新房市場、二手房市場與租賃市場的交互關(guān)系

孫雯

[摘 要] 基于2015年1月至2019年3月全國月度數(shù)據(jù)，本王運(yùn)用格蘭杰因果檢驗(yàn)與OLS模型探究二手房市場、新房市場與租賃市場的相關(guān)性。實(shí)證結(jié)果表明，租房市場與二手房市場具有一定的聯(lián)系，但與新房市場相關(guān)性不大。而新房市場和二手房市場聯(lián)系較為緊密。上一次上一期二手房價格指數(shù)對新房價具有顯著的影響，二手房價格指數(shù)每上升1%，新房價格上升0.063%，而租賃價格指數(shù)對新房價格影響不顯著，與二手房價互為反向關(guān)系。上期新房價格影響本期租賃價格指數(shù)與二手房價格指數(shù)，影響大小分別為0.453與2.542。

[關(guān)鍵詞] 二手房市場;新房市場;租賃市場;格蘭杰因果檢驗(yàn)

[中圖分類號] F293.3[文獻(xiàn)標(biāo)識碼] A[文章編號] 1009-6043（2019）07-0125-03

一、引言

1998年，中國對住房制度進(jìn)行了重大改革。在全國范圍內(nèi)，國務(wù)院廢除了計(jì)劃經(jīng)濟(jì)遺留下來的住房制度，由實(shí)物分配向貨幣分配轉(zhuǎn)變。這一制度變遷迅速推進(jìn)了住房商品化進(jìn)程，加快了我國房地產(chǎn)業(yè)的發(fā)展。隨后，隨著住房抵押貸款新政策的實(shí)施和土地流轉(zhuǎn)制度改革的深化，房地產(chǎn)市場逐漸繁榮起來，并形成了以新房開發(fā)為主導(dǎo)的新房地產(chǎn)市場。與家庭收入不同的是，許多城市的房價持續(xù)上漲，一些大城市的房價超出了人們的承受能力。新建住房價格、二手房價格指數(shù)以及房屋租賃價格指數(shù)相互影響的原因，可能在于人們對房地產(chǎn)的需求不同。在房價快速上漲的今天，持有充沛資金的人對房地產(chǎn)的投資意愿很高，造成空置房的增加。這些房屋可能只用于等房價上升到一定時候時出售，也可能用于出租。在此背景下，居民被迫轉(zhuǎn)向租賃市場。我國現(xiàn)行的房地產(chǎn)市場需求側(cè)調(diào)控措施效果不明顯，甚至引起一些城市房地產(chǎn)市場價格的反彈。另外，房地產(chǎn)產(chǎn)權(quán)市場供給缺乏彈性，我國很難通過直接提高住房供給來控制房價。因此，可將目光轉(zhuǎn)向房地產(chǎn)租賃市場，通過調(diào)控租賃市場價格間接達(dá)到調(diào)控產(chǎn)權(quán)市場價格的目的[1]。隨著我國城市用地供應(yīng)日趨緊張，增量房地產(chǎn)的發(fā)展速度也逐步放緩。并且我國房地產(chǎn)成交結(jié)構(gòu)從新房市場向二手房市場傾斜。不同的城市的市場二手房與新房的比例差距較大。因此，在探討房地產(chǎn)市場與租賃市場關(guān)系時，應(yīng)當(dāng)對二手房與新房加以區(qū)分。

住房價格和租賃價格指數(shù)二者關(guān)系，目前形成了三種理論：單一市場理論，雙重市場理論以及整體市場理論。馬克思地租理論和迪帕斯奎爾-惠頓模型（D-W模型）均認(rèn)同單一市場理論，認(rèn)為房價和租金處于同一市場，租金則是房屋的資產(chǎn)紅利，房價是將來全部房屋租金現(xiàn)值總和，二者是正比例關(guān)系。而雙重市場理論是將住房銷售市場、住宅租賃市場視為兩個互相獨(dú)立的市場，且未考慮二者之間的互動關(guān)系[2]。整體市場理論認(rèn)為住房銷售市場、住宅租賃市場是存在密切聯(lián)系的，房屋價格變動會導(dǎo)致房屋租金價格變動，房屋租金亦會反作用于房屋價格[3]。

實(shí)證方面，主要形成以下幾種觀點(diǎn)：第一，房價與租價互為因果且具有推動關(guān)系。余華義和陳東（2009）經(jīng)實(shí)證研究，發(fā)現(xiàn)房價和房屋租金之間存在正向影響關(guān)系，房價上升帶動租金上升，租金上升推動房價上升[4]。趙美平與劉永紅（2014）基于2000-2013季度數(shù)據(jù)提出，房價收入比、房價租金比對房價具有正相關(guān)關(guān)系[5]。第二，房價與租價關(guān)系不顯著。如Mayer等（2005）認(rèn)為房價和租價不存在直接關(guān)系，房價租金比也失去了衡量房屋投資價值的意義[6]。林瑩等（2007）基于北京的數(shù)據(jù)的實(shí)證結(jié)論為房價與租金不存在相互影響。第三，房價和租價的關(guān)系因不同區(qū)域不同時段而表現(xiàn)不同[7]。李寧（2014）運(yùn)用全國房屋銷售和租賃價格指數(shù)數(shù)進(jìn)行實(shí)證分析，認(rèn)為房價在短期和長期都將影響租金水平，但租金對房價幾乎無顯著影響，因此租賃市場和房屋銷售市場存在一定分隔[2]。

可見，學(xué)者無論在理論研究還是實(shí)證研究方面對房價租價關(guān)系問題已經(jīng)進(jìn)行了長期的探討，但研究結(jié)論存在差異性。這種差異可能是使用指標(biāo)的不同、研究時間不同以及區(qū)域不同所導(dǎo)致的。值得指出的是，以往研究中，有關(guān)新房市場與租賃市場、新房市場與二手房市場的關(guān)系討論較多，后者如賴洪貴（2016）通過研究14年全國月度數(shù)據(jù)，認(rèn)為新房價格與二手房價格指數(shù)存在長期均衡關(guān)系，且新房價格起主導(dǎo)作用[8]。而文清（2015）運(yùn)用2005年7月至2014年1月月度價格指數(shù)同樣證明了這一點(diǎn)[9]。因此，新房價格、二手房價以及租賃價格指數(shù)之間可能存在一定關(guān)聯(lián)。本文借助OLS模型以及VAR模型，探究二手房、新房市場與租賃市場的互動聯(lián)系。

本文基于2015年1月至2019年3月的全國月度數(shù)據(jù)，探究商品房銷售價格指數(shù)、二手房出租掛牌價指數(shù)以及二手房出售掛牌價指數(shù)的相互關(guān)系。結(jié)論指出，上期租賃價格與二手房價格較為緊密，而與新房價格關(guān)系不大。無論是短期還是長期，新房價與二手房價互相影響。其余部分將做如下安排：第二部分說明指標(biāo)與數(shù)據(jù)處理;第三部分進(jìn)行實(shí)證研究并說明實(shí)證結(jié)果;最后，我們在第四部分中得出結(jié)論，并給出切實(shí)可行的政策建議。

二、指標(biāo)選取與數(shù)據(jù)處理

本文從WIND數(shù)據(jù)庫中選取編制中國2015年1月至2019年3月的商品房銷售價格指數(shù)、二手房出租掛牌價指數(shù)以及二手房出售掛牌價指數(shù)，從而探究三種價格的變化程度與趨勢，并反映新房市場、二手房市場以及住房租賃市場之間的關(guān)系。所采用變量如表1所示。為了消除異方差影響，更好地捕捉變量的線性變化趨勢，本王將以調(diào)整后變量數(shù)據(jù)的自然對數(shù)轉(zhuǎn)換值來進(jìn)行實(shí)證分析。數(shù)據(jù)主要來源于WIND數(shù)據(jù)庫與EPS數(shù)據(jù)庫。

三、實(shí)證研究

（一）單位根檢驗(yàn)

（二）格蘭杰因果檢驗(yàn)

1.理想滯后階數(shù)的確定

在建立VAR模型過程中，需要確定滯后階數(shù)，一方面，滯后階數(shù)應(yīng)足夠大，否則不能反映模型的動態(tài)特征;另一方面，滯后階數(shù)越大，模型自由度越小。理想階數(shù)需滿足以上條件，缺一不可。本文使用FPE準(zhǔn)則、AIC準(zhǔn)則、SC準(zhǔn)則和HQ準(zhǔn)則來選擇理想滯后階數(shù)，最終選擇滯后11階為理想階數(shù)。

2.向量自回歸模型（VAR模型）

VAR模型方法是把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的向量自回歸模型。本文認(rèn)為，上期的二手房價格與租賃價格對新房價格具有一定的影響，因此建立HP、HP_SEC和RENT變量的VAR模型如下：

格蘭杰因果檢驗(yàn)解決了解釋變量是否引起被解釋變量的問題，主要看被解釋變量能在多大程度上被過去的解釋變量所解釋。如果解釋變量在被解釋變量的預(yù)測中有影響，那么就說解釋變量是被解釋變量的格蘭杰原因。

現(xiàn)對上面估計(jì)出的VAR模型進(jìn)行格蘭杰因果檢驗(yàn)，結(jié)果如表3所示。不考慮滯后期時，在0.05的顯著性水平下，租賃價格指數(shù)是二手房價格指數(shù)的格蘭杰原因，新房價格和二手房價格互為格蘭杰原因。在0.05的顯著性水平下，上期租賃價格指數(shù)是上期二手房價格指數(shù)和本期新房價格的格蘭杰原因，而新房價格和上期二手房價格互為格蘭杰原因。

（三）基于OLS模型的實(shí)證分析

由于格蘭杰因果關(guān)系只能衡量變量之間有沒有聯(lián)系，并不能衡量其作用的大小，因此本文基于OLS模型構(gòu)建如下模型，分別考察新建住房價格、二手房價格指數(shù)以及住房租賃價格指數(shù)之間的關(guān)系?；鶞?zhǔn)計(jì)量模型如下：

需要說明的是，RENTi表示i時期二手房出租掛牌價指數(shù)，HPi表示i時期商品房銷售價格，HP_SECi表示i時期二手房出售掛牌價指數(shù)，SA_SECi表示i時期二手房掛牌量指數(shù)，SAi表示i時期商品房銷售面積，R007_7i表示i時期銀行間質(zhì)押式回購加權(quán)利率。此處需要參考的是β1和β2的正負(fù)向及大小。

在此基礎(chǔ)上，本文進(jìn)行分別以HP、RENT、HP_SEC作為被解釋變量進(jìn)行回歸，回歸結(jié)果如表3所示，分別為模型（1）、模型（2）和模型（3）。從表3的回歸結(jié)果可以看出，全樣本下，租賃價格指數(shù)、二手房價對新房房價的影響為正。租賃價格指數(shù)每上漲1%，新房價上漲0.162%;二手房價每上漲1%，新房價上漲0.285%。模型（2）可以看出，二手房價每上漲1%，租賃價格指數(shù)下降0.174%;新房價每上漲1%，租賃價上升0.515%。模型（3）指出，租賃價格指數(shù)每上漲1%，二手房價下降0.528%;新房價每上升1%，二手房價上漲2.735%?？梢姡路績r、二手房價和租賃價格指數(shù)之間可以相互影響?，F(xiàn)實(shí)中，面對利率和政策，房價最先做出反應(yīng)，隨后二手房價和租賃價格指數(shù)產(chǎn)生變化。上期二手房與租賃價格指數(shù)的變化，很可能反向影響對本期房價。因此，可探究二手房價和租賃價格指數(shù)滯后期對新房價的影響，實(shí)證結(jié)果如表3模型（4）至模型（6）。模型（4）表明，上一期二手房價格指數(shù)對新房價具有顯著的影響，二手房價格指數(shù)每上升1%，新房價格上升0.063%，而租賃價格指數(shù)對新房價格影響不顯著。模型（5）與模型（6）表明，上期新房價格影響本期租賃價格指數(shù)與二手房價格指數(shù)，影響大小分別為0.453與2.542。從表3中還可以看出，金融市場也對房產(chǎn)市場具有一定影響，但對租賃市場影響不顯著。銀行間質(zhì)押式回購加權(quán)利率每上升1%，新房價格將減少0.402%，二手房價格指數(shù)將下降0.685%。

四、結(jié)論與政策建議

本文從WIND數(shù)據(jù)庫中選取編制中國2015年1月至2019年3月的商品房銷售價格指數(shù)、二手房出租掛牌價指數(shù)以及二手房出售掛牌價指數(shù)，通過格蘭杰因果檢驗(yàn)、OLS實(shí)證回歸等方法，探究新房價、二手房價格與租賃價格之間的關(guān)系。結(jié)果表明，租賃價格變動在長期單項(xiàng)影響二手房價格與新房價格，在短期僅影響二手房價格。而新房價格與二手房價格互為格蘭杰因果原因，存在較為穩(wěn)定的格蘭杰因果關(guān)系。OLS實(shí)證回歸結(jié)果與格蘭杰因果關(guān)系整體較為接近：二手房價每上漲1%，新房價上漲0.285%，租賃價格指數(shù)下降0.174%;新房價每上漲1%，二手房價上漲2.735%，租賃價上升0.515%;租賃價格指數(shù)每上漲1%，新房價上漲0.162%，二手房價下降0.528%。上一期二手房價格指數(shù)對新房價具有顯著的影響，二手房價格指數(shù)每上升1%，新房價格上升0.063%，而租賃價格指數(shù)對新房價格影響不顯著，與二手房價互為反向關(guān)系。上期新房價格影響本期租賃價格指數(shù)與二手房價格指數(shù)，影響大小分別為0.453與2.542。

根據(jù)實(shí)證結(jié)果，本文認(rèn)為，房屋交易的需求面來看，中國房價上漲主要是其投資需求過高，而非自主需求，否則房價上漲將使有自主需求的潛在后邁著轉(zhuǎn)向房屋租賃，從而造成租賃市場需求增加，租金上漲。政府應(yīng)抑制房地產(chǎn)投資需求，貫徹落實(shí)“房住不炒“的理念。本文應(yīng)該從以下幾個方面入手：

第一，貫徹落實(shí)租售并舉政策，改進(jìn)租購?fù)瑱?quán)政策，提高居民對租賃市場的需求，保證租賃市場有充沛的客源，形成穩(wěn)定的租價和現(xiàn)金流

租售并舉政策目標(biāo)是構(gòu)建多層次住房供給制度，讓有自主需求的客戶分流至租賃市場。因此貫徹落實(shí)租售并舉，可提高企業(yè)和居民對租賃市場前景的期待值，提升進(jìn)入租賃市場的參與積極性。而另一個熱點(diǎn)政策——租購?fù)瑱?quán)則備受爭議。租購?fù)瑱?quán)可避免非理性搶房，抑制房價虛高。但從現(xiàn)實(shí)角度而言，中國人購房的一個特殊原因在于，稀缺的教育資源與學(xué)區(qū)房綁定，而租購?fù)瑱?quán)不能保證所有的租房者和業(yè)主享受同等優(yōu)質(zhì)的教育資源，以及教育資源等，因此，建議制定租購?fù)瑱?quán)政策時的考慮教育資源的分配問題，提高租賃市場的需求。

第二，改革土地供應(yīng)和土地出讓金制度，調(diào)控住房建設(shè)用地供應(yīng)，穩(wěn)定房價與租賃價格

房地產(chǎn)業(yè)中土地資源的國家壟斷配置體制，使其供給彈性較小，房地產(chǎn)市場運(yùn)行的動力機(jī)制處于非均衡狀態(tài)。因此，改革土地供應(yīng)和土地出讓金制度，是從土地市場角度，或者從房價高居不下的根源角度出發(fā)，降低高檔住房比例，增加保障性住房，引導(dǎo)房地產(chǎn)市場合理供給結(jié)構(gòu)的發(fā)展。另外，政府應(yīng)適度調(diào)整現(xiàn)有土地制度，從數(shù)量、結(jié)構(gòu)、方式、價格等方面來盤活土地供應(yīng)，以控制房地產(chǎn)開發(fā)節(jié)奏，降低開發(fā)交易成本，從而穩(wěn)定房價與租賃價格。另外，整合已建成住宅，將空置部分投入租賃市場增加供給也是增加住房供給，降低房價的有效方式。張紅偉（2016）指出，最為有效率的方式是以物業(yè)租賃企業(yè)為中介去整合租賃住房和承租者信息，完成市場分配并對物業(yè)提供各項(xiàng)租賃服務(wù)[10]。

第三，調(diào)整金融政策和稅收政策，抑制投機(jī)性需求，同時需要拓寬社會的投資渠道，合理地引導(dǎo)投資行為

政府應(yīng)在金融與稅收方面加以傾斜，引導(dǎo)居民在租賃市場環(huán)境改善的條件下，理性選擇居住方式，實(shí)現(xiàn)房屋租買的相互替代。稅收方面，可以開發(fā)流轉(zhuǎn)環(huán)節(jié)征稅為主向，以保有環(huán)節(jié)征稅為主轉(zhuǎn)變，嚴(yán)肅界清稅費(fèi)，弱化其投資投機(jī)屬性。同時，政府可以通過政府與社會資本合作（PPP）、REITs、稅收減免政策等房地產(chǎn)融資創(chuàng)新、政策性住房金融等方式，圍繞住房回歸居住屬性，基于不同區(qū)域市場的異質(zhì)性變化特征，有差異化地支持房地產(chǎn)相關(guān)企業(yè)拓展住房租賃業(yè)務(wù)，提高相關(guān)企業(yè)的業(yè)務(wù)能力。如政府應(yīng)該規(guī)范房地產(chǎn)信貸政策，對自住性和非自住性的住房信貸實(shí)行差別化信貸政策。

[參考文獻(xiàn)]

[1]顧建發(fā).房地產(chǎn)發(fā)展長效機(jī)制的重要性[J].上海房地，2013（6）：14-15.

[2]李寧.基于房地產(chǎn)市場內(nèi)生屬性的房價與租金關(guān)系實(shí)證分析[J].當(dāng)代經(jīng)濟(jì)管理，2014，36（3）：31-37.

[3]張屹山，趙楊.中國房屋銷售價格、土地價格和租賃價格的關(guān)系研究[J].吉林大學(xué)社會科學(xué)學(xué)報，2010，50（1）：74-83+159.

[4]余華義，陳東.中國地價、利率與房價的關(guān)聯(lián)性研究[J].經(jīng)濟(jì)評論，2009（4）：41-49+88.

[5]趙美平，劉永紅.基于VAR模型的中國房價收入比、房價租金比與房價關(guān)系的研究[J].科技視界，2014（23）：270+341.

[6]Himmelberg. C.，Mayer. C. and T. Sinai. Assessing high house prices： Bubbles，fundamentals and misperceptions [J].Journal of Econ-omics Perspectives，2005（19）：67-92.

[7]林瑩，呂萍，周滔.房價、地價和房屋租金關(guān)系研究———以北京市為例[J].價格理論與實(shí)踐，2007（4）：45-46.

[8]賴洪貴，劉政，張斌.2014年以來新房與二手房月度價格變動關(guān)系研究——基于中國省會城市面板數(shù)據(jù)的實(shí)證[J].現(xiàn)代經(jīng)濟(jì)信息，2016（11）：374-377.

[9]吳文清，黃武永.我國新房、二手房互動信息傳遞研究[J].河南科學(xué)，2015，33（2）：275-279.

[10]張紅偉，王湛.房地產(chǎn)市場供給側(cè)結(jié)構(gòu)性調(diào)控——從產(chǎn)權(quán)到租賃[J].西南民族大學(xué)學(xué)報（人文社科版），2016，37（11）：130-134.

[11]侯兵.中國房地產(chǎn)價格的博弈分析及對策研究[D].東北財經(jīng)大學(xué)，2016.

[12]顧建發(fā).房地產(chǎn)發(fā)展長效機(jī)制的重要性[J].上海房地，2013（6）：14-15.

[責(zé)任編輯：潘洪志]