房地产股板指数变动影响因素的实证分析

陆文娟

摘 要：房价一直是老百姓生活中关注与讨论的热门，房价的高低不仅关乎着人民的安居，还是国家持续稳定发展的指标。自2008年金融危机戳破房价的泡沫引发巨大灾难以来，房价仅在2009年有所收敛，之后持续升高。房地产股板指数是人们衡量房价的一个指标，那么，是哪些因素引起房地产股板指数的变动？影响机制是什么？这些问题将是本文讨论的重点。

本文运用定性与定量相结合的办法。首先，采用多元线性回归方法，以房地产股板指数为因变量，分析2008-2014年期间引起价格变动的宏观因素；其次对显著性影响因素进行脉冲响应函数分析与方差分解；最后就如何稳定房地产股板指数提出相应的建议。

关键词：房地产股板指数；影响因素；脉冲响应函数；方差分解

1.绪论

1.1研究背景及目的

1.1.1研究背景

马年刚过，杭州楼市部分楼盘的竞相降价引起了全国关注，“银行房地产信贷收紧”“地产股价跌停”等传闻充斥着网络。有不少人认为，房地产业即将崩溃了，也有不少意见认为这是一次“诈降”，目的是放大楼市危险信号，以求得高层救助，或者是地方为了减轻调控压力所释放烟雾弹。从中国房地产市场演进的经验来看，“崩溃论”不绝于耳很多年，而放大危险信号以期望得到高层救助的情形也并不止一次。

2014年中国的楼市注定扑朔迷离。从杭州某银行暂停房地产贷款的消息看，该消息有被市场放大的嫌疑。兴业银行澄清了“全面停止房地产贷款”的传闻，指仅针对地产夹层融资与地产供应链融资，其余各家银行也分别作了澄清。

沪深两市股指及创业板指数均低开低走，银行、房地产等权重板块砸盘，两市股指均出现了严重破位，沪指再度逼近2000点整数关口，深成指亦跌破5日线和10日线的重要支撑。在一连串负面消息的裹挟中，国内楼市走到令人迷茫的十字路口。3月18日，国家统计局发布的2月70个大中城市房价数据显示，在过去一年狂飙突进的房价或已是“强弩之末”，全国70个大中城市房价同环比涨幅自2011年2月以来首次出现“双收窄”。上海易居房地产研究院发布的报告称，这意味着房价下行通道已经打开。

房价到底会不会降，降多少，这些都不为人知，但有一点是确定的，就是不能盲目乐观，认为房价一定会大幅度下降。理性分析房地产市场的趋势才是当前正确看待房价的态度。

1.1.2研究目的

2月24日，受多家银行停止房地产贷款的传闻影响，地产股开盘后出现大幅下跌，由于房地产行业牵涉面众多，银行、水泥、电器、基建等板块也出现了跟风砸盘，沪深两市一度大幅杀跌。影响房地产股板指数的因素有很多，除了炒房等投机因素在，房价还是在一定程度上深受客观因素的影响。本文主要分析是哪些因素影响了房地产股指，并就此给出相关建议。

1.2文献综述

王友明[1]从房地产需求影响因素出发，以人均可支配收入、城市化水平的快速发展以及房地产的投机需求为着陆点，探讨其对房地产的价格的影响，得出：人均可支配收入的增长、城市化水平的快速发展以及房地产投机的强烈需求都对房价产生重大影响。

余俊瀚[2]在对有效市场理论和中国证券市场有效性的研究进行文献综述的基础上，通过对我国沪综指和深成指进行单位根检验，发现两指数都满足一阶单位根的平稳序列，股指服从随机游走，从而得出目前我国证券市场已经初步达到弱有效态势的结论。

蒋海曦、严可[3]选取2000-2010年相关数据，通过对房价影响进行实证分析，发现综合心理预期的确是影响房地产价格的重要敏感因素，其影响效率在后金融危机时代表现更为强烈。

刘爱芳、任晓宇[4]通过对影响房价变动因素的理论研究，并通过运用统计数据建立计量回归模型进行实证分析，据此得出了影响因素对房价影响的程度。实证结果表示居民收入差距拉大、人民币升值将明显促进房价的上涨。

李艳[5]选择房地产上市公司股票价格指数为因变量，选择上证综指、发电量增长率、CPI、人民币贷款利率、房地产价格指数五个因素指标为自变量进行多元回归统计建模，模型检验结果表明，房地产上市公司股价波动除具有一般金融资产价格波动的系统性、集聚性等特点外，还具有与人民币贷款利率和房屋銷售价格指数负相关的特点。

李良新[6]对证券指数及公司的周末和季节效应进行研究，结果显示：我国证券市场是正处在一个从有效性弱向有效性强，逐步向发达国家证券市场演化、进步的过程中。

张宇[7]以宏观经济指标来分析房地产价格的变动趋势，包括：城镇居民收支、物价指数、国内生产总值等，得出房地产价格与宏观经济指标存在密切的联系，要及时调整相关政策，以价值为根本，以市场为导向；合理地对房地产价格进行控制。

罗鹏飞[8]运用计量经济学中的动态分析方法就宏观经济因素对房地产价格的影响进行实证研究。研究结果表明，房地产价格预期因素、货币供应量M2、居民消费价格指数、居民收入以及土地交易价格是影响我国房地产价格的主导因素。

顾六宝、陈博飞[9]通过建立VAR模型，利用脉冲响应函数并进行方差分解探究货币供应量变化与利率变化对房地产价格变化的动态影响。结果显示：从长期来看，货币供应量的增加会导致房地产价格上涨，贷款利率的增加会导致房地产价格的下降。

谢晓闻、方意、梁璐璐[10]首次采用非线性Granger因果检验方法研究了我国外汇市场和股票市场间的非线性关系问题，发现股市周期和股市规模在汇率与我国股价变动的非线性关系中起着非常重要的作用，两者之间的非线性关系因股市周期和股市规模不同而表现各异。

姜松、王钊[11]基于中国省际面板数据，构建动态面板模型，并运用两步系统GMM方法对模型进行估计，以此分析“泛地产化”对中国房地产价格变动的影响。研究发现，得出“泛地产化”与中国地区房地产价格变动间存在显著的正向效应。同时，土地供应、货币政策、城市化与“泛地产化”的交互项对房地产价格变动的影响显著为正，基础设施与“泛地产化”的交互项对房地产价格变动的影响显著为负。

刘峻[12]选取了具有代表性的货币供应量和利率水平来进行分析探索他们对房地产价格变动的影响。通过一定的实证分析认为溃币政策中溃币供应量的变动在影响房地产价格变化方面起着重要的作用，而短期利率水平在这方面影响较小。

郁春琴[13]在所有的微观因素中认为，上市公司是决定自身股价的主要因素，而对于大部分投资者来说，最直接及频繁使用的就是上市公司对外公布的财务数据，因此研究并分析财务指标与股价变动的相关性对大众投资者来说是十分必要的。

周玉琴[14]从传统的检验方法和现代检验方法两个层次论述如何使用适合的分析方法分析证券市场的有效性。

综上所述，国内学者对房地产价格的研究已经相当完善，本文主要参考了他们选取的影响因素与相关结论，并加以补充与完善。

1.3研究思路与内容

1.3.1研究思路

本文首先讲述影响房地产股板指数的宏观因素并进行定性分析，其次实证分析这些因素的影响程度，最后提出相关的建议。

1.3.2研究内容

遵循前文的研究思路，本论文分为四个部分，具体为：

第一部分绪论。首先说明研究房地产股板指数变动影响因素的背景及目的，接着论述了相关问题的研究现状，最后概述了本文的研究思路以及研究内容。

第二部分房地产股板指数影响因素分析。首先对房地产股板指数的影响因素进行定性分析；其次运用具体数据对这些影响因素进行实证分析，其中包括回归分析、脉冲响应分析与方差分解。

第三部分结论与建议。总结房地产股板指数变动的影响因素，并对房地产股票市场存在的问题提出相应的建议。

2.房地产股板指数影响因素分析

2.1宏观因素定性分析

（1）变量选取

参照前文文献综述中对房地产价格影响因素的选取，本文以房地产上市公司股板指数为因变量；以物价指数、国内生产总值、房地产投资额、商品住宅销售额、上证综合指数、中央银行贷款基准利率、货币发行量M2、人民幣与美元汇率、房地产上市公司股板指数滞后一期、房地产土地成交价款、建筑材料及非金属矿类购进价格指数为自变量。

A.股板指数：由于房地产上市公司的规模与影响力较大，几乎涵盖了当前中国房地产市场份额及收益的绝大多数，因而选择股板指数最能代表中国房地产股票的资产价格。用FDC表示。

B.物价指数：高物价是目前市场的常态，是通货膨胀的体现，通货膨胀不仅体现在日常生活消费品中，同样也体现在固定资产的消费上，房价也不例外。用CPI表示。

C.国内生产总值：随着人们收入的提高，国家经济的增长，房价的提高也似乎变得毋庸置疑，房地产公司从此获利后继续推动GDP的上升。用GDP表示。

D.房地产投资额：有投入才有产出，房地产投资额是衡量房产公司规模的一个指标。通常来说，公司会有规模效益，因而有必要对投资额进行分析。用TZ表示。

E.商品住宅销售额：商品住宅销售额是体现房产公司在投入资金之后想要得到的产出，本文用销售价格来衡量房地产价格指数。用SPZZ表示。

F.上证综合指数：由于房地产上市公司的股板指数会受大盘指数的影响，这是系统性的因素，而在上海证券交易所上市的企业都是国家大型企业，其市值非常巨大，用上证综合指数来代表大盘是合适的。用SZ表示。

G.中央银行贷款基准利率：房地产资金的来源目前大多数还是通过向银行借款得来的，那么银行的贷款利率会影响房产公司的贷款数额，进而影响它的经营规模，最终会对房价产生影响。用I表示。

H.货币发行量M2：国家一般通过货币政策工具来调控房地产市场，一种是贷款利率，还有一种就是货币发行量。通过减少货币发行量，提高贷款利率来控制房地产的发展。用M2表示。

I.人民币与美元汇率：这里采用一美元折合人民币（平均数），随着人民币的升值，大量的外币涌入流入中国市场，尤其是房地产市场，造成国内房产市场的过度繁荣，最终抬高房价。人民币的汇率同样可以看成是人们对未来人民币走向的预期，预期越高，房价越高。用E表示。

J.股板指数滞后一期：房价的上升不是孤立存在的，它与以往的价格密切相关。人们往往通过以往房价来对未来房价进行预期，预期越高，就会造成他在现阶段进行买房储备或者投机，这种举动又会造成下一阶段的房价上涨。这一指标可以看成是人们买房的预期指标。用FDCZH表示。

K.房地产土地成交价款：土地是房地产开发的基础，用于房地产建设的土地价格与土地面积是房地产价格的制约因素，因此在此考虑房地产土地成交价是至关重要的。用TD表示。

L.建筑材料及非金属矿类购进价格指数：建筑材料是房地产的必要成本，原材料价格的上涨必然会推动房价的上涨，因而可能会影响房地产股板指数的变动。用CL表示。

（2）数据准备

本文的时间序列分析区间是2008.2—2014.2，所有宏观因素数据均是月度数据，其中GDP的原始数据是季度数据，通过eviews软件将其转化成月度数据，转化方法是：二次函数与平均值相匹配。以上所有数据与资料来源于国家统计局、中国人民银行网、房地产信息网、东方财富网与大智慧数据库。

2.2宏观因素实证分析

2.2.1多元线性回归分析

本文采用多元线性回归模型进行分析，以房地产股板指数为被解释变量，其他宏观因素为解释变量，模型如下：

FDC=C+1*CPI+2*GDP+3*I+4*M2+5*SPF+6*SZ+7*TZ+8*FDCZH+9*E+10*TD+11*CL（1）

（1）多重共线性检验

在此使用自变量之间的相关系数来测量多重共线性问题，在eviews软件分析中，发现GDP与M2，E，TZ相关系数很高，达到0.9左右；TZ与M2，E相关系数也很高，同样也达到0.9以上。因此，为了模型的显著性，剔除M2与TZ这两个变量，考虑房地产股板指数与其他宏观因素之间的关系。在剔除上述两个变量之后，其余变量

之间的相关系数如下表1，发现他们之间的相关系数比较小，不存在多重共线性问题。 （2）异方差检验

本文采用怀特（White）检验法，根据Eviews软件输出结果中Obs*R-squared所对应的P值与显著性水平α进行比较，当P值>α时，则表示接受原假设，即回归模型（1）不存在异方差，从图1中的P=0.3522>0.05可以知道：上述模型不存在异方差。

（3）平稳性检验

由于上述模型不存在异方差，因而此时可以用ADF检验方法对所选取的数据进行平稳性分析。发现由于有些变量原始数据不平稳，因此对它们进行了相关处理，如：对CL进行一阶差分、对GDP取对数之后再进行一阶差分、对SPZZ取对数。经过处理以后的数据再进行ADF检验，如表2所示，在置信水平为0.1的条件下，它们都通过了平稳性检验。

（注：检验类型（C，P，T，D），其中，C代表常数项，P代表滞后阶数，T代表趋势，D代差分阶数）

（4）回归方程及解释

以房地产股板指数为因变量，其余影响因素为自变量，进行多元回归分析，删除不显著的影响因素，最终得出如下图2的结果：

回归方程如下：FDC=12366.4-55.31*CPI-991.53*E+0.28*FDCZH-141.69*I+1.22*SZ（2）

由方程（2）可以看出：

①CPI对房价的影响为负的效应，说明通货膨胀越高，人们反而会降低现在对房屋的购买，因为人们预期将来的房价正走向贬值，更愿意在将来买。这里的CPI产生的效应是指滞后三阶的CPI才对房价产生影响，也就是说现在的通货膨胀会影响未来3个月以后的房价。这种数据结果好像与现实中的经济现象不符：物价高，房价也没降下来。这是因为现实中存在大量投机，房产价格中存在泡沫过多，致使结果暂时违背我们的实践经验，但从2008年的经济危机也可看出，这种结果是对的，2008年巨大的通货膨胀，最终导致房价崩溃。

②人民币与美元的汇率对房价产生负的影响，随着汇率下降、人民币的升值以及升值所带来的购买力的上升，人们会增加当前对房屋的购买以及投资。

③房地产滞后价格对当前价格产生正的作用，这是毋庸置疑的，房产价格不是短时期内突然升高的，而是在以往价格的基础上持续走高，它依赖于历史数据，这与人们的预期与投机思想密切相关。当人们根据历史数据判断房价走高时，会加大目前对房地产的投资，造成房价上涨，周而复始，接下来时间段里同样是这种思想，依据以前的房价再进行新一轮投资，最终房价是居高不下的。

④贷款利率的提高会导致房价的下跌，这是国家货币政策最直接的工具。国家通过提高贷款利率来控制房地产商的投资，最终控制房价。

⑤上证综合指数即大盘指数与房地产股指具有正相关性，房地产上市公司股价波动在很大程度上跟随大盘走势，这是股价的系统性风险因素，无法消除。

2.2.2脉冲响应函数

脉冲响应函数可以用来描述一个内生变量对由误差项所带来的冲击反应，即在随机误差项上施加一个标准差大小的冲击后，对内生变量的当期值和未來值所产生的影响程度。通过上面回归因素的分析发现物价指数CPI、汇率E、贷款利率I、上证综合指数SZ对房地产股指影响因素较大，所以对这四个变量进行脉冲响应分析。结果如图3

图3

①如图3，如果当期给物价指数一个单位的正冲击后，房地产股板指数会同向变动，并逐渐增大，在第四期达到最高点，其后逐步回落并一直下降。当物价刚刚有所上升时，会促进房地产业的发展，可如果物价持续上升，则会对房价市场造成冲击，这与上面的解释相同。CPI对房价的影响因素不是特别的明显，这从上图只影响4期可以看出。

②如果当期给汇率一个单位正的冲击后，房地产股指会有一个较陡的正向变动，在第二期之后回落，直到第12期以后才有所回升。汇率在短期内上升会引起资金内流，房价上涨，但之后会伴随着人民币升值所带来的实际购买力下降而致使人们预期未来房价贬值，最终减少当前的投资或购买。

③当期给上证指数一个单位正的冲击后，房地产股板指数有一个短暂而迅速的正向变动，之后缓慢回落，说明系统性因素只是影响房价波动但不是重要的因素，从而可见房价的波动大都数都受非系统因素影响。

④从利率对房价的影响时间可以看出，利率是最显著的，从当期给利率一个正的单位冲击后，FDC会在7期内产生正向变动，之后回落。可见利率是调控房价的最主要因素。

2.2.3方差分解

方差分解通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。本文用此模型来分析CPI、E、SE、I对FDC的贡献率。

从图4可以看出，在本文所考虑的所有宏观因素中，房地产自身的价格预期对房价的贡献最大，并且在短期是影响房价的主要因素；从发展趋势来看，CPI、E、SZ有逐步增加的态势，CPI的贡献率从当期的0.77%增长到4.78%，可见其影响力之大。

3.结论与建议

3.1结论

通过上述的多元回归、脉冲响应函数与方差分解的分析之后发现，影响房地产股板指数变动的因素主要有5种：物价指数CPI、贷款利率I、汇率E、上证指数SZ和房产股板指数滞后一期FDCZH。

（1）这5个因素中，贷款利率I的影响时间最长，最有效，这也是为什么国家调控房地产主要靠利率这一杠杆的原因。

（2）房产股板指数滞后一期FDCZH对当期房地产股板指数的变动贡献率最大，这是因为股票价格不是一天形成的，尤其是房地产，它的价格建立在历史数据的基础上。历史数据是人们进行买卖股票的依据，人们根据股票以往的价格对现在的产品进行投资或投机。

（3）当然影响房地产股板指数的变动因素远远不止这些，由于股票市场的特殊性与信息的不对称性，它受国家政策、媒体的渲染、突发事件等因素的影响。比如2月24日，受多家银行停止房地产贷款的传闻影响，地产股开盘后出现大幅下跌，由于房地产行业牵涉面众多，银行、水泥、电器、基建等板块也出现了跟风砸盘，沪深两市一度大幅杀跌。这就是传闻的影响。因而对于股板指数的变动，这些因素不容小觑，有的时候会成为首要因素，如投机者的肆掠搅动。

3.2建议

（1）控制物价，不能让通货膨胀继续蚕食房价，虽然长期高通胀能使房价降低，但这会最造成终社会的动荡，得不偿失，因而要合理保证物价水平，控制房价的持续走高；国家继续利用好利率这一主要调控杠杆，对于利率自由化要有所控制，不能让影子银行继续吞噬资产以大幅度服务于房地产业；保证人民币币值稳定，不能持续升值，国家要扩大进口，减少外汇储备，减少人民币升值的压力；系统风险虽然不可避免，但却可以减少，国家应加大力度完善我国的证券市场，完善相关法律制度，提升市场运行效率，让证券市场高效的运行。

（2）继续推行土地证制度改革，赋予农民集体土地处置权、抵押权和转让权。构建平等进入、公平交易的土地市场。允许农村集体土地与国有土地平等进入非农用地市场，农村集体建设用地直接入市。增加土地供给，增加住房的供给，从而稳定房地产市场供不应求的状态，降低房地产市场过热的氛围，使房地产股票正确反映房地产实际价格。

（3）采用加大供应与控制投资需求双管齐下，改变以往单方向控制需求或者是减少供应的方法，以房价的基本稳定为调控目标，并非将目标设定为下跌或者上涨，在各个层次城市中调控的力度要有所差异，主要加大在大城市调控的力度。

（4）中国房价如此之高还有一个原因，那就是百姓投资渠道少，大都是储存银行或投资买房，因而要扩大百姓的投资渠道，创新如“支付宝”这样的便利惠民投资模式，转移在房地产上的过度投资。（作者单位：苏州大学东吴商学院）

参考文献：

[1] 王有明.《房地产市场需求影响因素分析》[J].产业经济

[2] 余俊瀚.《中国证券市场有效性的实证检验》[J].理论探讨，2007，（344）

[3] 蒋海曦，嚴可.《后危机时代心理预期对中国房地产价格的影响——以成都市为例》[A].经济学家，2011，（12）

[4] 刘爱芳，任晓宇.《房地产价格变动的影响因素分析》[J].商业时代，2011，（32）

[5] 李艳.《房房地产上市公司股价影响因素实证分析》[J].特区经济，2012，（9）

[6] 李良新.《基于统计模型的中国证券市场有效性分析》[J].山西财经大学学报，2012，（1）

[7] 张宇.《房地产价格与宏观经济指标关系的研究》[A].现代物业·现代经济，2012，（12）

[8] 罗鹏飞.《导致房价波动的经济因素论析——基于VAR模型的实证》[J].九江学院学报，2012，（4）

[9] 顾六宝，陈博飞.《货币政策对一、二线城市房地产价格变动影响的比较分析——基于北京、石家庄两地数据的VAR模型实证分析》[A].河北经贸大学学报，2013，（3）

[10] 谢晓闻，方意，梁璐璐.《汇率与我国股价变动的非线性关系研究——基于股市周期和股市规模视角》[J].证券市场，2013，（6）

[11] 姜松，王钊.《“泛地产化”与中国地区房地产价格变动——基于省际面板数据实证》[J].广东行政学院学报，2013，（6）

[12] 刘峻.《货币政策与我国房地产价格关系的研究》[J].产业与科技论坛，2013，（14）

[13] 郁春琴.《我国上市公司会计信息影响股价的文献综述》[J].东方企业文化财会金融，2013，（9）

[14] 周玉琴.《证券市场有效性实证分析检验方法文献综述》[J].现代经济信息，2013