房价上涨预期对逆向选择现象的抑制效应:来自二手房交易实验的证据
张红1,2, 孙煦1,2, 张洋3
1. 清华大学 恒隆房地产研究中心,北京 100084
2. 清华大学 城镇化与产业发展研究中心,北京 100084
3. 北京林业大学 经济管理学院,物业管理系,北京100083

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

摘要

该文研究房价上涨预期对二手房市场逆向选择现象的影响。首先,从理论角度提出房价上涨预期指标与逆向选择程度的测算公式。之后,基于现实二手房市场交易特点设计和实施经济学实验,通过实验模拟不同房价上涨预期条件下的二手房交易过程,并收集数据。最后,基于实验数据对房价上涨预期指标与市场逆向选择程度进行测算,并检验房价上涨预期对市场逆向选择的影响。研究表明: 严重的信息不对称是二手房市场产生逆向选择现象的主要诱因; 当前市场上交易人的房价上涨预期在一定程度上暂时抑制了逆向选择现象的发生。预防和解决二手房市场逆向选择现象的根本途径是降低信息不对称程度。

关键词: 二手房市场; 房价上涨预期; 逆向选择; 实验经济学
中图分类号:F293.35 文献标志码:A 文章编号:1000-0054(2015)01-0063-05
Inhibitory effect of house price bullish sentiment on adverse selection: Evidence from resale housing trading experiments
Hong ZHANG1,2, Xu SUN1,2, Yang ZHANG3
1. Hang Lung Center for Real Estate, Tsinghua University,Beijing 100084, China
2. Center for Urbanization and Industrial Development, Tsinghua University, Beijing 100084, China
3. Department of Property Management, School of Economics and Management, Beijing Forestry University, Beijing 100083, China
Abstract

This article focuses on the inhibitory effect exerted by house price bullish sentiment on adverse selection in resale housing markets. Firstly, theoretical methods are developed for the bullish sentiment index (BSI) and the adverse selection level (ASL). Economics experiments were then designed to study the resale housing market characteristics in different bullish sentiment environments. The BSI and ASL were calculated from the experimental data to study the effect of bullish sentiment on the adverse selection. The research shows that severe information asymmetry is the main cause of adverse selection in the resale housing market. The bullish sentiment of traders in the market temporarily restrains the adverse selection to some extent. The degree of information asymmetry should be reduced to minimize the adverse selection problem in the resale housing market.

Keyword: resale housing market; house price bullish sentiment; adverse selection; experimental economics

逆向选择是由信息不对称造成“劣品”驱逐“良品”、交易萎缩的市场资源配置扭曲现象,经常存在于二手市场[1]。在二手市场中,由于表明商品质量的原始凭证缺失,买方无法了解二手商品的真实质量信息,买卖双方信息不对称难以消除,最终导致逆向选择现象发生。

中国二手房市场存在很严重的信息不对称,且买方很难搜寻到拟购二手房的质量信息[2],符合逆向选择市场的基本条件。然而,二手房市场未出现明显的“劣品”驱逐“良品”,交易萎缩的逆向选择现象。相反,以北京市为例,2012年北京市存量房成交面积1188 .7万 m2,同比增加3 .4 %,成交金额 1716 .3 亿元,同比增加86 .2 %[3]。大量优质的二手房进入到市场。本文将对中国二手房市场未出现明显逆向选择现象的原因进行研究。

二手房具有消费和投资的双重属性[4],交易人对二手房使用功能(房屋质量)和投资功能(房价预期)的评价是影响其交易决策的2个关键因素。买方在不了解房屋质量的情况下,可能会因持房价持续上涨的乐观预期而做出购买决策,从而削弱了买卖双方关于住房质量信息不对称的不利影响,避免了交易萎缩等逆向选择现象的发生。

既有研究很少涉及房价预期对逆向选择现象的影响,大多从信息传递的角度探讨逆向选择现象的成因与治理问题。 Heal[5] Bond[6] Hendel Lizzei[7] Levin[8]分别论述了供需双方长期利益关系、市场抵消制度及搜寻成本、非市场制度、私人信息社会化对逆向选择的影响。研究房价上涨预期对逆向选择的影响,需要收集大量的交易人房价心理预期和交易行为数据,传统市场调研等数据收集方法很难获得。在缺少数据的情况下,研究人员难以精确度量交易人的房价上涨预期和市场逆向选择程度,更无法分析前者对后者的影响。

因此,本文尝试采用经济学实验来获取相关的研究数据。在受控的实验环境中,研究人员能够通过信息传递使交易人产生房价上涨预期,并全程观察交易人的交易行为和市场逆向选择现象,记录大量的实验数据[9]。基于实验数据,精确测算交易人的房价上涨预期指标和市场逆向选择程度,以分析房价上涨预期对逆向选择影响程度和影响机理。

1 研究思路

1) 提出房价上涨预期指标与市场逆向选择程度测算公式。结合二手房市场特点,定义房价上涨预期指标,说明价格、质量与逆向选择的关系,构造市场逆向选择的程度测算公式。

2) 设计和实施实验,收集实验数据。设计二手房交易实验,构建不同房价上涨预期条件下的市场环境,在实验室实施实验,收集实验数据。

3) 基于实验数据分析房价上涨预期对逆向选择现象的影响。基于实验数据和测算公式测算房价上涨预期指标与逆向选择程度,进而分析房价上涨预期对二手房市场逆向选择的影响,得出最终结论。

2 指标构造与测算公式
2.1 房价上涨预期指标

房价上涨预期是投资者预期的一种。二手房市场中,买卖双方都抱有通过交易获得收益的目的,都可在某种程度上视为投资者。卖方预期主要反映在其卖出二手房的最低价格,即卖方保留价格,买方预期主要反映在其买入二手房的最高价格,即买方保留价格。买卖双方的保留价格随房价上涨预期变化而变化。

房价上涨预期与买卖双方保留价格差异有关。主要从3个维度考虑: 在时间维度上,卖方保留价格不能低于其在过去买入该二手房的成交价格,而买方保留价格不能高于其在将来可能卖出该住房的成交价格,在预期上涨时,买卖双方保留价格差异更加明显; 在风险维度上,卖方主要关注过去,买方主要关注未来,买方面对的不确定性比卖方更大,当预期房价上涨时,买卖双方保留价格差距增大; 在心理维度上,卖方出售的二手房多为家庭二、三套房,收益期望值小,买方购买的二手房多为首套房,购买意愿强烈,预期变动时,买卖双方保留价格变化不一致。

因此,本文使用不同市场阶段买卖双方的保留价格差异指数RPDI(reservation price difference index)之比衡量房价上涨预期,构造房价上涨预期指标BSI(bullish sentiment index),即

(1)

其中: Vi为当前阶段买方对第 i套住房的保留价格; V0 j为过去阶段买方对第 j套住房的保留价格; Ui为当前阶段卖方对第 i套住房的保留价格; U0 j为过去阶段卖方对第 j套住房的保留价格; n1 n2分别为买卖双方买入或卖出的住房套数。

2.2 逆向选择程度测算公式

价格与质量是反映市场逆向选择的最明显特征。本文中的二手房价格是二手房的成交价; 质量是综合二手房各项特性(包括楼层户型、工程质量、地理位置等)的真实价值。为了量化看房价上涨预期对逆向选择的影响,引入“逆向选择程度”变量,用市场价格与质量的偏离程度来反映逆向选择程度。

设某特定二手房市场上商品的价格质量综合指数为PQI(price & quality index), 逆向选择程度为ASL(adverse selection level)。在连续交易的逆向选择市场中, ASL可用下述逆向选择程度测算公式计算,即

(2)

其中: n1 n2分别为待测市场与基准市场的交易总次数; Pi为在该市场中完成交易的第 i套住房价格; θi为第 i次成交的质量; Pmin( θi)和 Pmax( θi)分别为 θi对应的卖方最低出价和买方最高出价; θmin θmax分别为商品的最低质量和最高质量。PQI0为基准市场的PQI指数; PQI∈(0,1),与市场质量和价格水平负相关。

3 实验设计与实施
3.1 实验简化假说

为了增强实验的可操作性与针对性,提出如下假说以简化实验:

1) 为了保证实验市场与真实市场在商品特质的平行,突出房屋质量差异,简化实验,认为实验房屋质量分成高、中、低3个等级[10]

2) 为了保证实验市场与真实市场在价格上的平行,将买卖双方保留价格与市场现实统一,设买卖双方二套房保留价格高于首套房,以拟合边际效用递减规律。

3) 为了保证实验市场与真实市场在交易制度上的平行,模拟二手房市场的卖方市场现状,认为二手房价格由卖方决定,采用卖方报价交易机制。

4) 为了保证实验市场与真实市场在交易主体上的平行,模拟二手房市场供小于求的现状,认为实验中买方数量大于卖方数量。

3.2 实验基础参数

按照简化假说,设计模型与公式中的相关实验参数如表1所示。其中 θ为房屋质量等级,由房屋性质综合决定, θ∈(0 .5,3 .5); V( θi)为买方的保留价格; U1( θi)与 U2( θi)分别为卖方对第一和第二套住房的保留价格。上述保留价格为房屋质量 θ的函数。

表1 实验参数表
3.3 实验设计

以本文的研究目的为出发点,从实验目的、实验内容、实验设置与实验步骤这4个方面设计实验[11,12]

1) 实验目的

本文通过二手房交易实验模拟真实市场环境,其目的在于设计不同房价上涨预期的二手房市场,在信息不对称条件下收集价格与质量数据,观察市场逆向选择程度。

2) 实验内容

本文的二手房交易实验包括以下内容:首先,构建二手房交易的平行市场;其次,招募实验被试,设定不同的上涨预期,在实验环境下进行二手房交易;最后,通过实验者观察实验交易行为、搜集价格和质量水平信息。

3) 实验设置

实验设置分为市场结构设置、交易机制设置和实验分组设置。

市场结构设置主要明确了实验市场的交易主体和交易客体。交易主体为买方和卖方,交易客体为可交易的二手房。实验中,卖方人数不少于3人,且不多于买方人数,以形成充足的市场供应,防止垄断,同时模拟二手房市场的卖方市场特质;买方人数不少于4人,以保证市场的购买力,形成竞争。

在本实验中,买卖双方分别由房地产专业的高年级本科生担任,卖方人数和买方人数分别为3人和4人。实验被试了解房地产领域的基本知识,具有决策能力,可以在获取实验报酬的目的下进行实验,以模拟真实的二手房交易。

交易机制设置主要体现在信息机制设置上。实验市场信息分为公开信息、买方独有信息、卖方独有信息和质量信息。其中,公开信息为房屋价格、房屋卖方编号、房屋买方编号、历史交易记录等;买方和卖方的独有信息分别为其保留价格;二手房的质量信息是否公开由实验分组设计决定。在上述交易机制下,买卖双方在其掌握的信息基础上,通过拍卖的方式在二手房交易平台上进行交易。

激励机制设置包括物质激励和精神激励。根据被试实验表现,在实验结束后为被试分配现金作为实验奖励作为物质激励,奖励金额适中,在激发实验被试积极性的同时避免非理性行为;在实验结束后排序,对实验被试的成绩予以公示,表扬收益最高的实验被试作为精神激励。

实验分组设置将实验分为3组,分别为对照组、低上涨预期组和高上涨预期组。这3组实验的分组设置如表2所示,这3组实验的主要区别体现在信息机制、上涨预期和二手房质量水平上。

表2 实验分组设置表

从表二可知,实验1所对应的市场中,质量信息对称,房价上涨预期较低;实验2所对应的市场中,质量信息不对称,房价上涨预期较低;实验3所对应的市场中,质量信息不对称,但房价上涨预期较高。

4) 实验步骤

实验分为以下4步完成:

Step 1 卖方选择卖出2套住房的价格和质量,实验组织者收集出售决策,并按照实验要求输入,显示在投影机上;

Step 2 买方从上述决定的价格和质量中选择合适的二手房报价,买方一次只能购买一个卖方列出的二手房;

Step 3 卖方对二套房报价做出相应,决定是否出售第二套住房;

Step 4 实验组织者收集交易信息,计算各方收益,发放实验报酬。

3.4 实验数据

实验进行3组,每组5期,共15期。每期实验包括4笔交易,共计60笔交易信息。每笔交易信息包括交易价格、交易质量和交易双方编号信息。

成交住房的价格与质量信息情况如表3所示。

表3 实验数据结果描述性统计表
4 数据分析
4.1 指标测算与比较

为了分析房价上涨预期对市场逆向选择现象的影响。首先,以实验1(信息对称市场)作为基准,采用房价上涨预期指标测算公式(1)分别计算实验2与实验3的房价上涨预期指标值; 然后,将实验数据带入逆向选择程度测算公式(2), 测算实验2和实验3的市场逆向选择程度,计算结果如表4所示。

表4 房价上涨预期指标与逆向选择程度测算结果表

通过表4可以看出,以实验1为基准,实验2对应的房价上涨预期指标值BSI=0.78, 二手房市场逆向选择程度ASL=1.34, 实验3对应的房价上涨预期指标值BSI=2.09, 二手房市场逆向选择程度ASL=1.06。这表明: 相比较信息对称市场(实验1), 信息不对称市场(实验2和实验3)都出现了不同程度的逆向选择现象,信息不对称是市场逆向选择现象出现的主要诱因; 在信息不对称市场中,随着房价上涨预期指标值由0.78增加到2.09, 市场逆向选择程度由1.34下降到1.06, 几乎恢复到了信息对称市场的逆向选择程度水平,可见房价上涨预期对市场逆向选择现象有一定的抑制作用。

4.2 市场数据分析

为了进一步直观地分析房价上涨预期对市场逆向选择现象的抑制作用,本文将3组实验数据绘制成市场成交价格图(见图1)和商品质量分布图(见图2), 通过对成交价格和成交住房质量进行比对,来分析“劣品”驱逐“良品”的市场逆向选择现象。

首先,对比实验1与实验2的成交房屋价格和质量发现:图1中实验2的房屋价格明显低于实验1, 而且图2中实验2的房屋质量水平也低于实验1。这表明,相比较信息对称市场,实验2的信息不对称市场出现了明显的“劣品”驱逐“良品”的现象,信息不对称是逆向选择现象发生的主要诱因。然后,对比实验1与实验3的成交房屋价格和质量,发现实验3的房屋价格和成交房屋质量均与实验1相当。这表明实验3中并没有出现了明显的“劣品”驱逐“良品”的现象。

图1 市场成交房屋价格分布图

图2 市场成交房屋质量分布图

重点对比实验2与实验3的成交房屋价格与质量。分别进行正态分布检验和方差齐性检验。对实验2和实验3的成交价格和质量数据进行检验,结果显示其不服从正态分布且存在非齐性,且样本资料独立抽取。对于计量资料不满足正态分布要求或存在方差不齐性,但是独立抽取的样本数据,则可以应用秩和检验方法进行比较2组数据的差异。因此,选用Wilcoxon-Mann-Whitney检验分析实验数据的差异。

首先提出假设:

假设一 实验2与实验3的二手房价格没有发生变化;

假设二 实验2与实验3的二手房质量没有发生变化。

之后计算H1与H2所对应的 P值,分别为0.001与0.006。因此,在1%的显著性水平下拒绝零假设H1和H2, 即实验2与实验3的二手房价格与质量水平存在显著差异。

同样是信息不对称市场,实验2与实验3却表现出了不同的逆向选择现象,而实验2与实验3的主要区别在于交易人房价上涨预期不同,因此房价上涨预期抑制了实验3市场中的逆向选择现象的发生。

5 结论

本文通过经济学实验来模拟不同房价上涨预期条件下的二手房交易过程,并收集数据; 然后基于实验数据对房价上涨预期指标与市场逆向选择程度进行测算,并检验房价上涨预期对市场逆向选择的影响。研究结果表明: 严重的信息不对称使得二手房市场存在发生逆向选择现象的诱因,但当前交易人的房价上涨预期只是在一定程度上暂时抑制了逆向选择现象的发生,预防和解决二手房市场逆向选择现象的根本途径仍然是降低信息不对称程度。

房价预期不仅包括上涨预期,也包括下跌预期。在后续研究中,可以改变实验设计,研究房价下跌预期对逆向选择的影响,以获得有关房价预期对市场逆向选择影响的更全面的研究结论。

The authors have declared that no competing interests exist.

参考文献
[1] Akerlof G A. The market for “lemons”: Quality uncertainty and the market mechanism. [J]. The Quarterly Journal of Economics, 1970, 84(3), 488-500. [本文引用:1]
[2] 李建华, 郭晓玲. 信息不对称与房地产市场效率[J]. 经济与管理, 2003(2): 59-60.
LI Jianhua, GUO Xiaoling. Information asymmetric and real estate market efficiency[J]. Economy and Management, 2003(2): 59-60. (in Chinese) [本文引用:1] [CJCR: 0.863]
[3] 北京市住房与城乡建设委员会. 北京市房地产年鉴2013 [M]. 北京: 中国质检出版社, 2013.
Beijing Municipal Commission of Housing and Urban-rural Development. Beijing Real Estate Yearbook 2013 [M]. Beijing: China Zhijian Publishing House, 2013. (in Chinese) [本文引用:1]
[4] 刘海燕, 何玉付. 房地产宏观调控政策要充分考虑其投资品性质[J]. 改革与战略, 2009(3): 138-140.
LIU Haiyan, HE Yufu. The nature of investment should be taken full account in making macro-control policies for real estate[J]. Revolution and Strategy, 2009(3): 138-140. (in Chinese) [本文引用:1]
[5] Heal G. Do bad products drive out good?[J]. The Quarterly Journal of Economics, 1976, 90(3)499-502. [本文引用:1]
[6] Bond E W. A direct test of the “lemons” model: The market for used pickup trucks[J]. The American Economic Review, 1982, 72(4): 836-840. [本文引用:1]
[7] Hendel I, Lizzeri A. Adverse selection in durable goods markets[J]. National Bureau of Economic Research, 1997, 89(5)1097-1115. [本文引用:1]
[8] Levin J. Information and the market for lemons[J]. The RAND Journal of Economics, 2001, 32(4): 657-666. [本文引用:1]
[9] ZHANG Hong, ZHANG Yang. Incorporation of experimental methods into teaching real estate economics: Process, practice and development[J]. The New Educational Review, 2012, 29(3): 121-133. [本文引用:1]
[10] 张红, 张洋. 买方需求信息传递对住房搜寻影响的实验研究[J]. 湖南大学学报: 自然科学版, 2013, 39(7): 99-103.
ZHANG Hong, ZHANG Yang. Effects of buyer demand information transmission on housing search: An experimental study. [J]. Journal of Hunan University: Science and Technology, 2013, 39(7): 99-103. (in Chinese) [本文引用:1] [CJCR: 0.614]
[11] 张红, 张洋, 李瑞. 基于实验方法的信息披露对二手房价格的影响[J]. 合肥工业大学学报: 自然科学版, 2013, 38(5): 621-624.
ZHANG Hong, ZHANG Yang, LI Rui. Effect of information disclosure on resale housing trading price based on experimental method. [J]. Journal of Hefei University of Technology: Science and Technology, 2013, 38(5): 621-624. (in Chinese) [本文引用:1]
[12] 张红, 张洋. 二手房价格信息传递仿真[J]. 计算机仿真, 2013(11): 214-217, 259.
ZHANG Hong, ZHANG Yang. Simulation of resale housing price information transmission. [J]. Computer Simulation, 2013(11): 214-217, 259. (in Chinese) [本文引用:1] [CJCR: 0.582]