我國房地產(chǎn)價格影響因素的實(shí)證研究

郭永濟(jì) 唐建民

【摘要】房地產(chǎn)業(yè)作為國民經(jīng)濟(jì)先導(dǎo)性、支柱性產(chǎn)業(yè)對國民經(jīng)濟(jì)發(fā)展起著舉足輕重的作用。房地產(chǎn)價格不但關(guān)系到國家經(jīng)濟(jì)的健康穩(wěn)定發(fā)展，而且與人們的利益切實(shí)相關(guān)。文中通過建立數(shù)學(xué)模型從供給、需求和宏觀因素方面對我國房地產(chǎn)價格影響因素進(jìn)行探究，希望能對我國房地產(chǎn)行業(yè)的健康發(fā)展起一定的幫助作用。

【關(guān)鍵詞】房地產(chǎn)價格模型回歸實(shí)證研究

一、變量選取及模型建立

筆者根據(jù)已有理論和實(shí)證研究結(jié)果從需求、供給和宏觀因素來分析房地產(chǎn)價格的影響因素，構(gòu)建出房價的理論模型。

（一）人口數(shù)量

中國龐大的人口基數(shù)推動了中國房地產(chǎn)業(yè)的快速發(fā)展。隨著大量農(nóng)民工進(jìn)城，大學(xué)的擴(kuò)招，這些因素導(dǎo)致城市人口不斷增加，而人口的增加必將導(dǎo)致對住房需求的日益擴(kuò)大，房地產(chǎn)的供給相對不足，因此導(dǎo)致房地產(chǎn)價格升高；由于人口數(shù)量增多而且比較集中，促進(jìn)了當(dāng)?shù)仄渌a(chǎn)業(yè)的發(fā)展，從而也驅(qū)動房地產(chǎn)價格的上升。本部分用變量X1表示該指標(biāo)。

（二）城市化率

自1995年城市化率突破30%后，2010年城市化率增長到50.32%，平均每年增加1.3個百分點(diǎn)，而1978～1990平均每年只有0.69個百分點(diǎn)。城市人口的增長給城市帶來了很大的住宅壓力，當(dāng)年竣工面積難以滿足新增城市人口的住宅需求，形成供不應(yīng)求的狀態(tài)，進(jìn)而影響到房地產(chǎn)的價格并刺激房地產(chǎn)市場的投資。因此，城市化率在一定程度上也影響了房地產(chǎn)需求，進(jìn)而影響房地產(chǎn)價格。本論文中用變量X2表示該指標(biāo)。

（三）商品住宅銷售情況

商品住宅的銷售情況可通過商品住宅銷售額指標(biāo)反映。商品住宅的銷售額反映人們對住房的需求情況，商品住宅的銷售額越大，說明本期房地產(chǎn)需求量越大，人們在從眾心理的作用下，會紛紛購置房地產(chǎn)。本論文中用X3表示衡量該指標(biāo)的銷售額。

（四）房地產(chǎn)企業(yè)本年經(jīng)營總收入

房地產(chǎn)企業(yè)本年經(jīng)營總收入會影響開發(fā)商當(dāng)年或次年的總投入資金，繼而影響當(dāng)年或次年的供給量，因此，房地產(chǎn)企業(yè)本年經(jīng)營總收入可作為影響房地產(chǎn)價格的指標(biāo)之一，本論文中用變量X4表示該指標(biāo)。

（五）通貨膨脹率

通貨膨脹的過程，會導(dǎo)致人們對于未來價格產(chǎn)生上漲預(yù)期，這一點(diǎn)會推動居民把銀行里的存款換成實(shí)物（包括房產(chǎn)），因此通貨膨脹也會影響房地產(chǎn)的價格，從而可將其作為影響房地產(chǎn)價格的指標(biāo)。本論文中用X5表示該指標(biāo)。

（六）貨幣（M1）供給量

我國金融市場不發(fā)達(dá)，市場機(jī)制不成熟，間接融資比例很高，房地產(chǎn)投資在相當(dāng)大的程度上需要銀行信貸資金支持。因而貨幣供應(yīng)量(M1)將從供給方面影響房地產(chǎn)投資信貸規(guī)模，從需求方面影響購買水平。

根據(jù)以上分析，房價理論模型可表示為：

（1）

其中y表示房價，分別表示人口數(shù)量、城市化率、商品住宅銷售額、房地產(chǎn)企業(yè)本年經(jīng)營總收入、通貨膨脹率、貨幣（M1）供給量。

二、我國房價的實(shí)證研究

（一）數(shù)據(jù)說明與數(shù)據(jù)處理

筆者選取1991-2010年年度數(shù)據(jù)位樣本，研究我國房價相關(guān)的影響因素。數(shù)據(jù)來源為《中宏數(shù)據(jù)庫》、《中國統(tǒng)計(jì)年鑒數(shù)據(jù)庫》及《房地產(chǎn)金融年鑒》。

為了防止上述的多元回歸是偽回歸或虛假回歸，首先我們對時間序列的平穩(wěn)性進(jìn)行檢驗(yàn)，如果序列平穩(wěn)則可以直接進(jìn)行回歸擬合，而對于非平穩(wěn)的序列則還需要根據(jù)實(shí)際情況進(jìn)行協(xié)整分析，并在此基礎(chǔ)上建立相應(yīng)的回歸模型。

1.單位根檢驗(yàn)

為了避免因?yàn)樯鲜鼋?jīng)濟(jì)變量的非平穩(wěn)性產(chǎn)生的偽回歸，我們首先要采用單位根檢驗(yàn)法來對數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)。一般來說單位根檢驗(yàn)有DF、ADF法和PP法，本文采用ADF法對上述影響住房價格的各指標(biāo)的時間序列進(jìn)行單位根檢驗(yàn)，其結(jié)果見表1。

從表1中ADF檢驗(yàn)結(jié)果來看， 變量對數(shù)在5%的顯著水平下都是不平穩(wěn)的；對所有變量進(jìn)行一階差分后，再對其進(jìn)行單位根ADF檢驗(yàn)，一階差分△LnX3、△LnX15仍然是不平穩(wěn)的，其余變量一階差分ADF檢驗(yàn)的t統(tǒng)計(jì)量均小于顯著性水平5%的臨界值，拒絕原假設(shè)，表明至少可以在95%的置信水平下拒絕原假設(shè)，差分序列△LnY、△LnX1、△LnX3、△LnX4、△LnX6均不存在單位根，為平穩(wěn)時間序列。因此， △LnY、△LnX1、△LnX3、△LnX4、△LnX6這5個序列具有相同的單整階數(shù)，均為一階單整I(1)過程。

2.協(xié)整檢驗(yàn)

上述單位根檢驗(yàn)表明變量△LnY、△LnX1、△LnX3、△LnX4、△LnX6序列都是一階單整序列，對于同階單整序列其可能存在協(xié)整關(guān)系。由于我們采用的是年度數(shù)據(jù)，在對變量做單位根檢驗(yàn)時采用的差分方法，會使變量之間的長期關(guān)系的信息丟失，協(xié)整檢驗(yàn)?zāi)康氖桥卸ㄗ兞恐g是否存在著長期的經(jīng)濟(jì)聯(lián)系。如果變量通過了協(xié)整檢驗(yàn)，我們就說其間存在著長期的經(jīng)濟(jì)聯(lián)系。對單整變量進(jìn)行協(xié)整檢驗(yàn)的方法很多，有菲利普斯- 配榮(Philips-Perron)PP方法的Zt統(tǒng)計(jì)量和Zρ統(tǒng)計(jì)量、ADF檢驗(yàn)的t-統(tǒng)計(jì)量，Johansen檢驗(yàn)等。本文采用Johansen協(xié)整檢驗(yàn)方法，檢驗(yàn)結(jié)果見表2。

設(shè)

表中R表示協(xié)整關(guān)系的個數(shù)，在5%的顯著性水平拒絕R≤1的假設(shè)，即變量之間存在兩個協(xié)整關(guān)系。

（二）回歸模型

上述協(xié)整檢驗(yàn)表明Y、X1、X3、 X4、 X6這5個變量之間存在一種長期的穩(wěn)定關(guān)系，對此我們可以通過對其進(jìn)行多元回歸擬合，建立以Y為因變量，其他變量為自變量的多元線性回歸方程（2）：

顯然，模型的擬合度較好，R2和調(diào)整后的R2分別達(dá)到99.7796%和99.69%，經(jīng)過因子分析和逐步回歸分析，各變量的t統(tǒng)計(jì)量絕對值均大于臨界值1.78，通過對模型的D.W.檢驗(yàn)發(fā)現(xiàn)其統(tǒng)計(jì)量在2附近，所以不存在顯著的自相關(guān)。這一回歸模型比較理想，其結(jié)果表明，在1991—2010年期間，人口數(shù)量、住宅銷售額、城市化、通貨膨脹率、貨幣供給量等因素對我國房地產(chǎn)價格影響顯著。與此同時，我們選用變量的對數(shù)進(jìn)行線性回歸模型，試圖對上述變量間的數(shù)學(xué)關(guān)系進(jìn)行擬合，但遺憾的是得到的模型擬合效果始終不理想。

（三）模型改進(jìn)—誤差修正(ECM)模型

經(jīng)過前文的變量之間的協(xié)整分析可知，上述模型中的時間序列向量之間是協(xié)整的，也就是說從長期來看變量之間是具有均衡的關(guān)系。但上述建立的多元回歸模型只提供變量間長期關(guān)系的信息，短期中由于會受到隨即干擾的影響，這些變量有可能偏離均衡值，雖然這種偏離是暫時的，并且最終會回到均衡狀態(tài)，但是這種短期動態(tài)的影響卻無法從上述基于協(xié)整檢驗(yàn)的回歸模型中得到反映，正是基于上述模型的不足，我們對模型進(jìn)行進(jìn)一步的優(yōu)化改進(jìn)，對此，我們引入誤差修正模型（ECM）模型，如下列公式（3）、（4）并借此研究各變量之間的長期穩(wěn)定和短期動態(tài)變化的關(guān)系。

誤差修正項(xiàng)系數(shù)分別為-1.31和-0.79，符合反向修正原則，表明短期的非均衡狀態(tài)逐漸向長期的均衡狀態(tài)趨近。從公式來看， 住房銷售額和貨幣供給量在當(dāng)期并不會對房地產(chǎn)價格產(chǎn)生顯著的影響。而是在滯后一期后產(chǎn)生負(fù)相關(guān)。由此可見，房地產(chǎn)價格的短期變化可以分為兩部分：一部分是短期住房銷售額和貨幣供給量以及人們預(yù)期變動的影響；一部分是偏離長期均衡的影響。誤差修正項(xiàng)的系數(shù)大小反映了對偏離長期均衡的調(diào)整力度。從系數(shù)來看，當(dāng)短期波動偏離長期均衡的時候，將分別會以-1.31和-0.79的調(diào)整力度將非均衡狀態(tài)拉回到均衡狀態(tài)。

（四）方差分解

我們可以使用方差分解法通過求解擾動項(xiàng)對向量自回歸模型預(yù)測均方誤差的貢獻(xiàn)度，了解各類因素對房地產(chǎn)價格的沖擊作用，房地產(chǎn)價格的方差分解結(jié)果見表3。

從表中可以看出，隨著我國房地產(chǎn)價格的不斷攀升，住宅銷售額對房地產(chǎn)價格的解釋力度不斷加大。長期而言除了人口基數(shù)的變動影響外，住宅銷售額和貨幣供給量是影響房地產(chǎn)價格最重要的因素，分別解釋68.3%和15.3%的房地產(chǎn)價格的變動，這一結(jié)果和我們的現(xiàn)實(shí)生活比較符合。

三、結(jié)論

本文建立了基于多元回歸分析的住房價格影響因素模型，并對我國1991—2010年的時間序列數(shù)據(jù)進(jìn)行實(shí)證分析。對影響房地產(chǎn)價格的影響因素進(jìn)行了回歸分析。得到以下結(jié)論：

（一）作為影響房地產(chǎn)價格需求因素的人口基數(shù)，對房價有較大的影響。

（二）作為影響我國住宅價格的供給因素中的房地產(chǎn)企業(yè)本年經(jīng)營收入對房價有顯著影響。

（三）影響我國住宅價格的宏觀經(jīng)濟(jì)因素中，通貨膨脹和貨幣供給量對房價存在顯著影響。

（四）在對我國房地產(chǎn)價格的方差分解中發(fā)現(xiàn)，住宅銷售額和貨幣供給量是對房地產(chǎn)價格的沖擊作用最為顯著。

參考文獻(xiàn)

[1]王篙.大連市房地產(chǎn)價格影響因素研究[D].碩士學(xué)位論文，10-16，2010.

[2]周建軍.我國房地產(chǎn)價格的影響因素及其合理性研究[J].商業(yè)研究，03：93一96，2009.

[3]劉曉靜，宏觀調(diào)控對我國房地產(chǎn)價格的影響分析[J].理論與實(shí)證，碩士學(xué)位論文，22-28，2009.

[4]熊艷.我國房地產(chǎn)價格影響因素研究[J].金融經(jīng)濟(jì)，2：35-37，2009.

[5]劉紀(jì)輝.基于多元線性回歸分析房地產(chǎn)價格的影響因素[J].湖北工業(yè)大學(xué)學(xué)報，04：87-90，2008.

[6]易丹輝.數(shù)據(jù)分析與Eviews應(yīng)用[M].中國統(tǒng)計(jì)出版社，2003.

[7]何曉群，劉文卿.應(yīng)用回歸分析[M].中國人民大學(xué)出版社，2007.

[8]蔣景，土地價格、房地產(chǎn)信貸規(guī)模對住宅價格影響的實(shí)證分析[J].建筑經(jīng)濟(jì)，12：44-46，2009.

[9]周建軍.我國房地產(chǎn)價格的影響因素及其合理性研究[J].商業(yè)研究，03：93-96，2009.

作者簡介：郭永濟(jì)（1986-），男，河南新鄉(xiāng)，桂林理工大學(xué)企業(yè)管理研究生，研究方向：市場營銷；唐建民，男，研究方向：市場營銷。

（責(zé)任編輯：趙春輝）