昆明市房地产市场供求及价格实证剖析.docVIP

昆明市房地产市场供求及价格实证剖析 　　[摘要]文章采用2002―2015年年度数据及2009Q1―2016Q2期间季度数据，构建了四个昆明市房地产市场供求及价格的可变参数的状态空间模型，测算了职工平均工资、商品房平均销售价格、竣工面积等因素对商品房销售面积的动态影响，以及商品房销售面积、职工平均工资、城镇居民可支配收入对商品房平均销售价格的动态影响，从需求、供给和价格三个方面做了解释和分析。研究表明，在2002―2005年，昆明市房地产市场处于发展“过热”状态；在2011―2015年，昆明房地产市场发展逐步趋向稳定。人们收入水平的变动与商品房销售面积、商品房平均销售价格的变动有着较为稳定的关系。 　　[关键词]昆明房地产市场；状态空间模型；弹性 　　[DOI]1013939/jcnkizgsc201711144 　　1引言及相关文献 　　自1998年住房分配制度改革以来，尤其是在2003年之后，昆明市房地产市场发展迅速。2015年昆明市商品房平均销售价格比2002年上翻225倍；2015年昆明市商品房销售面积是2002年总量的510倍。同时，昆明市房地产市场发展呈现出较大的波动性，如2005年昆明市商品房销售面积同比2014年增长21052%（数据来源：国家统计局网站）。在我国经济的快速发展及改革开放逐步深化的国家大背景之下，昆明市房地产市场历经起步、快速发展、逐步成熟等多个阶段，不同阶段市场供求、价格变动规律不尽相同。 　　从国内外房地产市场研究情况来看，多数学者更倾向于实证研究宏观经济基本面、政策的变动对房地产市场的变动的传导机制及影响程度，探求房价上涨及市场泡沫形成的推动因素，分析市场供求现状及变动规律。如Ramazan Sari等人（2007）利用VAR模型及方差分解的方法，研究了土耳其住房开工量与宏观经济变量的关系。[1]Hrushikeshm Mallick等人（2012）实证检验了中国住宅市场中房价的宏观决定因素。[2]一些国内学者认为，中国的房地产市场发展过于迅猛，一般固定参数模型实证方法得出的研究结论不能体现出市场结构随时间变动而变动的情况，房价或供求总量与各影响因素不太可能存在长期稳定的线性关系。而状态空间模型具备动态研究功能，弥补了这一不足。如王金明和高铁梅（2004）运用可变参数模型动态定量分析了我国房地产市场的供给和需求状况。[3]袁博和刘园（2014）通过构建可变参数的状态空间模型对我国房地产市场进行了研究。[4]现有相似研究多从房地产市场供求或房价某一方面展开，忽略了市场供求与房价相互影响的内在关系；采用的数据多为单纯的年度数据或季度数据，忽视了研究结论对长期和短期房地产市场的适用性。因此，本文采用年度和季度数据，基于状态空间模型方法，研究不同时期昆明房地产市场的供求和价格动态变动情况，进而总结出昆明市房地产市场长期和短期的运行状况及规律，提出相应的调控建议，也是本文的研究目的及意义所在。 　　2研究理论框架 　　20世纪60年代初，随着空间技术和电子技术的发展，要求处理复杂的多变量系统，要求实时、快速计算的最优滤波器，Kalman提出了在时域上的状态空间方法，引入状态变量和状态空间概念。状态空间模型（State Space Model）多应用于通信系统、信号处理、航天工程等领域，后来逐步发展至经济金融领域，如Hamilton（1994）用来处理经济结构发生突变问题；尤其是在进入21世纪后，状态空间模型在我国信息、工程以及经济方面取得广泛应用。状态空间模型假设所研究的系统随时间的演化可由一个不可观测的向量序列所确定，与该序列相伴的是一个可观测序列，两者关系由状态空间模型来识别。[5]在计量经济学文献中，状态空间模型被用来估计不可观测的时间变量：理性预期、测量误差、长期收入和不可观测因素（趋势和循环要素）。状态空间模型通常由量测方程和状态方程构成，一般形式如下： 　　（1）式中，zt是具有固定系数α的解释变量集合，xt是随机系数的解释变量集合，βt状态向量，称作可变参数。βt是状态向量是不可观测变量，需要用可观测变量yt和xt来估计。（2）式中，假定参数βt的变动服从AR（1）模型。εt和μt为扰动项。（3）式表明，扰动项相互独立，服从均值为0，方差为δ2和协方差矩阵为R的正态分布。 　　本文研究采用Eviews 8计量软件，建立多组可变参数的状态空间模型，并对模型参数进行估计。依据经济学供求理论，价格是由市场供求共同决定的。本文的价格方程是在供求方程建立的基础上，依据符合计量经济检验的供给方程和需求方程的回归结果，建立反需求函数形式的价格方程。 　　3变量选取及数据来源 　　现存多数文献认为，影响房地产市场供求与房价的主要因素有：人口、宏观经济基本面、货币政策、利率、居