房价影响因素的实证研究

房价影响因素的实证研究【内容摘要】为研究近年房价上涨的重要影响因素，应用SPSS经济数据分析软件对我国房地产销售价格指数与土地交易价格指数，国内生产总值（GDP）,居民消费价格指数（CPI）,银行贷款利率，国际汇率等变量的关系加以回归分析。结果表明，汇率、利率是影响近年房价上涨的主要因素。【关键词】房地产价格；土地价格；GDP；CPI；贷款利率；汇率【Contentabstract】ThispapermakesaregressiveanalysisontherelationshipbetweenhousingpriceandGDP,CPI,landprice;loaninterestrate;exchangerateinordertostudytheimportantinfluencefactorsforthehousingprice.Thisresultindicatesthatexchangerateandloaninterestratearethemaininfluencefactorsforthehousingprice.【Keyword】housingprice;landprice;GDP;CPI;loaninterestrate;exchangerate【正文】一、引言近年来，随着我国经济的快速发展，居民消费水平的不断提高，对住房的需求也逐渐增大。我国房地产市场也是一路走高，过快增长的房价成为社会讨论的热点，百姓多有抱怨，政府对房价问题也高度重视，频频出台各项和政策，试图抑制房价，但效果不甚明显。对于房价影响因素，一种观点是从单一的角度解读房价上涨因素，他们认为，高房价是有高地价造成的。例如：杨慎（2003）、包宗华（2004）认为地价大幅上涨必然造成房价大幅度提高；另一种观点是从几个不同的角度来探讨房价的影响因素，例如：彭聪，聂元飞（2009）应用OLS法基于GDP、CPI、利率和居民可支配收入视角对房价影响因素进行实证研究，结果表明，经济总量、物价、贷款利率都是影响房价的重要因素；原源（2009）通过应用计量OLS方法对我国房地产销售价格与货币供应量（M2）、利率和汇率等变量加以回归分析，认为货币供应量上升、低利率和预期本币汇率上升,都是促进房价上升的重要因素。本文首次将这些影响房价上涨的因素结合起来，综合研究影响我国房价增长的主要原因，为抑制房价提供可靠性政策，为此建立计量经济学模型。影响房价上涨的因素很多，根据一些专家、学者的研究及结合实际情况，个人认为主要因素可能有以下几方面：（一）土地价格由于土地稀缺性和土地用途转换的困难性，土地供给缺乏弹性，且土地的供给由政府垄断，使得近年来土地征用费不断上涨，地价越来越高，从作用机制上讲，土地价格会从成本角度推动房价上涨。（二）国内生产总值改革开放以来，中国经济的快速增长已经持续了三十多年。从1978年到2009年，中国的国内生产总值按可比价计算，平均每年增长超过9%。尽管未来的发展速度可能有若干调整，但是，快速增长的总趋势是很难逆转的。经济的热和旺，必然传递到住房市场及其价格上来。理论上，经济增长速度会从需要角度作用于房价。伴随经济增长，居民收入和消费会增加。从消费结构上，社会大众的消费已从解决温饱向追求舒适转变，消费开始升级，表现为人均住房面积增加。（三）居民消费价格指数CPI，它使得建筑原材料价格和劳动力成本上升，进而推动房屋建筑成本上升。适度的CPI上涨在传导机制的作用下会推动房地产价格的上升，消费物价指数水平表明消费者的购买能力，随着生活是平的提高，人们对住房的质量要求提高，对住房的投资增加，且我国居民“有钱就买房”传统的消费观念，是造成房地产市场上供不应求的一个原因，这也推动了房价的上涨。（四）贷款利率理论上，利率上升会增加人们的机会成本（凯恩斯，1936），从而抑制人们的消费需求，减缓房价上涨速度。自2003年起，国家连续出台了多项房地产调控政策，连续上调了个人住房公积金贷款利率和个人商业贷款利率，以减缓房价上涨速度。但加息举措却并未起到显著的抑制房地产价格上涨的预期效果。（五）汇率近几年，随着我国经济的快速发展，进出口差额的不断扩大，外汇储备增幅加大，2003底突破4000亿美元，2004年底突破6000亿美元，2005年底突破8189亿美元，2006年底突破10663亿美元，2007年底突破15000亿美元，由于外汇款投放的货币量逐年递增。与此同时，外汇市场人民币供给小于需求，人民币汇率逐步升值且存在升值预期，种种因素与持续走高的房地产价格呈现正相关关系。从房地产供给与需求的角度看，在供给方面，劳动力供给的“棘轮”效应使得无论是汇率低估造成的经济结构造成的倾斜还是汇率调整将要引发的经济结构复位都会导致房地产价格的上涨；在需求方面，汇率低估引起的城市化进程过快、经常项目顺差以及升值预期带来的热钱流入共同推动了房地产价格的上涨。二、数据选取及模型设定研究样本包括2000—2009年间的全国宏观数据。其中，房价指数、土地交易价格指数和CPI是以1999年为100的调整后指数。房贷利率因为金数据较难收集在这里取银行五年以上中长期贷款利率代替，年汇率取每年平均汇率，GDP取其增长速度，数据由国家统计网2009年统计年鉴和财新网国民经济宏观数据整理得来。为研究土地交易价格指数，GDP，CPI，利率，汇率等是否对房地产价格变动有显著的线性影响，建立以房地产交易价格为被解释变量，以土地交易价格指数(TD)，GDP增长速度,CPI,利率(LL)和汇率(HL)为解释变量的多元线性回归模型。样本回归模型为：FJ=C(1)+C(2)*GDP+C(3)*TD+C(4)*CPI+C(5)*LL+C(6)*HL三、实证分析由于在进行回归分析时，引入的变量间可能存在多重共线性(实际上，上文设定模型中确实存在多重共线性)。因此有必要采取一些策略对变量引入回归方程加以控制和筛选，本文采取的是向后筛选策略。房地产价格影响因素多元线性回归分析结果(向后筛选策略)ModelSummary(e)ModelRRSquareAdjustedRSquareStd.ErroroftheEstimateChangeStatisticsDurbin-WatsonRSquareChangeFChangedfldf2Sig.FChange1.931(a).867.7001.4983.8675.20854.0672.925(b).856.7411.3944-.011.33114.5963.922(c).851.7761.2961-.005.18415.6864.917(d).840.7951.2407-.010.41416.5441.896aPredictors:(Constant),GDP增长率,汇率,利率,土地价格指数,CPIbPredictors:(Constant),GDP增长率,汇率,利率,CPIcPredictors:(Constant),汇率,利率,CPIdPredictors:(Constant),汇率,CPIeDependentVariable:房地产价格指数(一)拟合优度检验经过4步完成的回归方程建立，最终结果中，判定系数R2=0.840,调整的判定系数为0.795。依据该表可进行拟合优度检验，由于该方程中有多个解释变量，因此应参考调整的判定系数。由于调整的判定系数(0.795)较接近1，因此认为拟合优度较高，被解释变量可以被模型解释的部分较多。利用向后筛选策略共经过4步完成回归方程的建立。依次剔除的变量是土地价格指数，GDP增长率，利率。变量的偏F检验的概率p值均大于显著性水平，因此均不能拒绝原假设，这些变量的偏回归系数与0无显著差异，不因保留在方程中。最终保留在方程中的仅有汇率和CPI。方程的DW值(1.896)与2较为接近。(二)回归方程的显著性检验原假设：C(2)=C(3)=C(4)=C(5)=C(6)=0ModelSumofSquaresdfMeanSquareF1Regression58.462511.6925.208Residual8.97942.245Total67.44192Regression57.719414.4307.421Residual9.72251.944ANOVA(e)Sig..067(a).025(b)

Total67.44193Regression57.362319.121Residual10.07961.680Total67.4419Total67.44193Regression57.362319.121Residual10.07961.680Total67.44194Regression56.666228.333Residual10.77571.539Total67.441911.38218.407.007(c).002(d)abcdePredictors:(Constant),GDP增长率，汇率，利率，CPIPredictors:(Constant),汇率,利率,CPIPredictors:(Constant),汇率,CPIDependentVariable:房地产价格指数上表中第四个模型是最终模型，。如果显著性水平a为0.05,可以看出地4个设，，著的，建立线性模型是恰当的。三)回归系数的显著性检验回归方程的显著性检验的概率p值(0.002)小于显著性水平a,因此拒绝原假因此被解释变量房地产交易价格与解释变量间汇率、CPI的线性关系是显设，，著的，建立线性模型是恰当的。三)回归系数的显著性检验原假设：C(i)=0i=2,3,4,5,6)Coefficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.CollinearityStatisBStd.ErrorBetaToleraneeV]1(Constant)-134.48585.517-1.573.191土地价格指数.128.2231.164.575.596.00812CPI.728.6492.5941.122.325.00616

利率1.0991.693.218.649.552.296汇率17.8034.6703.6643.812.019.0362GDP增长率-.465.669-.326-.695.525.1522(Constant)-165.41361.875-2.673.044CPI1.073.2303.8234.661.006.0432利率1.1191.575.222.710.509.296汇率18.5634.1683.8214.454.007.0392GDP增长率-.177.412-.124-.429.686.3463(Constant)-149.27645.650-3.270.017CPI1.016.1753.6205.814.001.06415.567利率.596.926.118.643.544.7391.353汇率17.5113.1313.6045.593.001.06016.670I4(Constant)-138.03240.368-3.419.011CPI.994.1643.5436.058.001.06714.980汇率16.8692.8413.4725.938.001.06714.980aDependentVariable:房地产价格指数上表中展示了每个模型中个解释变量的偏回归系数，偏回归系数显著性检验的情况。假定显著性水平a为0.05,则前三个都存在回归系数不显著的解释变量,因此都不可用。第四个模型是最终的方程，CPI和汇率的回归系数显著性检验的概率P值为均为0.001,小于显著性水平a,故拒绝原假设，即解释变量CPI和汇率均显著地不为0。.（五）异方差性检验1、残差图NomalP-PPlotRegressionStandardDependentVariable:房地产价格

标准化残差的非参数检验结果One-SampleKolmogorov-SmirnovTest房地产价格指数N11NormalMean105.391Parameters(a,b)Std.Deviation3.1529MostExtremeAbsolute.178DifferencesPositive.157-.178NegativeKolmogorov-SmirnovZ.590Asymp.Sig.(2-tailed).877aTestdistributionisNormal.bCalculatedfromdata.如图所示，数据点围绕基准线还存在一定的规律性，但标准化残差的非参数检验结果（见上表）表明标准化残差与正态分布不存在显著差异，可以认为残差满足了线性模型的前提要求。经上述检验可知，建立的多元线性回归方程是可用的，且拟合度较高。解释变量能够正确反映被解释变量。根据上述分析，模型估计的结果为：FJ=-138.032+0.944CPI+16.869HLT=（-3.419）（6.085）（5.938）R2=0.840,调整的判定系数为0.795F=18.407结论，在控制其他因素不变的情况下，CPI、汇率是影响房地产价格指数变动的主要因素。居民消费价格指数每上升1个百分点,房地产价格指数就上升0.944个百分点；人民币汇率每上升1个百分点，房地产价格指数就上升10.679个百分点。三、对策建议1、完善我国的汇率形成机制，以配合利率政策挤压房地产泡沫。在保持人民币汇率水平均衡、合理的基础上，真正实现由管理的浮动，已减弱热钱的冲击力度，缓解房地产价格上升的压力。从长期来看，要逐步实现人民币完全可自由兑换。2、在制定控制房价上涨的政策时可以适当考虑通过控制物价进行间接调控。3、科学修订CPI指标，切实反映物价水平针对目前我国CPI编制体系并未考虑因住房价格上涨而带动的居住类价格指数的上升的现状，积极探讨可行的CPI编制体系，将房地产价格对CPI的影响因素纳入体系的范畴，使得CPI指数的统计结果能够如实反映现实的房价水平.4、正确解读土地与房价的