扬州市房价波动的影响因素研究分析 工商管理专业

摘要本文利用扬州市2011-2016月度数据，探究其房价波动的影响因素。通过分析本文认为，限购政策对房价波动的影响是显著的，政府可以通过限购的政策方式调控房价；扬州市房价波动更多受当地资本因素而非经济基本面的影响，对中心城市南京的房价波动亦不敏感。进一步研究发现，扬州市房价与当地货币供应量和信贷规模存在长期均衡关系，且受自身市场预期影响较大。在此基础上，本文给出了一些政策建议。关键词：房价波动中型城市回归模型一、引言近年来，我国房价不断上涨。2010年6月全国房屋销售价格指数为9042元/平方米，2016年11月上升为11816元/平方米，涨幅为30.68%数据来自CREIS中指数据。。同时，全国房地产价格存在很大差异，2016年11月房屋销售价格指数：最高为深圳，房价为55040元/平方米（涨幅为148.03%），最低为湘潭，房价为4012元/平方米（涨幅为20.23%），差价高达13.7倍，反映出我国房地产市场还不成熟，房地产价格存在较大波动，且大型城市与中小城市之间存在较大差异。数据来自CREIS中指数据。房价已成为理论界和实务界都十分关心经济问题和社会问题，对房价波动的影响因素，许多学者都进行了相关研究，但现有文献，大多以全国房价指数为研究对象，如余华义和陈东（2009）研究了中国房价与地价、利率的关联性【1】；梁云芳和高铁梅（2006）分别从供需以及资本角度分析了我国房价波动的成因【2】。相对而言，考察一特定城市、尤其是中小城市房价形成机制的研究较少。本文以扬州市这一中型城市房价波动为例，考察其房价波动的影响因素，并基于结果给出政策建议。本文安排如下：第二部分讨论（中型城市）房价形成的机制，第三部分对使用的数据进行说明并进行实证分析，第四部分报告实证分析结论并给出政策建议。二、房价形成机制的讨论房价的形成机制比较复杂。房屋既是一种消费品，又是一种投资品。作为消费品，房价自然受市场经济基本规律（价值规律、竞争规律、供求规律等）的支配；作为投资品，成本与收益的比较又影响着房地产资产的定价。具体到一个城市，人口因素，城市与城市之间房地产市场的互动关系同样可能影响房价。此外，针对近年来不断上涨的房价，政府的调控政策对房价可能产生较大影响。房价的形成是多因素作用的结果。（一）需求因素对房价的影响从需求角度来说，住房需求可以分为刚性需求、改善型需求、迁移性需求与投机需求。一般认为，房地产价格波动的主要来源是宏观经济基本面波动，这很大程度上是因为经济增长（2011-2016年，扬州市地区生产总值由2630.30亿元增长为4449.38亿元，增幅为67.8%）伴随着居民收入增加（2011年-2016年，扬州市城镇居民人均可支配收入由11217增长为18057元，增幅60.98%），家庭对房屋购买力增强。而房屋由于建设周期长（一般为2年），短期内供给无弹性，在供给不变的情况下，需求增加导致房价上涨。此外，房地产市场的产品是差异化的，房屋有档次高低之分。随着收入增加，一些家庭不满于原有的住房大小、居住环境等，产生了置换房屋的改善型需求，这也推动了房价上涨。迁移性需求是指人口流动带来的对住房的需求，比如人口从县区向市区的流动，周边城市向中心城市的流动都会增加本地对房屋的需求注意人口迁移和外来务工人员流入的区别。人口迁移对房地产市场的影响是增加本地住房需求，而外来务工人员流入不一定伴有迁移目的，大多以租房为主，实际上减少了房屋供给。这两种因素都对房价上涨有推动作用。注意人口迁移和外来务工人员流入的区别。人口迁移对房地产市场的影响是增加本地住房需求，而外来务工人员流入不一定伴有迁移目的，大多以租房为主，实际上减少了房屋供给。这两种因素都对房价上涨有推动作用。（二）供给因素对房价的影响从供给角度来说，在其他条件不变的情况下，如果增加房屋供给，房价会下降。扬州市2011-2016年规划建筑面积PLAN月度数据见图1，可见规划建筑面积虽波动较大，且在每年下半年达到峰值，但每年均值总体不变，可以认为房屋供给比较平稳，没有显著增加。在土地价格对房价影响这个问题上，现有研究分歧较大。一些观点认为，土地价格、建筑材料价格以及建安成本等成本价格上涨推动了房价上涨，比如和白霜（2008）的研究认为涵盖材料成本、土地成本与人力成本的生产成本上涨推动了房价的上涨【3】，刘琳和刘洪玉（2003）则认为经济发展带来的对土地需求的增加使土地价格上涨，从而推动了房价上涨【4】。另一些观点则认为，房价上涨使得房地产开发商更有激励竞拍土地，导致地价上涨，但是地价上涨对房价的影响较小，持此观点的学者有周京奎（2006）【5】、刘琳和刘洪玉（2003）【6】等。本文认为，就扬州市而言土地价格对于房价波动影响不大，图2为扬州市2011年-2016年房价PYZ与土地成交均价PZ相关图，未见明显的相关关系。以单独一个城市为样本分析房价波动成因时，地价很可能不是重要影响因素，原因在于许多房地产开发公司并不仅在一个城市开展房地产开发活动，而是同时在许多城市开发、建设房地产，这要求其在多个城市以不同的价格竞拍土地，但是房地产公司最终在给房屋定价时，往往考虑总体成本，并根据所在城市房地产市场情况进行定价。因此，如果仅考察扬州市一个城市的房价，其中未必会包含开发商在取得本地建设用地时的成本信息。图1扬州市规划建设面积图2扬州市房价与地价相关图（三）资本因素对房价的影响从资本因素来看，房地产是资本密集型产业，房地产价格与利率、信贷规模息息相关。利率是资金的价格，它能够同时调节房地产市场的供给和需求。从需求的角度来看，利率能影响消费者的购房需求与投机需求。由于大部分消费者都采用按揭买房的方式，当利率降低时，意味着购房资金成本降低，会增加对房屋的需求；此外，较低的存贷款利率，还会使投资者寻求储蓄以外的投资渠道，在房价总体上涨的环境下，具有增值、保值功能的房地产成为了重要的投资渠道。从供给角度来看，房地产开发商的融资成本与融资规模受利率影响。当利率上升时，开发商的融资成本上升。这不仅压低了房地产开发商的利润空间，而且由于目前我国房地产开发行业中房地产开发商的主要资金来源是银行贷款，利率上升使房地产开发商的可用资金规模减少,从而减少房地产的总供给。由此可见，利率同时影响房地产市场的供需两端，降低利率能够同时提高房地产市场的需求与供给，提高利率则会同时引起两者的紧缩。房价作为供需两种因素共同作用的结果，其波动与利率变化的关系是不确定的，取决于供需两种因素的强弱比较。银行信贷规模与货币供应量也对房价波动产生影响。银行信贷规模可以通过改变货币量影响房地产市场。一方面，信贷扩张时，房地产开发贷款也增加，刺激开发商增加房屋供给；另一方面，由于货币供应量增加，消费者名义收入增加，对房屋的需求增加。与利率对房价的影响相似，信贷扩张会同时提高房地产的供给与需求，信贷紧缩时将会发生相反的情况；货币政策的松紧也有类似效应。因此，信贷规模和货币量对房价波动的影响，也取决于其对房地产市场供求两端影响的强弱比较，这要求我们对它们在房价波动中的作用做进一步实证分析。（四）政策因素对房价的影响近年来由于房价持续上涨，一些城市出现了房地产过热的·情况，政府曾出台一系列房价调控政策。在本文的样本期内，国务院办公厅于2013年2月26日发布《国务院办公厅关于继续做好房地产市场调控工作的通知》，确定了限购区域、限购住房类型、购房资格审查等五条房地产调控措施，以下简称“国五条”。图1为扬州市房价走势图，可见“国五条”发布之前，2011年至2012年底扬州市房价呈波动上升，涨幅较缓，2012年底至2013年中快速上涨，“国五条”发布之后，房价迅速下跌，到2015年房价甚至低于2011年至2012年平均水平。这很大程度上是因为限购政策在扬州市起了作用。限购政策可以通过两个渠道影响房价：第一，限购政策直接压低了需求量，在供给弹性较小的情况下，促使房地产价格回落。第二，限购政策改变了人们对未来房价的心理预期，让投机者认为房地产市场不再有投机机会，“炒房”资金撤离，强化了房价的下降。图3扬州市房价走势（五）城市联动因素对房价的影响大小城市的联动关系可能也对房价波动造成影响。目前扬州市是南京都市圈2003年1月15日，江苏省政府批准了《南京都市圈规划（2002-2020）》2010年5月24日，国务院颁布《长江三角洲地区区域规划》，规划提出要加快南京都市圈建设，编制南京都市圈区域规划。2003年1月15日，江苏省政府批准了《南京都市圈规划（2002-2020）》2010年5月24日，国务院颁布《长江三角洲地区区域规划》，规划提出要加快南京都市圈建设，编制南京都市圈区域规划。三、数据说明与实证分析（一）数据说明本文采用月度数据，样本区间为2011年6月-2016年6月，共72个样本期。本文扬州市（PYZ）与南京市（PNJ）房价数据取自中国指数研究院发布的百城价格指数。该指数将样本区域内已获销售许可的在售房地产全部纳入计算范围，样本覆盖城区、郊区以及房地产较为发达的下辖县市。样本价格采用项目实际价格，即扣除了优惠减免等的实际购房价格。样本单位为元/平方米。月度土地成交均价PL由以下公式计算得到：土地成交均价PL=土地出让金/土地出让面积其中，土地出让金与土地出让面积数据整理自扬州市国土资源局网站数据来源：扬州市国土资源局网站（）。与CREIS数据来源：扬州市国土资源局网站（）。社会产出GDP由于缺少月度数据，受段忠东（2007）启发，采用规模以上工业增加值代替【7】。工业增加值数据整理自扬州市统计局官网数据来源：扬州市统计局网站（数据来源：扬州市统计局网站（）。利率INT使用中国人民银行发布的五年期贷款基础利率本文曾使用上海银行间同业拆放利率Shibor月度数据，经指导老师提醒，考虑到中国目前利率市场化程度还不成熟，使用拆解利率可能不能反映真实利率水平，故采用中国人民银行发布的贷款基础利率。。本文样本区间是2011年6月-2016年6月，期间，中国人民银行进行过9此利率调整。除2011年7月7日，央行将一年至三年、五年期贷款利率分别由6.65%和6.80%上调为6.90%和7.05%，此后的8次利率调整均为降息操作，到2015年10月24日，一年至三年、五年期贷款利率已经降至4.75%和4.90本文曾使用上海银行间同业拆放利率Shibor月度数据，经指导老师提醒，考虑到中国目前利率市场化程度还不成熟，使用拆解利率可能不能反映真实利率水平，故采用中国人民银行发布的贷款基础利率。货币供应量M2采用扬州市金融机构人民币存款余额，信贷规模LOAN采用扬州市金融机构贷款余额，这两个指标均整理自扬州市统计局官网，且均为累计值。单位为亿元。（二）平稳性检验在回归分析前先对各个序列进行平稳性检验。下表给出了各个变量的ADF检验结果。表1ADF检验结果Variable检验形式t-StatisticProb.Variable检验形式t-StatisticProb.PYZ(C,T,0)-1.5440.823PYZ(-1)(C,0,0)-8.3110.000GDP(C,0,1)-0.5270.482GDP(-1)(C,0,1)-13.9700.000INT(C,0,2)0.4100.900INT(-1)(C,0,2)--4.0230.003LOAN(C,T,0)-1.8170.680LOAN(-1)(C,T,0)-4.3000.001M2(C,T,3)-0.2940.987M2(-1)(C,T,3)-10.2440.000PNJ(C,T,0)2.6671.000PNJ(-1)(C,T,0)-2.1150.527PL(C,0,0)-9.1800.000PL(-1)(C,0,0)-14.270.000注：(C,T,p)未检验形式，C和T分别代表常数项和时间趋势，p为经AIC信息准侧筛选的最优滞后步数。从ADF检验结果看出，所有变量中仅有PL是平稳的，其余变量都是非平稳的。变量PYZ、GDP、INT、LOAN、M2和PL是1阶单整序列，即为I(1)，变量PNJ经二次差分后达到平稳（结果未列出），即为I(2)。（三）实证分析首先，对外生政策变量“国五条”的显著性进行检验。在选取的样本期（2011年6月-2016年6月）中，“国五条”出台的2013年3月是扬州市房价波动的分水岭。从该时点开始，房价中应当包含了政府的限购政策，从而房价呈现出回落态势。因此，以“国五条”为界，扬州市房价应当出现结构性变化。利用Eviews7.2软件输出扬州市房价序列PYZt自相关及偏自相关系数分析图（图略），发现自相关系数（Autocorrelation）随滞后期增加呈正弦波衰减，趋向于0；偏自相关系数（PartialAutocorrelation）是1步截尾的。因此可以认为序列PYZt是一个AR(1)过程。该过程可以表示为：PYZt=8897.90+0.94PYZt-1（1）(35.92)(18.57)R2=0.86D.W.=2.11我们再以“国五条”出台时间点2013年3月对方程（1）进行Chow检验。检验结果见表1：表1Chow检验结果F-statistic5.194924Prob.F(2,56)0.0085Loglikelihoodratio10.21155Prob.Chi-Square(2)0.0061WaldStatistic9.937219Prob.Chi-Square(2)0.0070各个统计量收尾概率都是·0.00，说明以2013年3月为时间点，方程（1）结构发生显著变化。这表明“国五条”在扬州的落地实施，对房价的调控起到了重要影响。由于本文选择的变量较多，先构建一个多元线性回归模型，剔除不必要的变量。根据Chow检验结果，设置方程形式为：PYZ=β0+β1GDP+β2INT+β3LOAN+β4M2+β5PNJ+β6PL+β7DtPOLICY+μt（2）其中，Dt=0,t<2013,3用OLS法得到各参数估计结果见表2：表2OLS估计结果（GDP,INT,LOAN,M2,PNJ,PL,POLICY）VariableCoefficientStd.Errort-StatisticProb.C9778.317602.765216.222430.0000GDP3.0105091.280910-2.3502900.0237INT-35.4911189.801670.3952170.6947LOAN-1.5935570.315845-5.0453800.0000M20.7612530.1922643.9594100.0003PNJ0.0080660.0262310.3074770.7600PL0.0184200.0195170.9437850.3508POLICY-516.392270.477697.3270320.0000估计结果显示，变量利率INT、南京市房价PNJ和成交土地均价PL不显著。剔除不显著变量INT、PNJ和PL重新进行OLS估计，得到方程（3）。由于D.W.检验不通过，模型存在自相关，用式（4）进行修正：PYZ=10655.83+0.34GDP-1.01LOAN+0.12M2-685.68POLICY+μt（3）（592.59）（1.06）（0.35）（0.12）（246.18）μt=0.86μt-1+et（4）(0.11)R2=0.91D.W.=1.95修正过的模型通过LM检验，不存在序列相关。R2为0.91，拟合优度较好。在该模型中利率INT不显著，这与经验不符，也与许多现有研究矛盾。余华义和陈东（2005）【1】发现利率与房价存在负相关关系，梁云芳和高铁梅（2006）【2】也发现提高利率1个百分点,会使房价下降1.04个百分点。原因可能在于，其一，正如前文说明，由于用于衡量通货膨胀的消费者价格指数月度数据不可得，无法对名义利率进行修正。其二，由于降息周期间隔较长（样本中最长的降息间隔为26个月，占总样本区间的36.11%），水平的利率序列无法真实反映房地产市场上资金的借贷成本，反而是扬州市当地的信贷规模以及货币宽松程度对房价波动表现出显著影响。地价变量PL不显著，符合本文观点，即在单独考察一个城市房价影响因素时，地价不是重要原因。南京市房价PNJ不显著，说明扬州市和南京市作为中心城-卫星城关系，尽管经济上有一定程度的一体性，但房地产市场的联系并不紧密。鉴于许多研究都发现房价与经济基本面之间存在长期相关关系，比如沈悦和刘洪玉（2004）认为经济基本面和房价历史信息能够很好地解释房价，段忠东（2007）发现在长期房价和产出存在正反馈机制；此外，根据前文分析，银行信贷和货币供应量等资本因素能够通过影响房地产市场的供需两端来影响房价波动。故下面考虑显著变量之间可能存在的长期均衡关系。由于序列PYZ、GDP、M2以及LOAN都是一阶单整的，猜想他们之间可能存在协整关系。我们将变量分为两组，（PYZ,GDP）和（PYZ,M2,LOAN），分别考察房价与经济基本面，以及房价与资本因素的长期均衡关系。首先考察房价PYZ与产出GDP之间是否存在长期均衡，本文采用Johansen检验，并将政策因素POLICY作为外生变量考察二者间的协整关系，结果见表3，迹检验统计量和最大特征值统计量均表明在0.05显著性下PYZ和GDP不存在协整关系，也即扬州市房价与产出之间不存在长期均衡，这与大部分现有研究结果不符。本文认为，是数据替代问题导致产出不能很好地解释房价波动，如前文所说，由于缺少GDP月度数据，故根据以往研究的经验采用规上工业增加值作为产出替代数据，但未考虑扬州市产业结构。扬州市主要产业并不是工业，因此工业增加值不能很好包含产出信息，因此导致了变量的不协整。表3Johansen检验结果（PYZ,GDP）UnrestrictedCointegrationRankTest(Trace)HypothesizedNo.ofCE(s)EigenvalueTraceStatistic0.05CriticalValueProb.**None0.1377355.43034120.261840.9704Atmost10.0162300.5400019.1645460.9929Tracetestindicatesnocointegrationatthe0.05levelUnrestrictedCointegrationRankTest(MaximumEigenvalue)HypothesizedNo.ofCE(s)EigenvalueMax-EigenStatistic0.05CriticalValueProb.**None0.1377354.89034115.892100.8976Atmost10.0162300.5400019.1645460.9929Max-eigenvaluetestindicatesnocointegrationatthe0.05level接下来考察房价PYZ和货币供应量M2、信贷规模M2是否存在长期均衡，本文采用Johansen检验，并将政策因素POLICY作为外生变量考察二者间的协整关系，结果见表4。迹检验统计量和最大特征值统计量均表明在0.05显著性下PYZ和M2、LOAN之间存在1个协整关系，表明了房价与货币供应量、信贷规模之间存在长期均衡的关系，这一协整关系可以用向量误差修正（VEC）模型进行估计，由估计结果（见表5）得到协整方程：PYZt=1.6861M2t-2.8779LOANt+9386.103（5）方程（5）表明，在长期中，扬州市房价与货币供应量呈正相关，与信贷规模呈负相关。这说明在长期中，扬州市房价波动主要受资本因素影响。表4Johansen检验结果（PYZ,LOAN,M2）UnrestrictedCointegrationRankTest(Trace)HypothesizedNo.ofCE(s)EigenvalueTraceStatistic0.05CriticalValueProb.**None*0.67232348.3006842.915250.0132Atmost10.17565310.3659725.872110.9084Atmost20.1057033.79839412.517980.7711Tracetestindicates1cointegratingeqn(s)atthe0.05levelUnrestrictedCointegrationRankTest(MaximumEigenvalue)HypothesizedNo.ofCE(s)EigenvalueMax-EigenStatistic0.05CriticalValueProb.**None*0.67232337.9347125.823210.0008Atmost10.1756536.56758119.387040.9277Atmost20.1057033.79839412.517980.7711Max-eigenvaluetestindicates1cointegratingeqn(s)atthe0.05level表5VEC估计结果（PYZ,M2,LOAN）VariablePYZtM2LOANCCoefficient11.6861(-1.6861)[-5.7607]2.8779-0.3926[7.3299]-9386.1vecm-0.01595(-0.15941)[-0.10002]0.095028(-0.10634)[0.89364]-0.09801(-0.02976)[-3.29282]下面用脉冲响应函数考察以上长期均衡的动态特征，即扬州市房价PYZ面对一个新息冲击时有何反应。取PYZ、M2、LOAN一阶差分序列DPYZ、DM2、DLOAN建立向量自