第10卷第1期经济学(季刊)Vol 10,No 12010年10月ChinaEconomicQuarterlyOctober,2010人口红利与房地产收益率的无关性史青青 费方域 朱微亮*摘 要 本文通过建立一个跨期叠代(OverlappingGeneration,OLG)模型,研究房地产均衡收益率和人口相关变量的关系,从理论上证明了在完全理性的市场中,房地产投资收益率与人口增长率无关,而与城市化水平负相关b采用中国房产价格以及人口数据,实证结果表明房地产收益率与人口变量关系不强,与城市化水平正相关,支持了上述结论b 关键词 人口红利,房地产均衡收益率,无关性一a引 言 人口红利 的房地产价格效应是指劳动人口比重很大,抚养率比较低,而且该年龄段的人收入较高,高储蓄率使人们需要通过追逐各种资产来保值,对房地产价格产生了推动作用(陈国强,2007)b1但随着近期房价的全面下跌,人们对人口红利对房地产价格的正面作用有所怀疑,甚至有的人认为房地产价格受到 人口负债 的打压(尹中立,2008)b220世纪六七十年代是中国人口出生的高峰期,政府甚至鼓励多生孩子,出生率很高,且出生率在高位维持了差不多20年的时间,三年灾害期间曾出现波动,但后来又反弹了,出生率一度在4%到4 5%,这个时期出生的人在2000年左右正好处于买房a结婚的高峰b有的专家认为这是2000年以来我国房地产市场持续升温的最根本原因,也有专家认为2000年左右的房地产市场火爆与投机资金进入,特别是国外热钱的进入有很大关系(徐滇庆,2008)b3尽管近年来对中国房地产市场的讨论成为理论研究和市场中的热门问题,但讨论主要在实业界a政府管理部门和少数研究者之间进行,并主要围绕中国房地产市场是否存在泡沫这一主题(张涛等,2006)b人口与房地产收益率*史青青a费方域,上海交通大学安泰经济与管理学院;朱微亮,中国人民银行b通信作者及地址:史青青,上海市华山路1954号研二楼1517室,200030;电话:13918548268;E mail:tianshi_426@作者感谢两位匿名审稿专家及 经济学(季刊) 编辑的宝贵建议,文责自负b1 07 25/:// 08 02/625343.
272经济学(季刊)第10卷之间的经济关系尚无定论,从我国实际情况来看,相关数据没有发现两者之间存在显著关系b图1描述了人口增速a劳动人口增速以及房价增速的关系,可以看出从1990年以来,我国的人口增长速度一直是回落的,劳动人口增速波动很大,但仍然存在下降的趋势,而房地产平均投资价格增长速度有上升的趋势,因此由图1数据并不能显现人口增速a劳动人口增速对房地产价格上升的正面支持b由于一些媒介的引导,人口红利已成为研究房地产价格变动的关键变量之一,并影响了宏观政策决策b图1 人口与房价根据定义,运用劳动人口占比增长速度和抚养比作为人口红利的代理变量,本文希望通过对人口与房地产收益率关系的研究,解答两者间是否存在正相关关系,程度怎样;进而研究中国的转轨经济形态中人口的转移对房地产收益的影响以及未来的发展趋势b这些问题的回答不仅可以对现在的房地产 拐点论 的争论提供一个理论证明或者反证,也可以为未来政府决策,进行宏观调控提供参考b文章剩余部分的结构安排如下:第二部分回顾相关文献研究结果b第三部分建立理论模型,分析两者之间的理论联系,定量分析房地产投资收益率a人口增长a人口转移以及遗赠动机强度等关系b第四部分采用中国房地产市场的交易数据,实证检验房屋投资收益率与人口变量之间的关系b考虑到中国的人口数据序列以及房地产价格序列都较短,因此为了保证实证结论的稳健性,本文利用中国31个省市区的面板数据,进一步研究人口与房地产价格之间关系b第五部分为结论,对文章内容进行总结b
第1期史青青等:人口红利与房地产收益率2 73二a文献回顾国外已经有大量学者对房地产价格与人口增长进行了研究bMankiw(1989)等第一次实证研究了人口变动对房地产价格的影响,通过比较人口增速和房地产价格的时序数据,实证结果发现20世纪末房地产价格的上升与 婴儿潮 有较为显著的联系bBrooks(2002)认为20世纪90年代来,美国资本市场上股票价格的持续上升与市场上劳动人口增速上升有明显的关系b由于70年代美国 婴儿潮 参加工作,开始为未来退休而进行储蓄,增加了对金融资产的需求b与这些结论相反,Poterba(2001)把样本数据扩大到其他国家,实证研究没有发现证据说明美国或者其他国家的人口变动和金融资产回报之间有显著性联系,他认为工人退休以后并不会大批抛售股票等有价证券,因此不可能随着 婴儿潮 这一代人的退休,造成资本市场崩溃bPo terba指出,资产市场崩溃论有两点不成立:(1)假设偏离现实,即文献假设个体在退休期间消费完所有的资产,这与现实不一致;(2)预测的不一致,这些文献一般预测个体会在退休时期快速消费年轻时积累的资产,但事实上个体退休时期消费的速度远低于年轻时累积资产的速度b有许多专家对这个结论不以为然,Abel(2001)假定个体具有遗赠动机,理论证明尽管遗赠动机的引入会减弱人口增长与资本市场两者之间的联系,但 婴儿潮 这一代人的退休的确会降低资本市场繁荣程度bHenning(2001)也持有类似的观点b他提出最好的解决方法是采用固定收益的社会养老保障体系,通过代际的保险有效补偿人口变动对工资和资产收益率的影响b国内也有学者对房价的变化进行研究:张涛等(2006)建立一个资产按揭贷款模型,从理论和实证角度说明房地产价格与银行房地产贷款有较强的正相关关系,住房按揭贷款利率的提高可以有效抑制房地产价格的上涨b梁云芳和高铁梅(2007)基于误差修正模型形式的面板数据模型讨论了房地产区域波动的差异,实证结果表明政府实施的房地产信贷政策对调控东西部地区的房价是有效的,实际利率对各区域影响差异不大,且影响较小b贺菊煌(2006)利用一个世代交叠模型分析了人口变动对储蓄率的影响,结论表明快速的生育率下降对储蓄率没有大的正面影响;幼年中青年人口比率变动对储蓄率的影响力远小于老年中青年人口比率变动对储蓄率的影响;快速的生育率下降虽然导致经济增长率的下降,但同时引起人均消费永久的提高b高小明和李学清(2008)分析了1995 2006年我国人口抚养比的变动状况,发现少年儿童抚养比随着经济的发展不断下降,而老年人口抚养比随着老年人口的增多呈现缓慢上升的反向动态变化趋势,得出我国目前仍然处在 人口机会窗口 时期b王涵语等(2008)从罗默的总量生产函数出发,研究老龄化对于人均经济增长率变动的影响,结果表明我国在2035年前处于人均经济增
274经济学(季刊)第10卷长率为正的人口红利期b总体说来,国内定量研究房地产收益与人口变量之间关系的文献还很少,且没有一个一致性的结论b针对国外文献结论的不一致,本文建立了一个世代交叠的真实周期模型(realbusinesscyclemodelwithoverlappinggenerations),在这个模型中,消费者具有遗赠动机,消费者在退休期并不消费完所有的财富,投资者通过选择房地产a遗赠和消费的最优组合,获得均衡状态下房地产投资的均衡收益率b模型的结论是:(1)房地产投资收益率与人口增长没有关系,人口增长率的变动不会对房地产投资收益率造成影响,这与Poterba的实证结论是一致的;(2)模型预测人口转移短期对房地产收益增长有正面影响,人口由低生产率的部门转移到高生产率的部门可以提高房地产的收益率,但长期来讲会降低房地产的收益率b另外,基于中国的房地产以及人口数据的实证结果支持了上述结论b三a人口与房地产收益率模型(一)模型基本假定与Abel(2001)的设定类似,考虑在一个封闭经济体中,代表性个体生活可分为三个阶段:儿童阶段a工作阶段和退休阶段b在儿童阶段,代表性个体没有决策能力,与其父母一起生活;在工作阶段,个体无弹性地供给自己的劳动,得到工资收入,并对自己和后代的消费数量以及投资于房地产的财富量做出决策;退休阶段决定自己消费多少以及剩下多少财富遗赠给自己的下一代b令Nt为t时期初出生的人口数,他们在t+1时期供应1单位的劳动力,在t+2时期退休b令 t为t时期的出生率,满足 t=Nt/Nt-1.(1) 假设出生率满足一个AR(1)过程,即 t= t-1+ t, t~N(0, ), 为随机扰动项 t的均方差b为分析简便,进一步假定在一个时期中资本量不发生改变,年轻的消费者按照储蓄率s将他们的收入存入银行b简化假定单位人口的劳动收入为1,则整个社会的储蓄总量为stNt=qtKt+1,(2)其中qt为t期每单位资本的价格,Kt+1为t+1时期总的资本量,在Poterba(2001)的文献中,其假定储蓄率为一个固定的常数,则等式(2)也可以视为社会对资本的需求方程,说明随着人口数量的增长,社会对资本的需求是增加的,如果资本量在一个时期保持不变,则资本的价格会提高b当人口数量持续增长,只要资产数量增长率低于人口增长率,等式(2)说明资产的价格可能持续上升b假定总资本供给曲线是向上倾斜的,具体表
第1期史青青等:人口红利与房地产收益率2 75示为K t+1=kKtqt.(3) 参数k>0且 >0(如果k=1且 =0,说明资产量不随时间而改变)b等式(3)为资产的供给方程,说明资本存量的增长率是资产价格的递增函数,令kt+1=Kt+1/Nt+1,等式(2)和(3)分别除以Nt+1就可以得到均衡时的资产量和资产价格1-1kt+1=st qt,t+1(4) kt+1=1kkt +1 等式(4)化简得到-1-(1+ )kt=stkqt.(5)-1-(1+ )1-1 利用kt=stkqt,kt+1=st qt,可以进一步得到资产价格的动态t+1表达式1lnqt+1=1+ -lnk+lnst+1+lnqt+ln t+1.(6)st 等式(6)为动态资产定价方程,说明当经济处于稳态(储蓄率为一个常数,出生率等于-1/ 1),资产价格q=k为一个常数b等式(6)说明房地产价格受到两个因素影响:人口增长率和储蓄率的增长率,这两个因素相互完全替代b实际可以将st+1ln+ln t+1看成整个社会购买房地产的资金量,如果购st买房地产的资金量增长率稍高于一个常数k,那么房地产价格上涨,若低于此常数,房地产的价格则会下降b等式(6)描述了房地产价格变动的影响因素,当人口比率大于1或者ln t+1大于零,未来房地产价格将上升(这是陈国强等的观点);国外热钱的进入,增加了lnst+1/st的值,从而提高了未来房地产价格(徐滇庆等的观点)b但这两种观点都是片面的,分开单独考虑两个因素中并不能为房地产价格的变动提供一个完整的图像b为弥补这些不足,本文建立一个局部均衡模型,说明个体理性选择下,房地产投资收益率的变动规律b本文假定个体具有遗赠动机,但遗赠动机的加入并不能改变文章的中心结论 房地产收益与人口增长率是无关的b为了说明这个结论,在具体建立这个局部均衡模型之前,图2对这个中心结论进行说明b在理性预期假设下,t时期资产的需求曲线为Kd1,资产供给曲线为Ks1,由均衡点A可得到对应的均衡价格以及均衡的资产量b如果经
276经济学(季刊)第10卷济体中有个体突然想把资产遗赠给后代或者人口增长率突然增加,使得资产的需求曲线变为Kd2,当房产供应量不变,则在点C达到均衡,导致更高的房产价格b但如果企业多提供房产满足需求,最终经济在B点达到均衡,均衡时的房产价格并不会改变b这里的一个关键假定是供给能够自由增加b接下来本文通过个体的投资组合选择说明,人口增长与房产投资收益是无关的b图2 房产的供需(二)转轨经济下的房产定价模型如前所述,考虑在一个封闭经济体中,世代交叠的个体共生活3期,在t期有Nt个代表性个体出生,他们在t+1期无弹性地供给1单位的劳动,赚得的工资为w t以及继承上一代的遗产,并选择消费和投资的数量,t+2期消费积累的财富,并将未消费的部分遗赠给后一代b经济体中包含两个部门:城市部门和农村部门,只有城市部门能生产房产b当工人在农村部门进行劳动,得到的工资为在城市部门工作得到工资的m倍(0<m<1)b假定社会中的房产生产技术为Cobb Douglas类型,令Kt为t时刻的房地产资产,假设整个社会生产的房产数量为K t+1= Lt(It)(K- tN1t),(7)I是整个社会的投资或者消费后的剩余,参数 >0,0< <1,其中0< <1说明房产量是投资的严格增凸函数bLt=ntLt-1是时期t中由其他用途的土地转为建筑用地的数量,其中建筑用地的增长速度是外生的,严格由中央或者地方政府控制b44地方财政很大一部分收入来自土地出让收入,东南沿海一带的地方政府的财政收入最高可以达50%以上,它们有很强的动机出让土地b事实上,一方面由于中央政府对土地出让总量的控制,另一方面,经济发达地区可供住房建设的土地资源已经很少,像北京这样的经济发达城市,土地出让的总量是逐年减少的b
第1期史青青等:人口红利与房地产收益率2 77在均衡的状况下,房产在t期末的价格qt应该等于为了生产t+1期1单-1位房产而需要的t期消费品的数量,也就是说 Kt+1qt=,利用等式(7) It可以很容易得出1- 1Itqt= Lt KtN.(8)t 等式(8)事实上暗含了1单位房产存量的消费品价格,即房产存量在t+1时的价值为qtKt+1=1It.(9) 当要素市场完全竞争时,每种要素得到的回报只能是其生产的边际产品价值,工资在任何部门都是一致的b考虑到中国的转轨经济状态:(1)中国的企业并不是以企业价值最大化为目标(赵志君和金森俊树,2005),而是最大化企业利润和产出的加权数;(2)中国劳动力从农村部门转向城市部门,工资可以大幅增加b假定t+1时期,城市部门雇用的工人数为BNt,农村部门雇用的工人数为(1-B)Nt,企业没有按照最大化利润而进行生产,其对企业利润的权重为fb在转轨经济条件下,代表性个体工资为(公式推导见附录部分)w t= Kt+1 (1- )It Nqt=(10)t 显然,当社会中城市化人口越多,代表性个体工资会增加b因只有城市部门能生产房产,1单位房产的收益率应该等于其能得到的边际产品 Kt+1 K,由于企业对企业利润的权重为f,因此租金为(见附录)tvt= Kt+1 Kqt= 1- It K.(11)tt 1单位房产从t-1期持有到t期所能得到的收益率Rt,等于房产的租金量vtKt除以房产的价值(房产量乘以房产价格):RvtKtt==(1- ) It.(12)qt-1KtIt-1(三)消费者的行为对代表性消费者而言,他们需要考虑自己本期的消费量a自己后代的本期消费量,以及将消费后的剩余作为投资,并在退休的时候决定消费额和遗赠的数量,更正式表示为,t期代表性工人最大化一生的预期效用Ut:
278经济学(季刊)第10卷maxUt=ln[ct+ tc t]+ Et[lnct+1]+ Et[lnbt+2],. tc t+ct+set= t,(13)bt+2ct+1+R=Rt++2 t期代表性个体在满足资源和财富约束下,最大化一生的效用b由于个体刚出生时,没有收入需要他们的父母进行抚养,因此父母需要给其消费c tb 代表消费者的时间偏好的主观贴现系数b留给后代的遗产同样给个体带来效用的满足,效用的主观贴现系数为 = 2,考虑中国经济改革带来的政策变动可能影响未来的生活水平,风险厌恶的个体会增加谨慎储蓄,从而给自己的未来消费增加安全系数(WakabayashiandMacKellar,1999),这时 > 2bset为个体将自己的收入 t投资到房产数量,ct+1为退休后的消费量以及bt+2为留给后代遗产的数量b代表性个体获得遗产bt+1 ,其一生的收入为 t=tbt+1w t+Rbt+1 t这里0 <1, >0, >0,Et[ ]代表基于t期信息的条件期望算子b为了获得等式(13)的最优解,定义 t+1=( t- tc t-ct)Rt+1以及价值函数Vt+1( t+1)=maxc,b lnct+1+ Et+1[lnbt+2]满足约束条件为ct+1+bt+2/Rt+2t+1t+1= t+1,则最优化问题(13)可以简化为Vt+1( t+1)=maxct+1,bt+1 lnct+1+ Et+1[lnbt+2],(14)+1+bt+2/Rt+2= t+1. 在最优条件下消费量ct+1= + t+1(其中将遗产用消费量ct+1表示出来,这样可以将条件期望去掉),bt+2= + Rt+2 t+1b现在最优化问题(13)可以简化为用最优的ct和c t最大化ln[ct+ tc t]+Et[Vt+1( t+1)]或者等价地最大化ln[ct+ tc t]+( + )Et[ln t+1],由该问题的一阶条件可以得到ct+ tc t t=1+ + b在t+1期初,经济中所有的房产Kt+1全部由t-1期出生的Nt-1个体所有,这些退休的个体通过持有这些房产获得vt+1Kt+1的租金,因此每个拥有房产的个体得到的现金流为vt+1Kt+1 (1- )It+1N=.(15)t-1 Nt-1 房产所有者在退休时期决定自己的消费量ct和遗产bt+1,其最大化退休期的效用函数 lnct+ Et[lnbt+1],满足约束条件为bt+1 (1- )It+1ct+R=t+1 Nbt-1
第1期史青青等:人口红利与房地产收益率2 79由这个最优化问题的一阶条件可以得到最优的消费量ct和遗产bt+1; (1- )It+1bt+1 (1- )It+1ct=, ( + ) Nt-1R=t+1( + .(16)) Nt-1 等式(16)就暗含出生在t期每个个体可以得到遗产的现值为bt+1 tR=t+1 (1- )It+1( ,因此每个个体+ 持有的总财富量等于工资收入与遗产之和,即) Nt (1- )It (1- )It+1t=N+ t( + ) N.(17)t 社会总财富量等于每个个体拥有的财富量的总和,即 tNt为社会总财富量: tN (1- )It (1- )It+1t=+ ( + .(18)) 考虑个体将消费剩余的财富投资于房产,等式(17)中可以得到整个社会投资量It=Nt( t-ct- tc t),考虑最优条件下的消费量以及后代的消费量,等式It=Nt( t-ct- tc t)隐含了It+1= (1+ + )- ( + )(1- )It .(19)(1- ) 因此等式(12)说明房产的收益率方程为RvtKt1t=qt-1K=t [ (1+ + )- ( + )(1- )].(20)ଁี1 均衡条件下,房产投资收益率与人口增长率无关b这个结论是明显的,等式(20)两边分别对人口增长率 t求导,有 Rt+1 =t0b这个结论只是重复了图2向我们表达的内容,但其经济意义非凡b一方面,它说明房产收益率与人口的增长并没有必然的联系,有力反击了 人口拐点 导致的 房市崩溃 论,说明从人口增长或者劳动力人口增速来分析房产价格的逻辑是错误的b图1显示,中国人口增速以及劳动人口增速与中国房产投资收益率是相背离的,也为命题1提供了一个强有力的佐证;另一方面,它可以衡量房产市场是否存在泡沫,为政府进行房产市场调控提供了参考bଁี2 房产投资收益率与城市化水平负相关b等式(20)分别对人口的城市化转移参数B进行求导,有 Rt+1 B=
280经济学(季刊)第10卷(1-m) ( + )(1- )- <0,即房产投资收益率与城市化水平负相关b当我们比较中美两个国家的房产投资收益率时,这个结论是很明显的b美国的城市化水平高但房产投资的收益率低,而中国情况刚好相反b需要说明的是,由于城市化水平与人口从农村向城市转移有关,当农民工进城务工的时候,他们正处于劳动期,会增加对房产的需求,从而提升房产的价格导致房地产投资收益率与城市化水平正相关,相当于图2中的Kd1需求曲线转向更高的需求曲线Kd2,从而市场的均衡点由A转为C点,房产价格上升b随着这些工人的退休,他们持有的房产要遗赠到下一代,自然增加了下一个时期的房产供给,降低了房产的收益率,或者说他们遗赠的价值bt+1 下降了b这也就是tR随t+1着Bt的增加,Rt+1是下降了bଁี3 当人口增长率低于某个常数后,人均储蓄率会上升;当人口增长率高于某个常数后,人均储蓄率会下降b由等式(19),定义It+1=C,C为一个常数,考虑投资增长率与 t+1=ItNt+1N,当人口增长率 t+1少于常数C时,等价地It+1Nt+1It+1It> >tItNtNt+1N,即t人均储蓄是增加的;当人口增长率 t+1大于常数C时,人均储蓄则是下降的b这个命题有非常重要的政策含义,目前为了刺激消费,政府出台了多种措施,但收效甚微,储蓄率持续上升,消费低迷,因此命题3说明如果想刺激消费,降低储蓄率,可考虑通过放开计划生育政策b四a实证分析(一)描述性统计在1998年以前,我国实行福利分房制度,不存在房屋的市场价格b1998年7月,国务院发布了 关于进一步深化城镇住房制度改革,加快住房建设的通知 ,通知要求1998年下半年停止住房的实物分配,逐步实现住房货币化b这是我国住房制度改革和房地产发展过程中的一项重大变革,也标志着我国房改按照向商品化a社会化全面推进b尽管目前市场上按照房屋价格水平划分为一线城市(北京a上海a广州和深圳)a二线城市(省会城市a计划单列市以及经济较为发达的城市)和三线城市(其他城市),城市房价不仅仅由其本身的经济特征和人口特征决定,但市场分割并未形成,诸如温州炒房团a山西煤炭资金等资源在全社会自由流动,房产投资行为仍然满足边际成本等于边际收益的均衡条件b其次,为避免样本选择偏差,保证检验结论的
第1期史青青等:人口红利与房地产收益率2 81稳健性,因此本文采用31个省市区的面板数据进行检验b通常横截面数据或者时序数据不能同时反映经济个体本身变化以及经济个体受其他经济个体影响的变化,而面板数据能很好弥补这些缺点,特别适合 短而宽 的数据b表1说明各省区面板数据的数据来源b人口序列除城市人口占比外,均来自 中国统计年鉴 b城市人口占比1999 2004年数据来自 人口统计年鉴 ,2006 2007年数据来自 中国统计年鉴 ,2005年数据由于两个数据库均有记录但略为不同,本文采用平均值予以修正b房屋投资价格数据来自CEICb样本区间为:1999 2007年各地区的年度数据b这样计算的收益率样本区间为:2000 2007年b平均投资价格APa住房投资价格RP包括279个样本点,相应的收益率数据APRaRPR有248个样本点;别墅投资价格VP(243个样本点)由于甘肃a青海a新疆a西藏数据不全,予以删除,相应收益率数据VPR有216个样本点;经济房投资价格EP(261个样本点)剔除了数据不全的上海a西藏数据,相应收益率数据为EPR(232个样本点);办公房投资价格OPa商品房价格CP(270个样本点)删除西藏数据,相应收益率数据OPRaCPR有240个样本点b表1 各省区数据变量类型及数据来源各省区数据变量名代表符号变量类型样本数数据来源城市人口增长率rkz年度数据1999 2007 中国统计年鉴 劳动人口占比work年度数据1999 2007 中国统计年鉴 年幼人口占比young年度数据1999 2007 中国统计年鉴 成人人口占比adult年度数据1999 2007 中国统计年鉴 老年人口占比old年度数据1999 2007 中国统计年鉴 男性人口占比male年度数据1999 2007 中国统计年鉴 平均投资价格AP年度数据1999 2007CEIC居住房投资价格RP年度数据1999 2007CEIC别墅投资价格VP年度数据1999 2007CEIC经济房投资价格EP年度数据1999 2007CEIC办公用房价格OP年度数据1999 2007CEIC商品房价格CP年度数据1999 2007CEIC 其他房屋价格Otp年度数据1999 2007CEIC 为了进一步比较各地区房价变动的情况,首先选择三个有代表性的省市:北京a湖北和四川,考察其各种类型房屋价格的增长趋势和波动状况b图3描述了这三个地区不同类型房屋名义价格绝对量变动的图形(样本区间为1999 2007年),反映各地区各类房屋销售价格的长期趋势b从图3可以发现,尽管各地区房价都具有上升的长期运行趋势,但是北京的房价比湖北和四川高得多b
282经济学(季刊)第10卷图 3
第1期史青青等:人口红利与房地产收益率2 83 表2给出了分地区房价的各种统计特征(实际变量以1999年为基期)b可以看出,实际变量的变动情况与名义价格变动情况类似,住房销售价格的统计特性与平均销售价格的统计特性最为接近,就北京而言,办公房的均价最高,其次是办公房a商品房;对于湖北和四川,别墅均价最高,其次是商品房a办公房,种种细微差异与当地经济状况有关系b接下来运用面板数据对特定类型的房屋收益率与人口变量的关系进行实证分析b表2 北京a湖北和四川各类房屋销售价格描述性统计单位:元/平方米名义变量北京湖北四川实际变量北京湖北四川样本区间1999 20071999 20071999 2007样本区间1999 20071999 20071999 2007AP房价平均值633318681723AP房价平均值596917301576AP房价标准差2278630529AP房价标准差1971460365AP房价最大值1155330532840AP房价最大值1045125702336RP房价平均值579517901534RP房价平均值546016581398RP房价标准差2069604562RP房价标准差1782442404RP房价最大值1066129372753RP房价最大值964424732264VP房价平均值1019632553566VP房价平均值964029923275VP房价标准差256116381044VP房价标准差22261280770VP房价最大值1574068805777VP房价最大值1423857924751EP房价平均值291311591014EP房价平均值27601081937EP房价标准差303264149EP房价标准差249175101EP房价最大值354117511231EP房价最大值330914741090OP房价平均值1269827472964OP房价平均值1203925472716OP房价标准差17059391003OP房价标准差1546693757OP房价最大值1515246085135OP房价最大值1370638794228CP房价平均值1088132053486CP房价平均值1026829623216CP房价标准差38151293543CP房价标准差33721007316 CP房价最大值1758552254283CP房价最大值1590746103816(二)变量设计由于近年来经济快速增长和快速推进的城镇化进程等因素可能推高了房屋投资价格及相应的收益率,因此检验有关人口变量与房产价格变动之间关系时,加入GDP增速gGDPa金融机构三年期贷款基准利率i作为控制变量,则相应的计量模型形式化为 (Yt)=f(Xt)+ Z+ t,(21)Y表示特定类型房屋的投资收益率,X是以向量形式表示的人口相关变量,Z表示控制变量, 为随机干扰项b
284经济学(季刊)第10卷(三)各省区面板数据实证分析1.平稳性检验为了避免伪回归,文中对各种指标的平稳性进行检验,分别选择相同根检验方法LLC(Levin Lin Chu)检验(Levinetal.,2002)和不同根检验方法Fisher ADF检验(MaddalaandWu,1999),对模型中价格和人口相关序列以及一阶差分序列进行检验,其结果见表3b表3 各种变量及一阶差分的面板数据平稳性检验变量LLC(Levin Lin Chu)检验Fisher ADF检验原序列统计量一阶差分序列统计量原序列统计量一阶差分序列统计量阶数成年人口占比-5 21***61 58238 21***I(0)抚养比-8 51***78 11*I(0)男性占比5 30***72 81140 40***I(0)老年占比0 16-30 74***21 63184 42***I(1)城市人口增长率-16 61***122 33***I(0)年幼人口占比-7 20***56 55222 63***I(0)劳动人口占比-2 27**32 4587 59**I(0)GDP增速-11 83***78 16**I(0)利率19 96-5 39***3 8824 53I(1)平均投资价格1 76-11 71***23 7281 35**I(1)商品房投资价格-0 62-15 52***42 05157 36***I(1)经济房投资价格1 74-16 55***24 55198 76***I(1)办公房投资价格3 46-13 98***32 83151 73***I(1)住房投资价格4 67-8 50***19 6480 53*I(1) 别墅投资价格5 10-9 38***23 89108 83***I(1) 注:LLC和Fish ADF检验的零假设均为:原序列存在单位根b******,,分别表示在10%a5%和1%显著性水平下拒绝原假设b平均投资价格和住房投资价格按照有时间趋势,根据AIC选择b表3表明各类型房屋投资价格序列是非平稳序列,一阶差分后变为平稳序列;而人口序列中除老年人口占比均为平稳序列,GDP增速gGDP为平稳序列,金融机构三年期贷款利率变量为非平稳过程,一阶差分后变为平稳序列b定义t时刻的房屋投资收益率Rt,而房屋投资价格以Pt表示,近似假定租金vt=RPt-1,t时刻的房屋投资价格Pt=(1+Rt)Pt-1,则可以得出Rt=vt/Pt-1=(Pt-Pt-1)/Pt-1 100%,同时运用相同根检验方法LLC检验和不同根检验方法Fisher ADF检验对各类房屋收益率序列进行单位根检验b表4显示了其平稳性检验结果,说明各种房屋投资收益率均为平稳序列b
第1期史青青等:人口红利与房地产收益率2 85表4 特定类型房屋收益率的面板平稳性检验变量LLC(Levin Lin Chu)检验统计量Fisher ADF检验统计量阶数APR-6 07***111 65***I(0)CPR-18 04***253 51***I(0)EPR-16 77***301 37***I(0)OPR-14 39***255 30***I(0)RPR-3 62***85 97**I(0) VPR-14 05***226 88***I(0) 2.实证分析由于房屋投资收益率序列平稳,可以运用OLS方法对模型进行估计b实证共分为两个步骤:(1)直接采用多元的OLS模型,将房屋投资收益率序列作为被解释变量,而房屋投资收益率滞后一期和所有的人口序列作为解释变量,得到每个经济变量的系数以及相应的t统计量aP值以及回归方程的调整R2,并检验回归余值的平稳性b(2)利用逐步回归的OLS模型,设定显著性水平为10%,剔除不显著的解释变量,最终得到影响房屋投资价格的影响因素b在实际运用中,一般假定模型中的参数只是在某个方向发生变化,如梁云芳和高铁梅(2007)假定在相同区域经济结构大体一致,从而采用面板数据的不变参数模型b但严格的方法应该是首先对模型设定进行检验,第一步进行F检验,分为截面F检验和时间F检验,如果截面F检验和时间F检验均不能拒绝零假设,则采用混合回归模型或者不变系数模型(PooledRegres sionModel),如果结果拒绝,则利用Hausman检验判断采用固定效应模型或者随机效应模型b表5列示了F检验和Hausman检验的结果b实证结果表明面板数据的随机效应不显著,在0 10的置信水平下,大部分的面板数据具有时点固定效应,只有经济房和办公房投资收益率接受混合回归模型b表5 面板数据的固定效应和随机效应检验变量F检验Hausman检验随机效应截面F统计量P值时间F统计量P值M统计量P值APR0 710 877 90***<0 000118 230 01CPR0 470 992 30**0 0419 010 02EPR1 060 390 290 9411 950 26OPR0 410 991 360 239 500 22RPR0 780 7811 39***<0 000127 080 00 VPR0 201 004 07***0 000814 330 00
286经济学(季刊)第10卷 除了经济房和办公房投资收益率采用混合回归模型,其他数据均采用时点固定效应模型(由于时点固定效应模型的截距项不唯一,因此删除常数项),由于(年幼人口占比+老年人口占比)/成年人口占比=抚养比,因此为避免回归过程的共线性问题,回归方程剔除了年幼人口占比a老年人口占比以及成年人口占比,而只保留了抚养比变量,表6显示了回归结果b其中,R(-1)表示相应房屋投资收益率滞后一期变量, i表示利率一阶差分b表6 多元回归结果5残差平稳R(-1)gGDP iworkmalerkzfeed(Adj) R2性检验APR-0 070 0080 110 22-1 310 00040 280 47p值(0 33)(0 01)(0 00)(0 85)(0 30)(0 35)(0170)0136平稳I(0)CPR-01400101-0109-1133-417601002-11240128p值(0100)(0108)(0105)(0155)(0106)(0100)(0137)0113平稳I(0)EPR-011901008-010501660108-01000901450124p值(0101)(0120)(0131)(0174)(0197)(0118)(0172)0108平稳I(0)OPR-01370105-01118157-0144010051270134p值(0100)(0100)(-1143)(0101)(0188)(0198)(0102)0120平稳I(0)RPR01020100501161112-111901000201870159p值(0178)(0102)(0100)(0130)(0132)(0172)(0121)0151平稳I(0)VPR-0142010230111-6182-7124010002-41750138 p值(0100)(0105)(0118)(0106)(0102)(0191)(0105)0125平稳I(0) 表6结果说明:(1)办公房屋投资收益率a住房投资收益率以及经济房投资收益率与抚养比正相关b也就是说,随着人口抚养比增大,房屋投资收益率上升的,这与经济理论不符,可能是解释变量之间存在的共线性等问题造成的,需要进一步检验这种关系b(2)别墅投资收益率以及办公房投资收益率与现有的人口变量无关b(3)人口增长率a男性占比以及城市人口占比与房屋投资收益率之间关系并不确切,需要进一步研究b考虑到变量之间可能存在共线性问题以及变量可能存在的时间趋势,增加时间趋势项,采用逐步回归分析方法,剔除不显著变量,其中设定显著水平为15%,得到最终的回归结果见表7b5逐步回归结果中p值为每个对应变量的p值,按照顺序对应每个括号b
第1期史青青等:人口红利与房地产收益率2 87表7 剔除不显著变量后的回归结果时间项tR(-1)gGDP$iworkmalerkzfeedAdj2R2残差平稳性检验APR01008***0110***0136p值(0101)(0100)DW=2114平稳I(0)CPR0104***-0145***-0126***1115***01002***0132p值(0100)(0100)(0100)(0100)(0100)DW=2131平稳I(0)EPR-0117**0121p值(0103)DW=2106平稳I(0)OPR-0137***0104***8149***5150***0133p值(0100)(0100)(0101)(0101)DW=2125平稳I(0)RPR******0100601150151p值(0100)(0100)DW=2132平稳I(0)VPR********0105-0142-5187-41370137 p值(0100)(0100)(0110)(0108)DW=2125平稳I(0) 表7结果说明:(1)房屋投资收益率与人口红利无关b从劳动人口占比变量来看,经济适用房及办公房投资收益率方程中劳动人口占比系数显著为正,但在别墅投资收益率方程中劳动人口占比系数显著为负,而在平均房屋投资收益率和商品房投资收益率等方程中系数均不显著,说明平均来说劳动人口占比并不是影响房屋投资收益率的关键变量;如果在5%的显著水平上,人口增长率与房屋投资收益率不存在显著关系,只是在10%的显著水平上,只有一个方程中的系数显著,且符号为负,这既与人们的直觉不符,也不满足经济理论要求,难以说明人口增长与房屋投资率之间的显著关系;尽管抚养比出现在五个方程中,但两个方程中显著为正,一个显著为负,其他两个方程中的系数在10%的显著水平上不显著,证明了人口红利与房地产投资收益率的无关性结论b(2)控制变量中,经济增长率对房屋投资收益率有正的显著影响,而利率变动以及城镇化率也对房地产投资收益率有一定积极影响b实证结果中,所有方程中GDP增速变量的系数显著为正,说明经济增长的财富效应有利促进了房屋投资价格的上升和收益率的增加;利率变动$i在住宅房屋投资收益率方程中系数显著为正,在商品房投资收益率方程中显著为负,说明利率对住宅房地产投资收益有正影响,但对商品房投资收益率影响为负b表7与表8的结果说明,总体而言,房产投资收益率与/人口红利0相关变量如抚养比a劳动人口占比并没有统计上的显著性,说明/人口红利0对房地产收益率的影响方向不确定b
288经济学(季刊)第10卷五a结 论本文鉴于中国经济的特殊情况,建立了一个适用于中国的房产均衡价格模型,说明在完全理性的假设下,房产投资收益率与人口红利无关b在转轨过程中,房地产投资收益率与人口城市化呈正相关,但随着人口转移的完成,当市场达到均衡后房地产投资收益率与城市化水平负相关b实证结果表明,中国的房地产市场数据支持我们的理论模型,为制定相应政策提供了参考b由于重点研究人口变量与房地产价格之间关系,如考虑其他影响房产价格的重要变量,房地产贷款a人口生育高峰等,特别是后者对房地产的影响,将得到更为丰富的结论b我国解放以来,共出现三次人口生育高峰,每次高峰过后均可能对房地产市场产生重大冲击,因此检验三个生育高峰对房地产市场的影响,是一个非常有意义,也是我们进一步研究的重点b附录借鉴赵志君和金森俊树(2005)认为中国的国有企业a私营企业和其他经济实体具有偏离利润最大的多重目标,与单纯追求利润最大化的企业比较,它们更倾向利用更多的劳动力和资本生产更多的产品b尽管企业面临的目标很多,我们简单假定为多重目标的加权平均,城市部门的企业最大化问题为:m<axObject=(1-f)A1-<qtLt(It)(KtNt)I,N+<f[(1-S)AqtLt(It)(KtN1-<t)-wtNt-Itxt],()其中S为税率,x为投资需要的收益,f为市场化和私有化变量,代表了企业对利润最大化的重视程度,或者企业对利润最大化的倾向,当f=1时,这个等式衡量利润最大化条件下的企业行为;当f=0为纯粹计划经济下的企业行为方式,在通常情况下,0<f<1,反映当前中国企业的目标取向b等式(A11)的一阶条件为<w1It1-<t=(1-<)AqtLtfN(Kt)[1-f+f(1-S)]t<I=Ft(1-<)Aq1-<tLtN(Kt)=F9Kt+1qt,()t9Nt其中,F=(1/f-S),其他要素的租用价格与此类似b需要说明的是由于在中国转轨经济条件下,劳动力从农村部门转向城市部门有许多人为的限制b由于1-B的比例的劳动力在农村工作,个体得到的工资为mwt,而剩下的劳动力在城市部门工作,得到的工资为wtb由于人口出生是一个随机的过程,或者对整个社会而言,代表性个体的平均工资为(B+(1-B)m)wt,令P=B+(1-B)m,则平均工资可以简记为wt=Pwtb其他生产要素在不同部门可以自由流动,因此在均衡状态下各要素的租用价格是一致的b
第1期史青青等:人口红利与房地产收益率2 89参考文献[1]Abel,A.,/WillBequestsAttenuatethePredictedMeltdowninStockPricesWhenBabyBoomersRetire?0ReviewofEconomicsandStatistics,2001,83(4),589)595.[2]Brooks,R.,/Asset2MarketEffectsoftheBabyBoomandSocial2SecurityReform0,AmericanEco2nomicReview,2002,92(2),402)406.[3]陈国强,/奥运后房价跌不了0,5东方早报6,2008年5月23日第B12版b[4]高小明a李学清,/1995)2006年我国人口抚养比时空分析0,5西安财经学院学报6,2008年第3期,第107)113页b[5]贺菊煌,/人口红利有多大0,5数量经济技术经济研究6,2006年第7期b[6]Henning,B.,/RetirementSavingsinanAgingSociety:aCaseforInnovativeGovernmentDebtManagement0,,2001.[7]Levin,A.,,,/UnitRootTestsinPanelData:AsymptoticandFinite2SampleProperties0,JournalofEconometrics,2002,108(1),1)24.[8]梁云芳a高铁梅,/中国房地产价格波动区域差异的实证分析0,5经济研究6,2007年第8期,第133)142页b[9]Maddala,G.,,/AComparativeStudyofUnitRootTestswithPanelDataandaNewSimpleTest0,OxfordBulletinofEconomicsandStatistics,1999,32(specialissue),631)652.[10]Mankiw,N.,,/TheBabyBoom,theBabyBustandtheHousingMarket0,RegionalScienceandUrbanEconomics,1989,19(2),235)258.[11]Poterba,J.,/DemographicStructureandAssetReturns0,ReviewofEconomicsandStatistics,2001,83(4),565)584.[12]Wakabayashi,M.,,/DemographicTrendsandHouseholdSavingsinChina0,InterimReportIR2992057/November,InternationalInstituteforAppliedSystemsAnalysis,1999.[13]王涵语a马磊a夏中泽,/老龄化下人均经济增长率变动的实证分析0,5华东经济管理6,2008年第1期,第44)49页b[14]徐滇庆,/房价一定涨!警惕热钱炒高下轮房价0,5高端财经6,2008年7月4日b[15]尹中立,/-2008年房价现拐点.遭质疑片面扩大人口因素0,5信息时报6,2007年7月25日b[16]张涛a龚六堂a卜永祥,/资产回报a住房按揭贷款与房地产均衡价格0,5金融研究6,2006年2期,第1)10页b[17]赵志君a金森俊树,/一个中国私营部门发展模型0,5经济研究6,2005年第4期,第97)107页b
290经济学(季刊)第10卷IrrelevanceofDemographicDividendsandReal2EstateEquilibriumReturnsQINGQINGSHI FANGYUFEI(ShanghaiJiaoTongUniversity)WEILIANGZHU(ThePeoplepsBankofChina)Abstract Inanoverlappinggenerationmodel,thispaperstudiestherelationshipbe2tweendemographicvariablesandreal2estateequilibriumreturns, G10,J10,R31
