我國(guó)房地產(chǎn)價(jià)格影響因素的實(shí)證分析

1、    我國(guó)房地產(chǎn)價(jià)格影響因素的實(shí)證分析    董春游摘要：房地產(chǎn)是我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展的重要支柱，近年來，其價(jià)格居高不下。為了探究房地產(chǎn)價(jià)格變動(dòng)的影響因素，本文通過模型推導(dǎo)，選取了人口數(shù)量、物價(jià)指數(shù)、收入水平、貸款利率、人均gdp和土地價(jià)格等6個(gè)指標(biāo)作為解釋變量，與被解釋變量房地產(chǎn)價(jià)格進(jìn)行多元線性回歸分析；利用拉格朗日乘數(shù)（lm）法檢驗(yàn)回歸方程的自相關(guān)性；并用逐步回歸法剔除回歸結(jié)果的多重共線性。最終確認(rèn)房?jī)r(jià)主要受人口數(shù)量、物價(jià)指數(shù)、貸款利率和土地價(jià)格的影響，本研究對(duì)以后分析具體房地產(chǎn)項(xiàng)目的經(jīng)濟(jì)效益和風(fēng)險(xiǎn)評(píng)價(jià)具有指導(dǎo)意義。abstract： real est

2、ate is an important pillar of the national economic development in china. in recent years， house price remains high. in order to explore the influencing factors of real estate price changes， through model derivation， this paper selects six indicators as population， price index， income level， loan in

3、terest rate， per capita gdp and land price as explanatory variables， and explained variable， real estate prices for regression analysis； lagrange multiplier （lm） method was used to test the autocorrelation of the regression equation； and the stepwise regression method was used to eliminate the multi

4、collinearity of regression results. finally， it is confirmed that house price is mainly affected by the population quantity， price index， loan interest rate and land price. this study has instructive significance to analyze the economic benefit and risk evaluation of specific real estate project in

5、the future.關(guān)鍵詞：房地產(chǎn)價(jià)格；多元回歸；實(shí)證分析；lm檢驗(yàn)key words： real estate price；multiple regression；empirical analysis；lm test：f293.33 ：a ：1006-4311（2017）02-0040-040 引言隨著中國(guó)經(jīng)濟(jì)的逐漸發(fā)展，房地產(chǎn)行業(yè)不斷壯大，并已成為國(guó)民經(jīng)濟(jì)的重要組成部分。在新常態(tài)下，房地產(chǎn)價(jià)格波動(dòng)異常猛烈，2001年初至2002上半年房地產(chǎn)價(jià)格不斷下降，從2002下半年到2005年初的房地產(chǎn)價(jià)格開始逐步上升，并抵擋了為期兩年的市場(chǎng)沖擊，但2007，下半年房?jī)r(jià)開始下降，直到2009首季度才

6、反彈降落并迅速攀升，達(dá)到歷史高點(diǎn)。如此頻繁的房?jī)r(jià)波動(dòng)具有潛在的隱患，對(duì)中國(guó)經(jīng)濟(jì)的發(fā)展是有百害而無一利的。因此，研究中國(guó)的房地產(chǎn)價(jià)格波動(dòng)的主要經(jīng)濟(jì)因素，對(duì)防止當(dāng)前和未來中國(guó)可能由房地產(chǎn)引發(fā)的經(jīng)濟(jì)危機(jī)著重要的現(xiàn)實(shí)意義。西方國(guó)家有著發(fā)達(dá)的市場(chǎng)經(jīng)濟(jì)，對(duì)房地產(chǎn)價(jià)格機(jī)制的研究較早，在強(qiáng)調(diào)政府作用的同時(shí)，也普遍關(guān)注市場(chǎng)規(guī)律的作用1。而對(duì)于房地產(chǎn)市場(chǎng)，內(nèi)部機(jī)制的研究相當(dāng)豐富。在大量的實(shí)證研究中，人口因素經(jīng)常被用來解釋和預(yù)測(cè)房地產(chǎn)價(jià)格的變化和趨勢(shì)，如kallberg等人在針對(duì)美國(guó)早期一些城市的住房?jī)r(jià)格研究中，認(rèn)為二戰(zhàn)后生育嬰兒高峰是人們購(gòu)買房屋，房?jī)r(jià)的上漲的主要原因2。brzezicka和wisniewski分

7、析了威爾士和英國(guó)住宅交易量和宏觀經(jīng)濟(jì)的波動(dòng)，尤其是在上世紀(jì)80年代揭示了金融自由化的影響，主要研究房地產(chǎn)市場(chǎng)交易量和人口結(jié)構(gòu)的變化關(guān)系，最后得出結(jié)論，住宅需求波動(dòng)是在市場(chǎng)成交量轉(zhuǎn)變的關(guān)鍵因素3。saita、shimizu和watanabe考慮到滯后過程，認(rèn)為房地產(chǎn)價(jià)格與模型的變化、住房建設(shè)成本、就業(yè)和收入有直接的關(guān)系，得出利率和房地產(chǎn)價(jià)格呈負(fù)相關(guān)的結(jié)論4。stevenson通過研究發(fā)現(xiàn)，英國(guó)房貸利率和長(zhǎng)期利率掛鉤制度是導(dǎo)致英國(guó)近幾年房地產(chǎn)價(jià)格上漲的主要原因5。同時(shí)，國(guó)內(nèi)學(xué)者也進(jìn)行了大量的的中國(guó)房地產(chǎn)價(jià)格波動(dòng)研究6-8，馮濤和楊達(dá)對(duì)gdp和銀行貸款進(jìn)行分析，認(rèn)為銀行的貸款并不影響房地產(chǎn)價(jià)格9。袁

8、博和劉園則認(rèn)為長(zhǎng)期外資流入是導(dǎo)致是中國(guó)房?jī)r(jià)上漲的一個(gè)重要因素10。顧海峰通過房地產(chǎn)價(jià)格的實(shí)證分析，主要側(cè)重于匯率和利率，得出結(jié)論：匯率與房地產(chǎn)價(jià)格之間呈正相關(guān)關(guān)系，利率與房地產(chǎn)價(jià)格呈負(fù)相關(guān)關(guān)系11。本文正是基于以上研究的成果，對(duì)影響房地產(chǎn)價(jià)格的因素進(jìn)行深入探討。1 房地產(chǎn)價(jià)格的理論模型2 數(shù)據(jù)來源、指標(biāo)解釋及研究方法本文選取的是2000年-2014年的年度數(shù)據(jù)，數(shù)據(jù)主要來源于國(guó)家統(tǒng)計(jì)局的中國(guó)統(tǒng)計(jì)年鑒和中國(guó)人民銀行官方網(wǎng)站。房地產(chǎn)價(jià)格（hp）由商品房平均銷售價(jià)格表示，反映我國(guó)房地產(chǎn)價(jià)格的平均高低；收入水平（income）由城鎮(zhèn)單位就業(yè)人員平均工資表示，表明普通工薪階層購(gòu)買住房的經(jīng)濟(jì)能力，由于國(guó)家

9、統(tǒng)計(jì)局對(duì)這兩個(gè)指標(biāo)的記錄始于2000年，因此本文盡可能收集的最大時(shí)間跨度的數(shù)據(jù)。 人口數(shù)量（people）由當(dāng)年年末總?cè)丝跀?shù)表示，該指標(biāo)統(tǒng)計(jì)了對(duì)房地產(chǎn)需求的群體數(shù)量；物價(jià)水平（cpi）即通貨膨脹程度由居民消費(fèi)價(jià)格指數(shù)表示；經(jīng)濟(jì)發(fā)展水平由人均國(guó)內(nèi)生產(chǎn)總值（gdp）表示，能夠說明房地產(chǎn)行業(yè)在什么樣的宏觀經(jīng)濟(jì)下發(fā)展；土地價(jià)格（land）由房地產(chǎn)開發(fā)企業(yè)土地購(gòu)置費(fèi)用表示，是房地產(chǎn)開發(fā)建設(shè)較大的投入部分，這些指標(biāo)的數(shù)據(jù)均來源于中國(guó)統(tǒng)計(jì)年鑒。貸款利率（interest）則來源于中國(guó)人民銀行官方網(wǎng)站。具體分析數(shù)據(jù)見表1。本文研究方法：首先對(duì)被解釋變量（hp）和被解釋變量（people、cpi、income、

10、interest、gdp、land）做了單位根檢驗(yàn)，確定他們是平穩(wěn)的時(shí)間序列；用最小二乘法（ols）做多元線性回歸分析；利用逐步回歸法剔除模型中存在的多余變量以消除多重共線性；最后采用拉格朗日乘數(shù)（lm）統(tǒng)計(jì)量檢驗(yàn)回歸方程的殘差序列是否存在高階自相關(guān)。3 模型檢驗(yàn)與實(shí)證分析3.1 數(shù)據(jù)的平穩(wěn)性檢驗(yàn)為了防止“偽回歸”現(xiàn)象的出現(xiàn)，在實(shí)證分析之前，首先對(duì)搜集的各個(gè)指標(biāo)數(shù)據(jù)分別進(jìn)行單位根（adf）檢驗(yàn)，通過該檢驗(yàn)查看時(shí)間序列的平穩(wěn)性。零假設(shè)為存在單位根16，若拒絕原假設(shè)，則時(shí)間序列平穩(wěn)?？紤]到本文選取的指標(biāo)本身具有明顯的滯后特點(diǎn)，因此各時(shí)間序列均在滯后1階或2階的條件下進(jìn)行檢驗(yàn)，結(jié)果顯示如表2。從表2

11、中可以看出，本文選取的指標(biāo)，在滯后一階或二階后的檢驗(yàn)值分別小于1%、5%的顯著水平下的臨界值，因此可以拒絕這7個(gè)時(shí)間序列有單位根的假設(shè)，認(rèn)為這些指標(biāo)在多個(gè)顯著性水平下，都是平穩(wěn)的時(shí)間序列。3.2 建立多元回歸模型此時(shí)，數(shù)據(jù)的擬合程度很高，各個(gè)變量在5%或10%的水平下均是顯著的。但是d.w.=1.61，在樣本容量為15，解釋變量為5（包括常數(shù)項(xiàng)）的情況下，介于下限0.69與上限1.97之間，根據(jù)杜賓、瓦森的推導(dǎo)，不能確定該模型是否存在自相關(guān)性，因此需要借助其他方法進(jìn)一步判斷。3.4 自相關(guān)性檢驗(yàn)拉格朗日乘數(shù)法（lm）是另一種檢驗(yàn)自相關(guān)性的方法，原假設(shè)為各階自相關(guān)系數(shù)皆為零，lm統(tǒng)計(jì)量=obs*

12、r-squared漸進(jìn)服從卡方分布。一般，在eviews中觀察p值，如果p值比較小，比如小于0.005，則拒絕原假設(shè)，認(rèn)為原模型存在自相關(guān)。lm統(tǒng)計(jì)量顯示，回歸方程的殘差序列不存在2階自相關(guān)。因此方程（6），能夠很好地反映房地產(chǎn)價(jià)格與其影響因素的關(guān)系。圖1展示了真實(shí)值與擬合值之間的關(guān)系，紅色曲線代表實(shí)際值，綠色曲線代表擬合值曲線，藍(lán)色為殘差曲線。4 結(jié)論從以上分析中主要得到如下結(jié)論：第一，人口數(shù)量和土地價(jià)格與房地產(chǎn)價(jià)格呈正相關(guān)關(guān)系，彈性系數(shù)分別為0.3、0.11。由于人口數(shù)量和土地價(jià)格絕對(duì)數(shù)值比較大，每年即使變動(dòng)1%，都會(huì)造成房地產(chǎn)價(jià)格的明顯波動(dòng)，因此彈性系數(shù)的大小，并不直接表示對(duì)房地產(chǎn)價(jià)格影

13、響的重要程度。第二，貸款利率與房地產(chǎn)價(jià)格成正相關(guān)關(guān)系，彈性系數(shù)為447.7。在迅速攀升的房?jī)r(jià)和巨大的投機(jī)利益面前，銀行貸款利率的增加，不會(huì)給購(gòu)房者帶來額外的負(fù)擔(dān)?？涨巴⒌氖袌?chǎng)需求，導(dǎo)致房地產(chǎn)價(jià)格不斷上升，投資者并沒有因?yàn)榧酉⒍七t購(gòu)買計(jì)劃。第三，物價(jià)水平與房地產(chǎn)價(jià)格成負(fù)相關(guān)關(guān)系，彈性系數(shù)為-65.55。物價(jià)水平的變動(dòng)對(duì)房地產(chǎn)價(jià)格的影響主要有兩個(gè)方面，一是物價(jià)上漲，人們更傾向于購(gòu)買生活必需品而非房產(chǎn)；二是人們通過購(gòu)買房地產(chǎn)來保值，以應(yīng)對(duì)不斷上漲的通貨膨脹率。在這兩種趨勢(shì)的綜合作用下，物價(jià)水平負(fù)向影響房地產(chǎn)價(jià)格，說明人們對(duì)房地產(chǎn)市場(chǎng)的熱情正在減退，不再盲目的跟風(fēng)入市，這與早期的研究是不同的18。

14、此外，其他的經(jīng)濟(jì)政策因素也會(huì)影響房地產(chǎn)的價(jià)格19-21。例如，國(guó)家對(duì)土地供給的調(diào)控與分配；金融市場(chǎng)管制，抑制投機(jī)活動(dòng)；通過調(diào)節(jié)貨幣供應(yīng)量間接影響房?jī)r(jià)；外匯傳導(dǎo)機(jī)制的應(yīng)用等等，在將來的研究中應(yīng)該對(duì)這些因素進(jìn)行深入的分析。本文通過定量研究，確定了影響房地產(chǎn)價(jià)格的重要因素，包括人口數(shù)量、物價(jià)水平、貸款利率和土地價(jià)格，這對(duì)以后分析具體房地產(chǎn)項(xiàng)目的經(jīng)濟(jì)效益分析和風(fēng)險(xiǎn)評(píng)價(jià)具有重要意義。參考文獻(xiàn)：1cvijanovid. real estate prices and firm capital structure j. review of financial studies， 2014， 27（9）： 269

15、0-735.2kallberg j g， liu c h， pasquariello p. on the price comovement of u.s. residential real estate markets j. real estate economics， 2014， 42（1）： 71-108.3brzezicka j， wisniewski r. price bubble in the real estate market - behavioral aspects j. real estate management & valuation， 2014， 22（1）：

16、77-90.4saita y， shimizu c， watanabe t. aging and real estate prices： evidence from japanese and us regional data j. international journal of housing markets & analysis， 2016， 9（1）： 66-87. 5lee c l， stevenson s， lee m l. futures trading， spot price volatility and market efficiency： evidence from

17、european real estate securities futures j. journal of real estate finance & economics， 2014， 48（2）： 299-322.6王慶芳.我國(guó)房地產(chǎn)價(jià)格、經(jīng)濟(jì)增長(zhǎng)與信貸擴(kuò)張研究基于房地產(chǎn)雙重資產(chǎn)屬性的分析j.現(xiàn)代財(cái)經(jīng)：天津財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015（1）：32-44.7王凌云.房地產(chǎn)價(jià)格膨脹與經(jīng)濟(jì)發(fā)展的滯脹壓力分析j.統(tǒng)計(jì)與決策，2016（5）：94-97.8王勁松，韓克勇，趙琪.貨幣政策對(duì)房地產(chǎn)股票價(jià)格的影響研究j.東岳論叢，2016，37（3）：115-24.9馮濤，楊達(dá)，張蕾.房地產(chǎn)價(jià)格與貨幣政策

18、調(diào)控研究基于貝葉斯估計(jì)的動(dòng)態(tài)隨機(jī)一般均衡模型j.西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，34（1）：15-21.10袁博，劉園.中國(guó)房地產(chǎn)價(jià)格波動(dòng)的宏觀經(jīng)濟(jì)要素研究基于可變參數(shù)狀態(tài)空間模型的動(dòng)態(tài)研究j.中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014，1（4）：97-103.11顧海峰，張?jiān)?貨幣政策與房地產(chǎn)價(jià)格調(diào)控：理論與中國(guó)經(jīng)驗(yàn)j.經(jīng)濟(jì)研究，2014（1）：29-43.12高巨.以供需模型分析房地產(chǎn)價(jià)格形成機(jī)理j.沿海企業(yè)與科技，2016（2）：14-16.13陳靖.新常態(tài)下房地產(chǎn)供需狀況分析j.中外企業(yè)家，2015（7）：39-41.14林天水，陳文靜，王淑超.非均衡視角下合肥市房地產(chǎn)供需平衡研究j.巢湖學(xué)院學(xué)報(bào)，2016，18（1）：52-6.15王大港，劉伊生.我國(guó)房地產(chǎn)價(jià)格與宏觀經(jīng)濟(jì)動(dòng)態(tài)關(guān)系研究基于省際數(shù)據(jù)的pvar模型j.價(jià)格理論與實(shí)踐，2015（6）：67-69.16高鐵梅.計(jì)量經(jīng)