-
首页
-
出版物展开 / 收起
sidenav background出版物
sidenav header background激辩房地产系列简报之二
发布日期：2014-07-10 10:40 来源：北京大学国家发展研究院
简报2014年第054期（总第1149期）
背景简介：2014年7月5日，北京大学国家发展研究院【朗润•格政】系列活动“激辨房地产市场前景”在北大英杰交流中心阳光大厅举行。我们将分三期简报报告本次活动。本期简报报告西南财大中国家庭金融调查与研究中心副主任谭继军教授、芭蕾雨国际控股公司总裁黄玺庆先生和北京大学国家发展研究院宋国青教授的演讲内容。
版权声明：未经允许，请勿全文刊发或转载本简报。如希望全文刊发或转载本简报，请联系tangjie@nsd.pku.edu.cn，并经主讲人本人审阅。
谭继军：中国家庭金融调查简介
今年6月，中国家庭金融调查与研究中心公布了《城镇家庭住房空置率和住房市场发展趋势》，这份报告所用数据来自中国家庭金融调查（China Household Finance Survey, CHFS）。下文对CHFS的数据采集过程进行介绍。
CHFS于2009年发起，初期是为了学术和政策研究提供基础数据库。但是随着工作的不断深入，数据库建设的意义在很多方面超出了学术的范畴，在家庭资产、民间借贷、住房需求等方面填补了空白。
统计分析的结果是否能反映总体的真实情况主要取决于样本是否随机，而不是样本量。CHFS实行县、社区、家庭三阶段分层随机抽样。首先是将所有县（含区、市）按照人均GDP水平排序后再分成10组，每组随机抽取8个县；其次是每个县随机抽取4个社区（居委会、村委会）；接着对每一个社区，绘制住户地理分布图，制作住户清单列表，随机抽取20-50户受访家庭，其中农村20户、城镇25-50户 ，并且在高房价社区多投放样本；最后在统计推断时，用抽样权重进行调整。
CHFS得到了人行、农行、当地社区及相关机构的大力帮助，访员主要是西南财大的本科生和硕士生。每位访员要接受总计64小时的培训，访问由一个主访与一个配访合作完成，每户家庭的调查都超过90分钟。为了保证数据的真实性，设置了很多制度安排，比如说不同时间段无人应答6次或拒访3次才允许更换样本，采取前后呼应的问卷、防止被访者前后相互矛盾，事后采取录音核查等。同时，所有数据采集都是计算机辅助加密，对受访户有保密协议和承诺。一旦访问完成后，被访者的联系方式与访问结果会被分离，以避免隐私泄露。
CHFS在2011年一共完成样本8438户，29324人，这是由600余位西南财经大学的本科、硕士和博士生参加完成的。2013年的调查涵盖29个省262个县1048个县区，完成样本28142户，总共涉及家庭成员97916人，这是由1600余位西南财大的本科、硕士、博士生参加完成的。CHFS每两年进行一次进行入户访问，间隔期内会进行月度和季度的电话回访。电话回访的优势在于不仅可以从家庭层面及时反映中国经济状况的动态变化，用微观推导宏观，而且可以迅速建立起追踪数据库。
CHFS获得了比较低的拒访率。2011年，拒访率在全国范围内是11.6%，城市是16.5%，农村是3.2%；2013年，全国是10.9%的拒访率，城市15.4%，农村0.9%。这个拒访率比国际水平低得多，比如2010年欧盟家庭金融与消费调查在德国的拒访率是69.7%，比利时是57.6%，法国是30.0%，芬兰11.1%，葡萄牙是10.3%。
从调查结果看，CHFS的可靠性和真实性还是值得信赖的。数据中，高收入家庭的收入情况已经远远高于其他机构得出的数据，样本在人口统计上的各种指标与统计局很接近。在其他数据方面，个体工商户的官方数据是4436万，CHFS的推算数据是4423万；小微企业的官方数据是1170万，CHFS的推断数据是1134万；个税总额的官方数据是3730亿元，CHFS的推断数据是3708亿元；公务员的官方数据是689.4万，CHFS的推断数据是709万。
黄玺庆：社会应少关注房地产
我想就三个问题谈一下自己的看法。首先是房地产市场有没有泡沫以及泡沫是怎么产生的？这可以用啤酒来类比，啤酒有泡沫是因为一瞬间倒得很快而产生的。中国有34个省，600多个市，3000多个县，每个县都有房地产，每个县就好似不同的啤酒杯子。我们在往不同的酒杯里倒酒，有的地方倒得快些，于是产生了泡沫，比如鄂尔多斯；有的地方倒得很慢，于是还没有泡沫。
中国经济有个特殊性，就是供需关系可以被人为的调控。还以啤酒为例，啤酒倒得快了，产生了泡沫，这个时候多喝几口，或者往里面放点冰块、话梅，就能抑制泡沫的产生。中国的房地产市场从2003年央行“121文件”开始，历经长达11年的调控，市场上的舆论也是在 “春天”、“冬天”的说法中转换。尽管这种争论成就了不少“经济学家”，但对于开发商而言，其实质影响很小。
2009年的房地产市场是真的出现了问题，这一点我也赞成，但是那些泡沫在一个较长的周期里是会自动消化的，房地产市场真正的问题在于大家都过于关注这个行业了，它自身的问题并没有媒体和经济学家们说的那么严重。我建议消费者和开发商们要在市场中保持清醒的头脑，不能被舆论牵着鼻子走。
要解决泡沫问题有不少具体的方法可以采纳。一种方法是限制供应，抽紧银根、地根，另一种方法是丰富地区功能，优化配置商业资源、产业资源、公共服务，让城市变得宜居，增加需求。
第二个问题是房价上涨和房子涨价的区分。这二者不是一个概念。举例而言，如果你已经购买了房子，房价上涨与否就与你无关，你应该关心的是房子是否涨价。房子是否涨价取决于你买的房子进入二手房市场后，卖价是否高于你支付的买价。房价上涨是经济学家关心的问题，它受到宏观经济环境、投资配置的手段等复杂因素的影响。对于将房子作为消费品而非投资品的普通消费者而言，关注的应只是房子是否涨价。
第三个问题是城镇化。城镇化不是灵丹妙药，无法解决房地产所谓的供给需求问题，它只能提供有效供应，但不能提供有效需求。城镇化是指农村的土地变成城市建设用地，增加了城市的土地供应，但是失去集体用地的农民住到了安置房里，并没有增加商品房的需求。去年城镇化的进程非常迅速，但是三、四线城市房地产却普遍出了问题，主要原因在于多数开发商离开三、四线城市，退回了一线城市。2013年供应的房子基本上是2010年开始拿地，那时候开发商的劲头很足，一路高歌猛进，但是后来却发现巨大的馅饼其实是巨大的陷阱，三、四线城市中并没有产生有效的需求。
总而言之，我认为房地产行业目前存在的问题行业发展中所不可避免的，不应该被过于夸大，社会应该尽可能给予房地产市场少一些关注，放房地产一条生路，让它自然的生长。
宋国青： 预测房地产市场泡沫不现实
现在的研究如果没有5年、8年的持续积淀，就会很容易说错话，因为任何一个社会热点，比如人口问题，都包含了很多复杂的因素。房地产问题可能比人口问题更复杂。
研究者经常会遇到微观数据跟宏观数据矛盾的问题，这种矛盾在研究房地产市场时应该受到充分关注。西南财大的调查里有很多信息，我们都可以从其他角度来获取信息进行核对。比如空置率，是20%、15%还是10%，统计的口径不一样、分析的方法不一样，得到的结论就不一样。但是刚才提到今年一季度末空置率是21%，到二季度末提高了一个百分点，这个就有一定信息量。如果简单地按线性增长计算，5年以后空置率就是40%。其实，统计局的一些数据在一定程度上也不可信。如果数据的真实或虚假程度稳定在一个水平，那增长率还是可以使用的。
根据调查也可以研究空置率出现的原因。装修时间是一个要考虑的因素，但要算上动态的变化。我记得2000年北大分房子的时候，大家装修了一个礼拜就住进去了，现在则要慢慢装修，装修完半年以上也不住进去。这种装修时间的延长是出于安全因素考虑。类似的，过去春节期间给保姆加工资他们可能就不回家了，但现在加再多钱他们也要回家。这些事情都是变化的体现。变化不是统计数据能直观反映的问题，需要做一些研究才能得到结论。
此外，我还有一个想法：能不能按照一个社区的平均房价来分类测量空置率？比如统计房价五万一平米的房屋空置率是多少，一万一平米的房屋空置率是多少，五千一平米的房屋空置率又是多少。这样得到的信息会更多一些。
这个调查的数据，如果本身能再改进一些，让争论再少一些就会更好。数据不怕别人质疑，就怕不去改进，如果不改进将来的水分会更大。我们曾经调查过失业率的情况，后来也将数据按照新指标改进了，但是改进之后增长率就变得不可比，这些问题在计算空置率的时候都要考虑到。
经济的波动有时是短期的，有时则是趋势性的、长期的。制定政策时要将这两种情况区分开。我们目前的调控政策多是应对短期、周期性的经济波动，其实也应该制定一些应对长期波动的政策。一个反例就是，过去房价上升很重要的一个原因就是银行存款利率低于CPI。
预测房地产市场的泡沫是不现实的。2002年和2003年的时候，要是能预知到今天房价是这样，那没有人会持有股票，大家都会去买房子。所以说，有些事情是要事后才能看到的，事后的泡沫和事前的预测是两回事。人活着就要犯错误，计划经济也罢，市场经济也罢，我们能做的就是把事先可以看到的泡沫解决掉，再把事后看到的纳入研究中，做一些政策分析。
最后我想说，一个产业占经济的比重越大，不代表其对经济的影响越重要。800年前农业占GDP一大半，但现在却已经降到10%甚至更低，这是因为整个社会在不断发展，经济结构也在不断变化。短期内对于一些问题我们可能来不及应对，但从长期来看那些问题不会对经济增长产生很大影响。人类的需求是无限的，只有生产能力的问题，所以大家不用太担心某个行业怎么样，短期内可能会有一些问题，但是长期没关系。
（付雪晴、宿媛媛整理，唐杰修订）
国家发展研究院官方微信
Copyright© 1994-2012 北京大学 国家发展研究院 版权所有, 京ICP备05065075号-1
保留所有权利，不经允许请勿挪用
-
首页
-
出版物展开 / 收起
sidenav background出版物
sidenav header background激辩房地产系列简报之二
发布日期：2014-07-10 10:40 来源：北京大学国家发展研究院
简报2014年第054期（总第1149期）
背景简介：2014年7月5日，北京大学国家发展研究院【朗润•格政】系列活动“激辨房地产市场前景”在北大英杰交流中心阳光大厅举行。我们将分三期简报报告本次活动。本期简报报告西南财大中国家庭金融调查与研究中心副主任谭继军教授、芭蕾雨国际控股公司总裁黄玺庆先生和北京大学国家发展研究院宋国青教授的演讲内容。
版权声明：未经允许，请勿全文刊发或转载本简报。如希望全文刊发或转载本简报，请联系tangjie@nsd.pku.edu.cn，并经主讲人本人审阅。
谭继军：中国家庭金融调查简介
今年6月，中国家庭金融调查与研究中心公布了《城镇家庭住房空置率和住房市场发展趋势》，这份报告所用数据来自中国家庭金融调查（China Household Finance Survey, CHFS）。下文对CHFS的数据采集过程进行介绍。
CHFS于2009年发起，初期是为了学术和政策研究提供基础数据库。但是随着工作的不断深入，数据库建设的意义在很多方面超出了学术的范畴，在家庭资产、民间借贷、住房需求等方面填补了空白。
统计分析的结果是否能反映总体的真实情况主要取决于样本是否随机，而不是样本量。CHFS实行县、社区、家庭三阶段分层随机抽样。首先是将所有县（含区、市）按照人均GDP水平排序后再分成10组，每组随机抽取8个县；其次是每个县随机抽取4个社区（居委会、村委会）；接着对每一个社区，绘制住户地理分布图，制作住户清单列表，随机抽取20-50户受访家庭，其中农村20户、城镇25-50户 ，并且在高房价社区多投放样本；最后在统计推断时，用抽样权重进行调整。
CHFS得到了人行、农行、当地社区及相关机构的大力帮助，访员主要是西南财大的本科生和硕士生。每位访员要接受总计64小时的培训，访问由一个主访与一个配访合作完成，每户家庭的调查都超过90分钟。为了保证数据的真实性，设置了很多制度安排，比如说不同时间段无人应答6次或拒访3次才允许更换样本，采取前后呼应的问卷、防止被访者前后相互矛盾，事后采取录音核查等。同时，所有数据采集都是计算机辅助加密，对受访户有保密协议和承诺。一旦访问完成后，被访者的联系方式与访问结果会被分离，以避免隐私泄露。
CHFS在2011年一共完成样本8438户，29324人，这是由600余位西南财经大学的本科、硕士和博士生参加完成的。2013年的调查涵盖29个省262个县1048个县区，完成样本28142户，总共涉及家庭成员97916人，这是由1600余位西南财大的本科、硕士、博士生参加完成的。CHFS每两年进行一次进行入户访问，间隔期内会进行月度和季度的电话回访。电话回访的优势在于不仅可以从家庭层面及时反映中国经济状况的动态变化，用微观推导宏观，而且可以迅速建立起追踪数据库。
CHFS获得了比较低的拒访率。2011年，拒访率在全国范围内是11.6%，城市是16.5%，农村是3.2%；2013年，全国是10.9%的拒访率，城市15.4%，农村0.9%。这个拒访率比国际水平低得多，比如2010年欧盟家庭金融与消费调查在德国的拒访率是69.7%，比利时是57.6%，法国是30.0%，芬兰11.1%，葡萄牙是10.3%。
从调查结果看，CHFS的可靠性和真实性还是值得信赖的。数据中，高收入家庭的收入情况已经远远高于其他机构得出的数据，样本在人口统计上的各种指标与统计局很接近。在其他数据方面，个体工商户的官方数据是4436万，CHFS的推算数据是4423万；小微企业的官方数据是1170万，CHFS的推断数据是1134万；个税总额的官方数据是3730亿元，CHFS的推断数据是3708亿元；公务员的官方数据是689.4万，CHFS的推断数据是709万。
黄玺庆：社会应少关注房地产
我想就三个问题谈一下自己的看法。首先是房地产市场有没有泡沫以及泡沫是怎么产生的？这可以用啤酒来类比，啤酒有泡沫是因为一瞬间倒得很快而产生的。中国有34个省，600多个市，3000多个县，每个县都有房地产，每个县就好似不同的啤酒杯子。我们在往不同的酒杯里倒酒，有的地方倒得快些，于是产生了泡沫，比如鄂尔多斯；有的地方倒得很慢，于是还没有泡沫。
中国经济有个特殊性，就是供需关系可以被人为的调控。还以啤酒为例，啤酒倒得快了，产生了泡沫，这个时候多喝几口，或者往里面放点冰块、话梅，就能抑制泡沫的产生。中国的房地产市场从2003年央行“121文件”开始，历经长达11年的调控，市场上的舆论也是在 “春天”、“冬天”的说法中转换。尽管这种争论成就了不少“经济学家”，但对于开发商而言，其实质影响很小。
2009年的房地产市场是真的出现了问题，这一点我也赞成，但是那些泡沫在一个较长的周期里是会自动消化的，房地产市场真正的问题在于大家都过于关注这个行业了，它自身的问题并没有媒体和经济学家们说的那么严重。我建议消费者和开发商们要在市场中保持清醒的头脑，不能被舆论牵着鼻子走。
要解决泡沫问题有不少具体的方法可以采纳。一种方法是限制供应，抽紧银根、地根，另一种方法是丰富地区功能，优化配置商业资源、产业资源、公共服务，让城市变得宜居，增加需求。
第二个问题是房价上涨和房子涨价的区分。这二者不是一个概念。举例而言，如果你已经购买了房子，房价上涨与否就与你无关，你应该关心的是房子是否涨价。房子是否涨价取决于你买的房子进入二手房市场后，卖价是否高于你支付的买价。房价上涨是经济学家关心的问题，它受到宏观经济环境、投资配置的手段等复杂因素的影响。对于将房子作为消费品而非投资品的普通消费者而言，关注的应只是房子是否涨价。
第三个问题是城镇化。城镇化不是灵丹妙药，无法解决房地产所谓的供给需求问题，它只能提供有效供应，但不能提供有效需求。城镇化是指农村的土地变成城市建设用地，增加了城市的土地供应，但是失去集体用地的农民住到了安置房里，并没有增加商品房的需求。去年城镇化的进程非常迅速，但是三、四线城市房地产却普遍出了问题，主要原因在于多数开发商离开三、四线城市，退回了一线城市。2013年供应的房子基本上是2010年开始拿地，那时候开发商的劲头很足，一路高歌猛进，但是后来却发现巨大的馅饼其实是巨大的陷阱，三、四线城市中并没有产生有效的需求。
总而言之，我认为房地产行业目前存在的问题行业发展中所不可避免的，不应该被过于夸大，社会应该尽可能给予房地产市场少一些关注，放房地产一条生路，让它自然的生长。
宋国青： 预测房地产市场泡沫不现实
现在的研究如果没有5年、8年的持续积淀，就会很容易说错话，因为任何一个社会热点，比如人口问题，都包含了很多复杂的因素。房地产问题可能比人口问题更复杂。
研究者经常会遇到微观数据跟宏观数据矛盾的问题，这种矛盾在研究房地产市场时应该受到充分关注。西南财大的调查里有很多信息，我们都可以从其他角度来获取信息进行核对。比如空置率，是20%、15%还是10%，统计的口径不一样、分析的方法不一样，得到的结论就不一样。但是刚才提到今年一季度末空置率是21%，到二季度末提高了一个百分点，这个就有一定信息量。如果简单地按线性增长计算，5年以后空置率就是40%。其实，统计局的一些数据在一定程度上也不可信。如果数据的真实或虚假程度稳定在一个水平，那增长率还是可以使用的。
根据调查也可以研究空置率出现的原因。装修时间是一个要考虑的因素，但要算上动态的变化。我记得2000年北大分房子的时候，大家装修了一个礼拜就住进去了，现在则要慢慢装修，装修完半年以上也不住进去。这种装修时间的延长是出于安全因素考虑。类似的，过去春节期间给保姆加工资他们可能就不回家了，但现在加再多钱他们也要回家。这些事情都是变化的体现。变化不是统计数据能直观反映的问题，需要做一些研究才能得到结论。
此外，我还有一个想法：能不能按照一个社区的平均房价来分类测量空置率？比如统计房价五万一平米的房屋空置率是多少，一万一平米的房屋空置率是多少，五千一平米的房屋空置率又是多少。这样得到的信息会更多一些。
这个调查的数据，如果本身能再改进一些，让争论再少一些就会更好。数据不怕别人质疑，就怕不去改进，如果不改进将来的水分会更大。我们曾经调查过失业率的情况，后来也将数据按照新指标改进了，但是改进之后增长率就变得不可比，这些问题在计算空置率的时候都要考虑到。
经济的波动有时是短期的，有时则是趋势性的、长期的。制定政策时要将这两种情况区分开。我们目前的调控政策多是应对短期、周期性的经济波动，其实也应该制定一些应对长期波动的政策。一个反例就是，过去房价上升很重要的一个原因就是银行存款利率低于CPI。
预测房地产市场的泡沫是不现实的。2002年和2003年的时候，要是能预知到今天房价是这样，那没有人会持有股票，大家都会去买房子。所以说，有些事情是要事后才能看到的，事后的泡沫和事前的预测是两回事。人活着就要犯错误，计划经济也罢，市场经济也罢，我们能做的就是把事先可以看到的泡沫解决掉，再把事后看到的纳入研究中，做一些政策分析。
最后我想说，一个产业占经济的比重越大，不代表其对经济的影响越重要。800年前农业占GDP一大半，但现在却已经降到10%甚至更低，这是因为整个社会在不断发展，经济结构也在不断变化。短期内对于一些问题我们可能来不及应对，但从长期来看那些问题不会对经济增长产生很大影响。人类的需求是无限的，只有生产能力的问题，所以大家不用太担心某个行业怎么样，短期内可能会有一些问题，但是长期没关系。
（付雪晴、宿媛媛整理，唐杰修订）
访问学者申请
EMAIL
北京大学
ENGLISH
