- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于贝叶斯模型平均(BMA)方法中国房地产价格影响因素探析
基于贝叶斯模型平均(BMA)方法中国房地产价格影响因素探析 摘要:对可能影响中国房价的诸多因素的重要性问题进行识别和检验,基于模型不确定性的视角,使用中国30个省(区)2002~2013年面板数据,采用贝叶斯模型平均(BMA)方法进行模型设定与分析。研究认为,在可能对中国房价产生影响的19个指标中,信贷政策、心理预期、物价水平、房屋竣工面积和产业结构合理化等5个解释变量的后验概率大于90%,它们是影响现阶段中国房地产价格的决定因素;应通过差别化的信贷政策分区域控制房价,通过新闻媒体公开统计和发布房地产数据正确引导人们的心理预期,通过适宜的货币政策有效控制物价,通过保障性住房建设增加房地产供给,通过合理化的产业结构引导房价调控等,促进中国房地产市场的健康发展
关键词:房地产价格;贝叶斯模型平均方法;心理预期;信贷政策;产业结构
房地产市场的平稳运行,不只关乎着房地产业的发展问题,还牵涉着国计民生、百姓福利。然而近年来,在房地产市场持续繁荣过程中,房地产价格也一路疯涨,其增长速度已远远高过中国经济、居民收入及消费的增长速度。房地产价格的剧烈波动对中国经济的健康发展和人们群众生活的安定都带来了众多不利影响,纵然政府不断加大对过高和发展过快的房地产价格的调控力度,但仍未平抑房地产价格高涨的态势。因此,为了能够让调控政策更加有针对性,有必要对房地产价格的决定影响因素予以深入研究。通过经验研究找到影响房地产价格的决定因素,对于我们正确看待房地产价格过快上涨、政府如何采取调控措施等方面的问题具有重要的理论意义和现实意义
一、文献综述
国外的房地产市场发展已较为完善,对于房地产价格的经验研究更是早于中国,在研究成果方面亦比中国充分和成熟,大多数的研究成果对他们本国的房地产市场发展起到了积极的引导作用,这些成果值得国内学者去借鉴和学习。Hort使用瑞典1968~1994年的时间序列数据并构建误差修正模型,结果发现,长期来看,居民收入、使用成本以及建筑成本等都对房地产价格产生显著影响。Capozza等使用美国1979~1995年62个大都市的面板数据,采用面板数据模型,研究发现,收入水平、人口增长以及建筑成本等是导致房价变动的重要原因。Seko选取日本1980~2001年46个县的面板数据,建立面板VAR模型,研究发现,日本各地区的住宅价格受居民收入、人口、物价水平的影响较大。Pages选用西班牙1976~2002年的时间序列数据及误差修正模型,研究得出收入和利率是房地产价格的主要影响因素。Abelson等使用澳大利亚1970~2003年的时间序列数据并采用普通最小二乘法,研究表明,可支配收入和物价水平对住宅价格产生重要促进效应,而失业率、利率、住宅存量以及股票价格对住宅价格上涨起抑制作用。Chen等采用微型仿真法估算人口老龄化对房价的影响,模拟结果说明,人口老龄化对苏格兰房价的影响不是主要的。Ibrahim等基于VAR模型对马来西亚的房价与银行信贷政策的关系进行研究,发现房价与银行信贷之间具有长期均衡关系
国外学者关于房地产价格影响因素的经验研究主要针对的是较为成熟的房地产市场,而对于处于经济转型期的中国来说,房地产市场起步较晚,因此,国外学者在对房地产价格影响因素进行经验研究时所考虑的变量并不一定适合于研究中国房地产价格。针对中国具体国情以及房地产市场的实际发展情况,国内学者也做了大量经验研究。沈悦等使用1995~2002年14个城市的面板数据并采用混合样本回归分析方法,研究发现,可支配收入、总人口和空置率对房地产价格产生正向作用,而失业率对房地产价格具有负向作用。崔光灿使用1995~2006年31个省市的面板数据并运用面板数据模型,结果表明利率对房价具有显著负向作用,物价水平具有显著正向作用,房屋竣工面积对房地产价格具有抑制作用,收入对房地产价格产生正向作用但不显著,人口因素对房价影响为负但也不显著。邓长荣等使用中国2002~2007年的季度时间序列数据并采用误差修正模型,研究表明,收入、银行贷款、房屋供给、土地价格、土地供给是长期影响房价的主要因素。罗孝玲等使用中国2001~2010年的季度时间序列数据,并采用VAR模型,结果发现,房价与GDP、贷款利率之间均具有双向Granger因果关系,与物价水平具有单向因果关系。胡晓使用中国1997~2009年29个省市面板数据,并构建固定效应模型,研究得出,可支配收入和建筑成本对房价具有正向作用,制度性因素对房价上涨产生重要作用,利率对房价存在负向作用但不显著。王文雯等使用中国2003~2010年27个省市面板数据并建立固定效应和随机效应模型,研究得出,城市化率、收入差距、人均可支配收入、利率政策和房地产开发投资额等都对房地产价格具有显著促进作用,人口老龄化、房屋竣工面
文档评论(0)