1、房产价格影响因素分析 吴偲 40404010 计量经济学课程论文 房产价格影响因素分析 基于 商品住宅 房市场的实证研究 作者 : 吴偲 学号 : 40404010 房产价格影响因素分析 吴偲 40404010 摘要 : 经过十多年的迅速发展，我国 房地产业已经成为国民经济的重要支柱产业，市场发展趋于稳定，住房消费成为扩大内需的新动力和消费热点。但是，近年来我国房产价格上涨较快，部分地区房价持续飙升，上涨幅度大大超出经济总体增长水平及其他行业产品与服务的上升幅度。房价增长过快的趋势，不仅极大地影响到城市居民的生活质量，也是整个国民经济继续平稳发展的一个不稳定因素，房价问题已经成为一个引起广泛关
2、注的重要经济问题和社会问题。 本文从房产价格的相关理论出发，主要从房产需求、房产供给、房产金融和房产宏观调控等角度对影响房价的因素展开分析。以全国及地区统计数据为 基础，采用计量经济学和统计分析方法，主要从实证角度分析各因素对房价的影响。最后，根据分析结果提出改进我国房产宏观调控以稳定房价的建议。 关键词： 房产价格；房产需求；房产供给；房产金融；房产宏观调控；实证分析 Abstract: The real estate industry has become a vital pillar industry of China since the development in the last
3、decade. The market development has tended to be stable and the house-consumption has become a new driving force and hot spot of consumption to expand domestic demand. Recently, however, the house property price rose rapidly. In some regions, the house price went up sharply, with a rate far exceeding
4、 the increasing rate of the overall economy and of the goods or service price in other industries. The over-fast rising trend not only extremely influences city dwellers living conditions, but also is an unstable element for the macroeconomics smooth and sustained development. At the same time, the
5、problem of house price has become an economic as well as a social one, drawing universal attention. This paper starts from the related theories of real estate, and then primarily analyzes the affecting factors of house price in different angles: demand, supply, finance, macroscopic readjustment and
6、control, and other aspects. It applies econometric and statistic theories, primarily on the basis of practical analysis. Last, according to the analysis, it proposes some suggestions of the macroscopic control policies, which could help valorize housing. Key words: house property price; demand; supp
7、ly; finance; macroscopic readjustment and control; practical analysis 一、 引言 1. 研究背景与意义 1998 年我国颁布了住房制度改革的纲领性文件关于进一步 深化城镇住房制度改革，加快住房建设的通知，决定自当年起停止住房实物分配，建立住房分配货币化、住房供给商品化和社会化的住房新体制。这个纲领性的文件颁布 8 年多以来，我国房地产业飞速发展，旧的体制已经打破，新的机制逐步建立，住房消费形成新的消费热点，房地产业成为国民经房产价格影响因素分析 吴偲 40404010 济的重要支柱产业。房地产业的发展不仅仅提高了居民的居住水
8、平，更成为拉动国民经济增长最重要的引擎之一。 1998 年以来，城镇住宅与房地产业投资占 GDP 的比重由 1997 年的不足 6%，增加到 7%-7.8%，每年拉动 GDP 增长 1%以上， 2003 年 GDP9.3%的增长率中 1.8%是房地产业贡献的 。从 1998 年实行房改政策以来，我国的房产开发投资始终保持了 20%左右的增长，房地产业保持了购销两旺的局面。 但需要注意的是， 近年来 在我国房地产业飞速发展的同时，房产价格也上涨迅猛。据国家统计局相关数据显示， 2002 年初全国商品房平均价格为 2226 元 /平方米； 2003 年，达到2379 元 /平方米，增长 3.8%；
9、 2004 房产价格更是一路飙升，短短半年内全国商品房均价已经升至 2701 元 /平方米，比 2003 年上涨了 13.5%； 2005 年， 商品住宅平均销售价格 又 上涨了 11%； 2006 年上半年，全国商品房价涨 6.1%，平均售价为 3199 元 。 从下图可以清晰地看出我国近年来人均住房支出情况还有住宅房投资情况： 显而易见，我国人均住房支出及住宅开发投资呈逐年上涨的趋势。 为了平抑房价 ， 国家采取了 相应的 调控措施 。 房 产价格上涨速度虽然减缓 ,但价格仍居高位。 房价问题已引起业内外的广泛关注， 不仅关系到国民经济的持续健康发展，更关系到人民的切身利益和社会稳定，也使
10、得对影响房价变动的原因的研究具有重要的理论和现实意义 。 房产价格影响因素分析 吴偲 40404010 2. 研究现状 2. 1 国外相关研究： 1981 年 ,Nellis 和 Longbottom 通过分析英国的数据试图解释英国商品住宅价格的决定因素。作者将住宅的需求定义为人口数量、社区中抵押贷款的资产存量、平均的商品住宅价格、个人收入、消费品价格和抵押贷款利率的真实函数 , 将供给定义为住宅价格和住宅存量的函数。根据供给和需求相等的原理 , 得到一个关于平均商品住宅价格的简化公式 ,从而推导出商品住宅的价格。计量经济学的结论显示 , 收入是影响住宅价格的最重要的因素 , 其次是抵押贷款利
11、率和社区中抵押贷款的资产存量。 Buckley 和 Ermisch(1983) 提出反 驳 , 认 Nellis 和 Lognbottom 的分析忽略了两个因素 , 即住宅作为投资品的特性和通货膨胀的影响 ,并对通胀率与住宅价格的关系做了进一步的分析。 Min Hwang 和 John M.Quigley 利用美国 74 个大城市 19871999 年 13 年的数据 , 建立了一个需求和供给模型。需求作为住宅价格、收入和人口特性的函数 ;住宅供给作为利润率和地方政府限制建筑的规定的函数 ,其中利润率有依赖于房价和投入要素的价格。得出结论 :过去住宅较高的空置率会使房价下跌 ; 当去年房屋的空
12、置率较高时 , 房主会预测今 年房价会下跌。同时 ,城市的整体经济状况、家庭收入和被雇用状况 ( 失业状况 ) 也会对房价产生影响。而且在很多情况下 ,这些影响是巨大的。 Stuart A.Gabriel,Joe P.Mattey 和 William L.Wascher(2000) 通过供给和需求两方面的影响因素构建住宅价格模型 ,认为人口迁移和城市结构演变能够解释在过去 20 年里加利福尼亚住宅价格的变动。从需求方面来讲 ,影像住宅价格的主要因素包括住宅质量、区位、令人愉悦的可用性、其他商品价格和家庭收入 ;在供给方面 ,不同州在居住开发的土地有效性和遵 守土地使用规定的成本变化很不同。但总
13、的来说 ,住宅租金和住宅价格是具有一定相关性的。 对于商品房价格模型的研究，国外学者从商品房价格取决于商品房 各 方面属性给与消费者的满足这一效用论的观点出发，对商品房价格模型问题作了大量的研究，建立了著名的Hedomic 模型。由于需要数量极为庞大的数据，而在我国目前统计资料不全面、不透明的情况下，这种研究方法尚未得到应用。 2. 2 国内相关研究： 对于房价与地价谁先谁后的问题 , 在理论界一直争论不休。对房价与地价的关系 ,学者们多认为是房价抬高了地价 ( 高波 , 毛丰付 ,2003; 贺元启 ,2006; 刘润秋 , 蒋永穆 ,2005;严金海 ,2006;易宪容 ,2006;谢叙祎
14、 ,2006) 。 罗平、何素芳和牛慧恩（ 2001）在城市住宅市场价格系统动力学模型实证研究一文中运用系统的思想，构建了城市住宅市场价格系统动力学模型。但该模型中诸如预测期人均住宅面积增亮等数据很难获得。 接下来，很多学者都分别对某一个影响因素作了专门、细致的研究。如，沈玉和刘洪玉（ 2002）分析了房地产价格与宏观经济指标的关系，力图揭示商品房价格与宏观经济之间的作用与反作用关系；陈多长和宗家峰（ 2004）研 究了房地产税收与住房价格的关系，指出税收对住房价格的影响是双重的，即改变投资者的价格预期也改变住宅资产的收益流量；张万福（ 2005）从城镇居民需求和国际游资方面分析了人民币升值对
15、房价的各种影响。 二、 房产价格影响因素探讨 1. 从需求层面分析影响房价的因素 商品房的需求量是指在一定条件下消费者愿意而且能够购买的商品房数量。显然，只有有效的需求与商品房价格有关，也就是说，特定的商品房不仅要有潜在的使用者，而且购买者必须要有获得所需的商品房的购买能力，这是任何商品的需求相共性的东西。商品房需求房产价格影响因素分析 吴偲 40404010 的复杂还在于它既是消费品又 具备可投资性，这种双重属性将由商品房所处的位置、市场消费、投资群体的不同而不同。因此，对商品房有效需求的市场分析有很大难度。 本文将从以下三方面分析需求影响： 1.1 购买力增强 经济持续快速健康的发展和人民
16、收入水平的提高，更多的人有能力购置房产，这使中国居民的住房需求成了真正的有效需求。 王金明和高铁梅运用可变参数模型对我国房地产市场需求、供给进行的动态定量分析表明在影响房屋需求的诸因素中，收入弹性最大，在 1.58至 1.66 之间，从而说明在我国现阶段收入是影响房屋需求的决定性因素 。 1.2 需求人口增加 加快城市化 进程是我国进入 21 世纪后的重要任务， 2000 年我国城市化水平达到 36%，已经进入城市化加速时期，最近四、五年来沿海城市的城市化率年均提高近 2 个百分点，由此带来的主动型需求量相当可观。 1978 年至 2004 年，我国城镇化水平由 17.9%提高到 41.8%，
17、城镇人口从 1.7 亿增加到 5.4 亿，年均增长速度达 4.6%。全国城市总数也由 193 个增加到 661个。在城市数量增加的同时，城市规模也在不断扩大。 在经营城市理念的指导下，全国城市特别是东部地区城市加快了城市建设步伐，拆迁规模量在短期内增长很快，拆迁户用拆迁费加银行 按揭购买商品房，由此导致的被动型需求急速增长。 可见，城市建设速度加快制造了大量的拆迁被动型住房需求。 1.3 投资投机的需求 投机就是为了从资产价格的变动中获利而买进或卖出资产，并不对资产本身的使用或盈利能力感兴趣。 近年来，与房市的火爆形成鲜明对比的是股市的跌跌不休，直到去年 才开始好转。加之随着中国经济体系的不断
18、完善，投资方式日趋多样化，为寻求财富的增值，投资者普遍将目光放在了房地产投资上。值得注意的是，来自区域外的富余资金对本区域房价的上涨起到了推波助澜的作用。 例如所谓的“温州炒房团”。投机因素作为一种人 为因素，使商品房价格脱离了市场规律的正常作用。这种现象在一些城市是非常突出的，有的达到商品房交易的 40%以上 。 1.4 实证研究 考虑到全国各地区收入、人口等的差异较大，很容易在计量分析中引起异方差，所以，在这里单以成都市为例进行分析。 由于目前我国尚未投机需求量的相关统计数据 ，城市化和拆迁导致的需求增加也很难统计，所以我们用四川省的城镇人口数来表达。 对收入和人口两个因素 建立模型 ，如
19、下 ： PcI= + 1PDI+ 2TP+ t 其中， PcI 为 成都居民住房价格指数， PDI 为 四川省 人均可支配收入， TP 为 四川省 城 镇人口数 。 为 常数， 1、 2为方程参数， t为随机误差项。 由中国统计局年鉴及成都市统计信息网获得数据： 指数基期 =1999 年的房产价格 时间 成都居民住房价格 人均可支配收入 (元 ) 城镇人口 (万人 ) PcI PDI TP Jan-02 97.9 691.78 2059 Feb-02 97.9 691.78 2063 Mar-02 97.9 511.6 2078 Apr-02 98.6 520.61 2081 May-02 9
20、8.7 535.37 2095 Jun-02 97.6 541.29 2099 房产价格影响因素分析 吴偲 40404010 Jul-02 99.7 530.6 2111 Aug-02 99.8 505.29 2127 Sep-02 100.7 550.79 2136 Oct-02 100.8 525.35 2149 Nov-02 102.7 509.56 2156 Dec-02 103.3 514.83 2170 Jan-03 103 612.94 2172 Feb-03 103 830.84 2176 Mar-03 105.2 513.64 2180 Apr-03 105.1 529.25
21、 2187 May-03 105.7 545.64 2187 Jun-03 110.6 556.89 2189 Jul-03 110.3 562.83 2191 Aug-03 110.3 550.72 2193 Sep-03 107.6 600.88 2194 Oct-03 108.2 570.24 2194 Nov-03 106 547.68 2197 Dec-03 106 620.34 2199 Jan-04 111 808.22 2235 Feb-04 111.02 819.37 2283 Mar-04 110.5 571.27 2347 Apr-04 110.7 575.4 2390
22、May-04 110 606.14 2452 Jun-04 110.7 597.47 2497 Jul-04 110.9 605 2504 Aug-04 110.9 590.28 2526 Sep-04 108.1 659.54 2555 Oct-04 107.1 624.72 2593 Nov-04 108 605.43 2609 Dec-04 108 645.62 2616 Jan-05 111 712.92 2624 Feb-05 111.1 1028.9 2637 Mar-05 111.1 634.24 2642 Apr-05 111.6 640.83 2649 May-05 111.
23、9 656.05 2651 Jun-05 112.1 658.92 2654 Jul-05 114.9 654.05 2663 Aug-05 115 641.61 2679 Sep-05 115.4 699.87 2683 Oct-05 115.5 685.92 2687 Nov-05 114.7 656.31 2695 Dec-05 114.9 713.97 2709 Jan-06 118.1 775.93 2713 房产价格影响因素分析 吴偲 40404010 Feb-06 118.1 1151.44 2724 Mar-06 119.9 684.96 2729 Apr-06 119.4 7
24、00.8 2732 May-06 119 729.19 2740 Jun-06 118.9 710.84 2746 Jul-06 118.2 737.64 2758 Aug-06 118.2 714.75 2767 Sep-06 118.5 745.34 2789 Oct-06 118.9 768.19 2805 Nov-06 119.1 762.38 2803 Dec-06 119.3 771.05 2811 首先对序列进行平稳性检验。从检验人均可支配收入的结果看，在 1%、 5%、 10%三个显著性水平下，单位根检验的 Mackinnon 临界值分别为 -3.5437、 -2.9109、
25、-2.5928， t 检验统计量值 -4.596062 小于相应临界值（ |t| |），从而应该拒绝原假设 H0，表明人均可支配收入（ PDI）不存在单位根，是平稳序列。从检验人口数量的结果看，在 1%、 5%、 10%三个显著性水平下，单位根检验的 Mackinnon 临界值分别为 -3.5437、 -2.9109、 -2.5928， t 检验统计量值 -0.290364 大于相应临界值（ |t| |），从而应该拒绝原假设 H0，表明 残差序列不存在单位根，是平稳序列，说明变量之间存在协整关系。 所以可以在以上给出序列的基础上建立模型。 由最小二乘法 (OLS)估计得 : PcI=54.45
26、376 + 0.004665PDI + 0.021391TP (3.707413) (0.003995) (0.001830) t = (14.68781) (1.167810) (11.68778) R2=0.797744 Adjusted R-squared=0.790647 F=112.4102 df=57 由结果来看，人均可支配收入 PDI 变量的 P 值为 0.2477，也通不过 t 检验，对成都市房价的影响并不显著，予以剔除。 剔除后重新估计后得到的模型为： PcI=54.54945 + 0.022596TP (3.718113) (14.90181) t = (14.67127)
27、 (14.90181) R2=0.792904 Adjusted R-squared=0.789334 F=222.0639 df=58 1.5 实证研究 的结果 从本模型可看出，人均可支配收入对房价影响并不显著，这与预期相违，但仔细观察近四年四川地区的城镇居民人均可支配收入情况，不难发现收入水平的变化相对于房价的增长来说微不足道。 而城镇人口数量的变化很好的映证了前文所讨论的城市化进程对房价的影响。在其他条件不变的情况下，城镇人口每增加 1 万人，房价指数平均增长 0.0226 个单位。 房产价格影响因素分析 吴偲 40404010 2. 从供给层面分析影响房价的因素 从供给面上看，商品价格
28、主要由成本和利润构成，在利润大体不变或变化不大的情况下，价格的变动 主要取决于成本。房地产 的成本包括土地取得成本、土地开发成本、建筑物建造成本、管理费用、投资利息、销售费用、销售税费、开发利润等。其中，以土地成本和建材成本为主的直接成本的快速上升是我国城市住宅价格上涨的主要因素之一。 2.1 土地价格刚性上涨 由于土地固有的稀缺性，其供给缺乏弹性，土地价格主要由土地需求一方决定。城市土地的需求其实是一种引致需求，是由于人们对房屋的需求而引起对其承载物土地的需求，因此可以说地价与房价具有极强的正相关关系。 对于地价与房价因果关系的探讨，许多学者已经通过 Granger 因果关系检验得出地价是房
29、价的 Granger 原因的程度更大。本文不便过多累述，只从地价为因房价为果的方面进行分析。 2.2 竞争导致的成本增加 近年来，发展迅速的房产业吸引了许多房地产商的投资，这也 形成了对建造材料及人工的需求，并 促使了建造成本的上涨。 房地产的供给刚性大，开发商需要大量资金的投入，上游钢铁、建筑材料的供应都必须能够跟上。 2.3 实证研究 同 需求的实证研究， 考虑到全国各地区收入、人口等的差异较大，很容易在计量分析中引起异方差，所以，在这里单以成都市为例进行分析。对建筑成本（包括建材、五金成本还有人工费等）和土地购置费建立模型， 如下： PcI= + 1BC+ 2LC+ t 其中， PcI
30、为成都居民住房价格指数， BC 为 建筑成本 ， LC 为土地 交易价格指数 。 为常数， 1、 2 为方程参数， t 为随机误差项。 由中国统计局年鉴及成都市统计信息网获得数据： 指数基期 =1999 年 时间 成都居民住房价格 建筑成本 土地 交易价格指数 PcI BC LC Jan-02 97.9 98.9 107.3 Feb-02 97.9 98.8 108.5 Mar-02 97.9 98.9 107.9 Apr-02 98.6 99.2 105.3 May-02 98.7 99.3 105.4 Jun-02 97.6 99.6 105.5 Jul-02 99.7 100 106.1
31、 Aug-02 99.8 101.3 106.3 Sep-02 100.7 100.5 106.5 Oct-02 100.8 100.2 107.7 Nov-02 102.7 100.9 107.8 Dec-02 103.3 100.7 107.9 Jan-03 103 98.3 115.6 Feb-03 103 98.4 116.2 Mar-03 105.2 98.6 115.9 Apr-03 105.1 98.8 114 May-03 105.7 98.8 114.4 房产价格影响因素分析 吴偲 40404010 Jun-03 110.6 99.1 114.8 Jul-03 110.3 9
32、9.3 115.6 Aug-03 110.3 99.5 116.3 Sep-03 107.6 99.8 117 Oct-03 108.2 100.8 116.4 Nov-03 106 102.1 115.8 Dec-03 106 102.8 117 Jan-04 111 102.9 123 Feb-04 111.02 103.3 124.4 Mar-04 110.5 103.7 125.1 Apr-04 110.7 103.7 127 May-04 110 103.8 129.1 Jun-04 110.7 103.7 130.9 Jul-04 110.9 103.8 130.2 Aug-04
33、110.9 104 129.2 Sep-04 108.1 104.1 128.2 Oct-04 107.1 103.5 127.9 Nov-04 108 102.3 126.7 Dec-04 108 101.8 127.3 Jan-05 111 105.8 134 Feb-05 111.1 105.4 137.4 Mar-05 111.1 105.3 140.8 Apr-05 111.6 105.9 141.3 May-05 111.9 106 141.1 Jun-05 112.1 106.1 140.9 Jul-05 114.9 106.1 140.5 Aug-05 115 106 140
34、Sep-05 115.4 106 139.5 Oct-05 115.5 106.1 138 Nov-05 114.7 106.2 137.2 Dec-05 114.9 106.2 137.6 Jan-06 118.1 103.3 140.1 Feb-06 118.1 103.3 150 Mar-06 119.9 103.2 147 Apr-06 119.4 103.7 148.9 May-06 119 104.8 148 Jun-06 118.9 105.6 147.1 Jul-06 118.2 105.7 146.2 Aug-06 118.2 105.8 145.8 Sep-06 118.5
35、 106.2 145.4 Oct-06 118.9 106.5 146.8 Nov-06 119.1 107 149 Dec-06 119.3 106.9 147 房产价格影响因素分析 吴偲 40404010 根据以上对需求层面的分析可知， PcI 序列是一阶单整的。下面再对 BC 序列进行检验。由 ADF 检验法知， BC 也是一阶单整，即 BC (1)。同理，对 LC 序列进行检验， LC (1)。再检验变量间是否协整， DF 检验结果显示， t 检验统计量 -7.386389，小于相应临界值，从而拒绝 H0，表明残差序列不存在单位根，是平稳序列。所以可以在所给序列的基础上建立模型。 对模
36、型进行最小二乘法（ OLS）估计，结果如下： PcIi=77.26887 - 0.263327BC + 0.467439LC (18.31485) (0.221990) (0.0042151) t = (4.218919) (-1.86212) (11.08954) R2=0.883990 Adjusted R-squared=0.879919 F=217.1677 df=57 可以看出， 可决系数大于 0.5，比较好；在给定 =0.05 水平的情况下， t 检验与 F 检验均显著，说明建筑成本及土地 交易 价格 指数 对房产价格的影响显著。 但是， BC 的系数为负，与 预期相反 ，于是检验
37、该模型是否有多重共线性。 BC 及 LC 因素的相关系数矩阵如下所 示： BC LC BC 1.000000 0.875590 LC 0.875590 1.000000 可以看出，两解释变量之间的相关系数较高，证实确实存在严重多重共线性。 经过差分法改变模型形式后边量之间的相关性比差分前要弱得多，所以差分后的模型可以有效地降低出现 共线性 的可能性 。回归得到的方程为： PcIi=0.278480 + 0.000811BC + 0.125017LC (0.191914) (0.216414) (0.079578) t = (1.451070) (0.003747) (1.570996) 2.4
38、 实证 分析的结论 从该模型估计得结果可以看出，只有自变量 LC 的系数是显著的，即土地价格 对 房价有显著的影响。 建筑材料及人工成本对房价的影响并不 显著。根据估计结果 ， 在其他条件不变的情况下， 平均土地价格相对于 1999 年均价的指数每增加 1 个单位，房产价格相对于 1999年均价的指数便会上涨 0.125 个单位。 建筑材料及人工费用的增加并没有给房价上涨带来太多驱动力，这个结论看似出乎意料，其实，通过分析近年来我国的现状上述结论似乎又并不 矛盾。众所周知，截至 2007 年上半年广州公务员的工资相比十年前已经上涨了近七倍，可是农民工的工资增长在扣除物价水平及通货膨胀因素后几乎
39、维持不变。建筑工地上的人工费即是如此。即便供给市场上的材料及五金费用有所增加，但比起快速的房价增长来说可谓只是 冰山一角 。 3. 分析金融因素对房价的影响 房地产开发需要大量的资金投入，一个房地产项目从申请立项、购买土地使用权、平整场地、设计、施工到竣工验收往往需要数千万、甚至数十亿的资金支持。因此，房地产业的发展，离不开房地产金融的支持。房地产金融对房价的影响是间接 的，它主要通过 四 个途径发生作用。第一是通过对开发商的提供融资影响房地产开发投资的规模，即影响房地产供给量，从而间接对房价产生影响；第二是通过发放住房贷款提高居民的支付能力，将潜在的需要转化为现实的购买需求，从而增加房地产有效需求，推动房价上涨；第三是通过影响人民币汇率， 从而对城镇居民房地产需求产生推动作用；第四是通过股市行情的变化来影响，即
