Текст книги "Провалы государства. Общество, рынки и правила"

3.2. Моделирование рынка

По мнению некоторых видных ученых, реформы позволили создать систему, действительно основывающуюся на рыночных принципах (Ye and Wu 2008; Deng et al. 2009). Другие исследователи утверждают, что рынок недвижимого имущества остается под контролем правительства, так как согласно Конституции КНР земля находится в собственности государства и у местных органов исполнительной власти остается право изъятия земель сельскохозяйственного назначения и передачи их в распоряжение городских муниципалитетов. Поскольку органы государственной власти все еще контролируют предложение и регулируют районирование населенных пунктов, они и принимают решения о том, что может быть построено на том или ином участке и кто будет заниматься строительством. Отсюда вопрос: в какой степени основывается на рынке китайская система недвижимости?

Для того чтобы ответить на него, мы проверим релевантность двух моделей рынка недвижимости. Модель стандартного рынка включает в себя факторы, доминирующие в настоящее время в анализе систем недвижимости, основывающихся на рынке. В большинстве своем они включают в себя такие факторы, как цена, процентные ставки и доходы в расчете на душу населения, рассматриваемые при описании рынков недвижимости как наиболее важные объясняющие переменные (например, Quigley and Redfearn 1997; Gottlieb 1976; Quigley 1999; Mankiw and Weil 1989; Hendershott 1991; Englehardt and Poterba 1991; Aelpeovich 1995; Woodward 1991; Dipasquale and Wheaton 1992; Case et al. 2005; Campbell 2006). В рыночной системе львиная доля дисперсии на рынке недвижимости объясняется совокупностью факторов, которую образуют доходы домохозяйств, общенациональные экономические показатели (измеряемые с точки зрения валового внутреннего продукта), цены на жилые дома и квартиры, а также процентные ставки. Определенную роль играют уровень безработицы (как предвестник доходов домохозяйств), предложение жилья, ожидания инвесторов, готовность к расходам, доля пустующего жилья, доступность ипотеки и демографические изменения. В рыночной экономике рынок, направляемый стремлением отдельных людей, руководствующихся собственными интересами, к максимизации их частных прибылей, представляет собой «невидимую руку» (Smith 1776; Смит 2007) «спонтанного порядка» (Hayek 1945; Хайек 2011). В рыночной экономике направления использования ресурсов определяются ценой, спросом и предложением, а также индивидуальными экономическими решениями. Государство лишь обеспечивает соблюдение заключенных сторонами договоров (Cooter and Ulen 2004).

В модели регулируемого рынка предпринимается попытка эксплицитно, явным образом учесть роль, которую играет вмешательство государства в систему рынка недвижимости. На одном конце спектра (и в плановой экономике) находится центральное правительство, задача которого заключается в удовлетворении человеческих потребностей; оно является «видимой рукой», осуществляющей контроль над отраслью (von Mises 1920). В плановой экономике решения о направлениях использования ресурсов принимает государство. В наши дни стран с плановой экономикой почти не осталось. Однако в странах с рыночной экономикой степень вмешательства государства варьируется в широких пределах. В некоторых случаях эти интервенции могут оказывать положительное воздействие на функционирование рынка. Действительно, присутствие государства в рыночной экономике принято оправдывать возможными несостоятельностью (фиаско, неудачей, провалом) рынка и экстерналиями (внешними эффектами). Первые имеют место, когда частные стремления отдельных людей ведут к неэффективному с точки зрения общества результату (Mueller 2003; Мюллер 2007), а вторые – когда система цен «отказывается» передавать издержки или выгоды (Arrow 1969). Однако далеко не все интервенции могут рассматриваться в одном и том же свете. В некоторых случаях вмешательство государства направлено не на поддержку рынка, но на контроль над ним. Эта новая, основанная на рынке, система также имеет свой собственный «исторический след», в котором особенно выделяются характеристики, привнесенные Китаем (Deng et al. 2008). Важная роль местных органов исполнительной власти в функционировании рынка обусловлена тем, что согласно Конституции КНР вся земля в стране принадлежит государству. Поскольку местные власти представляют государство, они несут ответственность за изъятие земель сельскохозяйственного назначения и их использование под нужды городов, а также за ее распределение между различными землепользователями. Контролируя предложение и регулируя районирование населенных пунктов, местные органы исполнительной власти принимают решения о том, что может быть построено на том или ином участке и кто будет заниматься строительством. Насколько нам известно, никто из исследователей еще не предпринимал попытки модифицировать стандартную модель, чтобы точно описать изменение рынка недвижимости в регулируемой экономике. По всей видимости, в зависимости от уровня регулирования, интервенция может настолько сильно исказить ценовую систему, что она потерпит крах и единственным значимым фактором останется влияние государства.

В табл. 3.1 приводятся результаты исследований рынка жилья, с указанием на факторы, рассматривавшиеся в процессе анализа. Проводя различия между двумя моделями, мы пытаемся оценить масштаб и последствия действий государства. Разницу между этими моделями мы рассматриваем как меру государственного вмешательства и называем ее Г-фактором.

3.3. Методы

Данные, используемые при проверке наших гипотез, были предоставлены независимой консалтинговой фирмой, ведущей деятельность на международной арене. Они включают в себя сведения о рынке жилья за 2000–2010 гг., собранные на ежемесячной основе; то есть они свидетельствуют о состоянии рынка жилой недвижимости в первое десятилетие после осуществления большинства реформ, начатых в 1998 г. Выборка включает ряд общих экономических показателей, а также информацию о результатах функционирования китайского рынка недвижимости на городском и на общенациональном уровне[14]14
  Шанхай, Пекин, Гуанчжоу, Шэньчжэнь, Тяньцзинь, Ухань, Ханчжоу, Чунцин и Нанкин.


[Закрыть]. Описание представлено в приложении к этой главе.

Таблица 3.1

Модели рынка жилой недвижимости

Обзор литературы

Зависимая переменная

В качестве зависимой переменной результатов функционирования рынка мы используем продажи жилой недвижимости. Для измерения продаж на рынке мы могли использовать три показателя «накопленные инвестиции в жилую недвижимость» (Invest), «накопленный объем продаж жилой недвижимости» (Sales_Volume) и «текущие продажи жилой недвижимости, выраженные в квадратных метрах» (Sales_Meters). Первые два из них отражают инвестиции в жилую недвижимость в стоимостном выражении и включают в себя все уровни капиталовложений на нишевом рынке в целом. Кроме того, показатель накопленного объема продаж жилой недвижимости может использоваться как опосредованный индикатор совокупного текущего рыночного спроса на жилую недвижимость. Напротив, текущие продажи жилой недвижимости, выраженные в квадратных метрах, описывают совокупное предложение жилой недвижимости в натуральном выражении. Исходя из целей нашего исследования мы выбираем в качестве зависимой переменной «текущие продажи жилой недвижимости, выраженные в квадратных метрах» (Sales_Meters).

Независимая переменная

Для измерения масштаба государственного вмешательства в функционирование рынка мы используем показатель «фактор государства» или «Г-фактор» (G-Factor). Мы определяем Г-фактор как логарифмическое отношение «новых жилищных проектов, выраженных в квадратных метрах» (New_Projects) к «площади земельных участков (в квадратных метрах), на использование которых получены государственные лицензии» (License):

Это отношение показывает, какие по площади земельные участки (в квадратных метрах) будут использовать органы исполнительной власти для того, чтобы добиться повышения показателей деятельности бизнеса в сфере жилой недвижимости в следующем раунде в результате текущих уровней вмешательства. Таким образом, оно описывает взаимодействие между государством и бизнесом. Отношение, конечно же, может увеличиваться или уменьшаться; в первом случае его изменение указывает на усиление рыночной ориентации, во втором – на расширение прямого государственного вмешательства[15]15
  Как показывается ниже, при вводе этого фактора в модель мы коинтегрируем рассматриваемое отношение со всеми соответствующими показателями. Расширенный тест Дики-Фуллера (ADF) показал единичный корень для RP («площадь земельных участков (в квадратных метрах), на использование которых получены государственные лицензии»), в то время как показатель NHP («новых жилищных проектов, выраженных в квадратных метрах») оставался стационарным.


[Закрыть]. Изменяющийся с течением времени тренд представлен на рис. 3.1, на котором мы видим: (1) уровень вмешательства государства изменяется в течение года; (2) с течением времени происходит усиление государственных интервенций. Имеющиеся оценки позволяют предположить, что в нашей десятилетней выборке самые высокие уровни присутствия государства на рынке наблюдались в 2010 г.

Рис. 3.1. Г-фактор

Аналогично мы строим переменную и для совокупного спроса и предложения на рынке жилой недвижимости (DS) во времени (T). Мы определяем его как логарифмическое отношение «текущего накопленного объема продаж жилой недвижимости» (Sales_Volume) к «уровню ежемесячных инвестиций в застройку жилой недвижимости» (Invest):

Наконец, мы учитываем кратко– и долгосрочные процентные ставки (S_Interest и L_Interest соответственно), цены на жилье (House_Price) и уровни средних доходов (Average_Income).

3.4. Модели

Наша модель китайского рынка недвижимости может быть представлена как уравнение (3.3), в соответствии с которым изменение продаж жилой недвижимости (Sales_Meters) может объясняться текущей ценой на жилую недвижимость (Price), совокупным спросом и предложением на рынке жилой недвижимости (DS), текущими кратко– (S_Interest) и долгосрочными (L_Interest) процентными ставками, а также уровнями среднего дохода (Average_Income). Добавляя к этому, в соответствии с обсуждением в параграфе 2.2.2, уровни государственного вмешательства (G), мы получаем уравнение (3.4).

δ ln(Sales_Meterst) =

= β₀ + β₁ln(Price) + β₂δ(DS_t) + β₃ln(S_Interest_t) +

+ β₄ln(L_Interest_t) + β₄ln(Average_Income_t) + ε (3.3)

δ ln(Sales_Meterst) =

= β₀ + β₁ln(Price) + β₂δ(DS_t) + β₃δ(G_t) + β₄ln(S_Interest_t) +

+ β₅ ln(L_Interest_t) + β₆ln(Average_Income_t) + ε (3.4)

Мы оцениваем уравнения (3.3) и (3.4) используя методы наименьших квадратов (МНК, OLS) и обобщенной авторегрессионной условной гетероскедастичности (GARCH). Сравнивая полученные результаты (имеются у авторов), мы приходим к выводу, что предпочтительным с точки зрения соответствия является второй метод, так как GARCH позволяет получить более высокое значение R-квадрат, более близкое к нулю значение информационного критерия Акаике (АIC) и более близкое к 2 значение критерия Дарбина-Уотсона (DW). Поэтому далее мы используем метод GARCH. Результаты нашего анализа представлены ниже.

3.5. Результаты

Мы оцениваем по два варианта уравнений (3.3) и (3.4). Модель 1 и модель 2 оцениваются с целью проверки уравнения (3.3) и проверки его соответствия стандартной спецификации, не включающей влияние интервенции со стороны государства. Модель 3 и модель 4, напротив, оцениваются в соответствии с уравнением (3.4) и эксплицитно учитывают государственное регулирование в контролируемой экономике. Модели 1 и 2 и модели 3 и 4 отличаются друг от друга только в том отношении, что они включают/исключают переменную DS. Результаты всех четырех моделей представлены в табл. 3.2.

ТАБЛИЦА 3.2

Результаты регрессии

Примечания: Двухвостовая; ***, ** и * значимы на уровне 0,005, 0,01 и 0,05.

Из результатов, представленных в табл. 3.2 и относящихся к модели 1 и модели 2 – стандартной модели, описание которой было приведено в параграфе 2.2.1, – мы рассмотрим воздействие на продажи цены (Price), спроса и предложения (DS), кратко– и долгосрочных процентных ставок (S_Interest и L_Interest), а также среднего дохода (Average_Income).

Фактически модель 1 показывает, что «невидимая рука» ценовой системы действительно работает: цена отрицательно и значимо связана (на уровне 1 %) с продажами жилой недвижимости до такой степени, что повышение цены на 1 % приводит к сокращению уровня продаж жилья на 6 %. Положительно и значимо связаны (на уровне 1 %) с продажами недвижимости долгосрочные процентные ставки, в то время как краткосрочные процентные ставки оказывают на реализацию жилья отрицательное значимое (на уровне 1 %) влияние. Данная зависимость объясняется тем, что краткосрочные процентные ставки отражают текущую цену денег, в то время как долгосрочные ставки процента могут рассматриваться как отражение ожиданий роста (Hirschleifer 1958). Повышение краткосрочных процентных ставок означает удорожание заимствований и снижение нормы инвестирования в недвижимость, в то время как увеличение долгосрочных ставок предполагает благоприятную перспективу, повышение цен на недвижимость и экономический рост, что способствует повышению привлекательности текущих инвестиций. Наконец, мы наблюдаем положительную связь уровня средних доходов и продаж недвижимости, которая выражается в том, что повышение первого на 1 % ведет к расширению вторых на 3,5 %. Наш интуитивный вывод заключается в том, что рассматриваемые в совокупности результаты модели 1 свидетельствуют в поддержку гипотезы 1 о естественном и знакомом функционировании ценовой системы свободного рынка в присутствии «спонтанного» порядка по Фридриху Хайеку. Наконец, для того чтобы принять во внимание связанность цены со спросом и предложением, в модели 2 мы оцениваем уравнение (3.4), без учета спроса и предложения. Мы видим, что эффекты, наблюдавшиеся в модели 1, сохраняются и являются надежными. По-видимому, китайская ценовая система функционирует достаточно устойчиво.

В то же время степень соответствия модели 1 и модели 2 является крайне низкой: значения коэффициента детерминации R² составляют 0,06 и 0,10, а скорректированного коэффициента детерминации Скорр. R² – 0,01 и 0,06 соответственно. Это позволяет предположить, что наши модели объясняют не более 1 % дисперсии в продажах недвижимости. Отсюда мы можем высказать предварительное суждение, в соответствии с которым модели свободного рынка не позволяют учесть некоторые важные объясняющие переменные, которые позволили бы лучше понять функционирование рынка.

Возвращаясь к результатам, представленным в табл. 3.2, отметим, что модель 3 и модель 4, как регулируемые модели, отображают нашу попытку исправить очевидное «упущение» – отсутствие в модели 1 и модели 2 фактора государственного вмешательства. Для этого мы добавляем к спецификации свободного рынка Г-фактор.

Модель 3 показывает, что действия государства отрицательно и значимо связаны (на уровне 1 %) с продажами недвижимости; она позволяет предположить, что усиление активности правительства на 1 % вызывает падение уровня продаж на 4,6 %. По всей видимости, между государственным вмешательством и продажами недвижимости существует значимая отрицательная связь. В то же время связь продаж недвижимости с другими переменными – спросом и предложением, кратко– и долгосрочными процентными ставками, ценами на жилье, а также средним доходом – более не является значимой. И вновь, для того чтобы учесть возможную связанность переменной спрос и предложение (DS) с ценой (Price), мы переоцениваем модель 3 с помощью модели 4, но на этот раз не учитываем влияние спроса и предложения. Мы видим, что в ней сохраняются незначимые, но последовательные влияния цены, наблюдавшиеся в модели 3. Тем самым подтверждаются наши выводы о влиянии государственного вмешательства в функционирование рынка; при этом повторно устанавливается значимость кратко– и долгосрочных процентных ставок.

Наконец, возвращаясь к степени соответствия (качеству «подгонки»), мы видим, что добавление в уравнение государственного вмешательства (имеются в виду модель 3 и модель 4) способствует значительно более глубокому пониманию нами дисперсии рынка. Значения R² на уровне 0,88 и 0,87 и скорректированного R² на уровне 0,87 и 0,86 соответственно позволяют предположить, что модели рынка недвижимости, учитывающие Г-фактор, объясняют по меньшей мере 88 % дисперсии продаж. По сравнению с результатами модели 1 и модели 3, полученные данные являются весьма впечатляющими.

В своей совокупности, полученные нами результаты свидетельствуют о том, что в отсутствие государственного вмешательства нормально функционируют и ценовая система, и рынок в целом. В то же время низкие значения R² в модели 1 и модели 2 позволяют предположить, что модели свободного рынка не способны объяснить бóльшую часть вариации китайского рынка. Добавление к уравнению модели 3 и модели 4 государственного вмешательства улучшает предсказательную силу модели; значения R² на уровне 0,88 и 0,87 и скорректированного R² на уровне 0,87 и 0,86 соответственно позволяют предположить, что модели рынка недвижимости, учитывающие Г-фактор, объясняют по меньшей мере 88 % дисперсии продаж. Тем самым у нас есть все основания предположить, что мы не только можем опереться на результаты моделей, учитывающих Г-фактор, но и сделать вывод, в соответствии с которым вмешательство со стороны государства играет значимую (пусть и не самую важную) роль в функционировании китайского рынка. В самом деле, поскольку в модели 3 и модели 4 цена (Price) утрачивает значимость, мы можем предположить, что использование «видимой руки» интервенционистского правительства способно нейтрализовать «невидимую руку» рыночного механизма.

3.6. Обсуждение

Рынок недвижимости направляется «невидимой рукой»…

Результаты, представленные в табл. 3.2, позволяют предположить, что в «базовом» случае и при использовании стандартных моделей рынка, рынок недвижимости функционирует в нормальных рыночных условиях. Согласно полученным результатам, цены на недвижимость, а также краткосрочные процентные ставки, оказывают отрицательное влияние на продажи, а долгосрочные ставки процента (мы интерпретируем их как ожидание будущего роста) и средние доходы – положительное. Мы предполагаем, что все эти интуитивные результаты подтверждают естественное функционирование «невидимой руки» на рынке недвижимости. В этом мы повторяем результаты многочисленных авторов, проводивших исследования рынка недвижимости (см. табл. 3.1).

…до тех пор, пока не вмешивается «видимая рука» государства

В то же время результаты модели 3 и модели 4 относительно значимости Г-фактора позволяют предположить, что следствием принятия во внимание «видимой руки» интервенционистского правительства становится исчезновение «невидимой руки» рыночного механизма. Наши результаты показывают, что Г-фактор оказывает значимые отрицательные влияния на объемы продаж; при этом в его присутствии ценовой механизм более не оказывает значимого влияния на объем продаж. Относительно долго– и краткосрочных ставок процента, а также средних доходов были получены ожидавшиеся результаты. Значимость Г-фактора свидетельствует о господстве «видимой руки» на рынке недвижимости. Данное положение имеет важное значение как для моделей рынка недвижимости в общем, так и для случая китайского пути к капитализму в частности. Из него следует не только то, что исследователи, перед которыми стоит задача предложить объяснения ценовой конъюнктуры на китайском рынке, должны учитывать роль государства; исходя из этого положения можно предположить, что, несмотря на достигнутый прогресс, рынок недвижимости КНР в значительной степени остается под контролем государства (то есть не является свободным и не приближается к этому состоянию).

Модели рынка недвижимости должны включать в себя государственное вмешательство

Низкие значения R² в базовых случаях обеих моделей дают основания для предположения, в соответствии с которым ценовая система свободного рынка позволяет объяснить лишь небольшую часть вариации китайского рынка недвижимости. Добавление к уравнениям в модели 3 и модели 4 фактора государственного вмешательства позволяет значительно улучшить их предсказательную силу. Модели, принимающие во внимание Г-фактор, объясняют по меньшей мере 88 % дисперсии продаж; государственное вмешательство играет значимую роль. За последние десятилетия в КНР был достигнут значительный прогресс в дерегулировании рынка недвижимости. У нас нет никаких оснований полагать, что в других странах государство оказывает на рынки (значительно) меньшее влияние, чем правительство КНР. В тех или иных странах способы влияния государства могут различаться, что обусловливает необходимость использования различных опосредованных показателей; но влияние государства в них, безусловно, присутствует.

Благодаря богатству данных и доступности наблюдений на уровне города мы изучили роль государственного регулирования в 9 городах КНР, а именно в Шанхае, Пекине, Гуанчжоу, Шэньчжэне, Тяньцзине, Ухани, Ханчжоу, Чунцине и Нанкине (в каждом случае оценивалось уравнение (3.4)). Полученные результаты (имеются у авторов) показывают изменения значимости государственного вмешательства в зависимости от региона. В восьми из девяти случаев государство оказывало значимое отрицательное (на уровне 1 %) влияние, при изменении бета-оценок в диапазоне от −0,24 до −1,18. Установление причины дисперсии выходит за рамки этого отдельного проекта, поэтому общая картина государственного вмешательства, вытекающая из нашего исследования, остается неясной, по крайней мере на местном уровне.