1、我国房地产价格影响因素实证研究 摘要：本文选取土地交易价格指数等八个指标作为初始自变量导入方程与房屋销售价格指数建立初步房价模型，利用 Pearson、 Kendall、 Spearman三种相关分析方法确定各个指标对房价解释能力的排序，通过回归分析相关方法进行自变量的分析和筛选，最终选取建材价格指数、房地产开发投资额两个自变量与房屋销售价格指数建立了多元线性回归方程，最后结合研究结论和我国房地产业的实际状况提出了相应的政策建议。 总结大全 关键词：房屋销售价格指数 影响因素 实证 研究 1.引言 近年来随着我国房地产 业及市场改革的不断推进，房价上涨速度不断加快，居高不下的房价受到社会各界广
2、泛关注。目前我国房价上涨速度和幅度均超出人均可支配收入水平，投资过度、潜在需求旺盛和房屋高空置率相矛盾、供应结构不合理等方面问题越发明显，影响了居民住房条件的改善和房地产业的持续健康发展，引发了银行信贷结构不合理、经济结构失衡等问题，降低了金融市场的安全性，加大了社会贫富差距。 在这样的时代背景下，房价不仅关系到国民的切身利益，更影响着国民经济的健康和持续发展及社会的稳定，使得房价问题成为房地产研究的焦点，并且成为房地产泡沫、 房地产金融风险等相关研究的基础。对房价波动影响因素进行实证研究不仅具有一定的理论价值，更可以为解决现实问题提供决策参考。 2.研究现状 国内学者从不同角度分析了我国房地
3、产市场发展过程中的潜在风险问题。尽管我国房地产市场发展时间较短，但由于近期房价问题日益尖锐，因此近年来研究大多数都集中在价格影响因素这一问题上，早期研究大多数都采用定性研究方法，而探讨房价波动的近期研究中大部分学者都利用实证研究方法确定了房价的决定因素，并以此为依据构造了房地产定价模型。 简历大全 定性研究代表李 立，李永辉 (2002)认为房地产价格是由多种要素决定的，除土地费用、建安费用等项费用外，与国家经济政策，体制改革深化程度，居民收入水平和经济发展景气度等因素的变化也有重要的关联性，从定性的角度探讨了房价的重要构成要素，为之后的实证研究奠定了理论基础。 Granger 因果检验和回归
4、分析在实证分析中得到广泛应用。高波，毛丰付 (2003)以 1999 2002 年土地季度价格指数和房地产季度价格指数为样本，通过 Granger因果关系检验和回归分析，对房价与地价间的影响关系进行分析，得出长期内房价走势决定地价走 势、短期内两者存在相互影响的结论。皮舜，武康平 (2004)通过基于 Panel 数据的 Granger 因果检验模型，发现1994 到 2002 年间我国区域房地产市场发展与经济增长之间存在着双向因果关系，为处理房地产市场和经济发展之间的关系提供了科学依据。 3.初步建立房价模型 实证研究通常针对所研究的经济现象建立计量模型，计量经济学模型可以 “ 简化 ” 现
5、实世界的状况，把经济问题理想化、模型化。影响房价的因素很多，在实证分析的过程中我们要考虑获取数据的质量及可行性，目前出于资源限制很难收集到历年来我国影响 房价波动所有因素的统计数据，因此本文只关注于影响房价波动的主要因素，忽略影响较小的、次要的及难以收集或量化的因素，以便进行系统的模型化实证研究。本文在变量选择的过程中遵循相关性、可行性及简化性三个原则，对已有研究提到的全部影响因素进行了筛选，最终确定初步进入模型的自变量包括土地交易价格指数等八个指标，构建如下模型： 总结大全 Y=0+1X1+2X2+3X3+4X4+5X5+6X6+7X7+8X8+ 因变量 Y 代表我国房屋销售价格指数； 模型
6、包含的 8个自变量是： X1土地交 易价格指数、 X2 建材价格指数、 X3 房地产开发投资额 (单位：亿元 )、X4 上年土地开发面积 (单位：万平方米 )、 X5 贷款利率、 X6 金融机构贷款余额 (单位：万亿 )、 X7 GDP(单位：亿元 )、 X8 我国城市居民人均可支配收入 (单位：元 )； 9 个回归参数分别用 0 、 1 、 2 、 3 、 4 、 5 、 6 、 7 、 8 表示， 为随机扰动项或误差项。 4.实证分析 4.1 相关性分析 根据建立的房地产定价模型，笔者从中经网数据库、国家统计局网站、中国人民银行网站等渠道收集了相关数据 ，并进行了季节性及定比调整，利用 S
7、PSS 中 Pearson、 Kendall 和 Spearman 三种相关分析方法研究各自变量与因变量之间的相关性以保证分析结果的科学性，从而确定自变量影响程度和解释能力的最终排序。 三种方法的分析结果基本保持一致 : 1.利率与房价波动的相关性最大，具有最强的对房价的解释能力；得出的各影响因素与房价的相关性最终由强到弱的排序为：贷款利率、 GDP、贷款余额、建材价格、房地产开发投资额、上年土地开发面积、人均可支配收入、土地交易价格。 2.在保证变量选取和模 型设计合理性及统计数据准确性的前提下，利率因素在推动我国房地产业发展方面具有重大影响，结论表明利率变动对房价有正向影响，说明 2003
8、 2007 年之间央行所实施的利率政策效果不明显，甚至可以说是无效的。地价与房价的关系在学术界一直备受争议，本研究结果表明地价对房价影响不显著，对房价缺乏较强的解释能力，其原因可能是由于地价的涨跌对房价波动的影响具有滞后性，而本研究是对届时地价和房价之间的关系进行相关性分析，今后的研究可以在这方面有所突破。 4.2 回归分析 4.2.1 筛选进入模型的变量 本 文利用逐步回归法根据确定的标准 (进入概率为 =0 05，移出概率为=0 10)初步筛选进入模型的变量，八个自变量中建材价格指数首先进入模型，其次是房地产开发投资额， 其余的自变量均未进入模型，模型变为Y=0+2X2+3X3+ 。 4.
9、2.2 回归方程显著性检验 这一过程主要检验模型中被解释变量和解释变量之间线性相关关系在总体上是否显著，即解释变量对被解释变量的联合作用是否显著。 SPSS 测算的 F 值如下： 上表显示两个模型的 F统计量均通过了检验，具有显著统计学意义。 4.2.3 拟合优度检验 拟合优度检验主要是运用判定系数和回归标准差检验模型对样本观测值的拟合程度。判定系数 R2=SSR/SST，该指标建立在对总离差平方和进行分解的基础上，判定系数越大，自变量对因变量的解释程度越高，自变量引起的变动占总变动的百分比越高，观察点在回归直线附近越密集；回归标准差反映因变量各实际值与其估计值之间的平均差异程度，其 作文 值
10、越大，估计值 (或回归方程 )对实际值的代表性越弱，其值越小，估计值(或回归方程 )对实际值的代表性越强，当 SE=0 时，表示所有 的样本点都落在回归直线上。 SPSS 软件测算的拟合优度显示：从判定系数的角度看，模型 1 的 R方为0.531，经调整的 R方为 0.505；模型 2 的 R方为 0.683，经调整的 R 方为0.645，说明回归方程 2具有更强的解释能力， 60%以上的房价波动可以由模型 2解释；从标准误差的角度看，模型 1的 SE=1.65556，模型 2的SE=1.40193，模型 2的标准误较小，回归直线精确度较高，房价实际值与估计值的平均误差较小。以上两个指标都表明
11、模型 2拟合程度良好，大体通过了检验。 4.2.4 回归系数显著性检验 这一过程主要检验模型中被解释变量与某个解释变量之间的线性相关关系是否显著，即解释变量对被解释变量的单独作用是否显著。 SPSS 测算的 t值如下： 表中显示在 =0.05 的显著水平下，模型 2 的回归系数都通过了 t 检验，具有显著的统计学意义，因此最终确定模型如下：Y=82.292+0.164X2+0.0001444X3+ 。 4.2.5 多重共线性检验 多重共线性是指模型的解释变量之间由于存在精确相关关系或高度相关关系使模型估计失真或难以估计准确，本研究采用容忍度和方差膨胀因子VIF 两 个数量指标来判断模型的多重共
12、线性。容忍度是指每个自变量作为因变量对其它自变量进行回归分析时得到的残差比例，容忍度取值在 0到 1之间，一个自变量的容忍度越接近 0，该自变量与其他自变量信息重复性越大，共线性越强。已有学者根据经验得出：如果某个自变量的容忍度小于 0.1，则共线性问题可能比较严重。 VIF 是容忍度的倒数， VIF 越大说明共线性可能越严重。 通过上表我们可以看出，模型 2 的自变量容忍度远大于 0 1，而 VIF 远小于 10，因此说明模型 2不存在显著的多重共线性问题。 4.2.6 残差分析 残差分析通过残差所提供的信息分析数据的可靠性、周期性或其它干扰，实际问题中由于随机因素干扰常会使收集的数据不完全
13、可靠，即出现异常数据。即使通过 t检验或 F检验证实回归方程可靠，也不能排除数据存在上述问题，残差分析目的就在于解决这一问题。使用最小二乘法进行参数估计时对残差提出了以下两个规范假设 E=0 ,D=2=constant ，并且要求残差服从满足以上两个条件的正态分布。 残差分析检验围绕上述两个假设进行，包括残差独立性分析及异方差分析。 独立性可以通过 Durbin-Watson 检验进行判定，本研究中 D.W 统计量为0.928，说明残差序列存在轻微的正相关性，但由于在 2附近，不存在显著的自相关性。 方差一致性可以通过绘制标准化残差直方图进行判定，图中显示标准化残差的正态曲线均值为零，标准差为
14、 0.946，接近标准正态分布，满足误差项服从正态分布的假设，残差分布在 2 个标准差之间，表明无异常点和强影响点。 以上各项检验说明该模型对我国房价主要影响因素具有较好的模拟效果，可被用于我国未来短期房价走势及规律的预测。 5.政策建议 1.宏观调控中应慎用利 率政策 央行加息虽然在短期内抑制了房地产市场需求，但同时也增加了房地产融资成本，减少了房地产市场供给，最终利率变化对均衡价格的影响取决于二者的作用强度，政府在使用利率政策时应结合实际状况配合其他调控措施以降低风险，如税收调节等。此外我国经济发展水平区域差异较大，房地产市场发展成熟度也表现出较大的差异，同样的利率调控措施并不适用于所有地
15、区，因此政府在使用利率这一调节手段时应将其与一个地区经济发展及消费水平结合起来，如实施住房贷款利率区域差别化政策。 2.规范金融机构对房地产业的信贷投放 金融机构关系到整个房地产业流程中的各个环节，为房地产开发建设及流通提供了资金支持和保障。信贷超规模投放会导致房价非理性增长，造成房地产市场繁荣假象，同时形成的房地产泡沫会增加金融机构风险，因此规范金融机构对房地产业的信贷投放一方面可以抑制房价偏离理性增长空间，另一方面可以降低金融机构尤其是银行的风险，避免房地产泡沫破裂所带来的巨额损失。 3.保证建材市场秩序稳定性 建材成本因素是影响房价波动的显著性因素，并且关系到房价的未来走势。因此政府须加
16、大对建材市场的监管力度，建立健全的建材交易法律法规以保证建材市场的稳定性，减少建材市场交易中的不正当竞争行为，如规避招标、串通招投标等，营造公平、公开、公正的行业环境。 开题报告 4.保持适当的房地产开发投资规模 近年来，我国局部地区已经出现了严重的房地产投资过热的现象，主要表现为房地产开发投资高速增长及房价的大幅增长，国内外实践表明，房地产过热导致的泡沫现象不利于社会经济的健康发展，对社会经济各个方面都会产生一定程度的负面影响，如抑制消费，加大金融风险集聚性及造成经济局部过热等，因此为了防止房地产开发投资持续过热，政府必须严格执行已 出台的各项宏观调控政策，努力控制房地产开发投资规模，尽快落
17、实 “ 两限两竞 ” 住房供应政策，在此基础上大力发展廉租房、经济适用房等住房保障制度，完善房地产供应体系。 参考文献： 李立，李永辉 .论当前影响房价的因素与变动趋势 J.东岳论丛， 2002. 高波，毛丰付 .房价与地价关系的实证检验： 1999-2002J.产业经济研究，2003 年 03 期 . 皮舜，武康平 .房地产市场发展和经济增长间的因果关系 对我国的实证分析 J.管理评论， 2004 年 03 期 伍德里奇：计量经济学导论 现代观点，中国人民大学出版 社， 2003. 中国国家统计局中国统计年鉴， 2003 2007 中经网统计数据库， 2003 2007. 中国人民银行统计数据， 2003 2007. 思想汇报
