基于经济学实验的信息传递过程中北京二手房信息扩散程度测算
张红, 张洋, 陈玄冰
清华大学 建设管理系, 北京 100084

作者简介: 张红(1970-), 女(汉), 河北, 教授。E-mail: zhannie@tsinghua.edu.cn

摘要

为揭示住房信息传递过程,进行了住房信息扩散程度的测算。提出了住房信息扩散程度测算方法,设计和实施了针对北京二手房交易过程的实验,搜集实验数据测算和分析住房信息扩散程度。研究表明: 在实验市场中二手房信息扩散程度表现为预测价、报价、成交价与二手房价值的偏差平均每实验年缩小1.52、 2.41和0.67万实验元; 在二手房使用寿命临近期满时,二手房信息完全扩散到所有非知情交易人;在信息传递过程中,二手房信息的扩散会经历反复,信息扩散程度存在波动,但波动幅度较为稳定。

关键词: 住房信息; 信息传递; 信息扩散程度; 二手房; 实验经济学
中图分类号:F293.35 文献标志码:A 文章编号:1000-0054(2014)05-0602-05
Experimental evaluation of Beijing resale housing information diffusion during information transmission
Hong ZHANG, Yang ZHANG, Xuanbing CHEN
Department of Construction Management, Tsinghua University, Beijing 100084, China
Abstract

Housing information diffusion was measured to evaluate housing information transmission in Beijing. The information was measured based on Beijing's resale housing transactions. The results indicate that the degree of information diffusion for resale housing shows that the average variation of the predicted housing price was 15,200 experimental Yuan, of the offering price was 24,100 experimental Yuan and of the trading price was 6,700 experimental Yuan. The results also showed that the housing information diffused into all uninformed traders by the end of the resale housing's residual service life. The direction of the information diffusion varied and its degrees fluctuates, but the fluctuations tended to remain stable.

Keyword: housing information; information transmission; information diffusion; resale housing; experimental economics

从信息经济学角度讲,住房信息是指与住房相关知识的总和。住房信息传递是指住房交易人之间以交易活动为载体发送和接收住房信息的动态过程。及时、迅速的信息传递是保持住房市场高效运转的基础,研究住房信息传递过程,对分析住房市场效率具有理论价值[1]

目前,关于住房市场信息传递问题的研究主要集中在基于住房价格的信息效率检验方面,通常采用计量经济学方法从时间和空间2个维度进行研究。Gau[2]、 Guntermann和Smith[3]、 Shiller[4]、 Guntermann和Stefan[5]、 Darrat和Glascock[6]、 郑思齐和刘洪玉[7]等对住房市场效率从时间维度检验的结果显示未达到弱式有效水平。Clapp和Tirtiroglu[8]、 Stevenson[9]、 卢佳平和张红[10]、 Holy等[11]对住房市场效率从空间维度的检验结果也表明住房市场效率不高,投资者有利用某一地区住房价格信息预测其他地区住房价格的可能。相比而言,受研究方法和可得数据的限制,关于住房信息传递的过程研究寥寥无几,仅有Dolde和Dogan[12]等学者对此进行了探索。

在信息传递过程中,交易人特别是非知情交易人(不了解住房信息的交易人)掌握住房信息的程度会随着交易的进行发生变化,导致信息的扩散。本文研究在信息传递过程中的住房信息扩散程度的测算问题,提出测算住房信息扩散程度的思路和公式; 借助经济学实验模拟北京二手房交易过程,收集和采用实验数据定量测算住房信息传递过程中的信息扩散程度。

1 基本思路

1) 提出住房信息扩散程度的测算公式。在界定相关概念的基础上提出测算住房信息扩散程度的思路和公式。

2) 设计和实施实验。设计并开展针对北京二手房交易过程的实验,收集实验数据。

3) 测算和分析北京二手房信息扩散程度。根据实验获得的预测价、报价和成交价等数据,测算北京二手房信息扩散程度,分析其变化规律。

2 住房信息扩散程度测算公式

住房信息扩散程度是指住房交易过程中单位时间内非知情交易人掌握信息的变化。信息的变化难以计量,需要寻找可以度量的替代指标。在一个成熟的住房市场中,住房价格是住房信息的集中反映,住房价格的变化体现了住房信息的变化。基于此,这里以非知情交易人的预测价、报价和成交价与住房价值偏差的变化来分别反映非知情交易人掌握信息的变化。预测价是指交易人对某一类住房价值的预测值。报价是指交易人的出价或要价。成交价则指交易双方最终成交时的价格。住房价值指住房在开放透明和公平竞争市场中的价格。

据此,提出测算住房信息扩散程度的公式如下:

DF(n,m)=(F̅n-Pn*)-(F̅m-Pm*)m-n,(1)DB(n,m)=(B̅n-Pn*)-(B̅m-Pm*)m-n,(2)DT(n,m)=(T̅n-Pn*)-(T̅m-Pm*)m-n.(3)

其中: DF( n, m)、 DB( n, m)和DT( n, m)分别为以预测价、报价和成交价测算的第 n年到第 m年之间的住房信息扩散程度; F̅n, B̅nT̅n分别为第 n年的预测价均值、报价均值和交易价均值; F̅mB̅mT̅m分别为第 m年的预测价均值、报价均值和交易价均值; Pn*Pm*分别为第 n年和第 m年的住房价值。

本文采用收益还原法计算住房价值。这里以 Pn*为例,计算公式如下:

其中: Pn*为第 n年的住房价值,住房在第 l年使用寿命期满, Rk为住房在第 k年( k=n, n+1,…, l)的租金值, r为年折现率。

3 北京二手房交易实验设计与实施

受预售制度和房产证颁发滞后的影响,二手房市场的交易频率比新建商品房市场更高,更适宜采用实验方法来研究。本部分设计北京二手房交易实验并予以实施,主要包括: 实验假设的提出、基础数据的计算、实验的设计和实施与实验数据的搜集这4部分。

3.1 实验假设

为保证实验的可操作性,根据北京市二手房市场环境和交易规则设定如下假设以简化实验:

1) 为减少二手房属性差异对信息扩散程度的影响,提出假设1: 实验市场中的二手房具有相同属性。

2) 据统计,北京市住房使用年限一般为50 a,以上世纪八九十年代前后建成的二手房为例,预计到2035年前后使用期满。为保持实验市场与现实市场在时间方面相“平行”,提出假设2: 实验市场以实验年为时间单位, 1实验年相当于现实市场中 1 a; 实验市场开始于第2012实验年,结束于第2035实验年,二手房在第2035实验年使用寿命期满。

3) 为保持实验市场与现实市场在价格方面相“平行”,考虑到北京市2002-2009年房屋租赁价格指数年均增长3.5%, 2012年的普通二手房(本文以80 m2的两居普通住房为例)年租金水平约5~8万,提出假设3: 实验市场以实验元为货币单位, 1实验元相当于1 ¥RMB; 实验市场第2012实验年的二手房租金为6.48万实验元,以后每实验年增加约3%(见表1)。

表1 二手房租金与价值表

4) 为保持实验市场与现实市场在资金时间价值方面相“平行”,考虑到北京市2012年两年定期存款利率为3.75%, 提出假设4: 实验市场各实验年的折现率 r为3%。

3.2 基础数据

基于以上从北京市二手房市场中抽象出的假设,根据二手房租金 Rn、 北京市折现率 r和式(4), 可以计算出实验中二手房价值 Pn*, 结果见表1

3.3 实验设计

根据实验经济学方法的“平行”原则和北京二手房现实市场的市场结构和一般交易过程设计本实验。

3.3.1 实验目的

收集交易人的预测价、报价和成交价等实验数据,研究北京二手房市场的住房信息传递与扩散过程。

3.3.2 实验内容

根据北京二手房交易市场的环境和交易规则构造一个实验市场,向每位被试(实验中被测试的参与人)提供一定的初始资金,被试作为假定交易人进行二手房交易。实验召集人观察和记录被试的交易行为、市场交易过程和交易结果。

3.3.3 实验设置

在实验经济学的经典实验框架中,涉及市场交易的实验设置一般包括: 市场环境设计、交易规则设计、初始禀赋设计和激励机制设计等4部分。

1) 实验市场环境设计的内容主要包括: 市场主体、市场客体和交易机制。本实验的市场主体是对同类二手房感兴趣的知情交易人和非知情交易人。市场客体是可以被交易和出租的二手房。

2) 交易规则设计的主要内容包括: 二手房买卖方式和出租方式。实验中二手房买卖方式为:买方可以以主动出价或被动接受卖方报价的方式购买住房;卖方可以以主动报价或被动接受买方出价的方式出售住房。交易过程中既存在多个买方竞争1套住房的情况,也存在多个卖方竞争1个买方的情况。交易人持有的住房默认自动出租,持有二手房的交易人获取当期租金。

3) 实验激励包括:实验参与激励、实验交易激励和实验预测激励3部分。实验参与费指给予参与实验被试的固定现金酬劳。实验交易激励指被试通过实验买卖和实验出租交易获取的盈利。实验交易激励要与实验参与激励保持协调,一方面保证被试参与实验的积极性,另一方面要防止因过度激励而导致被试的非理性操作。实验预测激励指被试准确预测当年二手房价值的奖励。实验结束后,对被试对二手房价值的准确性进行排序,奖励排名靠前的被试。

4) 初始赋予每位被试一定数量的实验币和二手房,初始条件应满足: 初始赋予被试的实验币要大于1套第2012实验年二手房的价值,以保证被试有基本的支付能力; 初始赋予被试的实验币要小于市场上半数第2012实验年二手房价值之和,防止被试大量囤积二手房,保证市场正常交易; 应赋予每位被试至少1套二手房,以便获取每个交易人的实验数据。

根据上述实验设置的基本内容和参数设定原则,本文实验变量的参数取值如表2所示。

表2 实验变量的参数值

3.3.4 实验步骤

本实验步骤为:

1) 第2012实验年的出租和买卖交易开始前,主持人公布第2012实验年市场租金值,要求被试预测并填写第2012实验年二手房价值。

2) 开始第 n( n=2012,2013,…,2034)实验年的市场交易,第 n实验年的市场交易的交易时限为100 s, 被试在第实验年的任何时点都可以报价以寻求交易,当买卖双方就价格达成一致即成交。

3) 第 n实验年的市场交易结束后,被试预测并填写第 n+1实验年市场租金值和二手房价值,然后主持人公布第 n+1实验年的市场租金值。

4) 重复步骤2)—3), 直到 n=2 034, 在完成第2035实验年的所有交易后结束实验。

3.4 实验数据

由于知情交易人掌握真实住房价值信息,不存在信息扩散问题,故只收集非知情交易人的实验数据。实验软件为z-Tree[13], 实验收集了8名非知情交易人的192个预测价、 226个报价和59个成交价数据,数据平均值统计结果见表3

表3 实验数据平均值统计表
4 北京二手房信息扩散程度测算与分析
4.1 北京二手房信息扩散程度测算

结合表1的基础数据和表3的实验数据,以及式(1)、 式(2)和式(3), 分别计算出: 预测价、报价、成交价与二手房价值的偏差 F̅n - Pn*B̅n - Pn*T̅n - Pn*; 以预测价、报价和成交价表示的信息扩散程度 DF(n,n+1) DB(n,n+1) DT(n,n+1), 计算结果见表4

表4 北京二手房信息扩散程度表

表4可见,以预测价、报价和成交价表示的信息扩散程度均值分别为1.52、 2.41和0.67万实验元/实验年。这表明非知情交易人掌握信息的变化表现为预测价、报价、成交价与二手房价值的偏差平均每实验年缩小1.52、 2.41和0.67万实验元。

比较这3种价格与住房价值的初始偏差、最终偏差和信息扩散程度均值数据发现: 1) 以报价表示的数据最大,以预测价表示的数据次之,以成交价表示的数据最小,这可能是因为报价蕴含交易人的报价策略,成交价通常是买卖双方报价的互相妥协所致; 2) 以3种价格表示的信息扩散程度均值占初始偏差的比例基本相等,分别为1.52/36.15=4.20 %、 2.41/52.18=4.62%和0.67/12.15=5 .51 %, 信息完全扩散至市场中的所有非知情交易人需要23实验年,这也说明了以3种价格表示计算结果都有效地反映了同一信息扩散过程。

4.2 北京二手房信息扩散程度分析

为分析信息扩散程度的变化规律,将表4中的DF( n, n+1)、 DB( n, n+1)和DT( n, n+1)数据,绘制成图1

图1 北京二手房信息扩散程度图

图1显示各实验年的二手房信息扩散程度围绕0万实验元/实验年上下波动,且除报价表示的信息扩散程度出现短暂的大幅度波动外,整体上信息扩散程度波动幅度较为稳定。为验证这一观察结论,本文以信息扩散程度的绝对值来表示波动幅度,将第2012—2035实验年等分为: 第2012—2019实验年、第2020—2027实验年和第2028—2035实验年3个阶段,对比3个阶段的波动幅度。3个阶段的信息扩散程度的绝对值均值如图2所示。

图2 3个阶段信息扩散程度绝对值对比图

图2可知以报价表示的信息扩散程度绝对值在第二阶段显著减小,然后保持平稳,以预测价和成交价表示的信息扩散程度绝对值变化较小。这表明信息扩散程度的波动幅度整体较为稳定。

5 结 论

本文基于实验经济学方法,提出的信息扩散程度测算公式,并采用实验模拟北京二手房交易过程,收集实验数据,并进一步测算和分析北京二手房信息扩散程度。

研究表明: 1) 二手房信息扩散程度表现为预测价、报价、成交价与二手房价值的偏差平均每实验年缩小1.52、 2.41和0.67万实验元; 2) 在二手房剩余使用寿命临近期满时,二手房信息完全扩散到所有非知情交易人; 3) 在信息传递过程中,二手房信息的扩散会经历较为稳定的反复,即信息扩散程度存在波动,但波动幅度较为稳定。 本文尝试在房地产经济学问题研究中引入实验方法,具有一定的创新性,但在实验设计和被试样本数量等方面还有待改进,在后续研究中应放松实验假设,扩大样本数量,以提高研究结论的可信度和稳定性。

The authors have declared that no competing interests exist.

参考文献
[1] 卢佳平. 基于价格信息传递的住房市场效率研究[D]. 清华大学, 2008.
LU Jiaping. Housing market efficiency based on the price information transmission [D]. Tsinghua University, 2008. (in Chinese) [本文引用:1] [CJCR: 0.609]
[2] Gau G. Weakform test of the efficiency of real estate investment markets[J]. Financial Review, 1984, 19(4): 301-320. [本文引用:1]
[3] Guntermann K, Smith R. Efficiency of the market for residential real estate[J]. Land Economics, 1987, 63(1): 34-46. [本文引用:1]
[4] Shiller R J. Speculative prices and popular models[J]. Journal of Economic Perspectives, 1990, 4(2): 55-65. [本文引用:1]
[5] Guntermann K L, Stefan C N. Empirical tests of real estate market efficiency[J]. Journal of Real Estate Finance and Economics, 1991, 4(3): 297-313. [本文引用:1]
[6] Darrat A F, Glascock J L. On the real estate market efficiency[J]. Journal of Real Estate Finance and Economics, 1993, 7(1): 55-72. [本文引用:1]
[7] 郑思齐, 刘洪玉. 房地产市场有效性研究——以北京和上海为例[J]. 商业研究, 2006, 339(7): 191-195.
ZHENG Siqi, LIU Hongyu. Real estate market efficiency[J]. Commercial Research, 2006, 339(7): 191-195. (in Chinese) [本文引用:1] [CJCR: 0.933]
[8] Clapp J M, Tirtiroglu D. Positive feedback trading and diffusion of asset price changes: evidence from housing transactions[J]. Journal of Economic Behavior and Organization, 1994, 24(3): 337-355. [本文引用:1]
[9] Stevenson S. House price diffusion and inter-regional and cross-border house price dynamics[J]. Journal of Property Research, 2004, 21(4): 301-320. [本文引用:1]
[10] 卢佳平, 张红. 基于价格信息传递的住房市场空间效率[J]. 清华大学学报: 自然科学版, 2008, 48(12): 2041-2043.
LU Jiaping, ZHANG Hong. Housing market spatial efficiency based on pricing information transmission[J]. Journal of Tsinghua University: Science and Technology, 2008, 48(12): 2041-2043. (in Chinese) [本文引用:1] [CJCR: 0.609]
[11] Holly S, Pesaran M H, Yamagata T. A spatio-temporal model of house prices in the USA[J]. Journal of Econometrics, 2010, 158(1): 160-173. [本文引用:1] [JCR: 1.533]
[12] Dolde W, Dogan T. Temporal and spatial information diffusion in real estate price changes and variances[J]. Real Estate Economics, 1997, 25(4): 539-565. [本文引用:1]
[13] Fischbacher U. z-Tree: Zurich toolbox for ready-made economic experiments[J]. Experimental Economics, 2007, 10(2): 171-178. [本文引用:1]