34我国房地产价格变动特征及其影响因素的实证研究

  本文关键词：我国房地产价格变动特征及其影响因素的实证研究，由笔耕文化传播整理发布。

0.0776.37240.3270.0073；0.0963.82600.3460.0095；0.1151.21780.3650.0085；0.1352.34960.3850.0077；0.1541.58660.4040.0072；0.1730.33790.4230.0066；0.1920.06000.4420.0051；0.2120.01070.4620.0

0.077 6.3724 0.327 0.0073

0.096 3.8260 0.346 0.0095

0.115 1.2178 0.365 0.0085

0.135 2.3496 0.385 0.0077

0.154 1.5866 0.404 0.0072

0.173 0.3379 0.423 0.0066

0.192 0.0600 0.442 0.0051

0.212 0.0107 0.462 0.0085

0.231 0.0045 0.481 0.0050

0.250 0.0034 0.500 0.0043

图 4.2 房地产周期价格指标在各频率上的谱密度情况

为了验证此分析是否准确，我们将 1998 年到 2010 年中国房地产的周期波动情况在此 简单的予以介绍。1998 年开始，我国的房地产已经开始逐渐进入市场化，1998 年为我国房

地产按揭贷款的转折点，同时由于我国的房地产市场处在不断成熟的过程中，所以受到外 部宏观经济环境和国家的调控政策的影响比较大。所以在这段时间，我国房地产周期的波 动不像宏观经济一样有比较稳定的波动。具体从 1998 年开始，我国房地产一共经历了大约42

4 个完整的波动：第一个为 1998 年到 2003 年，历时 5 年，此时波动较为平缓，波峰和波

谷都不是很突出。第二个为 2004 年到 2005 年，，历时 2 年，此阶段波动剧烈，时间较短。 第三个为 2006 年到 2007 年，历时 2 年，同前一个时期一样，波动较为剧烈。第四个为 2008

年到 2010 年，历时 3 年，在经历了金融危机的短暂影响后，2009 年我国的房地产业重新

又回到了快速上升的道路。由此可见，在 1998 年到 2010 年，我国房地产大体的周期分别

有 5 年，2 年，2 年，3 年，大体契合了谱分析中的 3.25 年和 1.85 年。

从我们选用的指标的时间序列分析（图 4.1）来看，从波谷到波谷可以看到 3 个周期。 第一个周期为 1999 年到 2003 年，历时 4 年，波动较为平缓。第二个周期为 2003 年到 2006

年，历时 3 年，波动明显。第三个周期为 2006 年到 2009 年，历时 3 年，波动明显。按照该

划分，我国房地产周期的长度分别有 4 年，3 年，3 年。大体契合了谱分析中的 3.25 年。另

外需要说明的是，此结果一方面说明了，我们得谱分析结果是正确的，没有出现系统性错误， 另一方面也说明了，我们选用的价格指标较为准确的反应了我国房地产周期的波动情况。 总体来看，我国的房地产的周期性波动特征较强、且较有规律，周期长度以短周期为

主。1998 年后周期长度在 2～5 年之间，并且有逐渐缩短的趋势，出现了 2 年超短周期特 征。但是，由于我国房地产发展的年限问题，官方统计数据不足，所以我们不可能进行长 周期考察，假设 1998 年以来的 12 年仅仅是长周期中的一个增长阶段，我们的研究样本较 为短缺。房地产作为必需品的同时又具备投资和投机品的特征，用房价收入比、空置率及 房地产行业收益率作为指标可能更加科学，但这也是在目前数据条件下难以满足和实现的。

4.4 我国宏观经济周期波动的频率特征

对我国宏观经济周期的研究很多，使用的方法和选用的指标也有很多。在本章中使用 有代表性的指标和测算标准，同时使用前面用过的谱密度来进行分析。

在有关周期协动性的文章中，一般的方法是选用各国的 GDP 或者 GDP 的增长率序列， 本章选用的数据是 GDP 的增长率序列。改革开放以来我国的 GDP 一般都是持续增长的， GDP 增长率表现出上下波动的趋势。因为谱分析需要平稳的数据序列，所以本章利用 GDP 增长率序列作为研究对象，并对增长率序列进行季节调整和 HP 滤波处理，去掉可能存在43

的趋势成分。

同样用谱分析的方法，我们的数据选用 GDP 增速季度数据，时间序列区间为：1998

年到 2010 年。本章中使用 HP 滤波将其变为循环序列。对循环序列进行谱分析得到序列谱，

得到谱密度值如图 4.3 所示（具体计算数值见表 4.2）。

表 4.2 GDP 增长率在各频率上的谱分析结果

谱密度值

频率谱密度值频率谱密度值频率谱密度值

0 0.019793 0.17 0.10235 0.34 0.0037488

0.01 0.024039 0.18 0.084283 0.35 0.0040927

0.02 0.036556 0.19 0.073435 0.36 0.0043363

0.03 0.05645 0.2 0.067726 0.37 0.0042608

0.04 0.08176 0.21 0.063536 0.38 0.0039481

0.05 0.10944 0.22 0.057781 0.39 0.0035934

0.06 0.13606 0.23 0.049379 0.4 0.0033039

0.07 0.15893 0.24 0.039363 0.41 0.0030468

0.08 0.17687 0.25 0.029798 0.42 0.0027455

0.09 0.19015 0.26 0.022338 0.43 0.0023945

0.1 0.19937 0.27 0.017377 0.44 0.0020747

0.11 0.20431 0.28 0.01416 0.45 0.0018712

0.12 0.20343 0.29 0.011589 0.46 0.0017865

0.13 0.19478 0.3 0.0090266 0.47 0.00174

0.14 0.17756 0.31 0.0065632 0.48 0.0016472

0.15 0.15348 0.32 0.0046988 0.49 0.0014964

0.16 0.12669 0.33 0.0037942 0.5 0.0013507

从图 4.3 可以看出，中国经济周期的谱密度值在频率 0.11 处达到最大。由此可以得到44 结论：在 1998 年到 2010 年间，中国的经济周期以 9.1 个季度为主（2.23 年）为主。

4.5 我国房地产周期和宏观经济周期的协动性

房地产是宏观经济中非常重要的一个产业，所以关于房地产和宏观经济周期的讨论也 就显得尤为必要。前面几节分别讨论了我国房地产周期的频域波动特征和宏观经济周期的 频域波动特征，本节将分析我国的房地产周期和宏观经济周期之间的相互关系强弱。

4.5.1 我国房地产周期和宏观经济周期协动性的实证研究

在研究这两者的关系时，我们使用协动性这个概念。严格来说，同步性、协动性和相 关性的概念是不完全相同的。同步性是指两个经济指标具有波动的相同频率性，具有同期 的性质。这种同步性的出现可能只是一种巧合或着与它们的联系有关。协动性的概念强于 同步性，指两个指标之间有联系作用下的一种同步性。而相关性大多以相关系数来表示上 述两种关系的一种度量。我们在本章中，淡化它们之间的区别，认为两个经济指标之间存

在的协动性和同步性是一样的，是在某种联系下两者的一种同期性质，即采用相关系数来 进行度量。

表 4.3 我国房地产和宏观经济的互谱增益和动态相关系数

频率互谱增益动态相关系数频率互谱增益动态相关系数

0.0000 0.3566 0.3811 0.2500 0.0103 -0.4940

0.0208 0.2703 0.2717 0.2708 0.0058 -0.3051

0.0417 0.3698 0.1573 0.2917 0.0043 -0.2975

0.0625 0.6733 0.1756 0.3125 0.0023 -0.3814

0.0833 0.8353 0.2622 0.3333 0.0020 -0.4991

0.1042 0.7339 0.3067 0.3542 0.0017 -0.5463

0.1250 0.4531 0.2518 0.3750 0.0014 -0.6242

0.1458 0.2499 0.0923 0.3958 0.0012 -0.7646

0.1667 0.1502 0.0399 0.4167 0.0011 -0.8276

0.1875 0.0709 0.1246 0.4375 0.0010 -0.8405

0.2083 0.0118 0.0237 0.4583 0.0009 -0.8690

0.2292 0.0141 -0.4430 0.4792 0.0009 -0.902245

本文应用互谱分析考查房地产价格周期和 GDP 增长率周期的协动性，表 4.3 为房地产 和宏观经济的互谱增益和动态相关系数的估计结果。

5.1 房地产价格影响因素研究的文献综述

国内外研究房地产价格影响因素的文献常以生命周期模型作为研究的理论基础。1982

年国外学者 Buckley 和 Ermisch 在研究英国房价的过程中首次采用了生命周期模型（Meen， 1

我国房地产业的实质性的进展是出现在 1994 年，住宅商品化开始试点实施，政府也开始使用“住宅行

业”这一名词，后来又发展为“房地产行业”，从此房地产业作为一个独立的行业从政府职责中剥离出

来（张锐和雷星，2009）。因此本文将以 1994 年作为起始时间来开展实证研究。48

2002），接下来 Poterba（1984）、Muellbauer 和 Murphy（1997）、Meen（1998，2002）等 在研究中也都采用了这种方法，国内学者梁云芳和高铁梅（2007），严金海、丰雷和包晓辉 （2009），张亚丽、梁云芳和高铁梅（2011）等的研究也以生命周期模型为基础。Porterba （1984）的研究结果表明在房贷可用于抵押税款的制度背景下，通货膨胀是导致美国的房 价在 1970 年代出现高达 30%的大幅增长的主要原因之一，因为通货膨胀使得购房者的实 际购房成本降低了。Muellbauer 和 Murphy（1997）通过构建计量经济模型，研究了 1957 至 1994 年间英国房价剧烈波动的原因，研究结论认为信贷制度的放宽、财富效应、实际利 率效应、收入预期效应和人口效应是导致英国房价波动的主要原因。Meen（1998）研究了 英国 1969 年至 1993 年房地产的发展状况，他主张在房屋供给的价格弹性较低的现实情况

下，经济增长只会导致房价的攀升而不是有房业主率的提升。Meen（2002）通过对比研究 英美两国房价的发展趋势和影响因素，认为两国不同的房价运动轨迹可以基于同一个理论 模型去解释，英国房价之所表现出比美国更强的增长趋势，是由于英国的房屋供给弹性较 低而美国的供给弹性较高。梁云芳、高铁梅（2007）针对我国 28 个省市的面板数据的研究 表明，我国房价的长期收入弹性与国外研究相比较小，短期弹性与国外研究差别不是很大； 代表对房价变动预期的变量只在东部地区是显著的；实际利率对房价的影响很小。严金海、 丰雷、包晓辉（2009）通过对北京的住房价格构建协整和误差修正模型，研究了总收入、

房屋投资成本（抵押贷款利率减去预期长期房价增长率）、抵押贷款量、土地供应量、政府 的房地产调控政策以及汇率制度转变对北京房价的长期影响，同时也研究了总收入和房屋 投资成本变动对北京房价短期波动的重要影响。张亚丽、梁云芳、高铁梅（2011）应用 35 个大中城市的面板数据研究了我国房价波动的主要影响因素，研究结果认为预期人均实际 收入的增长是高房价和中等房价城市的房价快速上涨的主要原因，预期房地产收益率是各 城市房价增长和波动的重要原因，利率对房价的影响不显著。

总结上述研究成果，国外学者们主要是从人口学层面、经济学层面的需求因素和供给

因素等几个角度开展房价影响因素的研究，而国内的研究则主要侧重于各种经济需求因素。 沈悦和刘洪玉(2004)针对14个城市的混合样本回归实证研究表明基本面信息可以部分解释 住宅价格水平或变化率。梁云芳、高铁梅和贺书平(2006)利用经济基本面各因素的长期趋 势刻画了我国的均衡房地产价格。值得注意的是，在我国汇率变动逐步扩大的状况下，如49

果存在国际房地产投机活动，则汇率因素也将是一项较为重要的房价影响因素，然而只有 少数的研究关注到汇率因素对我国房价的影响，例如王爱俭和沈庆劼(2007)从理论角度阐 明汇率低估和汇率调整都会导致房地产价格的上涨，而严金海、丰雷和包晓辉(2009)则引 入虚拟变量测度了汇改对长期房价水平的显著影响。梁云芳和高铁梅(2006)的研究表明， 对房价的心理预期似乎在房价的需求方决定因素中占有更加重要的地位。张亚丽、梁云芳 和高铁梅(2011)基于动态面板模型的研究也认为预期房地产收益率是各城市房价增长和波 动的主要原因。史涌动和陈日清(2008)通过构建房价的协整方程，认为代表适应性预期的 房地产价格自身的变动冲击是导致房地产价格上涨的主要因素，而居民收入、按揭贷款利 率等基本面因素对房价的实际影响相对较小。然而，况伟大(2010)通过构建房价差分序列 的动态面板数据模型，则认为总体来看经济基本面对房价的影响大于预期因素。史涌动和 陈日清(2008)以及况伟大(2010)的研究结果之所以出现如此大的差异，原因在于两者采用了 不同的变量、不同的模型来研究适应性预期的影响，史涌动和陈日清(2008)研究的是协整 方程中上一期房价作为适应性预期度量指标的影响，而况伟大(2010)研究的是动态差分序 列面板模型中上一期房价增长率作为适应性预期度量指标的影响。另外，况伟大(2005)以 及梁云芳和高铁梅(2006)从土地价格角度，梁云芳和高铁梅(2007)从房地产信贷角度，严金 海、丰雷和包晓辉(2009)从土地供应和代表房改、供地方式转变的虚拟变量角度，余华义 (2010)从土地供应和房地产信贷的角度，分别阐述了政府调控变量对我国房价的重要影响。

5.2 生命周期理论框架下的房价影响因素

生命周期模型在跨期优化理论的基础上研究消费者在住房和综合消费品之间进行跨期

消费选择的不同效用，通过求解预算约束下的最优化问题得出住房（h）和综合消费品（c） 的边际替代率（μ

图 5.3 日本住宅地价及主要影响因素指标

但从图 5.3 中各项指标的时序图来看，在 1973 年石油危机和 1990 年代初泡沫经济破 灭前后，大多数经济指标的发展趋势都因受到强烈的冲击而发生一定程度的结构性变化。60 因此，为了避免因模型设定错误而导致的单位根检验结果的误判，本文对日本的上述各项 指标继续实施了两结构突变的单位根检验。

5.4.2 两结构突变的 LM 单位根检验

从表 5.2 中对日本住宅地价及其各种影响因素的内生性两结构突变的 LM 单位根检验 结果来看，住宅地价、家庭数量和实际家庭年收入在考虑结构性突变的情况下，不能在 5% 的显著性水平上拒绝存在单位根的原假设，而它们的一阶差分序列则能够在 5%的显著性 水平上拒绝存在单位根的原假设，即住宅地价、家庭数量和实际家庭年收入是存在结构性 突变的单位根过程；其余序列都以 5%的显著性水平拒绝存在单位根的原假设，即认为这

些序列是包含两结构突变的趋势平稳过程。

5.4.3 日本住宅地价的长期影响因素模型

内生性两结构突变的 LM 单位根检验结果表明，住宅地价、家庭数量和实际家庭年收 入是存在结构性突变的单位根过程，则有必要进一步检验这三个变量之间是否存在协整关 系。由于本文所关注的仅是住宅地价的影响因素，因此选用单方程 EG 两步法来检验协整 关系的存在性。

图 5.4 日本住宅地价与家庭数量和实际家庭年收入的关系图

从图 5.4 中日本住宅地价与家庭数量和实际家庭年收入之间的散点图中可以初步判

断，日本住宅地价与实际家庭年收入之间表现为稳定的线性关系，即使是在经历了 1973 年的石油危机和上世纪九十年代初泡沫经济破裂的冲击而导致序列本身发生结构性突变的 情况下。而日本住宅地价与家庭数量在 1991 年之前(即图中纵向虚线的位置，此时住宅地 价指标达在到 0.49)虽然由于同步增长趋势而表现为稳定的正向线性关系；但 1992 年之后61

随着住宅地价数据的下滑，其与家庭数量之间则表现为一种负相关关系，这与住宅房价理 论完全相悖，不可能由于日本家庭数量的增长而导致日本住宅地价的下滑。因此初步判断 日本住宅地价与日本家庭数量之间不存在长期稳定的均衡关系，决定日本住宅地价的长期 走势的是实际家庭年收入(至少在 1960~2010 年的样本期内是如此)。

接下来进一步通过 EG 两步法协整检验（Engle 和 Granger 于 1987 年提出的协整检验 方法的简称）来确认与住宅地价具有长期均衡关系的指标。EG 两步法协整检验首先构建 变量间的单一回归方程，然后通过检验方程残差的平稳性来判断变量间是否存在协整关系。 值得注意的是，EG 两步法中残差平稳性检验的 t 统计量不再服从 DF 或 ADF 分布，因此 DF 或 ADF 检验的临界值不能用于协整检验

1

。Mackinnon（1990，2010）应用响应面方法

提供了 EG 两步法协整检验的临界值表。

表 5.3 日本住宅地价的 Engle-Granger 协整检验

原假设：日本住宅地价(lp_jp)与各解释变量之间不存在协整关系

编号解释变量 t 统计量伴随概率 z 统计量伴随概率

中国住房价格增长率

中国经济增长率

图 5.5 中国住房价格增长率和经济增长率的对比

1994~2010年间我国的平均经济增长率约为10%，与日本五六十年代经济腾飞时期的增66 长速度相当，但波动的频率更小。这段时期我国的房地产业逐渐发展成熟，住宅房价在2003 年之前增长较为平缓，2004年之后波动较为剧烈，2004、2005和2007年的增长率都超过10%，

而2009年的增长率更是达到22%的高位，跌幅最深的2008年增长率约为-8%。从图5.5中我国

住房价格和经济总体的增长率发展趋势来看，两者之间的相关性并不高，经计算两指标间 的相关系数仅为-0.17。因此本文在接下来的研究中不再引入实际GDP指标，而是在住房价 格的生命周期模型的理论基础上，研究我国的家庭数量、家庭收入、家庭财富、建筑成本、 利率和预期收益率等指标对我国住房价格的长期影响。

5.5.1 中国住房价格的长期影响因素模型

除了实际利率和预期实际收益率指标外，住房价格及所有影响因素变量都取对数。其

中后缀“_cn”表示中国的数据，除 lp 表示住房价格外，其余的表示符号与日本数据中所

最新搜索

我国房地产价格变动特征及其影响因素的实证研究

高一地理第二学期第三次月考

形势与政策实践项目策划书

74高一地理第二学期第三次月考

关于申请增加钟点保洁员编制的请示

妊娠合并糖尿病患者围生期护理干预31

newwork801

16t门机技术规格书

网络销售代理协议(较全)

sat考试长阅读和短阅读答题技巧

  本文关键词：我国房地产价格变动特征及其影响因素的实证研究，由笔耕文化传播整理发布。