影响我国房地产价格的宏观经济因素实证分析

  本文关键词：影响我国房地产价格的宏观经济因素实证分析，由笔耕文化传播整理发布。

２００６年第９期ＪＩＡＧＥＹＵＥＫＡＮ总第３５２期经济分析价格月刊影响我国房地产价格的宏观经济因素实证分析

曲闻

内容摘要：本文旨在建立我国近年来房地产价格宏观经济影响因素的线性模型，选取６个宏观经济指标作为方程初始导入自变量，与房地产价格进行初步多元线性回归分析，以解决自变量之间多重共线性问题；进而选取出两个自变量与房地产价格建立多元线性回归方程，并对回归结果进行分析；用２００６年第１季度的现实数据对所建立的方程进行检验，得出方程效果良好的结论；指出方程的应用价值。

关键词：房地产价格宏观经济

中图分类号：Ｆ２９３．３文献标识码：Ａ文章编号：１００６－２０２５（２００６）０９－００１５－０３

我国房地产业起步较晚，从２０世纪７０年代末８０年代增加，刺激了房地产的投资和消费的购买能力，推动房地产初的萌生，到９０年代初房地产市场的建立，再到今天房地产价格的上涨。

业具有相当的规模，也不过短短３０余年。从理论上讲，房地（四）土地价格对房地产价格的影响

产价格受建设成本、宏观经济因素、社会因素、人口因素、政地价是房地产成本的重要组成，其走势直接影响着房策体制及供求变化等多方面的综合影响，其中，作为房地产价。这是因为：一是在房地产价格中，地价一般占有五至六成业发展背景的宏观经济因素起着至关重要的作用，的比重。二是随着国民经济和城市建设的发展，相关土地会

一、模型因子与样本空间的选取因“级差地租”变化的影响，造成土地出让价格的上涨。尤其

影响我国房地产价格波动的宏观经济因素主要包括：国是随着我国城市化进程的推进，城市土地资源日渐稀缺，土内生产总值、国民收入水平、货币发行状况、土地价格、房地地含金量增大。三是我国加入ＷＴＯ，某些大中城市走国际化产投资状况和房地产消费状况等。的发展路线，城市功能及市政规划等政策性因素，引发区域

（一）国内生产总值对房地产价格的影响性地价明显上升。表１反映了近年来土地交易价格的变动情经济的高速发展必将会推动房地产业的快速发展，ＧＤＰ况。

特别是人均ＧＤＰ在某种程度上反映了一个国家的整体经济表１１９９８－２００３年我国土地交易价格一览表发展水平。根据国际经验，人均ＧＤＰ在１０００美元左右时，是１９９８１９９９２０００２００１２００２２００３一个国家房地产行业迅猛发展的黄金阶段。２００５年我国人土地交易价格指数１０２．０１００１００．２１０１．７１０６．９１０８．３均ＧＤＰ超过１７００美元，与此相应，房地产行业进入了一个居民住宅用地１００．６９９．９１０１．０１０２．２１０７．７１１２．４快速发展的黄金时期。国家统计局有关统计显示，１９９８年至豪华住宅用地１０３．１１００．１１０１．６１０２．４１０１．９１０５．９２００４年，我国经济增长的速度平均在８．６％以上，房地产投资普通住宅用地１００．４９９．６１００．９１０２．１１０８．４１１３．０直接拉动ＧＤＰ增长达２至３个百分点，其对ＧＤＰ增长的贡数据来源：陈淮，赵路兴．房价谁说了算．江西人民献率持续保持在１０％至２０％之间，房地产业有成为国民经出版社，２００５：１８６

济支柱产业的趋势。所以，作为反映整个宏观经济发展水平（五）房地产投资对房地产价格的影响

和房地产业发展经济背景的ＧＤＰ，，同房地产价格之间必然２０００年至２００３年，中国房地产投资增长速度分别为存在着一定的相关性。２１．５％、２７．３％、２２．８％、２９．７％，而这几年中国的ＧＤＰ每年增长

（二）国民收入对房地产价格的影响在７％～９％之间，并且中高档住宅的投资规模增长超过了房国民收入，尤其是居民可支配收入决定了居民的实际购地产投资的总体增长水平，１９９９年至２００２年平均每年增长买能力，进而决定了居民住房消费能力。国民收入的增加，２８．２％；相比之下经济适用房的投资增长比较缓慢，１９９９年必然引起房地产有效需求的增加，也会促进房地产投资的增至２００２年平均每年增长为１０．５％。建设部报告表明，高速的加。国民收入的变动横向会影响到房地产业需求和供给两投资增长率，加之目前房地产市场供求总量的阶段性失衡，个层面，纵向会涉及到几个经济时期，因而也会影响到房地直接影响房地产价格变动，即中低价位商品住房供应量下产价格。降，高档商品房供应量增加，使得商品房平均价格上扬。

（三）货币供应量对房地产价格的影响（六）房地产消费对房地产价格的影响

我国金融市场不发达，市场机制不成熟，间接融资比例观察商品房销售额的数据，可以发现其具有明显的季很高，房地产投资在相当大的程度上需要银行信贷资金支节波动规律。每年的第四季度，销售额逐渐增加，达到年内最持。因而货币供应量将从供给方面影响房地产投资信贷规高值；下一年的第一季度，销售额会骤减，形成较大的落差。模，从需求方面影响购买水平。同时，自国家鼓励发展个人这就决定了商品房销售额不能很好地解释房地产价格的持住房消费信贷的政策放宽后，个人住房信贷消费逐渐发展成续上涨。可见，虽然我国近年来商品房消费需求总体上呈增为住房消费最主要的形式。１９９７年全国个人住房消费贷款加趋势，但其并不能作为房价上扬的依据。因为房价有区别余额仅为１９０亿元，到２００４年增加到１５８５３亿元，比２００３于一般商品价格的形成特点，在市场经济条件上，真正决定年增加４０７３亿元，是１９９７年的８３倍。近年来货币供应量的房价的并不是居民的现实消费需求，而是社会普遍的经济预１５

期。表２２０００年至２００４年我国房地产价格及其宏观经济影响因素时间序列１６在从经济学角度进行定性分析之后，本文对以全国土全国房地商品房全国房国内生城镇居民货币供应量时间家庭人均上六个方面分别选取自变量指标为：国内生产总地交易销售额屋销售价产总值序号可支配收Ｍ２（亿元）价格指产开发投值、城镇居民家庭人均可支配收入、货币供应量、全（年?季）格指数（％）（亿元）入（元）数（％）资额（亿元）（亿元）国土地交易价格、全国房地产开发投资额和商品房?１２０００１１００．７１８１７２．７５８４．２３６５３８４．１９９．２５３４．５２９６．０销售额。２０００年至２００５年的季度数据为样本，进行２２０００?２１０１．１２１３１８．７４８５．２３７４７８０．５１００．２１０８８．１５４８．９时间序列分析（表２）。?３２０００３１０１．５２２６３２．５５０３．５３８４５８８．０１００．９１２３８．０６１５．８二、初步多元线性回归分析与多重共线性问题?４２０００４１０１．２２７２７９．６５０６．８３９５１２６．７１００．５２０２４．１２１１１．３仅凭定性分析，难以确定哪个宏观因素对我国５２００１?１１０２．６１９８９４．９６１５．３４１２４９８．３１００．６６７７．２４４０．７房地产价格具有决定性的影响，也不好评判同时选６２００１?２１０３．６２３０４７．１５２６．０４２６７７５．６１００．６１４４５．３７４０．５取这些因素作为自变量和房地产价格建立模型是７２００１?３１０４．２２４２８４．９５６１．４４５０９９０．７１０２．０１６３６．３８１７．１否合适，如果不合适，应该如何取舍。所以本文暂且８２００１?４１０３．０２８７０６．４５６９．０４６３８９６．５１０４．６２４８６．７２６２７．４全部采用这六个因素，与房地产价格进行初步多元９２００２?１１０３．９２１１９２．６２１２５．４８４６６８．８１０８．５９２２．４５１４．０回归分析，根据数据显示结果来进行判断。?２１０６．５２４７９６．２１８１６．９５００２３２．８１０６．０１８９８．９９３１．２１０２００２一多重共线性的判别（）?１１２００２３１０８．４２６３７８．１１８５０．６５２１０８４．４１０８．３２０４１．４１１９０．２建立全国房屋销售价格指数ｙ与国内生产值１２２００２?４１０６．６３２８０５．４１９０９．８５４２０３７．８１１２．８２８７３．７３０８５．８ｘ１、城镇居民家庭人均可支配收入ｘ２、货币供应量１３２００３?１１０８．９２３７３３．２２３５４．５５７４７８４．０１１７．７１２８５．１７８４．７全国土地交易价格指数ｘ４、全国房地产开发投１４２００３?Ｍ２ｘ３、２１１１．８２７１０７．９１９４６．４６００５６６．７１１３．５２５３１．７１３１７．１资额ｘ５和商品房销售额ｘ６的线性回归方程，有Ｅｘ－１５２００３?３１１２．８２９２５７．７２０４６．０６３０３５２．１１１７．８２６７８．２１６３４．６?１６２００３４１１２．０３７１５３．１２１２５．３６５２０４３．９１２２．８３６１１．１２９２４．５ｃｅｌ输出的回归结果如表３所示。?１１１７．３２７１２７．６２６３８．８６８３８０７．２１２６．５１８２０．４１１４３．３从表３可见，虽然回归模型的线性关系是显著１７２００４?２１２３．４３１６６０．５２１７５．８７０６８９７．８１２６．６３１０３．３１８３０．２的（ＳｉｇｎｉｆｉｃａｎｃｅＦ＝１．５６１０４Ｅ－１３＜α＝０．０５。但回归系数１８２００４?３１２４．０３４３５６．３２２５７．４７２１６１３．１１３１．５３４３３．１２０２０．４检验时却有三个没有通过ｔ检验（ｐ－ｖａｌｕｅ＝０．３６２７７０，１９２００４?４１２４．１４３３８０．７２３４９．６７４４０８３．６１３５．１４８０１．５５３２１．８城２０２００４同时，国内生产总值、＝０．０５）。０．７７３３９６，０．３６９０９６＞α?１１２８．８３１３１９．０２９３７．８７８１６９７．８１３６．４２３２３．６１５５９．３镇居民家庭人均可支配收入和商品房销售额的回２１２００５?２１３３．３３６１０３．１２４３６．０８１２０１８．７１４０．１３８６９．５２１６８．０归系数均为负号（－０．０００２０８，－０．００４３７４和－２２２００５?３１３１．６４４８０２．８２５２７．９８４５６９２．８１４４．４４１８４．６７５８６．００．０００５２３），这与定性分析得到的预期不符。并且将２３２００５?４１３２．２５７５３６．３２５９１．３８７８６９７．５１４５．８５３８１．６６７６７．０全国房屋销售价格指数与这三个变量分别进行一２４２００５和均以注：１、“全国房屋销售价格指数”“全国土地交易价格指数”元线性回归，也可得知它们之间都存在正向相关关１９９９年同期为基期。系。总之，有充分的理由认定回归模数据均保留小数点后一位有效数字。２、型中存在多重共线性问题。资料来源：根据《中国经济景气月报》２０００年１月至２００６年５月整（二）多重共线性问题的处理理而得。由于初步选定的六个自变量之间存在多重共线性的问题，所以必Ｅｘｃｅｌ输出的回归分析结果须将一些相关的自变量从模型中剔表３回归统计除。计算各自变量之间的相关系数０．９９００７９矩阵，由Ｅｘｃｅｌ输出的结果如表４所ＭｕｌｔｉｐｌｅＲＲＳｐｕａｒｅ０．９８０２５７示。ＡｄｊｕｓｔｅｄＲＳｑｕａｒｅ０．９７３２８９在表４中，已经重点标示出前标准误差１．８３１７６０六项的相关系数。经过观察，可以发观测值２４现国内生产总值、全国房地产开发方差分析投资额和商品房销售额两两高度相ｄｆＳＳＭＳＦＳｉｇｎｉｆｉｃａｎｃｅ关，两两相关系数分别为０．９６２４８８、０．９２３０５２和０．８６６７９７；而城镇居民回归分析６２８３１．９６２０７２４７１．９９３６７９１４０．６７７４６６１．５６１０４Ｅ－１３家庭人均可支配收入、货币供应量残差１７５７．０３７５１１３．３５５１４８和全国土地交易价格指数两两之间总计２３２８８８．９９９５８３的相关系数也很高，分别为Ｃｏｅｆｆｉｃｉｅｎｔｓ标准误差ｔＳｔａｔＰ－ｖａｌｕｅＬｏｗｅｔ９５％Ｕｐｐｅｒ９５％０．８７８９１５、０．８５６６８９和０．９８９１６６。所Ｉｎｔｅｒｃｅｐｔ３８．０７４３１９１１．５９８２３８３．２８２７６８０．００４３９０１３．６０４１７６６２．５４４４６２以，对于这两组指标，本文分别从每ＸＶａｒｉａｂｌｅ１－０．０００２０８０．０００２２２－０．９３５２２００．３６２７７０－０．０００６７６０．０００２６１组中选取一个和房地产价格最相关ＸＶａｒｉａｂｌｅ２－０．００４３７４０．００１１１０－３．９４３０２９０．００１０４９－０．００６７１４－０．００２０３３的指标，而剔除另外两个指标，以此ＸＶａｒｉａｂｌｅ３５．２９５１５Ｅ－０５２．０９９９３Ｅ－０５２．５２１５９００．０２１９５５８．６４６９４Ｅ－０６９．７２６Ｅ－０５来消除多重共线性。经过定性分析ＸＶａｒｉａｂｌｅ４０．４９２７７５０．１８９１８３２．６０４７４７０．０１８５０００．０９３６３３０．８９１９１６和Ｅｘｃｅｌ对选取的不同指标组合的ＸＶａｒｉａｂｌｅ５０．０００３５７０．００１２２１０．２９２５６４０．７７３３９６－０．００２２１８０．００２９３２分析结果比较，本文最后保留城镇ＸＶａｒｉａｂｌｅ６－０．０００５２３０．０００５６７－０．９２２６５７０．３６９０９６－０．００１７２００．０００６７３

居民家庭人均可支配收入和全国房注：数据保留小数点后六位有效数字。

地产开发投资额作为模型的自变量。

三、多元线性回归方程的表５ＥＶＬＥＷＳ输出的回归分析结果建立及回归结果的解释ＤｅｐｅｎｄｅｎｔＶａｒｉａｂｌｅ：Ｙ

（一）多元线性回归方程的建立Ｍｅｔｈｏｄ：ＬｅａｓｔＳｑｕａｒｅｓ建立全国房屋销售价格指数ｙ与城镇居民家庭人均可Ｄａｔｅ：０６／１５／０６Ｔｉｍｅ：２１：５９支配收入ｘＳａｍｐｌｅ（ａｄｊｕｓｔｅｄ）：２０００：１２００５：３１、全国房地产开发投资额ｘ２的线性回归方程，

有ＥＶＬＥＷＳ输出的回归结果如表５所示。Ｉｎｃｌｕｄｅｄｏｂｓｅｒｖａｔｉｏｎｓ：２３ａｆｔｅｒａｄｊｕｓｔｉｎｇｅｎｄｐｏｉｎｔｓ根据结果Ｙ＝Ｃ（１）＋Ｃ（２）＊Ｘ１＋Ｃ（３）＊Ｘ２，得到多元线性回归方程为：ｙ＝９１．２７６６２＋０．００７８１３ｘ１＋０．００３９５６ｘ２Ｃ（１）９１．２７６６２２．５３５８４５３５．９９４５５０．００００（二）对Ｅｘｃｅｌ输出的回归分析结果的解释Ｃ（２）０．００７８１３０．００１５７１５．１４９８９８０．００００１．回归方程的拟合优度Ｃ（３）０．００３９５６０．００１１２８３．５０６５５４０．００２２

（１）多重判定系数。由表５可知，多重系数（Ｒｓｑｕａｒｅ）Ｒ２＝Ｒ－ｓｑｕａｒｅｄ０．８１９６８０Ｍｅａｎｄｅｐｅｎｄｅｎｔｖａｒ１１３．１６５２０．８１９６８，在用样本容量（２３）和自变量的个数（２）进行对其调ＡｄｊｕｓｔｅｄＲ－ｓｑｕａｒｅｄ０．８０１６４８Ｓ．Ｄ．ｄｅｐｅｎｄｅｎｔｖａｒ１１．１６０１８整后，得到修正多重判定系数（ＡｄｊｕｓｔｅｄＲｓｑｕａｒｅ）Ｒ２ａ＝Ｓ．Ｅ．ｏｆｒｅｇｒｅｓｓｉｏｎ４．９７０３８０Ａｋａｉｋｅｉｎｆｏｃｒｉｔｅｒｉｏｎ６．１６５９７７０．８０１６４８，它表示在全国房屋销售价格指数取值的变差中，Ｓｕｍｓｑｕａｒｅｄｒｅｓｉｄ４９４．０９３６Ｓｃｈｗａｒｚｃｒｉｔｅｒｉｏｎ６．３１４０８５能被城镇居民家庭人均可支配收入和全国房地产开发投资Ｌｏｇｌｉｋｅｌｉｈｏｏｄ－６７．９０８７４Ｆ－ｓｔａｔｉｓｔｉｃ４５．４５６９４额的多元回归方程解释的比例为８０．１６４８％。（２）估计标准误差。如表５所示，估计标准误差为注：数据均保留小数点后六位有效数字。４．９７０３８，它表示根据所建立的多元线性回归方程，且城镇居民家庭人均可支配收入和全国房地产开发投资额来预测四、对回归方程进行实证检验全国房屋销售价格指数时，平均的预测误差为４．９７０３８个百用历史经验数据所建立的方程是否符合现在的经济现分点。实呢？或者说，它对现实的解释力度是否如上文分析所示呢？

２．显著性检验为了解决这些疑虑，本文选用２００６年第１季度的数据对方（１）线性关系检验。由表５的回归方差分析表可见，!１程进行实证检验。和＝!２所对应的Ｐ值均小于０．０５，通过检验。虽然仅凭这个由于价格是由上一期的收入水平和投资规模决定的，数据这并不意味着ｙ与ｘ１、ｘ２之间的线性关系都显著，但是所以将２００５年第４季度的城镇居民家庭人均可支配收入之前已经排除了自变量之间的多重共线性问题，所以就能保ｘ１＝２５９１．３和全国房产开投资额ｘ２＝５３８１．６代入线性回归方程证全国房屋销售价格指数与城镇居民家庭人均可支配收入、ｙ＝９１．２７６６２＋０．００７８１３ｘ１＋０．００３９５６ｘ２中，得到全国房屋销售价全国房地产开发投资额关系都显著了。格指数的预测值。而２００６年第１季度全国房屋

（２）回归系数的推断。所得到的多元线性回归方程中，销售价格指数现实值（折算成以１９９９年同期为基期）为０．００７８１３回归系数!１＝０．００７８１３，进一步，表５的回归分析结１３５．５６％，比预测值低２．７５个百分点。根据上文对回归方程果给出!１在９５％置信水平下的置信区间为（０．００６２９６，的拟合优度分析，平均预测误差为４．９７个百分点。可以认为０．００９３３０），其含义是：在全国房地产开发投资额不变的条件根据所建立的方程进行预测的结果所产生的误差在允许范下，城镇居民家庭人均可支配收入每增加１００元，全国房屋围之内。销售价格指数平均提高０．７８１３个百分点，平均提高的幅度五、影响房地产价格的宏观经济在０．６２９６％和０．９３３０％之间。同样，回归系数!２＝０．００３９５６，其因素多元线性回归方程的应用在９５％置信水平下的置信区间为（０．００２８２８，０．００５０８４），表示综上所述，该方程可以用来预测我国房地产价格的变在城镇居民家庭人均可支配收入不变的条件下，全国房地产动趋势。在给出未来时期城镇居民家庭人均可支配收入和全开发投资额每增加１亿元，全国房屋销售价格指数平均提高国房地产开发投资额估计数据的基础上，依据该公式计算出０．３９５６％，平均提高的幅度在０．２８２８％到０．５０８４％之间。房地产价格的预测值，可能大休观测房地产价格的波动情

在对所建立方程的拟合优度进行分析、对方程的线性关况，为政府宏观调控部门、房地产相关管理部门、房地产从业系进行检验以及对回归系数进行检验和推断之后，可见，上人士以及有房地产消费需求的居民提供分析依据。有利于各文所建立的多元线性回归方程各个方面表现良好，即方主体进行理性决策、采取有效措施，以规避风险、提高收

ｙ＝９１．２７６６２＋０．００７８１３ｘ１＋０．００３９５６ｘ２益，推进我国房地产市场的改革和规范化进程，实现房地产

行业的健康、稳定和持续发展。（作者单位：中国人民大学）

表４六个自变量之间的相关矩阵

城镇居参考文献：国内生民家庭货币全国土地全国房商品房［１］谭刚．房地产周期波动—理论、实证与政策分析［Ｍ］．北京：产总值人均可供应量交易地产开发经济管理出版社，２００１．

支配收入价格指数投资额销售额

［２］曲波．房地产经济波动理论与实证分析［Ｍ］．北京：中国大

１地出版社，２００３．城镇居民家庭人

均可支配收入０．６０００３０１［３］牛凤瑞．中国房地产发展报告Ｎｏ．１［Ｍ］．北京：社会科学文献货币供应量０．８３６４６１０．８７８９１５１出版社，２００４．全国土地［４］金月萍．房地产价格变动因素及趋势［Ｊ］．浙江统计，２００６，（３）．交易价格指数０．８４３８２７０．８５６６８９０．９８９１６６１［５］曹洪．房地产价格评价指标的思考［Ｊ］．价格月刊，２００５，（８）．全国房地产［６］林素钢．宏观调控背景下的中国房地产价格分析［Ｊ］．南通大开发投资额０．９６２４８８０．６０５９３６０．８４０１８８０．８３１７６３１学学报?社会科学版，２００６，（１）．

［７］洪涛．房地产价格波动与消费增长—基于中国数据的实证

注：数据均保留小数点后六位有效数字。分析及理论解释［Ｊ］．南京社会科学，２００６，（５）．１７

博泰典藏网btdcw.com包含总结汇报、计划方案、自然科学、行业论文、教学研究、经管营销、农林牧渔、工程科技、求职职场、旅游景点、出国留学、人文社科以及影响我国房地产价格的宏观经济因素实证分析等内容。

  本文关键词：影响我国房地产价格的宏观经济因素实证分析，由笔耕文化传播整理发布。