房地产市场供求与房价关系的实证研究

1、。摘要随着中国社会经济的不断改善，人们的住房条件和需求也在不断改善。住房作为人们基本生活的保障，是一个家庭最重要的资产，从一定程度上反映了一个家庭的整体生活水平，从而使房地产业在短时间内发展成为中国的支柱产业之一，成为真正关系到人们生活和利益的重要产业。然而，随着房地产业的快速发展，问题也逐渐显现出来。房地产市场供需失衡，“高房价”问题越来越严重，住房成为民生焦点。为了明确房地产市场供求与房价的关系，促进房地产市场的均衡发展。本文通过收集2000-2013年中国房地产市场供求和房价的相关数据，建立联立方程模型，并对模型参数进行估计。在此基础上，对中国房地产市场供求与房价的关系进行研究和分析，从

2、而理清房地产市场供求与房价的关系，为促进房地产市场均衡发展提供一定的政策依据。结果表明，本文建立的联立方程模型是有效的，分析表明房地产市场的供求是房价变动的根本因素，政府可以控制房地产市场的供求平衡，防止房价过度增长。关键词：房地产市场供需联立方程模型两阶段最小二乘供需平衡介绍1.1研究背景和意义自1998年中国取消福利分房政策以来，房地产市场迅速发展并繁荣起来。与此同时，随着社会经济的快速发展，居民的经济状况越来越好，住房条件也在不断改善。住房不仅是人们基本生活的保障，也是一个家庭最重要的资产，从一定程度上反映了一个家庭的整体生活水平。许多因素使得房地产业在短时间内发展成为中国的支柱产业之一

3、，成为真正关系到人们生活和利益的重要产业。然而，随着房地产业的发展，这些问题也逐渐凸显出来，“高”房价已经成为一个大问题。自2004年以来，中国为整顿房地产业做出了前所未有的努力，并出台了一系列房地产相关政策。据不完全统计，近十年来，国家有关部门共出台了103项房地产调控措施。这些政策调控了过热的房地产和投机性房地产，在一定程度上促进了中国房地产业的和谐健康发展。然而，房价太高，大多数居民的住房困难依然存在。造成这种局面的主要原因是房地产市场的失衡、人们需求的增加和房价的上涨，这些都从不同方面影响了房地产市场的平衡。为了解房地产市场供求与房价的关系，本文收集了2000-2013年中国房地产市场

4、供求与房价的相关数据，并建立模型，从而明确房地产市场供求与房价的关系，为促进房地产市场均衡发展提供一定的政策依据。1.2研究方法和内容本文研究和分析了中国房地产市场供求的影响机制和因素，找出了房地产市场供求与房价的关系，为房价的变化提供了科学依据。首先，收集和分析了2000-2013年中国房地产市场的供需和房价的相关数据。通过相关性分析，选择了对房地产市场供需影响最大的三个变量。然后，将房地产市场的供给、需求和房价作为三个内生变量，两个滞后的内生变量和三个外生变量作为前提变量对于房地产市场与房价的关系，许多学者进行了权威、科学的分析和广泛的研究。本文通过联立方程模型，重点研究了国民收入分配对房

5、地产市场的调节作用，认为国民收入的合理分配可以缓解房价高企的局面，减少国民收入对房地产的投资，减少投机，实现中国房地产市场的均衡发展和房地产市场的健康和谐发展。从宏观经济学的角度分析影响房地产价格的因素，选择股票价格、货币供应量和银行利率的增长来分析对房价增长的影响，从而通过宏观政策实现房地产市场的均衡调控。同时，结合房地产价格增长率的实时情况，制定符合当前形势的宏观调控政策，正确处理房地产市场与股票市场的关系，实现双赢。他们认为政府很难宏观调控房地产市场。通过建立一般均衡模型，得出土地价格变化是房地产市场最直接的影响因素，制定正确的土地政策可以很好地控制房地产市场。本文分析了房价与地价之间存

6、在内生关系。人均可支配收入是影响地价的重要因素，对房价也有重要影响。和结论基本一致，他们都认为影响房价的市场因素很多，并分析了房地产市场失衡的现状和原因。然后选取河北省房地产市场进行分析，认为房地产市场的不均衡对房价有显著影响。可以看出，上述学者通过定量分析直接选取变量进行分析，但本文首先通过相关分析，在城镇居民人均可支配收入、商品房平均售价、房地产开发企业土地购买成本、贷款利率等变量中，找出对房地产市场供求影响最大的变量，作为本文的研究变量。然后，建立联立方程模型，研究和分析房地产市场供求与房价的关系，使房地产市场供求与房价的关系更加清晰和深入，为促进房地产市场健康和谐发展提供一定的政策依据

7、。3.模型的建立3.1数据收集和解释根据前人的研究，影响房地产市场供求关系的因素是多方面的，其中主要因素有：房地产市场价格、土地价格和城市土地数量、资金供给和贷款利率以及国家税收政策。因此，本文选择了以下变量：本文选取了城镇居民人均可支配收入、商品房平均售价、房地产开发企业土地购买成本和贷款利率。本文截取的贷款利率为中国人民银行一至三年(含三年)的贷款利率，以当期最后一次调整的结果为数据源。房地产市场需求影响因素的变量有四个指标。选取商品房平均销售价格、房地产开发企业土地购买成本、前期商品房销售面积和贷款利率四个指标作为影响房地产市场供给的变量选取城镇居民人均可支配收入、房地产开发企业的土地购

8、买成本和以前房地产开发企业的竣工住房面积作为影响商品房平均销售价格的变量；选择房地产开发企业的竣工面积来代表中国房地产的市场供给变量；选择商品房销售面积指标来代表中国房地产市场需求变量；a所有变量的数据来自国家统计年鉴。本文截取了2000年至2013年的相关变量数据，具体数据见附件1，其中贷款利率数据见附件2。考虑到价格因素的影响，将居民人均可支配收入变量、商品房平均售价、房地产开发企业征地成本和商品房平均售价除以消费者价格指数(CPI)，以消除通货膨胀的影响，将名义价值转化为实际价值。修订后的数据见附件3。3.2模型变量的选择本文主要研究房地产市场供求与房价的关系。根据模型的需要，本文决定从

9、影响房地产市场供求的四个指标中选取三个最显著、最具代表性的变量。为了选择对房地产市场需求影响最明显的三个因素，本文分析了城镇居民人均可支配收入、商品房平均销售价格、房地产开发企业土地购买成本和贷款利率、房地产市场需求(商品房销售面积)四个指标之间的相关性。相关性分析是研究随机变量之间相关性的一种统计方法，即研究现象之间是否存在某种依赖关系(通常是一种不确定的关系)，并探索具有依赖关系的具体现象的相关方向和程度。首先，为了了解房地产市场需求与四项指标的相关性，本文利用SPSS软件制作了商品房销售面积与城镇居民人均可支配收入、商品房平均销售价格、房地产开发企业土地购买成本和贷款利率的相关表(见表1

10、)。表1。房地产市场需求与各种变量的相关表房地产市场需求(商品房销售面积)城镇居民人均可支配收入皮尔逊相关. 976*Sig。(2尾). 000商品房平均售价皮尔逊相关. 989*Sig。(2尾). 000房地产开发企业征地费用皮尔逊相关. 962*Sig。(2尾). 000贷款利率皮尔逊相关. 231Sig。(2尾). 426*。相关性在0.01水平显著(双尾)。在分析变量之间的相关性时，只有当两个变量之间的相关系数的绝对值大于其临界值时，我们才能认为两个变量之间存在线性关系。通常，两个变量的相关系数的绝对值大于相应的临界值，置信水平为5%，这意味着两个变量之间存在显著的线性关系；如果在1%

11、的置信水平下，相关系数大于相应的临界值，则表示两个变量之间存在高度显著的线性关系；如果相关系数小于相应的临界值，置信水平为5%，则认为这两个变量之间没有明显的线性关系。当置信度为5%，自由度为N-2=12时，两个变量相关系数的临界值为0.532；当置信度为1%且自由度为N-2=12时，两个变量的相关系数的临界值为0.661，可从表1中获得：房地产市场需求(商品房销售面积)与城镇居民人均可支配收入、商品房平均售价和房地产开发企业土地购买成本之间的皮尔逊相关系数为0.661，表明房地产市场需求(商品房销售面积)与城镇居民人均可支配收入、商品房平均售价和房地产开发企业土地购买成本之间存在高度显著的相

12、关性。同时，房地产市场需求(商品房销售面积)、城镇居民人均可支配收入、商品房平均销售价格和居民人均可支配收入(Sig。房地产开发企业使用的(2-tailed)值都接近于0，这就否定了原来的假设，而且明显不是0。也就是说，房地产市场需求与房地产价格之间存在显著的正相关关系然后，利用SPSS软件，绘制房地产市场需求(商品房销售面积)与城镇居民人均可支配收入、商品房平均售价、房地产开发企业土地购买成本和贷款利率之间的散点图(如图1、2、3、4所示)，可以更清晰地看到房地产市场需求与各变量之间的线性关系。图1商品房销售面积和城镇居民人均可支配收入散点图2商品房销售面积和商品房平均销售价格散点图图3商品

13、房销售面积和房地产开发企业征地费散点图4商品房销售面积和贷款利率散点图从图1、图2和图3的散点图可以看出，这些点可以拟合在一条直线上，这说明商品房销售面积与城镇居民人均可支配收入、商品房平均销售价格和房地产开发企业土地购买成本之间存在正的线性相关关系，即： 可以建立线性回归模型来表达商品房销售面积与城镇居民人均可支配收入、商品房平均销售价格和房地产开发企业土地购买成本之间的关系。图4中的散点图显示，商品房销售面积与贷款利率之间没有明显的线性关系。综上所述，本文最后选取城镇居民人均可支配收入、商品房平均销售价格和房地产开发企业土地购买成本等指标来研究对房地产市场需求(商品房销售面积)的影响；同样

14、，选取商品房平均销售价格、房地产开发企业土地购买成本和前期商品房销售面积来研究对房地产市场供给的影响(房地产开发企业竣工面积)，选取土地购买成本、房地产开发企业投资金额和前期房地产开发企业竣工面积等指标来研究对商品房平均销售价格的影响。据此，截取了中国2000-2013年的相关指标数据，选取的8个变量如下：:城镇居民人均可支配收入:房地产开发投资:房地产开发企业征地费用:商品房平均售价:房地产开发企业的竣工面积表明房地产的市场供应量:商品房销售面积，表明房地产的市场需求:前一个房地产开发企业的竣工住房面积:前期商品房销售面积3.3模型路径图和模型建立为了明确变量之间的关系，便于我们建立联立方程

15、模型，本文首先借助路径图描述了初始模型，并清晰地反映了变量之间的关系。X3房地产开发企业土地购买成本城市居民人均可支配收入X1房地产市场需求(商品房销售面积)Y3商品房平均销售价格Y1房地产市场供应量(房地产开发企业竣工住房面积)Y2X2房地产开发投资前期商品房销售面积Y3(-1)原房地产开发企业的竣工住房面积为Y2(-1)图5。变量之间关系的路径图路径图中的变量有不同的类型，其中外生变量写在椭圆框中，不受模型中其他变量的影响；内生变量写在矩形框中，由模型中的其他变量决定，在路径图中至少有一个箭头指向它；滞后的内生变量写在一个由虚线包围的矩形方框中。根据上述路线图，建立联立方程：公式反映了房地产市场(房地产开发企业竣工面积)的供给变化受商品房平均销售价格、房地产开发企业土地购买成本和前期商品房销售面积变化的影响；等式2反映了变化联立方程模型由许多方程组成，这些方程对方程之间的关系有严格的要求，否则方程无法估计。因此，在估计模型之前，我们必须首先判断它是否可以被估计，也