房地产市场价格趋势精选(十四篇)
发布时间：2023-09-19 15:26:51
序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的14篇房地产市场价格趋势，期待它们能激发您的灵感。
篇1
关键词：重庆房地产；高价楼；调控政策
中图分类号：F293.3 文献标识码：A 文章编号：1008-4428（2017）04-38 -02
一、引言
改革开放以来，中国逐步废除社会主义时期的住房政策，建立适应资本主义体制的房地产市场，其过程大致分为三个阶段：1978～1991年，住房改革和房地产市场的区域性试点。1991～1998年，住房改革和房地产市场在全国推开。1998年后，房地产市场基本成熟。本阶段，终止福利分房，全部城镇住宅强制商品化。至此，地产资本终于敲开了他们梦寐以求的个人住房领域大门，大量资本开始涌入房地产市场，房地产投资热火朝天。2016年一、二线城市房价又迎来“坐火箭”的一年，国家统计局最新数据显示，2016年，我国商品房销售面积约15.7亿平方米，比上年增长22.5%， 商品房销售额约11.8万亿元，增长34.8%，其中，住宅销售额增长36.1%。在如此动荡的房地产市场中，重庆的房价可谓是房地产界的一股清流，从直辖之初至今，无论是从居民的感知还是统计数据显示，都保持着平稳增长的状态。
二、影响重庆房价因素的探讨与分析
（一）特殊的地理位置
重庆地处我国东、中、西三大经济带的中西经济板块的结合部。东邻湖北、湖南，南靠贵州，西接四川，北连陕西；辖区东西长470千米，南北宽450千米，幅员面积8.24万平方千米，为北京、天津、上海三直辖市总面积的2.39倍。重庆的结合部区域位置，具有承东启西，左 右传递的枢纽作用，是交通、物质、文化、人员、技术、信息和经济交流的中转站，是沿海经济向内陆腹地延伸的依托点之一，也是我国经济发展向西进行战略转移的支撑点之一。正是这样特殊的地理位置给重庆经济的发展带来了契机。广袤的土地资源，大量的资金涌入以及便捷的交通也为重庆房地产业的发展创造了有利的条件。
（二）城乡人口分布
2015年，重庆市常住人口3016.55万人，与上年相比，增加25.15万人，增长0.8%，常住人口继续保持增长态势。其中城镇人口1838.41万人，与上年相比，增加55.40万人；全市城镇化率60.94%，与上年相比，上升1.34个百分点。乡村人口1178.14万人，占常住人口的39.06%，与上年相比，减少30.25万人。重庆市外出人口1069.43万人，其中外出市外人口505.50万人，占全部外出人口的47.3%；市内外出人口563.93万人，占52.7%。全市外来人口150.21万人。由以上数据分析得出，直以来，在重庆城市化进程中，伴随着农村人口不断减少，城市人口不断增加，对商品房的需求也不断增长，一定程度上推动了房地产业的发展，但同时重庆作为一座人口净输出的城市，市内外出人口占总人口比重达一半以上，另一方面也缓解了住房需求紧张的状况，抑制了房价的过热增长，使得供需趋于平衡。
（三）经济发展状况
曾经的重庆，主要产业不外乎钢铁、煤炭、化工、有色金属、军工等重化工产业，但在全国重化发展鼎盛时期，在钢铁行业、煤炭行业、化工行业、有色金属行业狂欢中，重庆悄无声息地实现了支柱产业转换。重庆的高明之处在于，传统行业处于发展鼎盛时期悄无声息做减法，高技术产业做加法，新兴产业做乘法。另外虽然重庆还处于投资驱动经济发展阶段，但重庆的投资重点不放在房地产方面，而是放在实体经济领域、基础设施领域、民生领域，重庆经济的高增长并没有建立在房地产高涨价基础上，房地产投资严格控制在固定资产投资25%（+-3%）左右。从某种程度上看，重庆真正做到了系统性地从经济和民生两个维度去调控房地产市场，实现了人的城镇化。
（四）政府对重庆房价的调控政策
重庆政府通过综合考虑房地产市场的长短期特点，相继出台土地储备制度、地票制度、保障房制度、房产税制度，控制房地产市场宏观层面的供求关系，共同创造了重庆成功控制房价的氛围。
1.土地储备制度
2002年8月22日，在时任副市长黄奇帆的推动下，重庆市政府通过了《重庆市国有土地储备整治管理办法》，开始大力实行土地储备制度。其实质是，由政府主导，将市内土地一级市场的经营权交给由官方掌控的几家市级土地储备机构，核心在于原有的土地一级市场巨额增值收益不再被房产商占有，而是进入代表公共利益的国资系统。土地储备制度对重庆房地产业影响重大，主要坚持了五项原则：一是超前储备，一步到位；细水长流，逐年供应。二是对储备地的使用要兼顾公益和商业开发。三是土地储备不改变市区两级政府的分配制度。四是土地储备公司肩负做好两个循环的责任。五是严格设置风险“隔离墙”。同年，重庆市建立了土地整治储备中心，对全市土地市场进行宏观调控。2003年2月，重庆市政府又在土地储备中心的基础上成立重庆市地产集团。该集团是重庆市政府注资的专事土地储备和开发整理的运作载体。随后几年，重庆市城司、重庆市水利投资公司、渝富资产经营管理公司等重庆市政府旗下的投融资平台，亦被授予土地储备职能，介入了土地一级市场。政府从而有效地控制了房地产市场，形成了土地资源配置的良性循环。
2.地票制度
地票制度即将农村闲置的宅基地及其附属设施用地、乡镇企业用地、公共设施用地等集体建设用地复垦为耕地，盘活农村建设用地存量，增加耕地数量。这一制度创新，从系统化的层面看，主要基于三方面的理论逻辑。一是地票制度是被异化城镇化路径的正常回归，二是地票制度是产权经济学的创新实践，三是地票制度是恪守“三条底线”的审慎探索。2008年，重庆报经中央同意，成立农村土地交易所，启动了地票交易试点。按照我国土地用途管制制度和城乡建设用地增减挂钩、耕地占补平衡的要求，增加的耕地数量就可以作为国家建设用地新增的指标。这个指标除优先保障农村建设发展外，节余部分就形成了地票。按照增减挂钩政策，地票与国家下达的年度新增建设用地指标具有相同功能。通过交易，获得地票者就可以在重庆市域内，申请将符合城乡总体规划和土地利用规划的农用地，征转为国有建设用地。大量的土地供给有效地抑制了地皮价格，房地产开发商建房成本降低，从而有效抑制了房价的上涨。
3.保障房制度
在保证充足的用地供应同时，重庆的保障房建设在全国范围内也是完成得最好的。重庆以公租房为重点的住房保障体系，解决了低收入和外来务工人员的住房需求。在过去的十年里，重庆总计兴建约4000万平方米公租房，为数十万市民提供了福利性住房。保障房供给量基本满足了市场的需求，就造成炒作房地产市场、获利的空间小，投资投机意义不大。
4.房产税制度
从2011年起重庆成为两个房产税试点城市之一，重庆市的主城九个区都属于试点的范围，至今已有6年的时间。征收对象包括个人拥有的独栋商品住宅、高档住房、外地客购买的二套房等。今年年初，黄奇帆卸任重庆市市长一职后，各路不确实的消息鼓吹重庆房价将会上涨，吸引了大批外地炒房者组成炒房团涌入重庆房地产市场，个别地区和楼盘房价出现异常波动。重庆政府一直贯彻“房子是用来住的，不是用来炒”的理念，及时新的政令，对房产税征收对象中，将“在重庆无户籍、无企业、无工作个人新购的第二套普通住房”，调整为对“三无”人员首套住房征收房产税，根据交易单价，将独栋别墅和高档住宅分为0.5%、1%、1.2%三个不同档次；“三无”个人新购住房税率为0.5%。房地产税是房地产市场的“内在稳定器”，能够起到逆周期的作用，对上海而言，是一副处方药；对重庆而言则是一副保健药，对重庆房地产市场长期健康稳定发展是有利的。政府根据市场实际情况的变动对房产税制度作出的相应调试，遏制了炒房牟利行为，维护了楼市的平稳发展，同时政府在“土地财政”之外又多了一个收入渠道。
三、结语
总的来说，重庆主要解决了影响房r的最主要因素――供需均衡，重庆模式总结起来是“高端有遏制，中端有供给，低端有保障”，在高端市场重庆是最早试行房产税的城市之一，此外，契税政策、贷款政策等方面对高端大户型、别墅型等物业形态形成经济性遏制作用；中端市场的供应在十年前就以较低的价格收储了大量土地储备，保证了充足的供应；低端保障性住房又有政府主导的公租房系统供应。这些措施使重庆房价控制到了三四线城市的水平，成为全国核心城市的房价洼地。重庆与中国所有城市都不同，具有“大城市、大农村、大人口”特点，其样本的特殊性注定了重庆对房地产业作出的调控方案只适应重庆本身，在全国范围内不具有可复制性和可推广性。
参考文献：
[1]BashirAhmad，Sotiris K Ntouyas.Existence results for fractional differential inclusions arising from real estate asset securitization and HIV models[J].Advances in Difference Equations，2013，（12）：44-50.
[2]江燕.重庆模式：地票制度[J/OL].
[3]安辉，王瑞东.我国房地产价格影响因素的实证分析――兼论当前房地产调控政策[J].财经科学，2013，（03）：45-65.
[4]王元华.城镇化进程中房地产价格分异研究[D].华东师范大学，2015，（09）：33.
[6]董英兰.房地产市场博弈研究[D].首都经济贸易大学，2006，（03）：22-25.
[7]王元华.城镇化进程中房地产价格分异研究[D].华东师范大学，2015，（09）：33.
作者简介：
篇2
关键词：房价；开发投资总额；关联度；岭回归
1 建模的原理介绍
1.1格兰杰因果检验的原理
1969年，格兰杰从计量经济学的角度提出了一种因果关系的定义：设有两个时间序列｛xt｝和｛yt｝，如果xt的变化引起yt的变化，则xt的变化应当发生在yt的变化之前。具体操作中，一般是对以下两个方程分别进行无约束和有约束估计：
（1）
（2）
如果在（1）中部分αi显著不为零，则称xt格兰杰引起yt类似的，如果（2）式中部分αi显著不为零，则称yt格兰杰引起xt，如果两者都存在，则称xt与yt互为格兰杰因果关系。
1.2岭回归原理
多元回归模型的矩阵表达式为：Xβ=Y，利用OLS求得： ，
当自变量存在多重共线性时，导致 ，从而使得回归系数 不稳定，出现没有实际意义的估计值。解决的办法是在X′X的主对角线元素上加一个非负常数k，即得：
，其中E是单位矩阵，使得 的概率比 大大降低，最后用 来进行估计，结果会使 的估计变得稳定得多。因此，岭回归估计的准确程度取决于k值的选取，确定k值的方法一般是通过岭迹图或方差膨胀因子来选取。其确定方法是选择一个尽可能小的k值，在这个k值上，岭迹图中回归系数已变得较为稳定，并且方差膨胀因子业变得足够小。
回归估计系数 是k的非线性函数；k值的加入使得
成为回归系数的有偏估计，但是比β估计更稳定； 随k的变化轨迹图称为岭迹图。
1.3灰色关联度分析原理
选取参考数列
其中k表示时刻。假设有m个比较数列
则称
为比较数列xi对参考数列x0在k时刻的关联系数，其中ρ∈[0，1]为分辨系数。称 和 分别为两级最小及两级最大极差。
一般来讲，分辨系数ρ越大，分辨率越高；ρ越小，分辨率越低。上式中的关联系数是描述比较数列与参数数列在某时刻关联程度的一种指标，由于各个时刻都有一个关联数，因此信息显得过于分散，不便比较，为此我们给出ri=■■ξi（k）为数列xi对参考数列x0的关联度。若关联度ri最大，说明xi（k）与最优指标x0（k）最接近，即第i个被评价对象优于其他被评价对象，据此可以排出各被评价对象的优劣次序。可以看出，关联度是把各个时刻的关联系数集中为一个平均值，亦即把过于分散的信息集中处理。利用关联度这个概念，可以对各种问题进行因数分析。
2 模型的分析
2.1 房价与房地产开发投资总额格兰杰因果检验
依据格兰杰因果检验原理，对房地产开发投资总额和房价利用Eviews软件分析得到下表：（假设置信度α=0.05）
从上表可以看出，房价不是引起房地产开发投资总额变化的格兰杰原因，而房地产行业开发投资总额的变化却是引起房价变化的格兰杰原因。房地产行业的投资总额的增加，一方面增加对商品房的投机性需求，进而对房价的上涨起到推波助澜的作用；另一方面，对房地产行业投资的增加，使房地产市场更加的火爆，会给开发房地产市场相关的原料如建材、水泥及地皮价格起到刺激和促进作用，这些原材料价格的上涨势必都附加于房屋的销售价格中，势必造成房价的上升。
2.2 房价的岭回归模型
房价模型的构建有助于我们总结规律，科学界定影响房价的关键因素，从而指导房地产市场的管理和调控行为。本文初步选取的影响房价的因素有家庭人均年收入、房地产开发投资总额、年底总人口数、建筑材料价格指数、新增家庭数、住宅房屋竣工面积和人均GDP指数（依次用F1~F7表示），我们利用岭回归模型分析影响房价的主要因素。
对文中给定的7个影响指标进行相关性分析，分析得到如下相关系数矩阵
由相关系数矩阵可知，各因素之间的相关系数较大，影响因素之间两两相关。因此，采用传统的最小二乘回归存在较严重的多重共线性。
鉴于此，建立如下岭回归模型：
利用Matlab软件编程求得房价与选取指标的岭迹图。
由岭迹图可以看出，在0.3之后，7条岭迹都开始变得平稳。所以，将3代入做岭回归，得到如下模型：
通过岭回归得到的模型，可以看出：房价对人均GDP指数的敏感度为220.51，说明人均GDP指数每变动1单位，住房销售房价变动220.51单位；家庭人均年收入变动1单位，住房销售房价变动135.21单位；房地产开发投资总额变动1单位，住房销售房价变动196.02单位；年底总人口数变动1单位，住房销售房价变动133.78单位；建筑材料价格指数变动1单位，住房销售房价变动6.54单位；新增家庭数变动1单位，住房销售房价变动132.1单位；住宅房屋竣工面积变动1单位，住房销售房价变动138.05单位。
所以，通过上面的分析，房地产行业的开发投资总额对房价具有很大的影响作用。因此，分析房地产行业投资总额与国民经济其他行业的投资总额的关联度，可以得到与房地产行业投资总额的关联度最大的国民经济行业，进而分析该行业影响因素对房价的影响。
摘要：本文先是对全国平均住房销售价格（以下简称房价）与房地产行业开发投资总额做格兰杰因果检验，得出房地产开发投资总额是引起房价变化的格兰杰原因，随后选定家庭人均年收入、房地产开发投资总额、年底总人口数、建筑材料价格指数、新增家庭数、住宅房屋竣工面积和人均GDP指数等为自变量对房价做岭回归，再次得出房地产开发投资总额对房价具有显著性的影响。再对房地产行业开发投资总额与其他行业的投资总额做关联度分析，得出房地产行业与金融业投资总额具有最大的关联度。最后在假定房地产市场和证券市场同时为无套利市场的条件下，分析得出证券市场中证券的当期价格、持有期内的年平均收益率和年平均红利与房价依次存在正向、负向、负向的相关关系。
关键词：房价；开发投资总额；关联度；岭回归
1 建模的原理介绍
1.1格兰杰因果检验的原理
1969年，格兰杰从计量经济学的角度提出了一种因果关系的定义：设有两个时间序列｛xt｝和｛yt｝，如果xt的变化引起yt的变化，则xt的变化应当发生在yt的变化之前。具体操作中，一般是对以下两个方程分别进行无约束和有约束估计：
（1）
（2）
如果在（1）中部分αi显著不为零，则称xt格兰杰引起yt类似的，如果（2）式中部分αi显著不为零，则称yt格兰杰引起xt，如果两者都存在，则称xt与yt互为格兰杰因果关系。
1.2岭回归原理
多元回归模型的矩阵表达式为：Xβ=Y，利用OLS求得： ，
当自变量存在多重共线性时，导致 ，从而使得回归系数 不稳定，出现没有实际意义的估计值。解决的办法是在X′X的主对角线元素上加一个非负常数k，即得：
，其中E是单位矩阵，使得 的概率比 大大降低，最后用 来进行估计，结果会使 的估计变得稳定得多。因此，岭回归估计的准确程度取决于k值的选取，确定k值的方法一般是通过岭迹图或方差膨胀因子来选取。其确定方法是选择一个尽可能小的k值，在这个k值上，岭迹图中回归系数已变得较为稳定，并且方差膨胀因子业变得足够小。
回归估计系数 是k的非线性函数；k值的加入使得
成为回归系数的有偏估计，但是比β估计更稳定； 随k的变化轨迹图称为岭迹图。
1.3灰色关联度分析原理
选取参考数列
其中k表示时刻。假设有m个比较数列
则称
为比较数列xi对参考数列x0在k时刻的关联系数，其中ρ∈[0，1]为分辨系数。称 和 分别为两级最小及两级最大极差。
一般来讲，分辨系数ρ越大，分辨率越高；ρ越小，分辨率越低。上式中的关联系数是描述比较数列与参数数列在某时刻关联程度的一种指标，由于各个时刻都有一个关联数，因此信息显得过于分散，不便比较，为此我们给出ri=■■ξi（k）为数列xi对参考数列x0的关联度。若关联度ri最大，说明xi（k）与最优指标x0（k）最接近，即第i个被评价对象优于其他被评价对象，据此可以排出各被评价对象的优劣次序。可以看出，关联度是把各个时刻的关联系数集中为一个平均值，亦即把过于分散的信息集中处理。利用关联度这个概念，可以对各种问题进行因数分析。
2 模型的分析
2.1 房价与房地产开发投资总额格兰杰因果检验
依据格兰杰因果检验原理，对房地产开发投资总额和房价利用Eviews软件分析得到下表：（假设置信度α=0.05）
从上表可以看出，房价不是引起房地产开发投资总额变化的格兰杰原因，而房地产行业开发投资总额的变化却是引起房价变化的格兰杰原因。房地产行业的投资总额的增加，一方面增加对商品房的投机性需求，进而对房价的上涨起到推波助澜的作用；另一方面，对房地产行业投资的增加，使房地产市场更加的火爆，会给开发房地产市场相关的原料如建材、水泥及地皮价格起到刺激和促进作用，这些原材料价格的上涨势必都附加于房屋的销售价格中，势必造成房价的上升。
2.2 房价的岭回归模型
房价模型的构建有助于我们总结规律，科学界定影响房价的关键因素，从而指导房地产市场的管理和调控行为。本文初步选取的影响房价的因素有家庭人均年收入、房地产开发投资总额、年底总人口数、建筑材料价格指数、新增家庭数、住宅房屋竣工面积和人均GDP指数（依次用F1~F7表示），我们利用岭回归模型分析影响房价的主要因素。
对文中给定的7个影响指标进行相关性分析，分析得到如下相关系数矩阵
由相关系数矩阵可知，各因素之间的相关系数较大，影响因素之间两两相关。因此，采用传统的最小二乘回归存在较严重的多重共线性。
鉴于此，建立如下岭回归模型：
利用Matlab软件编程求得房价与选取指标的岭迹图。
由岭迹图可以看出，在0.3之后，7条岭迹都开始变得平稳。所以，将3代入做岭回归，得到如下模型：
通过岭回归得到的模型，可以看出：房价对人均GDP指数的敏感度为220.51，说明人均GDP指数每变动1单位，住房销售房价变动220.51单位；家庭人均年收入变动1单位，住房销售房价变动135.21单位；房地产开发投资总额变动1单位，住房销售房价变动196.02单位；年底总人口数变动1单位，住房销售房价变动133.78单位；建筑材料价格指数变动1单位，住房销售房价变动6.54单位；新增家庭数变动1单位，住房销售房价变动132.1单位；住宅房屋竣工面积变动1单位，住房销售房价变动138.05单位。
所以，通过上面的分析，房地产行业的开发投资总额对房价具有很大的影响作用。因此，分析房地产行业投资总额与国民经济其他行业的投资总额的关联度，可以得到与房地产行业投资总额的关联度最大的国民经济行业，进而分析该行业影响因素对房价的影响。
存入我的阅览室
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
[12]王利,北京房地产市场供求关系和价格机制作用的实证研究,经济与管理研究[J]. 2008,5:61-66.
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
[12]王利,北京房地产市场供求关系和价格机制作用的实证研究,经济与管理研究[J]. 2008,5:61-66.
存入我的阅览室
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
[12]王利,北京房地产市场供求关系和价格机制作用的实证研究,经济与管理研究[J]. 2008,5:61-66.
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
篇3
【关键词】物业税 房地产价格 香港地区
一、香港地区物业税概述
香港与物业税（广义）有关的税收，包括差饷和物业税（狭义）两项。和我们平时所说的物业税的概念有所不同，香港所称的“物业税”，其课税范围仅限于用于出租经营并获得租金收益的物业。而差饷的内涵倒是更符合通用物业税的含义，是对纳税人拥有的所有房屋，包括自用和非自用的房屋都征税。所以也有人把香港的差饷直接称为物业税，把“物业税”称为不动产税。实际上，两者都是对物业在保有环节的课税，都是本文讨论的物业税范畴。
（一）差饷
香港的差饷1845年开始实施，意为官差的饷银。当时政府为了支付警察的粮饷而开始向辖区内的物业征税，名为差饷。1856、1860、1862年政府又分别对公共照明、市政供水、公共消防项目的支出加征物业税。到1931年，政府开始统一征收差饷用以支付政府的一些公共服务开支。1988年，各个名目的物业税收被加总合并，统称为差饷。这一名称一直沿用至今。1995年香港政府统一了评估和征收的责权，至此差饷的征收系统趋于完善。现在，差饷已作为政府、市政局及区域市政局所提供各项公共服务的经费使用。
差饷的计税依据为应课差饷租值。物业的应课差饷租值是假设物业在一个指定估价日期空置出租时估计全年可得的合理市面租金。1998年11月，政府宣布编制新的估价册并于1999年4月1日起生效，同时规定，此后物业的应课差饷租值由每3年重估一次，改为每年重估一次。评估应课差饷租值时，需考虑区内同类物业于指定估价日期或接近该日在公开市场由业主与租客双方议定的租金，再根据物业面积、位置、设施、完工素质及管理水平分别加以调算。差饷缴纳人可对应收差饷租值的评估值提出反对，但提出反对时，仍须如期缴交本期差饷。反对获得批准时，所作修改会追溯至生效日期。
差饷的征收率由立法局决定。1999年4月1日起，差饷的征收率为5%。
根据差饷的计税依据和征收率，即可计算出应课差饷。差饷的计算公式为：
差饷=应课差饷租值×差饷征收率
差饷物业估价署负责差饷的征收。差饷每季预缴，业主与物业使用人应依双方租约条款确定缴付人。租约未订明由业主缴交的，由使用人缴交。逾期未缴付的，加征5%的附加费。在原先的最后缴款日期后6个月内，仍未清缴包括5%附加费在内欠款的，要二次加征附加费。
（二）物业税
香港自从1940年战时税法通过以后，就开始征收物业税。《税务条例》规定了4种收益税：物业税、薪俸税、利得税和利息税。物业税规定于《税务条例》第二部分，1947、1961、1965、1983和1991年做过修改。香港以物业税的名义同时对土地和楼宇收益征税，是土地税和房产税的合一。所以有人认为，香港物业税实为不动产财产税。
香港物业税的纳税人是拥有应税物业的业主，包括直接由政府批租的房产持有人、权益拥有人、终身租用人、抵押人、已占有房地的承押人、向注册合作社购买楼宇者等，但香港的物业税只向有租金收入的业主征收，没有租金收入的业主不是物业税的纳税人。
物业税的计税依据是每一课税年度按照土地或楼宇的应评税净值。这里，应评税净值是指应评税值扣减业主缴纳的差饷及20%的标准扣减率(用以弥补修理费和开支费用)后的余额。而所说的楼宇，包括楼宇的任何部分，也包括墩(桥墩)、码头以及一般理解为不构成一幢楼宇的任何建筑物。物业税的应评税值是依据实际收入申报表计算的。包括在该课税年度内为取得土地或楼宇的使用权而付出的费用，如资本性支出、获取提供服务或便利而支付的费用，以及根据《差饷条例》征收的差饷等，可作为扣减项目扣除。
物业税的计算公式为：
应缴物业税＝｛[应评税值（租金收入）－差饷]×（1－20%）｝×税率
立法局可以通过决议案修订标准扣减率。物业税的税率在2004年之前为15%，2004年为16%。
二、香港地区物业税(广义)对房地产市场的影响分析
（一）香港差饷征收对房地产市场的影响分析
香港的差饷1845年开始征收。差饷的开征，增加了业主的持有成本，因此，香港绝大多数物业的业主会尽量避免房屋空置。甚至在特殊时期，在约定由租户缴纳各项税费的情况下，以零租金出租，减轻持有负担。因此，差饷的开征会减少房屋空置，加大供给量，提高社会物质财富利用率的作用，对房地产行业的管理具有重要意义。
同时，差饷也是香港政府调节房地产市场和整体经济的一个常用手段。香港是典型的城市型经济特征，地域狭小，人口较多，密度约是上海的3倍。香港的房地产市场发展速度很快，波动也比较剧烈，几十年来经历过多次起落（见表1和图1），香港政府也经常利用差饷进行调节。
但是，与我国内地目前情况不同的是，香港近年来运用差饷对房地产市场所做的重要调整，多是在房地产衰退时期，目的不是为了抑制房价，而是刺激房地产市场的复苏。从这样的实践中，也同样可以考察差饷对房地产市场的影响作用。
从图1中可以看到，从1985年香港房地产市场复苏算起，到1997年，香港的房价已上涨了近10倍。1997年，香港的房地产市场泡沫破灭，楼价一路下跌，与1997年度的峰值相比，2004年第四季度香港的楼宇价格平均下跌了62%，私人住宅租金平均减少了48%。
在1998年～2003年香港房地产市场的低迷时期，为了减轻差饷缴纳人的负担，香港政府根据法律对差饷进行了多次减免或延缓缴纳的灵活调整：1998年退还当年第二季度的差饷；1999年免除所有缴纳人第三季度的差饷；2002年免收5 000港元以下低额差饷（此项政策使得230万左右的约85%的缴纳人在该年内不需要缴纳差饷）；2003年在SARS期间免除了约90%的缴纳人的差饷，并延长了3个月的缴纳期限。这些政策对经济低迷时期房地产市场的企稳和复苏，起到了积极作用。
在2007年下半年爆发的全球经济危机背景下，香港政府也利用差饷工具对房地产市场以及经济发展进行了调节，实施了多项减免，稳定房地产市场，鼓励经济复苏。2007年～2009年香港地区的差饷减免摘要，见表2。
我们可以看到， 差饷对房地产市场的调节作用是非常有限的。以上述1998年～2003年的房地产下降周期为例，尽管香港政府进行了多次差饷减免，但是房地产市场的价格仍然在直线下降。事实上，香港地区无论是1997年前的楼价疯狂攀升，还是此后至2003年的大跌，或者近两年的房地产波动，都是多个因素造成的，包括经济发展状况、收入水平、心理预期、金融危机影响等，而差饷对房地产市场的影响，相比之下，并不十分明显。
（二）香港物业税(狭义)对房地产市场的影响分析
香港的物业税，主要是对业主来自物业的租金收入征税。自住物业、空置物业、虽用于经营但无租金收入的物业等，都不需要缴纳物业税。这实际上是对自住房屋和出租投资房屋作了区分，居民自住房地产市场的供求不受物业税的影响。
香港的物业税税率，基本上每一课税年度都会根据当时的经济情况作出相应的调整。在2004年～2007年间，香港房地产市场投资过快过热的情况下，政府曾一度上调物业税税率，增加业主对房地产的持有成本，间接调控房地产市场的过度繁荣。2008 年全球金融危机爆发，香港经济也备受打击，香港政府立即下调了物业税率。具体来看，2002年度香港物业税的标准税率是15%，2003年度标准税率上调至15.5%，2004年～2007年又上调至16%，2008年度下调至15%。这种适应不同时期的经济发展趋势，采用税率变动来提高或抑制民众对本地房地产业投资兴趣的措施，不仅及时体现了税收对经济及社会分配的调节功能，而且有效组织了财政收入，这与香港保持稳定的投资环境的税收政策取向有关。2002年～2008年间香港物业税的调整和房价走势对比见图2。
从图2中可以看出，从2002年～2004年物业税每年连续调整0.5个百分点，但是，房价依然在上行中；2004年～2007年物业税的税率水平保持在16%，房价继续上涨。2008年物业税降低了1个百分点，房价较2007年上涨速度减弱，但是仍然有所上升。因此，从香港的实践来看，物业税对房价的影响并非主要因素，物业税的调整只能促进或者减缓房地产市场原来的发展趋势，而没有使房价走势做方向上的改变。
三、结论
（一）物业税的征收有利于规范和引导房地产市场健康发展
香港的物业税根据物业评估值在保有环节按年征收，也就意味着政府直接进入了收益环节获取购房者的部分红利，这会抑制房地产投机，规范房地产市场的运行。而目前从总体来看，我国内地房地产市场的需求还比较旺盛，某种程度上可以说需求的释放程度主导着房价的走势。物业税的开征，会增加房地产的保有成本，压缩房地产市场的投资需求，甚至一部分改善型需求也会受到影响，这将有利于防止房价的泡沫化；同时，开征物业税，也可以改变目前房地产税种繁杂、计税依据不合理的现状，有利于降低房地产开发成本，减少金融风险，引导和规范房地产市场的健康运行。
（二）物业税的征收对房价的影响有限
虽然物业税的开征会带来房地产保有成本的提高，但是，和房地产的总价值相比，物业税的征收金额很小。从业主占有房地产的实际收益和成本角度看，物业税因素基本不可能成为决定房价走势的关键因素。观察香港物业税征收及调整情况，对比房地产市场价格的走势，可以发现，香港物业税对房地产市场价格趋势的影响，作用有限。对我国内地房地产市场价格而言，如果物业税税费增加（比如百分之零点几的税率）远远赶不上投资房地产的利润收入，并且如果这种税费还可以通过买卖交易得以转嫁，那么就很难期待物业税改革会给房地产市场价格有效降温。房地产价格的走势，本质上仍取决于房地产市场的供求。而影响房地产市场供求的因素繁多，税收制度只是其中一个，一般来看也不会是决定性因素，因此其对房地产市场价格的影响是有限的。
主要参考文献：
[1]谢伏瞻.中国不动产税制设计［M］.北京：中国发展出版社，2006.
[2]赵瑾璐，卜婧怡. 国际物业税征收的制度概况和经验借鉴［J］.经济研究，2009（6）.
篇4
关键词：房地产价格波动 房地产市场有效性 房地产投机
一、引言
在过去很长一段时间里，房地产市场都在经历着繁荣——衰退的周期变动趋势（boom and bust cycles，Shiller，2008），“但是近些年来，房价暴涨暴跌的波动幅度是前所未见的……，部分地区的房价波动甚至称得上惊人。”（Dieci和Westerhoff，2012）。比如，从1996年到2008年，英国伦敦的房价上涨了三倍；北京2007—2010年间二手房价上涨了120%。房价就像脱缰的野马，其波动远远脱离了经济基本面。因此，维护房地产市场稳定成为了目前世界各国政府共同面对的重要而棘手的问题。
在已有的经济学文献中，不乏涉及房价波动的研究，学者们在这类研究中主要采取两个角度：一是基于资产定价和有效市场假设理论，从理论和实证方面研究房地产市场有效性；二是基于理性预期和新古典经济学的分析框架，研究宏观经济基本面指标如利率、人口，实际收入等对住宅价格变化的解释程度，并且认为理性的房价应该反映经济基本面。然而，这些研究往往比较片面，“对房地产市场很多方面内容的理解都不够完整，当前（2008年金融海啸前的美国）关于房价的快速上涨是否形成泡沫的争论就是一个很好的例子①。”（Glaeser， 2007）。特别地，越来越多研究表明，房地产市场其实并不理性，存在如灾难近视（disaster myopia），过度自信和侥幸心理等，这些非理性投机行为往往会导致房价过分调整（overshoot），从而远离其长期均衡值。目前，很多前沿研究转而从房价波动的微观机制着手，关注投机行为在房价波动中扮演的角色。
二、房地产市场有效性
根据有效市场假说（EMH），只要房地产市场价格能充分及时地反映了全部有价值的信息，市场价格代表着住房的真实价值，这样的房地产市场被称为“有效市场”。 EMH由Fama（1970）提出，后来被广泛用于检验证券市场的有效性。而最早应用于房地产市场领域的是Hamilton和Schwab（1985），与Linneman（1986）的研究。他们利用美国70年代中期的横截面数据（cross-sectional data）来检验房地产市场的有效性。后来由于Case和Shiller（1989）建立时间序列模型研究房地产市场有效性的做法备受推崇，吸引了大量学者利用时间序列数据检验美国和其他国家的不同房地产市场的有效性。Cho（1996）对上述研究做了一个详细的综述。这些文献总体上的结论和发现有三个：（1）房地产市场不是有效市场；（2）房价和收益率序列在短期内表现出惯性特征或正序列相关，但在长期却有向均值回归的趋势（mean reversion）；（3）房地产市场的交易成本较高，所以根据技术分析建立的交易规则不能取得超过市场平均水平的收益率。
然而，Cho（1996）建议我们应该谨慎地看待房地产市场有效性检验的结果。因为，房地产价格指数的代表性和正确性在EMH检验中至关重要。但是房地产不同于相对同质化的普通商品，不同的房子无论是结构还是位置都千差万别，交易过程是通过交易双方协商决定，而且交易频率很低。房地产自身的自然特性决定了房地产价格指数的计算比起普通商品价格指数要困难得多，目前一些流行的房地产价格指数计算中都参杂了过多的人为因素，这都直接影响到模型估计结果的说服力。比如，Case和Shiller（1989）、Kuo（1996）在研究中发现，主流的重复出售价格指数②（repeat sales price index）存在序列相关性，如果在检验中不能很好地处理这个问题，估价结果拒绝EMH的概率很可能会增加。有趣的是，Linneman（1986）利用特征价格指数③（Hedonic price index）检验EMH，估计结果并没有拒绝市场“半强式有效”的假设；而Case和Shiller（1989）运用重复销售价格指数的检验却拒绝了EMH。
三、房地产价格波动与宏观经济因素
这一类研究大多采用新古典经济学的均衡分析框架，基于理性预期或完全预测（perfect foresight）假设，认为房地产价格波动的原因是由于受到外生因素的冲击，使得房价和房地产供应数量从一个均衡状态“调整”到新的均衡点。这些外生因素多来自宏观经济的基本面指标，如人口数量、实际收入、利率水平以及税收政策等等。其中最有代表性的研究有Poterba（1984，1991）与Mankiw和Weil（1989）：
Poterba（1984）建立房地产资产模型（asset-market model of the housing market），研究房屋持有成本（user cost）对房地产市场价格和均衡数量的影响。Mankiw和Weil（1989）用类似的方法，研究人口数量变动对房地产需求的影响。他们认为美国自上世纪 70 年代的房价持续上升与婴儿潮一代增长人口成年后带来房地产需求有密切关系。如果人口因素与房价的因果关系不变，随着婴儿潮一代人的住房需求将逐年下降，他们预测90年代以后20年里面房价将会明显下降。当时Mankiw和Weil（1989）这样大胆的预测引起了大量来自媒体和学术领域的争论，在这一场激烈争论中，Poterba（1991）就参与其中，他在对美国多个城市的横截面数据进行分析后，发现那些人口增长率高的地区并没有出现更高的房价增长率。所以他对Mankiw 和 Weil（1989）的预测表示怀疑。
另外，Poterba（1991）还在其1984年研究的基础上，利用1963年—1991年间的数据对美国房地产价格波动状况进行了实证研究，发现上世纪70年代的美国房价大涨的过程中，房屋持有成本上涨是重要推动力量。但80年代之后，房屋持有成本持续上涨，房地产价格却略有下跌，房屋持有成本对房价的解释能力很弱，Poterba（1991）认为这从另一方面证明了房地产市场不是有效市场。
除此之外，还有Ortalo-Magné和Rady（1999）建立生命周期模型（life-cycles model），在完全预期的假设下，分析收入变动和金融自由化（financial liberalization）对房价波动的影响程度；Glaeser和Gyourko（2007）建立理性预期动态模型，研究需求端冲击和建筑成本的影响等等。
上述研究针对经济基本面的各要素对房地产市场均衡价格和数量的影响做了很全面的论证，表明基本面因素对房价变动有一定的解释能力，其作用和影响举足轻重。然而，对房价产生影响的因素有很多，在不同地区、不同的时期起决定性作用的因素也不尽相同。特别地，“房地产市场的高交易成本特点和缺乏做空机制容易使房价波动脱离宏观基本面因素。”（Glaeser等，2008）。因此在房价大幅波动的时期，基本面因素对房价走势的解释能力很弱。这样的批评，常常见于一些研究房地产市场泡沫的文献，如Clayton（1996）， Abraham和Hendershott（1996），Maier和Herath（2009）等。目前，很多前沿的研究都把目光聚焦在房地产市场的“非理性”投机行为上。
四、非理性投机行为与反馈环理论
对于房价的大幅波动，有相当一部分学者都把矛头指向房地产市场的投机行为，为解释房价大幅波动提供了新的思路，认为房价最初由基本面因素诱发波动，随后通过反馈环（feedback loop）形成的放大机制，造成房价对原始诱发因素的过激反应。Shiller（2005）在其著作《非理性繁荣》中提供大量的证据来证明了这种投机心理（speculative thinking）、强化投机心理的反馈作用以及人们的从众行为在决定房价方面扮演着至关重要的角色。
反馈环理论目前越来越受到经济学者的重视。其中一种最流行的做法是在需求端采用后顾式（backward-looking）预期〔多数是适应性预期或“傻瓜”（naive）预期〕，而在供给端假定供应滞后（production logs）。如Wheaton（1999）通过存量-流量模型（stock-flow model）证明了在供给刚性、开发滞后以及后顾式预期的情况下，房价波动更大；Malpezzi和Wachter（2005）建立的存量调整模型（stock adjustment model）表明当供应缺乏弹性时，房地产市场的投机行为是房价大幅波动的主要原因；Glaeser，Gyourko和Sail（2008）提出一个开放城市动态模型（open city model）研究供给弹性与房地产泡沫产生之间的关系，模型表明在供给弹性小的地方更容易产生泡沫，而供给弹性大的地区泡沫持续的时间较短，但是却容易引起过度开发（overbuild）从而导致社会资源浪费，模型结论得到实证检验的支持。
除却上述学者的贡献，目前还很少有理论能够从数量上解释或模拟房价繁荣-衰退周期变动。Leung等（2009）、Kouwenberg和Zwinkels（2010）与Dieci和Westerhoff（2012）在这方面做了一定的尝试。其中Dieci和Westerhoff（2012）借鉴金融市场的经验，通过在需求端引入异质行为（behavioral heterogeneity）的投机者的方式④，构建一个非线性离散时间模型。该模型能够从理论上解释房价高波动性特征，通过设定具体参数，模型甚至可以模拟出复杂的周期变动的价格趋势。但出于简洁性的考虑，作者为模型设定了众多假设，从而影响了模型的代表性。而更完善的理论研究，还有待进一步开发。
五、总结
2003年以来，我国房价持续上涨，关于房地产市场现状的争论从学术界、政府工作会议扩散到普通民众的餐桌上，成为全国上下都密切的问题。房地产具有消费、投资双重属性，房价波动也是一个非常复杂的研究对象。大量实证检验表明房价走势不符合“随机游走”和理性预期假设，而是呈现出高波动率、一定的可预测性（predictability）、短期正序列相关和长期均值反转等特征。这四个特征给房地产市场理论带来了严峻的挑战（Glaeser和Gyourko，2007）。过去国外学者关于房价波动的研究主要集中为两个方面：一是房地产有效性研究；二是房价波动与宏观经济要素的关系。而目前前沿的研究则主要从微观机制的角度出发，建立动态经济学模型，研究非理性投机行为在房价波动中扮演的角色。然而，目前还没有一套理论能够描绘出房价波动的众多特征，更完善的理论还有待开发。
注释：
①Glaeser（2007）指出：McCarthy和Peach（2004）以及Himmelbery， Mayer和Sinai（2005）的研究认为当时美国房地产市场不存在严重的泡沫；而与此相对的是，Shiller（2005，2006）和Baker（2006）认为泡沫确实存在而且很严重。
②重复出售价格指数是根据同一栋房屋在某一期间内多次重复出售的价格资料来计算房地产价格指数。
③蒋一军和袭江辉（1996）对Hedonic指数做了详细介绍。
④Dieci和Westerhoff（2012）假设这些投机者一部分采用外推预期（extrapolative expectation），而另外一部分则认为房价始终会向长期均衡值回归（mean reversion），当房价离长期均值越远，越多投机者会采用均值回归策略。
参考文献：
[1] 蒋一军，袭江辉.房地产价格指数与Hedonic模型[J].中国资产评估，1996（3）：30-33
[2] Abraham， J.， Hendershott， P. Bubbles in metropolitan housing markets[J]. Journal of Housing Research， 1996（7）：191-207
[3] Baker， D. The menace of an unchecked housing bubble [J]. The Economists’Voice， 2006（3）： Article 1.
[4] Cho， M. House price dynamics： a survey of theoretical and empirical issues [J]. Journal of Housing Research， 1996（7）： 145-172
[5] Case， K， Shiller， R. Forecasting prices and excess returns in the housing market [J]. Journal of the American Real Estate and Urban Economics， 1990（18）：253-273
[6] Case， K， Shiller， R. The efficiency of the market for single-family homes [J]. The American Economic Review， 1989（79）：125-137
[7] Clayton， J. Further evidence on real estate market efficiency [J]. Journal of Real Estate Research， 1998（15）：41-57
[8] Dieci， R， Westerhoff， F. A simple model of a speculative housing market [J]. Journal of Evolutionary Economics， 2012（22）：303-329
[9] Glaeser， E， Gyourko， J. Housing dynamics. Harvard Institute of Economic Research discussion paper， 2007， number 2137
[10] Glaeser， E， Gyourko， J， Saiz， A. Housing supply and housing bubbles [J]. Journal of Urban Economics， 2008（64）：198-217
[11] Himmelberg， C， Mayer， C， Sinai， T. Assessing High House Prices： Bubbles， Fundamentals， and Misperceptions [J]. Journal of Economic Perspectives， 2005（19）：67-92.
[12] Hamilton， B.W.， Schwab， C. Expected appreciation in urban housing markets [J]. Journal of Urban Economics， 1985（18）：103-118.
[13] Kuo， C. Serial correlation and seasonality in the real estate market [J]. Journal of Real Estate Finance and Economics， 1996（12）：139-162.
[14] Kouwenberg， R. ， Zwinkels， R. Chasing trends in the US housing market. Working Paper，
Erasmus University Rotterdam， 2010
[15] Leung， A. ， Xu， J. ， Tsui， W. A heterogeneous boundedly rational expectation model for housing Market [J]. Applied Mathematics and Mechanics （English Edition）， 2009（30）：1305-1316
[16] Linneman， P. An empirical test of the efficiency of the housing market [J]. Journal of Urban Economics， 1986（20）：140-154.
[17] Malpezzi， S， Wachter， S. The role of speculation in real estate cycles [J]. Journal of Real Estate Literature， 2005（13）：143-164
[18] Mankiw， G， Weil， D. The baby boom， the baby bust， and the housing market [J]. Regional Science and Urban Economics， 1989（19）：235-258
[19] McCarthy， J， Peach， R. Are home prices the next bubble [J]. Economic Policy Review， 2004（10）：1-17
[20] Maier， G.， Herath， S. Real estate market efficiency—a survey of literature， SRE-discussion
Paper， 2009
[21] Ortalo-Magné， F， Rady， S. Boom in， bust out： young households and the housing price cycle [J]. European Economic Review， 1999（43）：755-766
[22] Poterba， J. Tax subsidies to owner-occupied housing： an asset market approach [J]. Quarterly Journal of Economics， 1984， （99）：729-752
[23] Poterba， J. House price dynamics： the role of tax policy and demography [J]. Brookings Papers on Economic Activity， 1991（2）：143–203
[24] Shiller， R. Irrational exuberance （2nd edition） [M]. Princeton：Princeton University Press， 2005
[25] Shiller， R. Long-term perspectives on the current boom in home prices [J]. The Economists’ Voice， 2006 （3）， article 4
[26] Shiller， R. Historical turning points in real estate [J]. The Eastern Economic Journal， 2008， （34）：1–13
篇5
根据市场企业的数量、企业产品的性质、企业对产品价格的影响力以及企业进出市场的难易程度，新古典经济学将市场分为完全竞争、垄断竞争、寡头垄断和完全垄断四种市场结构，并已证明，后三种结构的市场产品数量都依次低于且价格都依次高于完全竞争市场。也就是说，只要市场不完全，就必然产生效率的损失和社会整体福利的下降。
就房地产市场而言，由于房地产行业具有资金密集、开发规模大的特点，同时，我国政府对房地产企业的管理实行严格的行业准入制度，这样房地产市场存在着一定的进入壁垒；而房地产建设投资周期长的特点又决定了企业在退出房地产业时也存在一定的障碍。房地产企业的数目与具有完全竞争行业的企业数目相比，相对而言要少得多。同时，虽然房地产业的一个显著特点是产品的异质性(如存在级差地租、住宅、别墅、经济适用房等产品质量上的差异)，但我们应该看到，在同一类型的产品上，各企业提供的产品差别实际上并不是很大的。故此，我们可以判定房地产市场至少不是完全竞争市场。
根据沈悦、刘洪玉(2004)的研究，1998年以来(尤其是2001年—2003年间)，我国各城市住宅价格的高速增长已经不能很好地用经济基本面和住宅价格的历史信息来解释，用完全竞争的房地产市场模型已经无法很好解释我国房地产市场的现状。在这样的不完全市场结构下，作为市场供给方的房地产企业所提供的房产数量必然无法满足广大居民的实际需求，而房地产价格也必然高于完全竞争市场状态下消费者所能够承受的水平，商品的市场价格必然高于其在完全竞争市场条件下由各厂商的边际成本所决定的价格。况伟大(2003，2004)根据Hotelling(1929)空间竞争模型，构建了一个一般性的空间竞争模型，得出了的空间垄断是北京市房价刚性的根本原因。可见，无论是实证检验，还是理论模型，均已证明我国房地产市场是一个不完全竞争的市场。
那么，如何来衡量市场的垄断程度呢？在产业组织理论中，判断市场垄断程度和市场势力通常要用到行业集中程度指标，即考察几家最大的厂商的产量或销售额在全行业市场中的影响力量，具体的方法有赫芬达尔—赫希曼指数(HHI)、集中度比率、厂商规模不等性的度量(如基于洛伦茨曲线的方法或等集中度曲线方法)等等。但是，这些方法在测算市场垄断程度时，均要求掌握市场相关行业企业的具体情况，这需要进行大量的专项统计，而我国目前的统计数据还无法满足这方面的要求。同时，从完全垄断的市场结构出发，勒纳指数(LeanerIndex)则是衡量市场势力的一个很好的指标。目前，国内也有学者利用这个指标来研究我国房地产市场的垄断程度问题，如中国社会科学院财贸经济研究所最近的一项研究表明，近年来我国房地产市场的勒纳指数均在0.4以上，这表明我国房地产商品价格已经严重偏离了边际成本(汪浩、王小龙，2004)。况伟大(2004)分别测算了1996年—2002年各年北京、深圳、上海和天津四城市的勒纳指数，表明北京市的勒纳指数均在0.6以上，是四个城市中垄断程度最高的，上海市的勒纳指数则在0.4左右，是四个城市中垄断程度最低的，而深圳和天津房地产市场的垄断程度则居于京沪两城市之间。
根据勒纳指数的公式，其中为市场的需求价格弹性，为市场价格，而则表示商品的边际成本。但是，社科院财贸所和况伟大的研究都是利用公式的后一个形式，将房地产业的平均成本(AC)近似替代边际成本(MC)进行计算而得到的结果。如果产品市场是完全竞争的，那么也就意味着在均衡条件下企业的边际成本与平均成本相等，进行这样的计算是没有问题的。但是我们都知道，如果产品市场是不完全竞争的，那么在垄断厂商利润最大化的均衡条件下，企业的边际成本必然不等于平均成本，这样用行业的平均成本替代边际成本计算出的勒纳指数就会存在一定的误差。从上述勒纳指数公式可以看到，我们还可以通过测算商品的需求价格弹性来间接地得到勒纳指数，因此本项研究将采用这个方法来测算勒纳指数，并以此研究房地产市场的垄断程度问题。
本文的安排如下。第二部分将介绍勒纳指数公式及其含义；第三部分将对测算勒纳指数所需要的样本数据、变量及模型设定进行说明；第四部分，我们将分别针对1999年—2003年我国和各省(市、区)面板数据、各年截面数据和1987年—2003年我国房地产市场数据等样本，分别对勒纳指数进行测算，并对各省(市、区)房地产市场的垄断程度进行比较；最后一部分是本文的总结及政策含义。
二、勒纳指数及其含义
如前所述，勒纳指数(LeanerIndex)是衡量市场垄断势力重要的指标，具体形式可由如下公式表示：，其中为市场的需求价格弹性，为市场价格，而则表示商品的边际成本。勒纳指数的推导过程如下。
假定市场结构是完全垄断的，这样从垄断厂商的利润极大化目标出发，就可以得到其利润函数为由一阶必要条件，得到为边际收益，即MR。
又因为，所以，
是需求的价格弹性，。
又由于MR=MC，而MC≥0，可知。否则，若，则，与常理不符。而如果MC>0，则需求价格弹性大于1。可见垄断厂商从来不会选择在需求的价格弹性小于1的区域内从事生产，而往往是在需求富于弹性的区域内出现的。
从这个公式我们可以知道，勒纳指数刻画的是垄断利润的边际量，故又称为价格标高程度(markup)，是指垄断价格超出边际成本的部分对于垄断价格之比率。根据微观经济学理论，垄断厂商是按照边际收益等于边际成本(MR=MC)来决定产量q*，而当供给量为q*时，消费者愿意支付的最高价格(保留价格)为pm，从可知，垄断者的供给与价格之间不会存在着对应的关系，因为价格越高，垄断者获得的利润也会越大，这样垄断者的供应有可能减少。
勒纳指数还表明，市场竞争和垄断程度取决于商品的需求弹性：弹性越大，市场产品之间越具有竞争性，价格标高的程度越低，垄断的边际利润便越小，即垄断程度就越小；反之，弹性越小，垄断价格标高程度就越高，垄断程度就越高。这是因为，在完全竞争市场条件下，厂商产品价格应该等于其边际成本，也就是说，勒纳指数越趋近于零，市场竞争越完全，而从公式可以看出，这样商品的需求价格弹性的绝对值越趋近于正无穷，即是富有完全弹性的商品；反之，垄断程度越高，商品价格与其边际成本的差额越大(垄断者的垄断利润因而越大)，而从公式可以看出，这样商品的需求价格弹性的绝对值将很小。当然，有关勒纳指数的讨论有一个必要条件，即它要求商品的弹性都大于1.
根据勒纳指数公式，我们只要测算出商品的需求价格弹性，也就相当于得到了勒纳指数。故此，我们有必要专门对房地产市场的需求价格弹性进行测算，并由此得到勒纳指数，并以此判断房地产市场的垄断程度。
三、数据、变量及模型设定
1、数据及其来源
本文有关商品房屋销售和房价等方面数据全部来自中国国家统计局编制的各期《中国统计年鉴》中“固定资产投资”项下的专项数据。由于我国专门针对房产市场的统计时间不长，相关的统计指标只是近年来才逐步健全起来，这给我们的实证分析带来了一定的困难。国家统计局详细公开披露房地产投资等指标也只是从1999年开始，统计指标和样本数据数量和质量相对来讲并不令人满意，样本数量和数据来源的约束极大地限制了我们的检验工作。为了尽可能避免样本数量的制约，我们首先以全国和各省、市、自治区共32个基本观察样本，建立1999年至2003年共5年的面板(panel)数据进行研究，这样，我们一共获得了160个样本观测值。
另外，我们还搜集到了1987年至2003年我国房地产的相关数据。由于我国真正全面推进房地产商品市场化改革是从1998年开始的，这样促使我们有兴趣考察市场化改革前与改革后房地产市场垄断程度的变化，也即进行分段研究。利用各省(市、区)的数据，还可以对各省(市、区)的房地产市场垄断程度进行比较。
2、变量
为了测算勒纳指数，我们需要对房地产需求价格弹性进行测算，这样我们实际上需要两个变量：房地产需求变量与房地产价格变量。在统计年鉴中，有两个指标可以反映房地产市场的需求状况：“商品房屋销售面积”和“商品房屋销售额”。根据经济学的定义，需求是指消费者有支付能力的且已经实现的需求，故此以“商品房屋销售额”作为代表房地产市场实际需求的变量更为合适。我们以“平均商品房屋销售价格”指标来反映房价。在计量报告中，用D作为房地产需求变量的标识，以P作为房地产价格变量的标识。
3、基本模型设定
我们采取对数模型的形式
(1)由于对上式两边取微分，可得：
这样我们就得到了弹性的表达式，也即我们想要得到的价格弹性指标。在具体进行回归计算时，我们将对变量取自然对数，并采用过原点回归的方法。
在对面板数据进行回归时，由于我们的面板数据样本的时间序列仅有5年，时间相对较短，为了保证估计自由度，我们不采用运用面板模型的变截距和变系数模型。也就是说，对于一般的面板数据模型：
(2)其中：,为变量向量，，为参数向量，K为变量个数，i为截面数，T是时期数，随机扰动项相互独立，且均值为零，同方差。
假定时间序列参数齐性，即参数满足时间一致性，也就是参数值不随时间的不同而变化，则模型(2)可改写为：
(3)其中与的取值只受到截面单元的影响。这样，在参数不随时间变化的情况下，我们对截距和斜率参数进行如下假设：
回归参数系数和截距都相同，即有：
这样，得到我们所要采用的模型基本设定形式为：
(4)由于我国各省(市、区)的截面样本差异较大，在具体回归时，我们直接运用广义最小二乘法来校正异方差问题。
四、勒纳指数测算结果
我们分别对1999年—2003年我国及各省(市、区)的面板数据、1987年—2003年我国数据、以及1999年—2003年我国各省(市、区)的需求价格弹性进行测算，并计算出相应的勒纳指数。
1、面板数据结果
我们采取广义最小二乘法，运用Eviews4.0软件对面板数据进行过原点回归。具体结果如下：
计量结果非常理想，模型在1%条件下显著，拟合优度高达0.99。可以看到，房地产市场的需求价格弹性值为1.85，符合勒纳指数的要求(需求弹性大于1)。根据勒纳指数公式，可得房地产市场的勒纳指数为0.54，显然这个结果要我们前面提到的社科院财贸所的结果更大，这可能是由于计算样本不同和计算方法的差异造成的。但无论何种结果都可见，我国房地产市场的垄断程度是相当高的。
2、各年截面数据结果
上述面板数据得到的结果，实际上是时间序列数据与截面数据混合而得到的。随着我国市场经济的深入，尤其是加入WTO以来市场化进程的加快，我国房地产市场的竞争也应该逐渐加剧，市场垄断的程度也随之逐年降低。这样我们得到了如下假说：
假说1：房地产市场的垄断程度是逐年降低的，或者说房地产市场的需求价格弹性是逐年上升的，而相应的勒纳指数则逐年降低。
为此，我们利用上述面板数据的样本，针对每一年的截面数据(即32个观测值)进行测算，
各截面数据的计量结果都很理想，均在1%以下显著，且拟合优度均在0.99以上。通过最近5年截面样本的房地产需求价格弹性及勒纳指数可以看出，5年来我国房地产市场的垄断程度是逐年降低的，这说明随着市场化进程的加快，房地产市场的竞争程度也逐年加深，这印证了我们的假说1。当然，我们也注意到，市场竞争程度的加深和垄断力量的消退过程还是相当缓慢的。
3、1998年房改前后我国房地产市场勒纳指数测算
我们获得了1987年—2003年我国商品房屋平均销售价格和销售额的样本，具体指标情况如下表。
表1987年——2003年我国商品房屋销售价格及销售额
年份19871988198919901991199219931994
房地产销售价格(元)408503573703802105012801409
商品房销售额(万元)110096714721641637542201826323785974265938863714110184950
年份199519961997199819992000200120022003
房地产销售价格(元)171018061997206320532112217022502359
商品房销售额(万元)125772691427129217994763251330272987873439354423486275176032341376708995
数据来源：国家统计局，《中国统计年鉴》各期，中经网。
样本时期跨度较大，而这期间正是我国由计划经济向市场经济的过渡、居民住房也由计划分配向货币化市场调的过渡时期。1998年我国对房地产市场进行了全面的市场化改革，在相应的金融、收入等领域进行了相应的改革。与此同时，我国逐步放开了房地产开发的管制，各类投资主体开始进入房地产市场，在进一步推动了房地产市场的进一步规范、快速地发展的同时，也促进了房地产市场的竞争。因此，我们将样本分为两个阶段进行实证分析，分别划分为：1987年—1997年，我国计划经济向市场经济体制初步建立时期、1998年—2003年，市场经济体制深入发展，房地产市场改革深入时期。从这两个时期的划分可以看出，它们是一个市场化逐渐深入的过程，那么也就是市场竞争逐渐加大的过程。由此，我们可以得到与假说1类似的假说：
假说2：1998年我国实行房地产市场全面市场化改革后，我国房地产市场的垄断程度有所下降。
同样，运用Eviews4.0软件，得到如下计量结果：
样本期间：1987—2003样本期间：1987—1997样本期间：1998—2003
LND=2.25004*LNPLND=2.22316*LNPLND=2.289875*LNP
(0.01215)标准差(0.01132)标准差(0.01619)标准差
(185.096)T统计量(196.367)T统计量(141.4187)T统计量
(0.0000)P值(0.0000)P值(0.000000)P值
R2=0.9341R2=0.9372R2=0.48048
检验的结果还是比较令人满意的。从结果中可以看到，样本整体的回归结果显示我国房地产市场需求价格弹性为2.25，相应的勒纳指数为0.444，这与前面社科院财贸所的结果已经非常接近。分各个历史时期考虑，在1987年到1997年的计划经济体制向市场经济体制过渡、我国尚未全面开展房地产市场化改革的期间，我国房地产市场的需求价格弹性仅为2.223，相应的勒纳指数高达0.44981，说明当时的房地产市场的价格与边际成本差额与价格之比非常大，市场垄断程度非常强。另外，我们还在这个期间内分别计算了1987—1991年和1992年—1997年的市场需求价格弹性，虽然1992年我国明确提出了建设市场经济，但是1992年到1997年间的房地产市场需求价格弹性为2.25，甚至要比1987年至1991年的2.26还要小，1992年之后的市场勒纳指数(0.444)比1992年之前的还要略大(0.442)，也就是说在此期间的市场竞争条件并没有随着社会主义市场经济体制的确立而得到改善。当然，我们看到两段期间的市场竞争指数变化非常小，而之所以出现一定程度的倒退，很有可能是与1993年我国实行了紧缩的宏观经济政策，对房地产市场进行大规模治理整顿有着密切关系。直至1998年我国全面对房地产市场进行市场化改革，房地产市场的竞争程度也相应提高，随之市场的需求价格弹性也因而增加至2.29，勒纳指数下降到0.4367，而这进一步印证了假说2。但也应该看到，与验证假说1的情况一样，虽然房地产市场价格与厂商的边际成本差额与价格之比已经出现下降，垄断和市场不完全程度也相应好转，但是我们看到这种变化的幅度还是相当小的。总体而言，我国房地产市场的垄断程度还是非常严重，市场竞争环境的改善并不明显。
4、我国各地区房地产市场垄断程度比较
我们还利用1999年—2003年各省(市、自治区)的时间序列数据，分别对其勒纳指数进行了测算并进行了排序。当然，此处的计算时间序列样本仅为5个，样本数量过小，这可能使计量的精度和可信性存在一定的问题。不过，回归结果还是比较令人满意的，各省的指标回归结果都在1%条件下显著，大多数省份回归的拟合优度表现出了良好的性质，如上海市、江苏、浙江等省的R2分别高达0.97、0.91和0.90。具体结果如下表和图。
表1999年—2003年我国各省(市、区)房地产市场垄断程度
省份需求价格弹性勒纳指数省份需求价格弹性勒纳指数
江苏2.01270.4968陕西1.84710.5414
四川1.99620.5009北京1.82700.5473
山东1.98660.5034内蒙古1.82370.5483
浙江1.97750.5057吉林1.80020.5555
广东1.95870.5105贵州1.79710.5564
辽宁1.91520.5221天津1.79300.5577
安徽1.91220.5230新疆1.78690.5596
重庆1.91020.5235云南1.78510.5602
湖北1.90570.5247山西1.75450.5699
上海1.90250.5256广西1.75360.5702
福建1.89010.5291甘肃1.69620.5896
河南1.88050.5318宁夏1.65230.6052
江西1.87620.5330海南1.54070.6490
河北1.87310.5339青海1.53540.6513
湖南1.86840.53521.18110.8467
黑龙江1.84940.5407
图1999-2003年我国各省(市、区)房地产市场勒纳指数及其排序
从表和图可见，大多数经济发达的沿海省份的市场竞争环境也比较好，如江苏、山东、浙江、广东、辽宁等等，而中西部经济欠发达地区的市场竞争环境则较差，如、青海、宁夏、甘肃等等，这说明市场竞争环境的好坏是与该地区的经济发展程度密切相关的，市场竞争越充分，垄断对社会福利造成的损失越小，经济就越有可能得到健康快速的发展。
五、总结及政策含义
市场不完全是房地产市场的一个重要的性质，垄断力量的存在必然会造成社会福利的净损失，而且市场垄断力量越大，社会福利受损越严重。本文针对我国房地产市场的垄断程度进行了一项实证研究。根据以上分析，我们至少可以得到如下几点结论：:
1、我国房地产市场的竞争非常不充分，市场垄断度非常严重。无论是面板数据、各年截面数据、我国房地产市场的历史数据、以及我国各省(市、区)的勒纳指数测算都表明，房地产市场垄断程度相当高。实证结果强有力地证明了我国房地产市场并非完全竞争市场，市场垄断是造成了房地产价格扭曲的重要因素之一的观点。可以有十分的把握说，市场垄断是造成我国房地产市场失灵的重要原因之一。
2、随着市场化进程的深入和经济的发展，房地产市场的竞争程度逐渐加剧，市场垄断力量逐渐消退，但必须看到这一进程是相当缓慢的。通过截面样本和我国房地产市场历史数据的实证分析所验证的假说1和假说2均表明，随着我国市场经济体制的逐步完善和经济的发展，我国房地产市场竞争的因素在逐年增多，但这只是一个渐进的过程。由于房地产行业自身的特性，房地产市场向完全竞争的市场结构的转变还需要相当长的时间。
3、垄断力量的存在一定程度上可以解释近年来我国房地产价格刚性问题。众所周知，在不完全的市场结构下，消费者处于绝对的被动地位。作为市场供给方的房地产企业所提供的房产数量必然无法满足广大居民的实际需求，而房地产价格也必然高于完全竞争市场状态下消费者所能够承受的水平。也就是说，不完全市场条件下房地产商品的市场价格必然高于其在完全竞争市场条件下由各厂商的边际成本所决定的价格，这也就在一定程度上解释了为什么近年来我国房地产市场价格持续上涨，但需求不降反升，这一有违于一般价格规律表现形式的奇怪现象。
4、为了确保房地产市场的长期健康发展和居民福利的提高，政府应将促进房地产市场竞争作基本的方针政策。从我国政府已有的房地产行业政策来看，反垄断和促进竞争的政策还非常滞后。为了抑制过高的房价，政府很大一部分是采取的人为降低房地产开发成本的政策，如对从事经济适用房开发的企业实行土地等优惠政策，但“经济适用房”开发已经成为中国房地产开发商从政府手中获取廉价土地的基本手段之一，而垄断程度却与房价呈现出极为显著的正相关关系(平新乔、陈敏彦，2004)。因此，当前政府应将主要精力集中于促进市场竞争和反垄断的措施上来。只有促进竞争，开发商才有可能努力降低成本，将房价真正地降下来。反之，如果通过行政手段强制性地推行某些政策主张，甚至采取所谓的提高进入门槛等歧视性政策，不仅无助于降低市场风险，反而会加大市场的扭曲，引发更大的风险。
参考文献
1.Hay,DandD.Morris(1991):IndustrialEconomicsandOrganization,OxfordUniversityPress.
2.Henderson,J.MandR.E.Quandt(1980):MicroeconomicTheory,McGraw-HillBookCompany,NewYork.
3.Hotelling,H.(1929):“StabilityinCompetition”,TheEconomicJournal,Vol.39,No.153.
4.Tirole,J(1988):TheTheoryofIndustrialOrganization,MITPress,Cambridge.
5.况伟大(2003)：《垄断、竞争与管制——北京市住宅业市场结构研究》，经济管理出版社，5月。
6.况伟大(2004)：《空间竞争、房价收入比与房价》，《财贸经济》第7期。
7.平新乔(2001)：《微观经济学十八讲》，北京大学出版社，4月。
8.平新乔、陈敏彦(2004):《融资、地价与楼盘价格趋势》，《世界经济》第7期。
篇6
[关键词] 外资 国外热资 房价 房地产市场
一、引言
从2003年以来，我国的房价上涨迅速，在我国经济持续发展的宏观背景和人民币升值预期的刺激下，外资持续进入我国的房地产市场，成为推动房价上涨的重要因素。2004年全国平均房价上涨19.08％，房地产开发利用外资228.1亿元，其中外商直接投资142.6亿元。2005年，全国平均房价继续快速上涨15.2.%， 房地产开发利用外资252亿元，其中外商直接投资167.9亿元。中国人民银行上海分行课题组在对外资的流入对房地产市场的影响力研究中，认为在“房地产市场中30％左右的境外资金额影响力达到84％”。平新乔认为房地产投资对外资注入的膨胀系数为1.5左右。易宪容认为“国外资金对房地产的炒作，已成为目前中国经济的一种严重祸害”。本文通过研究外资的行为，解释其如何带动我国整体的房地产价格上涨。
二、模型
产业组织理论（谢勒尔，1970）提出了“市场结构－市场行为－市场绩效”的范式，即市场结构决定市场行为，进而决定市场绩效的基本分析思路。房地产具有位置固定性的特点，产品具有的区位差异性，企业之间竞争是产品差异化竞争，对手是区域临近的企业，竞争结果是企业索取高于边际成本的价格。房地产企业拥有垄断力量，房地产市场是一种垄断市场。
模型假设：
1.假设在一定的区域内有两个房地产开发商。企业A为外资开发商和企业B为国内开发商，两个厂商分别有一块开发用地。
2.外资企业先进的设计理念和管理经验对该区域内的内资企业会产生示范效应，国内企业会考虑外资企业的定价策略从而确定自己的定价行为，假设外资企业A是市场领导者。
3.商品房的成本中主要包括土地费用、相关手续费用、建安费用、配套费用这四大项，在土地出让实行招、拍、挂制度下，土地费用是透明的，其他几项费用政府有明确的收费标准。可以假设外资企业了解国内厂商的成本，即企业A了解企业B的成本。
4.外资进入中国房地产市场具有国内企业所没有的风险，开发成本中要计算风险成本。可以把风险分为体制风险、政策风险。我国金融市场没有完全开放，人民币没有实行自由兑换，外资不能自由地进入和退出国内市场，对炒作人民币汇率的热资来说是体制风险;我国政府还制定各种政策利用行政手段来干预金融市场，外资进出面临着无法预期的政策风险。外资进入会对这两种风险有所准备，并体现在成本中。因此国内企业难以得到国外企业准确的成本估计。我们假定企业B不了解企业A的成本，对企业A有不完全信息。
5.房价影响需求。如果房价提高，需求减少。需求函数为线性的。
Di（pi,pJ)=a-bpi+dpJ(b>d>0)5
推导过程：
1.A企业的边际成本C1只有企业自己知道，企业B的边际成本C2是共同知识，企业B对企业A的成本拥有不完全信息。
2.对B企业，A企业的成本C1可以取两个值:C1L(概率为X），C1H(概率为1-X)，C1L
C1eXC1L+(1-X)C1H
每个企业的利润为:Πi（Pi，Pj）＝(Pi-Ci)(a-bPi+dPj)
3.在p2=p*的企业B定价下，第一个企业的价格依赖于其成本，将p2=p*代入得
企业A的利润为:Π1=(P1-C1)(a-bP1+dP2*)
4.此时，Π1两边对P1求导，可以得出企业A的利润最大化行为，
a-2bP1+dP2*+bc1＝0 或
P1=(a+dP2*+bc1)/2b
无论从企业B的角度如何定价,P1都是本企业的成本的增函数。
5.令P1L和P1H分别为第一个企业的成本为C1L和C1H时它所选择的价格。从不知道c1的B企业角度来看，则第一个企业的预期价格P1e为
P1eXP1L+(1-X)P1H
=X[(a+dP2*+bc1L)/2b]+(1-X)[(a+dP2*+bc1H)/2b]
=(a+dP2*+bc1e)/2b
6.B企业是风险中性的，它通过选择P2来最大化其利润
Π2=(P2-C2)(a-bP2+dP1e)
两边求导可以得出
P2=(a+dP1e+bc2)/2b
7.将上面的P1e代入，可以解出均衡解：
P2*=（2ab+2b2c2+ad+bdc1e)/4b2-d2
模型对我们研究题目的启示：
1.外资有公布自己高成本的倾向，缓和对手的定价行为，使对手采取高定价策略。只要市场存在需求，那么两家都会以高定价获得利润。
2.开发商如果高价获得一块土地，或者以高价接手某一物业，本身就是在向其他的开发商公布自己的高成本。促使其竞争对手也采取相同的策略，共同提高房价。
3、如果开发商A高价报价，那么开发商B也将高价报价。两个开发商在定价上形成默契合谋。
可以得出结论:外资的定价行为容易产生外资与内资之间的默契合谋。外资通过以较高的价格投资于商业中心、CBD中心圈等高档写字楼，可以形成辐射作用，其高溢价投资可以影响市场上的其他房地产厂商的定价策略，使其他厂商采取高定价策略，带动整个房地产市场价格上涨。
三、对策
1.外资进入最重要的是因为有人民币升值预期。外资进入加大我国人民币升值压力，但如果人民币完全随市场调节那么就会引起外资的集体外逃，使我国经济出现剧烈震动。我国现在必须坚持实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，把握好国际与国内经济形势的平衡。要改变外资大量进入中国市场、炒高房地产价格的现状，就要解决金融体制改革特别是汇率体制改革的问题，必须要有超越房地产市场的宏观视野。
2.加强对外资进入和流出的监管力度，减少外资进入我国房地产市场的数量，控制外资的大规模进入，才能保持我国汇率制度的稳定减轻人民币升值的压力。对已进入中国的外资要严格控制其流出渠道，防止外资的大规模外逃，才能避免房地产市场剧烈波动。
3.完善国内金融市场，拓展国内地产公司的融资渠道，为国内房地产商营造良好的融资平台，使公司融资渠道多元化。通过完善证券市场，以及风险投资市场，使国内民间资本与开发商之间进行充分的流动，使开发商可以充分利用国内资金，可以遏制国外资金通过与国内厂商合作共同炒高国内房价的行为。
4.政府应制定相关的法律法规，加大房地产市场信息公开、披露的力度，使房地产开发商的成本透明化。严惩虚报成本、故意抬高价格的房地产开发商，保证市场上信息的透明性和价格的合理性，打破房地产开发商之间的默契合谋。
参考文献:
[1]泰勒尔:产业组织理论[M].中国人民大学出版社，1997年
[2]平新乔陈敏彦:融资、地价与楼盘价格趋势[J].世界经济，2004年第7期
[3]中国人民银行上海分行课题组.上海市房地产行业融资外资化程度及其影响[R].上海金融，2004年第11期
[4]易宪容:外资炒房已成经济发展祸害 应严厉遏制[N].第一财经日报，2006年05月10日
[5]刘铁军屠梅增:房地产、游资冲击与人民币汇率稳定[J].经济理论与经济管理，2005年7月
[6]任纪军：破解乱局－重整中国房地产经济[M].经济管理出版社，2005年
[7]张红:房地产经济学[M].清华大学出版社，2005年
篇7
自2003年,北京市住宅房地产市场开始由买方市场进入卖方市场时代。加上由于制度调整,北京市土地供应量从2004年开始锐减,相应的住宅供应量从2006年开始明显下降。另一方面,住宅的需求却逐年增加,其中包括人口迁移和人口自然增长带来的住房需求,改善住房和拆迁导致的住房需求,以及非京人口的购房需求。在此情况下,我认为北京市住宅市场目前正处于供不应求的状况,具体可以从住宅供应、住宅需求以及住宅市场表现三个方面来分析。
一、住宅供应减少
自2004年起,北京市住房供应量开始持续下降。2004年2863万平方米,达到2001年以来的最高峰,之后批准预售面积开始不断下降,2007年批准预售面积降至1330万平方米,不及2004供应量的一半。从2004年起,平均每年住宅批准预售面积下降约30%。造成住宅供应减少的原因包括土地供应量下降迅速、土地一级开发缓慢,土地储备不足和已出让土地闲置情况较为严重三个方面因素的影响,2009年北京市住宅市场的供应量也呈下滑趋势,具体体现在北京市商品住宅供应的下降态势上。
1、可售房屋套数
在可售房屋供应套数方面,2009年10月北京市商品住宅可售房屋套数为103,249套,环比继续下降0.75%。其中,可售期房套数比前一个月增长了321套,达到69886套,环比增长0.46%。而现房方面,至10月31日截止,可售现房套数为33,363套,环比9月的34,471套继续下降,降幅为3.21%。
2、可售房屋面积
至2009年10月31日,北京市可售房屋面积共计1380.93万平方米,环比降低1.24%。与此同时,可售期房和现房面积均出现了小幅下降。可售住宅期房面积为888.00万平方米,环比9月的898.90万平方米下跌了1.21%,继续延续9月可售期房面积下降的局面。在现房方面,10月31日可售现房面积为492.93万平方米,环比9月的506.25万平方米微跌2.63%,继续呈下降的趋势。
从上面的数据可以看出,尽管8月北京商品住宅市场的期房库存量出现了年内首次小幅回升,但是9月和10月连续出现了下降的局面,目前,北京市商品住宅市场的存量仍处于低位运行,市场库存出现不足。
二、住宅需求旺盛
北京是全国乃至世界重要的经济政治中心,从长远看,房地产的需求必然处于不断增长的态势,需求来源不仅仅是首都区域和国内。从近几年首都商品房市场的消费群体来源看,市内需求约占60%,来自全国其他省、市、自治区的需求占35%,来自国外的个人和单位占5%。据统计,北京市每年人口增长为20万-30万,大量的外来人口存在着巨大的住房需求。在北京商品住宅市场上,首次购房成为主流。这说明,首都商品房市场不仅存在着旺盛的改善型住房需求,其潜在的基本住房需求更是不可低估。
同时,由于近期二手房交易税费减免、首套房贷款七折优惠等优惠政策即将取消的声音不绝于耳,不少原本打算持币观望的购房人,尤其是改善型需求的购房者受风声影响,急着赶搭“末班车”,这种状况更是增加了北京市的住宅需求。
三、住宅市场表现
北京市住宅供不应求的现象也充分地体现在了住宅市场的现状上:
1、价格走势
10月份,北京市新建住宅销售价格指数同比上涨4.3%;环比上涨0.6%,涨幅比上月提高0.2%,此前该数据环比涨幅已连续两个月走低。
新建住房中,四环以内期房均价涨幅最大,比前9个月的均价每平方米上涨了641元,达19750元;五环至六环的期房均价也首次突破万元大关,每平方米达10314元。
在商品房方面,2009年10月,北京市商品住宅成交均价为16083元/平米,环比9月的15808元,微涨1.01%。尤为值得关注的是,10月的成交均价没有延续上个月下滑的局面,再次突破了16000元的均价,再次接近8月最高的16200元。
2、开发投资状况
1-10月,北京市完成房地产开发投资额1983亿元,比上年同期增长50.8%,增幅比1-9月回落5.2%。10月份住宅竣工面积为145.5万平方米,比9月份增长49.2%,增幅比上月扩大38%。
同期,北京市房地产开发企业项目本年到位资金4540.7亿元,比上年同期增长91.1%,增幅比1-9月扩大8.3%。其中金融贷款增长最快,为1887.6亿元,比上年同期增长1.7倍,增幅比1-9月扩大18.9%。
在取证方面,10月北京市建委共批准销售许可项目45个,较9月的35个项目增加了10个。其中,商品住宅项目批准上市42个,商业综合项目3个。开盘方面,10月北京商品住宅开盘项目为57个,比上月增加5个项目。同时,各项目的开盘价格继续上涨,整体开盘均价达到了16459元,环比9月的16294元,环比上涨1.01%。
根据经济学原理,供不应求是造成商品价格上涨的重要原因,价格上涨也是商品供不应求状况的直接体现,而正是由于价格的上涨,让开发商做出投资住宅市场有利可图的判断,从而促使开发商投入更多资金用于房地产开发,因此,北京市住宅市场价格不断攀升与房地产开发投资火热的现象都印证了北京市住宅市场供不应求的现状。
综上所述,北京市住宅市场目前的状况是供不应求,这一状况由住宅供应减少和住宅需求旺盛所造成,并充分体现在了北京市目前的住宅市场上。
参考文献:
[1]武剑,赵菁.房地产住宅市场的走势及政策分析——基于北京市住宅市场的实证研究.价格理论与实践,2009;6
篇8
[关键词]经济全球化；泡沫；金融风险；次级债
[中图分类号]F120.2［文献标识码］ A
[文章编号] 1673-0461(2008)08-0078-05
前言
最近5年，国内房地产市场出现了快速发展，房价出现了大幅上涨。最近两年，国内证券市场出现了股权分置改革之后的一轮波澜壮阔的牛市，资产价格出现大幅度上升。在房地产和证券市场出现了资产价格泡沫的迹象。而在这个现象之后，是全球成本推动通胀和人民币强烈升值预期的背景。本文通过分析资产价格泡沫背后的经济全球化对于资产价格泡沫全球化的联系，力图理顺当下资产价格泡沫的形成的原因和逻辑。
一、全球资本流动加大金融风险
经济全球化不但带来的是资源配置效率的大幅度提高，也带来资本流动的全球化。而资本在现代金融体制安排和信息技术的帮助下，其流动性也大大增加了。20世纪80年代以来，银行国际贷款的增加便远远快于国际贸易的增长。在1979～1982和1990～1993世界经济不景气的年份中，即使世界出口贸易由于经济衰退而出现了下降，国际资金流动的增长也未受到影响[1]。大量的资金不但在不同国家之间也在外汇、证券、信贷、衍生品等不同市场间快速流动。与此同时衍生品市场交易规模迅速扩大。根据国际清算银行的数据，1991～2005年全球有组织的交易所交易的金融衍生工具未清偿合约总额从35,212亿美元增加到238,805亿美元，增幅达578％。股指与货币衍生品合约交易规模在今年一季度增长25%达到429万亿美元。
国际资本流动从80年代开始出现飞速增长，最开始主要是因为石油美元的大量积累并流入国际金融市场，其次是同时期各国金融监管逐步放松，而金融创新不断出现以及金融市场发展迅速[1]。1997年12月13日国际贸易组织达成了《金融服务协议》，进一步要求成员国开放金融市场，促进金融市场的全球化。在这种背景下，最近几十年来发生的全球和区域金融危机都和国际资本的快速流动和冲击有着密切的关系。例如1994年的墨西哥货币危机、1997年的东南亚金融危机等等。
二、亚洲经济崛起和泡沫的联系
另外一个方面亚洲经济体最近30年来的经济出现高速增长，这些国家通过结合发达国家的科技和FDI资本，劳动生产率大幅提高，而产品大量出口发达国家，国内的生活消费水平也大幅度提升。而这个过程中一个明显差异是这些发展中国家都有着远高于发达国家的储蓄率。这个特性主要是由于社会保障制度不健全，还有就是东亚文化传统的影响。在东亚经济快速崛起的过程中，全球GDP比重向储蓄率高的国家倾斜，使得全球储蓄规模不断提高，使得全球的利率得以保持一个较低的水平。也有利于压低全球的通货膨胀率。目前世界各地（除了南美和中东极少数国家）通胀率都保持在个位数，这几乎是金本位制度结束之后少有的黄金年代。而长期利率的持续走低使得股票市盈率不断提高，还使得大宗商品、不动产、收藏品以及几乎所有带有投资属性的物品价格出现飞涨。而同时普通消费品和工业品价格保持相对稳定。泡沫就在这样的情况下悄然滋生和蔓延。这样的过程能否继续持续下去？亚洲新兴经济体的劳动生产率能否继续快速提升？而这些国家的储蓄积累过程随着经济增长和社会制度的完善也最终会转向消费释放的过程。而仔细考虑这样一个长期的国际宏观环境，我们发现中国即使由于一些制度变革反应出独特的特征和时滞，却仍然只是这一持续几十年的大经济循环中的一朵浪花，从来也难以脱离全球化经济浪潮从而拥有独特的经济周期。
三、美元政策是全球泡沫的根源
而从最近几年来看，国际资本的快速大规模流动则和美国政府在2000年网络股泡沫破灭之后为维持经济增长所采取的低利率政策以及布什上台后实行的弱势美元政策有密切的联系。其实质是美国政府为了缓解国内经济的压力，包括国外巨额债务和进出口赤字，采取弱势美元的政策。流动性的根源必然是货币发行量过多，而美元作为世界货币，其发行量的过多必然导致流动性从美国境内向全球范围内扩散。因为石油贸易到目前为止，主要的结算货币仍是美元，所以美元的持续贬值自然会引起石油价格的不断攀升。而同时期世界经济增长情况良好，亚洲新兴市场特别是中国的石油需求不断增加，使得这种价格上升有了一定程度上的需求面支撑基础。而石油作为基础能源和石油化工链的原料，价格的大幅上涨对工业生产的各个方面都产生了巨大的影响。直接带动了其他能源和资源品的价格上涨。使得通胀的压力不断向下游传导。而国际金融资本也在商品期货价格的大幅上涨中扮演了重要的角色。
由能源和资源品上涨带来持续的成本通胀的压力缓慢向下游渗透的过程逐步改变人们的通胀预期。而这种预期的改变和不断加强会带来更多的资金保值和增值的需求，使得证券和房地产市场的投资需求不断被释放。而同时期全球经济增长处于良好的上升周期。所有的新兴市场国家的经济增长持续超过美国，而美国经济在美联储2000年后一系列扩张政策之后也避免了大幅度衰退，保持了较好的增长。对于欧美国家而言，中国全面加入全球贸易体系之后涉及各个方面的中国廉价商品充斥美国和欧洲市场，极大的遏制了通胀的出现。同时加上良好的经济基本面和不断释放的消费需求，这一切都显的无比美好。对于美国的消费者而言，经济增长稳定，就业率维持高位，而同时又有大量的来自中国的商品降低生活成本。自然对于未来的乐观预期不断加强，房地产市场的需求被快速点燃。导致2000年后美国房地产市场的泡沫的出现。而实际上，全球经济一体化不但加强了各国的金融市场联动性，还表现在各个国家的经济发展基本面受到国际市场的影响明显增大。《经济学人》列举的42个国家中，没有一个国家的经济增长低于2.2%。经济强势周期保持一致。
在全球范围内流动性过剩的背景下，国际金融市场的波动幅度增大。以香港股票市场的短期波动为例，明显受到美国市场和日本市场的影响很大，而反映本地实体经济基本面变化的能力越来越小。2007年国内证券市场2月27日的突然大幅下跌，紧接着全球金融市场也发生大幅的波动，应该和日元套利借贷资金大幅平仓有很大的关系。因为日本金融市场利率一直保持很低甚至是负利率水平，而日元汇率相对比较稳定，这导致了极低的借款成本。所以国际金融市场上的中短期资金，特别是很多高风险高流动性的投机资金大部分来自于日元借款。这些资金的成本和日本利率以及日美汇率变动紧密联系，美元的汇率变动实际上从多层次多路径影响国际流动性的发生、流动和变动趋势。
四、证据一：全球证券市场联动性明显
从欧洲各国股市最近几年的走势以及涨幅来看，表现出较明显的相关性和趋同性。其结果是通过全球化投资和资产配置来分散风险也变得更加困难。从下表1中可以看出，各国股票市场的整体周期一致性很强，欧美发达国家股市升幅表现也比较接近。亚洲新兴市场之间升幅也相对接近。从最高点位出现的时间来看，澳洲、香港、韩国市场之间联系紧密。全球范围内经济基本面之间联系的日趋紧密以及金融资本流动全球化和高速化，使得资产价格之间的联系密切成为自然而然的结果。中国虽然目前金融市场相对封闭全球联动性不强，但是由于经济基本面已经全面和国外联系，并且金融开放已成趋势，同时香港作为金融联动传导中介作用也越来越强，金融市场未来受到国际影响也会越来越明显。
五、证据二：全球房地产市场的泡沫
另外一方面，泡沫的全球化过程中泡沫不仅仅简单的被约束于证券市场一个部门内，而会向各个部门渗透。在全球流动性过剩的环境下，任何带有投资属性或者可以发展出投资属性的行业和部门都会受到流动性的冲击。
房地产需求主要分为现实消费需求和投资性需求。其中前者较为稳定，主要和人口结构、收入增长联系；后者主要和价格预期、利率环境和房地产政策联系紧密。对于一个房地产市场的健康发展而言，投资性需求是一个必要而且有益的组成成分。出于投资性需求而购置的房产实际上在房地产供求过程中起到了剂和蓄水池的作用。在没有出于投资性需求而购置的房产的情况下，一旦供给和需求不能严格匹配（现实中这是不可能实现的），二手房边际购买者面对的将是具有刚性需求的自住者，房地产边际成交价格都会出现剧烈的上下波动。另一方面，投资性购房者的存在也有利于租金市场水平保持相对低廉，也有利于租金市场保持充足的流动性。而在一个持续的价格上涨预期中，投资性需求逐步放大并且表现坚挺。但是当投资性需求在整个需求结构中比重超过合理范围，投资风险就开始累积。同时刚性的消费需求由于房价过高而被抑制。这个过程实际上损害了低收入阶层的利益而有利于高收入阶层。由于投资性需求主要受到人们对于价格趋势的预期影响，而人的预期是非常容易波动和逆转的。所以当投资性需求成为需求的主要力量时，市场价格波动会变大，相应的投资风险也会增大。
从全球房地产市场来看，1997年到2007年间，除了日本和我国香港之外，全球绝大多数地区房价涨幅都达到了100%以上。其中英国房价指数上涨幅度超过190％，美国超过120％。全球房地产和房地产信托基金经历了一个连续7年牛市。过去5年发达国家楼市总值由30万亿美元升至超过70万亿美元，增幅相当于世界各国国内生产总值的总和[2]。相比之下，上世纪20年代后期美国股市泡沫产生的市值增幅只相当于其同期国内生产总值的55％，90年代后期全球股市泡沫增幅相当于世界各国国内生产总值的80％。1997-2005年全球房价涨幅最大的是南非，达244%；第二位的是爱尔兰，达192%；第三位是英国，涨幅达154%；第四位是西班牙，涨幅145%。而从2006年开始，美国房地产开始出现价格下滑情况，2006年夏全美现房销售在38个州出现下跌，其中9月份更是创下了36年以来的最大跌幅。在欧洲，房价同样出现了下跌的情况。据法国全国房地产联合会公布的数字，法国平均房价2006年7月份下降0.3%，8月份下降了1.1%。而在西班牙，从2005年开始房价增长就已经放缓。今年以来的次级债务危机，更加影响了人们对欧美经济以及房地产市场的信心。房地产价格上涨趋势预期有可能被全面逆转。中国房地产市场从1998年住房改革以来，由于宏观经济环境和压抑以久的住房需求价格也出现了全面巨大的上涨。伴随着房地产价格的快速上升，大量的资金涌入房地产开发行业和房产投资领域。以2006年福布斯中国富豪排行榜为例，上榜的前100名富豪中有41位出身房地产行业或者参与房地产行业，可见该行业的热度以及利润集中程度。观察现实中国房地产市场情况，以上海为例，虽然房地产供给每年的存量相对于每年成交量很小，只能满足几个月的成交。但是另一方面，很多已售出房产的空置率比较高，通过供给需求缺口判断房地产真实供求情况时必须区别考虑消费需求和投资性需求。一旦价格趋势的预期被逆转，以往的投资性需求购买的房产可能一夜之间成为供给方，引起房地产价格较大的下行压力。
六、大宗商品市场的超级牛市――成本推动通胀
而大宗商品市场在差不多同一时期也出现了一轮超级牛市。美国原油价格从1998年的低点每桶10.35美元上涨到最近超过100美元一桶。由于全球石油贸易成交额巨大，石油价格的暴涨吸引了巨量的投机性资金聚集在石油期货市场。有数据显示，2000年进入能源市场的对冲基金只有30亿美元，到2005年达到了900亿美元，到2007年则远远超过1000亿美元[3]。油价的大幅上升有石油供需基本面和地缘政治的影响，但是另外不可忽视的巨大推动力量是流动性过剩带来的投资性和投机性资金。以纽约轻质原油期货持仓结构来看，非商业性多头头寸占多头总头寸的比例经常不超过20％。在美国次级债危机爆发之后，由于美国和欧洲房地产市场受到打击，投机者将更多资金转入能源期货市场，使得石油价格一度逼进100美元/桶大关。但是从另外一方面考虑，由于通货膨胀和美元持续走弱的因素，实际上目前的油价只相当于1980年的30美元左右，但是由于人民币和美元联系紧密的汇率制度，使得高油价对我国实际形成比较大的通胀压力。
有色金属的超级牛市中，LME场内铜现货价格从2001年10月份的每吨1,352美元上涨到2007年最高时每吨8,788美元，涨幅高达5.5倍。金属镍的价格从1998年底的3720美元到2007年5月的5.4万美元，涨幅达到13.6倍，而其他金属也涨幅巨大：铅8.5倍、锌5.1倍、锡3.9倍。铝1.8倍。与之相应的是，有色金属矿产企业获利丰厚，盈利出现井喷增长。以A股上市的有色金属企业为例，驰宏锌锗06年净利润比05年同比增长接近700％；锌业股份2006年净利润达到2.4亿元，比2005年的633万元升幅达到3700％，而同比主营业务收入只增长了100％，可见净利润的增长主要来自产品价格的上涨；中金岭南2006年净利润同比增长318％。另外差不多是同时期，国际市场黄金现货价格1998年8月最低为252.35美元/盎司，上涨至2007年11月达到845.80美元/盎司，涨幅近235％。而这个价格距离1980年的历史最高价格850美元/盎司只有咫尺之遥。另外，铁矿石价格1999年见底之后，目前涨幅超过2倍，煤炭价格涨幅超过3倍。
大宗商品价格暴涨的背后是美元持续走弱，导致美元计价的商品价格飙升；另一方面则是亚洲新兴经济体的需求增长。而大宗商品价格上升会通过成本推动型通胀向全球各经济体的产业链的不同层次传导。而通胀预期也促使资金从银行流向地产和股市寻求保值。
七、国际和国内艺术收藏品市场的非理性繁荣
有趣的是，除了伴随着流动性过剩出现的证券市场、房地产市场和商品市场的牛市之外，国际艺术品市场的走势也和流动性密切相关。在日本升值泡沫和美国科技网络股泡沫发生的同时，艺术品市场在20世纪80年代的日本也出现疯狂的情况。伴随着美国科技网络股泡沫，90年代后期美国纽约艺术品市场则出现泡沫化大崩盘。从1996年到2006年的十年间，艺术品价格连续10年保持快速上涨，世界艺术品市场整体规模扩大了10倍，累积涨幅超过300％。而2007年，最顶尖的当代艺术品价格飙升超过50%。
从中国国内的情况来看，最近几年中国艺术品市场成长及演变的速度令人吃惊。从雅昌艺术网编制的当代中国画100家指数来看，2004年该指数仍处于1000点左右，之后出现快速上涨，2007年最高达到6635点。随着市场拍卖成交价格不断上升的是流入艺术品市场的短期投机性资金大幅增加。市场上的短期投机资本至少占总资金的50%以上，甚至一段时间内达到70-80%左右。同时市场以及媒体上充斥着关于浙江游资大举进入艺术品市场的消息。另外，民生银行还推出了国内首只艺术品理财产品“艺术品投资计划”1号。该计划为非保本浮动收益型，投资门槛最低100万元，投资周期两年，主要对象是中国当代书画，预计收益年回报率38％，上不封顶，其中客户优先收益率为18％。对于书画这类艺术品投资，一般来说都有比较长的投资周期，而为期两年的短期投资工具的出现，并且年回报率高达38％，不能不反映出市场的极度火爆和泡沫化的程度。另外一个例子是在2007年香港苏富比2007年秋季拍卖会全球首次预展上张晓刚创作于1992年的油画作品《创世篇―― 一个共和国的诞生》，估价高达1170-1950万港元了解，而在1994年广州嘉德春拍会上，该画成交价仅仅只有2.53万元人民币，13年时间增值近500倍。
国内红木市场价格近些年来也出现价格大幅上涨，在海南省，海南黄花梨的木板价格已涨至9000元/公斤，并且市面上出现有价无市的情况，而四至五年前每公斤只需要1,000～1,500元。同样，越南黄花梨木，小叶檀木等价格近年来也出现大幅度的涨幅。考虑到海南黄花梨木具有非常长的生长周期而且国内早已禁止砍伐，同时作为奢侈品的需求随着经济增长和国民财富积累不断增加，这些都带来了巨大的供需缺口。但是价格短时间内出现如此剧烈上涨无疑和流动性过剩带来的寻求保值增值的巨量资金的流入有密切的关系。
八、危机的一次预演――次级债务
最近发生的次级债危机则是这些长期累积的矛盾的一次爆发，考虑到美联储对房价大幅下跌引发金融危机的表现出极大担忧而采取全面严阵以待的策略，这次危机而是否会转为全面的泡沫的破灭，目前下定论仍为时尚早。近日美联储做出一个承诺，将在必要情况下无限量注资，阻止银行间隔夜拆借利率在年末高于设定的4.5%的目标水平，防止隔夜货币市场流动性枯竭。但是即使全球这一次可以安然度过次级债危机而经济增长没有受到大幅度影响，那些过去累积的经济中的泡沫和失衡因素仍然存在。和2000年科技网络股泡沫破灭时候美联储采取的政策一样，这些措施只能延迟泡沫破灭的时间，而无法彻底解决导致经济失衡的因素并彻底化解泡沫。美国房地产市场仍然在高位运行，导致次级债务危机出现的各方面因素依然存在，只是在这过程中充当了巨大推手的投行和对冲基金们损失惨重，恢复元气尚需时日。不过众所周知，金融记忆往往短暂的让人吃惊。对于泡沫的助推者来说，有基本面的环境和土壤，忘记痛楚并开始在新的领域制造泡沫是必然的结果[4]。
从次级债危机的影响的过程中，我们也可以看出经济全球化下泡沫容易向全球范围扩展，截止2007年8月31日，欧洲央行累计向市场注资6,400亿美元，美国央行注资超过1,400亿美元；从已经暴露的亏损和央行注资规模来判断，欧洲受到的损失比美国更大。美国次级贷款的风险通过次级贷款证券化和相应证券的销售向全世界投资者转移，而欧洲的保险机构和其他投资者正是这些产品的主要购买者。与此同时开展国际化业务的各大金融机构也普遍陷入次级债危机。花旗和美林首席执行官先后辞职。这种风险的转移还影响到加拿大，澳大利亚和亚洲国家甚至金融市场开放程度比较低的中国。住宅市场是典型的本地市场，其资产的流动性也非常低。住房抵押贷款资产证券化可以把风险合理的分散，有利于这个行业的发展和资金的流动，但是这个过程中也带来了风险全球化的危险。而仔细分析背后的根源，次级债危机的根源仍然是美元流动性过剩。和世界上其他国家的货币不同，美元作为世界货币，其流动性过剩必然导致全球流动性过剩。而美元的特殊地位非常容易诱使美国政府在遇到国内经济问题时利用美元政策化解矛盾，由于美元全球流动和沉降形成的巨大蓄水池效应，美国超量发行货币在快速“解决”美国国内的经济问题的同时，很难引起全球经济短期明显的变化，但是这个过程使得风险和泡沫在全球不断积累。随着这一过程的进行，美元政策对美国国内经济的拉动作用会越来越弱，而世界经济波动对其敏感性会不断增加。这种风险累积最终的释放过程容易带来全球性的金融危机和经济衰退过程，而美国国内经济的衰退很可能是危机爆发的最后导火索。
九、不断累积的泡沫风险和现实
新兴市场国家由于高速的经济增长环境，在初期会表现出对这种全球性风险较好的抵御性，但是由于新兴市场国家的金融体系健全程度和风险管理水平都落后于欧美国家，所以一旦全球性的金融危机爆发，新兴市场国家也难以避免会被卷入。虽然可能危机爆发的时间会延后，但是受到的损失和危害却可能更大。具体的可能损失程度的估计取决于风险暴露程度即对于泡沫的介入程度以及金融体系的开放程度。中国由于金融体系开放度很低，受到的影响会相对较小，而且会表现出一定的时滞。不过，一旦出现这种危机时，由于人民币保持坚挺会带来巨大规模的资金流入冲击，可能会出现泡沫向中国集中快速涌入然后导致泡沫破灭的情况。
而这一次泡沫全球化表现的淋漓精致，不论是房地产市场还是股票市场，风险溢价都处于历史低位，风险和收益匹配出现明显偏差。基础货币同比增长水平处于历史高位[5]，指望流动性继续保持超高速增长是不现实的，即使出现其结果也是导致泡沫快速扩张使得未来的泡沫破灭更加剧烈。全球经济状况处于最好的时期而且已经持续多年，而我们的理性告诉我们“没有一棵树会永远上长”。信贷获得极为容易，日元利率仍然处于相当低的水平。目前这一状况有一点变化，日元和美元汇率的走势以及预期使得提高了日元借款进入国际金融市场的成本，不过总体来说，国际市场上的资金成本仍然处于相当低的水平。如果考虑到通胀的压力和预期，这一点更是明显。虽然过去几年，来自中国市场的低价商品极大的降低了全球通胀的压力，但是目前国内通胀的压力向终端商品的传导的迹象已经越来越明显，这将引起全球通胀压力的明显增大。
最近的次级债务危机的影响，国际市场的流动性过剩情况出现了大幅度逆转。但是考虑到中国货币政策环境和国际的对比，以及人民币汇率的升值趋势。国内流动性过剩的情况不会马上出现逆转。未来出于对境外资金大规模涌入的担心，流动性过剩的情况还有可能出现突然加剧的情况。从2007年10月开始，中国开始严格约束信贷规模。这种行政手段的信贷收缩的实际效果以及对流动性的收缩效应仍需时间观察。而不断进行的大规模IPO对于证券二级市场的流动性收缩也取得了一定的效果。
2007年底几乎全球所有的资产都普遍出现价格高估和经风险调整后收益为负的情况[5]。希望通过转移资产配置来避免风险并且获得投资收益的策略也很难实现。而且全球目前信贷的影响范围更广，相关衍生品市场的复杂程度比过去更高，使得对于风险暴露程度的估计和一旦发生危机时损失程度和范围的预期变得非常困难。这也使得和良性泡沫共舞而不受到伤害的美好愿望变得难以实现。
[参考文献]
[1]张亦春，郑振龙.金融市场学[M]．北京：高等教育出版社.
[2]（美）约翰•卡尔弗利.泡沫、从股市到楼市的繁荣幻象[M]．北京：北京师范大学出版社2007：67-99.
[3](美)吉姆•罗杰斯。热门商品投资[M]．北京：中信出版社， 2005：97-147．
[4]（美）罗伯特•门斯切.市场、群氓和暴乱――对群体狂热的现代观点[M]．上海：上海财经大学出版社，2006： 1-38．
[5]（美）杰米•格兰森.第一个真正的全球泡沫 [J] ．VALUE，2007,（11）：72．
Economic Globalization and the Bubble of Globalization
Pan Deng，Xu Zhe
(Fudan University，Shanghai200433，China)
篇9
【关键词】 投资性房地产； 计量模式； 公允价值
一、引言
投资性房地产是公司拥有的重要资产，与流动资产收益低、固定资产流动性差的特点不同，投资性房地产既具有保值增值的收益能力，同时兼具较强的流动性，是较为理想的投资项目。截至2011年12月31日，沪深两地有投资性房地产业务的公司有899家，涉及的金额达2 289.72亿元，每家公司平均金额为2.55亿元。投资性房地产涉及的金额大，其计量模式的选择直接关系到企业资产总额、负债结构、每股收益等财务指标，对企业的融资、配股等具有重要影响。当前，97%的公司采用成本模式对投资性房地产计量，仅有3%的公司采用公允价值进行计量。基于投资性房地产计量的选择，需要研究的是，管理层基于何种考虑选择投资性房地产计量模式，管理层对投资性房地产进行会计政策选择背后的影响因素是什么？是出于会计信息质量考虑还是私有收益的需要，是信息披露成本的考虑还是融资配股的需求？对这些问题的回答有助于监管层、股东、债权人以及潜在的投资人正确运用投资性房地产披露的信息。可见，对投资性房地产计量模式的研究有重要的理论和实践价值。
二、公允价值计量模式的文献综述
国内外大量的学者对公允价值计量模式进行了广泛的研究。从资本市场、盈余管理、信息质量等各方面对公允价值计量进行了探讨。
Bemerd et al（1995）发现，比起历史成本计量，采用市值会计后，收益的波动性会增加。Dietrich et al（2000）研究了英国强制执行房地产公允价值模式后估值的可靠性问题。发现公允价值的估值低于销售价格；相对于历史成本而言，对销售价格的估计更为精确。但是，在估计公允价值时，管理层会在许可的会计方法中选择以报告更高的盈余；择时进行销售以平滑业绩和净资产的变化；在筹集新的债务资金前推高公允价值。另外，在有外部评估师以及六大审计师监管的情况下，估值可靠性会提高。Cotter（2002）认为，公允价值的计量需要管理层进行大量的估计和判断，由此产生的逆向选择和道德风险削弱了公允价值信息的有用性。Muller（2002）认为不同来源的资产价值信息是不同的，通过分析英国投资性房地产的样本，比起内部评估师，使用外部评估师对房地产进行估值，资本市场上交易者之间的信息不对称程度较低，从而影响公司的资金成本和企业价值。根据财务理论，信息不对称程度越高，交易者要求的利率会越高，公司的资本成本会增加。Landsman（2007）认为公允价值的确认和披露对投资者具有信息含量，但是信息含量的水平受计量误差的影响，同时也受评估独立性（管理当局评估还是外部评估师评估）的影响。
谢诗芬（2004）认为，公允价值计量更加符合财务报表有用性的目标，会计提供的信息与信息使用者的决策更加相关。陈美华（2006）认为，以公允价值取代历史成本作为会计的计量基础，不仅可以满足多元产权主体的决策需要和利益需要，而且与会计目标的内在要求逻辑一致。公允价值计量基础是一个比历史成本计量基础更为合理、包容性更强的计量基础。王建刚、刘庆艳（2009）研究了会计准则实施前后的盈余管理程度，结论是整体无差异，但不同行业程度有所变化。刘永泽（2011）认为，新会计准则对公允价值的引入在一定程度上提升了财务报告的信息含量。
总体来看，以公允价值计量投资性房地产有助于市场交易的信息透明度，降低信息不对称程度，公允价值具有较好的相关性；但是其可靠性受各种条件约束以及管理者动机的影响，当企业监督较弱时，其可靠性会受到较大的影响。
三、投资性房地产计量的现状
（一）企业数量
新企业会计准则自2007年1月1日在上市公司实施以来，上市公司已经披露了2007—2011年五年的年度报告，根据已披露的年报统计，将近97%的公司采用成本模式计量，大约只有3%的公司采用公允价值模式计量①，具体见表1，2008年和2009年分别有5家上市公司对投资性房地产从成本模式调整为公允价值计量模式，2010年有1家公司调整了投资性房地产后续计量的会计政策，2011年新增了2家公司从成本模式改为公允价值模式。
（二）行业分布
分析2010年27家投资性房地产采用公允价值计量模式的上市公司，其行业分布主要集中于房地产开发与经营业、银行业、零售业、饮料制造业，其中房地产开发与经营业、银行业比重最大，占比均为18.52%，具体见表2，行业分类按照证监会行业分类确定，前三位代码相同则为一个行业。
（三）确认依据
投资性房地产的公允价值由谁决定，其确认的依据和原则是什么？确定投资性房地产公允价值时，首先，参照活跃市场上同类或类似的现行市场价格；其次，如果无法取得同类或类似房地产现行市场价格的，则参照活跃市场上同类或类似房地产的最近交易价格，并考虑交易情况、交易日期、所在区域等因素，对投资性房地产的公允价值作出合理的估计；最后，也可以基于预计未来获得的租金收益和相关现金流量的现值计量②。但是对于公允价值由谁确定，没有作出强制性的规定。实务中，公允价值可以由管理层确认，也可以聘请外部专业机构确认。通过对上市公司年度报告整理统计，以2010年为例，投资性房地产公允价值确认依据如表3所示。
从表3可以看出，大多数公司选择专业机构评估来确定投资性房地产的公允价值。这意味着公司要为房地产公允价值的计量支付额外的评估费用。
通过对我国上市公司投资性房地产计量模式的现状分析，我们发现，大多数上市公司对公允价值计量持谨慎态度。这点与我们对公允价值的认识有很大差异。与成本模式相比，公允计量因其能提高会计信息质量而备受推崇，并且在房地产价格总体趋势上涨的情况下，公允价值计量将大幅提高其账面价值，增加当期利润。公允价值计量理应受到实务界和理论界的重用。因此，我们不禁要问，公司管理层在决定投资性房地产计量模式时，其主导因素是什么，行为背后的原因是什么，是哪些因素影响投资性房地产计量模式的选择？
四、成本计量模式的原因分析
（一）信息披露成本低
公司管理层确定投资性房地产公允价值一般有几种途径：一是聘请专业机构进行评估；二是公司参照同类房地产交易价格确定；三是公司根据政府机构的房地产调查报告确定；四是其他一些途径或者有些公司在年报中未作披露。总体而言，大多数上市公司要么聘请专业机构的专业人士进行评估（投资者较为信赖这种信息），要么根据收集到的信息合理判断或者董事会根据调查报告而定，因此，公允价值的确定需要上市公司支付不小的评估费用以及信息收集费用。成本计量模式，因其无需披露公允价值信息，几乎没有额外的披露成本。
（二）公允价值计量的顺周期效应导致利润波动大
公允价值计量反映了资产的价值情况，当市场行情较好时，资产、利润同时增加，当市场萧条疲软时，通过公允价值变动损益减少资产的账面价值，结果资产和利润进一步下降，此时容易引起投资者恐慌性抛售，导致价格进一步下降。当市场的交易价格波动较大时，容易产生利润的波动，这就是所谓顺周期效应。简单地说，就是市场情况越好，资产越容易被高估；市场情况越不好，资产就越被低估。虽然我国房地产的总体价格趋势是上涨的，但是我国政府一直推行一系列的房地产调控政策，以控制房地产价格的持续上涨，一旦房价大幅下跌，企业利润必然会产生很大的波动，进而影响到公司的业绩、高管的薪酬奖励以及股票的市场表现。管理层出于私有利益考虑，往往不愿意利润有较大的波动，利润的较大波动会给投资者造成公司经营不稳定的判断，从而质疑管理层的经营能力，因此，公司管理层对公允价值计量模式持保留态度，谨慎地以成本模式计量投资性房地产。
（三）监管层谨慎使用的导向
由于我国资本市场发展特有的制度背景，我国上市公司中绝大多数是国有企业，国有企业除了具有一般企业特性外，有时还需要承担部分政府职能，比如保持较低失业率、增加税收等，因此政府有较强的动机保障对企业的控制权。体现之一为监管层的权力大，监管层的态度能直接影响到上市公司政策的选择。当前，上市公司会计与信息披露的监管机构主要有证监会、财政部与证券交易所，在中小投资者保护较弱的情况下，相比决策有用性的目标，监管机构更注重财务报告的受托责任。因此，监管层更注重的是会计信息可靠性的质量特征。历史成本因其有据可依，可靠性较强，而公允价值的确定需要依靠主观判断，存在人为操纵空间，可靠性较弱。另外，我国市场发育程度各地区之间高度不均衡，持续可靠地计量公允价值在不少地区与不少领域难以实现③。财政部、证监会对采用公允价值计量都作出了严格规定，要求谨慎适度选用公允价值计量模式。
五、公允价值计量模式的原因分析
（一）理想的计量模式
根据《企业会计准则——基本准则》规定，财务会计报告的目标是向财务会计报告使用者提供与企业财务状况、经营成果和现金流量等有关的会计信息，反映企业管理层受托责任履行情况，有助于财务会计报告使用者作出经济决策④。会计目标是提供有用的资讯，如果提供的会计资讯没有市场信息含量，那么财务报告就失去了其编制的意义。因此，政府、股东、债权人、潜在的投资者都非常重视会计信息质量。投资性房地产持有的目的不是为了生产经营，而是在于投资增值，以牟取更多的现金流入。当有利可图时，管理层会变现该项投资。按公允价值计量投资性房地产，投资者可以获得该项资产的真实价值，更有利于投资决策，并且因其反映了市场价格变化，有助于评估企业过去、现在和未来现金流量的信息，反映企业的经营能力、偿债能力及所承担的财务风险，能较准确地体现企业的现实情况。因此，从理论上而言，投资性房地产公允价值计量模式既能如实反映，又最具相关性，其信息含量更高，是一种理想的计量模式。
（二）融资需求
在我国土地资源有限、人多地少、房地产市场持续繁荣的背景下，采用公允价值计量投资性房地产，期末按照公允价值调整报表资产，公允价值变化的部分计入损益，将会使企业账面资产、利润大幅上升，从而美化企业的财务状况与经营情况，传递出更加乐观的信息，投资者、债权人对企业的盈利能力与偿债能力信心更足，有利于企业融资。通过对2007—2010年四年间变更了投资性房地产计量方式企业的报表分析，发现在变更当年以及下年短期借款或者长期借款均有较大的变化，这也佐证了部分企业出于融资需求变更投资性房地产的计量模式。具体情况为，2007年有16家公司采用公允价值计量，5家公司当年短期借款和长期借款有较大增加；2008年新增5家公司从成本模式改为公允价值模式，其中2家公司融资规模发生较大变动；2009年新增5家公司投资性房地产计量模式更改，其中3家公司当年借款发生大的变动；2010年金隅股份（601992）更改了投资性房地产计量模式，当年短期借款对资产总额的占比从3.54%升至11.54%。为简化篇幅，仅列出2007年情况，具体见表4。
篇10
关键词:房价;商品房;购房需求
中图分类号:F293.3 文献标志码:A文章编号:1673-291X(2010)29-0009-04
2003年国务院提出房地产业已经成为国民经济的支柱产业。然而到2010年年初,房价一直涨,而且涨幅过大,引起社会各界重视。关于房价过快上涨问题,需要通过进一步分析其原因,找出合理解决办法。
一、中国房价变化过程(2003―2009年)
近年来,我国的房地产市场陷入了“越调越涨”的怪圈,这种怪圈以“调控―观望―反弹”的形式出现,每经历一次循环往复,房价都会攀升到一个新高点。自2003年以来,政府对住宅市场的宏观调控政策的出台逐年频繁,几乎是“一年一调”,房价也随之“一年一涨”。
2003年,国务院18号文件提出:“房地产业关联度高,带动力强,已经成为国民经济的支柱产业”,房地产被正式赋予产业的定义。自此,我国房价便开始了以每年两位数的增幅快速攀升。
2004年,全国住宅的平均售价从2003年的2 197元/平方米上涨至2 608元/平方米,涨幅高达18.7%。
2005年,全国住宅平均售价继续上涨12.6%。为稳住房价,2005年国务院办公厅连续出台了两个“国八条”,国家出手控制房价自此正式拉开序幕。
2006年,“国六条”继续出台,使2006年全国住宅价格涨幅降到两位数以下。全国70个大中城市房屋销售价格同比上涨5.4%,新建商品住房销售价格同比上涨6.3%。
2007年,市场经过一段观望后,再度出现房价大幅上涨的一个高峰,全国住宅平均售价增长率达到16.86%,住房销售平均价格达到3 645元/平方米。同年8月国务院出台24号文件,指出“住房问题是重要的民生问题”,强调了住房与民生之间的重要关系,并从保障和改善民生的要求出发采取了一系列的调控措施,不再把房地产单纯看为“支柱产业”。
2008年,全国住宅平均售价的涨幅为7.5%,再度回到两位数以下。由于遭遇金融危机,为实现“保增长”的任务,房地产的“支柱产业”定位又再度受到重视,并承担起对经济增长的拉动作用。
2009年,房价在经过三四月份的“小阳春”之后,再度进入疯涨期。据国家发改委、国家统计局的数据,截至12月,全国70个大中城市的住宅平均售价达到4 600元/平方米,比2008年均价上涨了1 000元/平方米,创下26个月涨幅新高。其中,深圳、杭州、南京、北京、上海等一线城市的房价涨幅超过全国平均水平。
截至2009年底,全国城镇住宅市场的平均销售价格已从2003年的每平方米2 197元上涨到了每平方米4 600元。可以看到,政策的宏观调控在抑制房价涨幅过高方面没有取得预期成效,老百姓工资的增长水平远远赶不上房价的增长水平,大部分中低收入人群望房兴叹。①
二、中国房价过快上涨的原因
房价上涨过快的原因,主要有以下四个方面。
(一)各级政府支持
房地产能带动相关行业的发展,如房屋拆迁、房屋新建、搬家公司、装修公司、家电生产行业、家具业、厨具行业、钢材行业、水泥行业、玻璃行业以及流通领域,等等,能带动众多人的就业。同时,中央及地方政府能增加对相关行业的税收,如中央企业和地方企业的所得税、营业税、个人所得税、城市维护建设税、印花税,等等,充足各级政府的财政。
以中央财政为例,财政部4月13日公布数据显示,2009年全国土地出让收入为14 239.7亿元,比上年增长43.2%。分析人士指出,土地财政已经成为影响房地产市场发展的重要因素。
以地方财政为例,青年学者傅白水的研究报告显示:2004年上半年,浙江省房地产税收为86.82亿元,同比增长75%,占地税收入的21.9%,对全部税收的增长贡献率达到34.68%,成为浙江第一税收来源。在江浙沪三地的地方财政收入中,房地产业和建筑业(不包括相关产业)所占的比例都在30%左右,在浙江房地产业中,其比例甚至达到35%。
以扩大就业、推动国民经济发展、城市化改造等为宗旨的政府主导的房地产发展,助长了房价过快上涨。
(二)商品房有需求
1.改善型需求。以前房屋面积小,或者陈旧,或者想改变房屋构造,或者想换楼层住,或者想改变居住地等等改善型需求,要求商品房的开发。
现在到外地找工作是很普遍的现象,然而在长期生活的城市中没有房子住,确实是令人苦恼的事情。虽然租房也可以,但能拥有一套房是再好不过的事情。据新浪网2010年7月23日报道:根据最新的统计数据,在北京市实际常住人口1 972万人中,户籍人口1 246万人;登记流动人口763.8万人,其中在京居住半年以上的726.4万人。据分析,人口快速增长的主要拉动力来自流动人口,四年来流动人口增量逐年加大,共增加151.8万人,年均增长37.9万人。如果将驻京部队、在社会上散居未登记的和短期来京探亲、旅游、就医的流动人口估算在内,北京的流动人口总量已超过1 000万。这些流动人口,可以认为是推动北京购房需求的重要因素之一,事实上也如此。
2.享受型需求。在一个城市拥有两套以上住房,生活方便,特别是家庭成员工作地点或上学地点离家相对远,可以两套房轮着用。还有,由于地区差异,想体验异地生活的购房需求,如:据海南省房协2009年底统计,截至去年黑龙江人在海南购房占总数的三四成,黑龙江省每年有13万人到海南过冬。近一个月各楼盘信息显示,黑龙江人海南购房比例只增未减。据悉,相对于北京、上海等地购房人群,黑龙江人购房金额虽不是第一位,但是购房数量肯定居榜首。黑龙江人在海南购房主要看中海南冬季的温暖气候,海南房产是黑龙江人的第二居所,刚性的需求占了很大的比例。然而,近期的购房狂潮却早已超出了这种刚性需求。据三亚市房协工作人员介绍,去年11月以来,三亚每天成交170余套房子。对一个常住人口仅50多万人的地级市来说,数额惊人。三亚市一家房产销售中心工作人员告诉记者,岛外人群是三亚楼市主要消费群体,黑龙江人无疑是主流,黑龙江人购房的入住率能达到50%。
3.投资型需求。房子具有耐久性、不可移动性,因此决定了其有限性。在宏观经济环境稳定发展情况下,它具有增值性,也因此引起了投资性需求。再有,流动人口多的地方的房租收益,也是引起投资性需求的重要因素。房价上涨过快的城市,就是流动人口多的地方,如北京、上海、深圳。据2010年1月26 日网易房产报道:北京三年的房价上涨了120%,位于前三位的分别是西城区、东城区和海淀区。根据预测,北京未来二手房房价有可能出现15%的议价空间。链家地产《北京二手房价格趋势研究报告》显示,北京全市的二手房过去三年间平均成交价上涨了120%,13个行政区中房价涨势最惊人的是大兴区,涨幅高达166%。而涨幅最大的商圈则为宣武门,幅度为172.96%。据2010年2月22日新浪房产报道:上海房价年涨幅惊人,最高涨幅155%。南汇并入浦东新区的消息正式宣布后,南汇与浦东接壤的周康板块率先活跃起来,板块内不少新盘纷纷涨价,其中绿洲康城、亲水湾在2009年第一季度成交价仅为9 000左右,目前最新的房价已达23 000,涨幅155%,
4.投机型需求。在城市中地段不一而产生房价差价,大、中城市的城市化进程不一而产生房价差价,按楼层不一而产生房价差价等差价诱惑下,刺激了为获得交易差价的投机需求。而且近几年房价飞速上涨,更助长了投机需求。再如,炒房团批量买商品房,缩小房源,抬高房价,刺激他人投机购房需求。据新浪网2010年7月28报道:有人百日抛售25套房源,据了解,房主是一位40岁左右的浙江籍女士,长期投资楼市,几年前在北京一口气买下的这些房源,总价近1.3亿元,接近每平方米4万元。亚豪机构副总经理任启鑫分析,“北京的楼市里,投资客群体是长期存在的,而且大部分对未来持长期看涨态度。一人买25套房,别人就没房买了,如果这种人多了,也就大大缩小了房源,房价上涨是正常的。
正是上述购房需求,也推动了房价的上涨。
(三)信贷支持
由于金融机构的参与,银行向购房者发放贷款,使购房者得以提前获得住房。对房地产开发公司来说,银行向购房者发放贷款,使购房者提前买房,有利于房地产开发公司资金的周转,以获得更多的利润。对银行来说,如果直接向房地产开发公司发放贷款,开发公司用贷款来建造的房屋并不能很快地全部销售出去,这势必影响开发公司的还贷能力;如果直接向购房者发放贷款,购房者将所得的贷款全部用于购房,由于给予购房者的贷款额要低于房价,购房者自己还要投入一笔资金用以购买房屋,又由于购房者在获取贷款时以购得的房屋作抵押,所以还贷的可靠性得到充分的保证。这种抵押贷款,对于购房者、房地产开发公司和银行都是有利的,因此,刺激了商品房需求,促进了房地产市场的发展。以2 000元/平方米的90平方米商品房为例,贷50%的房款,银行到期后能收38 446.38元的利息。正常情况下房贷越多,这种利息收入越高,这更是银行放房贷的动机,也是刺激购房需求的重要原因。
(四)常住外国人住房需求
对中国常住外国人没有具体统计。据新华网2008年2月27日报道:2006年,有4 400万外国人出入中国,比2001年增长将近98%。在北京登记居留的外国人有7万人,上海则更多。现在的在中国常住外国人人数应该更多,他们也有住比宾馆更便宜、舒适的自住房需求,这影响针对他们放出租的购房投资需求。虽然大城市中人口多,针对外国人购房需求对整体房价影响不大,但还是有不少刺激购房需求的作用。
三、房价过快上涨不利因素
1.人们可支配资金减少,其他消费受到限制,生活质量下降
吃、住、行、游、购、娱,是旅游业中的六大要素,更是作为一般人的生活要素,在住的方面花的比重大,必然在其他五方面消费上受到限制,导致生活水平的下降。特别是贷款购房的中低收入阶层成为了房奴,其生活质量可想而知。假设收入2 500元的单身,按揭50%房款购买1套2 000元/平方米的90平方米房屋,15年还清,他每月向银行要缴纳713.59元房款,剩下的1 786.41元中,还要拿出一部分做储蓄,这样,日常开销就受到了限制。前几年,媒体报道,北京有个单身贷款购房者,为了还贷节省钱,把自己的房子租出去,再与别人合租一间房,可见生活质量下降了多少。
2.贫富差距拉大,引起社会不稳定
房价涨幅过快,将引起行业收入状况失去平衡,房子多的人越富,收入少的人越买不起房。贫富差距拉大,增加社会矛盾,引起社会不稳定。据房地产门户――搜房网 2010年5月11报道:5月7日,大连某地产论坛上,有“任大炮”之称的华远地产董事长任志强还没来得及“放炮”,就先遭到“鞋袭”。当天,自称为“中国人最想揍的第三个人”的任志强走上演讲台,一句话未说完,会场内一男子朝台上扔出了两只鞋。躲过“攻击”的任志强自嘲说,“看来我的待遇能比得上总统了”。房产大佬遭“鞋袭”引起了网友的热烈讨论和恶搞。有人对扔鞋行为欢呼叫好,评价说“扔的不是鞋,是民愤”;也有人认为,任志强不过实话实说,被扔鞋不过是“替人受过”。这件事情反映的是,确实有不少人对房价过快上涨有不满。现在强调和谐社会,人的必需品房子与其价格不应成为引起矛盾的焦点。
3.提高生活成本、生产成本,引起通货膨胀
房价高引起地价上涨,与房子关联产品价格上升,导致通货膨胀;房价高,人们提出提高收入,将导致生产成本上升,物价上涨,导致通货膨胀。过度的通货膨胀不是好事情,他能引起社会不稳定,降低产品在国际市场价格上的竞争力。虽然现在没有出现大范围的通货膨胀,但市场经济条件下没有一个产业是独立存在的,各产业是相互密切联系在一起的统一系统,一个系统环节出现问题,必然引起其他产业的变化。近几年大蒜价大涨,绿豆价大涨,各地的提出涨工资要求等现象是偶然的吗?本人想,不是,是表明市场经济系统确实出现了问题,才发生的现象。虽然不能断言是房价过快上涨引起的问题,但不能否认房价过快上涨刺激了其他商品的涨价需求。
四、对抑制房价过快上涨的建议
1.限制购房需求
房子是建在有限土地上的固定资产,其数量供应不是无穷大,因此对家庭拥有房子套数进行限制,抑制需求,如户口所在地两代最多三套房,异地一套房。户口所在地有两三套房子,可满足一对夫妻与长辈或子女安居需求,也可以满足享受型、投资型需求,异地一套房,可以满足各种需求,但能抑制投机型需求。异地可购多套房,会限制当地中低收入者购房,特别是流动人口多的城市,房价飞涨将导致当地中低收入者买不起房,将引起社会矛盾,不利于社会稳定。因此,应限制异地购房套数,一般异地两代一套房够用了。
2.分散异地购房需求
近几年房价涨势看,北京、上海、深圳房价涨势最快。因为这几个城市是国家核心城市,北京是首都,是政治中心、文化中心、教育中心,最近经济发展也飞快;上海是我国重要的金融中心,传统经济中心,外资企业多,贸易发达,高校也多;深圳是我国第一个开放的城市,制造业、加工业相对发达,贸易也发达。因此,这几个城市里,人们做生意、生活相对比其它城市好得多,也因此流动人口多,使其成为人们重要的异地购房目的地,也导致房价涨势最快。有些人甚至谈外地人禁购当地房子,这显然是对外地人的歧视性言论,房地产市场作为市场经济的一部分,异地购房应视为正常的现象。要避免人口过度集中于某几个核心城市,就应该引导分散人们购房目的地,如提高各省、自治区中心城市的容纳外地人能力,也就是提高地方的中心城市盈利能力,服务能力,居住环境,提高异地人的购房吸引力,以达到分散、降低几个核心城市的房价涨势过快压力。
正常情况下,中国人口未来趋势看,因实行计划生育政策,人口不会一味涨上去,但从城市化发展趋势看,重要城市人口还是有上升的趋势,再看中国社会经济发展形势看,主要城市流动人口是上升的趋势。因此,在保证国家保护地情况下,适当增加主要城市用于盖房土地,增加楼层,以达到充足供应主要城市商品房套数。
3.控制信贷
为了抑制房价过快上涨,2010年以来几个核心城市实行了“认房又认贷”信贷政策。所谓“认房又认贷”,含义是:第一种情形:对于借款人首次申请利用贷款购买住房,如果在拟购房所在地房屋登记系统当中,包括预售合同的登记备案系统当中,其家庭已登记有一套或者以上住房的,他再贷款购买的住房一定是第二套或者以上住房;第二种情形:借款人已经利用贷款购买过一套或者以上的住房,又申请贷款买住房,也认定是第二套及以上住房;第三种情形:银行通过查询征信记录、居访等访问形式的调查,确信借款人的家庭已经有了一套或者以上住房的,再贷款也按照第二套或者以上来执行。
显然,这种信贷政策应该是严厉的政策,能有效防止拿贷款购买的房子再抵押套另一个房贷的连环套贷方式引发的房源人为缩小,也能很大程度上抑制房产投机需求,稳定房价有积极作用。本人认为,这一政策不要局限于几个核心城市,应全国推广。再有,对超过1套的贷款购房者,期限处理剩余房子,如给1―3年事件处理,达到增加房源效果。
房地产业历来是各国的重要产业,在我国也是支柱产业,如何稳定、健康发展是关系国民经济稳步发展、社会稳定的重要因素。如何引导房价正常发展是以前、现在,也是今后的重要课题。我们要时刻关注它、调节它,因为房价变化也是体现宏观经济变化的一种重要表现。
参考文献:
[1] 韩洪涛.北京房地产现状、发展趋势和对策研究[J].现代经济,2008,(7).
[2] 张岑遥.城市房地产价格中的地方政府因素:成因、机制和效应[J].中央财经大学学报,2005,(10).
[3] 刘琳,刘洪玉.地价与房价关系的经济学分析[J].数量经济技术经济研究,2003,(7).
篇11
关键词：问道；金融危机；经济现象；危机豁口
中图分类号：F831.59 文献标识码：A 文章编号：1005-0892(2010)08-0040--06
发源于美国“次贷”问题的全球金融风暴基本上偃旗息鼓了，其衅发萧墙，祸延四海，当自有别论(蔡卫平，2009)。在本轮金融危机的传染与防疫之对决中，依照有关经济危机理论的指标体系，中国在保稳定方面绩效显著。然而，本轮金融危机过程中的中国经济表征，却有悖于教科书的经典逻辑，值得深思。
一、金融危机应该有一个中国指标体系
无论是1997年爆发于泰国然后遍染亚洲各国乃至俄罗斯的东南亚金融危机，还是2007年因美国“次贷”问题而引发的全球金融风暴，国内政、学、业各界对于金融危机中的中国经济境况的判断，几乎众口一词，即中国因为应对措施及时得以独善其身。当然，犹有学者所言，美国金融危机所暴露的问题，值得借鉴(李扬，2009)。同样，美国金融危机所暴露出来的中国问题，更不容忽视!依据经典教科书之对于金融(经济)危机的经典描述，金融危机的表征如下： (1)银行机构资不抵债、倒闭、兼并或者被拯救； (2)股市崩溃； (3)本币贬值； (4)GDP滑落以及失业率倍升。由此，按照教科书逻辑来推演，中国不曾陷入金融(经济)危机。但问题是，教科书用以描述市场经济运行状态的危机逻辑及其“精致工具”，是否适合用来丈量中国转型过程中的经济现象?进而言之，金融危机是否存在着中国特色的指标体系?
(一)经济衰退以及失业率
从经济增长切入分析。2007年中国GDP的修正数据为13％，2008年的修正数据为9.6％，滑落3.4个百分点。这3.4个百分点意味着出口导向型的民营企业大量歇业，意味着广东省“双转移”战略被要求缓期执行，意味着全国5000万农民工返乡及由此估算的中国城镇实际失业率(计农民工失业)超过10％。美国“次贷”危机高峰时期，甚至是20世纪30年代大萧条时期的失业率也不过如此。
在被称为是后金融危机时期的2009年，尽管全国经济宏观层面“被”整体企稳，季度曲线也表现为“V”型反转，但中国年度GDP(未调整数据)仅为8.7％；②相比2008年(调整数据)的9.6％。继续滑落0.9个百分点。需要高度关注的是，这个“继续滑落”是中央政府为“保八”而在2008-2009年3.5万亿财政投资之后的继续滑落，该财政投资规模对于2009年中国CDP的贡献，粗略匡算约占2.0个百分点。这还没有计人中央财政投资计划所引致的2009年9.7万亿天量信贷规模以及18万亿地方财政投资所拉动的GDP的贡献额度。这个“继续滑落”，意味着2008年返乡的5000万农民工，依然在等待就业机会，直至2010年第一季度。
如此分析，从政府对于经济增长的拯救力度及其对于经济增长的贡献来看，中国是否曾经陷入金融(经济)危机，需要在教科书经典理论中嵌入中国调控能力指标才能作出准确判断。
(二)银行业资产不良率
经典理论所强调的作为金融危机表征的银行(金融)机构破产、倒闭、兼并或者被政府拯救等现象，并没有在中国大面积出现。2007年美国“次贷”危机以来，中国各大银行机构都对外宣称，因为在美国“次贷”中涉水不深，因此损失不重。尽管各银行机构损失拨备有所增加，但在2008年和2009年，中国的银行机构都是全球盈利能力最强的金融机构。
尽管如此，高资产不良率和高利润率并存一直是中国的银行机构的诟病(唐旭，2009)。对于中国的银行机构而言，其“国家(政府)的银行”性质以及隐性的储蓄保险制度，决定了银行机构不存在破产和倒闭的风险。因此，笔者认为，金融危机的中国银行机构状况表征，不在于其破产或者倒闭，也不在于其即期利润率的高低，而应该在于整个银行业的资产不良率以及由此“倒逼”的国家拯救问题。与中央财政4万亿投资计划相配套的银行机构信贷资产，大都是长期贷款，其资产质量状况直到还贷期才将显现。根据2009年9.6万亿的信贷资产投向来看，银行机构的资产质量预期不容乐观。1997年亚洲危机之后，尽管中国的银行机构利润不负，但其资产不良率居高不下，面临技术指标上的破产境地，最终“倒逼”中央政府分别在1998年以2700亿财政资金注入充实资本金，以及2003年以来为国有银行机构改制(如吸收外国战略投资者)而进行了两次450亿美元的资本金注入。国家信誉基础上的中国居民刚性储蓄，无疑成为国有银行机构在居高不下的资产不良率基础上能够岿然屹立的资金支撑。2008-2009年的3.5万亿财政投资经过乘数倍加后，成为银行机构资产负债表广开负债的来源。更有甚者，2008年和2009年，在微观层面并没有明显向好的境况下，银行机构能够成为全球最具盈利能力的金融机构，只能说明中国的银行机构深度攫取了中国经济增长的好处。而2009年的经济滑落，则可解释为宽松的央行货币政策的背后，存在着银行机构对于民营经济的信贷紧缩。
(三)本币升值与外汇储备损失
无论是在1997年亚洲金融危机中，还是在2007年美国“次贷”问题所引发的全球金融风暴中，中国货币都没有贬值。前者是中国政府为帮助陷入金融危机的东南亚各国走出危机困境，坚持人民币不贬值，以发展中国家的弱经济实力，承担起大(强)国责任的“政治”效果；而后者本身就是美元危机。美元贬值，衬托出了人民币升值(压力)。何况，在本轮金融风暴中，美国以邻为壑，通过美元贬值把危机后果转嫁给中国。一方面，把人民币汇率问题置于尴尬处境；另一方面，企图通过人民币兑美元升值，来减轻其国内就业压力。实际上，布雷顿森林体系成立以来，包括本轮金融风暴在内的四次美元危机(刘源，2009)，每一次都是美元的贬值，对应着的是美元储备国家的货币的对价升值。
对于新兴市场国家的经济增长而言，本币升值凸现出巨大的破坏力。日本“失落的十年”可以追溯至导致日元升值的“广岛协议”，典型地凸显了金融危机的本币升值表征。中国目前是外汇储备规模最大的国家，中国外汇储备2006年超过1万亿美元，2009年为2.27万亿美元，超过了中国5.2万亿美元GDP的45％，其中美元资产(储备)占比接近80％。美元每跌1毛，中国人均资产减少1200元人民币。按照美元兑人民币比价自2005年7月22日人民币汇率制度改革以来贬值了18％匡算，中国因为本币升值的直接损失超过4000亿，这还不统计因为本币升值导致的出口减少所计量的经济损失。
如此逻辑如果成立，当金融危机在国际货币发行国爆发并辐射国际时，非国际货币发行国的本币升值幅度，毫无疑问应该列入国际货币储备国家金融陷入危机的衡量指标。另外，美国美元这种单一货币作为国际货币所无法根治的“特里芬”难题，以及中国经济发展和大国崛起，共同决定了中国人民币兑美元进一步大幅度升值是迟早的必然。既然如此，当国际储备货币发行国出现金融危机时，外汇储备损失也应该列入中国金融陷入危机的重要表征之一。
(四)资本市场波动问题
在能够体现金融运行状态的中国各种经济现象中，股票价格以及体现股票市场价格总体态势的股指，是中国最具市场力量决定价格的体制所在。因此，用股指波动幅度来衡量金融运行状态是否处于危机状态，最具有市场说服力。一方面，在2007年非理性冲高之后需要回落调整；另一方面，也是更为主要的原因，受美国“次贷”危机的传染，中国股指从2007年10月最高峰时的6100点到2008年10月谷底时的1600点的轮回中，被蒸发掉了3／4。中国媒体对于外国股市波动幅度的描述用语是，当其股指日跌幅超过3％，就界定为“黑色”交易日；而连续跌幅超过10％，就惊呼“崩盘”了。那么，按照这一衡量标准，中国股市早已超出了短线“崩盘”的界点，但国内学界以及媒体从未使用过如此词汇来描述中国股指的波动状态，即便是2008年初到11月的股指连续滑落，也是如此。如此比较，作为最具有市场力量决定价格体制特征的中国股指，其波动幅度超过多大范围，才表征中国金融陷入危机?
二、金融危机中的中国经济表征疑惑
(一)中央财政收入增长忧虑
金融危机后的2009年，经济宏观层面因为3.5万亿元财政资金支撑而趋稳，季度曲线“v”型反转，但经济微观层面并没有向好的明显表征；全年GDP数据为8.7％，相比2008年的9.6％，继续滑落。然而，中国经济中有两个超速增长指标显得特别刺眼：(1)中央财政收入同比增长11％，超收2247亿元，财政／GDP的比例超幅度提高；(2)“央企”利润猛长，达14.6％，高出同期GDP达5.9个百分点。这在金融危机后经济亟待复苏之际，当属异常现象。财政收入和“央企”利润从哪里来?0
在我们的调研过程中，听到民营企业主的抱怨是，金融危机之后的2009年初，民营企业处于萧条阶段，生意惨淡，然而开业遇到的第一件事却是税务部门“光荣纳税大动员”，被“自觉”补交2006-2009年漏欠税款。2009年11月份，收税任务提前完成，却不成想“漏税补收动员”措施恶化了民营经济的生存环境，滞缓了市场经济的真正复苏，政府信用遭受破坏，国民收入分配的经济刺激功能被严重扭曲。其结果是，中国经济发展方式转变的市场内需只能依赖财政投资拉动。2008-2009年的财政资金3.5万亿元投放出去，再通过68477亿元的财政收入收回来，然后再用下一拨的财政资金投下去，形成一种循环依赖，也成为一种扭曲的财政政策。但这种扭曲的财政政策势必有退出之日；而一旦财政政策退出，则意味着如此拉动经济增长的投资链条断裂，也就意味着中国经济增长方式的难以为继。
(二)民营企业流动资金富余与内需缺口
本轮金融危机波及到全球各国经济的微观运行层面。截至2008年10月，仅中国珠江三角洲地区7万家港资企业，有统计显示，超过二成五拟注销歇业(佚名，2008)，其中不乏规模以上的民营企业，而民营企业是最具市场经济特征的。然而，在广东省中山市的调研结果却给笔者带来了不尽的疑惑：众多企业歇业，但不差钱。作为课题组调研对象的广东省中山市民营企业中，超过80％有富余资金躺在银行账上，而不是去追求利润；诸多民营企业不贷款了，以至于整个中山市2008年底的贷存率仅为46.03％，而银行机构为了完成信贷规模任务，不得不去说服规模以上的民营企业贷款(有些民营企业主在2008年几次“被”贷款)；民间融资利率甚至接近银行机构官方利率水平。这引发了笔者思考：微观经济主体出现了什么变异，以至于金融危机在广东模式的经济增长方式面前变得如此温和?面对传染性金融危机对出口型经济增长模式的如此破坏方式，学界必须慎重考虑，该如何拯救广东式的危机?内需拉动为什么不能覆盖具有富余资金的民营企业呢?
(三)持续的“中国之谜”
2008年底到2009年底，中央财政投入3.5万亿元，带动银行机构信贷规模在2009年天量投放9.6万亿元，M2为26％，贷款／GDP为1.19，即便是第三季度紧急刹车，M2也比2008年增加了4.7万亿元；2010年3月，银行机构单月信贷规模达1.89万亿元，M2为25.51％。自1978年中国经济体制改革以来的30年间，达到该值的年份仅有3个。2009年中国GDP为8.7％，生产资料价格指数(PPI)和物价指数(CPI)双双负值。按照权威文献(张思成，2008；吴敬琏，2009)来推算，2009年货币投放应该在2010年体现在拔高的CPI上。但事实是，中国经济成为一个四棱镜：一个面是“金融危机”；一个面是流动性过剩；一个面是经济增长；还有一个面是处于零度以下的CPI。M2极度超过了GDP和CPI之和，货币投放去向不明，“中国之谜”持续成为不解之“谜”，而金融危机使得“谜底”更加扑朔迷离，更加需要理论界提出非教科书式的理论解释。
三、中国式的金融危机的豁口判断
(一)宏观调控下的中国“次贷”问题
中国房价下跌幅度有多深，下跌能够持续多久?2009年初以来的房地产价格泡沫，终于在2010年4月15日国务院调控重拳出击和国土资源部土地供给宽松政策的共同打击下给刺破了；尽管有某房地产开发商表示“不打算降价销售”，但也有城市楼盘销售价格在调控政策出台的第二天就优惠10％，而购房者态度却由积极转向观望。按照2009年购房者首付20％的政策，如果商品房价格跌幅达20％，就意味着有购房者开始成为资产“负翁”。如果房价继续下跌，“断供”并把按揭房丢给银行机构就成为“负翁”们的理性选择。这意味着宏观调控下的中国式的“次贷”开始成为问题，意味着房贷银行机构资产不良率的提升，意味着住房金融危机的发酵，意味着中国银行机构即便没有在美国金融危机中被击跨，也要被自己的“次贷”问题所拖累。这是中国金融危机的引爆点之一。按照宏观调控政策的实施进展以及房地产价格趋势，大概在2010年第三季度，中国银行机构有望与“次贷”问题触手。换个角度思考，按照这样一个逻辑来推演中国政府的住房市场宏观调控政策，需要审慎，以避免银行机构遭受危机损失，从而导致国家隐性担保银行机构安全的中国式金融危机的过早爆发。
房地产价格的滑落，除了银行机构资产不良率提高效应之外，还存在其它无法准确预测的后果。第一，股指跌宕效应。直接引致股票市场的房地产板块指数的跌落，以及其波动幅度的加大。实际上，2010年初特别是4月份以来的交易日里，中国股指房地产板块已经跌去了40％，沪市综指从
3400点向2500点下方的滑落以及波动幅度的扩大，很大程度上归因于房地产市场的宏观调控政策。第二，人民币币值变动效应。引致原本追索人民币升值预期收益而潜入中国房地产市场的外国资本寻机从房地产市场撤离，有可能会回旋于中国资本市场，更可能是撤离中国资本市场。撤离中国资本市场的效应分为两种：(1)如果是较为缓慢地撤离中国，则在某种程度上缓解了人民币的升值压力；(2)如果是迅速撤离中国，其结果则可能引发人民币的恐慌性贬值。第三，经济增长衰退效应。后金融危机的2009年，中国经济宏观面能够趋稳，其中房地产业的贡献不菲，粗略估算为23％，即约1.9个百分点(中国建设银行课题组，2009)。房地产价格崩溃的经济增长效应，关键在于市场预期：(1)在下跌幅度直至预期之前，购房者会持币观望，商品房销量持续下滑，房地产行业对于经济增长的直接贡献率下降；(2)一旦商品房价格下跌幅度接近预期，商品房销量反弹，其经济增长效应会“改”负为正。就此逻辑，房地产价格下跌幅度一步到位，忽略其它效应而言，可以减轻其对经济增长的直接影响。
(二)中国内债式的金融危机的可能性判断
地方政府的负债问题，已经到了不得不关注的地步了(曾康霖，2010)。㈣如果债务管理不慎，势必成为中国内债式金融危机的豁口。
根据国家信息中心经济预测部张茉楠(2010)统计，2008年上半年，地方政府债务总量仅为1.7万亿人民币，而到了2009年底，在中央政府的反周期政策鼓励下，源于地方政府的投资冲动以及债务压力，地方政府依托的3800家投融资平台债务急速膨胀，负债总额增速高达250％以上，其负债总额升值为5.26万亿元，占其9万亿元资产的60％，相当于全国GDP的15.7％，全国财政收入的76.8％，地方本级财政收入的161.35％。另据中金公司研究报告预测，2010年和2011年，地方投融资平台将增加后续贷款约2～3万亿元，2011年底总负债将达到10万亿元。
地方政府依托投融资平台等方式过度举债，大大超过了本级财政收入所能够承受的债务风险极限。这就相当于政府把本来分散于各个经济主体(如金融机构)的风险集中于政府一身，把分散的资产负债表风险上升为集中的政府资产负债风险。按照目前地方政府6万亿元债务总额以及现行的5年以上期限的贷款利率5.94％计算，那么每年还款额为5206亿元，相当于2009年地方财政收入的16.3％。如果其中的一半发生违约，则依照2009年银行业的盈利总额和贷款余额，银行机构资产不良率将提高7个百分点，此时中国内债式的金融脆弱性势必凸现出来。
(三)中国金融监管的邦联格局雏形：制度脆弱性分析
2003年启动的农村信用社机构改革，中央政府和地方政府各得其所。各级地方政府的金融工作(服务)办公室应运而生，其职能之一是如何最大限度地动员区域金融资源乃至其他区域的金融资源，为地方经济服务；其职能之二是促进地方金融业的发展；其职能之三是竞争对于区域金融的监管权。其中第三个职能的结果必将是，中国金融业监管制度将形成在中国银行业监督管理委员会协调下的地方政府金融工作办公室监管区域金融的邦联式监管制度。但是，一方面，地方政府金融工作办公室并不具备金融监管的能力，更不具备配置金融资源的能力；另一方面，地方政府金融工作办公室作为监管部门，更加容易被俘获。基于后者，其职能实施的短期表现是，在解决金融危机的宽松货币政策下，区域金融资源在短时间被过度开采，导致了金融资源的枯竭。2009年，全国有15个省(市)地方政府要把金融业发展定格为地方经济社会发展的支柱产业，而更多的地方政府要把金融业发展成为服务业的龙头，由此形成了遍布全国26个区域金融中心城市的金融地理分布格局，导致区域产业结构出现了非常规的结构转换和突击性升级。其逻辑后果必将是，中国的区域金融首先暴露出地方金融机构的资产不良化，然后需要政府填补资本金。其结果是，为解决金融危机留下的债务，必然成为地方政府的包袱，成为新一轮金融危机的导火索，导致地方金融机构首先爆发危机，然后传染给区域性股份制银行机构，并继续扩散。如果不采取积极应对措施，即便是中国式“次贷”问题能够捱过，脆弱的邦联式金融监管制度下的地方政府债务问题所引致的金融危机也会在中国的银行机构爆发。
篇12
关键词:短期国际资本流动;流入;流出;趋势
中图分类号:F831.7文献标识码:B文章编号:1007-4392(2009)09-0005-05
随着金融危机的持续蔓延和国际金融机构去杠杆化的逐渐深入,国际资本流动的趋势出现了一些新的变化,一些新兴市场国家在危机之前的国际资本净流入状态受危机影响已逆转为净流出状态。国际资本流动的逆转会对一国的金融稳定和宏观经济产生不利影响,此次危机中发生资本流动逆转的东欧就是一个鲜明的例子。我国作为全球经济增长速度最快的新兴市场国家之一,此前一直是短期国际资本流动的主要目标国。在危机后我国短期国际资本流动是否也发生了类似的问题及影响的程度有多大呢?这是一个值得关注的问题,对于该问题的研究也是对我国经济和金融安全的一种负责任的、防患于未然的思考。
一、我国短期国际资本流动的趋势
要对我国短期国际资本的流动现状有一个基本的了解,首先就必须对我国短期国际资本流动的规模有一个总体的把握。在金融全球化的今天,短期国际资本流动的形式和途径日益多样化和复杂化,这也使得对流入流出一国的短期国际资本的规模的计算十分困难。虽然目前学界计算短期国际资本流动的方法有多种,但这些方法也都只能对短期国际资本流动的规模进行一个大致的估算。鉴于这种现状,在本研究中我们也是根据国际收支平衡表中一些项目的基本关系,分两种方法来对2007年1月―2009年3月间我国短期国际资本流动的规模进行估算,并以此为基础对我国短期国际资本流动的方向进行趋势性判断。
(一)不考虑非美元资产价值波动因素估算的短期国际资本流动规模
从理论上讲,如果不考虑其他的影响因素,每月的国际贸易的顺差、外商直接投资(FDI)和流入的短期国际资本三者之和就对应于每月新增的外汇储备额。按照这一思路,就可以对我国的短期国际资本流动的规模进行大致的估算,其计算方法为:
流入的短期国际资本=每月新增外汇储备―贸易顺差―FDI……(1)
利用公式(1)对2007年1月到2009年3月我国短期资本流入规模进行估算,具体估算结果如图1。从图1中可以看出,危机前后我国短期国际资本流动数易其向,根据资本流动方向的不同我们可以把这段时间内我国短期国际资本的流动大致划分为图中所示的“流入―流出―流入―流出”四个阶段,其中灰色区间代表资本流入阶段,绿色区间资本流出阶段。
(二)考虑非美元资产价值波动因素估算的短期国际资本流动规模
上一种估算方法是一种相对简单的方法,未考虑我国外汇储备的其他影响因素,而事实上影响我国外汇储备的因素有很多,如外汇储备中非美元资产的价值波动、外汇储备的投资损益、我国的对外投资等等。而在这些影响我国外汇储备的因素中,外汇储备的投资损益方面,一是数据不可得,二是我国外汇储备主要投资于美国的国债市场,单月损益变化也较小;对外投资方面,自1998年中央实施“走出去”战略以来到2007年底,我国企业(非金融类)对外投资的累计规模约为920亿美元,按单月计算每月对外投资规模的变化非常小;因此这两者的影响相对较小。在危机前后欧元、英镑和日元对美元的汇率波动幅度较大(如图2),对我国外汇储备中以欧元、英镑和日元计价的资产价值的影响较大。在目前金融危机的背景下,在影响我国外汇储备的诸因素中,非美元资产的价值波动因素是影响我国单月新增外汇储备的主要因素。因此,在第2种估算我国短期国际资本流入规模的方法中,我们着重考虑了非美元资产价值波动的因素。其计算方法如下:
短期国际资本流入=单月新增外汇储备―FDI―贸易顺差―非美元资产估值损益(2)
由于官方未公布我国外汇储备的币种结构,对我国外汇储备的币种结构只能通过国际机构及其它国家公布的相关数据来推算。学者李振勤(2004)推算出的截止2004年6月我国外汇储备中美元、欧元、日元和英镑等币种的近似组合大体为美元70%、欧元15%、日元10%、英镑5%的结论得到了学界的较多认同,具有借鉴意义。相关部门的资料显示,2004年9月底,我国外汇储备中美元的比例降低到了60%,根据李振勤推测出的权重,估计欧元、日元、英镑的比例分别上升为20%、13%和7%。在这之后没有证据表明我国外汇储备币种结构发生过大的变动,所以我们在此假定我国外汇储备的币种构成目前维持了美元60%、欧元20%、日元13%和英镑7%的比例。
基于以上外汇储备币种结构的假设,可以计算出2007年1月至2009年3月我国外汇储备中以欧元、日元、英镑等计价的非美元资产的估值损益。利用计算出的给美元资产估值损益对根据公式(1)计算出的结果进行调整,就可以得到考虑非美元资产价值变动因素的我国短期国际资本流入规模。下图3是方法2估算出的2007年1月―2009年3月的我国短期国际资本流入规模情况。从图中可以看出在考察的时间窗口内的我国短期资本流动也大致呈现出了“流入―流出―流入―再流出”四个阶段。
(三)基于两种计算结果的我国短期国际资本流动趋势判断
图4是未考虑非美元资产估值损益和考虑非美元资产估值损益两种方法估算出的短期国际资本流动规模的对照图。从图中可以看出,在我们考察的时间窗口内,代表未作估值调整的短期资本流动的红线与代表估值调整后的短期资本流动的蓝线的走势大致相符,短期国际资本流动方向发生改变的时点也几乎都相同。两种方法的计算结果具有较好的一致性。
图4反映出2007年1月―2009年3月我国短期国际资本流动的变化大致经历了四个阶段:一是2007年1月―2007年7月的流入阶段;二是2007年8月―2007年12月的流出阶段;三是2008年1月―2008年6月的再流入阶段;四是2008年7月―2009年3月的加速流出阶段。据此我们可以对危机前后我国短期国际资本流动的趋势有一个大致的判断:2007年7月次贷危机发生前我国处于短期国际资本持续流入状态,从2007年8月到次贷危机演变成全球系统性的金融危机前我国短期国际资本流动处于有进有出的状态,而在2008年7月随着次贷危机的不断深化并向全球性的金融危机演变之后,我国短期国际资本的流动方向则出现了一边倒的情况,短期国际资本一直处于流出状态。从资本流出的规模来看,目前我国短期国际资本流出的规模相对较小,并且有进一步收窄的趋势。一季度流出的短期国际资本规模大约只占我国外汇储备约3%左右的比重。总体来看,金融危机显著改变了我国短期国际资本流动的格局,使我国短期国际资本的持续流入逆转为了流出,但流出规模不大。
二、近年我国短期国际资本流动变化的原因
短期国际资本流动的主要目的是为了追求资金的安全性和收益性,只有当其安全性和收益性的要求受到威胁时,其流向才会发生改变。危机前后我国短期国际资本流动发生了三次方向性的变化,根据流动方向的不同我们也将这一时期内的我国短期国际资本流动划分成了四个不同的阶段。那么,造成我国短期国际资本流动的方向发生变化的原因何在呢?
首先来看,2007年1月至7月的短期国际资本流入阶段。这一时段世界经济金融形势相对稳定,中国经济正处在防止由增长过快转变为过热和防止结构性通胀转变为全面通胀的“双防”的快速增长阶段,中国的资产价格的持续走高、中美利差的持续收窄以及人民币升值预期的增加等因素给境外资本创造了套利空间,吸引了大量的短期国际投机资本源源不断的流入。
其次来看,2007年8月到12月短期国际资本的流出阶段。2007年7月美国次贷危机爆发、英国北岩银行挤兑风波等事件对欧美金融市场带来了较大的冲击,欧美金融市场流动性不足的问题日益突出,造成了国际资本市场的资金相对短缺。国际金融形势的这种变化对我国的短期国际资本流动带来了直接的影响,我国的短期国际资本也因此由此前的持续流入逆转为了流出。
再次来看,2008年1月到2008年6月短期国际资本的流入阶段。与次贷危机对欧美金融机构造成的重大损失相比,由于中国银行业开展国际金融业务相对较晚,金融开放实行了积极稳妥的推进战略,金融创新的步伐较慢,美国次贷危机对中国的影响相对较小。因此,在次贷危机中中国市场又重新成为了短期国际资本相对安全而又有稳定收益预期的投资热点,国际短期资本又开始加速流入中国。2008年4月单月流入的短期国际资本规模甚至一度高达505亿美元。
最后来看,2008年7月到2009年3月短期国际资本的加速流出阶段。2008年下半年美国次贷危机加速深化和扩散,并在9月份最终引发了全球系统性的金融危机,导致了世界主要经济体的经济集体陷入衰退。一方面,金融危机造成的欧美金融市场流动性近乎枯竭和问题金融机构去杠杆化对资金的需求增加加速了流入我国的短期国际资本发生逆转。另一方面,随着金融危机愈演愈烈,危机的影响也不断向我国的实体经济蔓延,由此造成的出口下滑、内需不足等也导致了我国经济增长速度持续放缓,资产价格低迷和人民币短期贬值预期增加。国内经济的不景气也加速了短期国际资本“出逃”的步伐。
三、当前我国短期国际资本流出的影响分析
当前短期国际资本的流出可能会对国内的股市、房地产市场、国际收支情况以及人民币汇率等产生一定程度的影响;但由于短期资本流出的绝对规模和相对规模都不大而且有减少的趋势,影响的程度是有限的。事实上,我们真正需要担心的是未来可能出现的更大规模的国际资本再次流入;从某个角度来看,当前短期国际资本流入规模减少的趋势可能正意味着这种风险已经不远。
(一)当前短期国际资本流出的影响不大
1.对国内股市的影响。短期国际资本的流出会对一国的证券市场造成下行的压力,严重时会造成价格水平的大幅下降。国内股市从2007年10份升至高点后就开始不断下调,至2008年10月末和11月初跌至底点后开始反弹,从目前来看,国内股市仍处于小幅反弹的趋势之中(见图5)。有研究表明,国际资本在中国股票市场的投资规模远远超过了QFII的额度,而且不可否认的是,2007年10月份之前的股市价格上涨与国际资本的大规模流入有很大的关系。但是,我国股市下跌和反弹的时期不同于短期国际资本流动逆转或流入规模明显变化的时期,由此可以判断,国内股市更多的是受到国内外其他经济因素的影响,国际资本的流动并非关键的因素(见图5)。因此可以认为,2008年下半年以来的短期国际资本流出只是加剧了国内股市价格的调整。
2.对国内房市的影响。同证券市场的股票价格一样,境外资本的流入或流出会影响到房地产市场的价格,尤其是对那些开放程度比较高的地区。在2008年上半年之前,国内大部分地区的房价出现了加速上涨,在沿海地区的一些大城市还出现了比较严重的泡沫。但是,从国际资本流动与房地产价格的走势来看,国际资本的流动只是起到了推波助澜的作用,其并不是主导国内房地产价格趋势转变的因素。以上海市为例,2007年到2008年上半年中房上海综合指数就一直呈上升趋势,但期间的国际资本却不是一直呈流入状态的。因此,2008年下半年的短期资本流出也只是加剧了后来的房地产价格调整。
3.对国际收支的影响。一般而言,大规模的短期资本流出会影响到流出国国际收支的稳定。2008年下半年以来短期国际资本流出的规模并不大,且从当前的情况来看,流出的规模呈逐渐减少的趋势。可以判断,我国目前并没有发生大规模资本流出的现象,只是从短期资本的角度来看,有一定规模的流出。但从2008年下半年以来的外储增长情况来看,除了2008年10月、2009年的1月和2月外储由于汇率估值损失而出现下降以外,在其他的月份,我国的外汇储备在增长,而且大部分月份增长的规模都在200亿美元以上,2009年3月份外储的增长规模更是达到2008年下半年以来的峰值。从整体上来看,正如人民银行胡晓炼副行长所言,我国仍是世界经济中表现最好的国家之一、仍是全球投资者最看好的市场之一,国际收支保持稳定是没有问题的。
4.对本币汇率的影响。2005年7月份汇率改革到2008年上半年,人民币对美元一直保持升值的趋势,但在2008年下半年后,人民币的升值步伐停滞,兑美元保持相对稳定的状态。由于2008年下半年以来美元对其他货币保持升值趋势,因此人民币的实际有效汇率是上升的。但从人民币兑美元的汇率与国际资本短期资本流动的情况来看,它们之间并没有明显的相关关系。2008年下半年以来的人民币汇率的稳定主要与美元的升值、国内出口前景的恶化以及汇率政策的调整有关,国际短期资本的流出不是引起人民币当前汇率变化的原因。由于我国国际收支的稳定有保障,而且资本流出的规模又在缩小,人民币贬值的风险也就不存在了。
(二)国际资本再次大规模流入的风险更值得关注
虽然近期的短期国际资本流出由于规模较少以及呈衰减趋势,但是,从短期国际资本流出规模的衰减趋势来看,我们可能在未来面临着国际资本大规模流入的风险,这也许更值得我们关注。
1.发达国家危机中投入的天量流动性增大了资本重新流入我国的风险。在次贷危机中,由于金融机构出现了系统性的流动性问题,美国和欧洲等发达国家的央行向金融体系注入了大量的流动性。以美联储为例,美联储向市场投入大量的流动性可以从其资产负债表的急剧扩张来反映,美联储的总负债从雷曼兄弟破产前的不到1万亿美元迅速增长到2万亿美元以上。而且,在利率降低到接近于零的情况下,美联储采取了定量宽松的货币政策,通过购买国债等方法直接向市场注入流动性。在欧洲,欧洲中央银行和英格兰银行也都采取了类似的做法来拯救危机中的金融体系。巨额的流动性注入缓解了发达国家金融体系的压力,但如此巨大规模的资金意味着一旦西方的金融市场恢复正常,这些流动性将会被释放出来,重新投向成长前景更好、收益率更高的发展中国家尤其是我国,而且此次资本流出规模的数量级别会比以前更高,这也意味着风险的程度更大。
2.发达国家去杠杠化的完成及我国经济增速的触底将使资本重新流入。国际资本重新大规模流入我国取决于两个方面,一是发达国家的金融市场去杠杠化的完成;二是我国经济增速出现明显的触底回升,前者是主要因素。当前,美国等西方发达国家的中央银行虽然投放了大量的流动性,但由于未来金融经济形势的不确定性还很大、不少金融机构的去杠杠化进程尚未完成,金融体系里的流动性主要表现在金融机构超额储备及其持有的国债规模的增长上。流动性被暂时地储存了起来。另外,在此次金融危机中我国的实体经济也受到了比较严重的影响,经济增速下滑、股市和房地产市场价格下跌,货币升值预期减弱,经济增长的前景不明朗。但随着美国政府购买有毒金融资产计划的实施以及我国财政刺激政策效果的显现,这两个因素变为现实的可能性正在不断增加。一旦变为现实,西方金融机构在危机中积累的巨额高流动性、低收益的资产就会寻找高收益率的投资机会,这时我国又将成为国际游资竞相流入的目的地。
四、对当前国际短期资本流动监管的建议
(一)密切监测国际资本流动的规模和趋势变化
对国际资本尤其是短期资本流动的监测可以使监管部门对国际资本流动的趋势进行比较准确的把握,从而可以使监管部门在资本流动发生逆转或较大规模变化之时及早地采取行动和应对措施,降低短期资本流动所产生的风险。在当前国际短期资本呈流出状态、但可能再次发生逆转的背景下,需要监管部门密切监测的不只是流出的规模是否会发生明显变化、是否对经济产生了比较显著的破坏,还需监测的是资本流出的趋势是否会以及何时会发生变化。
(二)防止流出的同时更要防止国际资本再次大规模流入
当前我们国际资本流动的监管方向应该是双向的。短期内,在国际短期资本流出的情况下,我们要防止短期资本的大规模流出,对那些可能的流出渠道进行有效的监管,减少国际资本的非法、违规流出;从长期来看,当前短期资本流出的规模有减少趋势,国际短期资本大规模流入的可能性正在不断增强,这又需要前瞻性的布防资本的大规模流入。因此,监管当局目前除了要防止资本的流出以外,更为重要的是制定前瞻性的措施来防止资本流出逆转为大规模流入。
(三)重视当前出现的资本流动的一些新情况
继续对非法、违规的国际资本流动实施严厉的打击,但在全球金融危机的背景下,应重视一些新出现的问题。比如,在危机中,外商撤资外逃现象开始蔓延,对于这一情况监管部门要引起重视。另外,随着我国人民币区域化的不断推进,应重视其中可能隐藏的非正常资本流动风险。目前试点地区贸易的人民币结算正在大力推进,我们除了看到其中的好处之外,也要看到这又为热钱打开了一个窗口,以后热钱的流动会更加剧烈和频繁,必须进一步关注这些问题。
参考文献:
[1]张明:短期国际资本仍在流出,社科院研究报告,2009年1月14日。
[2]曾玲玲、周华峰:当前国际资本流动的现状及发展趋势,特区经济,2006年第6期。
[3]尹祖辉:国际资本流动的近期特点与发展趋势,金融与经济,2006年第12期。
- 上一篇：健康教育活动的意义范文
- 下一篇：作风建设研究范文
