我国房地产价格影响因素的计量分析.docVIP

我国房地产价格影响因素的计量分析 　　【摘要】 本文针对我国房价快速增长的现象，从国内生产总值、城镇居民人均可支配收入、15―64岁人口数、五年以上银行贷款利率四方面入手，依据收集到的相关数据，利用计量经济学和统计分析方法，从实证角度分析各因素对房价的影响，得到房价主要受人均可支配收入、人口数量的影响的结论，并对中国房地产市场的调控提出了相关政策建议。 　　【关键词】 房地产价格 影响因素 计量经济模型 　　一、引言 　　房地产业是我国国民经济的支柱产业，对经济的发展有着重大的作用。近年来，房地产价格持续上涨，2008年全国商品房平均售价为3800元/平方米，2014年上升为6323元/平方米，上涨幅度达66.4%。房价增长过快，不仅极大地影响到居民的生活，也是整个国民经济持续平稳发展的一个不稳定因素，房价问题已经成为一个全社会普遍关注的问题。对于影响房价的因素，学者从不同角度进行了研究。王立平（2013）运用极值边界分析方法，实证检验房地产价格的“稳健性”影响因素，主要研究结论为政府（尤其是地方政府）是房地产价格居高不下的主要推手，人口与居民收入增长所形成的刚性需求依然是影响房地产价格的“稳健性”因素。闫金秋（2012）在分析房地产价格影响因素的基础上，通过实证分析得出：房地产价格水平与银行信贷、GDP增长速度、通货膨胀率、城市化水平等诸因素之间均具有较强的正相关性。周建军（2009）运用我国2000年到2007年季度数据构建模型进行分析，得出结论：我国房价与居民可支配收入、土地价格成正比。张夕琨、缪小林（2007）通过实证分析认为房价与居民可支配收入正相关。 　　本文从宏观经济基本面的角度研究我国房价的影响因素，以反映我国经济基本面的指标――国内生产总值（GDP）、城镇居民人均可支配收入（INC）、15―64岁人口数（POP）、五年以上银行贷款利率（R）作为控制变量，建立计量经济学模型，定量分析，以确定哪个宏观指标对我国商品房价格（PRI）具有决定性的意义。 　　二、计量模型的设定、分析及检验 　　1、影响因素 　　（1）国内生产总值（GDP）。该变量是反映宏观经济的重要指标。经济发展水平与房地产业有重要的互动影响，预计该变量对房地产价格的影响为正。 　　（2）城镇居民人均可支配收入（INC）。该变量是衡量购买能力的重要指标。随着经济的增长，城镇居民的可支配收入明显增长，极大地提高了城镇居民的实际购买能力。当人均可支配收入较高时，人们会增加对房地产的购买，预计该变量对房地产价格影响为正。 　　（3）15―64岁人口数（POP）。该变量是劳动年龄人口的数量。快速的城镇化过程使大量的人口涌入城市，在短时间内形成了对房地产的大量刚性需求，预计该变量对房地产价格影响为正。 　　（4）五年以上银行贷款利率（R）。该变量主要作为影响房地产供给和需求的变量，理论上利率上升会降低房地产价格。 　　2、数据来源 　　本文所用数据来自《中国统计年鉴》、中国人民银行网站和国家统计局网站。根据数据的可得性，选取了1992―2014年的数据。 　　3、模型的建立与分析 　　利用Eviews软件，先建立商品房价格与四个指标之间的多元线性回归方程，估计的方程结果如下： 　　PRI=-3597.0785+0.0026GDP+0.1043INC+ 　　0.0524POP+28.0596R （1） 　　t （-2.0472） （0.5362） （0.8429） 　　（2.4501） （1.3403） 　　R2=0.9917 （Adjusted）R2=0.9899 F=542.3052 　　从方程角度看，回归模型的（Adjusted）R2和F值较大，模型拟合很好，方程整体显著。但是从单个变量的角度看，GDP、INC、R都没有通过显著性水平为5%的t检验。同时，利率R的回归系数为正值，这与定性分析得到的预期不符。因此，有理由认为该回归模型存在多重共线性。 　　我们通过逐步回归原理来解决多重共线性的问题，即采取逐步引入变量的方法，运用OLS方法对各解释变量进行回归，根据回归方程中变量显著性大小，逐个剔除不显著的解释变量，直到方程中所有解释变量都达到必要的显著程度，再结合其它检验模型的指标，确定能够对房价进行合理解释的最终模型。 　　经过多次回归研究得到如下修正多重共线性影响的回归模型： 　　PRI=-1486.5961+0.1793INC+0.0286POP （2） 　　t （-2.6501） （16.9059） （2.5675） 　　R2=0.9908 （Adjusted）R2=0.9899 F=1079.94 　　DW=1.4966 　　从回归结果可以看出，模