行為金融學下房地產價格波動分析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了行為金融學下房地產價格波動分析范文，希望能給你帶來靈感和參考，敬請閱讀。

［摘要］房地產行業與國民經濟及人民生活息息相關，對居民家庭生活質量有很大影響。文章選取2002—2018年安徽省合肥市房產均價、城鎮居民人均可支配收入和年末常住人口的年度數據，通過向量自回歸（VectorAutoregression，VAR）模型建立長期協整關系，并結合行為金融學理論對房價波動進行解釋，在此基礎上尋求相應的對策建議，以促進合肥市房地產市場健康規范發展，加速推進合肥融入長三角一體化。

［關鍵詞］行為金融學；協整關系；房價波動

0引言

2020年7月30日，中共中央政治局會議指出，要加快形成以國內大循環為主體、國內國際雙循環相互促進的新發展格局。在這種經濟發展形勢下，如何妥善處理房地產問題變得十分緊要。安徽省合肥市作為長三角一體化發展的重要城市，房價波動起伏備受關注，因此研究合肥市房價波動、合理地分析波動產生的各種因素是非常重要的?，F階段，大多數學者是從“理性人”的這個假設角度探討房地產的價格波動，但隨著市場經濟高速發展，房地產價格的形成因素也日趨復雜，以往從“理性人”角度做出的假設已經無法很好地解釋房地產的價格波動，經濟人的“有限理性”得到了越來越多人的認可。鑒于此，文章在實證的基礎上加入了行為金融學的相關理論解釋房地產價格波動。

1房地產價格影響因素

研究影響房地產價格的因素是近年來社會各界比較關心的一個話題。先對房地產行業指標體系進行多元分析，再使用不同的分析方法來分析房地產價格的影響因素是比較常用的一種研究方法。吳之鋒等人運用統計分析方法和模型構建法，選取國內生產總值（GrossDomesticProduct，GDP）、總人口數、房地產開發企業竣工房屋面積等5個系統指標來分析影響因素，結果表明影響房地產價格的主要因素為國內生產總值和房地產開發企業房屋竣工面積［1］。張夢、施同兵建立向量自回歸（VectorAutoRegression，VAR）模型分析7種因素對房地產價格波動的動態影響，結果表明存款準備金率、貸款基準利率、土地價格、貨幣供應量對房價的影響較大［2］。吳亮從供給端與需求端出發，選取相關變量，通過歷年因素走勢對比圖，發現個人住房貸款是影響房價的最主要因素［3］。在運用行為金融學方面，黃靜等人運用適應性預期理論和前景理論，認為房價預期對地價的作用具有動態性和非對稱性［4］。綜合以上研究文獻可知，房地產價格影響因素的研究大多集中在宏觀層面，而從行為金融學這個角度研究的文章相對比較少。基于此，本文嘗試使用EViews軟件，運用VAR模型來構建長期協整關系，實證研究價格預期和人口這兩個因素對房地產價格波動的重要性，再結合行為金融學的相關理論對價格預期引起的非理性價格波動進行解釋，最后給出相應的結論和對策建議。

2合肥市房價波動數據分析

2.1指標選用

房地產價格波動的影響因素有很多，既存在客觀因素，也存在主觀因素，其中客觀因素主要包括人口變量和人均可支配收入等［5］；而房地產市場交易中的主觀因素是投資者心理預期。從這個角度出發，文章選用3個重要參數構建指標體系分析解釋合肥市房價波動中的非理性因素，記Y=商品房平均銷售價格（元/平方米）；X=全市年末總人口（萬人）；Z=城鎮居民可支配人均收入（元）。通過這3個指標構造向量自回歸模型和長期協整關系。

2.2平穩性檢驗

文章使用EViews軟件對變量進行ADF檢驗，以確定研究對象的平穩性，然后分別對Y、X和Z取對數，最后進行單位根檢驗，結果如表1所示。結果表明：在5%和10%的置信水平下，LNX、LNY、LNZ變量都不能拒絕原假設，為非平穩時間序列。一階差分后，在5%置信水平下，LNY、LNZ變量均拒絕原假設，而LNX則在二階5%置信水平下拒絕原假設。因此，文章選取的原始時間序列數據均為非同階差分平穩序列。

2.3協整分析

經過單位根檢驗之后，得到的上述變量都是單整的。因此，為研究對象序列值的長期均衡關系，接下來對其進行協整分析。構建LNY、LNX和LNZ的向量自回歸模型VAR，根據AIC等信息準則確定最優滯后期為2階，然后進行協整檢驗，結果表明構建的VAR滯后2階的模型是平穩的。經過協整檢驗得到LNY、LNX和LNZ之間存在長期的均衡關系，長期協整關系可表示為式（1）：LNYt=0.47*LNXt-1+0.02*LNXt-2+0.75*LNYt-1-0.19*LNYt-2-0.3*LNZt-1+0.15LNZt-2+1.179（1）式（1）中，t是滯后期數，t-1是指滯后一期，t-2是指滯后兩期。從式（1）中不難看出上期價格和人口規模的變動幅度是影響合肥市房地產價格變動的兩個主要因素。一方面，當上期價格變動1個單位，當期價格隨著變動0.75個單位，可知購房者對房地產價格預期因素可引起商品房價格顯著變動，這表明人們的心理預期在價格波動中起到了關鍵作用；另一方面，當人口數變動1個單位，當期價格隨著變動0.47個單位，可知人口對房價也起到了重要的推動作用。

3房價波動中的行為金融學因素

3.1羊群效應

羊群效應也被稱為從眾行為，它表現出了人們共有的一種從眾心理。羊群效應在投資領域指的是投資者在信息環境不確定的情況下，拋棄自己的個人信息而盲從他人所做的投資決策。在房地產市場中，羊群效應表現為房地產投資者不能理性決策，往往模仿跟隨其他投資者的決策進行投資購房。因此，當出現利好的信息時，房地產出現超額的需求，價格被反復拉高，促進房地產市場繁榮；當出現利空的消息時，房地產業則會加速泡沫破裂的速度。市場過“熱”或過“冷”的羊群效應直接削弱了市場基本面因素對未來價格走勢的影響。

3.2處置效應

逃避遺憾和追求自豪是人們普遍的一種心理傾向。在這種心理傾向的影響下，投資者在進行投資決策時，為追求自豪感會傾向于過早賣出盈利的股票；相反，為逃避遺憾則會長期持有虧損的股票，這表明投資者處于盈利的情況下是風險的回避者，而處于虧損的情況下則變成了風險的偏好者，這種現象被稱為處置效應。處置效應在房地產市場的表現為：當房地產價格在上漲階段時，交易十分頻繁，換手率高，價格也會被進一步推升，導致投機膨脹，出現泡沫；相反，當房地產價格在下跌階段時，房屋買賣的交易量也相應減少，房價會下跌這一心理預期會不斷被放大，使得房地產價格繼續下跌。這種反饋與觀念、事實的傳播互相作用，從心理上放大了人們對未來房價的預期，導致房地產價格波動。

4房地產價格波動的對策

4.1提高信息平臺開放透明度，減少信息不對稱現象

普通購房者受自身認知偏差和房地產市場信息不對稱的影響，容易在市場中形成羊群效應，因而政府應在現有的基礎上讓房地產市場信息平臺更加公開、透明、高效，同時完善房地產市場的信息發布機制和交易機制，在保持客觀的情況下，對媒體、專家和學者的觀點進行合理引導，嚴厲打擊抱團發布虛假信息、制造房價恐慌心理的不良媒體和中介，降低房地產市場上由于信息不對稱造成的影響。

4.2完善金融監管，打擊投機行為

要不斷完善個人貸款審查的標準與程序，實行差別化信貸，加大稅收政策執行力度。對于無力償還抵押貸款的中低收入階層，政府應降低他們擔負的抵押貸款額度，避免這個群體退化成影響市場信心和經濟穩定的不良因素。針對房地產市場上的狂熱投機分子，政府應降低其資金杠桿程度，在合適的時機果斷采取經濟措施和行政措施增加投機的風險，從而遏制房地產市場中各種瘋狂投機行為，減緩對房地產市場造成的價格波動沖擊，減少市場中的噪聲交易行為。

參考文獻

［1］吳之鋒,余新宏,郝洋,等.合肥市房地產價格影響因素實證分析［J］.經濟研究導刊,2020(12):141-142.

［2］張夢,施同兵.基于VAR模型對房地產價格影響因素的實證研究［J］.中國集體經濟,2020(5):83-85.

［3］吳亮.武漢市房地產價格影響因素［J］.價值工程,2020(4):121-122.

［4］黃靜,王洪衛,柯昇沛.基于行為金融學的房價預期對地價的動態作用機制研究［J］.財經研究,2013(7):134-144.

［5］李斌.預期對中國商品住宅市場的影響研究［D］.太原:山西財經大學,2013:26.

作者:柴政 單位:安徽理工大學經濟與管理學院