摘要:資產價格在資源配置中起引導作用，價格泡沫通常會扭曲資源配置、降低資源配置效率，泡沫的破滅甚至會對經濟運行產生毀滅性打擊。房地產既是我國經濟的支柱產業，又是民生問題的重要方面，其價格泡沫問題不僅是政策制定者和學術界的熱門議題，也是社會各界關注的焦點話題。本文回顧了與房地產價格泡沫相關的諸如房價指數編制和房價泡沫度量、檢測和實時監測等研究課題中最新提出的一些統計檢驗方法。其中能夠回答“現在正在發生什么”問題的實時監測方法對政策制定者調整現行政策力度和未來政策取向提供了重要的分析工具。

　　關鍵詞:房地產價格指數;房價泡沫;單位根檢驗;實時監測

　　一、引言

　　改革開放四十多年來，隨著我國經濟的長期快速增長和金融市場的不斷成熟，資產的種類和交易手段變得更加豐富，資產定價理論及實踐也成為政府、學界以及業界廣泛關注的焦點。尤其是近十多年來，房地產市場的繁榮在顯著推動經濟發展的同時，房地產價格持續快速上漲引起了社會各界對房地產價格是否存在泡沫問題的普遍擔憂。資產的價格在資源配置中扮演著非常重要的角色。合理的資產價格引導各類資源在經濟活動中實現有效配置，有利于促進經濟健康可持續發展，有利于增加社會福利。相反，資產價格泡沫通常會扭曲資源配置，導致資源跨地跨期錯配，降低資源利用效率，泡沫的破裂甚至會對經濟運行產生毀滅性打擊。掌握資產價格的內在變化機理，科學防范和治理價格泡沫，對維持經濟持續發展和社會長期穩定具有深遠意義。房地產價格泡沫被普遍認為是最重要的資產價格泡沫之一。1923至1933年，由佛羅里達州房價泡沫破裂而引發的連鎖反應導致美國經濟遭遇將近十年大蕭條。20世紀80年代中葉，日本房價泡沫的破裂使其承受了長達20年經濟低迷期。2007年，由房價泡沫破裂引發的美國“次貸危機”最終演變成持續數年的全球性金融危機，再一次讓人們清晰地認識到房地產價格泡沫破滅對一國經濟、金融體系所產生的巨大影響。

　　二、房價泡沫的度量

　　(一)資產價格泡沫理論

　　自17世紀開始至今，國內外眾多學者對資產價格泡沫給予了長久地關注和持續地研究。Mayer(2011)認為當前的研究并沒有達成針對房價泡沫明確定義的共識，因而很難進一步促進聚焦于房價泡沫何時何地會發生的預測性研究。斯蒂格利茨于1990年將資產價格與宏觀經濟基本面聯系在了一起:“如果一種資產的價格高，……而與經濟的基本面沒有關系，那么泡沫就存在了。”這樣，房地產價格泡沫可以被理解為市場價格偏離由宏觀經濟因素決定的基礎價格的那一部分。金德爾伯格于1996年提出資產價格最開始的上漲讓人們產生了未來價格還會繼續上漲的預期，進而驅動價格不斷上漲;同時伴隨著漲價出現的預期逆轉，導致價格開始暴跌最后演變為金融危機。由此，對未來資產價格的預期開始成為研究資產價格泡沫的重要方面。隨著行為金融學理論的發展，越來越多的因素被吸納到房地產價格變化機理的研究框架內。比如:房地產開發商的投機性預期，在房地產被視為一種投資工具后所展現出的投資者羊群效應，以及投資者對房地產市場的信心等心理因素。

　　(二)房地產價格指數

　　由于房地產作為一種商品所特有的多維度屬性，例如:位置、面積、戶型、產權、重復銷售等，如何恰當度量房地產價格一直是國內外學者熱烈討論的課題。自然地，能否準確度量價格也是判斷房地產市場是否存在泡沫需要回答的首要問題。在針對美國房地產市場的研究中，凱斯席勒房屋價格指數是引用最廣的研究對象。該指數目前由標普道瓊斯指數公司定期公開發布，包含以美國全國市場和各都會區市場分別為觀測對象的指數集。凱斯席勒房價指數的構建基于重復銷售模型，僅采用那些在歷史上被進行過重復(兩次及以上)買賣的房屋來準確計算和度量房屋價格的變化。從計量經濟學的角度來看，在度量房屋價格變化時使用該模型有利也有弊。重復銷售模型中沒有精細化考慮那些導致房屋價格發生變化的變量，例如:價格上漲是否由于在其附近新開一家商場或者新建一所學校等諸如此類因素。另外，在度量類似中國等新興市場國家的房地產價格時，考慮到新房建設和銷售在房地產市場中所占的比重，以及房屋的銷售價格與樓層、戶型、地段和建筑類型等因素高度相關，重復銷售模型不能夠準確地度量此類市場中房屋價格的變化情況。Kain和Quigley于1970年提出Hedonic模型將房屋價格的變化分解成與被交易房屋的物理屬性相關的多個組成部分。盡管Hedonic模型解決了重復銷售模型在新興市場國家的適用性問題，但是其對于數據多樣性和完整性的嚴苛要求大大增加了實際應用的復雜性。GuoandZhengetal.(2014)提出ps-RS(PseudoRepeatSales)模型并構建了中國房地產價格指數，該模型同時考慮了重復銷售和房屋的物理屬性對房屋價格變化的影響，采用了海量的微觀交易數據，并且解決了傳統Hedonic模型中的遺漏變量問題。總的來說，利用重復銷售模型構建房地產價格指數在數據方面的挑戰較小，采用更多細節數據的ps-RS模型能夠更加準確地刻畫各組成部分微觀動態對市場整體變化的影響。官方機構在考慮采用上述模型制定和發布房地產價格指數時，需要綜合考慮以應對數據的維度和可獲得性、發布的頻率和時效性這兩對矛盾，為更好地理解我國房地產市場整體發展狀況提供權威、科學的依據。

　　三、房地產價格泡沫的統計研究方法

　　近年來，我國房地產價格持續快速增長，房價泡沫問題引起了社會各界的廣泛關注。自2016年中央經濟工作會議明確提出“房子是用來住的、不是用來炒的”定位以來，各地方政府相繼頒布房價調控政策，嚴格限制信貸流向投資投機性購房，以抑制房地產市場泡沫。在政策實施過程中，其調整時點和力度的把握往往關系到整個調控政策的成敗，因此如何運用統計學方法科學地評估當前房價泡沫的演進狀況和調控政策的化解成效，也是政策制定者和學術界關注的焦點。

　　(一)指標法

　　作為宏觀經濟支柱性行業，房地產市場價格水平自然受一系列宏觀經濟基本面因素的影響，比如居民收入水平、就業率、房貸利率、房屋租賃價格和房屋建造成本等。除了采用房地產價格(或價格指數)來評估價格的絕對高低以外，另一個經常被討論的度量維度是房屋價格與宏觀經濟變量間的相對水平，常見的指標有房價與收入之比、房價與租金之比等。雖然此類指標具有考察房價相對波動程度的優勢，但是評估和判定其大小程度的標準不可避免地存在主觀偏差。

　　(二)單位根檢驗和協整檢驗

　　隨著更多的統計檢驗模型和方法被引入經濟學中，利用統計檢驗的方法對房價泡沫進行研究逐漸成為主流。通常，利用單位根檢驗對房價泡沫進行統計檢驗的方法聚焦于房價與宏觀經濟變量之比的序列，如前文所提到的房價收入比、房價租金比等。如果該序列是一階單整過程，則不存在泡沫，反之，則存在泡沫。由于房地產價格序列和宏觀經濟變量序列中存在二階及以上單整過程的情況較少，因此僅進行單位根檢驗使得泡沫檢驗的準確性偏低。為了應對這一缺陷，進行協整檢驗是更穩健的方法，如果序列之間有協整關系，則不存在泡沫，反之，則存在泡沫。此外，對于政策制定者而言，泡沫檢測的時效性更為重要。大多數文獻主要討論對房價歷史數據進行回顧性分析的方法，很好地解答了“過去經歷了什么”的問題，缺少對于“現在正在發生什么”問題的判斷。Phillips、ShiandYu(2015)提出的基于單變量序列ADF檢驗的進階版SADF和GSADF統計量(簡稱為PSY方法)使得對房地產價格序列或者房價收入比序列進行統計學意義上的實時監控變得可行。該實時監控方法自被提出以來，不僅被廣泛應用于多個國際市場房地產價格泡沫的監測，也被應用于針對股票市場的價格泡沫研究。政策制定者應采用實時監測統計方法來理解“現在正在發生什么”，為其調整政策力度和取向提供依據，這也凸顯了統計學方法在房地產價格泡沫問題研究中的重要作用和現實意義。

　　(三)房地產定價的因子模型

　　在考慮房地產價格與某一宏觀經濟變量的相對變化水平來評估房價泡沫的同時，考察房地產價格變動和一系列宏觀經濟變量之間線性相關關系的因子模型也日益興起。Shiller(2015)闡述了由房價變動中的正反饋機制(Price-to-PriceFeedback)和自適應預期(AdaptiveExpectation)而決定的投機性房地產價格泡沫理論。Horvath、LiuandLu(2020)在針對房價變化的因子模型中加入一階滯后項來捕捉其中的正反饋機制，并且提出了基于CUSUM統計量的序貫性實時監測方法，為理解和評估“現在正在發生什么”提供了新的分析工具。此外，ShiandPhillips(2020)基于非平穩價格序列的房價因子模型將前文提到的PSY方法擴展至PSY-IVX方法，考慮了房地產價格序列與一組宏觀經濟變量之間的協整關系來分析房價泡沫現象。政策制定者可以充分利用這些統計分析工具，來考察房地產價格隨一系列宏觀經濟因素而變化的動態過程，增加政策考量的維度、包容性和靈活性。

　　四、應用前景展望

　　綜上所述，前沿研究文獻提供了不同市場中合理度量房地產價格以及構建房地產價格指數的方法，也提出了實時檢測、監測房地產價格泡沫的量化模型和方法，這些最新的學術研究進展能夠為政策制定者理解和指導我國房地產市場的建設和發展提供更多理論支撐，具體可以在以下幾個方面發揮作用。第一，采用重復銷售模型和ps-RS模型能夠幫助官方機構制定滿足“向公眾定期發布并持續更新”需求的房地產價格指數。一方面，能夠充實我國房地產市場的統計數據信息集，以促進社會各界對房地產市場整體發展狀況的理解和進一步研究;另一方面，有助于維護全國房地產市場有關統計數據的質量、權威性和可參考性。第二，在考察房地產價格水平時納入宏觀經濟變量因素，有助于政策制定者更好地理解把握房地產市場與宏觀經濟活動間的關系，增加政策所兼顧的維度。包含房價收入比、房價租金比在內的各種指標可以用于衡量房價變化依賴于某一宏觀經濟變量變化的相對水平，而線性因子模型的應用可將視野拓寬至刻畫其與一組宏觀經濟變量間的相互作用。更重要的是，當納入房價變化的一階滯后項因子時，該線性模型能夠捕捉將房地產看成一項投資工具時所可能具有的動量效應。第三，實時檢測、監測統計方法解答了“現在正在發生什么”的問題，能夠幫助政策制定者洞悉房地產市場的動態發展變化過程，以制定和調整適應的宏觀經濟政策。基于對房價泡沫的不同定義，對應的統計模型均能夠實時檢測到房價泡沫的積聚過程，這有助于政策制定者動態評估房價調控政策的有效性，以及更好地把握未來施策力度。

　　《房地產價格泡沫統計檢驗方法研究的最新進展》來源：《中國物價》，作者:盧尚霖