论文部分内容阅读
摘要：本文运用SADF及GSADF检验方法对疫情期间房地产市场的资产价格泡沫进行识别，进一步利用VEC误差修正模型对资产价格泡沫进行测度，最后给出应对资产价格泡沫的措施。研究结果显示在2020年8月我国房地产市场确实存在资产价格泡沫。
关键词：资产价格泡沫;房地产市场;GSADF 检验法;VEC误差修正模型
1.引言
2020年新冠疫情直接造成我国一、二季度增长深度下跌，为应对经济衰退中国人民银行实行宽松的货币政策，但这有可能助长杠杆交易和投机行为，催生新一轮资产泡沫。因此，在这种背景下有必要对疫情期间的房地产价格泡沫进行识别并进行测度，掌握现行资产价格泡沫发展情况，从而预防资产价格过度泡沫化引发的金融危机。
2.资产价格泡沫的识别
本文主要讨论理性泡沫的识别与测度，采取SADF及GSDAF检验对资产价格泡沫进行识别。本节主要对我国疫情期间的资产价格泡沫进行识别，而现在我国疫情还呈现多地零星散发态势，因此数据选取从2019年12月到2021年3月，从发现疫情开始到现在的最新数据。虽然我国房价水平与城市层次密切相关，但考虑到全国平均房价的代表性以及数据可得性，全文均使用反映全国平均水平的房价指标，房地产市场平均价格由商品房销售总额/商品房销售总面积得出。为保证样本连续性，我们对房地产价格缺失的首月样本进行了平均和替代，对房地产数据在识别前进行X-13季节调整，数据来源RESSET数据库。
2.1传统单位根泡沫检验
根据Diba和Grossman（1988）提出的单位根泡沫检验原理，即如果价格序列的一阶差分是平稳的，那么就可排除价格存在泡沫的可能性。因此，表1对房地产市场数据进行描述性统计及传统的泡沫单位根检验。
由表1可知，房地产价格标准差数据很大，房地产价格序列具有正的偏度，说明房价有向上跳跃的趋势，暗含可能存在泡沫。但是单位根检验的结果说明一阶差分是平稳的，就可以排除其中存在泡沫的可能。
2.2 SADF和GSADF检验
下面我们运用了SADF和GSADF检验方法来识别房地产价格中的泡沫，参照Phillips的设定令最小窗口 ，
其中T为样本大小，对2019年12月到2021年3月的数据进行检验后发现只包含10个观测值，部分观测值缺失。因此扩大观测数据检测，将时间扩大为2018年1月到2021年3月，此时观测值包含全部疫情期间数据，T=39，r0=0.298。表2展示了这两种检验的统计量值及临界值。
表2表明房地产价格的SADF统计值及GSADF统计值在10%及5%的显著性水平下均是显著的，说明我国房地产市场在疫情期间确实存在资产价格泡沫，同时说明用GSADF检验方法测算泡沫比SADF检验方法跟精确。
至此，本文通过SADF方法及GSADF方法检验出了传统的单位根检验无法发现的泡沫现象，同时说明了GSADF在检验周期性爆炸泡沫上有更高的检验实力。
2.3泡沫时点估计
由于GSADF方法在检测多个泡沬方面优于SADF方法，本文画出采用GSADF识别泡沫的统计量、5%临界值及房价序列图，如图1所示。
由图1可知，房地产市场在疫情期间出现过1次泡沫，具体泡沫时点为2020年8月。我国在2019年12月发现疫情后，疫情在2020年1月下旬全面爆发，2020年3月底疫情有所好转，之后各地区呈现零星散发形式。此次疫情导致经济发展停滞不前，中央银行为了刺激经济发展大力实行扩张性的货币政策，地方政府降低贷款门槛，增发消费券刺激经济复苏。从总体来看，这些政策促进了经济复苏，使我国在2020年度GDP增速不降反升。但是扩张性的货币政策使得更多资金流向了房地产，从而推高房价，最终在2020年8月出现房地产泡沫。
3.资产价格泡沫的测度
3.1计算方法说明及数据选取
本文将房地产价格中的基础价值与泡沫价值分离开来，并对泡沫价值进行测度。采用Johansen协整检验与VEC向量误差修正模型将基本价值面剥离，得到一组残差序列，用来度量房地产的价格泡沫。
参照吕炜和刘晨晖（2012a），本文进行房地产泡沫测算所选取的变量包括建房成本、土地价格、房价、物价水平、利率和汇率六个指标，这六个指标对房产单位价值决定作用较大。其中建房成本Hc，用房地产投资完成额表示;土地价格Lprice，由土地成交价款/土地购置面积计算得来;房价Hprice，房价为商品房销售总额/商品房销售总面积;利率Rate，由银行间7天同业拆借利率表示，汇率Exrate，由美元对人民币名义匯率表示。根据数据的可得性，本节数据选取2017年1月到2021年2月的月度数据，所有变量均选取全国层面的数据，数据来源于国家统计局。
3.2提取房地产价格泡沫
对上述六个宏观数据进行X-13季节调整，并进行单位根检验，可知六个数据都为I（1），随后进行Johansen协整检验。由协整检验结果可知在5%的显著性水平下五个变量之间至少存在两个协整关系。说明这五个宏观经济变量之间存在长期协整关系，因此可以通过VEC向量误差修正模型将房价的基本面价值剥离，得到一列残差序列，该残差序列即测度的房地产资产价格泡沫。根据上述分析提取出的房地产市场资产价格泡沫，画出如图2所示泡沫变化趋势图。
由图2可知，房地产市场资产价格泡沫在2020年三季度变化剧烈，起伏趋势大，尤其在2020年8月份时，泡沫快速膨胀。在疫情期间，宽松的货币政策，使得资金不断流向房地产市场，推高房价，使得房地产价格泡沫不断膨胀。因此，图2的实证结果表明房地产市场泡沫变化趋势与实际情况相吻合，同时证明了前文泡沫识别处结果。
4.资产价格泡沫的应对措施
遇到资产价格泡沫时，要建立完备的应急措施，能够以最快速度提供必要的流动性，维护金融稳定。在应对资产价格泡沫时，货币当局要利用货币政策提供信用支持和流动性。各个监管机构之间互相配合，积极协调，合理利用审慎监管原则的规制措施，可以有效抑制资产价格泡沫的形成与膨胀，并能对资产泡沫破裂形成的冲击起到一定的抵御和缓冲作用。
参考文献：
[1]石广平. 资产价格泡沫：形成机制及其经济效应研究[D].东南大学，2018.
课题项目：本文是西南民族大学2021年研究生创新型科研项目的阶段性成果（项目编号：CX2021SP18）。
作者简介：何小青（1994—），女，汉族，西南民族大学研究生。主要研究方向：金融学（含保险）。
关键词：资产价格泡沫;房地产市场;GSADF 检验法;VEC误差修正模型
1.引言
2020年新冠疫情直接造成我国一、二季度增长深度下跌，为应对经济衰退中国人民银行实行宽松的货币政策，但这有可能助长杠杆交易和投机行为，催生新一轮资产泡沫。因此，在这种背景下有必要对疫情期间的房地产价格泡沫进行识别并进行测度，掌握现行资产价格泡沫发展情况，从而预防资产价格过度泡沫化引发的金融危机。
2.资产价格泡沫的识别
本文主要讨论理性泡沫的识别与测度，采取SADF及GSDAF检验对资产价格泡沫进行识别。本节主要对我国疫情期间的资产价格泡沫进行识别，而现在我国疫情还呈现多地零星散发态势，因此数据选取从2019年12月到2021年3月，从发现疫情开始到现在的最新数据。虽然我国房价水平与城市层次密切相关，但考虑到全国平均房价的代表性以及数据可得性，全文均使用反映全国平均水平的房价指标，房地产市场平均价格由商品房销售总额/商品房销售总面积得出。为保证样本连续性，我们对房地产价格缺失的首月样本进行了平均和替代，对房地产数据在识别前进行X-13季节调整，数据来源RESSET数据库。
2.1传统单位根泡沫检验
根据Diba和Grossman（1988）提出的单位根泡沫检验原理，即如果价格序列的一阶差分是平稳的，那么就可排除价格存在泡沫的可能性。因此，表1对房地产市场数据进行描述性统计及传统的泡沫单位根检验。
由表1可知，房地产价格标准差数据很大，房地产价格序列具有正的偏度，说明房价有向上跳跃的趋势，暗含可能存在泡沫。但是单位根检验的结果说明一阶差分是平稳的，就可以排除其中存在泡沫的可能。
2.2 SADF和GSADF检验
下面我们运用了SADF和GSADF检验方法来识别房地产价格中的泡沫，参照Phillips的设定令最小窗口 ，
其中T为样本大小，对2019年12月到2021年3月的数据进行检验后发现只包含10个观测值，部分观测值缺失。因此扩大观测数据检测，将时间扩大为2018年1月到2021年3月，此时观测值包含全部疫情期间数据，T=39，r0=0.298。表2展示了这两种检验的统计量值及临界值。
表2表明房地产价格的SADF统计值及GSADF统计值在10%及5%的显著性水平下均是显著的，说明我国房地产市场在疫情期间确实存在资产价格泡沫，同时说明用GSADF检验方法测算泡沫比SADF检验方法跟精确。
至此，本文通过SADF方法及GSADF方法检验出了传统的单位根检验无法发现的泡沫现象，同时说明了GSADF在检验周期性爆炸泡沫上有更高的检验实力。
2.3泡沫时点估计
由于GSADF方法在检测多个泡沬方面优于SADF方法，本文画出采用GSADF识别泡沫的统计量、5%临界值及房价序列图，如图1所示。
由图1可知，房地产市场在疫情期间出现过1次泡沫，具体泡沫时点为2020年8月。我国在2019年12月发现疫情后，疫情在2020年1月下旬全面爆发，2020年3月底疫情有所好转，之后各地区呈现零星散发形式。此次疫情导致经济发展停滞不前，中央银行为了刺激经济发展大力实行扩张性的货币政策，地方政府降低贷款门槛，增发消费券刺激经济复苏。从总体来看，这些政策促进了经济复苏，使我国在2020年度GDP增速不降反升。但是扩张性的货币政策使得更多资金流向了房地产，从而推高房价，最终在2020年8月出现房地产泡沫。
3.资产价格泡沫的测度
3.1计算方法说明及数据选取
本文将房地产价格中的基础价值与泡沫价值分离开来，并对泡沫价值进行测度。采用Johansen协整检验与VEC向量误差修正模型将基本价值面剥离，得到一组残差序列，用来度量房地产的价格泡沫。
参照吕炜和刘晨晖（2012a），本文进行房地产泡沫测算所选取的变量包括建房成本、土地价格、房价、物价水平、利率和汇率六个指标，这六个指标对房产单位价值决定作用较大。其中建房成本Hc，用房地产投资完成额表示;土地价格Lprice，由土地成交价款/土地购置面积计算得来;房价Hprice，房价为商品房销售总额/商品房销售总面积;利率Rate，由银行间7天同业拆借利率表示，汇率Exrate，由美元对人民币名义匯率表示。根据数据的可得性，本节数据选取2017年1月到2021年2月的月度数据，所有变量均选取全国层面的数据，数据来源于国家统计局。
3.2提取房地产价格泡沫
对上述六个宏观数据进行X-13季节调整，并进行单位根检验，可知六个数据都为I（1），随后进行Johansen协整检验。由协整检验结果可知在5%的显著性水平下五个变量之间至少存在两个协整关系。说明这五个宏观经济变量之间存在长期协整关系，因此可以通过VEC向量误差修正模型将房价的基本面价值剥离，得到一列残差序列，该残差序列即测度的房地产资产价格泡沫。根据上述分析提取出的房地产市场资产价格泡沫，画出如图2所示泡沫变化趋势图。
由图2可知，房地产市场资产价格泡沫在2020年三季度变化剧烈，起伏趋势大，尤其在2020年8月份时，泡沫快速膨胀。在疫情期间，宽松的货币政策，使得资金不断流向房地产市场，推高房价，使得房地产价格泡沫不断膨胀。因此，图2的实证结果表明房地产市场泡沫变化趋势与实际情况相吻合，同时证明了前文泡沫识别处结果。
4.资产价格泡沫的应对措施
遇到资产价格泡沫时，要建立完备的应急措施，能够以最快速度提供必要的流动性，维护金融稳定。在应对资产价格泡沫时，货币当局要利用货币政策提供信用支持和流动性。各个监管机构之间互相配合，积极协调，合理利用审慎监管原则的规制措施，可以有效抑制资产价格泡沫的形成与膨胀，并能对资产泡沫破裂形成的冲击起到一定的抵御和缓冲作用。
参考文献：
[1]石广平. 资产价格泡沫：形成机制及其经济效应研究[D].东南大学，2018.
课题项目：本文是西南民族大学2021年研究生创新型科研项目的阶段性成果（项目编号：CX2021SP18）。
作者简介：何小青（1994—），女，汉族，西南民族大学研究生。主要研究方向：金融学（含保险）。