论文部分内容阅读
房价问题一直困扰着我国老百姓，为了研究中国房地产市场的价格变动影响因素，本文选取了2001-2015年31个地区的面板数据进行实证研究，结果表明货币供应量的增加、人均可支配收入的增加和人民币升值是影响房价上涨的最主要因素。
房價 货币供应量
人均收入 人民币升值
我国房地产事业的真正起步于卜世纪八十年代，改革开放的到来使得我国经济体制向市场化发展。1998年，我国的住房制度从原先计划经济下的住房分配向商品化发展。特别是在21世纪以后，我国经济进入快速发展轨道，房地产在城市化发展的推动下进入了发展阶段，逐渐成为我国的支柱产业。短短六年时间，2004年开始我国重点城市开始出现“炒房”现象，房地产投资过热，发展加速度一直在卜升。2009年底我国房地产投资达到巅峰，根据国家统计局数据显示伞国商品房平均销售价格为4681元每平米，同比2008年增幅为23.1%，这导致了2010年房地产商加大了投资额，总开发投资额达到42.69亿元，同比2009年增幅为36.5%。虽然央行从2009年起想通过宏观调控使得房价回到理性价格，例如多次卜调银行存款准备金和中长期贷款利率，但仍然抑制不住房地产开发商的过度投资，房价仍然持续上涨。
针对我国房价的非理性增长，本文以我国31个省、直辖市2001-2015年的商品房平均价格的面板数据建市模型，通过实证分析以探讨各因素对我国商品房价格波动影响的差异性。
变量选取和数据来源
（1）变量选取
本文参考阚凯（2014）和祝婕（2016）的变量选取，再结合当下影响中国房价的因素从数据可取性方面选定变量如表2，为了消除变量的异方差性，对所有变量进行取对数处理。
（2）数据来源
本文所有变量都是2001-2015年的面板数据，数据来源于中国国家统计局官方网站，选取31个省级行政区（港澳台除外）作为研究样本，地区包括：北京市、天津市、河北省、山西省、内蒙古自治区、辽宁省、吉林省、黑龙江省、上海市、江苏省、浙江省、安徽省、福建省、江西省、山东省、河南省、湖北省、湖南省、广东省、广西省、海南省、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔族自治区。
（1）描述性统计分析
样本观测值的描述性统计分析（见表2），从表中可以看出，各变量数据均无异常，可以用于面板回归分析。房价增长率的均值为0.1012，说明2001-2015年十五年间全国房价每年平均增长10.12%，但是最大值却是56.74%，说明房价增长率地区差异较为明显。
（2）相关性检验
从表3中可以看出，货币供应量M2与地区GDP呈现中度正相关；美元兑人民币汇率rate与地区GDP呈现中度负相关；银行中长期贷款利率r与居民消费价格指数CPI呈现中度正相关；货币供应量M2与美元兑人民币汇率rate呈现高度负相关；其余变量相关性较弱。
从表4中可以得知，在1%的显著性性水平下，所有变量都是平稳序列，各变量之间具有协整关系，用这些变量进行回归可以得到真实可靠的结果。
（4）随机效应模型分析
根据表2的变量选取构建面板回归模型，模型结果见表5.
从表分析结果可知，根据解释变量的Z值显示，货币供应量M2与房价增长率zz在0.01的置信水平下显著正相关；城镇居民人均可支配收入增长率mcomezz与房价增长率ZZ在0.05的置信水平下显著正相关，说明人均可支配收入的提高，可以促进房价上涨；美元兑人民币汇率rate与房价增长率ZZ在0.05的置信水平下显著正相关，说明汇率的上升会促进房价的上涨。其余变量在0.05的显著性水平下都不与房价增长率zz存在显著关系。
结论
通过以上的实证分析可知经济环境会导致中国房价的变动，货币供应量的增加、人均可支配收入的增加和人民币升值都会促进房价的上涨。从货币供应的角度来说，房地产行业属于高负债高杠杆行业，不论是企业拿地建房，还是普通百姓买房，统统离不开银行信贷的支持。货币供应量的充足，意味着房地产企业能够获得充足的资金支持，加大商品房开发力度；也意味着普通百姓能够获得长期限的贷款，提升购房需求。反过来说，拥有房产的公司或百姓，也很容易将房产作为抵押，从银行获得融资，变相扩大银行对市场的货币供给。二者相辅相成，所以在统计结果上也表现成高度相关的关系。从人均可支配收入的角度来说，人民收入水平的提高会让大家不止满足于将钱放在银行收利息，保值和投资的需求应运而生，而我国居民投资渠道窄，必然会有大量居民投资房地产进而推动房价上涨。从人民币升值的角度来说，国外资金面对人民币持续升值的情况，会有很强的欲望来中国投资。因为我国不仅有全球领先的经济增长率，还有货币升值的长期预期，外国资金来我国投资不仅能获得投资收益，还能获得人民币升值收益，可谓一举多得。如前所述，房地产行业属于高负债行业，对资金具有很强的需求，有不少国外资金通过国外银行的低利率融资，然后到中国市场高利率借给买房人或地产商，也能够获得不少的收益。总之，人民币升值也给地产的发展添了一把火。
在这三把火的助推下，房价在2003年至2013年房价一直处于高速增长状态，这很容易导致泡沫的出现，而一旦泡沫破灭将会带来全国性的经济危机。本文这里提出几条有利于中国房地产业健康可持续发展的建议如下：
（1）房地产行业是我国经济的支柱产业，它的发展与其它行业的发展息息相关，政府相关部门对房地产的规划和引导应当向产业链条发展，以房地产业为中心，各行业协调发展的链条。
（2）目前我国房地产现状处于库存大量积压中，尤其一线城市的房价超过当地居民购买力度的好几倍，这导致大部分有刚性需求的客户没能力购买，如果通过房价下调来解决这部分客户的需求则会扰乱房价市场，引起社会恐慌，政府相关部门应该加大推进经济适用房和廉租房的建设力度，完善多层次的住房供应体系，大力培育和发展二手房市场，通过结构调整来稳定房地产市场价格，避免出现房价的非理性上涨或下跌。
（3）政府应当控制房地产方面的投资，避免盲目投资、拆迁和重建的工程出现，房地产的开发需要结合当地实际需求情况进行规划，这样才能有利于房地产业的可持续性发展。
（4）目前我国的房贷主要渠道是银行，但是因为高房价的情况下，导致大部分人无法支付首付款，所以部分房屋交易会通过故意做高房价，增加银行贷款金额使得首付款下降的情况，这会扰乱房价，也会加大银行坏账风险，银行需要规范信贷流程，控制风险，加强对个人抵押贷款和房地产开发投资贷款的审查力度，通过整体宏观经济调整房屋首付比例和利率水平。
[1] Kling J.L， T.E.McCue. Real estateretums and the macro-economy：some empirical Evidence from realestate investment trust data .1972-1991[J].Journal of RealEstate Research， 1994.
[2] Bernanke， Mark Gertler， SimonGilehrist. The Financial Acceleratorin a Quantitative Business CycleFramework[J].NBER Workingpaper， 1996.
[3] Iacoviello M， Minetti R.The creditchannel of monetary policy：evidence from the housing market.Boston College Working Paper，2003.
[4]阚凯.中国商业地产价格波动区域差异的实证分析一一基于货币政策的视角[D].西南财经大学，2014.
[5]祝婕.影响我国房价因素的区域差异性分析[D].山东大学，2016.
房價 货币供应量
人均收入 人民币升值
我国房地产事业的真正起步于卜世纪八十年代，改革开放的到来使得我国经济体制向市场化发展。1998年，我国的住房制度从原先计划经济下的住房分配向商品化发展。特别是在21世纪以后，我国经济进入快速发展轨道，房地产在城市化发展的推动下进入了发展阶段，逐渐成为我国的支柱产业。短短六年时间，2004年开始我国重点城市开始出现“炒房”现象，房地产投资过热，发展加速度一直在卜升。2009年底我国房地产投资达到巅峰，根据国家统计局数据显示伞国商品房平均销售价格为4681元每平米，同比2008年增幅为23.1%，这导致了2010年房地产商加大了投资额，总开发投资额达到42.69亿元，同比2009年增幅为36.5%。虽然央行从2009年起想通过宏观调控使得房价回到理性价格，例如多次卜调银行存款准备金和中长期贷款利率，但仍然抑制不住房地产开发商的过度投资，房价仍然持续上涨。
针对我国房价的非理性增长，本文以我国31个省、直辖市2001-2015年的商品房平均价格的面板数据建市模型，通过实证分析以探讨各因素对我国商品房价格波动影响的差异性。
变量选取和数据来源
（1）变量选取
本文参考阚凯（2014）和祝婕（2016）的变量选取，再结合当下影响中国房价的因素从数据可取性方面选定变量如表2，为了消除变量的异方差性，对所有变量进行取对数处理。
（2）数据来源
本文所有变量都是2001-2015年的面板数据，数据来源于中国国家统计局官方网站，选取31个省级行政区（港澳台除外）作为研究样本，地区包括：北京市、天津市、河北省、山西省、内蒙古自治区、辽宁省、吉林省、黑龙江省、上海市、江苏省、浙江省、安徽省、福建省、江西省、山东省、河南省、湖北省、湖南省、广东省、广西省、海南省、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔族自治区。
（1）描述性统计分析
样本观测值的描述性统计分析（见表2），从表中可以看出，各变量数据均无异常，可以用于面板回归分析。房价增长率的均值为0.1012，说明2001-2015年十五年间全国房价每年平均增长10.12%，但是最大值却是56.74%，说明房价增长率地区差异较为明显。
（2）相关性检验
从表3中可以看出，货币供应量M2与地区GDP呈现中度正相关；美元兑人民币汇率rate与地区GDP呈现中度负相关；银行中长期贷款利率r与居民消费价格指数CPI呈现中度正相关；货币供应量M2与美元兑人民币汇率rate呈现高度负相关；其余变量相关性较弱。
从表4中可以得知，在1%的显著性性水平下，所有变量都是平稳序列，各变量之间具有协整关系，用这些变量进行回归可以得到真实可靠的结果。
（4）随机效应模型分析
根据表2的变量选取构建面板回归模型，模型结果见表5.
从表分析结果可知，根据解释变量的Z值显示，货币供应量M2与房价增长率zz在0.01的置信水平下显著正相关；城镇居民人均可支配收入增长率mcomezz与房价增长率ZZ在0.05的置信水平下显著正相关，说明人均可支配收入的提高，可以促进房价上涨；美元兑人民币汇率rate与房价增长率ZZ在0.05的置信水平下显著正相关，说明汇率的上升会促进房价的上涨。其余变量在0.05的显著性水平下都不与房价增长率zz存在显著关系。
结论
通过以上的实证分析可知经济环境会导致中国房价的变动，货币供应量的增加、人均可支配收入的增加和人民币升值都会促进房价的上涨。从货币供应的角度来说，房地产行业属于高负债高杠杆行业，不论是企业拿地建房，还是普通百姓买房，统统离不开银行信贷的支持。货币供应量的充足，意味着房地产企业能够获得充足的资金支持，加大商品房开发力度；也意味着普通百姓能够获得长期限的贷款，提升购房需求。反过来说，拥有房产的公司或百姓，也很容易将房产作为抵押，从银行获得融资，变相扩大银行对市场的货币供给。二者相辅相成，所以在统计结果上也表现成高度相关的关系。从人均可支配收入的角度来说，人民收入水平的提高会让大家不止满足于将钱放在银行收利息，保值和投资的需求应运而生，而我国居民投资渠道窄，必然会有大量居民投资房地产进而推动房价上涨。从人民币升值的角度来说，国外资金面对人民币持续升值的情况，会有很强的欲望来中国投资。因为我国不仅有全球领先的经济增长率，还有货币升值的长期预期，外国资金来我国投资不仅能获得投资收益，还能获得人民币升值收益，可谓一举多得。如前所述，房地产行业属于高负债行业，对资金具有很强的需求，有不少国外资金通过国外银行的低利率融资，然后到中国市场高利率借给买房人或地产商，也能够获得不少的收益。总之，人民币升值也给地产的发展添了一把火。
在这三把火的助推下，房价在2003年至2013年房价一直处于高速增长状态，这很容易导致泡沫的出现，而一旦泡沫破灭将会带来全国性的经济危机。本文这里提出几条有利于中国房地产业健康可持续发展的建议如下：
（1）房地产行业是我国经济的支柱产业，它的发展与其它行业的发展息息相关，政府相关部门对房地产的规划和引导应当向产业链条发展，以房地产业为中心，各行业协调发展的链条。
（2）目前我国房地产现状处于库存大量积压中，尤其一线城市的房价超过当地居民购买力度的好几倍，这导致大部分有刚性需求的客户没能力购买，如果通过房价下调来解决这部分客户的需求则会扰乱房价市场，引起社会恐慌，政府相关部门应该加大推进经济适用房和廉租房的建设力度，完善多层次的住房供应体系，大力培育和发展二手房市场，通过结构调整来稳定房地产市场价格，避免出现房价的非理性上涨或下跌。
（3）政府应当控制房地产方面的投资，避免盲目投资、拆迁和重建的工程出现，房地产的开发需要结合当地实际需求情况进行规划，这样才能有利于房地产业的可持续性发展。
（4）目前我国的房贷主要渠道是银行，但是因为高房价的情况下，导致大部分人无法支付首付款，所以部分房屋交易会通过故意做高房价，增加银行贷款金额使得首付款下降的情况，这会扰乱房价，也会加大银行坏账风险，银行需要规范信贷流程，控制风险，加强对个人抵押贷款和房地产开发投资贷款的审查力度，通过整体宏观经济调整房屋首付比例和利率水平。
[1] Kling J.L， T.E.McCue. Real estateretums and the macro-economy：some empirical Evidence from realestate investment trust data .1972-1991[J].Journal of RealEstate Research， 1994.
[2] Bernanke， Mark Gertler， SimonGilehrist. The Financial Acceleratorin a Quantitative Business CycleFramework[J].NBER Workingpaper， 1996.
[3] Iacoviello M， Minetti R.The creditchannel of monetary policy：evidence from the housing market.Boston College Working Paper，2003.
[4]阚凯.中国商业地产价格波动区域差异的实证分析一一基于货币政策的视角[D].西南财经大学，2014.
[5]祝婕.影响我国房价因素的区域差异性分析[D].山东大学，2016.