欢迎来到论文网! 识人者智,自知者明,通过生日认识自己! 生日公历:
网站地图 | Tags标签 | RSS
论文网 论文网8200余万篇毕业论文、各种论文格式和论文范文以及9千多种期刊杂志的论文征稿及论文投稿信息,是论文写作、论文投稿和论文发表的论文参考网站,也是科研人员论文检测和发表论文的理想平台。lunwenf@yeah.net。
您当前的位置:首页 > 经济管理 > 经济学论文

浅谈影响中国房价的因素分析

时间:2011-04-23  作者:秩名

论文导读:当前的中国房价依旧持续走高。房地产行业作为我国国民经济的支柱产业。商品房也是一种商品。经典经济学理论认为。那么到底是哪些因素造成了房价的增长?房价应该处于什么位置才是合理的?我国的房地产应该如何走向规范的道路呢?下面通过计量经济模型的建立。
关键词:商品房,房地产,经济学理论,计量经济模型,房价
 

当前的中国房价依旧持续走高,而且丝毫没有要稳定下来的迹象,房价高涨,一房难求的情况将会持续下去。房地产行业作为我国国民经济的支柱产业,不仅影响着国民经济的增长,也牵动着千家万户的的心,再者,房价的不断攀升还影响到第三产业行业的经营状况,提高了第三产业的运营成本,使其生产经营活动受到很大的影响。

为何当今房价会如此之高?让我们回到2009年,推动房价的第一大动力则是政策的刺激。为了应对国际金融危机、促进楼市回暖,我国政府从2008年年底开始先后出台了购买首套房可享受首付两成和房贷7折的优惠、二手房营业税减免期从5年缩为2年、土地出让金可以分期付款等一系列住房、土地优惠政策。这些政策加上开发商的降价促销力度,大大刺激了楼市。从而形成了春节后首轮购房热潮,让楼市迅速从寒冬复苏并回暖。楼市复苏的现实重建了人们对房地产行业的信心,开发商开始买地、开工建房。同时,银行信贷额迅速增加,通货预期也频频出现,投资者们又开始一步步进入楼市,使得我国房地产市场迅速升温,并出现超出预期的爆发式增长。

突飞猛进的地价成为房价上涨的第二大动力。地价的上涨使得房屋的造价也在上涨,开发商把地价上涨的部分转移到了成品房的价格上,使房价随着地价的上涨也在不断攀升。在楼市回暖的情况下,开发商更是抓住机遇,运用各种营销策略,为房价的飙升添上最后一份热量。随着房地产市场不断升温,开发商面对突然涌现出如此多的购房者,营销策略也发生了改变,由最初的降价促销变为销控,即减少供应套数,拉长供应期,甚至一栋楼分单元、分楼层销售。结果就是在爆发性购买面前,原本就并不充裕的房源已经呈现出供需不平衡的局面,推动房价一步步登上云霄。一直处于观望状态的投资者和消费者,把压抑很久的需求一下子释放出来,使得房地产市场呈现出爆发式的增长。

商品房也是一种商品,商品的价格很大程度上是由供求双方所决定的。但商品住宅具有建设周期长、价值量大、空间固定性等特点,这就使其价格有了一般商品价格所没有的特点。论文写作,房地产。由于商品房的以上特点所以在短时间内房屋的供给是缺乏弹性的,这就是说商品房的价格很大程度上取决于商品房的需求。从需求方来看,经典经济学理论认为,需求意愿和需求能力影响需求者对房价的认可程度。事实上,需求者除了考虑自己的购房需求和购房能力外,还要对未来房价的走向作出判断,形成对未来的心理预期。也就是说,在需求意愿不变的前提下,如果当前购买比未来购买更有利,需求者就会倾向于选择当前购买。如果大多数人对未来房价走势的预期大致相同,则会使得选择也趋同。当大部分人做出买和暂时不买的行动时,就会对市场价格起到很大的影响,会显著地放大或缩小当前需求,从而影响房价。

随着当今经济的不断发展,人们的生活水平不断提高,使得人们对住房的标准也在提高,从而推动了房屋价格的上涨,但这只是房价疯狂上涨因素中极小的一个。随着房价的上涨,人们形成了对未来房屋价格一定会上涨的理性预期,一旦这种预期深入人们的内心,人们会把大量的资金投入到房地产中,把购房作为一种投资手段。由于大量资金的涌入,使得需求量大大的提升,推动了房价进一步上上涨。现在很多人购房并不是用来自己居住,更多的是用来套期保值,如果这种情况一直持续下去,对经济的正常运行将会产生很大的影响。那么到底是哪些因素造成了房价的增长?房价应该处于什么位置才是合理的?我国的房地产应该如何走向规范的道路呢?下面通过计量经济模型的建立,一一探究这些问题,并提出可行性建议。

一、模型的设定

本文选取 2010年第一季度我国各地区商品住房的有关数据进行横截面回归分析,以各地区的商品住房价格作为被解释变量Y,影响商品住房价格的因素很多,考虑到实证研究的需要和数据的可获得性,本文选取以下几个变量对解释变量做一个简单的拟合。

1.地区人均GDP(X1)。GDP也就是国内生产总值,通常是指一定时期内,一个国家或地区的经济中所生产出的全部最终产品和提供劳务的市场价值的总值。在经济学中,常用GDP来衡量该国或地区的经济发展综合水平通用的指标。商品住房价格与当地的经济发展水平有着密切的联系,理论上,一个地区的经济越发达,商品住房的价格越高,因而两者之间应该呈正相关。

2.人均可支配收入(X2)。代表一个地区的人民的经济实力,人均可支配收入越多,人们提高生活质量和进行投资的欲望和能力就越强。房屋相对于其他商品来说,具有保值性和增值性,这种特点导致人们用大量的资金进行投资,促使房屋价格上升。理论上该变量和房价存在正相关性。

3.人口密度(X3)。人口密度是单位面积土地上居住的人口数,由于土地资源的稀缺性,单位面积土地上的人口数越多对土地的需求就越大,推动房屋价格的上涨。理论上,人口密度与房价呈现正相关性。论文写作,房地产。

4.房屋造价(X4)。工程造价、土地价格再加上其他经营销售成本等构成了房屋的造价,房屋的造价直接影响了商品住房的成本,因此,理论上该变量和商品住房的价格呈正相关。

5.土地购置费(X5)。土地资源的稀缺性导致土地购置费不断上涨,而土地购置费在相当大的程度上影响了房屋的售价。随着开发的商品房不断增加,土地也越来越稀缺,房屋价格也会随着上涨,两者存在正相关性。

6.地区变量(X6)。我国东部沿海城市和中西部城市在经济、社会观念和政策等方面存在较大差别,前者房价应明显高于后者。本文以地区数据为样本,分析在全国范围内影响房价的因素,所以该指标代表的是宏观区位因素。该变量为虚拟变量,中西部取0,东部沿海取1。

7.随机误差项(u)。对房价的影响因素还有很多,这里就把其他的影响因素纳入随机误差项u。

根据以上分析,设定计量经济模型如下:

Yi = C + β1 X1i + β2 X2i + β3 X3i + β4 X4i + β5 X5i + β6 X6i + ui其中,Y为各地区的商品住房平均价格(元/平方米);X1为地区人均GDP(元);X2为人均可支配收入(元);X3为人口密度(人/平方公里);X4为房屋造价(元/平方米);X5为土地购置费(元/平方米);X6为虚拟变量,中西部取0,东部沿海取1;u为随机误差项。

二、数据收集

本文获取了我国18个地区在2010年第一季度的数据如表所示

 

地区 房屋价格均值(元/平方米) 人均GDP(元) 人均可支配收入(元) 人口密度(人/平方公里) 房屋造价(元/平方米) 土地购置费(元/平方米)
北京市 20875 70028.44 24725 915.48 4307.39 3270.77
天津市 10900 63209.26 19423 925.66 4188.47 1632.95
辽宁省 7578 34092.88 14393 289.79 2404.41 1783.17
山西省 5300 20718.24 13000 213.37 2429.48 1155.38
吉林省 5450 25829.73 12800 144.51 2162.63 1187.48
河北省 5000 24510.94 13440 365.85 2561.62 1272.71
江苏省 10050 43787.79 18680 445.03 2704.45 1562.73
上海市 20350 76978.89 16690 2825.22 5655.61 3585.21
广东省 10525 39861.06 19733 493.83 3855.91 1838.35
浙江省 17520 44763.58 22727 462.75 3023.11 2402.59
海南省 4525 18704.62 12500 224.86 2684.62 1384.86
福建省 8775 33008.42 17850 289.45 2469.89 2274.46
湖南省 4975 19297.86 13821 291.03 2110.49 896.24
湖北省 5825 21984.88 13153 324.42 2893.79 1858.02
四川省 4500 17238.34 12633 179.68 1706.86 1776.73
陕西省 4900 20436.72 12463 180.21 2856.74 2701.36
重庆市 5200 21159.42 14360 337.06 2546.68 1826.71
山东省 8300 35788.13 16305 593.88 2302.19 1351.92

三、模型的估计与检验

利用EViews5计量经济学软件对模型进行估计,结果如下:

 

 

 

 


 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Variable Coefficient Std. Error t-Statistic Prob.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C -8711.293 2352.187 -3.703486 0.0035
X1 0.007225 0.076236 0.094776 0.9262
X2 0.880056 0.216698 4.061206 0.0019
X3 4.080411 1.589941 2.566391 0.0262
X4 -0.860586 0.896582 -0.959852 0.3578
X5 1.809441 0.722384 2.504818 0.0293
X6 362.7206 955.9372 0.379440 0.7116

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

R-squared 0.956962 Mean dependent var 8919.333
Adjusted R-squared 0.933486 S.D. dependent var 5379.764
S.E. of regression 1387.458 Akaike info criterion 17.59363
Sum squared resid 21175423 Schwarz criterion 17.93989
Log likelihood -151.3427 F-statistic 40.76422
Durbin-Watson stat 1.894746 Prob(F-statistic) 0.000001

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

           

回归方程为:

Y = -8711.29 + 0.007 X1 + 0.88 X2 + 4.08 X3+ -0.86 X4 + 1.81 X5 + 362.72 X6

T统计量(0.094776) (4.061206) (2.566391) (-0.959852) (2.504818) (0.37944)

P值(0.9262) (0.0019) (0.0262) (0.3578)(0.0293) (0.7116)

对于给定的α=0.05 ,对方程中各个变量的T统计量和P值进行检验,可以看出X1、X4、X6的P值超出了给定的允许误差范围,说明在检验中不能拒绝原假设H0:β= 0 ,也就是说地区人均GDP(X1)、房屋造价(X4)、地区变量(X6)对商品房的价格的影响很小可以忽略。从模型中去掉以上三个变量,再进行方程的拟合,结果如下:

 

 

 

 


 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Variable Coefficient Std. Error t-Statistic Prob.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C -9762.398 1431.174 -6.821251 0.0000
X2 0.872711 0.096742 9.021021 0.0000
X3 3.397667 0.673119 5.047646 0.0002
X5 1.541341 0.621164 2.481374 0.0264

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

R-squared 0.952386 Mean dependent var 8919.333
Adjusted R-squared 0.942183 S.D. dependent var 5379.764
S.E. of regression 1293.578 Akaike info criterion 17.36134
Sum squared resid 23426799 Schwarz criterion 17.55920
Log likelihood -152.2521 F-statistic 93.34306
Durbin-Watson stat 2.192289 Prob(F-statistic) 0.000000

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

           

回归方程为:

Y = -9762.398 + 0.872711 X2 + 3.397667 X3 +1.541341 X5

T统计量(9.021021) (5.047646) (2.481374)

P值(0)(0.0002) (0.0264)

对于给定的α=0.05 ,对方程中各个变量的T统计量和P值进行检验,所有变量都通过检验,再对模型进行多重共线性检验、异方差检验、自相关性检验,都通过检验。方程的拟合优度R2=0.952386,修正后的拟合优度R2=0.942183,从数据上可以说明解释变量对被解释变量的拟合很好,可信性很高。而且人均可支配收入(X2)、人口密度(X3)、土地购置费(X5)前的系数都为正数,说明三个变量与房屋价格呈现出正相关的关系,这与我们理论得出的结论相符,也符合经济意义。

四、模型分析

X2的系数为0.872711,符号为正,与理论分析相符。人均可支配收入的多少代表居民购买能力的大小,居民对住宅的需求主要表现在两个方面:一是居住,二是投资。X3的系数为3.397667,符号为正,与理论分析相符。人口密度的大小决定了对房屋的需求强度。在当今社会中土地的稀缺性越发的突出,但有些地区的土地仍然没有开发,没有发挥出其功效。X5的系数为1.541341,符号为正,与理论分析相符。土地购置费的提高直接影响到房屋的成本,开发商也把这一部分的上涨的成本转移到房屋价格上,买房者成为对土地购置费上涨买单的消费者了。论文写作,房地产。论文写作,房地产。

五、政策建议

通过对模型的建立和分析,我们了解了对房屋价格起决定因素的几个变量,基于计量经济模型的结果与分析,本文有针对性的提出以下政策建议。

首先,我们从人均可支配收入入手。随着经济的不断发展,人们的支配收入会不断的上涨,而且由于银行的存款利率较低,居民都不愿意将钱存在银行,而现在的投资渠道的缺少,迫使大量资金流入房地产市场,推高了整个中国的房价。以此,大力发展股票市场、债券和保险市场,促使居民投资多元化,减少资金流入房地产市场,是控制房价的有效手段。其次,控制人口过快的增长,降低地区的人口密度,开发那些经济并不发达的地区,政策上鼓励那些人口密度小的地区的发展,使人们愿意到那些城市居住,降低大都市的人口密度,对环境、经济都是有利的手段。还有限制豪宅,减少对土地的浪费在不能改变商品房投资量的情况下,保证每个楼盘的小型住户的比例,比如,如果要建一个楼盘的话,要求90平米左右的房子要达到一定比例才行。通过这种政策,可以节约住宅的土地用地,减少一些富豪的奢侈购买行为,给一些普通用户提供更多的选择空间。最后,稳定土地的供应量,降低土地购置费。房价的过快上涨很大程度上取决于预期,如何使人们对房价有稳定的心理预期,避免房地产市场泡沫的出现,是政府调控市场的目标之一。论文写作,房地产。政府应该通过控制土地的供应量和土地购置费使市场上房屋的供应量在长期内处于一个合理的水平。论文写作,房地产。

希望通过以上的分析能够对未来稳定房价起到积极的作用,使得房价的增长幅度与国民经济、人均可支配收入增长水平相适应,这样就可以将房价的增长控制在一个合理的水平。


参考文献:
1.刘光宇,《2010年房价已不可能大涨大跌》,新浪网,2010;
2.淡睿,《2010年房价走牛还是走熊》,中国证券网,2010;
3.周春英,《2010年房价走势如何》,中国集体经济,2010年3期;
4.黄安永、周林、郑明标,《从利率、周期、房价的变化看房地产走势》,东南大学学报(哲学社会科学版),2010年1期;
5.包有或,《我国楼市高房价的成因及对策研究》,河北科技大学学报(社会科学版),2010年1期
 

 

查看相关论文专题
加入收藏  打印本文
上一篇论文:企业组织形象中BI的制度经济学分析
下一篇论文:石油金融化效应的经济学解释
经济管理分类
电子商务论文 人力资源管理论文
企业管理论文 市场营销论文
管理学论文 国际贸易论文
工商管理论文 财务管理论文
项目管理论文 网络营销论文
经济学论文 客户关系管理论文
酒店管理论文 物流论文
质量管理论文 金融论文
教育管理论文 成本管理论文
广告设计论文
相关经济学论文
最新经济学论文
读者推荐的经济学论文