学文网摘要：房地产作为一种特殊的商品，同时具备商品属性和金融属性，在现代社会，房地产作为一种投资产品越来越多的体现出其金融属性，随着经济的高速发展，房地产市场或多或少会出现投机行为，如何测度投机行为的程度成为一个知道经济健康发展的指标。本文构建适合中国国情的房地产投机理论模型，通过该模型对中国两个主要城市进行实证研究，以期对房地产市场的投机行为做理论上的测度和解释。
关键词：房地产 投机 投机度 测度
1.我国房地产市场概况
在全球性经济的社会中，无论是个人、企业还是***府都十分重视房地产业的发展，在很多国家和地区，房地产业往往是当地的重要产业。在我国，房地产业是先导性、基础性的产业，在国民经济中占有十分重要的地位。随着我国经济体制改革的不断深入，城市化进程的加速，城市综合开发，土地有偿使用制度及住房商品化的不断完善，我国房地产业迅速恢复、发展和壮大。尤其是近几年来，房地产业高速发，1998年-2007年中国商品房销售面积和销售额平均每年增长24.3%，销售额年均增长 33.2%，但在2008年，中国房地产市场全面萎缩，房地产交易量和房价齐跌。2008年全年总计商品房销售面积下跌19.7%，销售额下跌 20.1%，十年来首次出现年度房价下跌。房地产业萎缩的主要原因是***策调控和国际金融危机影响。中国***府从2007年开始强化宏观调控，多次上调利率和 准备金率，导致房地产企业的贷款减少，资金链紧缩。 2009年后，房地产市场开始反弹，量价齐升，这主要得益于金融危机以后中国***府推进的信贷宽松***策刺激了房地产业的复苏。房地产业反弹，泡沫再度出现。部分城市的房价增长过快，大型城市的销售价格，租金以及房价收入比出现不平衡，开发商高价抢购土地，购地价格已严重偏离合理水平，呈现泡沫化。地方***府，商业银行和房地产商的共同利益推高房价，中央***府难以进行调整，也是房地产市场泡沫形成的内在原因。与此同时我国巨大的房地产需求和金融业对房地产行业的过度的资金支持，给房地产投机提供了条件，而一些制度上的缺陷，又给予了房地产投机者方便的投机获利渠道，直接的激发了他们的投机行为，更加助长了房地产泡沫的形成。
2.商品金融化演进及房地产的双重属性
吴晓求(2006) 提出: 资源和财富金融化是大趋势。从长期来看金融资源具有动态的富集作用, 具有自我实现、自我挖掘的功能。这就是金融资源的富集作用。周丽娜（2007）提出“商品金融化”的定义: 商品金融化就是商品在金融资源的富集作用下, 金融属性逐步增强, 金融价值凸显, 使得人们产生了对该种商品或者以该商品为标的物的衍生品的交易愿望, 并最终促使市场交易机制形成的过程。
商品未实现金融化以前, 其价格只体现了商品价值, 而没有体现金融价值。原因在于商品的金融属性总是在一定的历史条件下, 才显现出来。金融资源的富集作用使商品的金融属性逐渐显现, 进而使得商品的金融价值开始被一些市场主体所认识。商品的价值就会出现与传统价格相比持续地走高。以至于人们会认为这是一个疯狂的价格。事实上这疯狂的价格就是包含了除商品价值以外的金融价值。这就是商品的金融属性显现出来后导致的价值重估。当商品的金融价值开始被大部分市场主体所认识, 市场主体出于以下两个方面产生强烈的交易愿望: 一是在现货市场上的交易具有较高的风险, 通过在衍生品市场进行风险的规避和投机; 二是该种商品具有较高的收益性, 是较好的投资对象。市场主体的交易愿望是商品金融化的催化剂。只要少数市场主体开始对某种商品有金融化的需求, 就会产生以该商品为标的物的交易为背景的契约。如果这种交易需求是广泛性的, 这种商品就会成为一种被广泛认可的金融产品, 就会产生以规范市场交易行为的制度的需求。
房地产具有两重属性，第一是商品属性，第二是金融属性。所谓商品属性是指房地产的产品――住房，作为一种民生必需品在市场上作为一种商品交易，遵循市场规律。所谓金融属性是指在金融资源富集作用下原来金融属性差的商品逐渐体现出金融性并且逐渐曾强进而代替商品属性，住房已经成为一种具有金融价值的产品，即可作为一种投资品保值增值，这是其金融属性的体现。
房地产的商品价值不足以解释房价过高的原因。房地产的金融化才是支撑房价的主要因素。原因在于房产交易是通过房产证等契约形式的转让完成的。使房地产的金融属性大大增强, 人们开始乐于投资房地产, 而不仅仅是作为一种消费。偏离商品价值的部分,我们都可以认为是商品的金融价值。
3.房地产投机理论概述
房地产投机是指投资者以房地产为交易对象，透过买卖、租赁等手段在短期内通过房地产价格的变化或房地产交易而谋取暴利的行为。从广义上来讲投机也是一种投资，投机与投资在概念和实际运作中紧密相良，难以区分。格雷厄姆(Graham)认为投资的确切定义应该蕴含着三个彼此关联、密不可分的重要因素。首先，投资必须是建立在“详尽分析”基础之上。所谓详尽分析，即是指通过以既定的安全和价值标准对投资对象进行的研究工作。其次，投资应该具有“安全性”的保障。经过详尽分析以后被选定的投资对象应该具有投资的“内在价值”，应该存在着相对安全的价值空间，而这正是保障其在通常和可能的情况下没有较大的风险，也是其可以避免意外损失的安全体现。第三，投资的结果是必须能够得到“满意的回报”。由此，格雷厄姆得出的定义是：“投资是指经过详尽分析后，本金安全且有满意回报的操作”。一般我们可以从以下几个方面区分房地产投机和投资：首先要通过房地产投机与投资的风险和利润比较来区分。一般来说，由于投机者要承担较大的市场风险，投机者的期望收益率要高于一般投资者，因此较高获利或遭受较大损失可以作为区分两者的一个依据；一般投资者可通过投资组合，以尽可能降低投资风险。而投机者则恰恰相反，他们却较偏向于承担高风险以寻求高利润，所以广泛运用财务杠杆而较少运用投资组合来分散风险。因此，投机者承担的财务风险和经营风险均大于投资者，故认为较高风险的投资行为可作为投机的一个重要标志。其次，通过房地产投资的风险、利润与时间的关系比较也可以在一定程度上来区分投资与投机；房地产投资与投机在风险、利润与时间的关系有所不同。一般认为投机资金投入存续的时间较短，而投资存续的时间相对要长一些。所以在我国房地产市场上短期转售***利行为仍属于房地产市场中主要的投机行为。再次，通过资金投入的时机来区分。一般而言，房地产市场景气时资本增值潜力较大而风险相对较小，故较易发生投机行为，并且投机行为又互相促进，使投机活动愈演愈烈，反而会使房地产市场中正常的投资行为受到抑制。所以一般认为在市场比较景气时的房地产投资偏向于房地产投机行为。这与我国现阶段房地产市场投机状况相近。
4.房地产投机行为研究的理论模型
4.1 模型建立的理论框架
最常用的非基本因素资产价格模型是Blanchard 和Watson的随机泡沫（stochastic bubble）模型和Summers(1986)的风行（fad）模型，Roche在上述两个模型的框架下，考虑采用机制转换（regime switching）模型来进行投机泡沫检验投机泡沫检验。Levin 和Wright运用房地产价格增长率的历史数据来建立房地产市场投机模型。其中心假设为:人们通过观察房地产的历史价格变化,形成对房地产未来价格变化的预期,从而导致房地产市场需求条件的变化，而这些不断变化的需求条件影响了房地产的供求价格，他们认为,当房地产的历史价格不影响未来的预期时,房地产市场将没有投机行为。本文采用Levin 和Wright的模型选取实际收入和实际利率对基本价格进行建模。
我们把房价分解为两个部分，一部分是商品属性决定的基本价格，另一部分是金融属性决定的非基本价格，它是预期到未来价格发生变动的资本收益或损失，用公式来表示：
Pt=Ptm+Ht
其中Pt第t期的房地产价格，Ptm代表资本收益为零时的房地产价格，Ht代表房地产作为一种金融资产获得的预期资本收益的现值。这里可以表示为：
Ht=Ht+1/〔1+it〕
其中Ht+1代表下一期的预期资本收益，it代表t期的利率。
房地产资本收益与前一期的收益相关，也就是说它受到前一期的价格增长率的影响，所以：
Ht+1=f〔gt〕
其中gt又可以表示如下：
gt=〔Pt－Pt-1〕/Pt
Ptm是资本收益为零时的房地产价格，代表房地产的商品属性。由于消费者购房的动机主要受可支配收入、贷款利率的影响，因此，可以被认为与收入y和短期贷款利率i有关。。因此，Ptm可以表示为：
Ptm=f〔yt，it〕
最后可以得到如下表达式：
Pt= f1〔yt，it〕+ f2〔gt〕/〔1+it〕
4.2 建立经济计量模型
可以用下面的线性模型逼近上式中的f1和 f2
Pt =β0+β1 yt+β2 it+β3 gt/〔1+ it〕+μt (1)
式中P代表房地产价格，y代表居民可支配收人，i代表贷款利率，gt/〔1+ it〕代表过去房地产价格实际增长率，μ代表随机误差项。
过去房地产价格的增长率gt与预期将来房地产价格的增长率gt+1的关系可表示为：
gt+1=θgt
两边对gt求导得到：
θ= gt+1/ gt
由于房地产价格和利率有密切的关系，即利率上升导致房地产开发成本上升，使得房地产价格上升，因此，可得到如下公式：
Pt/ it=Pt/ gt+1=－( Pt/ gt)/ θ (2)
对方程(1)求i和g的偏导数可得如下关系式：
Pt/ it=β2－β3 gt/〔1+ it〕2 (3)
Pt/ gt=β3/〔1+ it〕 (4)
将(3)(4)代入(2)得
θ=－［β3 /〔1+ it〕］/［β2－β3 gt/〔1+ it〕2］
上式中i、g的值通常较小，θ可表示为：
θ=－β3/β2
θ即为房地产业投机度，即房地产过去价格对将来价格的影响程度。制定一个科学的警戒线是做此项分析的关键，根据国外经验认为当θ>0.4时，认定该市场投机行为显著，投机泡沫产生。
5.实证检验
根据以上分析，现对2000―2009年间北京、上海房地产投机行为进实证分析，模型中被解释变量为房地产价格，解释变量分别为可支配收入、贷款
利率及过去房地产价格实际增长率，分析结果如下：
(1) 北京房地产业投机度
P1、y1、i、gt/〔1+ it〕分别代表北京房地产价格、可支配收入、一年期贷款利率和房地产实际增长率，按线性方程建立多元回归模型，回归结果如下：
P1 =2143.231+0.3519 y1+332.162 i－240.214gt/〔1+ it〕
上述回归方程中β2=332.162 β3=－240.214 ，因此θ=－β3/β2=0.723
(2) 上海房地产业投机度
P2、y2、i、gt/〔1+ it〕分别代表北京房地产价格、可支配收入、一年期贷款利率和房地产实际增长率，按线性方程建立多元回归模型，回归结果如下：
P2 =1926.845+0.4538 y1+203.761 i－140.214gt/〔1+ it〕
上述回归方程中β2=203.761 β3=－140.214 ，因此θ=－β3/β2=0.688
6.结论
通过以上实证分析可知，北京和上海的房地产投机度都比较大，均超过了的0.4的警戒线水平，且北京的房地产投机度要大于上海，说明经济的强劲增长已经促使中国这两大城市房地产业的投机行为加剧。根据这两个城市的数据可以推断，我国的房地产市场存在发展过热的趋势，但是房地产市场火热一方面是经济发展到一定程度的必然结果，另一方面也是我国房地产需求有效释放的结果。过度的投机会使房地产价格远远偏离其实际价值形成泡沫，一旦有突变的因素干扰或者超过人们承受的极限，形成房地产价格下跌的预期，泡沫就会破裂，进而对整个社会经济造成危害。
总之，房地产投机对于经济发展有利有弊，深入了解投机行为的根源及作用机制合理度量并制定合适的***策，就能兴利除弊，保证房地产业以及整体经济的健康发展。
参考文献：
[1] Levin, E.J., R.E. Wright. The impact of speculation on house prices in the United Kingdom. [J]Economic Modeling,1997,14.
[2] Chan, H.L., S.K. Lee and K.Y. Woo. Detecting rational bubbles in the residential housing markets of Hong Kong.[J]Economic Modeling 2001,18
[3] Case K E, Shiller R J. The Efficiency of the Market for Single-family Homes[J]. Am. Econ. Rev , 1989,79.
[4] Jack H. Speculation and Equilibrium: Information Risks and Markets [J].Quarterly Journal of Economics, 1975, 89.
[5] 吴艳霞，王楠：《房地产泡沫成因及其投机度测度研究》，《预测》，2006年第2期。
[6] 周京奎：《房地产价格波动与投机行为――对中国14城市的实证研究》，《当代经济学》，2005年7月第4期
[7] 上海统计局.上海统计年鉴[M] .北京:中国统计出版社 ,2001-2010
[8] 北京统计局.北京统计年鉴[M] .北京:中国统计出版社 ,2001-2010
注：本文中所涉及到的***表、注解、公式等内容请以PDF格式阅读原文
转载请注明出处学文网 » 房地产投机行为实证研究