第
30
卷
摇
第
1
期
张
摇
颖
,
丁
摇
妍
:
人口红利推高中国房地产价格了吗
?
统的预测均方误差分解成系统中各变量冲击所做
的贡献
,
通过测算对模型中因变量产生冲击的各
随机扰动项的相对重要性
,
进而评价各冲击因素
在内生变量变化中的贡献度
。
由表
3
可知
,
城镇
人口占比在房价变化中的贡献度近
50% ,
超过了
房价前期值的贡献度
,
且随时间推移而增加
。
这
说明
,
虽然我国房地产市场存在正反馈交易行为
,
即上期房价波动能在一定程度上解释即期房价波
动
,
但城镇化进程对房地产价格的推动作用超过
了市场的正反馈交易行为
。
由此可推断
,
以人口
红利因素为代表的基本面因素对我国房价增长的
贡献度超过了投机因素
。
表
3摇
商品房价格波动受各人口红利变量冲击程度的方差分解
变量
s
DD
DA
DB
ln
(
DC
)
ln
(
HA
)
ln
(
HA
)
10
0郾 026 872
0郾 059 162
0郾 440 905
0郾 086 459
0郾 386 602
20
0郾 028 614
0郾 056 594
0郾 497 954
0郾 075 866
0郾 340 972
摇 摇 (2)
城镇人口占比经由中介变量对房地产价
格的冲击
。
城镇人口占比对房地产投资与房地产
贷款的冲击在程度与路径方面十分相似
,
均在
3
期左右达到冲击效应最大值
,
且二者都显示出一
定长尾效应
,
在第
6
期的冲击效应仍保持在
1郾 2%
左右
。
但是
,
房地产价格受到房地产投资与
房地产贷款冲击后的变化路径则有较大区别
:
房
地产投资对房地产价格的冲击在初期即达到最大
值
3郾 2% ,
而后逐渐下降
,
消减速度明显快于人口
红利变量对中介变量的冲击速度
;
房地产贷款对
房地产价格的冲击效果则呈现出
U
型的变化路
径
,
在第
2
期左右降为
0
后转而持续上升
,
在第
6
期时达到
1郾 5%
左右的水平
。
本文对该
U
型路径的解释如下
:
房地产贷款
发放量是我国政府调控房地产价格的重要工具变
量
,
当房价低迷时
,
相关部门可以通过提高房地产
开发企业的贷款额度
、
放宽房地产开发企业的贷
款审批条件来促进房地产价格上涨
;
反之
,
当房价
过高时
,
可通过降低房地产开发企业贷款额度
、
提
高房地产开发贷款审批条件来遏制房地产价格进
一步上涨
。
因此
,
我国房地产信贷调控具有一定
的逆周期性
,
房地产价格拐点的出现往往滞后于
房地产贷款冲击点
,
所以会出现房地产价格受到
房地产贷款正向冲击后先降后升的
U
型冲击
路径
。
以上脉冲响应函数分析结果说明
,
城镇人口
占比在短期内对房地产价格的推动作用主要通过
房地产投资渠道实现
,
而在相对长的冲击时间内
,
城镇人口占比通过房地产贷款渠道对房地产价格
的推动作用逐渐显现
,
且作用效果最终有可能超
过房地产投资渠道
。
表
4
中的方差分解结果显示
,
与冲击后第
10
期时的贡献度相比
,
城镇人口占比在冲击后第
20
期对房地产投资与贷款变化的贡献度有所下降
。
相同时间段内
,
房地产投资冲击对房地产价格变
化的贡献度也有所下降
,
而房地产贷款对房地产
价格变化的贡献度则有明显上升
,
方差分解结果
与脉冲响应函数分析相一致
。
扩展到所有人口红
利变量
,
从短期到长期
,
在决定房地产价格变动的
冲击因素中
,
人口红利的直接冲击作用逐渐减弱
,
而以房地产贷款为代表的部分中介变量的冲击作
用则逐渐增强
。
表
4摇
房地产市场变量受城镇居民可支配收入冲击程度的方差分解
变量
s
DB
ln
(
HC
)
ln
(
HB
)
ln
(
HA
)
ln
(
HC
)
10
0郾 092 266
0郾 253 839
0郾 107 934
0郾 545 961
ln
(
HB
)
10
0郾 046 506
0郾 071 151
0郾 791 865
0郾 090 477
ln
(
HA
)
10
0郾 159 389
0郾 180 419
0郾 034 34
0郾 625 852
ln
(
HC
)
20
0郾 084 098
0郾 227 296
0郾 189 565
0郾 499 041
ln
(
HB
)
20
0郾 041 638
0郾 065 052
0郾 803 875
0郾 089 435
ln
(
HA
)
20
0郾 149 620
0郾 166 136
0郾 090 531
0郾 593 713
·511·
