南京市房地产研究 南财大本科论文.docx
- 文档编号:27255572
- 上传时间:2023-06-28
- 格式:DOCX
- 页数:27
- 大小:120.42KB
南京市房地产研究 南财大本科论文.docx
《南京市房地产研究 南财大本科论文.docx》由会员分享,可在线阅读,更多相关《南京市房地产研究 南财大本科论文.docx(27页珍藏版)》请在冰豆网上搜索。
南京市房地产研究南财大本科论文
南京市房地产景气循环研究
[摘要]经济的发展带动或产生了对商业、居住和服务设施等的空间需求,从而带来了房地产市场的兴起,从本质上讲,房地产业的发展是由整体经济的发展决定的。
因此,运用科学的方法对房地产的运行状态进行分析就显得尤为重要。
文章采取定性与定量相结合的方法,描述南京市房地产景气循环的轨迹,判断南京市房地产目前所处的景气空间以及发展趋势。
首先,对景气分析的相关理论和方法进行介绍;然后,根据南京市1995-2006年的12个与房地产业相关指标进行单指标的景气分析;最后,运用扩散指数研究南京市房地产的景气循环状况。
[关键字]房地产扩散指数循环波动景气指数
AbstractThedevelopmentofeconomicdriveorproducethespacerequirementsofresidentcommerceandservicefacilityetc,sobringthemarketofrealestatespringup.Therefore,fromessence,thedevelopmentofrealestateisdecidedbymacro-economydevelopment.Therefore,itisimportanttoanalyzethestateofacitiesrealestate.Throughthecombinationofqualitativeanalysisandquantitativeanalysis,thispaperanalyzesandjudgedthebusinesscycleofNanjing'srealestatemarket.Firstofall,thepaperintroducethetheoriesandthemethodaboutpaper,thenaccordingtoNanjing’s12realestate—relatedindicatorsofeconomicindicators,Finally,usethediffusionindextostudytherealestateinNanjingonthebusinesscycleconditions.
KeywordsRealEstateCyclicalMovementBoomIndexDiffusionIndex
一、问题的提出
1.研究背景及必要性
当今世界上许多经济发达的国家和地区,房地产业己经成为经济繁荣的基本支撑点。
1990年以来,我国的房地产市场同样有了飞速的发展,十几年间已经成为我国国民经济的重要支柱产业。
而房地产业在发展过程中,会表现出循环性的波动,即房地产经济从景气滑向不景气,又从不景气走向景气这样一种周而复始的运动过程[1]。
房地产市场的大幅波动,或者不健康发展将会给整个国民经济造成很大的损失。
对房地产的景气循环进行分析和研究,能够为房地产持续健康发展提供较强的理论指导,政府部门可以据此制定房地产改革和发展的各项政策,出台调节房地产健康发展的有效措施,投资者可以接受信息的正确导向,权衡投资的得失利弊,支配自己的投资行为[2],这样就对房地产业的健康发展起到了信息导向作用。
2.研究状况
2.1国外景气分析发展历程
(1)哈佛指数
1917年,哈佛大学为研究景气监测,专门设立了“经济调查委员会”,该委员会广泛搜集美国1875年-1913年的经济统计资料,编制了“美国商情指数”(即哈佛指数)。
哈佛指数的出现对景气指数的发展产生了重大影响,其构造思想和方法纷纷为许多国家所效仿。
但是,这种景气指数却未能正确预示震撼资本主义世界的1929年大危机的来临从而遭到沉重的失败[3]。
(2)扩散指数
哈佛指数失败后,美国全国经济研究所(NBER)继续了景气监测的研究。
进行了新的景气监测系统的建立工作。
这个系统由先行、同步和滞后三种指标构成,以客观经济综合状态为测度对象,采用了多指数信息综合方法——扩散指数(Diffussionhidex)。
(3)合成指数法
由于50年代中期美国经济开始高速增长,仅用扩散指数很难适应,出现了景气系统的另一基本方法——合成指数(CI),从而弥补了扩散指数的不足,从此,CI和DI共同成为构造经济景气监测预警系统的基本方法。
2.2中国景气分析研究状况
中国是在80年代中期开始这方面研究的,由于整个八十年代我国经济波动比较大,为了能够对经济进行宏观调控,我国开始重视对景气循环的研究。
房地产方面,南开大学经济研究所的何国钊、曹振良、李展(1996)利用商品房价格等8项指标,按环比增长率得出单项指标的周期波动后,再利用景气循环法等方法,分析1981年-1994年的中国房地产业周期波动现象及其特点[8]。
谭刚(2001)在分析中国房地产业周期波动的基础上,选择总量、投资、生产、交易、金融及价格等6类共16项指标,利用扩散指数方法分析了深圳房地产业周期波动特征[9]。
二、预备知识
本章将集中介绍房地产景气循环分析时用到的理论方法。
1.方法介绍
景气是经济景气的简称,是指在生产周期中出现的生产增长、商业活跃、市场繁荣就业增加等现象。
景气分析就是用数学方法合成一组景气指数(领先指数、同步指数、滞后指数),并将它们作为测定和分析经济波动的综合尺度,再利用先行指数预测经济周期波动的转折点,以达到预警的目的。
论文在做景气实证分析时,分以下几步:
(l)单指标循环波动分析。
经济周期波动中包含长期趋势、循环波动、季节波动和随机波动四种因素,但是只有循环波动才是与经济波动本质相一致的,所以要将其他三种因素剔除,将循环波动的值分离出来,从而使各指标序列比较稳定地反映循环波动。
本文采用传统的循环波动测定方法—剩余法,对各个指标进行循环波动的测定。
(2)指标分类
计算扩散指数时,需要对指标进行分类,因为指标波动所反映的经济现象的特征,既有内容上的不同,也有时间上的差别。
从总体经济活动变动的时间顺序来看,有些指标在经济变动前就表现出变动的征兆,有些指标与经济运行大体同步变动,还有一些指标则在经济运行变动之后才表现出类似的特征,这就需要将指标分为三类:
领先指标,同步指标,滞后指标,然后分别计算各类指标的扩散指数。
(3)多指标循环分析----扩散指数
根据循环波动值序列,编制景气指数-----“扩散指数”来描述南京市市房地产的景气情况并进行分析。
最后部分:
文章总结及研究展望。
2.扩散指数
2.1扩散指数介绍
景气循环分析时,直接利用某一个指标的发展变化情况很难推断出整个房地产运行的方向与趋势,通常情况下是有些指标保持原来水平,有些指标上升,有些指标下降,这就产生如何来决定整个经济向哪个方向变动的难题。
为了从总体上反映所有指标的综合变化情况,可以通过编制一个复合指数-----“扩散指数(Diffussionhidex,简称DI)”来反映预测对象的综合变化趋势。
2.2扩散指数的定义与计算:
扩散指数(简称DI,下同)又称扩张率,是扩散指标与半扩散指标之和占指标总数的加权百分比值。
即
计算步骤:
第一步:
首先消除原始序列中季节变动、长期趋势和不规则变动影响,从而使各指标序列比较稳定地反映循环波动,然后计算各指标环比发展速度。
第二步:
确定示性函数。
示性函数
其中
是变量的环比增长率.通过比较增长率的大小来确定函数
的数值,具体方法:
将每个指标各年距环比发展速度与其比较基期的发展速度相比,若当期值大,则为扩张,此时
=1;若当期值小,则为收缩,此时
=0;若两者基本相等,则
=0.5。
第三步:
将这些指标升降应得的数值相加,即得出“扩张的指标数”,即在t时刻扩张的变量个数。
第四步:
以扩张指标数除以全部指标数,即得扩散指数(DI)。
2.3扩散指数的作用与特性
扩散指数有两个主要作用,其一是用于景气判断,其二是用于确定转折点。
(1)依据扩散指数数列可以对经济景气状况,也就是经济波动状况进行分析,将扩散指数数列的波动分解成四个阶段,如图1所示。
图1扩散指数景气分析图
第一,当0<
<50%时,扩张因素在不断地生长,收缩因素在逐渐消失,经济形势在向扩张方向运动,这时经济运行是处于不景气空间的后期。
第二,当50%≦
≦100%时,经济情况发生了重大转折,上升的指标数大于下降的指标数,经济处于景气空间前期,随着DI向100%的不断趋近,经济运行当中的热度越来越高。
第三,当100%≧
≧50%时,上升的指标数仍然大于下降的指标数,但是扩张率在不断下降,这时经济处于景气后期,正在走下坡路,所以整个经济系数正处于降温阶段。
第四,当50%>
>0时,经济运行中的力量对比又一次发生重大转折,上升的指标数小于下降的指标数,经济系数正面临全面收缩的阶段,经济形势又进入一个新的不景气空间。
综上所述,扩散指数的循环变化过程反映的是经济总体从不景气到景气再到不景气的变化特点。
3.指标分类与选取
3.1指标分类
通常扩散指数是分别就领先指标、同步指标、滞后指标分别计算的,即领先扩散指数(Leadingindicator)、同步扩散指数(Coincidentindicator)、滞后扩散指数(Laggingindicator),简称为:
领先指数(LDI)、同步指数(CDI)、滞后指数(LaDI)。
本文运用时差相关分析法探讨指标的分类,其基本思路:
若两个时间序列在时间上存在相关性,它们之间的相关程度必定在某一时差上达到最大,求出这个最大相关系数所具有的时差,就可判定两序列的时差关系。
3.2指标的选取
根据宏观经济指标体系的特性、设计的原则性以及房地产市场的特征,对指标进行选取、分类,本文从房地产活动的全过程出发,结合数据的可靠性和可获得性原则,选取下列指标作为房地产发展的指标体系。
房地产直接指标体系:
房地产开发投资完成额(亿元)、施工房屋面积(万平方米)、房屋竣工面积(万平方米)、商品房销售价格(元/平方米)、商品房销售面积(万平方米)、商品房销售额(亿元)、全国房地产投资(亿元)。
房地产间接指标体系:
城市年末金融机构贷款余额(亿元)、财政支出(亿元)、全社会固定资产投资完成额(亿元)、社会消费品零售总额(亿元)、工业增加值(亿元)、GDP(亿元)。
4.循环波的测定
要取得能正确分析景气循环波动规律的真实数据,必须对原始统计数据进行处理,消除原始序列的季节波动、不规则波动和长期趋势诸因素,最后得到循环波动值,然后再计算增长率,用这个增长率进行扩散指数分析才比较科学、合理。
(1)长期趋势的测定。
趋势测定的方法有很多,最常用的是最小平方法,其中心思想是对原有时间序列进行分的基础上,根据原序列发展趋势的类型,通过数学方法,拟合一条理想的趋势线,使得这条趋势线与原时间序列达到最优拟合。
作为理想的趋势线必须满足最基本的要求,即原有序列的实际数值与趋势线的估计数值的离差平方和为最小。
(2)根据长期趋势的测定方法,计算原时间序列对应的趋势值(即长期趋势
),并用无季节变动数列(注:
本文研究采用的是年度数据,所以在研究中可以不考虑季节因素),求出循环变动与不规则变动的综合值。
即:
循环变动和不规则变动的综合值=
上式中,
为循环变差,
为趋势值,
为不规则变差。
(3)对循环变动与不规则变动的综合值进行移动平均,以消除不规则变动,残余值即为循环波动值。
即:
循环波动值
,MA是MovingAverage(移动平均)的简写。
三、南京市房地产景气实证分析
1.原始数据选取
本文以南京市房地产为实证研究对象,以1995-2006年各指标的统计数据(见附录1)为基础,分析其景气循环状况。
指标的时间序列中包含着四种波动要素:
长期趋势(
)、季节波动(
)、循环波动(
)和不规则波动(
),只有循环波动才是与经济波动本质相一致的形态,所以必须除去指标数据中的长期趋势、季节波动和不规则波动因素的影响。
2.长期趋势调整
想要揭示现象发展的长期趋势,就要对原来的动态序列进行统计处理,也就是进行长期趋势测定。
通常情况下用最小平方法进行趋势测定。
一般地,常见的趋势线模型有下列几种:
直线趋势线、指数趋势线、二次抛物线趋势线,另外还有S曲线等,至于所拟和的趋势线是直线型还是曲线型要根据现象发展变化的特点而定,实际分析中往往要经过多次模拟试算才能够确定。
作为实际数据的拟合曲线,模型的拟合优度的高低是我们考虑的标准。
以施工房屋面积这一指标为类,在做趋势模型拟合时,指标动态序列服从二次抛物线的分析结果如图2(软件操作结果)所示:
DependentVariable:
y
Method:
LeastSquares
Sample:
1995:
2006
Variable
C1
1267.141
C2
-273.3
C3
36.50986
R-squared
0.970641
图2趋势模拟操作结果
首先,根据拟合优度的值(R-squared)为0.97(数值足够大),判断模型可取,即,施工房屋面积的动态序列可以拟合成二次抛物线的模型。
其次,确定模型的趋势方程,通常情况下,二次抛物线的模型表示为
其中,
、
、
分别为待估参数,t表示变量,在此模型中,t代表时间序列。
通过上图,可以直观的得出待估参数
、
、
的拟合值C1,C2,C3,从而得出此抛物线的趋势模型为
。
同样的方法与原则,可以得出其他指标的趋势模拟曲线,具体如表1所示。
表1指标长期趋势模型
指标
趋势模型
长期趋势方程
房地产开发投资
S曲线
施工房屋面积
二次抛物线
房屋竣工面积
S曲线
商品房销售价格
S曲线
商品房销售面积
S曲线
商品房销售额
指数曲线
金融机构贷款余额
二次抛物线
固定资产投资完成
指数曲线
社会消费品零售总额
二次抛物线
工业增加值
二次抛物线
财政支出
指数曲线
GDP
二次抛物线
全国房地产开发投资
指数曲线
根据模型计算各指标长期趋势拟合值,具体如表2所示。
表2各个指标长期拟合值
年份
商品房销售面积
金融机构贷款余额
财政支出
工业增加值
GDP
房地产开发投资
全国房地产开发投资
1995
136.04
564.27
40.53
1221.88
722.58
32.39
1822.673
1996
181.43
672.7
49.27
1193.05
703.16
43.35
2282.65
1997
239.23
862.71
50.27
1230.72
725.46
57.3
2763.914
1998
310.92
1116.3
60.91
1334.89
789.48
74.58
3599.06
1999
397.07
1433.47
77.85
1505.56
895.22
95.26
4494.85
2000
496.69
1814.22
88.57
1742.73
1042.68
119.02
5711.95
2001
606.91
2258.55
110.69
2046.1
1231.86
145.08
7207.17
2002
723.07
2766.46
132.94
2416.57
1462.76
172.23
9100.74
2003
893.36
3337.95
169.21
2853.24
1735.38
199.05
12398.89
2004
949.96
3973.02
194.57
3356.41
2049.72
224.19
15435.85
2005
1050.13
4671.67
237.89
3926.08
2405.78
246.61
18282.06
2006
1136.91
5433.9
248.36
4562.25
2803.56
265.75
18456.24
续表
年份
固定资产投资
施工房屋面积
房屋竣工面积
商品房销售价格
商品房销售额
社会消费品零售总额
1995
168.82
866.59
158.86
1194.6
20.94
305.98
1996
209.69
775.84
210.41
1262.32
27.79
287.94
1997
261.13
758.11
274.54
1336.85
36.25
288.86
1998
324.78
813.4
486.49
1419.25
48.43
308.74
1999
403.91
941.71
441.01
1510.83
69.4
374.58
2000
502.33
1143.04
539.64
1613.2
100.38
405.38
2001
624.75
1417.39
643.2
1728.37
136.89
482.14
2002
776.99
1764.76
746.32
1858.86
182.58
577.86
2003
1004.34
2185.15
843.72
2007.95
248.47
692.54
2004
1301.83
2678.56
931.21
2179.89
349.53
826.18
2005
1594.71
3244.99
1006.36
2380.33
495.36
978.78
2006
1602.84
3884.44
1068.43
2616.96
507.59
1150.34
有了长期趋势的拟合值,就可以将长期趋势T从原时间序列Y中剔除,得到新的时间序列:
上式中,
为循环变差,
为趋势值,
为不规则变差.
消除了趋势因素的时间序列中仍含有不规则变动因素(
)、循环变动因素(
),所以还需要剔除不规则变动
,才能求得循环波动序列
。
对于不规则变动的调整采用三项移动平均法,即:
首项(1995年):
末项(2006年):
用上述的三项移动平均法在时间序列Y′中消除了不规则变动工之后,就可以得到循环变动的相对值
:
。
调整后得到的12个指标的循环波动值,如表4所示。
表3指标循环波动值
年份
商品房销售面积
房地产开发投资
施工房屋面积
房屋竣工面积
商品房销售价格
商品房销售额
全国房地产开发投资
1995
0.64
1.76
1.71
1.05
1.99
0.64
1.75
1996
0.63
1.58
1.51
1.22
1.98
0.59
1.48
1997
0.63
1.38
1.10
1.13
0.98
1.23
1.2
1998
0.57
1.25
0.84
0.90
2.03
1.10
1.04
1999
0.48
1.06
0.80
0.82
1.95
1.00
0.94
2000
0.45
0.87
0.73
0.89
1.78
0.95
0.9
2001
0.48
0.79
0.64
1.03
1.66
0.97
0.88
2002
0.50
0.82
0.56
1.13
1.60
0.94
0.88
2003
0.54
0.98
0.55
1.09
1.58
0.89
0.89
2004
0.67
1.19
0.62
0.94
1.63
0.89
0.89
2005
0.83
1.26
0.68
0.82
1.69
0.92
0.88
2006
0.89
1.28
0.72
0.79
1.71
1.02
0.88
续表
年份
金融机构贷款余额
财政支出
工业增加值
GDP
固定资产投资
社会消费品零售总额
1995
0.83
0.87
0.91
0.85
1.43
0.87
1996
0.95
0.90
1.01
0.94
1.44
1.01
1997
1.14
0.98
1.08
1.02
1.34
1.13
1998
1.15
0.99
1.07
1.03
1.15
1.11
1999
1.04
1.00
1.04
1.01
0.96
1.04
2000
0.95
1.07
1.03
0.98
0.83
1.01
2001
0.90
1.12
0.98
0.93
0.77
0.97
2002
0.94
1.18
0.98
0.90
0.81
0.91
2003
1.03
1.26
0.95
0.93
0.90
0.92
2004
1.03
1.31
0.96
0.98
0.92
1
2005
1.01
1.37
1.00
1
0.92
1.02
2006
0.98
1.44
1.03
0.99
0.97
1.02
3.指标分类
以1995年的循环变动值为基期,取j=1(即滞后一年,也就是后一年的数据比前一年),计算各个标的环比增长率,具体如表5所示。
表4各个指标环比增长率
年份
商品房销售面积
房地产开发投资
施工房屋面积
房屋竣工面积
商品房销售价格
商品房销售额
1995
1.00
1.00
1.00
1.00
1.00
1.00
1996
1.05
0.85
1.10
1.16
0.91
0.99
1997
1.00
0.76
0.88
0.92
0.94
0.98
1998
0.89
0.77
0.88
0.80
1.00
0.89
1999
0.88
0.88
0.95
0.90
1.03
0.90
2000
1.00
1.03
1.02
1.09
0.98
0.96
2001
1.12
1.08
1.04
1.16
0.95
1.02
2002
1.05
1.08
1.03
1.10
0.98
0.97
2003
1.01
1.10
1.02
0.96
1.03
0.95
2004
1.01
1.22
1.00
0.86
1.11
1.00
2005
1.03
1.21
1.01
0.88
1.08
1.02
2006
1.02
1.05
1.02
0.96
1.04
1.11
续表
年份
金融机构贷款余额
财政支出
工业增加值
GDP
固定资产投资
社会消费品零售总额
1995
1.00
1.00
1.00
1.00
1.00
1.00
1996
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 南京市房地产研究 南财大本科论文 南京市 房地产 研究 南财大 本科 论文