长沙市住宅价格与经济基本面的实证研究_逐步回归

论文导读:：住宅价格与社会经济基本上协调发展。宏观经济基本面的变化对房地产价格的影响比较大。采用逐步回归的方法研究住宅价格与宏观经济基本面的关系。
论文关键词：住宅价格，经济基本面，逐步回归
 

1986年至2002年，扣除通货膨胀影响后，2002年全国住宅平均价格的实际值是1986年的2.2倍，同期我国实际GDP翻了两番，城镇居民人均实际可支配收入增长了1.8倍，由此可以得到一个感性认识,即从全国看，住宅价格与社会经济基本上协调发展。但从2004年开始，住宅价格一路飙升，宏观经济面对住宅价格的解释能力日趋降低。由于全球金融危机，中国房地产市场一片萧条，而09年由于全国经济的回暖和继续实施一系列的宏观经调控政策逐步回归，房地产市场重现春天。由此可见，宏观经济基本面的变化对房地产价格的影响比较大，而房地产市场的健康运行又对宏观经济的稳定发展起到重要的推动作用。因此，房地产市场与宏观经济的协调变得日趋重要，形势也越来越严峻。

一、理论基础

宏观经济基本面及其波动是房价波动的主要来源，而宏观经济基本面一般指国内的经济形式与经济状况。在全球化的进程当中，国家经济形式和对外经贸关系也进入宏观经济基本面的范畴。研究者在分析宏观经济基本面对房地产价格的解释和预测能力时，经常使用的经济基本面指标有：人均GDP、人口、固定资产投资额、居民消费价格指数、可支配收入等。

国内外研究房地产价格与经济基本面关系的相关文献归纳为供给需求和资产定价两个角度^[1]。

Case和Shiller用美国四个大都市区域的季度数据为基础，采用时间序列截面回归分析方法，得出住房成本、人口、人均收入与房价的变化有非常强的正相关，但独户住宅市场并不是有效的^[2]中国论文下载中心。MikiSeko选取年收入、人口住宅年开工量和消费价格指数等指标,运用自回归模型得出日本各地区的住宅价格和经济基本面有较强的相关关系，并可以预测^[3]。

沈悦和刘洪玉对中国14个城市1995～2002年的住宅价格和包括居民消费价格指数、城市总人口、失业率、城镇居民家庭人均可支配收入在内的经济基本面进行研究认为: 14个城市的经济基本面当前信息和历史信息都可以部分解释住宅价格的波动,且存在显著的城市影响特征^[4]。梁云芳和高铁梅运用Panel date模型讨论了造成中国房价区域波动差异的原因，认为实际利率对各区域的影响差异不大，人均GDP对中部地区房价影响比较大，房价的预期变量在东部地区对房价的短期波动有较大影响^[5]。周海波选取人口数量、收入、贷款利率及季节虚变量5个指标进行回归分析，得出人口数量和物价指数是引起我国房地产价格波动的最主要因素^[6]。

从以上的文献可以看出，国外以定量研究为主，而国内大多停留在定性分析阶段，且缺乏对小区域的定量分析。本文以长沙市为研究对象，采用逐步回归的方法研究住宅价格与宏观经济基本面的关系，分析影响长沙市房价上涨的主要经济因素，为政府协调房地产市场与宏观经济的良性运行提供依据。

二、数据来源、研究方法和数据处理

长沙市的中房住宅价格数据来源于搜房研究院（SouFun.com）逐步回归，其它数据来源于湖南省统计年鉴，样本区间为1996～2008。

表1 各指标标准化后的数据表

其中，y为住宅市场价格（元），X₁为城市总人口（万人），X₂为固定资产投资额（百万元），X₃为居民消费价格指数，X₄为人均GDP（元），X₅为人均可支配收入（元）。

三、逐步回归原理和模型

1.逐步回归原理

逐步回归方法是从一个自变量开始，视自变量对Y作用的显著程度，从大到小依次逐个引入回归方程。但当引入的自变量由于后面变量的引入而变得不显著时，要将其删除掉。对于每一步都要进行F值检验，以确保每次引入新的显著变量前回归方程中只包含对Y作用显著的变量。这个过程反复进行，直至既无不显著的变量从回归方程中剔除，又无显著变量可引入方程时为止。

2.逐步回归模型

y=b₀+b₁x₁+b₂x₂+…+b_n-1x_n-1，y为因变量，b为常数，x为自变量。

四、回归分析与模型检验

1.回归分析

（1）y与x₁、x₂、x₃、x₄、x₅的相关系数值分别为0.856、0.965、0.17、0.958、0.955。

（2）对1996～2008的全部观测数据做逐步回归，回归结果为：y=10664.59-19.28x₁+0.43x₅。

R²=0.974.F=188.80. Dw=1.95.

表2模型摘要

表3回归系数

2.模型检验

（1）整体检验

方程y=10664.59-19.28x₁+0.43x₅中，F=188.7998，F_0.05（2,20-2-1）=F(2,10)=4.10。而F=188.7998＞4.10，且R²=97%，故方程在0.05的水平下非常显著逐步回归，即模型整体有效。

（2）回归系数检验

本模型中所选择的引入变量的显著水平为5%，自变量x₁、x₅的显著水平分别为1.97%、1%，满足要求。

（3）Durbin-Watson检验

参数Dw用来检验回归模型中随机扰动项的独立性随机扰动项若不独立，即存在一阶自相关，对回归模型的任何估计与假设作出的结论都不可靠。本模型中的Dw≈2,满足要求，故本回归方程的随机扰动项序列不存在自相关现象。

五、结果分析

从长沙市住宅价格的实证检验结果来看，人均可支配收入和总人口对房价的影响比较大中国论文下载中心。只有总人口增加了，居民手中实际持有的钱增多了，房地产市场的潜在购买力和实际消费能力才能体现出来。而消费价格指数、固定资产投资额、人均GDP对房价影响不显著，未通过F检验而不引入方程。由于住宅不同于一般消费品，有它独特的性质，因而居民在住宅这块的支出在其总支出中还不占主导地位，导致消费价格指数相关性较低而对房价影响较小。

上述分析结果也说明长沙市的住宅价格与经济基本面之间基本保持平衡，而且目前长沙市的价格在省会城市里偏低，近几年稳中有升，但是在全国房价普遍大幅上涨、国内外热钱涌入房地产的背景下，长沙市政府就必须采取如下几点措施来应对房价的波动：a.加强对国内外资本流向的监督，引导资金投向制造业而实现制造业的整合和相关产业的集群发展，减轻资金对房地产市场的冲击。b.政府要通过收入分配改革等手段增加居民的可支配收入，增强他们的购买力，通过住宅的消费促进相关产业链的集群发展和住房供给结构的转变。c.完善房地产市场信息系统，推动土地、房地产评估行业的整合逐步回归，尝试土地供给制度的改革，为物业税的征收做好准备。d.要逐步放开户口的限制，引导符合条件的人口进入城市，为房产市场注入活力。e.鉴于长沙市政府财政实力雄厚，目前的住宅价格水平相对稳定，可以继续加大“补人头”的力度，加强中低收入者的购房实力，保障他们基本的住房需求。

住宅价格和经济基本面的协调是一个待深入的领域，本文的贡献在于从大区域转向对小区域的定量分析，为当地政府如何有效调控房价与经济基本面供依据。以后还可以从以下几个方面深入研究：a.对住宅调控方面的宏观经济政策进行定量分析，并对其效应进行预测和评估，可从政策的有效程度、住宅市场的健康程度、如何调控住宅市场三个方面展开。b.从住宅价格和政府投资的角度进行定量分析，协调政府与房地产市场的关系。c.研究区域住宅价格与经济基本面的协调如何在经济全球化的背景下进行创新。

参考文献：
[1]刘仁和,程昆,莫金玲.房地产价格与基本面关系的研究综述[J].经济纵横,2008,(8) .
[2]Case,K.E. andShiller,R.J.,1990,“Forecasting Pries and Excess Returns in the Housing Market”,AREUEAJournal,Vol.18,P253～273.
[3]Seko,M.,2003,“HousingPrices and Economic Cycles , Paper presented at the international conference on‘Housing Market and the Macro Economy : the nexus’ held in Hong Kong , China”,July 25～26.
[4]沈悦,刘洪玉.住宅价格与经济基本面:1995-2002年中国14城市的实证研究[J].经济研究,2004,(6).
[5]梁云芳,高铁梅.中国房地产价格波动区域差异的实证分析[J].经济研究,2007,(8).
[6]周海波.房地产价格影响因素的实证研究[J].海南大学学报人文社会科学版,2009(5).