影響我國房地產(chǎn)價(jià)格波動(dòng)的因素分析

1、我國房地產(chǎn)價(jià)格波動(dòng)的因素分析湖大金融學(xué)宋恩應(yīng)用統(tǒng)計(jì)學(xué)課堂作業(yè)摘要：本世紀(jì)初的十年我國經(jīng)濟(jì)快速發(fā)展，房地產(chǎn)的價(jià)格也節(jié)節(jié)攀升，雖然期 間政府?dāng)?shù)次抑制房價(jià)過快的上漲，但是效果并不是很明顯。房地產(chǎn)業(yè)與宏觀經(jīng)濟(jì) 有著緊密的聯(lián)系，本文從一般均衡的角度分析了通脹、廣義貨幣、土地價(jià)格、人 均儲(chǔ)蓄、利率等因素與房地產(chǎn)價(jià)格的聯(lián)系。并且在模型中將政府對房地產(chǎn)產(chǎn)業(yè)的 宏觀經(jīng)濟(jì)政策作為一個(gè)虛擬變量進(jìn)行分析。結(jié)果顯示各個(gè)影響因素直接也相互影 響，廣義貨幣、通脹、土地價(jià)格、人均儲(chǔ)蓄是影響房價(jià)的重要因素，國家宏觀政 策對房地產(chǎn)價(jià)格的影響不大。這一分析結(jié)果對于現(xiàn)階段房地產(chǎn)政策的制定有著重 要的借鑒意義。關(guān)鍵字：房地產(chǎn)價(jià)格因素分

2、析、選題背景自上個(gè)世紀(jì)末以來到2010年末，我國的房地產(chǎn)產(chǎn)業(yè)得到了長足的發(fā)展，這 十余年來房地產(chǎn)的價(jià)格雖然不時(shí)有些波動(dòng)，但是總體上漲的趨勢并未被掩蓋。從 上世紀(jì)末到2001年上半年這是十余年房地產(chǎn)業(yè)價(jià)格上漲的第一個(gè)高漲期，從 2002年下半年到2005年第一季度是房價(jià)上漲速度的第二輪高潮期，從2007年 中期到2008年第一季度是我國房價(jià)上漲速度的第三個(gè)高潮期，從2009年冬季到 2010年末是我國房價(jià)高漲的第四個(gè)高潮期。在這十余年的期間除了 2008年末到 2009年初房地產(chǎn)的價(jià)格環(huán)比略有下降之外，其他年份均有上漲。隨著房地產(chǎn)業(yè)的規(guī)模不斷擴(kuò)大，其對于促進(jìn)擴(kuò)大農(nóng)村剩余了勞動(dòng)力的就業(yè)、 增加農(nóng)民

3、收入、加快城市化建設(shè)、保持經(jīng)濟(jì)長期高速增長的貢獻(xiàn)也越來越重要。 一方面，宏觀經(jīng)濟(jì)的狀況也影響著房地產(chǎn)業(yè)的發(fā)展。另一方面，房地產(chǎn)產(chǎn)業(yè)的平 穩(wěn)發(fā)展對保持中國宏觀經(jīng)濟(jì)的穩(wěn)定有著重要的作用。這十余年我國經(jīng)濟(jì)迅速發(fā)展國內(nèi)生產(chǎn)總值（GDP）翻了兩翻還多，2010年 總量已經(jīng)達(dá)到397983億元并且首次超過日本成為世界第二大經(jīng)濟(jì)體。在這個(gè)高 速增長的過程中央銀行的貨幣供應(yīng)量也不斷擴(kuò)增，M0的供給量大約增長至初期 的4倍、M1大約增長至原來的6倍、M2大約增長到期初的7倍。1998年年末 M1、M2、M3 分別為 14652.7 億元、53147.2 億元、134610.4 億元，2010 年年末 分別達(dá)到4

4、4628.2億元、266621.5億元、725851.8億元。廣義貨幣M2與GDP 的比值不斷上漲，由1998年的1.23平穩(wěn)增長至2010年的1.82。房地產(chǎn)價(jià)格的 變化和我國GDP總量的變化和貨幣供給量有著明顯的正相關(guān)趨勢。利率一向是影響經(jīng)濟(jì)發(fā)展的重要因素，它直接決定了房地產(chǎn)開發(fā)商和購房者 的資金使用成本。從1999年到2010年央行基準(zhǔn)利率調(diào)整的情況來看，活期利率 先下降在上升最后下降至一水平后保持不變，各種定期存款基準(zhǔn)利率也大體隨之 波動(dòng)但是從2008年年末有明顯的上漲趨勢。利率水平的波動(dòng)也與房價(jià)增長速度 的波動(dòng)有著較為明顯的協(xié)同作用。為了保持宏觀經(jīng)濟(jì)的穩(wěn)定防止經(jīng)濟(jì)過冷或過熱，中央政府

5、屢次出臺(tái)調(diào)整房地 產(chǎn)業(yè)的政策。從世紀(jì)末到2002年中期宏觀政策傾向于扶持房地產(chǎn)業(yè)的發(fā)展。從 2002年下半年開始直到2008年上半年，土地使用權(quán)拍賣價(jià)格屢創(chuàng)新高、各地地 王不斷見諸報(bào)端，我國各類商品房的銷售價(jià)格節(jié)節(jié)攀升，中央政府的宏觀經(jīng)濟(jì)政 策一直傾向于抑制房地產(chǎn)價(jià)格的過度增長。但是在2008年下半年，由于美國次 貸危機(jī)演化成的金融危機(jī)席卷全球，這對我國出口造成重創(chuàng)進(jìn)而對我國經(jīng)濟(jì)平穩(wěn) 增長造成不利影響，再加上國際要求中國政府救市的壓力不斷，中央對于房地產(chǎn) 業(yè)的政策開始轉(zhuǎn)折。一方面不斷松綁原來的抑制房地產(chǎn)業(yè)的政策，另一方面，防 止房產(chǎn)過熱的政策也緊隨其后，2009年初將實(shí)施全面推進(jìn)保證性住房建設(shè)

6、和促 進(jìn)房地產(chǎn)市場健康穩(wěn)定發(fā)展的措施作為對2008年上半年房地產(chǎn)調(diào)控政策的延續(xù) 和深化。總的來看從2008年下半年到2009年上半年這一階段的政策市有利于房 地產(chǎn)促使價(jià)格的繼續(xù)上漲。從2009下半年開始中央政府開始抑制房地產(chǎn)價(jià)格的 上漲，新一輪的從緊政策開始實(shí)施。中央政府對于房地產(chǎn)產(chǎn)業(yè)的宏觀調(diào)控政策也 影響著房地產(chǎn)價(jià)格的波動(dòng)。另外原材料、人工成本、土地交易價(jià)格指數(shù)等一系列與房地產(chǎn)相關(guān)聯(lián)的因素 在過去的十余年間中也都有著明顯的變化。鋼鐵、水泥等原材料的價(jià)格不斷上漲， 人工成本逐年增加，土地交易價(jià)格節(jié)節(jié)攀升，這些因素也刺激著房地產(chǎn)價(jià)格的不 斷上漲。隨著我國體房地產(chǎn)市場出現(xiàn)價(jià)格持續(xù)上漲的長久趨勢，廣

7、大居民、經(jīng)濟(jì)學(xué)家 和政策制定者日益關(guān)注房地產(chǎn)價(jià)格的波動(dòng)。由于房地產(chǎn)對于居民生活、經(jīng)濟(jì)發(fā)展 有著重大的影響，房地產(chǎn)價(jià)格問題已引起政府有關(guān)部門和社會(huì)各界廣泛的關(guān)注。 如何對中國房價(jià)波動(dòng)的影響因素做出合理的解釋，不僅有著重大的理論意義也對 調(diào)控房價(jià)有著巨大的現(xiàn)實(shí)意義。二、文獻(xiàn)綜述目前學(xué)術(shù)界者對于我國房地產(chǎn)價(jià)格波動(dòng)的影響因素的研究較多，這些研究大 多偏向某一具體的因素分析。如余凱（2007年）從房地產(chǎn)價(jià)格內(nèi)在運(yùn)行特性入手， 再次基礎(chǔ)之上分析房地產(chǎn)價(jià)格形成的利益主體的價(jià)值取向，剖析房地產(chǎn)價(jià)格上漲 的內(nèi)生循環(huán)機(jī)制，并且提出加大國家宏觀調(diào)控力度，從切斷房地產(chǎn)價(jià)格上漲鏈條 著手抑制房價(jià)過分上漲。段忠東、朱孟楠

8、（2011年）就貨幣政策如何應(yīng)對房地產(chǎn) 泡沫的研究文獻(xiàn)進(jìn)行述評，認(rèn)為國內(nèi)外學(xué)者在該領(lǐng)域的爭論集中表現(xiàn)為間接反應(yīng) 觀、事后反應(yīng)觀與直接干預(yù)觀，已有文獻(xiàn)對貨幣政策框架進(jìn)行修正以應(yīng)對房價(jià)異 常波動(dòng)，并且學(xué)者們就金融監(jiān)管的作用已經(jīng)達(dá)成理論共識(shí)。得出主要結(jié)論政策環(huán) 境中的不確定性是影響政策選擇的決定性因素，在不確定性條件下，貨幣政策應(yīng) 該綜合運(yùn)用直接干預(yù)與間接反應(yīng)方式應(yīng)對房價(jià)泡沫，另外貨幣政策與金融審慎監(jiān) 管的協(xié)調(diào)配合有助于實(shí)現(xiàn)經(jīng)濟(jì)金融穩(wěn)定的目標(biāo)，此外運(yùn)用房貸政策調(diào)控房價(jià)泡沫 更具政策效力。朱孟楠、劉林和倪玉娟（2011年）基于房地產(chǎn)市場存在國外投資 者的假設(shè)，對于外匯匯率和房地產(chǎn)價(jià)格之間的動(dòng)態(tài)關(guān)系做出

9、了相應(yīng)的研究，并且 得出了人民幣幣值和房地產(chǎn)價(jià)格存在相互促進(jìn)關(guān)系的結(jié)論。崔光燦（2009年）運(yùn) 用面板數(shù)據(jù)模型對我國1995-2006年31個(gè)省市的數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)，房地產(chǎn)價(jià) 格明顯受利率和通貨膨脹率的影響，而且房地產(chǎn)供給、收入等基礎(chǔ)性宏觀經(jīng)濟(jì)變 量在中長期也決定房地產(chǎn)價(jià)格；房地產(chǎn)價(jià)格明顯影響到宏觀經(jīng)濟(jì)穩(wěn)定，房地產(chǎn)價(jià) 格上升會(huì)增加社會(huì)總投資和總消費(fèi)，房地產(chǎn)投資通過“財(cái)富效應(yīng)”對消費(fèi)的影響 始終明顯，對社會(huì)總投資的影響也非常顯著。杜雪君、黃忠華和吳次芳（2009 年）采用19982006年我國31個(gè)?。ㄖ陛犑小⒆灾螀^(qū)）的面板數(shù)據(jù)分析房地產(chǎn) 價(jià)格、地方公共支出與房地產(chǎn)稅負(fù)之間的關(guān)系，研究結(jié)果顯示

10、：房地產(chǎn)價(jià)格、地 方公共支出與房地產(chǎn)稅負(fù)兩兩之間存在反饋關(guān)系，并且房地產(chǎn)稅負(fù)會(huì)對房價(jià)產(chǎn)生 抑制作用，而地方公共支出對房價(jià)有明顯的促進(jìn)作用，此外地方公共支出與房地 產(chǎn)稅負(fù)對房地產(chǎn)價(jià)格的影響存在動(dòng)態(tài)差異性。周京奎（2006年）利用1998年 2005年間的數(shù)據(jù)對我國資產(chǎn)價(jià)格波動(dòng)狀況進(jìn)行了實(shí)證研究，結(jié)果表明房地產(chǎn)價(jià) 格的變動(dòng)將導(dǎo)致股票價(jià)格產(chǎn)生波動(dòng)。在隨后對資產(chǎn)價(jià)格傳導(dǎo)機(jī)制進(jìn)行的研究中， 認(rèn)為銀行拆借利率和貸款額在資產(chǎn)價(jià)格波動(dòng)中扮演著重要角色認(rèn)為貨幣供應(yīng)量 是引起資產(chǎn)價(jià)格波動(dòng)的發(fā)動(dòng)機(jī)。其研究結(jié)果印證了資產(chǎn)價(jià)格波動(dòng)理論的正確性。 王輝龍（2009年）認(rèn)為房地產(chǎn)的成本價(jià)格和平均利潤之和構(gòu)成房地產(chǎn)價(jià)值，房地

11、 產(chǎn)的成本價(jià)格通常比較穩(wěn)定，其一般由建筑材料成本、設(shè)備折舊和設(shè)計(jì)人員、建 筑工人及部分流通領(lǐng)域工人的工資等來構(gòu)成，而不構(gòu)成價(jià)值的土地價(jià)格和超額 利潤波動(dòng)性較大。并且認(rèn)為從經(jīng)濟(jì)實(shí)踐來看，房地產(chǎn)的合理價(jià)格中除了價(jià)值部分 外，還應(yīng)包括資本化了的地租和部分必需的流通費(fèi)用，于是當(dāng)市場房價(jià)高出合理 價(jià)格部分的比重過大時(shí)，則形成房地產(chǎn)泡沫。最后經(jīng)過實(shí)證研究發(fā)現(xiàn)，2003年之 前中國房地產(chǎn)價(jià)格不存在泡沫，2004年起開始出現(xiàn)泡沫并迅速膨脹，2007年房價(jià) 中的泡沫成分已比較嚴(yán)重。王來福、郭峰（2007年）認(rèn)為貨幣政策對房地產(chǎn)價(jià)格 的影響是一個(gè)長期動(dòng)態(tài)過程，貨幣供應(yīng)量與利率水平的變化沖擊會(huì)對房地產(chǎn)價(jià)格 產(chǎn)生長遠(yuǎn)

12、影響。通過建立VAR模型，運(yùn)用脈沖響應(yīng)函數(shù)與方差分解的方法研究了 貨幣供應(yīng)量與利率變化沖擊時(shí)中國房地產(chǎn)價(jià)格的動(dòng)態(tài)影響，結(jié)果表明：貨幣供應(yīng) 量波動(dòng)對房地產(chǎn)價(jià)格有長期的持續(xù)正向影響，貨幣供應(yīng)量的增加會(huì)導(dǎo)致房地產(chǎn)價(jià) 格上漲；利率變化對房地產(chǎn)價(jià)格有負(fù)向影響，但在長期其動(dòng)態(tài)影響逐漸減弱，并 且最終回歸到原點(diǎn)；貨幣供應(yīng)量變化對房地產(chǎn)價(jià)格變化的貢獻(xiàn)率大于利率變化對 房地產(chǎn)價(jià)格變化的貢獻(xiàn)率，且前者呈加速上升趨勢，而后者則逐漸減小。方平（2010年）分析了近期中國房地產(chǎn)價(jià)格走勢，并將中國的房地產(chǎn)發(fā)展趨勢與過去 日本房地產(chǎn)價(jià)格飆升期進(jìn)行對比，認(rèn)為我國房地產(chǎn)有過熱的現(xiàn)象，對今后房地產(chǎn) 市場調(diào)整趨勢進(jìn)行了探討分析，并

13、且對我國合理控制房地產(chǎn)市場過熱、實(shí)現(xiàn)經(jīng)濟(jì) 可持續(xù)發(fā)展需要注意的一些問題進(jìn)行了探討。吳樹暢、曾道榮（2010年）以1999 年到2008年數(shù)據(jù)為樣本，利用多因素回歸分析方法構(gòu)建了中國商品房平均價(jià)格影 響因素模型，研究結(jié)果認(rèn)為城鎮(zhèn)投資和貸款利率是影響商品房價(jià)格的主要因素。 沈悅、盧文兵（2008年）認(rèn)為房地產(chǎn)價(jià)格的變化和股票價(jià)格的劇烈震蕩之間存在 緊密的聯(lián)系，房地產(chǎn)價(jià)格的上漲對股票價(jià)格上升有著顯著的影響，但是股票價(jià)格 的上漲對房地產(chǎn)價(jià)格上升的影響則較為微弱，此外房地產(chǎn)價(jià)格的上升與股票價(jià)格 的上升存在大約六個(gè)月的時(shí)間間隔，并且兩者呈現(xiàn)出螺旋式變化的趨勢。車欣薇、 郭琨、李斌、王玨（2011年）討論了

14、房地產(chǎn)價(jià)格波動(dòng)與銀行信貸之間的關(guān)系，闡 述了中國金融中心城市的特征及其房地產(chǎn)市場與一般城市的差異性。在此基礎(chǔ)之 上，選取香港、北京、上海、深圳4個(gè)中國金融中心城市進(jìn)行實(shí)證分析，運(yùn)用多 變量協(xié)整分析技術(shù)以及向量自回歸模型，對金融中心城市房地產(chǎn)價(jià)格與銀行信貸 之間的關(guān)系進(jìn)行實(shí)證檢驗(yàn)，研究結(jié)果表明：各個(gè)金融中心城市房地產(chǎn)價(jià)格與銀行 信貸之間存在長期均衡關(guān)系，其中，香港由于房地產(chǎn)融資渠道較多，其房地產(chǎn)價(jià) 格和銀行信貸之間的相互影響程度小于其他3個(gè)金融中心。高東勝（2011年）運(yùn) 用SVAR模型對我國房地產(chǎn)價(jià)格波動(dòng)的宏觀經(jīng)濟(jì)效應(yīng)進(jìn)行了實(shí)證研究，結(jié)果顯示， 房價(jià)上漲在短時(shí)期內(nèi)對我國經(jīng)濟(jì)增長的拉動(dòng)作用十分明

15、顯，但與此同時(shí)也會(huì)加大 通貨膨脹的壓力，房地產(chǎn)價(jià)格波動(dòng)的這種宏觀經(jīng)濟(jì)效應(yīng)既有直接的傳導(dǎo)渠道，又 可以通過住房投資和消費(fèi)來間接實(shí)現(xiàn)。宋勃、高波（2007年）在考慮通貨膨脹的 條件下，利用我國1998年一2006年的實(shí)際利用外資數(shù)量和房地產(chǎn)價(jià)格的季度數(shù)據(jù) 建立誤差糾正模型（ECM），使用Granger因果檢驗(yàn)方法對我國的房地產(chǎn)價(jià)格和 國際資本流動(dòng)的關(guān)系進(jìn)行實(shí)證檢驗(yàn)，結(jié)論認(rèn)為，就短期而言，房地產(chǎn)價(jià)格上漲吸 引了外資的流入；長期來說，外資的流入對我國的住房價(jià)格上漲產(chǎn)生了影響。這 一研究揭示了國際資本的流動(dòng)對我國房地產(chǎn)價(jià)格有明顯的影響。王培輝（2011 年）認(rèn)為伴隨著中國房地產(chǎn)市場的強(qiáng)勁增長，其價(jià)格出現(xiàn)

16、了泡沫化傾向，在分析 了我國房地產(chǎn)價(jià)格泡沫的原因之后，指出流動(dòng)性膨脹、房地產(chǎn)市場虛擬化、虛擬 經(jīng)濟(jì)部門資金錯(cuò)配、土地價(jià)格不斷上漲和房地產(chǎn)市場需求剛性是房地產(chǎn)價(jià)格出現(xiàn) 房價(jià)上漲并且泡沫的主要原因。國外學(xué)者也針對房地產(chǎn)價(jià)格做出了相關(guān)的研究，其中有很多研究成果對于研 究中國現(xiàn)階段的房價(jià)問題具有重大的借鑒意義Case和Shiuer（1990年）以美國四 大城市1976至1986年的季度數(shù)據(jù)為樣本進(jìn)行分析，結(jié)果顯示房價(jià)與成年人口比 例、人均收入呈正相關(guān)的關(guān)系。Winston T. H. Koh，Roberto S. Mariano和Andy Pavlov（2005年）研究認(rèn)為商業(yè)銀行的過分樂觀和對購房者

17、持有的嵌套在抵押貸 款中的看跌期權(quán)（put option）的低估（underpriee）是導(dǎo)致泰國、馬來西亞、印度 尼西亞房地產(chǎn)市場崩潰的主要原因。Greef和Haas （2000年）對荷蘭的房地產(chǎn)市 場和抵押貸款市場分別建立了誤差修正模型，結(jié)果發(fā)現(xiàn)房屋價(jià)格和抵押貸款數(shù)量 之間存在著相互依賴的關(guān)系，長期中房價(jià)受到抵押貸款數(shù)量、收入等因素的影響， 與此同時(shí)同時(shí)抵押貸款數(shù)量也受到房屋價(jià)格和稅后收入的影。Okunev、Wilson 和Zurbmegg用線性和非線性格蘭杰因果檢驗(yàn)考察了美國房地產(chǎn)與標(biāo)準(zhǔn)普爾500指 數(shù)（S&500）之間的關(guān)系，結(jié)果顯示，由于結(jié)構(gòu)性突變的原因，線性格蘭杰因果檢 驗(yàn)失效，得

18、出了房地產(chǎn)市場單方向影響股市的偽結(jié)論，非線性格蘭杰因果檢驗(yàn)則 顯示股市對房地產(chǎn)市場存在單方向的影響。Hofmann （2001年、2003年）分別對20個(gè)和16個(gè)工業(yè)國家的季度數(shù)據(jù)建立VAR和面板數(shù)據(jù)模型，發(fā)現(xiàn)房地產(chǎn)價(jià)格反映 了對未來經(jīng)濟(jì)的預(yù)期，決定于信貸量的大小，反之不成立，而在短期內(nèi)房地產(chǎn)價(jià) 格和信貸量之間存在著相互促進(jìn)的作用。Rosenthal（1999年）利用1981年-1990 年SSBSM數(shù)據(jù)庫內(nèi)5%的季度樣本數(shù)據(jù)研究英國馬其賽特郡（Merseyside）等縣 市住房特征、公共支出、稅收和房地產(chǎn)價(jià)格之間的關(guān)系，結(jié)果發(fā)現(xiàn)住房特征、公 共支出對房地產(chǎn)價(jià)格影響顯著，而取消對房地產(chǎn)消費(fèi)征稅

19、促使房地產(chǎn)價(jià)格增長 了 10%-17%。Stone和Ziemba（1990年、1992年、1993年）利用日本年度數(shù)據(jù)對土地 價(jià)格、土地收益率與股票價(jià)格指數(shù)、股票市場收益率的關(guān)系進(jìn)行實(shí)證分析時(shí)發(fā)現(xiàn) 土地價(jià)格與股票價(jià)格之間存在正向變動(dòng)趨勢，并且股票市場與商業(yè)用地價(jià)格關(guān)系 更緊密。三、指標(biāo)選擇與模型的構(gòu)建（一）指標(biāo)選擇及模型構(gòu)建本文不同于先前各位學(xué)者從較為單一的角度分析某一個(gè)或少數(shù)幾個(gè)因素對 房地產(chǎn)價(jià)格的影響，作者認(rèn)為影響房地產(chǎn)價(jià)格變化的因素是很多的并且各種因素 之間相互影響糾結(jié)在一起形成一個(gè)復(fù)雜的體系。這些因素大致可以分為三個(gè)方 面：供給因素、需求因素和宏觀政策，它們的聯(lián)合作用決定了供需均衡的交

20、易價(jià) 格。本文從一般均衡的角度研究房地產(chǎn)價(jià)格的影響因素及影響其各因素對于房地 產(chǎn)價(jià)格波動(dòng)影響的大小。為此我們將貨幣供應(yīng)量、通貨膨脹率、原材料價(jià)格、人 工成本、利率、土地價(jià)格、經(jīng)濟(jì)總量、人口結(jié)構(gòu)、人均收入等因素列入其中，并 且將國家宏觀政策作為一個(gè)虛擬變量也列入模型之中。為此本文選取了直接影響 供給的指標(biāo)：土地價(jià)格、人工成本、原材料價(jià)格、匯率、利率等，影響需求的指 標(biāo)：人均收入、人口結(jié)構(gòu)、利率、通貨膨脹率、人均住房面積等，還有作為虛擬 變量的宏觀經(jīng)濟(jì)政策。這些因素有些可能既直接影響需求又直接影響供給，例如 利率、匯率等，由于本文從一般均衡的角度考慮所以只需考慮其最終對房地產(chǎn)價(jià) 格的影響即可。房地

21、產(chǎn)價(jià)格的波動(dòng)與其影響因素的關(guān)系可以用函數(shù)的形式表示出來：尸=f （丸,r，吃, P 疽,。平,S, D其中AP為房地產(chǎn)價(jià)格的增長率，兀為通貨膨脹率，為廣義貨幣變化率，七為 建筑材料價(jià)格指數(shù)，七為土地價(jià)格指數(shù)，I為人均儲(chǔ)蓄指數(shù)，為人工成本變指 數(shù)，平為人口結(jié)構(gòu)指數(shù)，S為人均住房面積指數(shù)，D為國家宏觀政策，其取值為 0或1（0代表宏觀政策抑制房地產(chǎn)業(yè)的發(fā)展、1代表促進(jìn)房地產(chǎn)業(yè)的發(fā)展）。關(guān)于 人口結(jié)構(gòu)指數(shù)本文以最近兩次人口普查的結(jié)果作為基礎(chǔ)，選取15-59歲之間的人 口所占總?cè)丝诘陌俜直冗M(jìn)行分析，并認(rèn)為其以每年不變的速度變化進(jìn)而對兩次人 口普查之間的各年份進(jìn)行賦值進(jìn)行計(jì)算，其中的某年人口目標(biāo)區(qū)域觀察

22、值與基期 比值的百倍記為當(dāng)年的甲值。為了研究影響中國房地產(chǎn)價(jià)格波動(dòng)的因素及其具體的影響程度，本文采用最小二乘法進(jìn)行回歸，建立模型如下：AP =。+。兀 +。r + p M + p P + p P + p I + p w+pp + p S + p D + 012324 15 2678910其中p為常數(shù)項(xiàng)；8為誤差項(xiàng)，并假設(shè)其符合經(jīng)典假設(shè)的條件。（二）0數(shù)據(jù)處理本文采用1999年到2010年的年度指數(shù)數(shù)據(jù)進(jìn)行分析，并且所有數(shù)據(jù)以1999年為基 期（數(shù)值為100）。限于2009年和2010年兩年的一些數(shù)據(jù)未能夠收集到年度指數(shù)數(shù) 據(jù)，故采用了月度或季度的數(shù)據(jù)來調(diào)整估算出年度數(shù)據(jù)。通貨膨脹率采用CPI指

23、 數(shù)來代替。利率指數(shù)采用的是五年期固定利率每年調(diào)整利率的平均值作為當(dāng)年的 利率值來計(jì)算的，如果當(dāng)年利率沒有調(diào)整則才從上次調(diào)整的利率作為該年的利率 值。鑒于居民購買房地產(chǎn)的首付來源于儲(chǔ)蓄故，I值采用人均儲(chǔ)蓄以1999年為基期的 指數(shù)形式代替。人口結(jié)構(gòu)數(shù)據(jù)采用2010年全國第六次人口普查結(jié)果和2000年第五次人口普查 結(jié)果來估計(jì)的，以1999年為基期。1999年和2007年的城鎮(zhèn)人均住房面積未能查找到，1999 年的數(shù)據(jù)采用2000年和2001年的數(shù)據(jù)估算得出，2007年的數(shù)據(jù)由2006年和2008年的平均值代 替。四、影響因數(shù)的回歸分析本文采用1999年到2010年的年度數(shù)據(jù)進(jìn)行分析，經(jīng)過處理的

24、數(shù)據(jù)如下所示:1999CPI指數(shù)100五年期利率指數(shù)100M2指數(shù)100建材P1指數(shù)100土地價(jià)格指數(shù)100I （人均儲(chǔ)蓄指數(shù)）100城鎮(zhèn)建 筑業(yè)人 均工資 指數(shù)100人口100人均住房面積100政策12000100.40100.00112.27101.50100.20107.90109101.00102.5312001101.1073.26132.03100.08101.90123.72115101.99105.0512002100.2996.88154.3098.28108.90145.77123102.99115.1512003101.5096.88184.5197.98118.0017

25、3.79133103.99119.7002004105.46125.00211.94102.98129.90200.52200104.98126.2602005107.35125.00249.18106.17141.70236.58224105.98131.8202006108.96143.75288.25108.19149.90271.02257106.98136.8702007114.19175.69336.49111.44168.40289.38294107.97139.9002008120.93157.99396.31122.02184.20365.45337108.97142.931

26、2009120.09125.00508.95123.36194.10437.38384109.97158.0812010124.05152.08605.39128.05232.60508.71447110.96159.600使用軟件回歸分析時(shí)，表中各變量依次記為X1、X2、 X3、X4、 X5、X6、 X7、 X8、X9、X10。估計(jì)結(jié)果如下表:VariableCoefficientStd. Errort-StatisticProb.C-108.5895370.3664-0.2931950.8184X10.6516962.0291070.3211740.8022X20.1129000.1752

27、420.6442540.6356X30.1781910.1520741.1717440.4498X40.3911952.1068110.1856810.8831X5-0.1624020.774745-0.2096200.8685X6-0.0034920.313668-0.0111320.9929X7-0.1343450.193411-0.6946060.6135X80.9245643.9050630.2367600.8520X90.1164750.9630570.1209430.9234X100.1672645.7283660.0291990.9814R-squared0.998219Mean

28、 dependent var124.9500Adjusted R-squared0.980408S.D. dependent var23.36036S.E. of regression3.269801Akaike info criterion4.555762Sum squared resid10.69160Schwarz criterion5.000260Log likelihood-16.33457Hannan-Quinn criter.4.391193F-statistic56.04474Durbin-Watson stat2.555200Prob(F-statistic)0.103613

29、擬合值、實(shí)際值、殘差值在同一表中表示如下:采用簡單相關(guān)系數(shù)矩陣法對解釋變量進(jìn)行多重共線性的檢驗(yàn)各解釋變量間的相關(guān)系數(shù)X1 X10 X2 X3 X4 X5 X6 X7 X8 X9X11.000-0.1820.7870.9690.9850.9810.9740.9850.9490.935X10-0.1821.000-0.473-0.254-0.079-0.306-0.261-0.285-0.386-0.387X20.787-0.4731.0000.7030.7100.7760.7180.7850.7980.769X30.969-0.2540.7031.0000.9640.9920.9980.9880

30、.9540.961X40.985-0.0790.7100.9641.0000.9650.9660.9700.9020.896X50.981-0.3060.7760.9920.9651.0000.9930.9940.9630.960X60.974-0.2610.7180.9980.9660.9931.0000.9920.9650.970X70.985-0.2850.7850.9880.9700.9940.9921.0000.9710.970X80.949-0.3860.7980.9540.9020.9630.9650.9711.0000.992X90.935-0.3870.7690.9610.8

31、960.9600.9700.9700.9921.000由上表可以明顯看出明顯存在多從共線性。采用逐步回歸法進(jìn)行修正可得以下結(jié)果:VariableCoefficientStd. Errort-StatisticProb.C-153.548516.81999-9.1289300.0000X12.5622410.15426816.609040.0000R-squared0.965018 Mean dependent var124.9500Adjusted R-squared0.961520 S.D. dependent var23.36036S.E. of regression4.582464 Ak

32、aike info criterion6.033362Sum squared resid209.9897 Schwarz criterion6.114180Log likelihood-34.20017 Hannan-Quinn criter.6.003441F-statistic275.8602 Durbin-Watson stat1.979567Prob(F-statistic)0.000000VariableCoefficientStd. Errort-StatisticProb.C54.6046420.338072.6848480.0229X20.5736510.1613623.555

33、0610.0052R-squared0.558274Mean dependent var124.9500Adjusted R-squared0.514101S.D. dependent var23.36036S.E. of regression16.28368Akaike info criterion8.569215Sum squared resid2651.581Schwarz criterion8.650033Log likelihood-49.41529Hannan-Quinn criter.8.539293F-statistic12.63846Durbin-Watson stat0.8

34、12304Prob(F-statistic)0.005224其余各表在此略去。可得到可決系數(shù)最大的一個(gè)解釋變量是X6,回歸結(jié)果如下表:VariableCoefficient Std. Error t-Statistic Prob.CX681.892900.1745431.49878054.639700.00539732.340090.00000.0000R-squared0.990529Mean dependent var124.9500Adjusted R-squared0.989582S.D. dependent var23.36036S.E. of regression2.384341A

35、kaike info criterion4.726734Sum squared resid56.85081Schwarz criterion4.807552Log likelihood-26.36041Hannan-Quinn criter.4.696813F-statistic1045.881Durbin-Watson stat1.562474Prob(F-statistic)0.000000再添加一個(gè)解釋變量后可決系數(shù)最大的一組如下：VariableCoefficientStd. Errort-StatisticProb.C21.7748128.490230.7642910.4643X10

36、.6497030.3075802.1123030.0638X60.1319770.0206816.3815280.0001R-squared0.993668Mean dependent var124.9500Adjusted R-squared0.992261S.D. dependent var23.36036S.E. of regression2.055022Akaike info criterion4.490768Sum squared resid38.00803Schwarz criterion4.611994Log likelihood-23.94461Hannan-Quinn cri

37、ter.4.445885F-statistic706.2042Durbin-Watson stat2.465239Prob(F-statistic)0.000000這時(shí)常數(shù)項(xiàng)的t值較小。但是在含有兩個(gè)解釋變量的所有組中上述回歸并不是較為理想的一組，以下這組更為可取：VariableCoefficientStd. Errort-StatisticProb.C9.56326723.749690.4026690.6966X10.8094960.2523153.2082780.0107X30.1002550.0139797.1720010.0001R-squared0.994791Mean depen

38、dent var124.9500Adjusted R-squared0.993633S.D. dependent var23.36036S.E. of regression1.863998Akaike info criterion4.295642Sum squared resid31.27039Schwarz criterion4.416869Log likelihood-22.77385Hannan-Quinn criter.4.250760F-statistic859.3351Durbin-Watson stat1.984474Prob(F-statistic)0.000000三個(gè)解釋變量

39、可決系數(shù)最大的一組如下：VariableCoefficientStd. Errort-StatisticProb.C14.6967127.561310.5332370.6084X10.7473690.3007182.4852820.0378X60.0321730.0740750.4343350.6755X30.0771410.0551991.3974990.1998R-squared0.994911Mean dependent var124.9500Adjusted R-squared0.993002S.D. dependent var23.36036S.E. of regression1.9

40、54162Akaike info criterion4.439002Sum squared resid30.55000Schwarz criterion4.600637Log likelihood-22.63401Hannan-Quinn criter.4.379158Prob(F-statistic)0.000000各個(gè)變量的t值較小，另外由解釋變量之間的相關(guān)系數(shù)矩陣可以得出結(jié)論：X3和X6之間存在明顯的線性相關(guān)關(guān)系。四個(gè)解釋變量可決系數(shù)最大的一組如下:VariableCoefficientStd. Errort-StatisticProb.C-13.8491731.81033-0.4353

41、670.6764X10.8789350.2924583.0053340.0198X6-0.0527070.088810-0.5934820.5715X30.1169010.0576122.0291080.0820X90.1897490.1256221.5104770.1747R-squared0.996162Mean dependent var124.9500Adjusted R-squared0.993968S.D. dependent var23.36036S.E. of regression1.814243Akaike info criterion4.323551Sum squared

42、resid23.04035Schwarz criterion4.525595Log likelihood-20.94131Hannan-Quinn criter.4.248747F-statistic454.1826Durbin-Watson stat2.275169Prob(F-statistic)0.000000常數(shù)項(xiàng)、X6的t值較小，并且由于X6的系數(shù)為負(fù)值與實(shí)際的經(jīng)濟(jì)情況不符故舍棄這一組；在符合經(jīng)濟(jì)理論的情況下選出可決系數(shù)最大的一組如下：VariableCoefficientStd. Errort-StatisticProb.C29.6409231.172410.9508700.373

43、3X10.5580740.3529911.5809870.1579X20.0346880.0340761.0179590.3426X30.0881000.0561171.5699390.1604X60.0256130.0741880.3452520.7400R-squared0.995567Mean dependent var124.9500Adjusted R-squared0.993034S.D. dependent var23.36036S.E. of regression1.949751Akaike info criterion4.467617Sum squared resid26.6

44、1070Schwarz criterion4.669662Log likelihood-21.80570Hannan-Quinn criter.4.392813F-statistic393.0103Durbin-Watson stat2.301489Prob(F-statistic)0.000000不含X6，但是含有X3的三個(gè)解釋變量的組中，得到可決系數(shù)最大的一組是:VariableCoefficientStd. Errort-StatisticProb.C-1.70954523.35458-0.0732000.9434X10.7851960.2359633.3276160.0104X30.0

45、843100.0167005.0484150.0010X90.1425750.0932551.5288740.1648R-squared0.995969Mean dependent var124.9500Adjusted R-squared0.994457S.D. dependent var23.36036S.E. of regression1.739241Akaike info criterion4.205976Sum squared resid24.19968Schwarz criterion4.367612Log likelihood-21.23586Hannan-Quinn crite

46、r.4.146133F-statistic658.8044Durbin-Watson stat2.174066Prob(F-statistic)0.000000該組中除了乂9的t值較小，其他各變量的t值均較為滿意。繼續(xù)增加解釋變量的個(gè)數(shù)可以得到以下兩組符合經(jīng)濟(jì)理論的回歸分析:VariableCoefficientStd. Errort-StatisticProb.C8.14558533.758130.2412930.8174X10.7649430.3698272.0683810.0841X20.0786870.0463571.6974210.1405X30.1020790.0543381.87

47、85980.1094X60.0678390.0773330.8772390.4141X7-0.0908800.068543-1.3258850.2331R-squared0.996571Mean dependent var124.9500Adjusted R-squared0.993714S.D. dependent var23.36036S.E. of regression1.852056Akaike info criterion4.377322Sum squared resid20.58067Schwarz criterion4.619776Log likelihood-20.26393H

48、annan-Quinn criter.4.287558F-statistic348.8044Durbin-Watson stat2.386180Prob(F-statistic)0.000000VariableCoefficientStd. Errort-StatisticProb.C33.7167330.325181.1118390.3088X10.6628110.3519431.8832900.1087X20.0829730.0515061.6109290.1583X30.1376670.0677922.0307340.0886X60.0319330.0719190.4440210.672

49、6X5-0.2531160.207533-1.2196410.2684R-squared0.996448Mean dependent var124.9500Adjusted R-squared0.993487S.D. dependent var23.36036S.E. of regression1.885207Akaike info criterion4.412805Sum squared resid21.32403Schwarz criterion4.655258Log likelihood-20.47683Hannan-Quinn criter.4.323040F-statistic336.6031Durbin-Watson stat2.695032Prob(F-statistic)0.000000