基于贝叶斯模型平均bma方法的中国房地产价格-长安大学学报.pdfVIP

第１８卷　第４期 长安大学学报（社会科学版） Ｖｏｌ１８　Ｎｏ４ ２０１６年１０月 ＪｏｕｒｎａｌｏｆＣｈａｎｇａｎＵｎｉｖｅｒｓｉｔｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ｏｃｔ．２０１６ 基于贝叶斯模型平均（ＢＭＡ）方法的 中国房地产价格影响因素分析 卢二坡，张超 （安徽财经大学 统计与应用数学学院，安徽 蚌埠　２３３０３０） 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 中图分类号：Ｆ２２４　　　文献标志码：Ａ　　　文章编号：１６７１６２４８（２０１６）０４００６８０９ 　　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 一、文献综述 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 　　国外的房地产市场发展已较为完善，对于房地 入及消费的增长速度。房地产价格的剧烈波动对中 产价格的经验研究更是早于中国，在研究成果方面 国经济的健康发展和人们群众生活的安定都带来了 亦比中国充分和成熟，大多数的研究成果对他们本 众多不利影响，纵然政府不断加大对过高和发展过 国的房地产市场发展起到了积极的引导作用，这些 快的房地产价格的调控力度，但仍未平抑房地产价 成果值得国内学者去借鉴和学习。Ｈｏｒｔ使用瑞典 格高涨的态势。因此，为了能够让调控政策更加有 １９６８～１９９４年的时间序列数据并构建误差修正 针对性，有必要对房地产价格的决定影响因素予以 模型，结果发现，长期来看，居民收入、使用成本以 ［１］ 深入研究。通过经验研究找到影响房地产价格的决 及建筑成本等都对房地产价格产生显著影响 。 定因素，对于我们正确看待房地产价格过快上涨、政 Ｃａｐｏｚｚａ等使用美国１９７９～１９９５年６２个大都市的 府如何采取调控措施等方面的问题具有重要的理论 面板数据，采用面板数据模型，研究发现，收入水平、 意义和现实意义。 人口增长以及建筑成本等是导致房价变动的重要原 ［２］ 因 。Ｓｅｋｏ选取日本１９８０～２００１年４６个县的面板 收稿日期：２０１６０７０８ 基金项目：安徽财经大学研究生科研创新基金项目（ＣＸＪＪ２０１４０７４） 作者简介：卢二坡（１９７６），男，河南焦作人，教授，经济学博士。 长安大学学报（社会科学版）　２０１６年　第１８卷　第４期 数据，建立面板ＶＡＲ模型，研究发现，日本各地区的 并建立固定效应和随机效应模型，研究得出，城市化 住宅价格受居民收入、人口、物价水平的影响较 率、收入差距、人均可支配收入、利率政策和房地产 ［３］