房地产泡沫论文固定效应模型论文：我国区域性房地产泡沫
问题研究
摘要：本文通过建立面板数据模型对我国的区域性房地产泡沫进行估计。结果显示，在区域房地产价格较高的城市，泡沫比率通常也较高。总体而言，一线城市的泡沫比率最高(14.57%)，二线城市次之(7.78%)，最后是三线城市(4.72%)，并且各线城市的泡沫程度有逐步放大的趋势。对泡沫比率的面板回归结果认为，针对房价上涨过快过猛的利率调控收效甚微。因此，本文认为，针对城市房地产市场的调控必须把握区域异质性，实施房地产专项调控并建立房地产预警指标具有重要意义。
关键词：房地产泡沫；固定效应模型；随机效应模型；面板数据
一、引言
近年来，我国房地产价格不断上涨，并且呈现显著的区域异质性，房地产价格的攀升在东部沿海地区和个别大城市尤为突出。人们对房地产价格的关注越发集中，针对房地产泡沫的讨论更是不绝于耳。由于房地产泡沫首先出现在大城市和金融系统发达地区，仅就全国房地产市场来研究泡沫问题，并不能说明全部问题。故而从区域角度来测度房地产泡沫更显针对性和实践意义。
本文选取了1999—2008年全国一线城市、二线城市和三线城市共12个城市的面板数据作为研究样本，采用面板数据单位根检验和协整检验对数据特征进行识别，通过建立面板回归模型对其房地产泡沫进行测度。本文试图回答两个问题：一是中国的区域性房地产泡沫是否存在，泡沫比率是否显著；二是针对区域性房地产泡沫的利率调控是否有效。
二、区域房地产泡沫的研究状况
目前，围绕区域性房地产泡沫问题，国内外学者进行了诸多研究，其中大部分以地区面板数据作为研究样本，基本可以分为两类。
第一类是基于面板数据提供的信息，借助面板数据单位根检验和协整检验，对房价——收入比率或租金——房价比率进行分析来判断泡沫存在性。以malpezzi(1998)和gallin(2006)为代表。前者借助面板数据单位根检验研究了美国133个城市房价与收入的长期关系，拒绝了这两者存在协整关系的假设，但是并未对协整系数的一阶估计做出解释[1]。后者弥补了这一缺陷，并推翻了前述结论，认为泡沫现象已经出现[2]。在此基础上，vyacheslav mikhed and petr zemcik(2007)遵循贴现模型的思路，借助面板数据单位根检验、协整检验和granger因果检验对美国房价和租金的关系以及房价——租金比率进行了分析[3]。该方法具有较强的
理论基础，对于成熟度房地产市场而言可操作性较强。但是，就中国房地产市场而言，数据可得性不佳，尤其是租金数据相当欠缺，因此采用该方法测度中国的区域房地产泡沫并不合适。
第二类是以与房地产特征紧密联系的基本面变量为视角来关注区域房地产市场，通过对房屋基础价值的估计来识别泡沫。以smith and smith(2006)和himmelberg, mayer and sinai(2005)为代表。前者借助10个城市单一家庭的房屋租金和价格数据估计了房屋的基础价值，结果显示，在所观测的大部分城市均不存在泡沫。并且指出，通过比较房价指数与其他指数或其回归模型估计值的关系来评估泡沫存在缺陷。后者认为，房价增长率、房价——租金比率和房价——收入比率等传统泡沫测度法具有误导性，因为其无法对区域市场长期实际利率及房价长期增长率做出解释，而这些因素近年来显得相当重要，在利率较低时房价对利率变化是极为敏感的，在房价长期增长率较高的城市房价变化亦较为敏感[4-5]。在该方法下，可以根据区域房地产特征选取对房地产基础价值产生影响的主要因素，在此基础上通过建立面板数据模型对房地产基础价值进行测度，故而借助该方法来研究中国的区域房地产泡沫是合适的。总之，这两种方法各有优劣，究竟采取哪种方法对房地产泡沫进行测度比较可靠，