| 于是房地产需求函数可写为：
 (1)
这里X、X为其他因素。
考虑到，中国房地产商品化初期的购房资金主要来源于积蓄和亲朋好友的借款，而后则主要依靠银行贷款，且投资（或投机）需求所占比例一直相对较小（投机行为多出现在一些经济较发达的东部城市）；而Dufwenberg,et.(2005)的模拟实验研究又表明，投机行为（非基本因素）引起的房价波动并不受参与投机行动的投机者人数比例的影响，因而没有必要分购房自住者和投机者来构建模型，所以将上述房地产需求函数改写为：
 (2)
这里X为其他因素。于是，相应的房价函数（aninverteddemandfunction）为：
 (3)
借鉴大多数研究者做法，采用半对数函数形式求解房价，则房价的需求决定模型为：
 (4)
式（4）的房价、收入、人口数均可直接观测到，可获得资金、证券投资收益和商品房需求量常常用银行房贷额L、股票市场价格PS和已销售商品房面积S来间接测量。而居住成本和房价预期则难以获得，需要估算。其中，居住成本的估算式往往比较复杂，一些变量数据同样也难以获取，使估算多停留在理论讨论上，因而先前的研究文献大都倾向于用贷款利率r、房屋租赁综合指数等作为居住成本的代理变量。比如Himmelberg,et.(2005)提出的居住成本计算公式为 ，其中 为单位居住成本， 为无风险利率， 为资产税率， 为典型购房者的边际税率, 为贷款利率， 为房屋价值的折价率， 为未来一期的预期资本收益率， 为额外风险溢价率。这里的一些变量数据（如、、）在中国是难以获得的，使居住成本估算失去了意义。对房价预期的估算则相对比较成熟，如Riddel(1999)假设预期房价 与经济因素、人口特征等变量有线性关系，可由 估计得到。这里 为由所有相关变量组成的向量，而这些相关变量又与滞后一期的房价 有非常密切的相关关系，因而常用滞后期的房价L(P)或其增长率g来反映。综合上述分析，依据时间序列数据，式（4）可以改写为：
 (5)
三样本数据收集
中国房屋商品化是从1998年开始的，而真正意义上的房地产市场化则是从2000年开始的，中国房价的上涨也是从这一年开始的；而2008年及以后，除经济基本面、市场供需状况、国家宏观调控政策影响房价外，房地产开发商与购房者或投资者的博弈能力也发生了很大的变化，加上美国次贷危机的影响，明显减弱了需求对房价波动的影响，将不列入样本区间。另外，从国研网收集房价、收入等相关变量的月度或季度资料时，发现2001-2007年所需变量数据的季度资料比较齐全，故确定研究样本的时间区间为2001年第1季度至2007年第4季度。
式（5）中，商品房平均销售价格反映P，家庭可支配收入（用居民可支配收入乘家庭平均人口算出）代表Y，及商品房销售面积S来源于国研网；r和L数据来源于中国人民银行网站，其中r用5年以上贷款利率代替，以反映房屋购买者的按揭贷款年限大都在5年以上的事实；而L用中长期贷款余额代表，则是基于房屋按揭贷款数据不全，而中长期贷款大部分由消费贷款组成，消费贷款中房屋按揭贷款又占绝大比重；PS用每个季度最末一个交易日的沪市综指收盘价代表，来自光大行情网；N的季度数据因无法获得，将不列入实证分析的房价模型中；的代理变量为L(P)，其滞后阶数由实证分析确定。
为真实反映2001-2007年间的房价变化，需要剔出物价因素的影响。物价上涨率用每个季末居民消费价格指数的累计数减1后计算而得，数据来源于国研网。用P、Y、L、PS等序列的现价值直接除以相应的居民消费价格指数，即得其真实值；用名义利率r序列平减相应的物价上涨率，即得真实利率；而S与物价上涨没有关系，不需要作任何处理。此外，由于收集的是季度数据，序列P、Y、S存在明显的季节波动，因而还需剔出季节因素的影响。这里采用Eviews5.0中提供的Tramo/SeatsOptions方法对三个变量的对数序列分别进行季节调整。为了方便分析，仍以LnP、LnY、LnS、r、LnPS和LnL反映剔出物价或季节因素影响的对数序列。
四实证分析
1．样本数据的平整性检验
采用Eviews5.0中的PP（Phillips-Perron）检验法对各变量序列进行平稳性检验，各序列对数水平值的检验模型根据对数序列趋势图而定，选择一次差分序列的检验模型也采用同样的方法，而Bandwidth则根据Eviews5.0的默认标准（Bartlettkerne提供）自动选择（标注模型栏的括号内）。检验结果显示，所有序列均为1阶单整，满足协整分析的条件。
2．协整分析
采用Johansen检验对这6个变量间的协整关系进行分析时，假定数据有线性趋势，协整方程只包含截距项，并取滞后阶数为2，其Johansen协整检验结果见下表1。 2/3 首页 上一页 1 2 3 下一页 尾页 |
