四川省商品住宅价格影响因素的计量经济分析Word格式.docx

四川省商品住宅价格影响因素的计量经济分析Word格式.docx

《四川省商品住宅价格影响因素的计量经济分析Word格式.docx》由会员分享，可在线阅读，更多相关《四川省商品住宅价格影响因素的计量经济分析Word格式.docx（19页珍藏版）》请在冰豆网上搜索。

一般来说，随着家庭人口规模的小型化，家庭数量增多，所需住房的总量将增加，房地产价格有上涨趋势。

居民实际收入的增加会提高居民的支付能力，从而增加对房地产的需求，导致房地产价格上涨。

收入增加对房价的影响程度，取决于现有的收入水平及边际消费倾向的大小。

对于低收入家庭而言，虽然其边际消费倾向较大，但其增加的收入主要用于满足衣食等基本的生存需要，对房价的影响较小对于中等收入家庭而言，边际消费倾向较大，增加的收入会用于提高包括居住质量在内的生活质量，从而导致房价上涨高收入家庭的边际消费倾向较小，但是如果其将增加的收入由于房地产投资或投机，则会引起房价的上涨。

对商品房的需求不仅取决于现有人口数量和居民收人水平，也取决于对商品房未来价格的预期。

较高的现行住宅价格会降低需求，但对由价格的增长带来的资本利益的预期能够刺激需求。

不论是住宅的投机者、投资者还是消费者，都会受到其对未来住宅价格水平预期的影响。

物价指数或通货膨胀率主要是通过两个途径对房地产经济波动产生影响。

首先，通胀因素影响房地产名义价格与真实价值变动，物价指数或通胀率与房地产价格之间存在明显的正相关关系。

一方面，当物价总体趋向上涨时，房地产名义价格随之上涨。

另一方面建筑材料价格、建筑人工费等的上涨会推动房地产生产成本上涨，从而导致房价上涨。

其次，通货膨胀使得影响房地产商品的保值与增值功能发生变动，进而影响房地产经济运行波动。

通货膨胀时消费者宁愿持有真实资产而放弃货币资产，从而导致房地产投资活动的增加反之会导致房地产投资活动的减少，这也会对房地产价格产生影响。

（二）供给方面影响房地产价格的因素分析

从供给方面看，房地产的有效供给是指开发商在其成本约束下对市场住房产品的有效供给量。

严敏（2003）指出，地价的推进、土地资源的短缺和建筑成本的上涨都会对房地产的供给产生影响。

其影响因素主要有土地交易价格水平和建筑原材料的市场价格，大量开发投资资金的贷款成本也对开发商的供给行为有很大约束。

限于数据的获取性，本文以1998至2007年四川省房地产开发投资完成额作为房地产开发商的开发成本。

房地产开发投资完成额是指房地产开发企业在一定时间范围内进行房屋建设及土地开发所完成的工作量及有关费用的总称，包括房屋开发投资和土地开发投资，可以视为房地产商供给的总成本。

从供给需求均衡的基本经济理论来说，商品房销售的实际价格受开发商房屋供给量的影响，以房屋竣工面积代表房屋供给量。

（三）政府因素影响

政府为控制房地产价格会实行宏观调控政策。

例如征收房地产税。

广义的房地产税涉及土地农业税、归属于财产税类的房屋、土地税以及与房屋、土地相关联的各种所得税和行为税。

目前，中国正在进行房地产税改革，物业税的出台就是房地产税改的迈出的重要一步。

中国物业税等于房产税加城市房地产税加土地增值税加土地出让金等。

在我国开征物业税，是对在我国境内拥有土地使用权和房屋使用权的自然人和法人征收的一种房地产保有阶段的税收。

常莉（2007，5）对房地产税对房地产价格的影响进行了实证分析，得出有关结论。

其将住宅的需求类型分为三类，分析房地产税收改革对不同类型的需求可能产生的影响，从而寻找其对房地产价格可能产生的间接影响。

从自住型需求来看，对房地产持有者征收房地产税，将增加持有成本，会促使房地产消费者合理消费，从而减少了房地产市场上的一部分需求，起到抑制房价上涨的作用。

从投资型需求来看，征收房地产税将增加房地产持有人在物业持有期间的成本，降低其收益预期，房屋投资者会在适当时候售出持有的房屋，这样能减缓当前房地产价格增长速度，挤压房地产泡沫，促进合理的房地产价格形成。

从投机型需求来看，由于投机者是在短期内持有物业，因此需缴纳的房地产税并不多，而投机者期望获得的是高利润，相比之下房地产税对投机者利润预期的影响有限，因此保有环节的房地产税本身对抑制房地产投机作用有限，但二手房交易环节从严征收的营业税和个人所得税则可以有效抑制这部分投资需求。

总的来看，通过对房地产持有人开征房地产税将增加房地产持有人的持有成本，促使消费者节约消费、理性消费，开征房地产税还会使投资房地产待价而沽者成本增加，从而抑制房地产投资和投机行为，而二手房交易环节的税收调整会进一步抑制利益投机型的购房需求，进而抑制房价涨幅、平抑房价。

如果对拥有一套住房和拥有多套住房区别征收房地产税，前者低，后者高，将对抑制虚假投资，预防房地产泡沫起到显著效果。

近几年来国家连续以提高贷款利率和法定存款准备金的货币政策为手段对表现过热的房地产市场进行了宏观调控。

而利率的影响有两方面，从供给来说，利率的高低决定了房地产开发商的融资成本，贷款利率高，开发商需要以较高的成本获得资金。

房地产本身就是高负债的投资行业，开发商的资金很大一部分是以债务融资获得。

因此国家连续提高贷款利率对开发商供给行为的影响是显著的。

从需求方面讲，利率的提高会增加消费者的还贷成本，但由于预期的存在，消费者对住房的需求是不确定的。

因此利率对房价的影响并不显著。

三、四川省商品住宅价格计量经济模型的建立

（一）指标的选取，数据的收集和模型设定

在房地产市场中，由于影响住宅房地产价格的因素的复杂性和多样性，将所有影响因素都纳人研究分析不太现实，难度较大，所以我们只考虑影响哈尔滨市商品住宅价格变化的一般因素。

我们选取了1998年到2007年共计10年的数据，从房地产开发成本、房地产供求关系、经济因素等三个方面进行分析，考虑到显著性和可量化性，并且结合四川省房地产市场实际情况，本文选定四川省商品房价格（单位：

元/平方米）作为被解释变量Y，同时选取了4个解释变量如下：

X1——商品房竣工面积（单位：

万平方米）

X2——土地交易价格指数

X3——人均GDP（单位：

元）

X4——家庭可支配收入（单位：

年份

Y

X1

X2

X3

X4

1998

586.58

757

99.9

4339

5127.1

1999

725.7

1013.3

100.3

4452

5477.9

2000

945.64

1285.3

100.8

4784

5894.27

2001

1414.7

1843.9

101.8

5250

6360.47

2002

1865.94

2312.3

103.4

5766

6610.8

2003

2457.85

2864.1

105

6418

7041.87

2004

2101.98

2398.7

109

7895

7709.87

2005

3402.5

2796.9

107.7

9060

8386

2006

4100.15

3238.7

105.8

10546

9350.11

2007

4923.84

3025.5

12893

11098.28

数据的收集：

中国统计网

成都统计信息网

中经专网

模型的设定：

Y=α+β1X1+β2X2+β3X3+β4X4+μ

（二）对数据进行分析：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/14/08Time:

15:

57

Sample:

19982007

Includedobservations:

10

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

8358.763

3612.599

2.313781

0.0686

0.735880

0.155586

4.729743

0.0052

-98.47482

33.95112

-2.900488

0.0338

0.482890

0.196913

2.452308

0.0578

-0.120982

0.323267

-0.374250

0.7236

R-squared

0.993355

Meandependentvar

2252.488

AdjustedR-squared

0.988039

S.D.dependentvar

1475.836

S.E.ofregression

161.4083

Akaikeinfocriterion

13.31260

Sumsquaredresid

130263.2

Schwarzcriterion

13.46390

Loglikelihood

-61.56302

F-statistic

186.8578

Durbin-Watsonstat

3.580261

Prob（F-statistic）

0.000013

1．多重共线性检验

由此可见，该模型：

R

=0.993355，

=0.988039可决系数很高，F检验值186.8578，明显显著，当取

=0.05时，t（n-k）=t（10-5）=2.571，X3与X4系数的t检验值不显著，这表明可能可能存在严重的多重共线性问题

计算各解释变量的相关系数，对X1、X2、X3、X4数据，做相关的系数矩阵

1.000000

0.900760

0.795930

0.976243

0.981617

0.849393

0.824080

0.851550

0.813289

0.814209

0.994065

由相关系数矩真可以看出，各解释变量之间的相关系数很高，证实确实存在严重的多重共线性。

采用逐步回归的办法，去检验和解决多重共线性问题。

分别做Y对X1,X2,X3,X4的一元回归。

下表显示分别做一元回归的结果

一元回归结果

变量

X2

X3

参数估计值

1.502846

348.3058

0.497255

0.775364

t统计量

5.866072

3.718656

12.74358

14.54665

0.811369

0.633505

0.953051

0.963571

0.787790

0.587693

0.947183

0.959017

其中，X4的方程

最大，则以X4为基础，顺次加入其它变量逐步回归

16:

38

-3100.338

354.3277

-8.749917

0.0001

0.616631

0.082760

7.450852

0.393730

0.174808

2.252360

0.0590

0.978878

0.972844

243.2054

14.06901

414042.1

14.15979

-67.34507

162.2075

2.372619

0.000001

39

Prob.

-3010.606

5094.618

-0.590939

0.5731

0.781681

0.098104

7.967845

-4.298095

54.35136

-0.079080

0.9392

0.963603

0.953204

319.2568

14.61319

713474.4

14.70397

-70.06597

92.66305

2.517509

0.000009

-3331.724

1456.248

-2.287882

0.0560

0.745317

0.523666

1.423269

0.1977

0.019491

0.337685

0.057721

0.9556

0.963588

0.953185

319.3234

14.61361

713772.0

14.70439

-70.06805

92.62295

2.556502

加入新变量的回归结果

（一）

X4X1

（2.252360）

（7.450852）

X4X2

（-0.079080）

（7.967845）

X4X3

（0.057721）

（1.423269）

经过比较，新加入X1的方程

0.972844改进最大，而各参数的的t检验显著，选择保留X1，再加入其他新的变量逐步回归，结果如下表

53

3623.701

4136.786

0.875970

0.4147

0.658834

0.078790

8.361905

0.0002

0.546750

0.183076

2.986472

0.0244

-70.69231

43.36238

-1.630268

0.1542

0.985362

0.978044

218.6851

13.90232

286938.9

14.02335

-65.51158

134.6341

2.015822

0.000007

56

-1833.709

1252.980

-1.463478

0.1937

0.134548

0.465037

0.289328

0.7821

0.471812

0.188639

2.501143

0.0465

0.292306

0.277539

1.053208

0.3328

0.982174

0.973261

241.3295

14.09938

349439.6

14.22041

-66.49689

110.1958

2.630053

0.000012

加入新变量的回归结果

（二）

X4X1X2

（2.986472）

（-1.630268）

（8.361905）

X4X1X3

（2.501143）

（1.053208）

（0.289328）

在X4,X1的基础上加入X2后的方程

增大，但是t检验都不显著。

加入X3后

增大，但是个变量的t检验都变得不太显著