不同属性背景下房地产价格刍议.docVIP

不同属性背景下房地产价格刍议 　　【摘要】根据国家统计局统计数据，对普通商品属性和投资品属性的住宅房地产价格状态进行研究后发现，住宅房地产市场价格能够适应市场供需，但其价格却是不合理的；作为投资品，住宅房地产市场价格受到居民消费物价指数、利率和上一期房价的影响，投资属性突出，但并不是非理性波动，而后者是使房价不断高企的重要原因。 　　【关键词】住宅房地产价格 物质属性 投资属性 房价收入比 　　 　　1998年实行住房分配货币化以来，我国房地产市场价格一直受到学术界的广泛关注和持续研究。尤其进入20世纪90年代以来，研究者不再仅考虑单一因素的影响，而开始综合考虑各种宏观因素对房地产价格的影响，其理论依据为存量―流量模型或典型代理人模型。国外的研究均表明宏观经济基本面的波动可以解释房地产价格的波动。但我国学者沈悦、刘洪玉（2004）在参照这些国外研究的基础上利用我国1994～2002年的数据做了比较详尽的实证研究，结果显示，1998年后经济基本面对我国房地产价格的解释能力越来越弱，特别是2001年后，我国众多城市房地产价格的变化己经难用经济基本面因素加以解释。2007年，位志宇、杨忠直、王爱民从房地产市场羊群行为的角度探讨房地产价格与宏观经济基本面的关系，并用上海房地产市场数据进行实证。结果表明，羊群行为存在时，宏观经济基本面与房地产价格的关系发生扭曲，同时，房地产价格弹性（分别关于城镇居民家庭人均可支配收入以及人口增长）大于羊群行为不存在时的情形。此外，研究者关注分析房地产的财富效应。 　　住宅房地产具有双重属性，可分别满足人们居住的基本需求和资产保值增值需求。尽管有学者对房地产市场价格进行实证研究，但未能考虑投资品房地产市场价格与物质产品房地产价格应有的区别。因此，本文将物质产品标准的住宅房地产市场价格析出，着力解析物质属性和投资属性对于住宅房地产市场价格变动的影响。 　　从普通商品标准分析住宅房地产市场价格 　　本文引用中国统计局网站1998～2008年数据，从而避免数据时距过短、不规则变动难以消去、数据之间的规律性难以体现等问题。房地产市场价格采用如下模型进行分析： 　　PH=f（INT，POP，UNCANCY，UNEMP，COST，L（PH），g） 　　其中，左边因变量为房地产价格指数，右边自变量为各种宏观经济指标，主要包括可支配收入（INC）、城镇人口（POP）、住宅空置率（UACANCY）、失业率（UNEMP）、建筑成本（COST）和价格指数滞后项L（PH）等。 　　因变量分析。依然使用住宅房地产市场价格，但是由于直接使用会将投资特性造成的市场价格累加进去，所以，需要消除投资属性的那部分价格。作为投资产品，其功能是保值增值，它受到通胀水平和基准收益率的影响，其中：通胀水平指标使用城市居民消费物价指数（CPI），基准收益率由银行存款利率加上适当风险收益率获得（在这里简化计算，取市场均值，5％）。通常，通胀水平越高，住宅房地产市场价格越高；基准收益率越高，则投资品市场价格越低。可以使用下式处理住宅房地产市场价格： 　　Pt＇=Pt×Ct/（1+r） 　　其中，Pt和Pt＇分别表示第t期处理前和处理后的住宅房地产市场价格，Ct表示第t期城镇居民消费物价指数，r表示基准收益率。 　　自变量分析。一、由于城镇化进城的加快，大量人口涌入城市，大大推动了房地产业的发展，所以，模型中的城镇人口指标不可或缺；二、可支配收入对于住宅房地产市场价格的波动起着重要作用；三、由于我国空置率数据和失业率数据的统计口径与国际标准存在非常大的差异，所以该两项可略去；建筑成本舍弃，因为在我国房地产业成本当中，建筑成本仅占比较小的比例；价格指数滞后项表示前期价格对本期价格产生的影响，更多用于反映投资产品标准的住宅房地产市场价格，也舍弃。 　　根据上述分析，我们可以建立基于物质属性的住宅商品房市场价格的实证检验模型： 　　Pt＇=α+β1INCt+β2POPt+ε 　　其中，INC为城镇居民人均可支配收入、POP为城镇人口。将所有数据带入SPSS10.0软件得到以下实证结果： 　　Pt＇=1930.983+0.172INCt+（-2.2E-2）POPt+ε 　　（0.041） （0.000） （0.310） 　　R2＝0.977，Adj-R2＝0.971，F＝171.150 　　各个变量的t统计量结果及显著性水平显示，城镇人口变量以在95%的置信度水平上拒绝原假设，即住宅房地产价格水平与城镇人口变量之间不存在显著的相关关系，而城镇就业人员平均收入则与住宅房地产价格存在显著的相关关系，但是它对住宅房地产市场价格影响并不大。城镇人口与住宅房地产市场价格的相关性为负，说明人口规模在增大，但是，人口规模扩大而产生的住宅