住宅销量和价格的长短期影响分析及城市差异

在市场层面，住宅的交易量是住宅需求的直接体现。住宅销售的量价关系能在一定程度上反映二者直接的相互作用机制。这种机制体现在住宅价格或者需求的波动对另一方带来的影响。

住宅需求和住宅价格的长期发展趋势都是由一系列宏观因素共同决定的，住宅需求和价格趋势的比较往往体现的是宏观层面各种因素变动，是供求与量价关系的深层决定因素；而住宅销量波动和价格波动之间的相互关系体现在某个价格或销量的异常表现在短期对另一方带来的冲击，这往往反映出市场短期内的作用机制。因此本书将住宅销量和价格数据分解为代表长期变动的趋势项和代表短期影响的波动项，分别进行对比分析。

在样本城市和时间的选择上，由于部分城市有数据记录的时间有限，出于对样本城市覆盖面与时间跨度之间的权衡，研究选取了全国57个城市，包括4个一线城市、20个二线城市和33个三四线城市，^[10]样本时间段为2008年1月至2018年12月，数据频率为月度数据。通过销售面积加权计算一线、二线、三四线城市的平均住宅价格，通过累加的方式计算各能级城市的总销售面积，然后除以城市数获得城市销售量均值。对于住宅价格与销售面积的趋势项与波动项的分解，本书采用H-P滤波（Hodrick-Prescott Filter）^[11]的方法进行。下文将对分解后的价格与销量的趋势项和波动项分别分析。

（一）住宅销售价格与销售面积趋势的变动情况

从趋势项看，各能级城市间的销售价格和销售面积的走势存在一定的一致性。各个能级城市的销售价格在2008年1月至2018年12月间整体呈现上升趋势，对于一二线城市，价格上升的幅度在2008—2011年明显快于后期，这恰好是经济刺激措施发挥作用的时期，在2014年以后有小幅增强。二线城市和三四线城市的住宅价格变化情况与一线城市类似。而各个能级城市的销售面积的趋势则呈现先上升后下降的情况，趋势改变的拐点发生在2016年年初到年中。

图4.7　2008年1月至2018年12月各能级城市商品住宅平均价格与销售面积同比变化趋势

资料来源：中指数据库、dataln。

从销售面积的趋势项看，2016年以来，国家调控政策出现了史无前例的收紧，各城市的限购、限价、限售等政策高密度出台。国家的强力调控政策出台可以解释一二线城市销售面积趋势项的由升转降。相比之下，2014年房地产业的低谷期并没有对趋势项产生明显影响，可见2016年以来调控力度之大。而对于三四线城市，2016年以来推行的是“去库存”的战略，刺激三四线城市住宅的销售。可以看到在2016年三四线城市的销售面积趋势项达到最高，但是之后仍然进入下行趋势。

对比销售价格与销售面积的趋势，二者在2016年以前呈同向变动，而在2016年以后呈反向变动。2016年是我国房地产市场新一轮上涨行情中热度最高的时期。相对于以前，这一轮房价上涨的时间和幅度都创历史新高。例如深圳在2014年10月到2016年9月房价的平均每月复合增长率高达0.9%，平均房价也上涨到6.2万元/平方米。而且2016年以来，三四线城市房价持续上涨。在房价高速上涨的背景下，住宅销售面积却转变为下降趋势。这说明在去库存的背景下，虽然短时期销售量有一定提升，缓解了库存问题，但是去库存带动的房价上涨在长期抑制了住房的销量。总的来说，房价上涨速度过快，特别是房价增速超过居民收入增长速度时，^[12]会对住宅销售数量产生负面影响，反映出高房价对住宅需求的抑制作用。

（二）住宅销售价格与销售面积的关系

对住宅销售价格与销售面积的关系主要通过定量分析的方式来研究。分析方法为单位根检验、协整检验、格兰杰因果检验和非对称协整模型。借助于格兰杰因果检验，本书可以对我国房价与销量之间的短期关系予以分析。格兰杰因果检验与日常生活中的因果关系并不相同，如果说变量Y是变量X的格兰杰原因，则认为Y的滞后值有利于提高变量X的预测精度。从具体使用上看，格兰杰因果检验主要使用在平稳序列上，非平稳序列直接采用这一方法可能使产生的渐进统计量不符合假设，造成误差（曹永福，2006）。而协整关系则可以判断出两者长期存在的相互关系。由于非平稳数据的存在，本书首先对数据做了处理，利用X-12的方法将数据进行了季调，再将数据做对数化处理。然后本书再利用LM检验和AC准则来确定格兰杰检验的滞后期。具体分析流程如下：首先对各能级城市的价格和销量进行单位根检验，以确定两列波数据是否为平稳数据：如果是，直接对两者做格兰杰因果检验；如果不是，对两者进行处理，使两序列转化为平稳序列，再进行格兰杰因果检验，以确定二者间的影响是单向还是双向以及影响发生的先后顺序；接着对两者进行协整检验，判断两者的长期关系；最后考虑两者的实际情况，对两者进行非对称协整分析。^[13]

检验结果显示，利用KPSS和PP判别法，一线、二线和三四线城市的价格与销量都存在着单位根，即都是非平稳的，且都是一阶单整的。具体结果可见表4.4。

表4.4　不同能级城市房地产销售量价的单位根检验

注：由EViews数据计算而得。

由于不同能级城市的销售量价都是一阶非平稳的，因此对于它们之间的相互因果关系检验需要采用差分数据，相应的数据含义也由销量量价变成了销售量价的增速，具体过程可见附录4.3，每一种类型城市的销量与房价之间的相互格兰杰检验结果见表4.5。

从表4.5可以看出，中国不同类型的城市量价之间的因果关系并不相同，在一线城市量价互为因果，二线城市存在着量为价因的数量关系，而在三四线城市则是价为量因。这一结果表明中国一线城市房地产市场量价的变化是相互影响的；中国二线城市房地产市场往往是销售量先行变动，然后再带动价格变动；而在三四线城市恰恰相反，是价格先行变动，再带动销量变动。对于这一结果，可能的原因在于，中国的一二线城市拥有成熟的产业基础，吸引大量人口进入，房地产需求主要是消费型需求而非投资型需求，需求首先带动成交量上升而后再推动房价上涨；而在三四线城市，尤其是没有成熟产业且经历持续人口流出的三四线城市，住房需求大多已经得到满足，不存在交易量变动推动交易价格变动的市场机制，只有当价格发生波动，住房的投资性价值凸显，人们才会积极介入房地产市场，进而带动房地产交易量的上升，因此价是量因。而一线城市市场存在价是量因的原因在于一线城市是全国市场的风向标，价格最高，投资获利也最高且面向全国市场，一旦价格上涨，蜂拥而入的资金会持续带动销量上涨，而销量上涨会进一步推动价格上涨。(www.xing528.com)

表4.5　中国不同城市格兰杰因果关系检验结果

注：由EViews数据计算而得，显著性水平按10%计算。

除了通过格兰杰检验对房地产销售的量价短期关系进行研究外，两者之间存在的长期关系也是研究者关心的问题。对于两者之间的长期关系，通常的做法是通过判断两个序列的协整关系得到双方在长期相互的对应变化趋势，但是这种方法暗含的一个假设是一方对另一方的影响在上升和下降期是对称的。以本书的研究案例来看，在房地产销量增速上升时，其对房地产价格增速的影响与房地产销量增速下降时对于房地产价格增速的影响是一样的。但是这并不一定符合现实，在中国的房地产市场中，给人的一个直观感受就是房价难以持续下跌，下跌动能明显不足；但上涨往往能持续很久，动能充足。这意味着房地产销量对价格的影响可能是不对称的，简单地使用长期协整模型有可能损失许多重要信息，造成对于房地产量价关系的错误理解。为了弥补这一缺陷，本书采用非对称协整方法对两者进行研究。所谓的非对称协整方法是肖德雷特（Schorderet，2003）提出的，他指出可以把非平稳的时间序列分解为正的增量和负的增量，从而探讨和检验非对称的长期均衡关系。利用这样的分解，可以将传统协整模型扩展为非对称的协整模型。通过这一模型，可以分别衡量销量上涨和下跌对于房屋价格的不同影响，从而将非对称性体现出来。^[14]

本书首先利用传统分析方法判断房地产销量和价格的长期协整关系，式（4.3）-（4.5）分别为一线、二线和三四线城市的房价与销售面积的长期协整关系，lnprice_sa为经过季调的房价对数，lnsquare_sa为经过季调的销量对数，*表示在10%水平下显著，**表示在5%水平下显著，***表示在1%水平下显著。

从式（4.3）-（4.5）可以看出，一线城市的销量与价格长期成负向关系，一个重要原因可能是一线城市土地资源已近枯竭，近年来新房逐渐在市场上退居次要地位，总体呈下降趋势，从长期看必然是房价与销量呈现负向关系。而二线城市和三四线城市则为正，表明销量上升伴随着价格的上升。

进一步，我们利用非对称协整模型，就房地产销售量价之间是否存在协整关系进行探讨。按照附录4.3中的方法，我们可以获得不同能级城市长期非对称协整关系，从而获得在房地产销量上升和下降的不同时期是否存在对于价格的不同影响。

从表4.6可以发现，所有的非对称协整回归得到的残差项都是平稳的，符合非对称协整分析的相关限制条件。对于各能级城市在上升期和下降期的协整关系，我们可以明显看出销量对于价格的影响是不对称的。对于一线城市，上升期销量对于价格的弹性为0.404，即销量上升1%，价格长期上升0.404%；但是下降期的弹性仅为0.283，即销量下降1%，价格长期仅下降0.283%。销量与价格的非对称关系十分明显，价格存在着明显的升易降难现象，而且这一现象不仅在一线城市存在，在二线城市和三四线城市也十分明显。

对于这种现象的形成，存在着以下几个主要原因：一是中国长期价格水平和经济发展水平的持续上涨，我国2018年的消费价格水平是2008年的1.244 9倍，全社会的价格上涨必然带来房价水平的上涨；而经济发展带来了巨额的社会财富，由于中国居民投资渠道相对较少，大量财富涌入房地产业，房价下跌缺乏空间。二是地价的成本支撑作用，根据中指的相关数据，2012—2016年是我国土地成交下行趋势比较明显的一段时间，全国成交的土地规划建筑面积由2012年的23.99亿平方米下降到2016年的15.59亿平方米，但是成交楼板均价却由764.80元/平方米上升到1 667.20元/平方米。进一步来看，更为深刻的原因在于土地资源完全由地方政府掌握，在土地垄断供应的前提下，政府完全可以通过调节土地供应规模维持地价水平不降。由于地价的成本支撑作用，房价也无法大幅下跌。最后一个重要原因就是楼市交易的结构性原因，在房价上涨区间，由于一二线楼市是量带动价的上涨，首先是楼市成交量放大，并带动房价上涨，在房价刚开始上涨时，成交的主体往往是市中心的楼盘；等到房价上涨较快，政府往往会出台限价政策控制城区的房价上涨，市郊由于价格较低则不受政策影响，市郊的楼盘此时由于价差开始凸显交易价值，交易主体从中心城区转移到郊区，而且这时的交易量往往开始下降，从理论上说，应该要带动价格下行，但是交易主体从城区向郊区转移带来了两个影响：一是从全城的角度来看，价格没有下降，因为郊区的房价并没有下跌，而城区的房价只是不涨；二是郊区价格较低，上涨动能更大，反而导致价格更快上涨。无论从哪个角度看，房价都很难有下降的空间，交易量的下行无法带动价格的下行。

表4.6　中国不同城市房地产交易量价的非对称协整关系分析

对于我国楼市量价关系的研究可以得出许多有意义的结论。首先，量价因果关系在不同能级城市的不同表现事实上暗示了不同的风险情况，一二线城市由于产业基础发达，一直以来就是人口流入的主体，价随量动意味着价格会因为量的支撑而不会大幅下跌，相对而言风险较小；而三四线城市量随价动意味着投资性需求强烈，一旦投资动力消失就有可能出现价格和交易量的同时大幅波动，风险较大。其次，量和价的非对称协整关系意味着房价涨易跌难，任何考虑以房地产来刺激经济增长的措施必须考虑后续如何控制房价的过快上涨。以自2014年开始的本轮房地产周期为例，早在2016年3月就开始在一线城市进行调控，调控措施之严前所未见，但是直到2018年11月才基本控制住涨势，而且在2019年初又出现反弹，压制房价之难可见一斑。最后，房地产市场量价的非对称协整关系再一次说明供给端调控的重要性，由于在下行通道时量对价的影响要远小于上行通道时的影响，即使通过需求端调控压制房价效果也不可能十分明显。单纯地进行需求端调控的效果可能事倍功半，必须将供给调控与需求调控相结合，才能有效控制房价过快上涨，实现稳房价、稳地价、稳预期的目标。