商品房价格及其计量经济学分析.docx
《商品房价格及其计量经济学分析.docx》由会员分享,可在线阅读,更多相关《商品房价格及其计量经济学分析.docx(13页珍藏版)》请在冰豆网上搜索。
![商品房价格及其计量经济学分析.docx](https://file1.bdocx.com/fileroot1/2023-5/21/0110961a-9719-4b7f-a950-5963f68df202/0110961a-9719-4b7f-a950-5963f68df2021.gif)
商品房价格及其计量经济学分析
商品房价格及其计量经济学分析
计量经济学课程论文
商品房价格及其计量经济学分析------基于Eviews的研究
摘要
本文主要针对现阶段社会关注的热点问题——房地产价格。
现阶段我国的经济正在飞速发展,由此带来商品房的价格不断攀升,大量工薪族面对高不可攀的房价只能望而却步。
究竟是什么推动着房价的不断上涨?
因此,本人以计量经济学为工具,建立了一个商品房价格的计量经济模型并对其有效性做了全面的检验。
关键词
商品房价格EVIEWS 定量分析 模型
一、文献综述
我国商品房价格影响因素的定性分析
目前学术界一般将影响城市商品房价格的因素分为五类:
经济因素、自然因素、社会因素、政策因素和心理因素。
经济因素主要包括经济发展状况、通货膨胀、居民收入水平和消费结构、政府财政金融状况等。
自然因素主要包括商品房的区位、日照、通风状况、住宅外部景色、楼层等。
社会因素主要括人口因素、社会环境和城市化水平等。
政策因素主要包括土地制度和住房制度、税收政策和货币政策、产业政策和城市规划等。
心理因素主要包括对未来房价的预期和心理偏好等。
在此,结合经济学理论,运用经济学研究方法,对影响我国商品房价格的各种因素重新归纳和整理,选取具有代表性的影响因素,从需求和供给两个方面对影响我国商品房价格的因素进行定性分析。
(一)从消费者对商品房的需求方面思考
1、人均可支配收入
1998年,我国实行住房改革,停止原先福利性实物分房制度,开始实行住房货币化改革,将住房商品化,以价格调节商品房供需。
从此房地产行业迎来了春天,大量资金进入房地产行业,房地产开发企业如雨后春笋般出现,房地产行业开始高速发展。
与此同时我国G D P也在以惊人的速度增长。
经济总量高速增长迅速提高了人民生活水平,加快了城市化进程,导致城市人口增加,并形成了人们对城市住房的刚性需求。
同时,城市人均可支配收入逐年增加.增长速率达到了1 0 %以上。
根据持久收入假说,对于住房这类高价耐用消费品,消费者决定是否购买取决于其对未来收入的预期。
因此,我们看到随着经济的急速发展,人均可支配收入的持续增长,及对我国经济发展和未来人均收人的乐观预期,使人们对住房的需求迅速膨胀。
2、人口因素
中国作为世界上人口最多的国家,同时也是世界上最大的发展中国家,伴随着工业现代化的发展,必然导致城镇人口的大量增加。
城市化进程已经成为推动房地产行业发展的最基本的动力之一。
同时,由于生活观念的转变,不在再追求四世同堂的中国人开始希望有一套自己的住房,供自己的小家庭居住。
这些都是造成人们对住房的刚性需求的主要原因。
3、实际贷款利率
由于实际贷款利率对于住房的投资性需求影响较大,但是对刚性需求和改善性需求影响不大,因此,在通胀增加的压力下,尽管我国连续多年的上调银行贷款利率,但实际贷款利率上升的并不快,对住房的投资性需求打压效果不明显。
(二)从房产商对商品房的供给方面思考
商品住宅价格主要受到土地价格、建筑成本、政府相关政策和房地产开发商对未来的预期等因素影响。
1 、土地价格
由于我国土地归国家所有,并且人均土地面积小,导致了土地资源成为我国最稀缺的资源。
同时,土地实际处置权掌握在地方政府手中,而土地出让金收入已成为地方政府的一项重要财源,地方政府有追求利益最大化的冲动,故地方政府大量出让土地资源供房产商开发房产;房地产企业对于土地储备的盲目追求,更加剧了这种稀缺性.因此土地价格的上涨远远快于同期商
(二)数据的选择和说明
本文数据来源于《中国统计年鉴》、《中国房地产统计年鉴》、《中国房地产市场年鉴》以及中国统计局网站,时间跨度为
1997年一2010年。
根据分析结果和模型的需要,引入了影响商品房价格变化的五个变量:
人均可支配收入、城镇人口、土地价格、建房工程造价和同期银行房贷利率进行研究。
下面对各个变量进行说明:
商品房价格(Y):
以历年全国商品房平均销售价格表示
实际人均可支配收入(X2):
根据历年城镇居民家庭人均可支配收入,除以当年的居民消费物价指数(CPI)整理得。
人口(X3):
历年城镇人口数。
土地价格(X4):
历年土地交易价格指数,上年为100 。
建房工程造价(X5):
历年竣工商品房平均造价。
银行实际房贷利率(X6):
5年期房贷利率减去通货膨胀率后的实际利率。
(三)模型的估计与检验
参数估计
采用EVIEWS将数据进行回归分析,得到如下分析结果:
得到回归方程:
logY)= -5.317424+log(X2)+ log(X3)+ log(X4)+ log(X5)+ log(X6)
(9.983350) (0.530919) (1.188495) (0.215843) (0.210203) (0.160702)
t=(-0.532629)(0.452363)(0.424290)(1.155658)(2.774900)(0.347047)
R2=0.989247Adjusted R-squared= 0.982527F=147.1971
模型的检验:
1、多重共线性检验
该模型R2=0.989,Adjusted R-squared=0.9825,F检验值= 147.1971,明显显著。
但a=0.05时,
ta/2 (n-k)=t0.025(8)=2.306, LOG(X2), LOG(X3), LOG(X4), LOG(X6)的系数t检验不显著,这表明该模型可能存在严重的多重共线性。
第一步,选取X2即历年城镇居民家庭人均可支配收入作为初始回归变量,则Y与X1的回归方程为:
第二步,在初始回归方程中引入X3即历年城镇人口数,则可以得出回归方程:
可以看出,虽然拟合优度稍有提升,但t值以及伴生概率都不达标,因此因剔除X3变量。
第三步,引入X4变量,则回归方程为:
可见,需要剔除x4变量。
第四步,引入X5变量,则回归方程为:
可以看到拟合优度提升,t值F值及其伴生概率都达到要求,所以该变量应该保留。
第五步,引入X6变量,则回归方程为:
显而易见,x6变量不符合,需要剔除。
综上,对于该模型,X3、X4和x6是多余的,应剔除。
最终的居民消费函数应该是Y=f(X2,X5)为最优,拟合结果如下:
最后修正严重多重共线性影响后的回归结果为:
回归方程为
LOG(Y)=-0.147422+0.490594LOG(X2i)+0.485662LOG(X5i)+u
(0.508413) (0.073005) (0.150022)
t=(-0.289965)(6.720051)(3.237263)
2、异方差检验
White检验
从上述方程可以看出:
nR2=3.660886<5.99147,所以模型不存在异方差。
3、相关性检验
用图示法检验模型是否存在相关:
由图可知,无法得知是否存在自相关性。
下面利用广义最小二乘法消除相关性,可以得到回归方程:
可以得出,在显著性水平为0.05的情况下,D.W.=1.691193<du=1.779,仍存在自相关,继续加入调整项进行调整,得到回归方程:
此时,可以看出在显著性水平为0.05的情况下,D.W.=2.331717>du=2.303,所以消除了自相关性。
所以最终的回归模型是:
LOG(Y)=-0.147422+0.490594LOG(X2i)+0.485662LOG(X5i)+ui
(0.508413) (0.073005) (0.150022)
t= (-0.289965) (6.720051)(3.237263)
R2= 0.986864Adjusted R-squared= 0.984476 F=413.2107
三、各因素对商品房的房价影响分析
通过模型的结果,我们可以发现住房价格主要受到实际人均可支配收入和建造工程造价的影响,而土地价格和城镇人口数及银行实际房贷利率对住房价格的影响不如预想的大,即影响商品房价格的主要是人们对住房的刚性需求。
同时两个因素相比较,实际人均可支配收入对商品房价格的影响更大,得出结论是,随着人均可支配收入的增加,住房价格还将进一步上涨。
因此,主导我国商品房价格上涨的主要动力还是刚性需求造成的。
房地产在国民经济生活中起着重要的作用.房地产业的发展对国民经济发展有着巨大的作用.因此,认真分析房地产市场的现状及其基本走势,深入探讨研究影响房地产业发展的主要因素,对促进房地产业事业持续健康发展有着至关重要的作用。
四、对目前房地产行业的思考及政策建议
对于我们每个人来说,住房都是我们正在或者将要面对的问题。
目前北京、上海、广州等一些大城市里,房价基本都在2万/每平米以上。
这对于很多尤其是工薪族而言,意味着从此就必须为房子奋斗一生,沦为“房奴”。
就目前的状况而言,这些大城市的房价已经到了让人买不起房子的地步,但是房价却依然没有明显下降的迹象。
所以,今后伴随着城镇居民可支配收入的不断增长,一些二线城市的房价也会加速的增长。
现在,一些具有发展机会和潜力的二线城市的商品房在未来二十年内必将大幅升值,所以投资于这些城市的房地产行业利润是巨大的。
对于政府而言,调控房价过高的关键在于:
①控制银行对居民买房的贷款,打击对商品房的投资需求。
②实行适度紧缩性货币政策,降低通货膨胀率,从而降低建房原材料价格,降低建房成本,进而能够降低房价。
参考文献:
[1]《中国统计年鉴》
[2]王桂新《中国人口分布与区域经济发展》
[3]成思危《中国城镇住房制度改革——目标模式与实施难点》