基于人口红利、汇率房地产价格的研究

基于人口红利、汇率的房地产价格研究图表目录图1-1人口与房价2Figure1-1PopulationandHousePrices图3-1房产的供需15Figure3-1DemandandSupplyofRealEstate图3-2a人口增长和城市人口占比23Figure3-2aPopulationGrowthRateandproportionofurbancitizen图3-2b男性人口占比23Figure3-2bProportionofMen图3-2c各种年龄以及劳动人口分布23Figure3-2cDistributionofDifferentAgeGroupsandworkforce图3-3a商品房、办公用房以及别墅销售价格24Figure3-3aCommercialBuildingandVilla&ApartmentSellingPrices图3-3b经济适用房、住房以及其他房屋销售价格24Firure3-3bEconomicHouse,ResidentialandOtherBuildingSellingPrices图3-4a北京不同类型房屋价格(1999-2007)29Figure3-4aBuildingSellingPricesinBeijing(1999-2007)图3-4b湖北不同类型房屋价格(1999-2007)30Figure3-4aBuildingSellingPricesinHubei(1999-2007)图3-4c四川不同类型房屋价格(1999-2007)30Figure3-4aBuildingSellingPricesinBeijing(1999-2007)图4-12002年1月-2008年4月人民币名义和实际有效汇率指数40Figure4-1Jan2002-Apr2008RMBNorminalandRealEffectiveExchangeRate图4-2外汇储备变化、外汇占款新增、进出口差额和FDI变化情况41Figure4-2ChangesofForeignExchangeReserve,IncreaseofForeignExchangeHolding,DifferenceofExportandImportandFDI图4-3不同类型房屋销售价格对一个标准差新息（Innovation）的响应45Figure4-3ImpulseResponseofDifferentBuildingSellingPricestoOneStandardInnovation表3-1变量类型及数据来源22Table3-1VariablesandDataSource表3-2各种变量的描述性统计（单位：元/平方米）24Table3-2DescriptiveStatisticsofVariables(Yuan/SquareMeter)表3-3各种变量的平稳性检验25Table3-3StationaryTestofVariables表3-4各种房屋销售价格增长率的平稳性检验26Table3-4StationaryTestofBuildingSellingPriceGrowthRate表3-5多元回归结果27Table3-5MultivariableRegressionResult表3-6逐步回归结果28Table3-6StepwiseRegressionResult表3-7北京、湖北和四川各类房屋销售价格描述性统计30第VIII页基于人口红利、汇率的房地产价格研究Table3-7StatisticsofBeijing,HubeiandSichuanBuildingSellingPrices表3-8各种变量及一阶差分的面板平稳性检验31Table3-8PanelStationaryTestsofVariablesandTheirDifferences表3-9各种房屋收益率的面板平稳性检验32Table3-9PanelStationaryTestsofReturnsonBuildings表3-10PanelData的固定效应和随机效应检验33Table3-10FixedEffectandRandomEffectofPanelData表3-11多元回归结果33Table3-11MultivariableRegresssionResult表3-12剔除不显著变量后的回归结果34Table3-12RegressionResultafterEliminatingVariables表4-1各种变量的平稳性检验41Table4-1StationaryTestofVariables表4-2各种房屋销售价格增长率的平稳性检验42Table4-2StationaryTestofBuildingSellingPriceGrowthRate表4-3房屋销售价格的协整检验43Table4-3CointegrationTestofBuildingSellingPrices表4-4房屋价格变化回归结果46Table4-4RegressionResultofChangesofBuildingSellingPrices表4-5逐步回归结果46Table4-5StepwiseRegressionResult表4-6各种变量及一阶差分的面板平稳性检验48Table4-6PanelStationaryTestsofVariablesandTheirDifferences表4-7各种房屋收益率的面板平稳性检验48Table4-7PanelStationaryTestsofReturnsonBuilding表4-8PanelData的固定效应和随机效应检验49Table4-8FixEffectandRandomEffectofPanelData表4-9多元回归结果49Table4-9MultivariableRegressionResult表4-10剔除不显著变量后的回归结果50Table4-10RegreesionResultafterEliminatingInsignificantVariables第IX页基于人口红利、汇率的房地产价格研究上海交通大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：史青青日期：

年

月

日第I页基于人口红利、汇率的房地产价格研究上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在_____年解密后适用本授权书。本学位论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：史青青

指导教师签名：沈思玮日期：

年

月

日

日期：

年

月

日第II页基于人口红利、汇率的房地产价格研究第一章引言近年来，对房地产价格的讨论成为人们交流的热门话题，同时也是中外学者理论研究中关注的一个重要领域。房地产是一种兼具投资和消费两种功能的特殊的商品，一方面其作为消费品可以满足人们的物质需求，另一方面作为投资品可以保值增值。理解房地产市场的价格走势对于分析和评估宏观经济条件和金融稳定性非常重要。原因有三：（一）住房相关的经济活动（建造、更新、维护以及一系列交易和融资房地产相关的服务，包括涉及银行、房产中介、评估人、搬运工、公证人等活动）通常占GDP的较大份额，解决很大比例的就业问题；对于许多国家，房屋价格动态对GDP的影响估计占5-10%。（二）房屋价值很大程度上决定了家庭的财富，也是家庭消费/储蓄决定的一个重要因素。在很多国家房产是家庭财富中最大的资产，房产市场的价格动态可以直接对居民消费和经济增长产生影响，房产还可以作为消费借贷的抵押，通过信贷渠道对居民消费和经济增长产生间接影响。三）如果房产价格和经济基本面不一致，将会威胁到经济和金融稳定。即如果市场上存在潜在高估的房产价格，可能是经济和金融不稳定的一个来源。中国从1998年（国务院发布了《关于进一步深化城镇住房制度改革，加快住房建设的通知》）开始取消福利分房，逐步实现住房货币化，这次对住房制度的改革是房地产业发展过程中的一项重大变革。根据中国社科院《中国社会蓝皮书》报告，1998年至2003年我国商品房价格增加了343元/平方米，2004年全面实施“促进房地产市场持续健康发展”后，到2005年房价比2003年涨了740元/平方米，进入2006年政府出台了一系列调控房价的政策。到2007年3月，全国70个大中城市房屋销售价格同比上涨5.9%，随着房价的不断攀升，人们认为人口因素和汇率因素是导致房价居高不下的两个因素，然而在2008年房价却开始全面下跌。因此，有必要检验人口因素和汇率因素对房产价格的实际影响。1．1本文的研究背景和研究意义1．1．1本文的研究背景近期关于房地产价格的两个热门话题：一是争论“人口红利”和房地产价格是否有关，关系如何，所谓“人口红利”的房地产价格效应是指劳动人口比重很大，而且该年龄段的人收入较高，高储蓄率使得人们需要通过追逐各种资第1页共63页（（基于人口红利、汇率的房地产价格研究产来保值，对房地产价格产生了推动作用（陈国强，2007）1。但随着近期房价的全面下跌，人们开始怀疑人口红利对房地产价格的正面作用，甚至有的人认为房地产价格受到“人口负债”的打压（尹中立，2008）2。上世纪60、70年代是中国人口出生的高峰期，政府甚至鼓励多生孩子，出生率很高，且出生率在高位维持了差不多20年的时间，三年灾害期间曾出现波动，但后来又反弹了，出生率一度在4%到4.5%左右，这个时期出生的人在2000年左右正好处于买房、结婚的高峰，这是有的专家认为2000年以来我国房地产市场持续升温的最根本原因。也有专家认为2000年左右的房地产市场火爆与投机资金进入，特别是国外热钱的进入有很大的关系（徐滇庆，2008）3。图1-1人口与房价Figure1-1PopulationandHousePrices尽管近年来对中国房地产市场的讨论成为理论研究和市场中的热门问题，但讨论主要在实业界、政府管理部门和少数研究者之间进行，并主要围绕中国房地产市场是否存在泡沫这一主题（张涛，2006）[1]。人口红利与房地产价格之间的经济关系尚无定论，从我国实际情况来看，相关数据没有发现两者之间存在显著关系。图1-1描述了人口增速、劳动人口增速以及房价增速的关系，可以看出从1990年以来，我国的人口增长速度一直是回落的，劳动人口增长速度波动很大，但下降的趋势仍然存在，而房地产平均投资价格增长速度波动很大，且有上升的趋势。因此由图1-1数据并不能显现人口红利对房地产价格上第2页共63页基于人口红利、汇率的房地产价格研究升的正面支持。只是现在由于一些媒介引导，认为人口红利已成为研究房地产价格变动的关键变量之一，并影响了宏观政策的决策。另外，由于房地产业是一个敏感行业，伴随着中国市场的逐步开放，人民币汇率是否对房地产价格产生影响。人民币升值使得大量热钱涌入，处于调整中的房地产业面临热钱恶炒的巨大压力，当一个国家或地区的货币面临升值压力或者货币持续升值时，在升值前如把外币换成本币，一旦本币升值，投资者将本币兑换成外币就能够获得与升值幅度相应的收益。这促使投资者追逐该国及地区的资产，而最有吸引力的投资产品是股票和房地产，因为投资者不但能获得升值收益，而且能获得股票和房地产本身增值的收益。但另一方面，房地产开发的周期长，面临较大的风险，因此人民币汇率对房地产价格的影响需要考虑这两方面因素。1．1．2本文的理论价值和现实意义本文由这两个热门话题展开，针对人口红利对房地产价格的影响本文建立了一个世代交叠的真实周期模型（realbusiness–cyclemodelwithoverlappinggenerations），在此模型中，消费者具有遗赠动机，退休期并不会选择消费完所有的财富，投资者通过选择房地产、遗赠和消费的最优组合，获得均衡状态下房地产投资的收益率。一方面通过对人口红利与房地产收益关系的研究，解答两者间是否存在正相关关系，程度怎样；其次研究中国的转轨经济形态中人口的转移对房地产价格的影响以及未来的发展趋势。针对汇率对房价的影响这一话题，由于目前仍然缺乏对房地产价格与汇率之间互动关系的正确认识，本文建立人民币汇率和外国直接投资FDI的关系模型，说明人民币汇率对FDI的影响，而FDI进入中国可以繁荣房地产的需求和供给，但由于房屋供给的相对刚性，更多地增加了对房地产的需求，通过财富效应可以提高房屋价格，进而说明了汇率对房地产价格的影响，并且借鉴杜敏杰、刘霞辉（2007）建立的人民币升值预期和地产价格波动模型[2]，这也从理论上证明了人民币汇率预期对房地产价格有正向推动作用，接着运用计量分析的方法考察人民币汇率对房地产价格和影响，这些问题的回答不仅可以对现在的房地产“拐点论”的争论提供一个明晰的结论，也可以为未来政府决策，进行宏观调控提供参考。1．2房地产市场简况1．2．1房地产价格变化规律房地产对经济影响的重要性与住房的独特的性质有关。住房作为一种商品或产品，无论其产品本身还是交易过程，均不同于多数其他市场，其重要的特征包括：异质性：不同的房产有不同的特征，即使对于质量相同的房产，地理位置的差异也会显著影响房产价格。第3页共63页基于人口红利、汇率的房地产价格研究高交易成本和低周转率：交易成本通常高，而且特定房产的交易不频繁，这阻止了对房产价格的运动规律进行评估。销售的不同条件：价格通常由双方协商决定，这包括在价格、房产状况（是否要装修或翻新）和销售的其他方面（销售时间，成本）上的协议。刚性供给：由于可建筑面积的稀缺性滞后于需求，即使可以广泛获得建筑土地，获得建筑许可，确保融资并完成建造也需要时间；而当对房产需求有突然的下降时，供给方的反应也会滞后。不同的融资条件：融资条件在各国间非常不同，主要包括专门抵押融资机构和抵押支持证券市场的出现，是否可以再融资以及是否可以将房地产作为抵押品使用，房屋融资的监管和规范等。税收和津贴的影响：房地产市场的发展对政府政策的反应比较敏感，税收和津贴影响着人们在房地产市场中进行决策。尽管房地产具有其特殊性，但通过考察房地产价格变化，又可以总结出房产价格呈现以下的规律性：（一）房地产价格围绕长期均衡值上下波动人们非常容易根据自己的生活体验，认为房地产价格从以个很长的历史时期看，尽管存在周期性波动，但其发展趋势是不断上升的。形成这种认识的原因有两个：一是忽略了通货膨胀的影响，而事实上经济增长过程中往往伴随着较明显的通货膨胀；二是许多新兴市场国家和地区过去几十年的经济飞速发展，对建筑空间需求持续增加，由于建筑空间短期供给相对刚性，且具有经济持续发展的良好预期，导致该发展阶段的房地产价格呈逐步上升趋势。实际上，对于一个已经比较完善的市场经济体制及比较成熟的房地产市场的国家或地区，房地产价格存在长期均衡值。即从长期来看，在消除了通货膨胀因素后，房地产价格在各种宏观经济因素的影响下，围绕这个长期均衡值上下波动，其偏离均衡值的幅度取决于各种影响力量的合力大小。（二）房地产价格的短期波动幅度较大虽然房地产价格长期来看存在均衡值，但短期波动幅度还是比较大的。例如，数据显示日本在1985-1990年的5年中实际土地价格上升了75%，随后下降了1/3，意大利实际住宅价格1988-1992年上升了56%，在上两个周期内也都上升了近40%。而美国、德国、法国的住宅价格却没有巨大的波动，一定程度上，短期波动幅度大小与国家的房地产政策和市场经济体制是否完善有关系。（三）房地产价格受政策影响明显房地产市场受到宏观经济和结构政策的影响，这些政策通过决定房屋市场状况的不同因素产生作用。货币政策影响短期利率，通过直接或间接影响长期利率和通货膨胀预期进而对房屋价格动态有重要的影响。利率通过影响开发商第4页共63页基于人口红利、汇率的房地产价格研究和建筑工的借贷成本进而影响房屋市场的需求和供给方；财政政策通过税收和津贴影响房屋价格。例如，由于使用者成本包括房产税，通过收入税和一些成本的可抵税项影响可支配收入，津贴可以影响租赁和拥有房屋的相对成本、供给，周转税影响交易成本；监督和规范政策通过对融资房屋购买的成本影响房屋价格，这些包括出借人的资本要求和借款者的贷款限制，使用抵押的法律框架；结构政策，尤其是劳动市场政策，竞争政策和土地分区制政策，影响建造成本，从而影响房屋供给。（四）房地产价格与租金间存在长期均衡关系租金价格比可用来分析各区域市场的房地产价格是否具有增长潜力。一般来说，对比租金价格比的历史时间序列，可以说明房地产市场的状况（正常、高估或低估），进而判断其是否具有一定的增长潜力。1、租金、利率和价格变化预期决定了当前房地产价格根据经济学的价格原理，从本质上来看，决定房地产价格的是市场供求关系。一般来说，房地产价格由租金、对未来房价价格变化预期以及利率三个因素共同决定，即房地产价格可以表述为P(v∆Pe)/r，其中P为房价，v为租金，∆Pe为房地产价格预期变化值，r为利率，房地产价格的决定公式说明房地产价格与租金间存在长期的均衡关系。2、房地产价格与租金存在长期均衡关系租金是房地产使用价值的价格表现，房地产租金更多地反映了房地产作为生产和生活资料属性的价格。因此租金可以真实地反映经济基本面（收入、经济增长等）对需求的影响，从长期来看，租金可以视为经济基本面的函数。因此，判断房地产价格与经济基本面是否协调发展的一个简单办法就是研究房地产价格与租金的长期均衡关系。一般来说，决定房价的因素：地理位置、自然环境、周边环境、物价、居民收入水平、经济发展阶段、经济周期、货币政策、税收、资本市场等。随着人们收入的增加，特别是收入跨越某个范围后，人们对住房的结构、住房大小、舒适度、环境等要求都会改变，从而促进房地产业的发展。考察一国人均收入与房地产业发展之间的关系也可以证明这一点。根据世界银行研究报告，人均GDP在1500美元时，房地产业进入快速发展时期；当房地产业增加值占GDP总量的6%到8%时，就可以确定为主导产业，而当房地产增加值占GDP总量的10%到12%时，之后的增长便趋于平缓。基于上述判断，2004年中国人均GDP已经达到1500美元，而中国房地产业增加值也逐步占到GDP总量的5%到6%。因而可以判断，当前我国房地产业已进入了快速发展期。另外高盛公司的研究报告则显示，从现在起，人均收入超过3000美元的中国中产第5页共63页基于人口红利、汇率的房地产价格研究阶层人口将快速增长，这种状况会持续到2035年左右，中产阶层人口将达到14亿左右，快速增长将持续到2050年。这可能转化为持续的购买力，从而促进房地产业的持续发展。随着一国城市化的发展，房地产业也会得到很大的发展，城市化的过程就是一国房地产业快速发展的过程。对城市化与房地产业发展之间的关系，理论界有一条著名的“纳什姆曲线”，这是由美国城市地理学家纳瑟姆提出的，其认为：发达国家城市化过程包括两个拐点，当城市化水平达到30%时，第一个拐点出现，代表城市化发展进入势头极为迅猛的高速阶段；之后，当城市化水平超过70%后，出现第二个拐点，代表经济发展进入成熟阶段。根据数据统计，2005年中国城市化率为42.99%，预计到2020年会达到60%，在此期间城市化率每提升1个百分点意味着新增城市人口1300万，房地产行业无疑是最直接的受益者。而且，城市化的过程也是收入增加的过程，从而也是我国住房结构升级、环境优化和舒适度不断改善的过程，这也会促进我国房地产业的长期持续发展4。1．2．2近年来我国房地产市场发展状况统计数据显示，自1998年全国各地陆续出台房改政策以来，1998-2000年相应出现了一个购房高峰期。总体来看，随着公积金政策、银行住房抵押贷款以及二手房市场的配套措施的完善，我国居民住房市场近年来出现了良好的增长态势。商品房施工和销售面积自2001年以来一直维持同比20%左右的平稳增长；而同期的全国土地交易价格指数、房屋销售价格指数、以及房屋租赁价格指数则基本稳定在同比增长3%的范围内。与全球性房地产市场发展情况相似，近年来，我国房地产业一直保持持续快速的增长，投资增速始终高于全社会固定资产投资增速，自1999年以来，我国房地产开发投资一直以每年1000亿元以上的速度增长，年均投资增速高达22.3%，高于固定投资平均增速约10个百分点，尤其是2000年以来，房地产开发投资一直保持20%以上的高速增长，2004年2月份房地产投资增速高达57.1%，直到2005年随着宏观调控各项措施效果逐渐显效，这一势头才有了初步的逆转，伴随着房地产投资增速的上升，房地产价格持续上涨，2002年至2005年，我国平均房地产销售价格指数为，远高于同期居民消费价格指数，并且逐季稳步攀升，在2004年甚至高达110多点。目前，我国年均1万亿元以上的房地产投资总额，已相当于中国股市的规模。从2007年和2008年以来中国房市的实际运行状况和走向来看，某些业界人士判定我国房地产业开始步入“拐点”，即目前我国的房市进入了调整期，步入此轮房地产周期的下行阶段。2007年以来，在紧缩政策调控下，我国的房市房产之窗网://ehomeday2008年9月4日9:26金融时报唐志军，徐会军第6页共63页基于人口红利、汇率的房地产价格研究的泡沫成分开始收缩，一些城市的房价虽然仍较高，但面临着较大的下降压力，并出现了不同程度的下调，例如深圳、广州、上海、北京、东莞等城市的房价从2007年四季度开始下调。其中深圳房价在2007年11月环比下跌13.5%，此后逐步下跌，至2008年5月，新建商品住宅均价11014元/平米，回落至2007年初的水平，与2007年10月高峰期的17350元/平米房价相比，下跌了36%，而且业内人士预测，深圳的房价还会进一步探底。广州也出现了类似的情况，2008年3月，商品住宅均价为9316元/平米，与2007年10月相比，下跌了19.5%。虽然北京、上海价格仍然较为坚挺，但销量也出现了不同程度的下跌。据上海房地产研究机构权威房地产研究中心发布的数据显示，上海平均成交价格从2008年6月下半月的17258元下滑到13207元，环比下滑了23.5%。我国房地产业对银行体系的信贷资金有很强的依赖性，2001年以来房地产开发贷款增速一直保持25%以上的高位增长，远高于同期金融机构贷款的增速，2003年房地产开发贷款增速甚至高达49.1%，高于金融机构贷款增速整整28个百分点；房地产开发贷款占全部金融机构贷款比重也逐年上升，从1998年的2.34%上升到2005年的4.7%，个人住房贷款从无到有，经历了迅速增长，2005年末我国个人住房贷款余额为亿元，占金融机构贷款余额比重高达9.43%。但银行信贷在支持我国房地产业蓬勃发展的同时，也相应累积了大量的风险。由此可见，我国的房地产市场还有待进一步完善，还未形成成熟的房地产市场。1．3本文的写作特点和结构安排1．3．1本文的写作特点本文的写作特点主要体现在以下几个方面：1、结合理论模型和计量分析。本文针对中国正处于转轨经济这一特殊情况，建立了符合中国国情的模型——人口和房地产收益影响关系模型和汇率对FDI资金流入模型，并且借鉴杜敏杰、刘霞辉（2007）人民币汇率预期和房地产收益模型，结合运用目前比较先进的计量方法，以理论模型为依据，经济计量分析为主导，这种分析方法有利于提高本文研究结论的科学性和说服力，实证结果也支持了建立的模型。2、计量方法的综合性。本文运用现实数据和多种实证方法（包括对全国数据的分析和基于各地区的面板分析）做出了一个综合性的实证分析。面板数据考虑到了地区差异，这种多方法的深入分析能够增加文章结论的可靠性。3、数据全面。本文采用了全国的最新数据，并考虑到各地区间房地产市场发展的差异，获得各地区间面板数据，使用了国家权威部门《人口统计年鉴》、《中国统计年鉴》等数据，数据的时效性和权威性也是本文的鲜明特色。第7页共63页基于人口红利、汇率的房地产价格研究1．3．2本文的结构安排本文在参阅大量的国内外相关文献基础上，运用经济理论建模并运用全国数据简单OLS回归和PanelData回归展开分析和研究。研究中建立了适合中国情况分析的模型，运用计量软件对本文提出的两个热点争论做出详实的实证结论。研究的主要内容如下：（一）引言。对本文的写作背景、理论价值和现实意义进行了论述，对中国的房地产市场进行描述。（二）回顾国内外研究的相关文献，梳理了国内外相关领域的研究成果，得出了本文研究有重要的理论和现实意义，并且对中国房地产价格的研究亟需深化的结论。（三）人口红利和房地产收益关系研究。本文借鉴国内外研究建立适合中国的理论模型，说明人口红利和房地产收益的无关性，并运用中国数据对人口红利和房地产收益的相关性进行实证。（四）汇率和房地产收益的关系。在开放经济下推导出汇率和FDI的关系，由于FDI进入房地产市场，提高了对房地产的需求，从而使得房地产价格上升，并借鉴杜敏杰、刘霞辉（2007）人民币汇率升值预期和房地产收益模型，运用房地产价格决定的贴现公式来探讨汇率对房地产价格的直接影响，运用中国数据对汇率和房地产收益的关系进行实证。（五）结论和政策建议。总结本文探讨的这两个话题研究的结论，并就房地产市场发展提出了相关政策建议。1．4本章小结本章首先说明了论文要研究的论题：人口红利和汇率对房地产价格的影响，说明了该课题的研究意义。同时简单介绍了房地产市场的特征、房地产价格的规律性以及中国房地产市场近期的发展状况，并说明了本文的写作特点和章节结构安排，接下来对国内外相关研究文献进行回顾，并以中国的各类房屋价格（平均销售价格、住房销售价格、办公房销售价格、别墅销售价格、商品房销售价格、经济房销售价格、其他房屋销售价格）为研究对象，分析人口相关变量和汇率相关变量对房地产价格的作用，研究论文中的这两个话题，并逐步展开分析。第8页共63页基于人口红利、汇率的房地产价格研究第二章文献回顾2．1人口红利和房地产价格相关研究综述房地产行业是中外学者关注的热点领域之一。早在20世纪60-80年代，房地产价格研究就已成为都市经济学中的一个重要组成部分。最初，研究的重点集中在购房者的效用函数和不同地产的房价差异（Muth，1960；Hanushek，1980）[3-4]。学者们研究了房价变化和经济周期的关系，研究了购房与收入、消费以及储蓄之间的关系，且特别关注房价对消费行为的影响及消费弹性（Case，1988）[5]。在20世纪90年代，随着西方各国税制改革的开展和金融衍生工具的不断问世，人们逐渐将研究重点转移到各类税收和金融创新对购房者决策的影响（Poterba，1991；Engelhardt，1994）[6-7]，探讨了货币政策对购房贷款的约束；还有一些学者专门研究了房地产价格波动对社会公平的影响（Genesove，1997）[8]，这些研究为房地产理论奠定了坚实的数据支持和基础。在日本泡沫经济后，有鉴于1990年日本泡沫经济崩溃和1997年东亚遭遇金融危机的惨痛教训，许多学者将注意力集中于研究房地产市场上的投机活动，分析投机需求如何导致房地产泡沫经济，剖析房地产投机和金融危机间的联系，许多学者（如Glaeser，2004）研究了形成推动房价上涨的基本要素[9]。另一些学者（McCarthy，2004；Case，2004）则试图回答北美高速上涨的房价和泡沫经济的内在联系[10-11]。国内学者围绕中国房地产市场是否存在泡沫这一主题，袁志刚、樊潇彦（2003）在构造了一个房地产市场局部均衡模型后，分析了房地产均衡价格中理性泡沫产生和存在的条件，以及导致泡沫破灭的条件。认为高按揭贷款比例是产生泡沫的原因之一，并分析指出，宽松的货币政策可能刺激地产泡沫的产生，但他们的分析缺乏实证的支持[12]。王国军、刘水杏（2004）研究了房地产业对相关产业的带动效应[13]。平新乔、陈敏彦（2004）利用1999年至2002年中国35个城市的年度面板数据，分别分析了房价与土地购置价格的决定，研究了融资与地价、楼盘价格的关系。他们用地价、银行信贷、投资额和行业垄断程度（一级开发企业个数/开发企业总个数）解释房价的决定因素，发现银行信贷每增加一个百分点，楼盘价格上扬个百分点，并认为“如果过去3年中银行资金注入房地产业的总额上升20个百分点，仅此一项就足以说明房价在过去三年中上涨10%”[14]。但他们对中国房地产价格的研究均不是建立在经济主体理性行为分析的基础上。作为一种耐用商品，房产是居民个人资产的主要形式之一，居民个人拥有房产得到的回报率应与投资其他任何资产的回报率相等，Poterta（1984）、Bruce和第9页共63页基于人口红利、汇率的房地产价格研究Holtz-Eakin（1999）以及Lastrapes（2002）[15-17]在分析房地产市场时就持有这种观点。总之，房地产价格及其变化是一个非常复杂的问题，通过阅读相关文献，梳理出目前国内外关于人口红利和房地产价格关系的研究现状。2．1．1国外学者的研究研究人口增长与房地产价格关系的现有文献中，Mankiw(1990)等第一次实证研究了人口变动对房地产价格的影响，通过比较人口增速和房地产价格的时序数据，实证结果发现20世纪末房地产价格上升与“婴儿潮’有较为显著的联系[18]。Brooks（2002）认为1990年代以来，美国资本市场上股票价格的持续上升与市场上劳动人口增速上升有明显的关系。由于70年代美国“婴儿潮”参加工作，开始为未来退休而进行储蓄，增加了对金融资产的需求[19]。与这些结论相反，Poterba（1991）对美国39个城市运用1980-1990年的年度数据，对住宅价格中位数、建筑成本、人口因素、收入进行面板分析，发现真实收入和建筑成本变化确实可解释各城市住宅价格的上升，但人口并不是影响房地产价格的因素。（2001）把样本数据扩大到其他国家，实证研究没有发现证据说明美国或者其他国家的人口变动和金融资产回报之间有显著性联系，他认为工人退休以后并不会大批抛售股票等有价证券，因此不可能随着“婴儿潮”这一代人的退休，造成资本市场崩溃[20]。Poterba指出，资本市场崩溃论有两点不成立：（1）假设偏离现实，即文献中假设个体在退休期间消费完所有的资产，这与现实不一致；（2）预测的不一致，这些文献一般预测年轻的个体会在退休的时候快速消费年轻时积累的资产，但事实上个体退休时期消费的速度远低于年轻时累积资产的速度。有许多专家对这个结论不以为然，AndrewAbel（2001）假定个体具有遗赠动机，理论证明尽管遗赠动机的引入会减弱人口增长与资本市场两者之间的联系，但“婴儿潮”这一代人的退休的确会降低资本市场繁荣程度[21]。HenningBohn（2001）也持有类似的观点。他提出最好的解决方法是采用固定收益的社会养老保障体系，通过代际间的保险有效补偿人口变动对工资和资产收益率的影响[22]。2．1．2国内学者的研究国内研究人口增长和房地产价格的文献相对较少，贺菊煌（2006）利用一个世代交叠模型分析了人口变动对储蓄率的影响，结论表明快速的生育率下降对储蓄率没有大的正面影响；幼年-中青年人口比率变动对储蓄率的影响力远小于老年-中青年人口比率变动对储蓄率的影响；快速的生育率下降虽然导致经济增长率的下降，但同时引起人均消费永久的提高[23]。高小明等（2008）分析了1995-2006年我国人口抚养比的变动状况，发现少年儿童抚养比会随着经济的发展不断下降，而老年人口抚养比却随着老年人口的增多呈现缓慢上升的反向动态变化趋势，得出我国目前仍然处在“人口机会窗口”时期[24]。王涵语等（2008）第10页共63页基于人口红利、汇率的房地产价格研究从罗默的总量生产函数出发，研究老龄化对于人均经济增长率变动的影响，结果表明我国在2035年前处于人均经济增长率为正的人口红利期[25]。总之，国内的研究文献中定性分析较多，但定量研究两者关系的文献还很少。2．2汇率和房地产价格相关研究综述汇率波动对房地产价格的影响研究一直是当前经济研究领域中极富争议且无定论的问题之一。汇率波动是否影响房地产收益？影响方向和程度怎样？本文梳理了国内外文献中对此问题的相关研究。2．2．1国外学者的观点国外学者对房地产价格与金融指标关系的实证研究包括Collyns和Senhadji（2002）[26]、Hofmann（2003）[27]以及Gerlach和Peng（2005）[28]。Collyns和Senhadji（2002）利用向量自回归（VAR）的方法分析了东亚金融危机国家1979年至2001年间房地产实际价格与实际贷款、人均实际GDP的关系，发现实际信贷增加将在其后的6个季度内提高房地产价格。Hofmann（2003）则研究了20个主要工业化国家实际住房价格与实际贷款、实际GDP和实际利率的关系，发现这20个国家中的15个国家都可以在10%的显著性水平上拒绝银行贷款、GDP和房地产价格间不存在协整关系的零假设。国外学者主要关注利率对房地产价格的影响，如Kau和Keennan（1980）认为利率与住宅需求呈反比关系，提高利率将导致投资和住宅价格的同时下降[29]，有的学者如Goodman（1995）提出相反的观点，他在研究中发现住宅需求与利率间存在正向关系[30]。国外学者研究汇率与房地产价格关系的文献很少，这与他们主要研究发达国家的房地产市场有关，发达国家汇率制度比较灵活，汇率波动对房地产价格影响较小。2．2．2国内学者的研究随着我国汇率波动的扩大，国内学者开始关注人民币汇率对房地产价格的影响。陈欣慰（2005）和袁文麟（2007）分析了汇率波动对房地产价格影响的渠道和途径[31-32]。周京奎（2006）以12个城市的面板数据分析了汇率、利率对房地产价格的影响，实证分析的结果是，房地产价格与汇率呈正比，即汇率贬值会导致房地产价格上升[33]。周建军（2007）以北京、上海等地为例分析了国际游资对房地产价格波动的影响[34]；宋勃和高波（2007）提出短期内房地产价格上涨吸引外资的流入，长期外资的流入对我国的住房价格上涨产生影响[35]。贺聪（2007）提出对房地产价格的调控应和货币政策相协调，尤其是汇率政策的配合[36]。张家平（2008）利用我国1998年第3季度至2007年第2季度的人民币实际有效汇率和房地产价格的季度数据建立协整关系模型，发现人民币有效汇率和房地产价格之间存在正的相关关系，并提出保持人民币汇率小幅升值有利于维持房地产价格的稳定[37]。目前关于人民币汇率变动对房地产行业发展的影响存在两种观点（袁文麟，第11页共63页基于人口红利、汇率的房地产价格研究2007），一种认为汇率的变动不会对房地产行业的发展造成较大的影响，另一种观点则相反。但上述均为实证分析，缺乏理论的支持，没有很强的说服力，并且进行计量分析时采用的数据点较少，这可能也影响了实证结果，本文建立并借鉴模型，运用可获得的全国数据和各地区面板数据进行分析，这可以提高研究的说服力。2．3本章小结本章首先回顾了房地产市场研究的进展，并对国内外学者对本文研究的两个论题研究进行了回顾，研究多数为定性分析或者实证分析，缺乏理论基础，并且研究结论并不一致，而且国外研究中的理论模型对针对比较成熟的市场进行的研究，这些理论方法在中国的适用性值得怀疑，因此对这两个论题研究中国房地产市场时，需要结合中国情况进一步研究。第12页共63页基于人口红利、汇率的房地产价格研究第三章人口红利和房地产收益的无关性3．1人口与房地产收益模型3．1．1模型的基本设定考虑在一个封闭经济体中，代表性个体生活可分为三个阶段：儿童阶段，工作阶段和退休阶段。在儿童阶段时，代表性个体没有决策能力，与其父母一起生活；在工作阶段，个体无弹性地供给自己的劳动，得到工资收入，并对自己和后代的消费数量以及投资于房地产的财富量进行决策；退休阶段决定自己消费多少以及剩下多少财富遗赠给自己的下一代。令Nt为t时期出生的人口数，他们在t1时期供应1单位的劳动力，而在t2时期退休。令t为t时期的出生率，满足：tNtNt−1

（3-1）假设出生率满足一个AR（1）过程，即tt−1t,t~N0,，为随机扰动项t的均方差。为分析简便，进一步假定在一个时期中资本量不发生改变，年轻的消费者按照储蓄率s将他们的收入存入银行。简化假定单位人口的劳动收入为1，则整个社会的储蓄总量为：stNtqKt1

（3-2）其中qt为t期每单位资本的价格，t1时期总的资本量为Kt1，在Poterba（2001）的文献中，其假定储蓄率为一个固定的常数，则等式（3-2）也可以看作为社会对资本的需求方程，说明随着人口数量的增长，社会对资本的需求是增加的，如果资本量在一个时期内保持不变，则资本的价格会提高。当人口数量持续增长，只要资产数量增长率低于人口增长率，等式（3-2）说明资产的价格可能持续上升。假定总的资本量供给曲线是向上倾斜的，具体表示为：Kt1kKtq

（3-3）参数k0且（如果k1且，说明资产量不随时间而改变）。等式（3-3）为资产的供给方程，说明资本存量的增长率是资产价格的递增函数，第13页共63页tttt基于人口红利、汇率的房地产价格研究令kt1Kt1Nt1，等式（3-2）和（3-3）分别除以Nt1就可以得到均衡时的资产量和资产价格：1t1t1等式（3-4）可以化简为：

−1

1

（3-4）（3-5）式：

−1

1t1

qt−1，可以进一步得到资产价格的动态表达lnqt1

11

sst

（3-6）等式（3-6）为动态资产定价方程，说明当经济处于稳态（储蓄率为一个常数，出生率等于1），资产价格qk−1/为一个常数。等式（3-6）说明房地产价格动态受到两个因素影响的：人口增长率和储蓄率的增长率，并且这两个因素相互完全替代。实际可以将ln

st1st

lnt1看成整个社会购买房地产的资金量，如果购买房地产的资金量增长率稍高于一个常数k，那么房地产价格上涨，若低于此常数，房地产的价格则会下降。等式（3-6）描述了房地产价格变动的影响因素，当人口比率大于1或者lnt1大于零，未来房地产价格将上升（这是陈国强等观点）；国外热钱的进入，增加了lnst1st的值，从而提高了未来房地产价格（徐滇庆等的观点）。但这两种观点都是片面的，片面单独看两个因素并不能为房地产价格的变动提供一个完整的图像。为弥补这些不足，本文建立一个一般均衡模型，说明在个体理性选择下，房地产价格的变动规律。本文假定个体具有遗赠动机，但遗赠动机的加入并不能改变论文的中心结论——房地产价格与人口增长是无关的。为了说明这个结论，在具体建立一般均衡模型之前，图3-1对这个中心结论进行说明。在理性预期假设下，t时资产的需求曲线为K1d，资产供给曲线为第14页共63页qt−1kt1stkqqt−1kt1stkqt1kkttkttt−(1)skq利用ktstkqt−(1),kt1stln(−lnklnt1lnqtt1)基于人口红利、汇率的房地产价格研究K1s，由均衡点A可得到对应的均衡价格以及均衡的资产量。如果经济体中有个体突然想把资产遗赠给后代或者人口增长率突然增加，使得资产的需求曲线变为K2d，当房产供应量不变，则在点C达到均衡，导致更高的房产价格。但如果企业多提供房产满足需求，最终经济在B点达到均衡，均衡时的房产价格并不会改变。这里的一个关键假定是供给能够自由增加，事实上这个假定也是现实的，不论土地是否有限均能满足这个假定。接下来一节通过对个体的投资组合选择进行说明，阐释人口增长与房产价格是无关的。qtK1s

DemandincreaseA

C

B

SupplyincreaseK2dK1dK2sKt1图3-1房产的供需Figure3-1DemandandSupplyofRealEstate3．1．2转轨经济下的房产定价模型如前所述，考虑在一个封闭经济体中，世代交叠的个体共生活3期，在t期有Nt个代表性个体出生，他们在t1期无弹性地供给1单位的劳动，赚得的平_均工资为wt以及继承上一代的遗产，并选择消费和投资的数量，t2期消费积累的财富，并将储蓄剩余的部分遗赠给后一代。经济体中包含两个部门：城市部门和农村部门，只有城市部门能生产房产。当工人在农村部门进行劳动，得到的工资为在城市部门工作得到工资的m倍（0m1）。假定社会中的房产生产技术为Cobb-Douglas类型，令Kt为t时刻的房地产资产存量，假设整个社会生产的房产数量为：

（3-7）I是整个社会的投资或者消费后的剩余，参数>0，0<<1，其中0<<1第15页共63页Kt1Ltttt)1−(I)(KNKt1Ltttt)1−(I)(KN基于人口红利、汇率的房地产价格研究说明房产量是投资的严格增凸函数。LtnLt−1为t时期中由其它用途的土地转为建筑用地的数量，其中建筑用地的增长速度是外生的，严格由中央或者地方政府控制5。在均衡的状况下，房产在t期末的价格qt应该等于为了生产t1期一单位房−1产而需要的t期消费品的数量，也就是说qt，利用等式（3-7）可以很容易得出：qt

1−

（3-8）等式（3-8）实际上暗含了一单位房产存量的消费品价格，即房产存量在t1时的价值可表述为：qtKt1

1

It

（3-9）当要素市场完全竞争，每个要素得到的回报只能是其生产的边际产品价值，工资在任何部门都是一致的。考虑到中国的转轨经济状态：（1）中国的企业并不是企业价值最大化为目标(赵志军，2005)[38]，而是最大化企业利润和产出的加权数；2）中国劳动力从农村部门转向城市部门，工资可以大幅增加。假定t1时期，城市部门雇佣的工人数为BNt，农村部门雇佣的工人数为(1−B)Nt，企业没有按照最大化利润而进行生产，其对企业利润的权重为f。在转轨经济条件下，代表性个体的工资为（公式推导见附录部分）：_

∂NtNt

（3-10）显然，当社会中城市化人口越多，代表性个体工资会增加。因只有城市部门能生产房产，一单位房产的收益率应该等于其能得到的边际产品

∂Kt1∂Kt

，由于企业对企业利润的权重为f，因此租金为（见附录）：vt

∂Kt11−It∂KtKt

（3-11）5

地方财政很大一部分收入来自土地出让收入，象东南沿海一带的地方政府的财政收入最高可以达50%以上，他们有很强的动机出让土地。事实上，一方面由于中央政府对土地出让总量的控制，另一方面，经济发达地区可供住房建设的土地资源已经很少，象北京这样的经济发达城市，土地出让的总量是逐年减少的第16页共63页∂Kt1∂Itt1It∂Kt1∂Itt1It（wt∂Kt1(1−)Itqtqt基于人口红利、汇率的房地产价格研究一单位房产从t−1期持有到t期所能得到的收益率Rt，等于房产的租金量vt除以房产的价值（房产量乘以房产价格）。Rt

vtItqt−1KtKtIt−1

（3-12）3．1．3消费者的行为对代表性消费者而言，他们需要考虑自己本期的消费量、自己后代的本期消费量，以及将消费后的剩余作为投资，并在退休的时候决定消费额和遗赠的数量，更正式表示为，t期代表性工人最大化一生的预期效用Ut：maxUtln[cttct]Et[lnct1]Et[lnbt2]s.t

tctctsettbt2Rt2

（3-13）t期代表性个体在满足资源和财富约束下，最大化一生的效用。由于个体刚出生时，没有收入需要他们的父母进行抚养，因此父母需要给其消费ct,。代表消费者的时间偏好的主观贴现系数。留给后代的遗产同样给个体带来效用的满足，效用的主观贴现系数为2，考虑中国经济改革带来的政策变动可能影响未来的生活水平，风险厌恶的个体会增加谨慎储蓄，从而给自己的未来消费增加安全系数（Wakabayashi，MacKellar；1999）[39]，这时2。set为个体将自己的收入t投资到房产数量，ct1为退休后的消费量以及bt2为留给后代遗产的数量。代表性个体获得遗产

bt1t

_

bt1Rt1t

。这里0≤1,0,0，Et[⋅]代表基于t时期信息的条件期望算子。为了获得等式（3-13）的最优解，定义ϕt1(t−tct−ct)Rt1以及价值函数Vt1(ϕt1)maxct1,bt1lnct1Et1[lnbt2]，满足约束条件为ct1bt2Rt2ϕt1，则最优化问题（3-13）可以简化为：Vt1(ϕt1)maxct1,bt1lnct1Et1[lnbt2]s.tct1bt2Rt2ϕt1

（3-14）在最优条件下消费量ct1

ϕt1（其中将遗产用消费量ct1表示出来，第17页共63页(1−),ct1(1−),ct1Rt1set,，其一生的总财富为twt,基于人口红利、汇率的房地产价格研究这样可以将条件期望去掉），bt2

Rt2ϕt1。现在最优化问题（3-13）可以简化为用最优的ct和ct最大化ln[cttct]Et[Vt1(ϕt1)]，或者等价地最大化函数ln[cttct]()Et[lnϕt1]，由该问题的一阶条件，得到cttct

t1

。在t1期初，经济中所有的房产Kt1全部由t−1期出生的Nt−1个体所有，这些退休的个体通过持有这些房产获得vt1Kt1的租金，因此每个拥有房产的个体得到现金流为：vt1Kt1Nt−1

(1−)It1Nt−1

（3-15）房产所有者在退休时期决定自己的消费量ct和遗产bt1，其最大化退休期的效用函数lnctEt[lnbt1]，满足约束条件为ct

bt1Rt1

(1−)It1Nt−1

。由此最优化问题的一阶条件可以得到最优的消费量ct和遗产bt1；ct

(1−)It1()Nt−1

bRt1

(1−)It1()Nt−1

（3-16）等式（3-16）就暗含在t期出生的每个个体可以得到遗产的现值为bt1tRt1

(1−)It1()Nt

，因此每个个体持有的总财富量等于工资收入与遗产之和，即t

Ntt

（3-17）社会总财富量等于每个个体拥有的财富量的总和，即tNt为社会总财富量：tNt

（3-18）考虑个体将消费剩余的财富投资于房产，可以得到整个社会投资量ItNt(t−ct−tct)，考虑最优条件下的消费量以及后代的消费量cttct

t1

，等式ItNt(t−ct−tct)和式（3-18）隐含了：第18页共63页,,,,和t1()N(),,,,,,,和t1()N(),,,基于人口红利、汇率的房地产价格研究It1It

(1)−()(1−)(1−)

（3-19）因此等式（3-12）说明房产的收益率方程为：Rt

vt1

qt−1KtKt

[(1)−()(1−)]

（3-20）命题1：均衡条件下，房产价格与人口增长率无关。这个结论是明显的，等式（3-20）两边分别对人口增长率t求导，有

∂Rt1∂t

0。这个结论只是重复了图3-1向我们表达的内容，但其经济意义非凡。一方面，它说明人口的增长与房产价格并没有必然的联系，有力反击了“人口拐点”导致的“房市崩溃”论，说明从人口增长或者劳动力人口增速来分析房产价格的逻辑是错误的。图1-1中数据显示，中国人口增速以及劳动人口增速与中国房产销售价格增速是相背离的，也为命题1提供了一个强有力的佐证；另一方面，它可以衡量房产市场是否存在泡沫，为政府进行房产市场调控提供了参考。命题2；房产价格与城市化水平负相关。等式（3-20）分别对人口的城市化转移参数B进行求导，有∂Rt1∂B

−0，即房产投资收益率与城市化水平负相关。当比较中美两个国家的房产投资收益率时，这个结论是很明显的。美国的城市化水平高但房产投资的收益率低，而中国情况刚好相反。需要说明的是，由于城市化水平与人口从农村向城市转移有关，当农民工进城务工的时候，他们正处于劳动期，会增加对房产的需求，从而提升房产的价格，相当于图3-1中的K1d需求曲线转向更高的需求曲线K2d，从而市场的均衡点由A转为C点，房产价格上升。随着这些工人的退休，他们持有的房产要遗赠到下一代，自然增加了下一个时期的房产供给，降低了房产的收益率，或者说他们遗赠的价值降了。这也就是说随着Bt的增加，Rt1是下降了。命题3：当人口增长率低于某个常数后，人均储蓄率会上升。

bt1tRt1

下由等式（3-19），定义

It1It

C，C为一个常数，考虑投资增长率与t1

Nt1Nt

，第19页共63页(1−m)()(1−(1−m)()(1−)基于人口红利、汇率的房地产价格研究当人口增长率t1少于常数C时，等价地

It1Nt1It1IItNtNt1Nt增加的；当人口增长率t1大于常数C时，人均储蓄则是下降的。这个命题有非常重要的政策含义，目前为了刺激消费，政府出台了多种措施，但收效甚微，储蓄率持续上升，消费低迷，因此命题3说明如果想启动消费，通过放开计划生育政策，可以降低储蓄率，刺激消费。3．2实证分析3．2．1计量方法介绍I向量误差修正模型（VECM）在进行了单位根检验、协整检验之后，使用向量误差修正模型（VECM）来研究汇率相关变量对中国房地产价格水平的关系。这种方法是由瑞典经济计量学家Johansen（1988，1991）提出[40-41]，Hofmann（2003）以及Gerlach和Peng（2005）就采用了这种方法。采用Johansen方法，研究各类房屋销售价格和汇率相关变量之间的长期稳定关系，可以定义一个向量Zt，Zt满足向量自回归（VAR）形式：p

Z

（3-21）这里c是一个常数向量，t是一个n1的白噪声扰动序列，均值为0。i是一个nn的系数矩阵，上述自回归形式可以表述为向量误差修正模型（VECM）的形式：p−i

（3-22）pp秩决定了协整向量的个数。Ⅱ面板数据回归模型根据白仲林（2008）[42]，面板数据回归模型有大致可以分为7类：混合回归模型、固定效应模型、随机效应模型、确定系数面板数据模型、随机系数面板数据模型、平均个体回归模型、平均时间回归模型。面板数据回归模型的一般形式为：K

（3-23）i1,2,⋅⋅⋅N表示N个个体；t1,2⋅⋅⋅T表已知的T个时点，yit为被解释变第20页共63页⇔t，即人均储蓄是⇔t，即人均储蓄是Ztc∑i1it−it∆Ztc∑i1i∆Zt−iAZt−1t这里，∆表示一阶差分算子，i是一个nn的系数矩阵，等于−∑ji1j，A也是一个nn的系数矩阵，等于∑i1i−I，A是长期关系系数矩阵，A的yit∑k1kikititxu基于人口红利、汇率的房地产价格研究量对个体i在t时的观测值；xkit是第k个非随机解释变量对于个体i在t时的观测值；ki是待估的参数，uit是随机误差项，用矩阵表示为YiXiiUi（i1,2,⋅⋅⋅N）

（3-24）yi1x1i1i2yiTT1x1iT

x2i1⋅⋅⋅xKi11iui12iui2⋅⋅⋅⋅⋅⋅⋅,i⋅,Ui⋅⋅⋅⋅x如果从时间上看，不同个体间不存在显著性差异；从截面看，不同截面间也不存在显著性差异，那么可直接将面板数据混合在一起，运用普通最小二乘法OLS估计参数，这就是混合回归模型（PooledRegressionModels），其假定了解释变量对被解释变量的影响与个体无关，关于参数的这种假设被广泛应用，但许多问题研究中，混合模型并不适用（Mairesse&Griliches，1990）[43]。在面板数据线性回归模型中，如果对于不同的截面或不同的时间序列只是模型的截距项不同，而模型斜率系数相同，则称此模型为固定效应模型（FixedEffectsRegressionModel）。固定效应模型分3个类型，个体固定效应模型（EntityFixedEffectsRegressionModel），时点固定效应模型（TimeFixedEffectsRegressionModel）和时点个体固定效应模型（TimeandEntityFixedEffectsRegressionModel）。若模型K

（3-25）中缺失了分别随个体和时间变化的不可观测随机性因素时，可通过对误差项的分解来描述这种信息缺失，即将模型误差项分解为3个分量uituivtwit

（3-26）ui,vi和wit分别表示个体随机误差分量，时间随机误差分量和混合随机误差分量。同时，还假定ui,vi和wit互不相关，各自分别不存在截面自相关，时间自相关和混合自相关，这时（3-23）被称为随机效应模型。在运用面板模型前需要进行回归模型的设定检验，是否可采用混合回归模型需进行F检验，如果拒绝混合回归模型，则需要进行Hausman检验以便确定选择随机效应模型还是固定效应模型，具体的检验步骤参见白仲林（2008）。3．2．2全国数据回归分析(一)样本选择及变量设计第21页共63页yx1yx1i2其中，Yi⋅,Xi⋅⋅⋅x2i2⋅⋅⋅xKi2⋅⋅⋅⋅⋅⋅⋅⋅⋅x2iTKiTTKKiK1iTuT1yit1∑k2kxkituit基于人口红利、汇率的房地产价格研究样本区间为：1997-2008，数据主要有我国的房产实际交易价格、人口增长、人口分布以及可支配收入，数据来源主要为中经数据库，CEIC，以及中国人民银行统计月报。由于数据的采集频率不同，将所有的数据转化为年度数据，在接下来此部分的实证分析中，所有结果均为采用年度数据估计的。运用AP、RP、VP、EP、CP、OP、OTP分别表示平均销售价格、居住房销售价格、别墅销售价格、经济房销售价格、商品房销售价格、办公房销售价格和其他房屋销售价格。表3-1变量类型及数据来源Table3-1VariablesandDataSources为了检验有关人口变量与房产价格变动之间关系，本文希望使用计量模型进行分析，形式化为：(Yt)f(Xt)t

（3-27）Y表示各种房屋销售价格，X是以向量形式表示的人口相关变量，为随机干扰项。（二）数据直观显示将上述数据进行整理发现，人口增长率缓慢下降（除了1958-1961年的三年自然灾害期间，人口增长率为负值外），劳动人口占比以及城市人口占比是逐渐增加的，特别是在改革开放之后城市人口占比的增长趋势更加明显6。从年龄结构来看，年幼人口比例（0-14岁人口占总人口比例）逐渐下降，而成人人口6

中国的城市化进程可以分为三个阶段。1949-1961年为高速发展阶段，新中国建立后，大量的工厂建设需要大批的工人，农村人口快速转移到城市，加上当时的宽松的户籍管理制度，促使解放初期城市人口大量增加；1962-1979年为稳定阶段，随着严格的户籍制度的实施，城市人口保持稳定；改革开放后的快速发展阶段，随着经济的快速发展和城市化进程的加速，城市人口比例上升。第22页共63页变量名变量类型样本数数据来源城市人口占比变动变量名变量类型样本数数据来源城市人口占比变动年度数据1949-2007，59个中经数据库劳动人口占比变动年度数据1978-2007，30个中经数据库年幼人口占比变动年度数据1989-2007，19个中经数据库成人人口占比变动年度数据1989-2007，19个中经数据库老年人口占比变动年度数据1989-2007，19个中经数据库人口增长率变动年度数据1950-2007，58个中经数据库男性人口占比变动年度数据1949-2007，59个中经数据库平均销售价格月度数据，141个CEIC居住房销售价格月度数据，141个CEIC别墅销售价格月度数据，141个CEIC经济房销售价格月度数据，141个CEIC办公用房价格月度数据，141个CEIC商品房价格月度数据，141个CEIC其他房屋价格月度数据，141个CEIC基于人口红利、汇率的房地产价格研究占比（15-64岁人口占总人口比例）和老年人口比例（65岁以上人口占比）逐渐上升。人口的性别比没有表现出足够的规律性，其中男性人口占总人口比例在区间[0.51,0.52]上下波动。图3-2a人口增长和城市人口占比Figure3-2aPopulationGrowthRateandProportionofUrbanCitizen图3-2b男性人口占比Figure3-2bProportionofMen图3-2c各种年龄以及劳动人口分布Figure3-2cDistributionofDifferentAgeGroupsandWorkForce图3-3描述了1997年1月-2008年11月各种房产真实价格变动（按照1985年CPI=100，计算其真实价格），除了经济适用房价格在2005年后保持稳定或者略有下降外，其他房屋价格有较为明显的上升，并在2007年达到一个高峰，其后随着国家对房产宏观调控力度的加强，价格有所下降。总体来看，各种房屋价格之间相关性特别强；其次房屋价格呈明显的季节性，每年1月份房价相第23页共63页基于人口红利、汇率的房地产价格研究对于上一年房价有一个突然的跳跃。图3-3a商品房、办公用房以及别墅销售价格Figure3-3aCommercialBuildingandVilla&ApartmentSellingPrices图3-3b经济适用房、住房以及其他房屋销售价格Firure3-3bEconomicHouse,ResidentialandOtherBuildi