论文部分内容阅读
摘要:作为国家的支柱产业,房地产的稳定发展关乎国计民生。近几年,房地产价格飞速上涨,连创新高。在这种情况下研究房价的影响因素,具有重要的理论和现实意义。文章基于面板数据对影响我国房地产价格进行了实证分析,实证探讨对我国房地产供求的影响显著的因素,以及对于利用什么样的政策能更有效地调整房地产价格使之增长减缓甚至下跌。
关键词:房价;影响;因素,实证分析
改革开放以来,我国的房地产市场迅速发展,推动了我国国民经济的快速发展和人民生活水平的提高,并逐渐发展成为我国国民经济的支柱产业。近年来,我国部分大中城市出现了房价快速上涨的局面。快速上涨的房价导致部分城镇家庭购房困难,这种现象引起了社会各界的关注和忧虑。弄清影响房价的主要经济因素,探究我国房地产投资是否过热,房价是否合理、是否存在泡沫以及如何有效控制房价迫在眉睫。
一、文献综述与理论基础
20世纪90年代以后,各国学者就开始采用宏观经济模型来研究房价的变化,他们得出宏观经济变量在一定程度上可以解释房价波动的结论,例如:Evans指出土地利用规划以及其他方面的供给限制,会体现在地价的不断上涨,从而推进房价的提高。乔志敏(2001)用实证分析表明生产成本的波动对房地产价格的波动有较强作用;张红、潘琦、郑思奇(2002)对北京市商品住宅市场进行回归分析,说明住宅实际建造成本和实际生产总值对住宅价格有着显著的影响;谢叙祎(2006)发现在短期内房价和地价相互影响,而长期内房价决定地价,并证明依靠降低地价来控制房价上涨的做法是不可行的。归纳他们的研究,从供给和需求出发,影响住宅价格的因素有:房地产投资、人均可支配收入、成本、利率、销售面积、GDP、人口规模。
自从1986年萧政(Hsiao Cheng)出版了第一本《面板数据分析》,对面板数据这一新的计量分析工具的应用取得了快速的发展。计量经济理论表明,众多经济变量尤其是面板数据大都是非平稳变量,用非平稳变量进行回归分析结果很大程度上表现为伪回归。为避免伪回归现象,首先需要对面板数据进行单位根检验。将检验单位根过程的方法分为同质单位根检验法与异质单位根检验法两大类:一是同质单位根检验包括LLC、Breitung、Hadri检验等;二是异质单位根检验包括IPS检验、ADF-Fisher、PP-Fisher检验等。为了结果的稳健性,本文采用LLC检验、IPS检验、ADF-Fisher检验、PP-Fisher检验四种检验方法。
面板数据模型可能存在伪回归,在面板单位根存在的情况下,也可能存在面板协整。Kao检验假定面板是同质的,即假设面板数据中各个横截面样本在协整关系中的短期动态系数和长期协整关系系数相同,而Pedroni、McCoskey-Kao、Westerlund检验假定面板都是异质的,即允许面板数据中各个横截面样本在协整关系中的短期动态系数和长期协整关系系数不同。同样为了结果的稳健性,本文采用Kao检验和Pedroni检验。
二、决定房价的理论模型
本文根据已有的理论与实证研究成果来分析房价与各影响因素的理论关系,构建出全国城市房价的理论模型。
(一)房地产供应量
从理论上看,房地产投资增加,将导致房地产市场供给的增加,在需求不变或者房地产需求弹性小于供给弹性的情况下,房价将下降。可见,房地产投资的增长和房价的增长应该呈反方向变动。
(二)人民生活水平
一般用城镇居民人均可支配收入的多少来反映人民生活水平的高低。居民可支配收入决定了其实际购买能力,进而决定了居民住房消费能力。城镇居民可支配收入的增加将使得居民用来购房的资金增加,同时也使居民有了改善居水平的愿望,这样就刺激了对房地产的需求,从而在一定程度上推动了房价的上涨。目前,随着居民人均收入的持续增长,对于购房需求也正在加大,各大中城市房地产整体呈现出供小于求的现象。因此,理论上讲房价水平与人均可支配收入也应呈现出正相关关系。
(三)成本
我国房地产价格主要由土地成本、建安费用以及相关的税费构成,用每平方米的造价来反映房地产的成本是贴切的。房地产成本的走势会直接影响着房价。显然,造价与房价呈正相关关系。
(四)利率
银行贷款利率的高低决定了房地产开发商的融资成本,贷款利率降低,开发商就可以以较低的成本获得资金,而房地产开发的利润相对而言是比较有保证的,因此在低利率的情况下,开发商就会有相对可观的收益。同样,存款利率的高低也会影响房地产的需求。经验研究表明,名义利率与房价之间呈负相关关系。
(五)销售量
房地产的销售面积越多,说明需求越大,较大的需求必定促使房价的上涨,因此,销售面积应该与房价呈正相关关系。
(六)经济发展水平
经济发展状况可用GDP来反映,经济的高速发展必将推动房地产业的快速发展。房地产业已成为国民经济的支柱性产业。作为反映整个宏观经济发展水平和房地产业发展经济背景的GDP同房价之间必然存在着一定的相关性。经济形势的看好,就会吸引更多投资,尤其是进入房地产行业的资金会明显增加,这将推动房价的上涨。从理论上分析,经济增长形势越好,房价上涨的可能性就越大,两者应呈现出正相关关系。
(七)人口规模
在我国,明显人口较多的地区,房价一般比较高,这是因为人口的增长导致刚性需求的增多,从而对房屋的需求增加,进一步促进房价的上涨。因此,一般来说人口规模与房价呈正相关关系。
三、影响房价因素的实证分析
(一)变量选取及模型构造
本文所用数据来源于中国统计年鉴、中国城市统计年鉴以及各城市门户网站,通过采集、运用1998-2007年全国30个省市(北京、天津、河北等)的相关数据,建立基于Panel Data的计量经济学模型。根据影响我国房价因素的分析和已有的研究结构,为了消除数据的异方差性,对解释变量和被解释变量取自然对数,Panel Data模型的具体形式设定为:
Lnprice=α0+α1Lninvest+α2Lnincome+α3Lncost+α4Lnrate+α5Lnxiaps+α6LnGDP+α7Lnrenkou+ε
其中:price指商品房的价格;invest指年度完成对房地产的投资额;income指年人均可支配收入;cost指商品房单位面积的造价;rate指年度基准贷款利率;xiaoshou指销售房屋面积;GDP指人均国内生产总值;renkou指年度人口总数。
面板数据模型分为混合回归模型、变截距模型、变系数模型,此处我们不考虑变系数模型。下面用Hausman检验和F检验来判断以上三个式子的模型类型。其中Hausman检验:原假设H0为应该建立随机效应模型;备选假设H1为应该建立固定效应模型。F检验:原假设H0的不同个体的模型截距项相同(建立混合估计模型),备择假设H1的不同个体的模型截距项不同(建立个体固定效应模型)。且本文全部用Eviews6.0版本进行检验。
首先进行Hausmantest,结果p=0.032<0.1拒绝原假设,支持了固定效应模型;再进行F检验,由于F=■=■=238>F0.05(29,268)=1.68,所以应建立个体固定效应模型。综上所述,得出模型的具体表达式如下:
Lnprice=-0.596+0.172Lnivest+0.076 Lnincome+0.330Lncost+0.312Lnrate-0.111L
T:(-1.446)(5.120)(2.029)(6.228)(4.416)(-3.056)
nxiaoshou+0.287LnGDP+0.066Lnrenkou
(5.960) (2.141)
R2=0.995
DW=1.01
(二)检验分析
1、面板数据单位根检验结果。从数据检验结果看出,无论是针对同质面板假设的LLC检验,还是针对异质面板假设的其他三种检验,都得出了变量在一阶差分情况下为平稳数据的结论,因而我们认定各变量均为一阶单位根过程,回归结果需依赖协整检验。
2、面板数据协整检验结果。通过面板数据的协整检验可以发现模型均拒绝无协整的原假设,均存在协整关系,即长期的均衡关系。
(三)结论
本文的检验结果与前面的理论模型讨论的结果并不完全相一致的,利率变动与房价在理论上成负相关的关系,利率变化能够影响房地产的价格。根据计量模型可以看出利率与房价呈正相关关系,说明我国的房地产市场具有特殊性,上调利率对抑制需求、平稳房产价格的作用并不是很明显,利率变动对房地产价格影响不明显的因素是多方面的。
四、政策建议
首先,明确政府在房地产业中的作用和管理职能,建立服务型政府,提高管理水平;进一步明确政府管理与行业自主管理的界限,转变政府职能,把社会可以自我调节的管理职能交给了行业协会,完成政社分离,建立行业协会与产业发展良性互动机制;明确产业发展地位,完善城市房地产产业政策的引导。
其次,政府应该采取区别对待的宏观调控政策,在金融调控抑制高房价的同时要增加土地和保障性住房供给,保证住房市场结构的合理性,同时充分利用利率等货币政策抑制房价上涨;要加强国家房地产价格的指导;防止局部地区的房地产泡沫的蔓延,保证房地产市场的和谐发展。
最后,合理引导居民住房消费观念转变,从重数量向重品质转变,树立环保、节能、省地的住房消费理念。政府必须采取适当的财税、信贷等经济政策,正确引导居民的住房消费愿望与现实的可能结合起来,调整住房供应结构,利用市场的价格机制作用,引导居民住房消费决策转变。建立以中低价位、中小套型为主的住房消费模式,限制别墅类和高档住宅消费。利用增量房和存量房两个市场,采取买房和租房两种方式,引导居民根据自身经济能力和消费需求,树立适度、梯次消费理念,鼓励以租赁的形式解决住房问题,从而实现“人人享有适当住房”的目标。
参考文献:
1、Evans A.Housing pricesandl and prices in the SouthEast-areview[M].London,The House Builders Federation,1987.
2、乔志敏.房地产开发投资的环境影响评价[J].中国房地产,1995(1).
3、张红,潘琦,郑思奇.关于土地储备制度的探讨[J].中外房地产导报,2001(18).
4、谢叙祎.上海市房价与地价关系的实证研究[J].世界经济情况,2006.
5、李雪松.高级计量学[M].中国社会科学出版社,2005.
6、丹尼斯·帕蒂斯奎尔,威廉·惠顿.城市经济学与房地产市场[M].经济科学出版社,2002.
7、易丹辉.数据分析与Eviews应用[M].中国统计出版社,2002.
8、张红.房地产经济学[M].清华大学出版社,2005.
9、高铁梅.计量经济分析方法与建模[M].清华大学出版社,2005.
10、白仲林.面板数据的计量经济分析[M].南开大学出版社,2007.
(作者单位:徐丽丽,云南财经大学城市管理与资源环境学院;谢洪忠,云南财经大学旅游学院)
关键词:房价;影响;因素,实证分析
改革开放以来,我国的房地产市场迅速发展,推动了我国国民经济的快速发展和人民生活水平的提高,并逐渐发展成为我国国民经济的支柱产业。近年来,我国部分大中城市出现了房价快速上涨的局面。快速上涨的房价导致部分城镇家庭购房困难,这种现象引起了社会各界的关注和忧虑。弄清影响房价的主要经济因素,探究我国房地产投资是否过热,房价是否合理、是否存在泡沫以及如何有效控制房价迫在眉睫。
一、文献综述与理论基础
20世纪90年代以后,各国学者就开始采用宏观经济模型来研究房价的变化,他们得出宏观经济变量在一定程度上可以解释房价波动的结论,例如:Evans指出土地利用规划以及其他方面的供给限制,会体现在地价的不断上涨,从而推进房价的提高。乔志敏(2001)用实证分析表明生产成本的波动对房地产价格的波动有较强作用;张红、潘琦、郑思奇(2002)对北京市商品住宅市场进行回归分析,说明住宅实际建造成本和实际生产总值对住宅价格有着显著的影响;谢叙祎(2006)发现在短期内房价和地价相互影响,而长期内房价决定地价,并证明依靠降低地价来控制房价上涨的做法是不可行的。归纳他们的研究,从供给和需求出发,影响住宅价格的因素有:房地产投资、人均可支配收入、成本、利率、销售面积、GDP、人口规模。
自从1986年萧政(Hsiao Cheng)出版了第一本《面板数据分析》,对面板数据这一新的计量分析工具的应用取得了快速的发展。计量经济理论表明,众多经济变量尤其是面板数据大都是非平稳变量,用非平稳变量进行回归分析结果很大程度上表现为伪回归。为避免伪回归现象,首先需要对面板数据进行单位根检验。将检验单位根过程的方法分为同质单位根检验法与异质单位根检验法两大类:一是同质单位根检验包括LLC、Breitung、Hadri检验等;二是异质单位根检验包括IPS检验、ADF-Fisher、PP-Fisher检验等。为了结果的稳健性,本文采用LLC检验、IPS检验、ADF-Fisher检验、PP-Fisher检验四种检验方法。
面板数据模型可能存在伪回归,在面板单位根存在的情况下,也可能存在面板协整。Kao检验假定面板是同质的,即假设面板数据中各个横截面样本在协整关系中的短期动态系数和长期协整关系系数相同,而Pedroni、McCoskey-Kao、Westerlund检验假定面板都是异质的,即允许面板数据中各个横截面样本在协整关系中的短期动态系数和长期协整关系系数不同。同样为了结果的稳健性,本文采用Kao检验和Pedroni检验。
二、决定房价的理论模型
本文根据已有的理论与实证研究成果来分析房价与各影响因素的理论关系,构建出全国城市房价的理论模型。
(一)房地产供应量
从理论上看,房地产投资增加,将导致房地产市场供给的增加,在需求不变或者房地产需求弹性小于供给弹性的情况下,房价将下降。可见,房地产投资的增长和房价的增长应该呈反方向变动。
(二)人民生活水平
一般用城镇居民人均可支配收入的多少来反映人民生活水平的高低。居民可支配收入决定了其实际购买能力,进而决定了居民住房消费能力。城镇居民可支配收入的增加将使得居民用来购房的资金增加,同时也使居民有了改善居水平的愿望,这样就刺激了对房地产的需求,从而在一定程度上推动了房价的上涨。目前,随着居民人均收入的持续增长,对于购房需求也正在加大,各大中城市房地产整体呈现出供小于求的现象。因此,理论上讲房价水平与人均可支配收入也应呈现出正相关关系。
(三)成本
我国房地产价格主要由土地成本、建安费用以及相关的税费构成,用每平方米的造价来反映房地产的成本是贴切的。房地产成本的走势会直接影响着房价。显然,造价与房价呈正相关关系。
(四)利率
银行贷款利率的高低决定了房地产开发商的融资成本,贷款利率降低,开发商就可以以较低的成本获得资金,而房地产开发的利润相对而言是比较有保证的,因此在低利率的情况下,开发商就会有相对可观的收益。同样,存款利率的高低也会影响房地产的需求。经验研究表明,名义利率与房价之间呈负相关关系。
(五)销售量
房地产的销售面积越多,说明需求越大,较大的需求必定促使房价的上涨,因此,销售面积应该与房价呈正相关关系。
(六)经济发展水平
经济发展状况可用GDP来反映,经济的高速发展必将推动房地产业的快速发展。房地产业已成为国民经济的支柱性产业。作为反映整个宏观经济发展水平和房地产业发展经济背景的GDP同房价之间必然存在着一定的相关性。经济形势的看好,就会吸引更多投资,尤其是进入房地产行业的资金会明显增加,这将推动房价的上涨。从理论上分析,经济增长形势越好,房价上涨的可能性就越大,两者应呈现出正相关关系。
(七)人口规模
在我国,明显人口较多的地区,房价一般比较高,这是因为人口的增长导致刚性需求的增多,从而对房屋的需求增加,进一步促进房价的上涨。因此,一般来说人口规模与房价呈正相关关系。
三、影响房价因素的实证分析
(一)变量选取及模型构造
本文所用数据来源于中国统计年鉴、中国城市统计年鉴以及各城市门户网站,通过采集、运用1998-2007年全国30个省市(北京、天津、河北等)的相关数据,建立基于Panel Data的计量经济学模型。根据影响我国房价因素的分析和已有的研究结构,为了消除数据的异方差性,对解释变量和被解释变量取自然对数,Panel Data模型的具体形式设定为:
Lnprice=α0+α1Lninvest+α2Lnincome+α3Lncost+α4Lnrate+α5Lnxiaps+α6LnGDP+α7Lnrenkou+ε
其中:price指商品房的价格;invest指年度完成对房地产的投资额;income指年人均可支配收入;cost指商品房单位面积的造价;rate指年度基准贷款利率;xiaoshou指销售房屋面积;GDP指人均国内生产总值;renkou指年度人口总数。
面板数据模型分为混合回归模型、变截距模型、变系数模型,此处我们不考虑变系数模型。下面用Hausman检验和F检验来判断以上三个式子的模型类型。其中Hausman检验:原假设H0为应该建立随机效应模型;备选假设H1为应该建立固定效应模型。F检验:原假设H0的不同个体的模型截距项相同(建立混合估计模型),备择假设H1的不同个体的模型截距项不同(建立个体固定效应模型)。且本文全部用Eviews6.0版本进行检验。
首先进行Hausmantest,结果p=0.032<0.1拒绝原假设,支持了固定效应模型;再进行F检验,由于F=■=■=238>F0.05(29,268)=1.68,所以应建立个体固定效应模型。综上所述,得出模型的具体表达式如下:
Lnprice=-0.596+0.172Lnivest+0.076 Lnincome+0.330Lncost+0.312Lnrate-0.111L
T:(-1.446)(5.120)(2.029)(6.228)(4.416)(-3.056)
nxiaoshou+0.287LnGDP+0.066Lnrenkou
(5.960) (2.141)
R2=0.995
DW=1.01
(二)检验分析
1、面板数据单位根检验结果。从数据检验结果看出,无论是针对同质面板假设的LLC检验,还是针对异质面板假设的其他三种检验,都得出了变量在一阶差分情况下为平稳数据的结论,因而我们认定各变量均为一阶单位根过程,回归结果需依赖协整检验。
2、面板数据协整检验结果。通过面板数据的协整检验可以发现模型均拒绝无协整的原假设,均存在协整关系,即长期的均衡关系。
(三)结论
本文的检验结果与前面的理论模型讨论的结果并不完全相一致的,利率变动与房价在理论上成负相关的关系,利率变化能够影响房地产的价格。根据计量模型可以看出利率与房价呈正相关关系,说明我国的房地产市场具有特殊性,上调利率对抑制需求、平稳房产价格的作用并不是很明显,利率变动对房地产价格影响不明显的因素是多方面的。
四、政策建议
首先,明确政府在房地产业中的作用和管理职能,建立服务型政府,提高管理水平;进一步明确政府管理与行业自主管理的界限,转变政府职能,把社会可以自我调节的管理职能交给了行业协会,完成政社分离,建立行业协会与产业发展良性互动机制;明确产业发展地位,完善城市房地产产业政策的引导。
其次,政府应该采取区别对待的宏观调控政策,在金融调控抑制高房价的同时要增加土地和保障性住房供给,保证住房市场结构的合理性,同时充分利用利率等货币政策抑制房价上涨;要加强国家房地产价格的指导;防止局部地区的房地产泡沫的蔓延,保证房地产市场的和谐发展。
最后,合理引导居民住房消费观念转变,从重数量向重品质转变,树立环保、节能、省地的住房消费理念。政府必须采取适当的财税、信贷等经济政策,正确引导居民的住房消费愿望与现实的可能结合起来,调整住房供应结构,利用市场的价格机制作用,引导居民住房消费决策转变。建立以中低价位、中小套型为主的住房消费模式,限制别墅类和高档住宅消费。利用增量房和存量房两个市场,采取买房和租房两种方式,引导居民根据自身经济能力和消费需求,树立适度、梯次消费理念,鼓励以租赁的形式解决住房问题,从而实现“人人享有适当住房”的目标。
参考文献:
1、Evans A.Housing pricesandl and prices in the SouthEast-areview[M].London,The House Builders Federation,1987.
2、乔志敏.房地产开发投资的环境影响评价[J].中国房地产,1995(1).
3、张红,潘琦,郑思奇.关于土地储备制度的探讨[J].中外房地产导报,2001(18).
4、谢叙祎.上海市房价与地价关系的实证研究[J].世界经济情况,2006.
5、李雪松.高级计量学[M].中国社会科学出版社,2005.
6、丹尼斯·帕蒂斯奎尔,威廉·惠顿.城市经济学与房地产市场[M].经济科学出版社,2002.
7、易丹辉.数据分析与Eviews应用[M].中国统计出版社,2002.
8、张红.房地产经济学[M].清华大学出版社,2005.
9、高铁梅.计量经济分析方法与建模[M].清华大学出版社,2005.
10、白仲林.面板数据的计量经济分析[M].南开大学出版社,2007.
(作者单位:徐丽丽,云南财经大学城市管理与资源环境学院;谢洪忠,云南财经大学旅游学院)