基于SVAR模型的二手房与新房价格互动关系再研究

现货价格论文,基于SVAR模型的我国铜期货价格发现功能的实证有关...

汤玉++周文平++高明月++刘永升

[摘要]随着房地产市场进入“白银时代”，存量房（二手房）销量显著上升，引起了社会各界的广泛关注。文章利用上海市2011年1月至2017年2月新建商品住宅销售价格指数和二手住宅销售价格指数的月度数据，通过SVAR模型对新房与二手房之间的互动关系进行实证分析。结果表明：新房与二手房之间存在长期的协整关系，脉冲响应函数以及差方分解进一步表明了二手房在住宅市场中占主导地位。

[关键词]新房；二手房；互动关系；SVAR模型

[DOI]1013939/jcnkizgsc201726014

1引言

自1998年由福利分房制度向住宅商品化转变以来，上海市住宅两级市场的联动效应不断增强，逐渐形成“梯度”性的住房消费系统，新房与二手房在价格以及销量上不断攀升。但2011年上海限购政策的实施，土地上市节奏缓慢，使得新房和二手房的联动性发生了显著的变化，据统计，2011年上海市二手房与新房的成交比为1∶1，2016年末比值增加到3∶1，由此可见二手房市场发展迅猛。在新形势下，两级市场具有何种互动关系？新房與二手房哪个占主导地位？值得探究。

2文献回顾

Shiller（1989）提出由于投资者预期的上涨，城市中投资性住房消费增多，大量房屋被空置，这些二手房最终会在一个高的价格点被抛出。[1]由此可见，新房与二手房市场并非相互独立，从需求方来说，新房与二手房具有替代效应；从供给方来说，二手房的供应者是曾经的新房购买者。因此，国内外一些学者对新房与二手房的相关性进行了研究。Denise和William（1996）通过“四象限”分析法，也同样证明了二手房价格的指导作用，并提出在市场成熟的情况下，二手房价格先于新房价格发生变化。[2]

由于我国二手房市场起步较晚，刘友平（2003）第一次将住宅过滤理论用于中国市场，提出二手房交易是住宅市场上的常见现象。[3]2004年，我国政策第一次鼓励二手房市场发展，越来越多的学者跻身于二手房市场的研究。但研究结论多有不同。张玉英和韩国栋（2004）通过对上海市2001—2003年新房与二手房价格指数进行研究，得出上海市新房价格与二手房价格不存在长期稳定关系。[4]纪秉林、肖吉军和陈军（2004）通过对二手房进行经济学供求关系的理论分析，提出我国住宅市场将从商品房起决定性作用向二手房起主导作用转变。[5]而此后，刘丽和刘爱松（2009）通过对2003—2007年广州的月度数据分析，发现新房价格对二手房价格变动有显著影响。[6]

3基于SVAR模型的实证分析

31数据来源与处理

本文选取上海市2011年1月至2017年2月的同比月度新建商品住宅销售价格指数和二手住宅销售价格指数共148个统计数据，数据来源于国家统计局。为增加分析的准确性，将名义价格指数转变为实际价格指数，以消除通货膨胀的影响，此外，对实际价格指数取对数，以消除可能存在的异方差。其中LNNCHP表示取对数的实际新建商品住宅销售价格指数，LNSHP表示取对数的实际二手住宅销售价格指数。本文采用EVIEWS 90软件进行实证操作。

32平稳性检验

为了避免伪回归的出现，以及为接下来的协整检验提供条件，首先对数据进行平稳性检验，本文采用ADF单位根检验，从检验结果表1可以看出：经过一阶差后，dLNNCHP和dLNSHP均在1%显著性水平下拒绝有单位根的假设，均为平稳序列。说明LNNCHP和LNSHP为同阶单整I（1）过程。LNNCHP和LNSHP可能存在长期协整关系。

33Johansen协整检验

由于LNNCHP和LNSHP是一阶单整，所以本文采用Johansen协整检验法，分析两者是否具有长期协整关系。从检验结果表2可以看出：Trace和最大特征值统计量均表明LNNCHP和LNSHP之间存在1个长期的协整关系。

34建立误差修正VEC模型

Engle和Granger 将协整与误差修正模型相结合，建立向量误差修正模型。

CointEQ1=LNNCHP-1069722LNSHP+0312181

35SVAR模型识别

因LNNCHP和LNSHP之间存在长期协整关系，所以可以建立VAR模型。LR、FPE、AIC和HQ信息标准显示最优滞后期为4。因此可以构造具有长期协整关系的VAR（4）模型。但是其缺点是不能刻画变量之间的同期关系，而这种同期相关关系隐藏在扰动项变动中，因此对模型施加约束估计两变量的SVAR（4）模型。

Aεt=Bμt，t=1， 2， …， T

采用极大似然法估计矩阵A、B进行参数估计：

A=10C（1）1=10-07232781

B=C（2）00C（3）=0010704000005631

36脉冲响应函数

在 SVAR 模型中，给新房价格一个正向冲击，二手房价格1～11期有正向的震动，在第6期有最大的正影响，然后开始逐渐减弱，到12期后为负的影响。给二手房价格一个正向冲击，新房价格1～3期有正向影响，然后4～6期稳定在18%左右，在7期后正影响不断增大。这与经济理论相符：根据替代性原则，虽然新房价格的上涨，在一开始会使得二手房交易量增多，但随着上海市土地供应量的限制，住宅中二手房价格逐渐成为市场的主体，市场弹性增强，并不会造成二手房持续上涨的现象，而是随着两级市场的相互影响，将形成新的平衡，新房对二手房的影响减弱。LNNCHP冲击对LNSHP的响应函数见图1和图2。

图1LNNCHP冲击对LNSHP的响应函数（I）

图2LNSHP冲击对LNNCHP的响应函数（II）

37差方分解endprint

差方分解是通过分析每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。从检验结果表3可以看出：无论是新房还是二手房，其主要影响都来自二手房。新房在1～6期自身方差贡献率持续升高，二手房的方差贡献率持续下降，在7期后又有所反弹，基本保持自身贡献率占35%，二手房贡献率占65%左右。二手房1～8期自身贡献率持续降低，最终保持自身贡献率占90%，新房贡献率占10%左右。

4结论与政策建议

通过对上海市2011年1月—2017 年2月的新房与二手房相關性进行实证分析，可以得出以下结论。

第一，上海市新房与二手房之间存在一种长期协整关系。随着上海市二级市场的不断完善，在同样位置的房源，消费者可以在新房与二手房之间任意抉择，而价格成为了抉择的关键。因此，在较完善的住宅市场上，新房与二手房存在长期协整关系。

第二，在建立的SVAR模型中，脉冲响应函数和差方分解进一步证实了二手房在住宅市场中的主导地位。2016年上海的房地产市场在“白银时代”创造出了巨大的增长，住宅市场由“增量市场”向“存量市场”转变。虽然2016年末的二手房与新房成交比为3∶1，但是距离发达国家6∶1的水平仍有一定的差距，因此，二手房发展仍有很大的空间。基于本文的研究，在房地产“白银时代”，政策制定者要充分考虑二手房在住宅市场上的影响，从而制定更加完善的调控措施，促进住宅两级市场之间的良性互动，使其协调发展。

参考文献：

[1]Case K E， Shiller R JThe Efficiency of the Market for Single-family Homes[J].American Economic Review， 1989， 79（1）： 125-137.

[2]Denise Dipasquale，William C W.Urban Economics and Real Estate Market[M].Prentice Hall，1995：191-225.

[3]刘友平住房市场过滤理论及其应用研究[D].重庆：重庆大学，2003

[4]张玉英，韩国栋上海市住宅两级市场之间价格关系的检验分析[J].土木工程与管理学报，2004，21（2）：71-74

[5]纪秉林，肖吉军，陈军二手房对商品房价格的影响[J].长安大学学报，2004，21（2）：59-61

[6]刘丽，刘爱松广州市二手房价格变动影响因素研究[J].价格理论与实践，2008（5）：42-43

[作者简介]汤玉，女，云南财经大学城市与环境学院研究生。研究方向：城市经济与房地产；周文平，女，云南财经大学城市与环境学院研究生。研究方向：城市经济与房地产；高明月，女，云南财经大学城市与环境学院研究生。研究方向：人口、资源与环境经济学；刘永升，女，云南财经大学城市与环境学院研究生。研究方向：区域经济学。endprint