我国住宅房地产价格影响因素实证分析(作业).doc

我国商品住宅价格影响因素实证分析摘 要:通过建立计量经济模型，对我国商品住房的价格进行实证分析，找出了影响商品住房价格的诸多因素。影响因素是错综复杂的，这也就决定房价并不是一成不变的，而是由多种因素发展变化、共同作用的结果。文章选取了1999-2010年的数据，运用回归分析方法，对商品住房价格的决定因素进行实证分析。基于模型结果提出了政策建议。关键词:商品住宅;影响因素;回归模型一、文献回顾（一）、国外关于房地产合理价格及影响因素方面的研究围绕房地产合理价格及影响因素很多学者进行了不同的研究，从各自角度建立相应模型探讨了有关方面问题，如Abraham 和Hendeshott 开发的一个考虑滞后过程在内的住宅价格变化模型，揭示了住宅价格上涨与住宅建设成本、就业率和收入直接有关；Dipasquale 和Wheaton 对住宅租金和住宅价格进行了扩展性研究，得到了著名的存量流量模型，模型说明提供住宅服务的房地产物业市场与提供住宅存量的房地产资产市场如何通过租金、价格、新建数量以及住宅存量等变量的变动而向均衡调整；Nigel Pain 和Peter Westaway 建立了一个基于消费量本身的住宅需求模型，将业主自住率作为一项附加回归量纳入模型，找到了住宅需求关系中消费一致性的长期系数；Geoff Kenny 用一套清楚区分了长期和短期的经济变量，分析爱尔兰住宅市场长期住宅市场的供给和需求的关系，研究表明收入增加会引起住宅价格的上涨，并对住宅需求有一定比例的增加，抵押贷款利率对长期住宅需求产生重要的负影响，住宅价格对建设成本（包括土地成本）存在一个稳定的比例。（二）、国内关于房地产合理价格及影响因素方面的研究对于房地产合理价格的问题，我国的一些学者也做了一些深入的研究。刘莉亚、苏毅（2005）建立了一个决定房地产价格的模型，运用协整理论计算出上海市房地产市场均衡价格，指出2002 年7 月之后真实房地产价格不断偏离均衡价格，房地产市场可能存在泡沫。中国人民银行海口中心支行课题组（2008）以 2001 年1 月到 2008 年6 月的月度数据为支撑采用协整方法计算出2001 年以来与海南省经济发展水平保持均衡的合理房价，认为总体来看2005 年底以前的海南省房地产市场是不够健康的实际价格低于均衡价格，对经济发展的促进作用很小，2006 年之后房地产价格尽管高于均衡价格但是刺激了经济的发展，房地产价格还是比较合理的。韩冬梅、刘兰娟、曹坤（2008）建立了商品房供给与需求的状态空间模型，基础价值作为一种状态变量被纳入到模型中，从而对上海市房地产价格泡沫问题进行了实证研究。研究结果表明上海市房地产价格泡沫已经出现。张宏斌（2001）、;蔡兵备，欧阳安蛟，陈立定（2005)认为房地产价格是由市场供需决定的。但一些学者认为由于房地产短期内供给缺乏弹性，所以需求是决定住房价格的主要因素，而非供给因素(姚先国，黄炜华，2001;肖建月，2005)。土地价格在房价上涨中起的作用一直也是争论的焦点。很多学者认为土地出让方式的改变虽然推动地价上升，但那只是真正市场地价的释放，地价的上涨对于房价上涨没有直接关系(刘允洲，2001:牟小苏，2006)。刘琳、刘红玉 (2003)通过对地价与房价数量关系的分析得出:地价与房价呈线性正相关关系，影响它们的关系的主要因素是税费率、建安成本和容积率。岳晓武、王小映(2006)认为在房价比较高的城市，地价占房价的比例就相对较高，而在一些房价比较低的城市，地价占房价的比例也相对较低。不少学者还用各种方法来研究房价的影响因素，例如:张红、李文诞(2001)利用价格模型对北京商品住宅价格进行了实证分析，发现住宅实际建造成本和实际国内生产总值对住宅价格的变动有显著影响，Holly 和Jones（1997）的研究结果表明收入对住房价格影响显著。沈悦、刘洪玉（2004）对中国14 城市19952002 年住房价格与经济基本面进行关系分析，城镇居民家庭人均可支配收入、总人口、失业率等变量对住房价格影响显著。张夕棍，缪小林（2007）运用面板单位根检验，协整检验，建立长期模型检验，验证了我国房地产价格和居民可支配收入的关系。得到我国房地产价格对居民可支配收人的弹性为0.23，即我国居民可支配收人每增长1%，房地产价格将上涨0.23%。二、商品住宅价格影响因素（一）、变量选择商品住宅价格是指在完全市场化条件下商品住宅的交易价格。同其他商品一样,商品住宅的价格是由商品住宅的价值决定的,其价值既包括所占用土地的价值,也包括土地上建筑物的价值。商品住宅价值是其价格形成的基础,商品住宅价格是价值的表现形式;买卖双方达成的实际交易价格,除受商品住宅价值的影响外,还受到供求状况、竞争程度、消费者偏好、市场预期和房地产企业经营策略等因素的影响,其价格围绕价值上下波动。商品住宅建设周期长、价值量大、空间固定性等特点决定了其价格有不同于一般商品价格的特点。首先,由于住宅建设周期较长,其在短期内的供给是缺乏弹性的,价格由需求决定;即使从长期来看,土地供给缺乏弹性也会导致住宅供给缺乏弹性。其次, 住宅开发的滞后性导致住宅价格呈周期性变化。当住宅市场供小于求时,商品住宅价格上升,大量住宅开工建设,由于建设周期长,当住宅完工时需求可能变小,同时供给量剧增,供大于求,商品住宅价格下降。这就导致了商品住宅市场周期性明显,价格在不同时期差别很大。最后,住宅的区位是其价格的重要影响因素。和其他商品不同,住宅具有空间固定性的特点,其所处的区位不同,市场需求不同,价格也就不同。从商品住宅价格的特点可以看出,住宅价格的形成是一个复杂的过程,受到诸多因素的影响.房租价格水平二手房价格保障性住房价格替代品价格土地政策规划用于住宅的空地数量住房更新速度开发商土地存量土地供应量土地供需比土地需求量开发商购买力土地价格建材价格开发商意愿商品房供应量人均住宅面积城市居民购买力商品住宅需求量商品住宅房供求比利润水平商品住宅成本商品住宅价格图1 商品住宅价格影响因素综合分析住房公积金人均收入水平金融政策住房福利补贴人口因素(总量和结构)人口迁移开发速度本文将这些因素进行分类, 鉴于数据的可获得性，本文选取了以下变量用于建立模型X1:竣工造价；X2:人民生活水平（一般用城镇居民人均可支配收入）；X3：房地产投资额占固定资产投资额的比重X4:贷款利率；X5:商品住宅竣工面积；X6：土地交易价格指数X7:城镇人口比重;（二）、各变量1999-2011年走势分析1.商品住宅销售价格与竣工造价走势：图2 1999-2010年商品住宅价格与商品住宅竣工造价对比图数据来源：国家统计局数据整理可以看出，商品房竣工房屋造价始终在2000元上下波动，在2004年以前商品房竣工房屋造价与商品住宅房销售价格变动趋势相同，而在2004年以后，商品住宅房的销售价格迅速上涨，但商品住宅房竣工价格基本没有变化。2商品住宅竣工面积:图3 1999年 2O11年商品住宅竣工面积走势图数据来源：国家统计局数据整理可以看出，2006年之前，商品住宅市场供应量每年变化不大，从2008年开始急剧上涨，在这十年间人们对商品住宅房的需求呈上升趋势。3人民生活水品(一般用城镇居民人均可支配收入) 图4 1999-2010年城镇居民人均可支配收入走势图数据来源：国家统计局数据整理从图中可以看出，随着我国经济的发展，城镇居民人均可支配收入逐年增加。4、贷款利率： 本文选取了1999-2010年度的统计数据，其中贷款利率是l一3年期的长期贷款利率各个季度的加权平均数。(住房建设的周期较长，平均为2年，所以选择l一3年期的贷款利率)5、城镇人口比重：三、实证分析（一） 模型建立表1 列出了1999- 2010年全国商品住宅平均销售价格Y 与商品住宅竣工造价X1，人民生活水平X2（城镇居民人均可支配收入），房地产投资额占固定资产投资额的比重X3,贷款利率X4；商品住宅竣工面积X5，土地价格指数X6，城镇人口比重X7的相关数据。本文经分析运用多元线性数理回归模型：Y=0+1X1+2X2+3X3+4X4+5X5+其中，Y 代表全国商品住宅房平均销售价格，X1 代表商品住宅竣工造价，X2代表人民生活水平，X3代表房地产投资额占固定资产投资额的比重、X4代表贷款利率、X5 代表商品住宅竣工面积，X6代表土地价格指数，X7代表城镇人口比重，代表随机误差项。表1：年份全国商品住宅平均销售价格Y（元/每平方米）房地产开发企业竣工房屋造价X1（元/每平方米）全国城镇居民人均可支配收入X2（元）房地产投资额占固定资产投资额的比重X3（100%）贷款利率X4全国商品住宅竣工面积X5（万平方米）土地交易价格指数X6城镇人口比重X7（100%）19992053115258540.1375.9413930599.934.7820002112113962800.1515.9413452810136.2220012170112868590.175.94130419102.237.6620022250118477020.1795.49134002107.739.0920032359127384720.2725.94130160112.440.5320042778140194210.1865.76124881111.641.76200531671451104930.1795.76132835110.2542.99200633661564117590.1776.165131408106.02543.90200738631702131940.1847.095146282113.744.94200838001795157860.186.426159404111.345.68200946952021171750.1615.4191285112,346.59201050332713190190.1875.6298365122.147.70（二）模型回归分析利用Eviews 软件的回归，即有如下回归方程：Y =1230.136+0.890516X1+0.322854X2- 364.9055X3- 3.750479X4- 0.006176X5- 0.041126X6+9.322344X7（2.482188）（1.755152）（3.336553）（- 2.715567） （- 0.305088）（- 1.849976）（- 2.474960）（0.180441）Y =1230.136+0.890516X1+0.322854X2- 364.9055X3- 3.750479X4- 0.006176X5- 0.041126X6（2.482188）（1.755152）（3.336553）（- 2.715567） （- 0.305088）（- 1.849976）（- 2.474960）R=0.995479 R=0.991523 F=251.6391给定显著性水平5%，自由度为（7，16）的F 分布的临界值F0.05（7，14）=2.85，因此,总体上看，X1，X2，X3，X4，X5，X6联合起来对Y 有显著线性影响。在5%的显著水平下，自由度为16 的t 分布的临界值为t0.025（16）=2.12。因此，MC，INC，UE，IR 参数均通过了该显著性水平下的t 检验。（三）回归模型检验1、异方差性检验（White 检验）利用Eviews 软件，有表2 的结果。表2 异方差检验结果White Heteroskedasticity Test:F-statistic16.36497Probability0.191656Obs*R-squared15.93049Probability0.317639从伴随概率值容易看出，在5%的显著性水平下，原模型不存在异方差性。2、序列相关性检验（GB 检验法）在OLS 检验下，由于D.W.=1.977，小于显著性水平为5%下，K=4，样本容量为16 的D.W. 分布的临界值的下限与上限分别是：dL=0.86，du=1.73。du=1.73D.W.=1.9774- du=1.977，因此，可判定模型不存在序列自相关。3、多重共线性检验（1）检验简单相关系数X1，X2，X3，X4，X5，X6，X7 的相关系数如表3 所示：表3 X1，X2,X3，X4，X5，X6，X7相关系数表X1X2X3X4X5X6X7X11.0000000.9209600.7199730.3238500.7045600.7554900.000215X20.9209601.0000000.8137820.3404340.5770300.8746100.045591X30.7199730.8137821.0000000.4742410.5138640.5357050.010757X40.3238500.3404340.4742411.0000000.4145350.1538360.028837X50.7045600.5770300.5138640.4145351.0000000.1550630.337752X60.7554900.8746100.5357050.1538360.1550631.0000000.155063X70.0002150.0455910.0107570.0288370.3377520.1550631.000000从表3 数据发现X1，X2，X3，X4，X5，X6，X7 存在相关性。（2）找出最简单的回归形式分别做Y与X1，X2，X3，X4，X5，X6，X7 之间的回归：可见，房地产价格受城镇居民可支配收入影响最大，因此选Y=f（X2）为初始回归模型。4、逐步回归将其他变量逐步导入初始回归模型，并找出最佳回归方程。CX2X6X1X3X5X4X7RD.WY=f(X2)665.760.2260.980.94t值9.8624.88Y=f(X2,X6)639.820.2339-0.0040.980.92t值5.948.82-0.32Y=f(X2,X6,X1)112.240.1310.010.990.9881.52t值0.643.620.553.39Y=f(X2,X6,X1,X3)7000.25-0.020.66-2520.991.81t值2.123.69-1.282.13-2Y=f(X2,X6,X1,X3,X5)11020.313-0.0410.95-346-0.010.9952.45t值3.75.38-2.873.57-3.33-2.79Y值11740.31-0.040.97-352.8-0.006-4.3t值3.235.06-2.673.43-3.-2.67-0.380.99542.5Y值12300.32-0.0410.89-364.9-0.006-3.759.320.9952.48t值2.483.34-2.481.76-2.72-1.85-0.310.18以上数据通过了ADF 检验。此方程通过检验，因此最优的住宅房地产价格函数应以Y=f（X2，X6，X1，X3，X5，X4，X7）为最优，拟合结果如下：Y =1230.136+0.890516X1+0.322854X2- 364.9055X3- 3.750479X4- 0.006176X5-0.041126X6+9.322344X7四、总结根据实证分析结果，商品住宅价格主要影响因素为城镇居民可支配收入土地交易价格指数竣工造价房地产投资额占固定资产投资额的比重商品住宅竣工面积贷款利率、城镇人口比重。从模型可以看出，商品住宅价格与居民收入是密切相关的，如果想刺激房地产市场，首先考虑的就是不断增加居民可支配收入，进而刺激消费。另外，房地产行业也可以通过适当降价来拉动消费，刺激住宅销售额的提高，进而获得利润。住宅建设成本和住宅建筑面积属于国家固定资产投资，可根据宏观经济环境适当调整。贷款利率和城镇人口增长比重在住宅房地产价格上影响力度较小，但在长期看，属于影响价格的重要因素，并且三因素均带有滞后性，国家可针对形式采取适当措施。总体而言，近年来房价的上涨，房产商和政府起到推动作用，其中政府对房地产开发业的支持是主导因素。五、中国未来商品住宅房价的走势分析（一）房价现状已不具备投资价值人们购房主要基于三类需要：一是作为耐用消费品，以自住使用为主要目的。二是作为短期投资品或投机品，以赚取价差为主要目的。三是作为长期投资品，以获取租金收入为主要目的。第一类购房者，作为刚性需求，如果其购买力能支持较高的房价，房屋价格可能不是购房者考虑的最重要的因素。换言之，如果房价短期没有深幅调整的预期，即使房价在高位运行，购房者也有可能作出买房的决定。第二类购房者，作为投机性需求，如果其购买力能支持较高的房价，房屋价格可能不是其考虑的最重要的因素。换言之，如果存在着房价短期内足够快速上涨的预期，即使房价在高位运行，投机者也有可能作出买入的决定。即价格预期上涨的幅度越是大于资金的机会成本，投机者购房的意愿就越强。第三类购房者，作为长期投资性需求，其房屋价格和租金是投资者考虑的最重要的因素。换言之，潜在的年租金收入与一次性房价投入的比率是否高于市场上的资金影子利率，是其决定是否投资的关键。投资者关注房屋的租金收入和房价的长期走势甚于房价的短期上涨预期。从上面我们所做的三类购房者的假定，结合我国目前的房价现状水平，目前房屋的购买群体可能是以前两类购房者为主、第三类购房者为辅或渐渐淡出市场的需求格局。按照对第三类购房者投资理念所做的定义，目前的房价水平已不具备投资价值。从目前的实际情况看，按现行房价所获取的投资出租平均回报率一般约在3-4%，考虑到空置率、物业费、房租综合税率以及低迷的租赁市场，实际回报率将更低。而即使与2008年12月23日下调后的商业银行贷款基准利率5.31%相比，按现有房价投资购房也已不具有投资价值了，更何况市场资金影子利率远高于国家规制的贷款利率。（二）宏观调控目标不会放任房价深幅调整从前文对199-2010年房地产走势的政策成因分析我们可以看到，中国的城市化为房地产的发展提供了潜在可能，银行贷款向房地产需求市场的开放和倾斜，使这种可能转化成了现实，“招、拍、挂”土地出让政策的实施、以及银行贷款利率的调整，对房地产市场的供给和价格水平产生了重要的引导作用。而房地产行业上下游涉及五十多个关联产业，是中国经济增长中重要的支柱产业之一，尤其在中国经济对外依赖度提高的国际背景下，保持房地产行业的稳定发展是扩大内需的重要保证。房地产价格总体水平一旦出现深幅调整，会造成以下负面影响：一是会导致相关产业群体萎缩，由此可能加大宏观经济衰退的风险；二是地方财政收入会受到很大影响；三是有可能引发金融体系系统风险。鉴于此，目前的政策调控目标不会放任房价深幅调整。（三）宏观调控目标不会支持房价快速上涨从前文对房产市场需求的购房者分类分析已得出，目前的房产价格水平已不具备投资价值，然而房价之所以能够持续高位运行，其主要原因则来源于两个非市场因素的支撑，一是国家对土地的总量控制或者说垄断供应，二是国家控制的、极为稀缺的金融资源对房地产市场的倾斜和开放。前者有可能导致未来房屋供应短缺预期，后者有可能导致房屋需求市场虚火过盛。房地产价格由于非市场因素导致的过快、过度上涨，会扭曲市场的资源价格优化配置功能，并会逐渐波及到其他行业，累积宏观经济增长中的系统性风险，鉴于此，目前的政策调控目标不会支持房价继续快速上涨。五、对我国商品住宅市场调控的政策性建议中国未来的经济仍将保持长期增长的态势，尽管伴随着经济结构的变动、产业结构的升级会出现回调、波动，但总体趋势是向上的。这主要源于以下因素：首先中国城市化的进程尚未结束，据中国社科院有关专家分析，中国将于21世纪中叶实现城市化。其次中国的经济体制乃至政治体制的改革尚未完成，三十年的渐进式改革历程表明，每次重大改革的突破，都使社会经济活力获得空前的释放。第三，有关资料预测显示，中国的人口红利高峰期将于2013-2014年到来，即2014年后中国的适龄劳动力总量才开始递减。根据上述分析进行保守估计，未来十