Emergence and Transfer of Wealth
Vol.06 No.02(2016), Article ID:17807,9 pages
10.12677/ETW.2016.62002

Research of Shenzhen Estate Price Fluctuation Factors

Jiaxin Wang, Yuping Lan

Zhuhai International Business Department, Beijing Normal University, Zhuhai Guangdong

Received: May 30th, 2016; accepted: Jun. 17th, 2016; published: Jun. 20th, 2016

Copyright © 2016 by authors and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

ABSTRACT

Since the beginning of 90’s of the last century, after the gradual implementation of the monetary housing system in China, the estate industry has developed rapidly, and promoted economy to boost domestic demand, which becomes a pillar industry of the national economy. The rapid increase in housing price has a great impact on the country’s economic development and people’s normal life. At present, due to the China’s economy at a turning point, the estate industry is accelerating adjustment. Therefore, it is urgent and necessary to study the causes influencing estate price. For China’s real estate, housing price is increasing greatly in Beijing, Shanghai, Guangzhou and Shenzhen, bringing positive influence on the local economy, and also negative influence. So this article takes Shenzhen as the research object, reviews from researches at home and abroad, to analyze the factors influencing real estate price, and based on the 2004-2013 data, empirical research is carried out using correlation and linear regression analysis. Study finds that (a case study of Shenzhen) the number of fresh graduates, average annual estate sales area, per capita disposable income, consumer price index influence the real estate price. Moreover, process improvements and preventive measures are proposed, for better development of real estate.

Keywords:Real Estate, Influence Factors of Real Estate Price, CPI

深圳房地产价格波动因素研究

王佳馨,蓝裕平

北京师范大学珠海分校国际商学部,广东 珠海

收稿日期:2016年5月30日;录用日期:2016年6月17日;发布日期:2016年6月20日

摘 要

自从上世纪90年代以来,我国逐渐推行货币化住房制度以后,我国的房地产业快速发展,推动经济拉动内需并成为国民经济的支柱性产业。房价的飞速上涨对于国家经济的发展,人民的正常生活都造成了巨大影响。目前,我国经济处于转折点,房地产行业正在加速调整。因此,研究影响房地产价格成因对于当下的中国尤其具有迫切性和必要性。对于中国房地产而言,以北上广深的一线城市房价涨幅尤为剧烈,以上城市房价对当地的经济一方面带来正面影响,另一方面,也带来了巨大的负面影响。因此本文将深圳作为研究对象,从国内外研究进行综述,对于影响房地产价格的因素作出深刻剖析,在此基础上利用2004~2013数据,运用相关性分析和线性回归分析进行实证研究。研究发现(以深圳为例)大学生应届毕业人口数,年均商品房销售面积,人均可支配收入,居民消费价格指数对于房地产价格的影响。并提出处理改善和防范措施,对症下药,使得房地产业更好的发展。

关键词 :房地产,房价的影响因素,CPI

1. 引言

进入21世纪以来,中国伴随着加入WTO,举办北京2008奥运会,上海世博会等一系列重大经济政治活动,经济也发展繁荣到了新的高峰,与此同时,中国房地产一直保持着很高的增长速度,逐渐成为国民经济的支柱产业。但是由于房价快速上涨,炒房热在各大城市频频出现。从日本的房地产泡沫到美国经济大萧条,从东南亚金融危机到美国的次贷危机,基于2008年全球的金融危机与我国现在的经济困境可以看出,一国乃至全世界都被房地产市场深深地影响,首先房地产业作为国民经济中的基础性,先导性产业,它的价格导致需求的变化,导致上下游产业如钢铁,化工,建材,机械,冶金,陶瓷,家电,纺织,保险,商业服务都被直接或者间接地推动了需求的波动。房地产业对于经济留下的隐患对于金融业的稳定和安全都造成了负面影响。其次,房地产价格大幅度的上涨,以深圳市为例,严重加大了居民的负担,严重造成了社会问题,影响我国社会主义和谐社会的建设。同时通过财富效应的波动来间接影响房地产拥有者的消费,改变房地产的潜在投资者的储蓄,消费倾向,进而影响宏观经济。

从2002年的“土地改革”,2005年的“国八条”,2006年的“国六条”以及2009年的“国四条”,再到2010年的“国八条”和2011年的“新国八条”为代表的从各个方面入手为抑制房地产价格过快上涨的一系列的新政,表明了国家对于房地产业发展的重视。如图1所示,以深圳市平均住房价格为例,在2004-2013有着明显的上升,从2004年的6771到2013年的23776,短短的十年,深圳市平均住房价格的增长竟达到了五倍。这持续上涨的住房价格,远远超过我国居民收入的平均增长,这持续带给房地产业生机,积极地推动了中国近些年来的经济发展的同时也留下了巨大的隐患和危机。为了避免影响经济发展的因素产生,国家经济欣欣向荣的发展和社会主义和谐社会的积极建设。因此,对于研究深圳市房地产价格的影响因素有着重要意义。

本文研究以深圳市房地产为例的影响房地产价格的因素,主要采取比较分析法和实际分析法,将理论与实际相结合,对问题进行分析。具体分析方法如下:对于房地产的影响因素选取部分进行描述性分析,选择最合适的几个因素;接下来运用线性回归模型进行相关性分析。最后利用实证分析给出影响深圳是房地产价格的建议。

Figure 1. Shenzhen housing price chart

图1. 深圳市住房价格走势图

2. 研究综述

对于影响房地产价格的因素,国内外研究硕果累累,但是同时也存在改进空间。所以本文以深圳市为例,采用时间序列的计量经济模型针对深圳市房地产价格现今存在的问题,分析选择影响深圳市房价的因素,并给出相关意见和改进方法,希望可以为深圳市居民,相关研究者,政府都提供实际的帮助。同时本文的创新点,消费价格指数对于房价呈负相关即房地产价格上升的速度并没有超越居民消费价格指数上涨的速度,这一实验结论,突破了以往的研究成果。

安辉,王瑞东(2013) [1] 将影响房地产价格的因素分为经济基本面与非经济基本面。经济基本面主要研究收入,失业率,通货膨胀率,建筑成本等经济基本面对于房地产价格的影响。非经济基本面则重点关注货币政策,土地政策,保障房政策,等各种调控政策与房地产价格的关系。对于他们的这一理论,国内外学者却持有不同的态度。Collyns,Senhadji (2002) [2] 选取中国,泰国,日本等亚洲国家分析亚洲国家货币政策水平对于房价的影响。刘琳,刘洪玉(2003) [3] 从需求的角度出发,房价促进地价的增加;从供给角度来看,地价只是众多导致房地产价格上升的原因之一,同时也并没有占到很大的比重,两个因素也存在着相互转化的现象。利用VAR模型的洪涛(2006) [4] ,他用2000~2004年的我国31个地区的面板数据为实验对象,研究的不仅仅是收入和房价的影响,同时把居民平均消费水平也列入考察因素进行检验,结果得出了房价在对于居民消费的预算方面的影响会远大于其在财富方面的影响。周京奎(2006) [5] 利用1995的数据研究了土地价格与房价之间存在的双向关系,结果得出的却是只有房价对地价的显著影响,反之则是不显著的。O’Reilly (2007) [6] 通过协整检验的研究方法对于16个经济合作与发展组织国家在1980~2005年的基本面板数据进行房价,收入,利率之间相互关系的研究,结果证明了他们的长期协整关系。梁云芳,高铁梅等(2007) [7] 同样使用了计量经济学的模型来分析宏观经济与房地产业的关系,在研究宏观的同时,把来自不同区域房地产价格的变动也考虑在内,在双重考虑下得出了影响因素。王子龙(2008) [8] 认为房地产价格和居民的财富效应无论在短期还是长期的角度来看,两者都互相影响,共同作用。

3. 研究方法

3.1. 数据来源

本文以深圳市作为研究对象,时间跨度为2004~2013。所有数据从中华人民共和国国家统计局网站,《深圳市统计年鉴》《中国统计年鉴》获得。部分缺失的数据从《广东省房地产统计年鉴》获得。

3.2. 因素选择

本文选取商品房房价作为被解释变量,并从供给,需求和地方经济发展水平三个角度选取四个典型的解释变量,分别为大学生应届毕业人口数,年均商品房销售面积,人均可支配收入,居民消费价格指数。

1) 人均可支配收入

从供给角度方面分析,梁琦,郭娜(2011) [9] 利用面板协整的方法,采取基准模型和嵌套模型研究我国房地产市场的财富效应及其影响因素同时得出了我国的家庭人均可支配收入是积极地影响着人们对于商品房的需求,是决定消费支出的最重要因素。陈新峰,王子柱(2015) [10] 利用向量自回归模型的方法,分析房地产价格和城镇居民人均可支配收入之间的相互关系和影响,最后通过协整分析发现,它们之间存在着长期的稳定关系。在因果检验的方面,也证明了房地产价格与人均可支配收入的单方面的影响。最后根据成本定价理论,证明人均可支配收入是影响房地产价格的因素。

2) 应届大学生毕业人口数

毕子明(2014) [11] 认为房地产价格的起伏变化并不是因为某种单一因素直接导致的,房地产的市场供求也只是中介,区域人口密度才是幕后的推手,这样供求的变化才推动了房地产价格的涨落起伏。张传勇,刘学良(2014) [12] 则不仅仅从经济学角度,在与经济学息息相关却更实际的社会学角度出发,采用1999~2012年中国35个大中城市的面板数据,站在高校扩招政策对房价的影响进行系统性检验,结果却发现高校扩招政策在一定程度上推动了城市的房价上涨,因为扩招加大了应届生的基数,在毕业季节的档口,集中释放大量的毕业生,从而产生大规模的刚性住房需求,这对房地产市场,房价而言,无疑是产生了巨大的正向冲击。尤其在地区人口密度大,科技发达的城市,如深圳,应届毕业大学生是现代化城市建设中劳动人口的主力军,极大地提高了对于住房的需求也大。因此应届毕业大学生也是影响房价的重要因素。

3) 商品房销售面积

王要武,金海燕(2008) [13] 利用向量自回归模型来研究我国宏观调控政策对房地产市场的供给和需求还有房价的影响。宏观调控政策方便选取利率、货币供应量和土地供给量这三个变量,房地产市场供给需求方面则选取房地产投资平均数额和商品房销售面积两个变量,的出来的结果分为三方面:① 对房地产供给的影响中尤其是土地供给量影响最大;② 3种政策的影响作用力都很小;③ 对房价的影响,土地供给量最大并且同向,其余2个影响都很小。所以商品房销售面积更是可以直观的表现出对于商品房的供给,人们的需求水平。它也是影响房价的一个因素。

4) 居民消费价格指数

从地区经济发展水平分析,地区经济的发展水平是可以直接体现在居民消费价格指数上。李静,张旭(2010) [14] 就利用中国1998年至2009年的居民消费价格指数与房价的年度的数据,应用最小二乘法和线性回归模型进行分析,表明两者之间的正相关关系,所以居民的消费水平与能力也是影响房价的重要因素。彭聪,聂云飞(2009) [15] 也利用最小二乘法和线性回归模型对我国房地产销售价格与居民消费价格指数(CPI)等变量的关系进行分析。结果表明居民消费价格指数的变化影响未来房价的变化。汪小亚,代鹏(2005) [16] 运用实证分析来研究消费价格指数与房价的相关性,并得出消费价格指数对于价格的影响作用。综上理论与实证分析,我们有理由选择居民消费价格指数为变量。同时,这个变量的研究成果也是本文的创新点。

3.3. 描述性分析

表1所示,用软件统计结果可得出,深圳市房地产价格与四个变量都有连良好的相关性。其中,深圳市房地产价格与人均可支配收入的相关性不仅高而且是正相关;与商品房销售面积呈显著的负相关;与居民消费价格指数虽然相关性不明显,但是在接下来的线性回归模型中将作出进一步的检验和分析。

3.4. 平稳性检验

3.4.1. 深圳市房地产价格

表2所示,通过我们进行的针对房地产价格的平稳性检验,房地产价格的一阶序列所对应的Prob = 0.0574,小于0.1,所以为平稳序列。

3.4.2. 居民消费价格指数

表3所示,通过我们进行的针对居民消费价格指数的平稳性检验,居民消费价格的一阶序列所对应的Prob = 0.0346,小于0.1,所以为平稳序列。

3.4.3. 大学生平均毕业人口数

表4所示,通过我们进行的针对大学生平均毕业人口数的平稳性检验,大学生平均毕业人口数的一阶序列所对应的Prob = 0.0663,小于0.1,所以为平稳序列。

3.4.4. 商品房销售面积

表5所示,通过我们进行的针对商品房销售面积的平稳性检验,商品房销售面积的一阶序列所对应的Prob = 0.0043,小于0.1,所以为平稳序列。

3.4.5. 人均可支配收入

表6所示,通过我们进行的针对人均可支配收入的平稳性检验,人均可支配收入的一阶序列所对应的Prob = 0.0981,小于0.1,所以为平稳序列。

综上所述,变量与数据皆为平稳序列。

3.5. 参数估计

3.5.1. 统计意义检验

表7所示,回归结果𝑅2 = 0.9844448,表明该模型的拟合优度较高,即2004~2014年间广东省商品房房价变化的98.48%可以由这四个变量来解释。在F检验中,𝐹 = 79.12351大于𝐹𝛼(3,12) = 3.59,表明模型总体上的线性关系显著成立。

在T检验中,𝑡 = 0.439203 = α(11) = 2.201,𝛽0、𝛽1、𝛽2通过显著性α = 0.05的t值检验。T检验不显著,这表明该模型不存在多重共线性。怀特(White)检验中,在显著性为0.05情况下Prob(F-statistic) = 0.6778大于0.05,Prob(Obs*R-squared) = 0.6778大于0.05,所以表明模型不存在异方差。

3.5.2. 经济意义检验

𝛽1 = 0.4477,表示在其他条件不变的情况下,人均可支配收入每增长1%,广东省商品房房价就增加0.4477%,符合经济现实;

𝛽2 = 0.7271,表示在其他条件不变的情况下,应届大学生毕业人口数每增长1%,广东省商品房房价增加0.7271%,符合经济现实;

𝛽3 = −0.3923,表示在其他条件不变的情况下,商品房销售面积每增长1%,广东省商品房房价减少0.3923%,符合经济现实;

Table 1. Descriptive analysis

表1. 描述性分析图

Table 2. Testing the stability of property prices

表2. 平稳性检验房地产价格

*Mackinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculates for 20 observations and may not be accurate for a sample size of 8.

Table 3. Testing the stability of the consumer price index

表3. 平稳性检验居民消费价格指数

*Mackinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculates for 20 observations and may not be accurate for a sample size of 8.

Table 4. Testing the stability of graduating college students with an average population

表4. 平稳性检验大学生平均毕业人口数

*Mackinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculates for 20 observations and may not be accurate for a sample size of 8.

Table 5. Testing the stability of sales area

表5. 平稳性检验商品房销售面积

*Mackinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculates for 20 observations and may not be accurate for a sample size of 8.

Table 6. Testing the stability of disposable income

表6. 平稳性检验人均可支配收入

*Mackinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculates for 20 observations and may not be accurate for a sample size of 8.

Table 7. Test of independence

表7. 独立性检验

𝛽4 = −0.3001,表示在其他条件不变的情况下,居民消费价格指数每增长1%,广东省商品房房价减少0.3001%,这个研究结果也是本文的创新点。

在已有的研究中,学者更倾向居民消费价格指数与商品房房价呈正向相关,他们认为居民消费水平等提高会促进房价上涨,因为居民消费水平反映居民家庭购买消费商品及服务的价格水平。但是在本文的研究中,却发现居民消费水平与商品房房价呈负相关,经过反复论证以及调查研究,我们有理由相信这一观点:首先与柴米油盐等生活必需品相比,商品房更偏向于高档耐用品,在物价上涨,居民的经济能力承受不住物价压力时,会自然的将生活必需品放在第一位,即使对于商品房有追求,但是也并没有如生活必需品那样迫切。其次,本文选择深圳作为案例进行分析,深圳是我国第一个建立的最受重视的经济特区,但根据罗清和,蔡腾飞(2007) [17] ,深圳普遍存在的城中村现象以及常住人口的社会学研究表明,驻扎在深圳的人口的主力军多数为非户籍的体力劳动者或者外省的青年,他们当中的大多数的人并没有在深圳能买房的能力与需求,他们会选择廉价的住房而非买房,所以,在物价水平颇高的深圳,有充分的理由相信更多的人们会选择满足生活需求的生活必需品,那么这种需求的减少必定会影响房价,而且是负相关;即房价上涨未赶上消费水平的上涨速度,推翻常论。

综上可知,该模型符合经济意义,经济意义检验通过。

4. 结果和建议

4.1. 结果

经过近代中国以及世界经济形势的经验教训,房地产行业得到了越来越多的关注。因为近十年变化巨大的深圳房价,所以选择深圳市为典型案例进行分析。通过梳理房地产价格及影响因素的相关文献,反复查找资料,分析实验选取了深圳市大学生应届毕业人口数,年均商品房销售面积,人均可支配收入,居民消费价格指数四个变量。以2004~2013年深圳市房地产价格相关数据为被解释变量进行实证检验,在经过描述性检验,相关性检验,独立性检验之后得出上述四个变量对房地产价格的确实产生影响的实验结果以及创新点。

4.2. 相关建议

建议分别针对政府,开发商,消费者三个群体。对于深圳市政府,应该运用深圳自身地理,政策优势,更好更快地发展经济,努力建成更具改革开放引领作用的经济特区,争取到2020年时,GDP总量达到2.6万亿元,使得人民收入得到保证和提高,居民都可以有买房的能力,增加居民的可支配收入;同时搞好深圳市基础建设及周边开发,带动东莞,惠州等邻近城市,在城市交界处开发新住房并进一步配套地铁网,公交网等基础交通建设;最后政府应设立公租房以及提供福利房,投入更多关于基础公共租赁屋的前期建设和后期的管理,运营,根据不同的租用人群进行不同的,有针对的优惠,减轻承租者的生活负担,提升生活的质量。房地产公司制定不同的销售方案和方法。针对不同的客户提出对应的方案,吸引各个层次需求的客户。消费者可以根据本文的创新点了解到在整体物价上涨的时候,不要对房价产生畏惧和抵触心理,随时保持着对房地产的高度关注度,并且在消费价格指数上涨时抓住机遇。

文章引用

王佳馨,蓝裕平. 深圳房地产价格波动因素研究
Research of Shenzhen Estate Price Fluctuation Factors[J]. 财富涌现与流转, 2016, 06(02): 9-17. http://dx.doi.org/10.12677/ETW.2016.62002

参考文献 (References)

  1. 1. 安辉, 王瑞东. 我国房地产价格影响因素的实证分析——兼论当前房地产调控政策[J]. 财经科学, 2013(3): 115-124.

  2. 2. Collyns, C. and Senhadji Semlali, A. (2002) Lending Room, Real Estate Bubbles. Asian Crisis MF Working Paper, 1- 5.

  3. 3. 刘琳, 刘洪玉. 地价与房价关系的经济学分析[J]. 数量经济技术经济研究, 2003(7): 27-30.

  4. 4. 洪涛. 房地产价格波动与消费增长——基于中国数据的实证分析及理论解释[J]. 南京社会科学, 2006(5): 54-58.

  5. 5. 周京奎. 房地产泡沫生成与演化——基于金融支持过度假说的一种解释[J]. 财贸经济, 2006(5): 3-12.

  6. 6. McQuinn, K. and O’Reilly, G. (2007) A Model of Cross-Country House Price. Central Bank and Financial Services Authority of Ireland, Research Technical Paper 5/RT/07.

  7. 7. 梁云芳, 高铁梅, 等. 中国季度宏观经济政策分析模型——对宏观经济政策效应的模拟分析[J]. 数量经济技术经济研究, 2007(11): 3-15.

  8. 8. 王子龙. 中国社会保障的财政问题分析[J]. 东北财经大学学报, 2008(5): 52-57.

  9. 9. 梁琦, 郭娜. 我国房地产价格与银行绩效——基于省际面板数据的实证研究[J]. 国际金融研究, 2011(9): 90-97.

  10. 10. 陈新峰, 王子柱. 房地产价格影响因素实证分析[J]. 现代物业, 2015(1): 82-88.

  11. 11. 毕子明. 区域人口密度变化对房地产价格波动的影响分析——以市场需求为中介[J]. 商业时代, 2014(25): 131- 134.

  12. 12. 张传勇, 刘学良. 高校扩招对房价上涨的影响研究[J]. 中国人口科学, 2014(6): 107-120.

  13. 13. 王要武, 金海燕. 我国房地产宏观调控政策效果的实证分析[J]. 土木工程学报, 2008(8): 105-112.

  14. 14. 李静, 张旭. 我国房地产价格与CPI关系的实证研究[J]. 时代金融, 2010(5): 51-53.

  15. 15. 彭聪, 聂云飞. 房价影响因素的实证研究——基于GDP、CPI、利率和居民可支配收入视角[J]. 建筑经济, 2009(12): 54-57.

  16. 16. 汪小亚, 代鹏. 房地产价格与CPI相关性:实证分析[J]. 中国金融, 2005(2): 17-18.

  17. 17. 罗清和, 蔡腾飞. 深圳城中村问题的思考[J]. 深圳大学学报, 2007, 24(6): 27-32.

期刊菜单