影响中国房地产价格的因素分析(共8页).doc

《影响中国房地产价格的因素分析(共8页).doc》由会员分享，可在线阅读，更多相关《影响中国房地产价格的因素分析(共8页).doc（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上影响中国房地产价格的因素分析摘要：文章通过对我国近十年的房价变动规律的观察，分析了影响我国房价的主要宏观指标，从众多因素中提取出GDP增长率、土地价格,M2，长期贷款利率，房屋租赁价格指数等与房价变化关系较为明显的几个因素。运用实证分析的方法，对影响我国房价的诱因进行分析关键词：房地产，土地价格，GDP一. 引言改革开放30多年来，从来没有哪一个行业像房地产业这样盛产亿万富翁，各种富豪排行榜上，房地产富豪连年占据半壁江山；“中国十大暴利行业”中，房地产业每年都是“第一名”。是什么造就了这样的状况。房地产的问题，在开发商，政府，购房者三者来看，就是一场完完全全的博弈。而

2、这场博弈的焦点则是房价问题。如果说开发商与政府之间的博弈是围绕“土地”这个关键词，那么整个房地产市场则在价格上开展了新一轮的对峙。先是开发商与购房者在房价涨跌上僵持不下；再有开发商与政府之间的土地成本论；最后则是关于房地产是否归为暴利行业的争执，“价格”成了市场关注的焦点。而对于房价的构成因素，至今仍然是不透明的。房地产市场化全国性的膨胀始于1998年开始实行的房地产改革,房改之年恰逢中国经济紧缩之年,需要拉动内需之年,房地产起到了拉动内需增加投资的扛鼎作用.同时房地产出生之时衔命而来的而历史特征已注定其原罪:分税制后地方财政收入大幅减少,1997年亚洲金融危机中国的实体经济找不到出路,除了政

3、府投资外找不到拉动内需的抓手,房地产适时而出,必须要承担挽救地方财政,拉动内需,推动改革的使命.中国安然度过了亚洲金融危机,福利分房取消了,融资渠道拓宽了,消费信贷开放了。中国进入了新一轮的经济增长，房地产功劳卓著然而,由于中国人口多，土地面积有少，住房成了人们生活当中的一个困难问题。应对金融危机以后，房地产市场有了很大的发展。但一部分城市房价上涨过快，造成群众的不满。二. 理论综述宏观上,房地产分为三级,所以本文从三个层次入手探讨影响房价的因素。房地产一级市场是指土地市场,是土地使用权出让的市场,即国家通过其指定的政府部门将城镇国有土地或农村集体土地征用为国有土地后出让给使用者的市场,出让的

4、土地,可以是生地,也可以是经过开发达到”七通一平”的熟地。房地产二级市场,是土地使用者经过开发建设,将新建成的房地产进行出售和出租的市场,一般指商品房首次进入流通领域进行交易而形成的市场.房地产二级市场业包括土地二级市场,即土地使用者将达到规定可以转让的土地,进入流通领域进行交易的市场。房地产三级市场,是购买房地产的单位和个人,再次将房地产转让或租赁的市场。房地长三级市场也包括房屋的交换。根据三级市场理论,选择可能影响房价的因素。土地市场中土地价格是影响房价的主要因素，其次二级市场中商品房的供需平衡对房价高低有显著影响，三级市场中的房屋租赁价格亦是十分重要的分析因素。针对以上分析,选取相关的宏

5、观经济指标作为解释变量来对被解释变量房价做回归.相关经济指标主要有：1. 土地价格指数；政府土地政策；2. 影响市场供给的指标：房地产投资占总投资的比例,长期贷款利率,税收政策；3. 影响市场需求的指标：GDP增长率,居民消费者价格指数增长率,城镇居民可支配收入,城市化水平；4. 房屋租赁平均价格,流动性指标M2；三. 模型设定(一) 房地产价格的衡量房地产价格:主要指中国房地产中商品房的平均价格,由于房改始于1998年,所以98年后的商品房均价才为有效信息.依据国家统计局的资料我们采用年度商品房均价为房价的度量。(二) 影响因素的分析： 1. 房地产一级市场：土地价格2. 房地产二级市场：A

6、. 供给分析1.房地产投资占总投资的比例；2.M2：由于房地产的价值量大,开发建设需要投入大量资金,据统计房地产开发资金中直接和间接来自银行贷款的约占60%,依存度很高.因此,国家的货币政策对房地产供应的影响极大.若货币供应量紧缩,对企业的开发贷款减少,建设资金紧缺.必然导致房地产供应量下降;反之,当货币供应量扩张,对企业的开发贷款增加,建设资金充裕,则房地长供应量上升。3.长期贷款利率：房地产开发贷款利率的高低也会对房地产供给带来重大影响，若银行的贷款利率提高，会增加利息成本,在销售价格不变的情况下势必减少利润，影响其开发积极性，导致供给量减少，反之则相反。所以，银行的信贷政策是调节房地产供

7、给的重要因素；4.税收政策：税收是构成房地产开发成本的重要因素，我国目前各种税费约占房地产价格的10%15%。如果实行优惠税收政策，减免税收和税收递延，就会降低房地产开发成本，使同量资金的房地产实物量的供给增加，会提高开发商盈利水平，从而吸引更多的社会资本从事房地产开发，最终会增加房地产的供给量。B. 需求分析1.GDP增长率：衡量了国家总体的经济增长水平，房地产价格会因受到国民经济周期的影响而呈现周期性波动. 土地的稀缺性决定了在房地产价格上涨时,人们往往为了保值增值而竞相抢购,在房地产价格下跌是由竞相抛售以求减少损失,因而房地产价格波动幅度显著大于经济周期波动幅度。2.居民消费者价格指数增

8、长率；3.城镇居民可支配收入增长率；4.城市化水平：城市化是20世纪世界范围内最强有力,持续时间最长的发展趋势之一,大量的人口在多样化的就业机会,多样化的文化生活和生活方式吸引下,从农村迁移到城市.随着城市化水平的提高,人口及各种经济活动向城市集聚,对城市土地及房屋的需求增加,房地产价格提高.城市边缘的农地也转化为土地利用强度高,地价较高的非农业用地.城市基础设施的开发建设也会从供给成本方面推动房地产价格的上涨。 3. 房地产三级市场：用房屋租赁价格指数反映一定时期内房屋租赁价格总水平变动趋势和变动程度的相对数(三) 模型形式的设计房地产商品的生产周期长，一般要二、三年，甚至数年。较长的生产周

9、期决定了房地产供给的滞后性，这种滞后性又导致了房地产供给的风险性。即使房地产开发计划在目前是可行的，但在数年后房屋建成投入市场时，也可能因市场发生变化，而造成积压和滞销。在本文的研究中其滞后性因表现在土地价格和长期贷款利率对房价的影响上。 建立数学模型：Yt=c+1land(t-3)+2int(t)+3gr(t)+4rent(t)+ 5M2(t)+uy房地产价格land土地价格int长期贷款利率grGDP增长率city城市化水平rent房屋租赁价格指数M2-流通u-随机扰动项四. 数据的收集YEAR年份PRICE房地产价格INT长期贷款利率M2GDPRGDP年均增长率INCR居民可支配收入增长

10、率LAND土地平均价格RENT房屋租赁价格指数CITY城市化率9820639.637.85.81450102.433.359920536.217.69.3150098.534.782000211268.46.41599102.436.22200121706.28.38.51650102.837.66200222505.769.113.41735100.839.09200323595.81091864101.940.53200427786.1210.17.71988101.441.7320053168610.49.62371101.8842.99200633676.61511.710.42480

11、101.443.9200738647.48511.912.22742102.644.4200841156.68259.88.14465101.444.92009463079.38471299.445.63数据来源： , ,搜数网, 财新网等；五. 模型估计Dependent Variable: PRICEMethod: Least SquaresDate: 05/22/11 Time: 22:39Sample (adjusted): 4 12Included observations: 9 after adjustmentsCoefficientStd. Errort-StatisticPro

12、b.C-1955.5193669.155-0.0.6310LAND(-3)-2.0.-2.0.0726INT-14.69139100.0202-0.0.8925GDPR-108.883647.82859-2.0.1073RENT61.7758842.798371.0.2446M20.0.5.0.0151R-squared0.Mean dependent var3189.000Adjusted R-squared0.S.D. dependent var880.3132S.E. of regression69.66797Akaike info criterion11.56008Sum square

13、d resid14560.88Schwarz criterion11.69156Log likelihood-46.02036Hannan-Quinn criter.11.27634F-statistic254.8630Durbin-Watson stat2.Prob(F-statistic)0.数学模型方程Yt=-1955.519-2.land(t-3)-14.69139int(t)-108.8836gr(t)+61.77588rent(t)+ 0.M2(t)+u(3669.155) (0.8262) (100.0202) (47.82859) (42.79837) (0.)T=R2=0.

14、DW=2.六. 计量经济学检验1. 多重共线性检验GDPRINTLANDM2PRICERENTGDPR1.-0.0.0.0.0.INT-0.1.0.0.0.0.LAND0.0.1.0.0.-0.M20.0.0.1.0.-0.PRICE0.0.0.0.1.-0.RENT0.0.-0.-0.-0.1.房价与土地价格相关度高,房价与M2相关度高,同时土地价格和M2相关度也高。由以上分析可看出存在严重的多重共线性:变量间相关系数高,多个变量在统计上不显著,而方程的拟合度极高,由F检验得到的整体显著性亦十分高,此为典型的多重共线性现象；补救措施：由于土地价格和M2相关度十分高，故考虑剔除变量M2得到如下

15、结果:Dependent Variable: PRICEMethod: Least SquaresDate: 05/23/11 Time: 17:36Sample (adjusted): 4 12Included observations: 9 after adjustmentsCoefficientStd. Errort-StatisticProb.C2747.0379438.0830.0.7855LAND(-3)1.0.4.0.0077INT283.6368214.24341.0.2561GDPR94.9796267.563781.0.2325RENT-56.6510395.07412-0

16、.0.5833R-squared0.Mean dependent var3189.000Adjusted R-squared0.S.D. dependent var880.3132S.E. of regression185.3213Akaike info criterion13.58224Sum squared resid.0Schwarz criterion13.69181Log likelihood-56.12008Hannan-Quinn criter.13.34579F-statistic44.12877Durbin-Watson stat2.Prob(F-statistic)0.2.

17、 异方差检验观察个变量与残差之间的关系由以上图像可看出残差变化无明显规律,所以可初步判定不存在异方差3. WHITE检验Heteroskedasticity Test: WhiteF-statistic0.Prob. F(4,4)0.6176Obs*R-squared3.Prob. Chi-Square(4)0.4354Scaled explained SS1.Prob. Chi-Square(4)0.8905由图可看出，nR2= 3.，由WHITE检验知，在置信水平为0.05的情况下，查卡方分布表，得临界值6.39，比较X2统计量和临界值，因为nR2X2,所以接受原假设，表明模型不存在异方差

18、。4. 序列相关检验由回归结果，DW=2.1768，查DW统计表可知，DL=0.69，DU=1.97，模型中4-DUDW，说明存在自相关。补救措施:NEWEYWEST方法Dependent Variable: PRICEMethod: Least SquaresDate: 05/23/11 Time: 19:59Sample (adjusted): 4 12Included observations: 9 after adjustmentsNewey-West HAC Standard Errors & Covariance (lag truncation=2)CoefficientStd.

19、Errort-StatisticProb.C2747.0377488.0800.0.7323LAND(-3)1.0.5.0.0051INT283.6368230.38831.0.2857GDPR94.9796230.079513.0.0343RENT-56.6510378.74695-0.0.5117R-squared0.Mean dependent var3189.000Adjusted R-squared0.S.D. dependent var880.3132S.E. of regression185.3213Akaike info criterion13.58224Sum squared

20、 resid.0Schwarz criterion13.69181Log likelihood-56.12008Hannan-Quinn criter.13.34579F-statistic44.12877Durbin-Watson stat2.Prob(F-statistic)0.最终的模型估计结果为:Y=2747.037+1.8496land(-3)+283.6268int+94.97962gdpr-56.65103rent(7488.080) (0.) (230.3883) (30.07951) (78.74695)T=0.3668 5.5817 1.12311 3.1576 -0.71

21、94R2=0. DW=2.17685. 经济意义检验从回归结果得,随着土地价格的上升,以及GDP增长率的上升,房价也在逐年上涨6. 统计意义检验:从回归结果中可看出,R2比较高,说明拟合优度较高,模型解释能力强.F统计量大,P值显著,整体显著性高.土地价格和GDP增长率对房价的影响显著七. 结论1. 从以上分析可知,土地价格和GDP增长率对房地产价格有显著影响,而长期贷款利率和房屋租赁价格则对房价的影响不显著；2. 土地价格GDP增长率-房价已成为了一个相互联系的链条；中国人多地少的现实与保障耕地的需求,是土地国有制成为必然选择。土地不能自由流转,也就无法产生市场定价机制,只能搞垄断者推出的报

22、价作为定价基准。地方政府在土地国有的名义下,以低成本甚至零成本获取土地之后转手出让,在一级市场赚取高额差价。自分税制施行后,地方政府收入过于依赖土地财政,同时土地生财过于容易,不利于地方政府发展企业增加税源,而一味在土地增值上下功夫,由此促使地方政府更加注重房地产,由此成正反双重回馈,在恶性路径依赖上越陷越深。八. 政策建议1. 制定灵活的土地政策，配合城乡一体化相关政策加强土地的流通机制，有效缓建地荒现象，形成房地产产业链的良性循环。2. 鼓励和支持人们购买自住房和改善性用房，由于中国的国情,重点应该放在低价位和小型住房。现在有些大城市已经成片建设了这样的房子供给群众来选用,这主要靠市场，政府的责任主要是在土地,金融,财税上进行调控；3. 抑制投机性和投资性住房,主要是采取经济和法律手段；4. 管好市场,政府有责任管好房地产市场,依法对那些圈地不用,捂盘惜售,控制房价的地王现象进行惩处；参考文献1. 施图德蒙德. 应用计量经济学J. 机械工业出版社2. 吴树畅,曾道荣. 中国房地产价格运行轨迹及驱动因素J财经科学3. 谢经荣. 房地产经济学J. 中国人民大学出版社4. 叶檀. 中国房地产战争J. 山西人民出版社5. 于俊年. 计量经济学软件Eviews的使用J. 对外经济贸易大学出版社2011年6月26日 星期日专心-专注-专业