我国新一线城市房价走势特征及影响因素分析.docx

2019年第6期(总第561期)

区域金融研究

JournalofRegionalFinancialResearch

NO.6,2019

GeneralNO.561

我国新一线城市房价走势特征及影响因素分析

马娟陈兰兰2

(1.江西外语外贸职业学院，江西南昌330099；2.华东交通大学，江西南昌330013)

摘要：鉴于新一线城市的发展潜力，对新一线城市房价的走势进行研究。选取杭州市2009-2017年的房地产相关数据，采用Lasso方法和遗传BP神经网络模型分析影响房价走势的各方面因素，并对2018-2019年杭州市房价进行预测。研究发现，年末从业人数、金融机构贷款余额、规模以上工业企业利税总额以及净迁入人口对杭州市房价具有较为显著的正向影响，产业结构对房价的影响具有差异性，而城乡居民储蓄余额对房价具有抑制影响。最后依据结论提出几点建议，为新一线城市的房地产健康发展提供经验指引。

关键词：新一线城市；房价走势；影响因素;遗传BP神经网络；Lasso方法

中图分类号：F293.35 文献标识码：A 文章编号：1674-5477(2019)06-0074-06

基金项目：

基金项目：江西省高校人文社会科学研究项目(JJ18109)。

收稿日期：2019-02-28

作者简介：马娟，女，重庆石柱人，江西外语外贸职业学院会计金融学院副教授，研究方向为财务管理和金融大数据。

陈兰兰，女，江西九江人，华东交通大学理学院，研究方向为机器学习和大数据分析。

—、引言

2018年公布的15个新一线城市包括成都市、杭州市、重庆市、武汉市、苏州市、西安市、天津市、南京市、郑州市、长沙市、沈阳市、青岛市、宁波市、东莞市、无锡市,这些城市具有雄厚的经济基础、便利的交通以及独特的城市魅力等优势。与一线城市相比，新一线城市在人口、产业、区位、带动力和影响力方面仍存在差距,但也蕴含着巨大的发展前景,部分新一线城市从某些方面来看具有跃居一线的潜力。一个城市的房价走势往往能反映这个城市的发展状况,房价走势涉及经济、政治、文化等诸多方面。因此，本文从2018年新一线城市房价入手,分析其走势特征和影响因素。通过分析新一线城市房价在其影响因素下的市场运作规律,实现对房价走势的有效判断，为当前房价政策的调控提供理论依据和经验启示。

国内外学者对房价规律的研究从未停止,一直在

探寻预测房价指数的有效方法。李永友(2014)基于住房特征价格模型对房价上涨进行研究，研究表明，需求驱动和价格变化的涟漪效应推动了房价的上涨。张浩等(2015)基于LSTVAR模型研究不同政策在不确定性环境下宏观变量冲击对房价波动的影响，实证研究表明，宏观环境向好会引起房价的正向波动，而不同的政策不确定性背景下，宏观冲击对房价波动的影响存在差异性。Huietal.(2016)基于代际交叠模型研究生育率对中国代际财富转移机制中的住房价格的影响，实证研究表明，代际财富转移对房价产生了积极影响，并受前几代生育率和住房消费的影响。龚维进和徐春华(2017)基于空间杜宾模型研讨交通便利性、开放水平对中国房价的影响,实证研究表明，城市交通便利程度的变化和对外贸易对房价产生显著促进作用，两者之间的交互作用对房价也有显著影响。Lietal.(2017)以北京为例，基于城市活动互动规则探索城市住房价格的空间异质性，实证研究发现，四代及以上家庭的需求和房价最为相关，原因可能是拥有更多的家庭成员，需求更加多样化。张洋（2018）基于协整模型研究信贷与房价的关系,实证研究表明，房价与信贷之间互为因果，互相推动,并证实信贷与房价正反馈的理论机制。

从上述文献来看，国内外对中国房价影响因素的研究很多,包括需求驱动、人口结构、交通便利和对外开放水平等,这些影响因素对新一线城市房价潜力研究具有一定参考价值，但并不全面。因此，本义从经济水平、人口、产业结构和信贷等多方面，基于遗传BP神经网络模型对我国新一线城市房价走势进行实证分析与研究。

二、我国新一线城市房价走势特征及其影响因素分析

（一）我国新一线城市房价走势特征

随着我国经济的增长，人们生活水平普遍提高，大部分城市的房价普遍呈上涨趋势。新一线城市房价的上涨幅度比较明显，其中杭州、南京、天津、青岛、武汉五个新一线城市房价走势最具代表性。图1为2014至2017年杭州、南京、天津、青岛、武汉五个新一线城市的每月平均房价走势图，由此可见，我国新一线城市房价具有以下几个特征。第一,房价整体呈现上涨趋势。就2014-2017年五个新一线城市房价走势来看,2016年下半年房价开始上涨,2017年上半年涨幅最为明显。第二，房价上涨速度具有不稳定性