基于GRA模型我国住宅价格影响因素研究.docVIP

基于GRA模型我国住宅价格影响因素研究 　　【摘 要】利用灰色关联度分析（GRA）模型分析了全社会固定资产投资、国内生产总值（GDP）、城镇家庭人均可支配收入、土地交易价格指数、累计房屋建筑施工面积、广义货币供应量M2、五年以上贷款利率、金融机构境内中长期贷款、总人口数以及法定存款准备金率对住宅价格（70个大中城市房地产价格指数）的影响。模型结果显示城镇家庭人均可支配收入、土地交易价格指数和总人口数是影响住宅价格最重要的三个因素。其他因素对住宅价格也有正面的影响。同时，基于模型结果，并根据现在的经济形势认为，未来住宅价格将走势平稳或略降。 　　【关键词】住宅价格；灰色关联度分析模型；影响因素 　　1 绪论 　　1.1 背景 　　2008年美国次贷危机所引发的全球金融危机迅速扩大，欧美发达国家的金融机构遭受重创，引发全球性的信贷紧缩，从而加速了实体经济的衰退。随着全球经济和我国经济增长 “拐点”的出现，经济增长开始处于下降阶段。在此背景下，房地产业作为我国经济的支柱产业之一，面临着前所未有的压力，房地产市场将进入了新的调整阶段。如何通过宏观经济政策对我国住宅价格进行有效调控，避免住宅价格的大涨或大跌，已引起政府有关部门和众多相关学者的关注和重视。对我国住宅价格进行有效地控制和管理，首要的任务是需要确定我国住宅价格变化的主要宏观经济影响因素及其重要度。通过定量分析我国住宅价格的宏观经济影响因素及其重要度，有利于监测住宅价格的波动趋势，对构建和完善房地产行业风险预警系统具有一定的参考价值；有利于政府宏观调控部门、房地产管理部门以及房地产公司等进行理性决策和规避风险，推进我国房地产市场的改革和规范化进程，实现房地产行业的健康、稳定和可持续发展。 　　我国的房地产业是我国的重要的产业，与钢筋、水泥、交通运输、农民工就业等等许多方面具有十分密切的关系，在我国的整个产业体系和国民经济中占有十分重要的地位，对我国的经济发展具有非常重要的意义。 　　文章旨在讨论经济因素对住宅价格的影响，并以全国为例，构建灰色关联度模型，为房地产??策制定者提供参考，保持宏观经济与房地产市场的相对稳定，促进社会和谐的发展。 　　1.2 国内外研究现状 　　Diana 和 Mi-chael（2001）选择欧盟部分国家进行宏观因素对各国住宅价格的影响研究，分析每个国家的住宅价格和GDP之间的因果关系，并建立了简化式供给需求模型来量化住宅价格[1]。Matteo（2002）通过建立一个VAR计量模型来分析宏观因素对住宅价格的影响，研究发现货币政策变化和住宅需求变动是住宅价格短期波动的影响主要因素[2]。梁云芳和高铁梅（2006）运用多变量时间序列方差分量（Multivarate Time Series VarianceComponent Model，MTV）模型将影响住宅价格各种因素综合起来进行考虑，认为在其样本区间内资本的可获得性和需求的变化会对住宅价格的波动有较强的影响，而供给因素对住宅价格的波动影响较弱[3]。童长锜、杨和礼（2007）基于灰色系统理论对影响房地产价格的各因素和房地产价格进行关联度分析，得出各因素是通过影响房地产市场的供求关系进而影响房地产价格的[4]。费晨（2008）利用城市GDP和房地产开发投资额两个指标，搜集了武汉市1995-2006年间的数据，对武汉市经济增长和房地产开发之间的关系进行了分析，通过变量的平稳性检验、单整性检验、协整性分析和误差修正模型以及Granger因果关系检验，得出武汉市地区生产总值与房地产开发投资间存在长期稳定的均衡关系，房地产开发投资与GDP的增长之间为显著的单项因果关系[5]。王雯珺等（2008）利用ARIMA模型给出房地产价格短期将持续上升的预测[6]。廖英敏（2009）认为土地价格作为房产开发的内在可变成本，与房地产建筑和销售是相对的，我国以政府挂牌拍卖的方式，限制土地供应量，从目前的房产开发情况看，地价已经成为房产价格的主要成本之一[7]。沈悦、刘洪玉（2009）认为经济因素对房地产价格的影响影响我国房地产价格的经济因素主要包括：物价水平、土地价格、国内生产总值、居民收入水平、房地产市场的供给与需求等[8]。 　　2 影响住宅价格的经济因素的定性分析 　　根据国内外已经进行的研究，本文总结出以下十种对住宅价格有重要影响的因素，并对它们做定性探讨。 　　2.1 全社会固定资产投资 　　全社会固定资产投资是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。房地产业的投资作为全社会固定资产投资重要的一部分，对其有显著的影响。当房地产业投资快速增长时，也是住宅价格快速上涨时，全社会国定资产投资增长也较快。另一方面，全社会固定资产投资的快速增加，会改善基础