房价房租利率相互关系实证研究

采用 Ev iews5. 1 版本进行检验 。
由表 2 可知 , Prob= 0 . 0002< 0 . 1 , 支持了固定效应模型。固定效应模型又分为三种: 个体固定效 应模型、 时刻固定效应模型和个体时刻固定效应模型。此研究针对的是城市个体 , 故选择个体固定效 应模型。 F 检验 : 原假设 H 0 的不同个体的模型截距项相同 ( 建立混合估计模型 ) , 备择假设 H 1 的不同个 体的模型截距项不同 ( 建立个体固定效应模型 ) 。 ( SSE r - SSE u ) / (N - 1 ) ( 29893 79- 1813 141 ) / ( 35- 1) F= = = 31 . 427 SSE u / (NT - N - 1 ) 1813 141 / ( 105- 35- 1) F 0. 05( 34, 69) = 1 . 6835 所以做个体固定效应模型的选择。 (二 )数据分析 下文逐一尝试房价与当前、 滞后 1 年、 滞后 2 年、 滞后 3年、 滞后 4年的租金利率比及其各种组合 的回归 , 发现滞后 2 年、 滞后 3年和滞后 4 年的租金利率比组合对房产价格的影响是最显著的, 所以 , 选择 x( - 2) 、 x( - 3) 和 x( - 4) 进行回归 ( 见表 3) 。 得到 35 个城市的总体回归方程 : P= C + 3 . 58 * X ( - 2) + 3 . 65 * X( - 3) - 4 . 32 * X( - 4)
2007年 12 月 21日 , 为了贯彻从紧的货币政策, 中央银行第 6 次调整了金融机构人民币存贷款基 准利率。接二连三地加息对未来房地产市场将会产生怎样的影响 , 是学术界和实业界人士都关心的 问题。利率的提高是否能够遏制房价的过快增长, 也是学术界和企业界争论的焦点。国内学者在该 方面的研究文献很多 , 但大多数只是定性分析 , 研究的理论基础也多为房地产经济学中的四象限模 [ 1] 型。 四象限模型能很好地解释房地产市场处于稳定状态时资产市场与物业市场的互动关系 , 对于 我国当前房地产市场存在的行业暴利、 投机购房、 购房非理性严重等特殊情况 , 四象限模型得出的结 [ 2] 论是: 利率的提高引起房屋供给的减少进而导致房价的升高 还有待探讨。但笔者认为, 利率的提 高会在一定程度上抑制开发商的房屋建设量, 但市场上房屋供给来源并不仅仅是当年的竣工量 , 还存 在囤积房和投资房的抛售供给 , 市场供给量是当年竣工房屋的一部分和抛售量之和。利率的提高导 致抛售房屋量的增加 , 市场供给量是否会减少还难以确定, 房价涨跌也难以确定。本文从房地产的资 本属性出发 , 加入了对房价有重要影响的房租因素 , 从利率租金的滞后效应角度 , 依据房地产相关数 据 , 通过计量经济学, 实证研究利率房租对房价的影响, 拟回答房价、 房租和利率之间的相互关系以及 利率的提高对房地产市场的影响。 一、 房地产二重属性 在传统的经济理论中 , 房地产被当作一种实物资产来研究, 但这种研究已经不能解释现实生活中 出现的 房地产泡沫 !和 房经背离 !现象。郑州大学王千认为 : 房地产具有实体资产和虚拟资产二 重属性 , 指出房地产价格涨落归根到底是一种货币现象 , 是一个财富创造和财富分配问题 , 反映的是 经济利益主体之间的价值关系或者社会关系, 价格波动只是表象, 财富的争夺才是根本。南开大学郭 [ 4] 金兴认为: 现代经济的发展趋势表明 , 房地产不再仅仅意味着供人们消费和生产的住宅或厂房 , 而 更多的是成为一种投资工具和投资对象, 这必然引起房地产定价方式和价格波动方式的变化。云南 财经大学张洪对云南省的房地产市场进行了量化分析 , 得出利率是影响云南省房地产市场供求的重 要因素 , 利率对房地产实际供给和潜在供给 (投资 ) 有十分明显的影响, 其影响程度明显高于房价、 城 [ 5] 市化、 收入水平和经济结构以及经济发展水平对房地产市场供求的影响程度。 可见, 房地产产品具 有两重性, 既可以用于消费 , 又可以作为投资品获得租金收益 , 并对利率敏感。作为资产而持有或交
∀ 86∀
黄书雷, 张洪: 房价房租利率相互关系实证研究 易的商品, 其内在价值是由它未来收益的资本化价值所决定的。房地产产品的内在价值就是其租金 的资本化价值。根据资产价值资本理论, 资产的内在价值 ( P )公式为 : [ 6] T Dt PT P = t= 1 t+ T ( 1+ r t ) ( 1+ rT ) Dt 是 t时期的租金收益 , rt 是折现因子 , T 是资产持有期, PT 是持有结束时的资产价值。对房地 产产品而言 , 建筑的老化、 磨损 , 土地使用权的收回 , 几十年后其结束时的资产价值为零。在我国 , 土 地使用权的年限为 70 年, 资产持有期较长 , 为了更进一步简化分析 , 假定房地产各年的租金收益和折 现因子固定 , 就可以得到简化式 : 70 D P= t = 1 t # D /r ( 1+ r) 即房地产价格和预期未来租金收益与折现因子有关。 二、 模型构造与变量选取 房地产市场作为一种资本市场, 影响其投资决策的主要因素是租金和折现因子。只有在折现因 子不小于市场利率, 租金收益不小于投资于房地产以外的行业回报时 , 投资才可行。在实际生活中 , 房地产投资者和房屋出租者在做经济决策时, 往往是依据其所在时间点的租金和利率做出理性决策 的 , 如预售价格和租金价格。故上文提到的未来预期租金和折现因子就表现为其所在时间点的租金 和利率。 [ 7] 这一结论也可以从城市房屋供给的存量 流量模型 推导得出 : Ut = P t (R t - I t ) ( 1) - S t /H t (R t - I t ) U t 为第 t年拥有住宅的年成本, D t 为第 t年房屋存量需求 , P t 为第 t 年的房价, H t 为第 t 年家庭 数 , S t 为第 t年房屋存量供给 , R t 为第 t年贷款利率 , I t 为第 t年房价未来的预期增长率, 其余为系数。 当投资者依据其所在时间点的房价做出决策时 , 就把当年的价格作为未来的价格来考虑, 房价的 预期增长率 I t 则为零。 ( 1) 式转化为 : - S t /H t Dt Pt = = ! Rt Rt 其中, D t = ∀ ( - S t /H t ), 表示由房屋市场的供求关系决定的租金 , 系数 ! = ∀ / , 即第 t 年的房价 与该年的租金利率比成正比关系。 但由于合同等其他因素的存在, 原先计划好的租金、 利率不会随市场实际情况而变动 , 只有在重 新订立合同时才可以调整 , 租金和利率具有历史沉积性 , 由租金和利率形成的房地产价格也具有历史 沉积性。表现为 : 当期租金收益和利率将对未来房地产价格产生影响, 同时, 现在的房地产价格也受 到过去租金收益和利率的影响。整个房地产市场的发展过程可以看成是历史租金利率的滞后影响与 根据新的市场情况调整后的当前预期综合作用产生的演进。 D t = H t ( - Ut ) Pt =
表 2 T est Summa ry Cross- section rando m H ausm an 检验结果 Ch i- Sq . S tatistic 14. 193650 Cross- section random effects test co m par isons: V ar iable X F ixed 1 . 652244 R ando m 0. 849360 V a r( D if. f ) 0. 045416 P rob. 0. 0002 Ch i- Sq . d . .f 1 P rob. 0. 0002
云南财经大学学报
2008 年第 5 期 ( 总第 133期 )
房价房租利率相互关系实证研究
黄书雷, 张 洪
(云南财经大学 城市管理与资源环境学院 , 云南 昆明 650221)
摘 要 : 依据房地产资本属性 , 选取 1999~ 2005 年中国 35 个城市的有关资料进行面板数据分析 , 建立
房价房租利率模型 , 估算出租金利率比对房价影响的滞后时间 , 同时研究了不 同经济发展 水平的城 市其房 价对租金利率的敏感度 , 分析了国家利率调整政策对各类城市未来房价 的影响 , 特别提出 利率的提 高将在 4 年后对城市房价起到推动作用 , 尤其对第二类城市 。 此研究也可尝试作为未来房价走势的预测方法 。 关键词 : 房地产 ; 房租 ; 滞后效应 ; 敏感 性 中图分类号 : F 293 35 文献标识码 : A 文章编号 : 1674- 4543( 2008) 05- 0086- 07
通过对 35个城市房屋销售价格指数和租赁价格指数做横截面数据灰色关联度分析也可以得出 , 除 2003 年外 , 2000~ 2005 年间, 房价当年增长率与房租当年增长率的关联性呈越来越弱的趋势 (见 表 1) , 2003 年出现异常情况 , 可能是 SARS 疫情对房地产市场产生冲击, 使整个市场的投资与销售趋 于停顿等原因造成。可见 , 随着经济社会的发展, 当年租金对当年房价的影响力越来越弱 , 房地产价 格越来越显现为受到过去租金利率的影响。 ∀ 87∀
表 1 关联度 销指与租指 35 个城市房屋销售价格指数与租赁价格 指数灰色关联度 ∃ 2000 0. 4664 2001 0. 4135 2002 0. 3861 2003 0 . 4208 2004 0. 3721 2005 0. 2771
资料来源 : 依据国家统计局网站销售价格指数与租赁价格指数计算得 出 。
[ 3]
收稿日期 : 2008- 02- 28 作者简介 : 黄书雷 ( 1983 ), 男 , 安徽宣城人 , 云南财经大学城市管理与资源环 境学院硕士 研究生 , 主要从事 城市 经济与房地产研究 ; 张洪 ( 1958 ), 男 , 四川 成都人 , 云南 财经大 学城市管 理与资 源环境 学院 教授 , 主 要从事城市经济与房地产研究 。
云南财经大学学报 为了分析房地产投资者基于其所在时间点所做出决策对后来房地产价格的影响, 先做假设 1 :当 前房价与各年租金利率比成线性关系 , 构造模型如下: P t = c( 1) + c( 2 )D t /rt + c( 3)D t( - 1) /rt( - 1) + K + c( n + 2 )D t( - n ) / rt( - n ) + # ( 2) P t 表示当前的房地产价格; c( 1) 为常数项、 c( 2 ) % c( n + 2 )为系数 ; D t( - n) 和 rt( - n ) 表示 n 年前的 投资者预期租金收益和利率; #为随机误差项。 r 为投资者所在年份 1 年期的银行贷款利率 。为了 剔除各城市租金收益绝对量差异和房地产价格绝对量差异对模型的影响, 设 1999 年的价格租赁基期 值都为 100 , 对房屋销售价格指数、 房屋租赁价格指数进行转化, 作为模型 ∋ 租金和房价的衡量指标 , 转化方法为 : P t = 100 ( (P t* P t - 1 %* P 1999 ) /P 1999, D t = 100 ( (D t* D t- 1 %* D 1999 ) /D 1999, 转化后的房 屋销售和租赁价格指数不再是以上一年为基期 ( 基期值 = 100) 的增长率, 统一转化为以 1999 年为基 期房价绝对量的衡量指标。 三、 面板数据实证分析 为了更好地研究房价、 利率、 租金随时间变化关系及其在不同城市的影响程 度, 依据模型 ∋ 对 1999~ 2005 年间我国 35 个城市的面板数据进行分析 , 采用 Ev iew s5 . 1软件, 面板数据模型为: P it = c( 1 ) it + c( 2 ) itX it + c( 3 ) i( t - 1) X i( t- 1) % + c( n + 2) i( t - n ) X i( t - n ) + # i( t - n ) i表示城市个体 , t表示时间截面 , t - n 表示滞后期 n 年, X it 为 D it 与 rit 的商, 即租金利率比 , # i( t - n ) 为随机误差项。 (一 )对 35 个城市 1999~ 2005年的面板数据进行检验 H ausm an 检验: 原假设 H 0 为应该建立随机效应模型; 备选假设 H 1 为应该建立固定效应模型。