北京市房地产市场周期波动研究.doc

1、1北京市房地产市场周期波动研究摘要：最近的十年是房地产业发展的黄金期。从本质上讲，房地产行业的发展是由宏观经济状况所决定的。从一个相对较长的历史维度来看，社会经济的发展速度不是一成不变的，而是具有一定的周期性。相应地，房地产市场的发展也存在周期波动的特性。本文主要研究北京市房地产市场周期波动，研究周期为 1994 年至 2012 年共 19 年。通过主成分分析法，得到宏观经济指标和微观销售指标两个主成分，对房地产行业发展做初步分析，并合成房地产市场综合指数描述该周期波动，以期以量化直观的方式描述房地产市场周期波动，并对成因进行相关解释，最后检验合成综合指数的可靠性。 关键词：主成分分析 合成房

2、地产市场综合指数 房地产市场周期波动 引言 近年来，我国房地产市场蓬勃发展，关于房地产泡沫、房地产投资过热等讨论也一直争论不休。越来越多的人开始担心房地产行业是否存在“泡沫” ，对“泡沫”仅仅存在于局部还是充斥着整个市场有着各种不同的看法，甚至有人预测“泡沫”不久将会破裂并引发一场房地产市场危机。因此，对于房地产业的各种研究也就成为了热点课题。作为宏观经济发展的重要支撑，房地产业受宏观经济和政策、人口、文化、法律制度等诸多因素的影响，在整体上会呈现上下波动的周期性规律特征。2我国目前的房地产市场很难定量分析泡沫的情况，因此关注的焦点应更多集中在周期波动的研究之上。通过对房地产行业周期波动的研究

3、分析，把脉房地产市场的整体运行趋势，辨析波动的核心因素，对宏观调控政策的制定，平缓波动的幅度，避免房地产泡沫的出现和破裂，都有着很重要的现实意义。 一、文献回顾 房地产周期波动的研究最早起源于美国，Burns（1935）首先采用官方公开数据描述美国房地产建筑的长周期。20 世纪 60 年代，美国Stephen A. Pyhrr 等经济学家已经开始研究西方房地产市场的周期性，在其专著中指出周期波动的根源是供求的变动，并将房地产周期波动分为 5 个阶段，从宏微观多角度探究波动的机理，通过实证分析证明房地产周期与通货膨胀周期正相关。Barrast 和 Ferguson（1985，1987）年在理论分

4、析中初步建立起房地产周期波动循环的时间模型，又用光谱分析和转折点分析等方法进行实证分析，从理论和实证两方面研究英国的建筑周期波动。 我国房地产经济起步较晚，相关统计数据缺乏，伴随着上世纪 90 年代初期房地产行业的快速发展相关的研究开始展开。最初大多从供求关系定义不动产经济周期，以商品房年销售面积等指标，通过单一指标分析不动产周期波动及特点，对比 GDP 增长率等指标，简要分析其与总体经济周期的相互关系。谭刚（1993）提出了房地产周期的概念，建立扩张与收缩两阶段的房地产周期分析模式，以此为基础构建间接、表层和内生三类指标组成的房地产景气指标体系，采用扩散指数法研究深圳房3地产周期波动的特性。

5、目前我国对房地产市场的综合评价大多采用景气指数法，其中最有权威和代表性的事全国房地产开发景气指数，它是由政府统计部门编制的，简称“国房景气指数” 。 二、指标和数据的选取 本文采用主成分合成综合指数法，即利用多元统计分析中的主成分分析方法来合成指数，从而避免人为设置权重的偏差。主成分分析主要是用来解决变量太多时减少变量的问题（降维） ，将原来的多个指标通过线性变换，综合成互相独立的少数几个变量指标，这些新变量指标能够尽可能充分地反映原有的信息。 为了更好的反映房地产的周期性波动，根据可得性、可信性以及时间序列尽可能长的总体要求，选取以下 7 个影响房地产波动原因的指标：X1 为地区国内生产总值

6、，X2 为社会固定资产投资额，X3 为房地产开发投资额，X4 为商品房销售面积， X5 为住宅销售面积，X6 为商品房平均销售价格，X7 为城镇居民人均可支配收入。选取北京市这个比较有代表性的城市作为我们的城市样本，以 1994 年到 2012 年共 19 年的指标数据作为样本进行研究，以期构造北京市房地产市场增长周期波动的综合指数，数据来源中国统计年鉴 。 三、北京市房地产市场增长周期波动综合指数 1.主成分计算过程 （1）KMO and Bartlett 检验 主成分分析最主要的要求就是各变量间相关性较高，KMO 的值介于0-1 之间，越接近 1，表明所有变量之间简单相关系数平方和远大于偏

7、相4关系数平方和，越适合主成分分析。通过 SPSS 软件计算各指标相关系数都较高，且 KMO 的值为 0.729，根据 Kaiser 给出的 KMO 检验标准，属于一般标准，说明可以使用主成分分析方法进行分析。 表 1 KMO and Bartletts Test （2）选择主成分 提取方法：主成分分析。 根据 SPSS 计算的特征根和贡献率，前两个主成分的累积贡献率已经达到 99.407%，说明选取前两个主成分基本完全反应了原始信息；SPSS的碎石图显示前两个指标比较陡峭，其余几个接近平缓，也证明选取前两个成分作为主成分是比较合适的。 （3）主成分得分 根据 SPSS 软件计算的得分系数矩阵

8、，得到各主成分的成分矩阵，各主成分可以用标准化后的原始指标表示如下： 四、结束语 本文主要研究北京市房地产市场周期波动，通过主成分分析法，得到宏观经济指标和微观销售指标两个主成分，对房地产行业发展做初步分析，并合成房地产市场综合指数描述该周期波动，用量化直观的方式描述房地产市场周期波动，并对成因进行相关解释，最后检验合成综合指数的可靠性。实践证明合成综合指数法对于房地产业的周期波动有非常良好的解释力，通过对该指数进行进一步的深入研究，能够进一步发现引起房地产行业周期波动的原因以及房地产业的主要影响因素，对我国做好房价的宏观调控也将有一定的指导意义。 5目前我国正面临着经济的转型，对房地产市场走向的研究也愈发重要，理论和实证研究也不断深入。我国房地产行业起步相对较晚，相应的资料不够健全，随着房地产市场的逐步发展，房地产行业的相关信息也在逐步积累和完善。届时笔者将利用更为全面、完善的理论和数据进行更为深入的探讨。 参考文献： 1谭刚.房地产周期波动理论、实证及政策分析.经济管理出版社.2001（1） 2丁烈云.房地产周期波动成因分析.华中科技大学学报.2003（2） 3钟颖.房地产投资与房地产周期性波动.经济技术.2003（2） （责任编辑：刘璐）