房地产价格波动论文2篇范文

本站小编为你精心准备了房地产价格波动论文2篇参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

第一篇

一、实证分析

1.数据分析为了考察房价与消费之间的关系，本部分首先对房价增长率与消费增长率作一个描述性统计，以直观地了解房价是否对消费产生财富效应。笔者统计并计算了我国30个省市自治区在不同阶段的房价增长率和消费增长率，结果如表1所示。其中时段1指2007年第2季度—2008年第3季度，时段2指2008年第4季度—2009年第4季度，时段3是2010年第1季度—2013年第3季度。由上一部分的分析可知，时间段2实行的是拉动经济的房地产调控政策，而时间段1和时间段3实行的都是抑制房价的调控政策，但是从房价增长率的“平均值”来看，时间段3比时间段2增长了比较大的幅度，消费增长率的“平均值”也有类似的变化。在房价增长率这一栏，除了“最小值”外，其他统计量随区间递增。时间段3的“最大值”和“最小值”是这3个时间段里面最大和最小的，说明严厉的房地产调控政策下，一些省份的房价出现较大幅度下跌，同时一些省份出现大幅上涨。而在消费增长率这一栏，除了“最大值”外，其他统计量都随区间递增。因此，总体来看，房价与消费的变化似乎具有一致性，但二者的关系具体如何，需要通过实证进行检验。

2.模型构建与数据说明根据持久收入假说或生命周期理论，消费由收入和财富决定，同时考虑到居民的消费行为有一定惯性，因此本文构建模型如下：Cons=α+βCons(-1)+γI+ηH+δCPI+ε，其中Cons表示消费，Cons(-1)表示前一期的消费，以城镇居民消费性支出作为变量；I表示收入，用城镇居民可支配收入表示；H表示房地产价格，以商品房销售价格（由商品房销售面积和商品房销售额计算得到）表示。商品房销售价格由于是月度数据，因此通过算术平均计算得到季度数据。为了得到前期消费与当期消费的准确关系，引入环比CPI作为控制变量，同样通过算术平均计算得到季度数据。为了克服时间跨度短、数据量少的问题，并考虑到数据可得性，本文收集了2007年第二季度—2012年第三季度全国各省、直辖市、自治区的数据（不包含西藏）。城镇居民消费性支出和城镇居民可支配收入数据来源于国研网统计数据库，商品房销售数据来源于中宏产业数据库，CPI数据来源于中经网统计数据库。为了消除异方差性，对各变量取对数，得到的基本模型如下。3.平稳性检验面板模型在进行回归分析之前要进行单位根检验，否则可能出现伪回归问题。采用ADF—fisher法对各变量进行平稳性分析，由表2可知，各序列均为平稳序列，因此可以直接建立回归模型。

二、实证结果

本文分3个时间段建立回归模型，以考察房价波动对消费的动态影响。三个时间段分别为：2007年第2季度—2008年第3季度，2008年第4季度—2009年第4季度，2010年第1季度—2013年第3季度。

考虑到影响消费的因素众多，因此模型误差项可能存在异方差和序列相关，而广义矩估计（GMM）不需要知道随机误差项的准确分布信息，因而所得到的参数估计量将比其他参数估计方法更有效。但为了增加说服力，表3同时列出了GMM模型和固定效应模型（FEM）①的估计结果，以便进行对比。GMM模型的Sargan检验结果表明拒绝原假设，即模型工具变量的选取是有效的，各解释变量对消费的联合作用显著。从GMM和FEM的估计结果可以看到，除了第三期房价系数的正负值不一致外，其余变量在各期的系数符号均一致，但是第三期的房价系数均没有通过显著性检验。基于GMM模型的普遍适用性，本文更倾向于用该方法得到的估计结果。比较各个时间段模型的回归结果，可以看到收入对消费的影响一直都是比较大的，但是在时间段3，即2010年以来，居民收入对消费的影响有了一个比较大的降幅。房价对消费的影响，在时间段1是显著为负的，说明房价上涨对消费产生了抑制效应。在时间段2，即实施拉动经济的房地产政策时期，房价上涨对消费的影响显著为正，在保持收入、前期消费和CPI不变的情况下，房价每增长1%，消费平均增长0.28%。到了时间段3，房价系数虽然没有通过显著性检验，但是也为负，说明这一时期房价上涨不存在财富效应。

三、计量结果分析与政策建议

本文实证检验了2007年第2季度以来，房价变动对消费的影响。房地产调控政策的目标主要是保持房地产市场稳定健康发展、促进消费。但是从实证的结果来看，刺激消费的目标并没有实现，即使在存在财富效应的时间段2，房价上涨对消费的拉动作用也非常有限。2003年，中央政府就开始采取措施抑制房地产市场的过热发展，但同年8月，中央又出台文件②，提出对符合条件的房地产开发企业和房地产项目要继续加大信贷支持力度。两份意见相左的文件相继出台，无疑削弱了抑制措施的效果。这一矛盾心态实际上在很多地方政府中都存在，他们以房地产业作为拉动经济发展的支柱产业，导致房价一直维持在高位。总的来说，在2007年第2季度到2008年第3季度期间，房价上涨的预算约束效应和替代效应超过了其他效应，因此房价上涨对消费的影响是负的。金融危机期间，政府出台了一系列的房地产调控政策。其中，宽松的货币政策扩大了房地产开发企业的资金来源，进而促进房地产市场的供给。由于住房支出是消费性支出的组成部分，居民购买住房又会引致诸如装修等方面的支出，因此在2008年第4季度到2009年第4季度期间，房价的快速上涨对消费产生了正的影响，但应该看到在增加的消费支出中，一部分是由住房支出构成，其他消费支出的增长是十分有限的。

进入2010年，国家加大了房地产的调控力度，随着政策的收紧，银行总体信贷规模在缩小，影响到房地产市场的供给。而二套房贷政策的执行，也在一定程度上抑制了投机需求。从房价的描述性统计中可以看到，房价总体上仍然在快速增长，但是一些房价较高的省市，如北京、上海、广东、海南、天津，房价增长率都在平均值以下，分别为4.74%、0.7%、12.95%、-15.36%、14.36%；而一些房价增长率较高的省市，房价基本尚在合理范围内，如江西、河北、山西、山东、湖南，房价增长率达到75.59%、36.74%、36.42%、33.05%、32.12%，但房价分别只有4693.4元、4455.99元、3895.42元、4747.3元、4125.1元（2013年第三季度数据）。因此房价调控政策的效果对于房价高企的省市来说是较为显著的。但是实证结果表明房价对消费不存在财富效应，甚至可能存在抑制效应。从实证结果中可以看到，收入对消费的影响在下降，这是因为当前物价过快增长，而居民收入没有同比例增长，这强化了居民的储蓄动机，削弱了消费意愿。（2）带*号表示在5%的显著性水平下，变量没有通过检验。

目前国内经济处于转型时期，城市化速度不断加快，未来楼市仍会存在大量刚性需求，这些需求的存在将会带来较大的预算约束效应和替代效应，从而房价上涨的财富效应难以实现。因此应加大中低价位、中小套型普通商品房的供给，这就要求在土地审批环节要适当增加这类住房的土地供应，相应减少高档房的土地供应。此外，为保证中低收入群体的居住需求，必须加大保障房建设力度，同时防止这些保障房被非中低收入群体非法占有。拓宽居民的投资渠道，健全房地产金融体系，也是抑制投机行为的重要举措，同时可尝试学习西方国家的住房增值贷款。最后，房地产政策应保持一定的连贯性，并实施到位，过于频繁的调控政策不利于居民形成稳定的预期，对未来房价的走向也难以把握，从而不利于信心效应的发挥。

作者：梅元比单位：中国建设银行增城支行

第二篇

1房价决定因素模型建立

鉴于上文分析,我国房地产市场的预期是一种理性预期与非理性预期共存的混合预期模式,我们可以借鉴行为金融学中的噪声交易者模型来辅助分析房地产市场.噪声交易者模型是DelongJB、ShleiferA、SummersLH和Waldman在1990年提出的(简称DSSW模型),模型中存在两类投资者:一类是理性交易者R(RationalArbitrager),另一类是噪声交易者N(NoiseTrader).由于市场中存在虚假或误判的信息(即噪声),使噪声交易者的行为具有随机性和不可预测性,但他们也可能因承担自己创造的风险而赚取比理性投资更高的回报.当然,DSSW模型是基于证券市场建立的,与房地产市场的实际情况不一定吻合,所以笔者在此对原模型进行一些修正和完善,使之更加符合房地产市场的特点[6-7].

1.1模型假设假设一:假设市场上两类交易者的数量之和为Z,其中理性套利者R和噪声交易者N所占比例分别为u和1−u,两类参与者中每个个体购买房地产的数量分别为Rq和Nq.噪声交易者主要根据经济基本面、房价的历史动量以及市场中存在的噪声信息来对风险资产进行定价.假设二:假设市场中有两种资产可供选择:一种是无风险资产,它按照固定的收益率rt支付红利,这种资产的供给有完全弹性,能够随时被创造出来;另一种是风险资产,不具备完全弹性,供给数量在一定时期内是固定的.其中,这里的无风险资产代表的是储蓄,风险资产代表的是房地产产品,并且市场参与者只对这两种资产进行投资.假设三:假设投资者的生命周期分为两个阶段—–年轻时期和年老时期.在年轻时期,市场参与者提供劳动获得报酬,取得初始财富,并对两种资产进行组合投资;在年老时期,市场参与者将资产卖出,获得回报,进行消费.假设四:假设两类参与者具有相同的风险偏好,他们的效用函数都是恒常绝对风险规避函数,其中绝对风险厌恶系数为γ.

1.2效用函数构建由假设条件,笔者将市场参与者的生命周期简化成两个时期—–年轻时期和年老时期.首先,在年轻时期,市场参与者提供劳动,获得报酬Wi,以单价Pt购买房地产商品的数量iq,而剩余的收入则进行储蓄Si,其中,i表示两类投资者,则投资约束方程可以表示为。到了年老时期,房地产价格会随之变化,市场参与者期望以单价t1,eP+将其房地产商品卖给年轻一代,收取回报,进行消费.则消费约束方程可以表示为。

1.3市场均衡价格求解由(4)式可以看出,由于两类不同的投资者获取信息和处理方式的差异,其对房地产价格的预期t1,eP+必然也不相同,因此每类投资者为了实现效用最大化所进行的投资决策也是有差异的.首先,对于理性套利者R,他们会充分有效地利用所有可得的信息来形成一个无系统性偏误的预期,但是并不意味着与客观实际完全一致,实际中总存在一些不可避免的随机干扰,因此,理性套利者的预期价格可以表示。

2房价波动因素实证分析

2.1实证模型建立(10)式是由理性套利者和噪声交易者这两类市场参与者共同决定的房地产均衡价格,但是该表达式过于复杂,不能够直观表达出各变量之间的相互关系.为了便于实证分析房地产价格的驱动因素,可以将(10)式转化成以下形式

2.2数据及指标说明笔者选取全国35个大中城市(北京、天津、上海、重庆、石家庄、太原、呼和浩特、沈阳、大连、长春、哈尔滨、南京、杭州、宁波、合肥、福州、厦门、南昌、济南、青岛、郑州、武汉、长沙、广州、深圳、南宁、海口、成都、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐)2002~2012年的房地产市场数据作为研究对象.其中,tP和tQ采用的是某个城市第t期商品房平均销售价格和商品房销售面积,这两组数据均来自于2003~2013年度中国房地产统计年鉴.由于商品房市场基本上都存在于各地区的城镇之中,所以交易者数量Z采用的是该城市的年末城镇人口数量作为替代,其数据来源于各城市的统计年鉴及年度统计公报.利率tr数据来源于中国人民银行人民币贷款五年期基准利率.这几组数据都经过以2001年为基期的不变价格指数进行调整,使其转化成可比的真实经济变量.由于理性预期者能够准确预期房价的走势,所以他们对下一期房价增长率的预期可以利用理性预期测算公式计算出来;而噪声交易者由于对房地产信息掌握不完全,他们在很大程度上会根据价格的历史变化趋势形成对未来的预期,对下一期房价增长率的预测也会产生一定的偏差,所以噪声交易者的房价增长率预期测算公式可以表示为:,这里我们假设噪声交易者只考虑前两期的情形[8].

2.3平稳性检验为了避免序列不平稳而造成的“伪回归”问题,首先需对数据进行单位根检验.面板数据单位根检验方法有很多,可以使用LLC、IPS、Breintung、ADF-Fisher、PP-Fisher这5种方法进行检验.为了增强结果的稳健性以提高结论的可信度,笔者采用两种最具代表性的检验方法进行检验—–相同单位根检验方法LLC和不同单位根检验方法ADF-Fisher,检验结果见表1,所有变量在10%的显著性水平下均是平稳的,符合文中实证分析模型的建模要求.

2.4格兰杰因果检验由前文理论分析可知,参与者的预期与房价的波动相互影响,为验证理论分析的结论,笔者对预期和房价作格兰杰因果检验.笔者采用EViews8.0,选取Panelcausality中的Stackedtest(commoncoefficient)检验方法对预期和房价进行因果检验,其中假设所有截面(即35个城市)的影响系数是相同的,检验结果见表2.由表2的检验结果可知,一方面,在5%的显著性水平下,滞后1期或2期时,理性预期与房价之间互为格兰杰因果关系,这就很好地说明了理性预期者能够根据市场上房价的变化以及政府出台的一系列政策对下一期的房价做出准确判断,而他们的预期也影响了日后房价的变化;另一方面,在5%的显著性水平下,滞后1期或2期时,噪声交易者预期是房价的格兰杰原因,而房价不是噪声交易者预期的格兰杰原因,这就表明这一类参与者虽然没有能够准确预期房价的变化,但是他们的预期对房价的波动产生了一定的影响.

2.5实证结果及分析在面板数据模型进行估计前,先利用Hausman检验来确定模型的形式,检验结果表明,在1%的显著性水平下,拒绝随机影响模型,接受固定影响模型,因此,应当采用固定效应模型进行估计.由于笔者选取35个大中城市的数据作为研究对象,各城市间的房价存在较大差距,为了克服异方差,在GLS权重中选取Cross-sectionweight进行加权,其模型最终估计结果见表3.从表3估计结果可知,一方面,模型的拟合优度值为0.793,并且在5%的显著性水平下,除了利率r不能通过检验外,其余各变量的t值均能通过显著性检验,由此说明模型及各相关变量对房价具有解释能力;另一方面,从解释变量的系数来看,RE对房价存在负向效应,而NE对房价存在正向效应,这说明理性预期能够对房价上涨产生抑制作用,而噪声交易者预期则会进一步推动房价上升.市场交易者数量Z和房地产市场交易数量Q的系数为正数,这也很好地说明了房价与房地产市场需求存在正相关关系,而利率r的系数表明金融机构的贷款利率升高能够在一定程度上抑制房价的上涨.

3结论与建议

笔者基于行为金融学中的噪声交易模型,建立了包含理性预期和噪声交易者预期的房价决定模型,并对35个大中城市的面板数据进行实证分析,得出如下结论:(1)从理论分析部分可知,现阶段我国房地产市场参与者的预期是一种理性预期与非理性预期共存的混合预期模式;(2)从建模分析中可以看出,房价是由房地产市场参与者预期、参与者数量、房地产交易量以及金融机构贷款利率共同决定;(3)从实证部分可知,理性预期和噪声交易者预期都会对房价产生影响,理性预期能够在一定程度上减缓价格波动，而噪声交易者预期则会进一步推动房价的上涨.针对以上主要结论,笔者给出如下政策建议:首先,政府应建立房价调控的长效机制,保证政策的稳定性、连续性和有效性,避免政策的大起大落,给予市场主体信心;其次,政府应完善房地产市场信息公开制度,加强信息的及时性、完整性和准确性,减少市场中信息分布不对称现象,使市场主体充分了解市场,从而形成理性预期;最后,政府应对投资者行为进行规范,并发挥主管部门、新闻媒体等机构的作用,对市场上的投机行为和投机心理加以正确引导,提高市场主体行为的理性程度。

作者：王志勇 张聪群单位：宁波大学商学院