《商品房价格影响因素计量分析.doc》由会员分享，可在线阅读，更多相关《商品房价格影响因素计量分析.doc（15页珍藏版）》请在三一办公上搜索。
1、关于商品房房价影响因素分析 基于计量经济模型摘 要：房地产价格不仅与百姓的生活密切相关,而且还关系到城市的发展和国家的长治久安。因而,关注房价的变动具有非常重要的现实意义。本文通过对房地产价格的各种影响因素进行归纳总结,并将1998-2009数据代入E-views 软件，建立商品房定价的计量经济模型。从而预测未来商品房定价的走向并提出相关的政策建议。关键字：商品房房价；计量经济模型 ；影响因素； 政策建议一 引言2011年12月1日，百城价格指数公布对100个城市的全样本调查数据显示，11月，全国100个城市住宅平均价格与10月相比下降0.28%。房地产价格在经历数年连续上涨后，开始出现下降趋
2、势，不少分析人士指出房价的下降体现了国家宏观调控措施的效果，也有不少学者担忧房价下跌是经济衰退疲软的征兆显现。改革开放以来，特别是1998年推行城镇住房制度改革以来，我国国民经济取得了飞速发展，住房消费占我国城镇居民消费的比重越来越高。房地产投资的持续快速增长，使得以商品住宅为主的房地产业成为国民经济的重要支柱产业，房地产的快速发展对改善居民居住条件、提高人民生活水平、拉动经济增长、扩大就业以及加快城市建设都发挥了重要作用，然而我国房地产在发展过程中出现了许多问题，房地产投机现象使房地产价格虚高，泡沫经济。显现从全国总体来看，国家的宏观经济政策对房地产价格的调节作用显得非常重要。而要进行有效调
3、控，得首先识别在各种因素中，到底哪些因素能对房地产价格有影响。二 文献综述 影响我国房价波动的原因十分复杂，既有商品房成本上涨原因，又有国家宏观调控政策原因。对于这一问题的分析应多角度多层次综合考虑。1998年，英国学者Gocrffye和Mark Andrew对影响住宅价格的动力因素进行文献研究，他们发现文献理论对区域住宅价格差异的解释主要集中在五个领域：(l)人口迁移(migration)；(2)交易和搜寻成本(transactions andsearch costs)；(3)居住区位迁移(equity transfer)；(4)住房投机套利(spatial arbitrage)；(5)定价
4、模式(patter in the price determinants)。同时，他们认为影响住宅价格的主要因素是：(l)收入(income)；(2)利率(interest rates)；(3)社会诚信度(credit availability)；(4)税收结构(tax structure)；(5)住房供给(housing supply)；(6)人口结构(demographic structure)。 （一）关于房价的影响因素白福周（2010）1通过实证研究得出结论：包括土地成本、前期费用、财务费用、管理费用和综合费用的住宅成本的上升推动房价上涨；随着对土地需求的增长，土地价格的上涨趋势越来越明
5、显，土地上的附着物房屋价格也随之增长；与CPI同步上升的建筑成本上升导致房地产价格不断攀升；利率上调所导致的开发商财务成本的上升对房价的上涨产生一定的作用；在房屋需求增加的情况下供给没有同步增加，使得在价格杠杆的作用下房价不断攀高；土地的稀缺、存量供应使地价长期只升不降，导致房屋价格同步上涨。牟峰（2010）2通过对统计数据的分析研究证明，我国人均可支配收入上升带来的强劲住房需求是导致房价不断攀升的重要因素；新增城镇家庭户数加大了城镇房屋消费者住房消费愿望增加量，间接提升了房价；1998年国家住房制度改革政策宣布取消福利分房制度，为房地产市场的崛起创造了优越的条件，释放了大量的购房需求，极大地
6、促进了我国房地产市场的发展；商品房按揭制度，为商品房的消费注入了强大的活力；我国部分消费者不合理的消费价值观，导致人们普遍急于买房、买大房、买好房，从而形成对房地产市场的过高期望和强大压力。姜玉英（2010）3指出影响房地产的主要因素包括四大方面：1、房地产价格的特性：房地产包括土地、建筑物和其它地上定着物三个部分，同时又是实物、权益和区位三者的综合体。2、影响房地产需求的因素：消费者的预期，就是对未来房地产市场前景和房地产价格的估计、预测。3、影响房地产供给的因素：房地产开发投资额的增加，会直接刺激房地产业的发展；反之，投资水平的降低，会导致房地产业的发展受到很大的负面影响。4、政策，利率等
7、一些其他因素：一般国民经济发展水平较高的国家或地区居民收入水平也较高、资金比较充裕，无论是需求总量上还是供给上作为经济水平衡量尺度的GDP指标都起到了较大的推动作用。 （二）关于房价的政策措施张琳、杨杰、房勤英（2010）41、进一步深化经济体制改革2、保持政策稳定性，狠抓执行落实3、提高房地产市场的准入门槛，继续加强市场规范措施4、规范地方政府在建设保障房过程中的行为5、将解决民众住房问题纳入政绩考核体系。姜国军（2010）5通过对房价上涨的税收原因的实证分析，提出了抑制我国房价过快上涨的税收政策建议：改革现行土地批租制和土地出让金制度为年租制；规范收费项目 ，减少开发环节的不合理收费项目，
8、降低税费成本；完善土地增值税制度。在房地产开发和转让环节课征土地增值税；取消房地产流转环节的营业税，并入土地增值税一并征收；取消目前房地产交易环节的个人所得税，而用土地增值税取代之。栗亮(2011)6着重对货币供给量对房价的影响做了专门分析，指出在长期中，货币供给量增长率对商品房销售价格增长率不存在意义上的因果关系 ，但货币供给量增长率是商品房销售价格增长率的短期原因；在长期中，商品房销售价格增长率对货币供给量增长率存在意义上的因果关系，但商品房销售价格增长率不是货币供给量增长率的短期原因。夏飞（2009）7从提高居民收入增速、缓缓解房价压力的角度提出建议，即除发挥市场经济的作用，还需要发挥政
9、府“无形之手”“有形之手”的调节作用，通过建立科学、合理的收入增长制度，推动居民收入不断增加。要联动居民收入增长与房价变动，促进企业主体发展，提高社会就业能力，制定落实收入增长政策措施，完善劳动者维权组织，缩小劳动者收入差距。兰莉芸（2007）8结合宏观政策措施与效果提出以下建议：提高认识，妥善处理稳定房价与扩大就业的关系；加强房地产信息平台建设；稳步调整金融政策，细化按揭贷款首付款的不同缴纳比例，在一些房价极端不正常的城市可逐步停止对期房的按揭贷款；进一步完善房地产税收政策；改革现有的土地政策，改土地出让金为土地年租金，土地招拍挂过程中，要注意区分不同市场；进一步理顺地方财政收支体制，切断地
10、方财政与土地出让的利益关系。综上所述，国内目前关于房地产价格比动机制与对策的研究成果，一是房地产价格波动具有周期性。二是都大体认为房地产投机过度，过度宽松的的金融环境是导致当前房地产泡沫的原因。三是在都认为对房地产要加强监管，政府要积极发挥调控作用。四是都进行了大量的实证研究，普遍都采用计量方法进行因素分析。三、 本文的不足之处 （1）本文最大的不足之处在于数据收集不足，变量数量太少。由于模型中一个重要变量房价比仅能截止到1998年因此收集到此时间的数据。（2）本文意在研究当前房价拐点是否已经出现，限购令是否发生作用，以此最好采用月度数据，但是无法收集各月数据，因此只好采用年度数据。四、 模型
11、变量选择 结合文献综述中学者的观点和实际分析，对房地产价格起主导因素的是房地产市场的供给与需求，而房产市场的供求又是多种因素作用，因此需要分析一下房价与多种宏观因素之间的关系。（1）因变量的选取 本文研究的是房价变动的因素，因此需要选取房地产的价格作为被解释变量即因变量，为了数据来源准确，房地产价格具体选取商品房平均销售价格，这里商品房平均销售价格指在全国范围内开发的商品住宅、办公楼、商业营业用房以及其它房屋等在某统计年度的平均价格，是一个反映全国各种房地产价格情况的综合指标。用Y来表示。（2）自变量的选取 根据理论和经验分析，参考国内学者研究，影响房地产价格（Y）的主要因素有：城镇居民家庭人
12、均可支配收入（X1）；城镇居民人均消费性支出（X2）；国内生产总值（X3）；商品零售价格指数（X4）；居民消费价格指数（X5）；房价收入比（X6）；竣工房屋面积（X7）： 房地产开发投资（x8）；房地产开发企业的个数(X9)；由于国家宏观调控政策也会对房地产市场产生影响但无法具体计量，以此引入虚拟变量（X10）宽松的调控措施紧缩的调控措施=01（X10）综上考虑建立计量模型Y= Y=0+1X1+2X2+3X3+4X4+5X5+6X6+7X7+8X8+9X9 +10X10+四 数据收集和模型的建立(一) 数据的收集经过分析选取我国从1998-2009年的宏观经济数据经行分析，具体数据如下：199
13、8-2009年房价及其影响因素各项变量数据年份商品房平均销售价格（元/平方米）城镇居民家庭人均可支配收入（元）X1城镇居民人均消费性支出（元）X2国内生产总值（亿元）X3商品零售价格指数X4居民消费价格指数X5房价比X6竣工房屋面积（万平方米）X7房地产开发投资资金额（亿元）X8房地产开发企业的个数X9宏观经济政策X10199820635425.14331.6184402.397.499.46.39170904.83614.2243781199920535854.04615.9189677.197.098.76.15187357.14103.2257621200021126280.049989
14、9214.698.5100.86.3181974.44984.1273031200121706859.65309.01109655.299.2100.76.12182437.16344.1295521200222507702.86029.88120332.798.799.06.19196737.97790.9326181200323598472.26510.94135822.899.9100.96.15202643.710153.8371231200427789421.67182.1159878.3102.8103.36.92207019.113158.35924202005316810493
15、.07942.88183217.4100.8101.67.31227588.715909.25629002006336711759.58696.55211923.5101.0101.57.19212542.219422.95871002007386413785.89997257305.6103.8104.57.44238425.325288.86251802008380015780.811243300670.0105.9105.66.78260307.031203.28756212009468117174.712264343464.698.899.18.03302116.536241.8804
16、071数据来源：中国统计年鉴（二）模型建立及检验通过对收集的数据进行回归建立初步模型，回归结果如下：Y=-920.7849+0.640X1-0.678X2+0.002X3-5.611X4-0.362X5+452.706X6+0.001X7- (25.73 -31.86 6.038 -4.72 -0.36 50.75 26.370.020X8-0.005X9-53.506X10-7.67 -37.95 -9.19) R2=1 A.R2=0.999999 F=1442925经过回归发现模型总体拟合较好，其拟合程度达到0.999999，F 值明显大于临界值，但是，在对各个变量的系数进行T检验的过程中
17、，在5%的条件下，发现变量只有X1 X2 X6 X7 X9 显著，而且有些变量明显与其实际经济意义不相符，综合考虑之后可以认为产生上述问题的原因可能是模型存在多重共线性或者变量本身不是重要的解释变量。因此，需要模型先进行多重共线性检验（1） 多重共线性分析逐步回归通过检验发现X3与Y的拟合最好，因此以X3为初始变量。CX1X2X3X4X5X6X7X8X9X10R2DWY=f(x3)t值1143.14610.854850.0099618.351730.971142.159Y=f(x3,x6)t值-1242.099-5.794000.00741427.09264420.336511.227200.
18、9980782.426Y=f(x3,x6,x9)t值-1196.917-7.6256370.00847320.84500417.055515.27309-0.004293-2.9909520.999092.241568Y=f(x3,x6,x9,x10)t值-746.4600-4.0317290.0093722.76028351.58912.1643-0.006742-5.214459-70.34305-3.0301440.9996082.724165通过逐步回归得出上表的Y=f(x3,x6,x9,x10)变量显著，但是X10的系数符号意义不合理,因此Y=f(x3,x6,x9)为最优Y=-119
19、6.917+0.008X3+417.056X6-0.0043X9 （-7.625637 20.84500 15.27309 -2.990952）R2=0.99909 DW=2.241568 (2)序列相关性检验由于所选取的样本容量较小，因此并不适合DW检验，所以采用拉格朗日乘数检验一阶滞后：et=15.06878+6.96X3-2.853X6+0.0001X9-0.312et-1 ( 0.084677 0.01551 -0.0897 -0.6323)R2=0.06833LM=11X0.06833=0.75163在5%的置信水平下，LMx2(0.05)因此模型不存在序列相关性(3)异方差性检验
20、采用去掉交叉项的辅助回归CoefficientStd. Errort-StatisticProb.C-115688.3100765.1-1.1480990.3029X3-0.0536840.091959-0.5837810.5847X322.06E-072.51E-070.8233650.4478X634587.9630310.781.1411110.3055X62-2542.7162288.401-1.1111320.3171X90.1765220.3867140.4564670.6672X92-2.59E-063.63E-06-0.7146630.5068R-squared0.538991
21、Mean dependent var642.7331Adjusted R-squared-0.014219S.D. dependent var763.8994S.E. of regression769.3113Akaike info criterion16.42007Sum squared resid2959200.Schwarz criterion16.70293Log likelihood-91.52040Hannan-Quinn criter.16.31534F-statistic0.974297Durbin-Watson stat1.881391Prob(F-statistic)0.5
22、22153从回归结果可以得到：R2=0.538991nR2=12*0.538991=6.829 在5%的水平下，临界值为12.59因此接受同方差的假设，所以模型不存在异方差性。（4）变量协整性检验检测时间序列的平稳性通过对各个变量的带有截距项的一阶自回归模型进行检验得到Y ,X3不平稳，X6,X9是平稳的。对个变量取对数然后进行单位根检验变量差分次数（C,T,K）DWADF5%临界值1%临界值结论Y2(C,0,2)1.905-6.004028-1.988198-2.847250I(2)X32(C,0,2)1.905-7.085086-5.835186-7.085086I(2)X61(C,0,2
23、)1.876-5.504654-1.988198-2.847250I(2)X91(C,T,2)1.964-3.526065-2.006292-2.937216I(2)由于变量单整阶数相同可以进行协整检验多变协整检验通过检验非均衡误差项，得到非均衡误差项是平稳的，因此模型是协整的误差修正模型采用直接估计误差模型，适当估计式为Yt= -2482.391+0.0102dlx3+437.6298dlx6-0.005dlx9-1.689Yt-1+0.0144x3t-1+787.89x6t-1-0.0104x9t-1 (-4.4056 4.479 9.765 -5.37 -5.51 5.02 5.171
24、-2.885)R2=0.9986 DW=2.1写成误差修正模型如下Yt=0.0102dlx3+437.6298dlx6-0.005dlx9 -1.689（Yt-1-0.0089x3t-1-466.48x6t-1+0.0062x9t-1+1468.7）五 结果分析通过分析确定最终的模型Yt=0.0102dlx3+437.6298dlx6-0.005dlx9 -1.689（Yt-1-0.0089x3t-1-466.48x6t-1+0.0062x9t-1+1468.7） 其中，应变量Y为商品房平均销售价格，自变量X3为国内生产总值，X6为房价收入比，X9为房地产商的数量 （1）国内生产总值（GDP）
25、变动对房价的上涨产生正向的影响，但其影响程度并不大， GDP的增加对居民的可支配收入、消费性支出、商品零售价格指数、竣工房屋面积以及房地产方面的总投资均具有影响，而这些因素均能影响房地产的供给与需求，从而影响房地产的价格。（2）房价收入比变动对房价上涨产生正向的影响，且其影响程度较大，房价收入比是由住宅价格除以居民有效购买力计算求得，反映上涨的房价与人们住房消费能力之间的关系，衡量房价是否处于居民收入能够支撑的合理水平。居民的消费能力直接影响到居民对房地产的购买能力，从而影响房价的变动。因此，房价上涨主要影响因素是房价收入比，其对房地产的价格起决定性作用。（3）房地产商的数量对房价是负相关的关
26、系，即房地产商的数量越多，房价会越低，因此打破少数房地产商的价格垄断，降低准入门槛，在一定程度上可以降低房价。六、对策建议 （1）由于居民的消费能力直接影响到居民对房地产的购买能力，从而影响房价的变动。因此，房价上涨主要影响因素是房价收入比，其对房地产的价格起决定性作用。因此要调控房价调整投资与消费的比例关系，促进消费与投资关系的协调发展。一方面控制投资规模，调整投资结构。另一方面，要通过增加居民收入，促进消费增长。（2）在模型建立之初引入了宏观调控因素，但变量检验过程中，作用不显著因此在房价变动过程中政府的调控似乎没有产生预期效果。因此如何有效的调控仍是政府工作重点。（3）当前房地产价格开始
27、出现下降趋，因此很难定性成国家宏观调控起作用，很大程度是由于房价比的下降，反映投资开始疲软，经济面临。政府要采取谨慎措施，在规范房地产市场促进其健康发展的同时，注重刺激市场。同时进一步拉动内需，避免经济衰退。 参考文献1白福周. 房价上涨影响因素实证分析D. 浙江工业大学，20102牟峰. 近年来我国房价上涨原因分析D. 华南理工大学, 20103 姜玉英 浅谈房地产价格的影响因素J 当代经济 ，2010.44 张琳、杨杰、房勤英.浅谈当前房价过高形势下房地产调控政策J当代经济，2010 （6 ）5 沈悦、刘洪玉 房地产价格与宏观经济指标关系的研究J 价格理论与实践 2010.16栗亮. 货币
28、供应量对房价影响的分析J. 价格月刊，2011(1)7夏飞 EVA、会计利润与企业价值来自房地产行业的证据J生产力研究 20098兰莉芸 城市房价与失业率的关联性J 南方人口 2010附录回归结果一 初步回归结果Dependent Variable: YMethod: Least SquaresDate: 12/30/11 Time: 19:21Sample: 1998 2009Included observations: 12CoefficientStd. Errort-StatisticProb.C-920.784988.41697-10.414120.0609X10.6396540.02
29、485625.734040.0247X2-0.6777300.021268-31.866860.0200X30.0020350.0003376.0383770.1045X4-5.6114061.189708-4.7166230.1330X5-0.3620201.005045-0.3602030.7799X6452.70618.92082750.747100.0125X70.0012734.83E-0526.370260.0241X8-0.0204980.002677-7.6571990.0827X9-0.0050290.000133-37.951610.0168X10-53.506035.82
30、2512-9.1895100.0690R-squared1.000000Mean dependent var2888.750Adjusted R-squared0.999999S.D. dependent var879.1286S.E. of regression0.767586Akaike info criterion1.657293Sum squared resid0.589188Schwarz criterion2.101791Log likelihood1.056240Hannan-Quinn criter.1.492724F-statistic1442925.Durbin-Watso
31、n stat2.689610Prob(F-statistic)0.000648二 多重共线性修正结果Dependent Variable: YMethod: Least SquaresDate: 12/30/11 Time: 19:26Sample: 1998 2009Included observations: 12CoefficientStd. Errort-StatisticProb.C-1196.917156.9596-7.6256370.0001X30.0084730.00040620.845000.0000X6417.055527.3065415.273100.0000X9-0.0
32、042930.001435-2.9909520.0173R-squared0.999093Mean dependent var2888.750Adjusted R-squared0.998753S.D. dependent var879.1286S.E. of regression31.04995Akaike info criterion9.970273Sum squared resid7712.798Schwarz criterion10.13191Log likelihood-55.82164Hannan-Quinn criter.9.910430F-statistic2936.704Du
33、rbin-Watson stat2.241568Prob(F-statistic)0.000000三 序列相关性检验结果Dependent Variable: REMethod: Least SquaresDate: 12/30/11 Time: 19:30Sample (adjusted): 1999 2009Included observations: 11 after adjustmentsCoefficientStd. Errort-StatisticProb.C15.06878177.95580.0846770.9353X36.96E-060.0004480.0155110.9881
34、X6-2.85398431.81294-0.0897110.9314X90.0001070.0016120.0666650.9490RE(-1)-0.3122460.493799-0.6323340.5505R-squared0.068337Mean dependent var1.412214Adjusted R-squared-0.552772S.D. dependent var27.29385S.E. of regression34.01094Akaike info criterion10.19420Sum squared resid6940.464Schwarz criterion10.
35、37506Log likelihood-51.06808Hannan-Quinn criter.10.08019F-statistic0.110024Durbin-Watson stat1.503353Prob(F-statistic)0.974468四 变量的单位根检验YNull Hypothesis: D(Y,2) has a unit rootExogenous: NoneLag Length: 0 (Automatic based on SIC, MAXLAG=2)t-StatisticProb.*Augmented Dickey-Fuller test statistic-7.830
36、6460.0000Test critical values:1% level-2.8472505% level-1.98819810% level-1.600140*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20 observationsand may not be accurate for a sample size of 9Augmented Dickey-Fuller Test EquationDependent Variable: D(Y,3
37、)Method: Least SquaresDate: 12/30/11 Time: 19:36Sample (adjusted): 2001 2009Included observations: 9 after adjustmentsCoefficientStd. Errort-StatisticProb.D(Y(-1),2)-2.3777310.303644-7.8306460.0001R-squared0.881685Mean dependent var97.33333Adjusted R-squared0.881685S.D. dependent var650.5169S.E. of
38、regression223.7581Akaike info criterion13.76345Sum squared resid400541.4Schwarz criterion13.78536Log likelihood-60.93551Hannan-Quinn criter.13.71616Durbin-Watson stat1.743634X3Null Hypothesis: D(X3,2) has a unit rootExogenous: Constant, Linear TrendLag Length: 2 (Automatic based on SIC, MAXLAG=2)t-S
39、tatisticProb.*Augmented Dickey-Fuller test statistic-2.5018230.3243Test critical values:1% level-6.2920575% level-4.45042510% level-3.701534*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20 observationsand may not be accurate for a sample size of 7Augm
40、ented Dickey-Fuller Test EquationDependent Variable: D(X3,3)Method: Least SquaresDate: 12/30/11 Time: 19:37Sample (adjusted): 2003 2009Included observations: 7 after adjustmentsCoefficientStd. Errort-StatisticProb.D(X3(-1),2)-5.3082492.121752-2.5018230.1295D(X3(-1),3)2.9079341.5309261.8994610.1979D(X3(-2),3)0.7690480.9480630.8111790.5024C-8768.6765786.369-1.5154020.2689TREND(1998)4183.7291740.0992.4043060.1381X6Null Hypot
