虛榮經(jīng)濟下的房地產(chǎn)泡沫與其風(fēng)險應(yīng)對

1、<p>　　虛榮經(jīng)濟下的房地產(chǎn)泡沫與其風(fēng)險應(yīng)對</p><p>　　摘要：文章引入虛榮經(jīng)濟的概念，分析催生房地產(chǎn)泡沫中的人的意識因素，并運用定性分析為主，定量分析進行修正的方法，直接快速的反映房地產(chǎn)泡沫存在的問題，避免了數(shù)學(xué)風(fēng)險模型需要大量假設(shè)前提及其統(tǒng)計數(shù)據(jù)帶有目的性和隨意性而不能適應(yīng)市場諸多因素變化的弊端。并根據(jù)分析結(jié)果從宏觀上提出了相應(yīng)的評價方法和應(yīng)對措施，以促使房地產(chǎn)泡沫的軟著陸。 </p

2、><p>　　關(guān)鍵詞：虛榮經(jīng)濟；社會意識；房地產(chǎn)泡沫預(yù)警；定性分析 </p><p><b>　　一、引言 </b></p><p>　　虛榮經(jīng)濟是心理學(xué)和經(jīng)濟學(xué)衍生的詞匯，這里的虛榮是市場虛假的繁榮，但更側(cè)重人們對第一手經(jīng)濟信息的缺失導(dǎo)致內(nèi)心盲目追求財富的狂熱表現(xiàn)。筆者將虛榮經(jīng)濟定義為：由投資人或政府部門內(nèi)心過度追求自身利益和對市場需求持過高期望

3、而引起的名不副實的市場繁榮，這種虛榮經(jīng)濟最早表現(xiàn)在歷史上的郁金香泡沫、南海泡沫事件（South Sea Bubble）、2008年美國的次級信貸危機（Subprime Crisis）和現(xiàn)在中國的產(chǎn)業(yè)結(jié)構(gòu)畸形。 </p><p>　　虛榮經(jīng)濟產(chǎn)生的直接原因是對罕見事物的愛慕、對財產(chǎn)的癡迷、對金錢的狂熱等這些內(nèi)心極度膨脹的欲望，這種欲望甚至超過他最初需求的很多倍，它并不是是馬斯洛需求層次理論（Maslow’s hie

4、rarchy of needs）能解釋清楚的。而經(jīng)濟學(xué)家馬歇爾在《經(jīng)濟學(xué)原理》里的表述更佐證了這一點：“當一個人的財富增大時，他的食物和飲料就變得更為多種多樣和昂貴了；但他的食欲是受自然限制的，而滿足款客夸耀的欲望，比放縱他自己的感覺器官，次數(shù)更多。這一點讓我們注意到： 多樣化的欲望盡管是強烈的，但與優(yōu)越感的欲望相比卻是微弱的。” </p><p>　　其實，馬歇爾所說的優(yōu)越感不過是虛榮心，而不是需求層次理論中的

5、尊重需求和自我實現(xiàn)。那么虛榮經(jīng)濟和房地產(chǎn)泡沫有多大關(guān)系呢？首先，滿足虛榮即滿足需求的一部分，房地產(chǎn)經(jīng)濟發(fā)展根據(jù)供需原理配置資源，需求旺盛則帶動資金流入，需求萎靡則投資減緩。房市總是根據(jù)人們的消費傾向生產(chǎn)產(chǎn)品以滿足需求。其次，需求心理本身就是一種意識心態(tài)，它雖然是客觀事物的反映，卻更容易受到市場導(dǎo)向、政府政策的影響。如果市場導(dǎo)向和宏觀調(diào)控忽視房地產(chǎn)業(yè)與其他產(chǎn)業(yè)協(xié)調(diào)發(fā)展，過度強調(diào)擴大需求，就很容易催生房市泡沫，產(chǎn)生黑天鵝現(xiàn)象。這種黑天鵝效應(yīng)

6、是由于人類心理偏差引起的，雖然發(fā)生概率很小，一旦發(fā)生便造成較大的經(jīng)濟損失。 </p><p>　　二、導(dǎo)致房地產(chǎn)泡沫的心理因素 </p><p>　　我們常把資源分配歸因于市場規(guī)律起作用的結(jié)果，但不論是價格理論還是供需理論，它們都直接受到人的意識和行為的支配。從唯物史觀上看，社會意識不僅反映客觀存在，而且對促進物質(zhì)資料生產(chǎn)方式具有重要的能動作用。因此，房地產(chǎn)經(jīng)濟風(fēng)險有時候并不是經(jīng)濟規(guī)律能完

7、全解釋的，而正確看待社會意識對房地產(chǎn)經(jīng)濟發(fā)展的影響更具有現(xiàn)實意義。推動房地產(chǎn)泡沫發(fā)酵的意識及行為大致可分為吉芬商品效應(yīng)、非理性泡沫、紅鯡魚等幾種現(xiàn)象。 </p><p><b>　　1.吉芬商品效應(yīng) </b></p><p>　　從需求函數(shù)（Demand function）角度看，降價使住房需求量增加，漲價使住房需求量減少。然而，在房地產(chǎn)銷售市場，價格上升需求量本應(yīng)下

8、降反而增加。恰如吉芬商品，當價格上升時，需求量增加，價格下降時，需求量減少。這還導(dǎo)致另一部分人擔心房價會一直上漲，就提前購買商品儲存起來，使房地產(chǎn)資源更加緊縮，往復(fù)循環(huán)，房價再度拔高。 </p><p><b>　　2.非理性泡沫 </b></p><p>　　不論是投機行為還是投資行為，它們都直接或間接地受到環(huán)境或者他人意識的影響。顯然，這些意識有理性與非理性之分。

9、理性投資是以市場規(guī)律有效性為前提的投資行為，它反映房地產(chǎn)基礎(chǔ)價格和商品在未來市場上的增值預(yù)期，而這些增值期望形成一定合理的房市泡沫。但更多的房地產(chǎn)投資行為是受非理性意識行為的影響，如羊群效應(yīng)、群眾效應(yīng)、信息失真等，投資者明知道房地產(chǎn)商品價格遠高于其實際價值，卻隨大流以更高的價格購買，循環(huán)往復(fù)，導(dǎo)致商品實際價格大幅偏離市場資源配置價格，形成房地產(chǎn)泡沫。 </p><p><b>　　3.紅鯡魚現(xiàn)象 <

10、;/b></p><p>　　紅鯡魚（Red Herring）是一種宣傳、公關(guān)及戲劇創(chuàng)作的技巧，借此轉(zhuǎn)移焦點與注意力，它同時也是一種邏輯謬誤。同樣，在房地產(chǎn)交易中也存在紅鯡魚現(xiàn)象。開發(fā)商不僅在生產(chǎn)商品時想盡一切辦法節(jié)約成本，還在營銷策劃中通過過度包裝、宣傳、鼓吹，不斷抬高商品的價格，使銷售價格遠遠偏離實際價格，催生更多虛體泡沫，以謀取更多的利潤。 </p><p>　　三、房地產(chǎn)泡沫

11、的其他原因 </p><p>　　房地產(chǎn)商品被稱為人們的基本需求品，它不但是國家經(jīng)濟發(fā)展的動力，還推動了其產(chǎn)業(yè)鏈的進步。而從經(jīng)濟穩(wěn)定性和產(chǎn)業(yè)相互關(guān)聯(lián)的角度來看，產(chǎn)業(yè)鏈上的任一波動都必然影響其他行業(yè)的生存與發(fā)展。因此，房地產(chǎn)泡沫產(chǎn)生不單是人們認識局限性導(dǎo)致投機行為的結(jié)果，它也受產(chǎn)業(yè)鏈式反應(yīng)的影響，存貸比就是其中的一個方面。 </p><p>　　存貸比（Loan-to-deposit rat

12、io），即銀行貸款總額與存款總額之比。從銀行盈利的角度講，存款是要給存款人利息的，即占用存款人資金付出的代價，因此對于銀行來說，存貸比越高越好，貸款越多則意味著它獲得的失去當前資金使用權(quán)的補償越多。一方面，房地產(chǎn)大規(guī)模開發(fā)需要向銀行貸款，另一方面，人們購買房地產(chǎn)中40%～60%的資金也來自于銀行貸款。因而，有銀行提供貸款，房地產(chǎn)投機行為再次增強，泡沫再次被做大。但是，過度的投資會在一定階段造成需求量急速降低。另外，從銀行降低風(fēng)險的角度講

13、，存貸比例應(yīng)嚴格控制在一定范圍內(nèi)，因為流動領(lǐng)域內(nèi)的貨幣供應(yīng)量應(yīng)要滿足一定的貨幣需求量。如果存貸比超過一定的限制，必然會導(dǎo)致一定程度上的錢荒，進而引起泡沫破裂。 </p><p>　　四、房地產(chǎn)泡沫預(yù)警與應(yīng)對 </p><p>　　房地產(chǎn)泡沫的風(fēng)險預(yù)警機制大多數(shù)采用定量分析的數(shù)學(xué)風(fēng)險模型，如VAR模型及對數(shù)周期冪律模型等，但數(shù)學(xué)模型并不能完全描述人們的社會活動。首先，因為人們在市場上的決策行

14、為并不是一些離散事件，它們是在特定背景和條件下產(chǎn)生的一系列連續(xù)性行為。其次，數(shù)學(xué)模型同樣不能描述和推測未來復(fù)雜環(huán)境，更不能預(yù)測和應(yīng)對突發(fā)事件，最后，數(shù)學(xué)模型中的統(tǒng)計分析數(shù)據(jù)帶有很大的隨意性、計劃性。因此本文采用以定性分析為主、定量分析為輔的方法，直接從各方立場反映人民對現(xiàn)階段房地產(chǎn)發(fā)展的態(tài)度及這種態(tài)度將會引起的行為，對房地產(chǎn)泡沫提出預(yù)警。 　　1.地域分類投票調(diào)查 </p><p>　　本文選取中國各地區(qū)的各階

15、層為調(diào)查對象，主要以經(jīng)濟發(fā)展狀況和各階層收入差距作為分類標準。調(diào)查方法依據(jù)為：由于中國的各區(qū)域經(jīng)濟發(fā)展水平不一，各地區(qū)對房地產(chǎn)經(jīng)濟的依賴程度不同，房地產(chǎn)泡沫的大小程度不同，人民對房地產(chǎn)的需求及對房價的心理承受曲線不同。調(diào)查方式為：首先，對不同區(qū)域、不同收入的人對房價的可接受程度進行投票或統(tǒng)計調(diào)查，分為房價可接受并會購買、房價偏高但仍要購買、房價過高且不會購買幾個層次并分別計算百分比；其次，分別賦予三個層次不同百分比臨界點，即可接受并會購

16、買百分比臨界值為20%，購買但覺得房價偏高百分比臨界值為30%，而房價過高不會購買百分比臨界值為50%。 這三個臨界值相互影響，相輔相成，當?shù)谌齻€百分比超過臨界值，則前兩個百分比處于臨界值之下，此時房地產(chǎn)泡沫量增加，應(yīng)做出泡沫預(yù)警并運用價格杠桿調(diào)整。 </p><p><b>　　2.專家評分法 </b></p><p>　　選取專家對現(xiàn)階段房市進行評分，主要以行業(yè)差

17、別作為分類標準。評分方法依據(jù)為：各行業(yè)對房地產(chǎn)業(yè)的關(guān)聯(lián)程度不同，對房市發(fā)展的態(tài)度不同。評分方式為：采用0-5評分法并賦予各行業(yè)專家評分權(quán)重。首先認為房市無泡沫計0分，泡沫存在但很輕微計1分，泡沫存在對生活有影響但可接受計2分，泡沫存在但可通過其他方式貸款應(yīng)對計3分，泡沫存在且影響正常生活計4分，泡沫嚴重導(dǎo)致房價超出人民支付范圍計5分。其次，抽取銀行、房地產(chǎn)開發(fā)商、房產(chǎn)中介、宏觀經(jīng)濟研究四個行業(yè)專家進行評分并依次賦予0.1、0.2、0.3

18、、0.4的權(quán)重。最后，進行泡沫期望值計算，這里的期望值越高，房地產(chǎn)泡沫風(fēng)險越大。 </p><p>　　3.房地產(chǎn)泡沫的應(yīng)對措施 </p><p>　　處理房地產(chǎn)泡沫主要是從供給、需求和投資引導(dǎo)三個方面入手。供給方面，減少對房地產(chǎn)商的銀行貸款，促使減少房地產(chǎn)商品的生產(chǎn)。需求方面，促進“國五條”的實施，加大稅收政策的杠桿調(diào)節(jié)作用。投資引導(dǎo)方面，逐漸調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，把社會資金引入到其他實體經(jīng)濟領(lǐng)

19、域。 </p><p><b>　　五、結(jié)語 </b></p><p>　　中國是發(fā)展中國家，構(gòu)建社會主義和諧社會是國家和人民的理想，協(xié)調(diào)利益關(guān)系、處理人民內(nèi)部矛盾和維護社會穩(wěn)定是現(xiàn)在社會發(fā)展不變的主題。而住房問題亦是關(guān)乎人民生存發(fā)展至關(guān)重要的一環(huán)，運用以上預(yù)測和應(yīng)對方法，直接反映人民對房地產(chǎn)持續(xù)發(fā)展的態(tài)度，實行對房地產(chǎn)泡沫的風(fēng)險預(yù)警，在泡沫破滅之前做好對該產(chǎn)業(yè)的調(diào)控

20、，這對國家經(jīng)濟安全、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和人民安居樂業(yè)具有重要意義。 </p><p><b>　　參考文獻： </b></p><p>　　[1]Kleer R.The folly of particulars'： the political economy of the South Sea Bubble[J]. Financial History Review，2

21、012，19（02）. </p><p>　　[2]Knaup M，Wagner W.A market-based measure of credit portfolio quality and banks’performance during the subprime crisis [J].Management Science，2012，58（08）. </p><p>　　[3]Luc

22、y F. A. Behavioral Finance： Psychology， Decision-Making， and Markets [M].USA： Cengage Learning，2009. </p><p>　　[4]安德烈，科斯托拉尼.大投機家的證券心理學(xué)[M].重慶：重慶出版社，2007. </p><p>　　[5]Moore B.N.Parker R.Critical

23、Thinking[M].USA： McGraw-Hill Humanities，2008. </p><p>　　[6]況偉大.房地產(chǎn)與中國宏觀經(jīng)濟[M].北京：中國經(jīng)濟出版社，2010. </p><p>　　[7]Huang Duo，Zhang Dao-hong，WU Yan-xia. Finding Operational Risk in Credit Loans Risk [J].