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。 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 in-crease 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 acce-lerating 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 im-provements and preventive measures are proposed, for better development of real estate.
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
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
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。
图1. 深圳市住房价格走势图
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) [
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。
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) [
2) 应届大学生毕业人口数
毕子明(2014) [
3) 商品房销售面积
王要武,金海燕(2008) [
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) [
如表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。
如表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。
如表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。
如表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。
如表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。
如表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。
如表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。
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;
INCOME | XIAOSHOU | MAN | PRICE | CPI | |
---|---|---|---|---|---|
PRICE | 0.866346 | −0.765279 | 0.939868 | 1.000000 | −0.148570 |
INCOME | 1.000000 | −0.534148 | 0.727674 | 0.866346 | −0.316573 |
XIAOSHOU | −0.534148 | 1.000000 | −0.756476 | −0.765279 | −0.322349 |
MAN | 0.727674 | −0.756476 | 1.000000 | 0.939868 | −0.044200 |
CPI | −0.316573 | −0.322349 | −0.044200 | −0.148570 | 1.000000 |
表1. 描述性分析图
Null Hypothesis: D (PRICE) has a unit root Exogenous: None Lag length: 0 (Automatic-based on SIC, maxlag = 1) | |||
---|---|---|---|
t-Statistic | Prob.* | ||
Augmented Dickey-Fuller test statistic | −1.917444 | 0.0574 | |
Test critical values: | 1% level | −2.886101 | |
5% level | −1.995865 | ||
10% level | −1.599088 |
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.
Null Hypothesis: D (CPI) has a unit root Exogenous: Cnostant Lag length: 0 (Automatic-based on SIC, maxlag = 1) | |||
---|---|---|---|
t-Statistic | Prob.* | ||
Augmented Dickey-Fuller test statistic | −3.603066 | 0.0346 | |
Test critical values: | 1% level | −4.582648 | |
5% level | −3.320969 | ||
10% level | −2.801384 |
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.
Null Hypothesis: D (MAN) has a unit root Exogenous: None Lag length: 0 (Automatic-based on SIC, maxlag = 1) | |||
---|---|---|---|
t-Statistic | Prob.* | ||
Augmented Dickey-Fuller test statistic | −1.834850 | 0.0663 | |
Test critical values: | 1% level | −2.886101 | |
5% level | −1.995865 | ||
10% level | −1.599088 |
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.
NULL Hypothesis: D (XIAOSHOU) has a unit root Exogenous: None Lag length: 0 (Automatic-based on SIC, maxlag = 1) | |||
---|---|---|---|
t-Statistic | Prob.* | ||
Augmented Dickey-Fuller test statistic | −3.382007 | 0.0043 | |
Test critical values: | 1% level | −2.886101 | |
5% level | −1.995865 | ||
10% level | −1.599088 |
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.
NULL Hypothesis: D (INCOME) has a unit root Exogenous: None Lag length: 0 (Automatic-based on SIC, maxlag = 1) | |||
---|---|---|---|
t-Statistic | Prob.* | ||
Augmented Dickey-Fuller test statistic | −1.610358 | 0.0981 | |
Test critical values: | 1% level | −2.886101 | |
5% level | −1.995865 | ||
10% level | −1.599088 |
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.
Dependent Variable: LOG (PRICE) Method: least Squares Date: 12/13/15 Time: 11:54 Sample: 2004 2013 Included observations: 10 | ||||
---|---|---|---|---|
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 1.348783 | 3.070975 | 0.439203 | 0.6788 |
LOG(INCOME) | 0.447732 | 0.156879 | 2.853992 | 0.0357 |
LOG(MAN) | 0.727150 | 0.112974 | 6.436455 | 0.0013 |
LOG(XIAOSHOU) | −0.392334 | 0.165493 | −2.370705 | 0.0639 |
LOG(CPI) | −0.300664 | 0.213764 | −1.406519 | 0.2186 |
R-squared | 0.984448 | Mean dependent var | 9.545853 | |
Adjusted R-squared | 0.972006 | S.D. dependent var | 0.441074 | |
S.E. of regression | 0.073798 | Akaike info criterion | −2.068110 | |
Sum squared resid | 0.027231 | Schwarz criterion | −1.916817 | |
Log likelihood | 15.34055 | Hannan-Quinn criter. | −2.234077 | |
F-statistic | 79.12351 | Durbin-Watson stat | 2.232071 | |
Prob (F-statistic) | 0.000104 |
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) [
综上可知,该模型符合经济意义,经济意义检验通过。
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。
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。
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