论文部分内容阅读
摘要：利率作為我国政府调控房地产市场的一种重要手段，当经济过热时，可提高利率、收紧信贷;当通货膨胀得到控制时，便会把利率适当地调低。2019年8月央行推出新的贷款定价基准——LPR，该政策的出台推动了利率市场化，疏通了货币政策传导途径，同时它也对我国购房者的购房意愿产生了影响。本文基于真实有效的问卷调查数据，从分析LPR政策是否是影响购房者购买意愿的主要因素着手，同时结合其他因素来探讨影响消费者购房意愿的因素，通过建立OLS模型和Probit模型进行回归分析及检验预测，最后通过分析数据得出结论并提出相关建议。
一、OLS模型建立及分析
1.1研究假设
通过调查问卷的方式，设被解释变量Y为是否有购房意愿，解释变量X1、X2、X3、X4、X5、X6分别为家庭年收入、家庭人数、房贷利率调整为浮动利率是否影响购房意愿、是否有住房公积金、户口性质、是否已有房。并将X3、X4、X5、X6设为虚拟变量，即X3是为1，否为0;X4是为1，否为0;X5城市为1，农村为0;X6是为1，否为0。建立计量经济学模型：
1.2 OLS回归分析
对选取的样本进行OLS回归，得到如下结果：
1.3 OLS回归分析的结果
在其他条件不变的情况下，房贷利率未调整为浮动利率的均值为0.54，调整后的均值要高出0.12;在其他解释变量不变的情况下，估计参数β?=1.04，说明家庭年收入每增加一元，可导致购房意愿平均增加1.04。
对比各个解释变量的待估参数，由OLS回归结果可知：房贷利率调整为浮动利率并不是影响购房意愿的最主要因素，家庭年收入才是影响购房意愿的最主要因素。
二、Probit模型建立及分析
2.1指标说明
通常认为利率下降会偏向选择浮动利率，利率上升则偏向固定利率。LPR的变动是否一定会影响购房人的购买意愿还存在怀疑，对此我们选取了包括LPR政策在内的六个自变量分析对消费者购买意愿的影响。当问卷对象选择浮动利率时，因变量取值为1，否则取0。对部分因素数据进行分区间处理，赋予不同的值：
2.2 Probit回归分析
首先使用经过分立区间调整后的数据进行回归分析。利用收集的140个有效数据，使用Eviews软件建立ordered-probit模型，结果如表4。拟合优度值McFadden R-square大于0.1，由此判断建立的模型较为合理。且似然比LR值较大，对应的P值小于0.05，所以各参数对因变量的联合影响显著。从单个参数看，部分自变量未通过Z检验，统计学角度上应予以剔除，但从定性分析角度这些因素都在一定程度上对因变量发生作用，下面有必要对其进行分析：
（1）自变量X1为家庭年收入，通过Z检验，系数为正，说明家庭年收入对购房意愿的影响较大越高，二者正相关。与预期相同。
（2）自变量X6为是否已有房，通过Z检验，会对购房意愿产生显著影响。系数为负，表明二者呈负相关关系，与预期不符。在进一步调查走访后，综合调查结果和仔细思考，导致负相关的原因可能是住房公积金的积累、投资用途、保值用途等，也可能是能够购买第一套房的人，也存在较大可能有能力购买第二套房。
（3）自变量X2、X3、X4、X5、X6虽然均未通过Z检验，但是在调查研究中发现都会在一定程度上对购房意愿产生影响，应予以保留。
2.3模型检验及预测
（1）模型检验
除本文选取的主要因素外，影响购房意愿的因素还很多，需对模型的建立是否恰当进行检验。如表5，选取一般临界值c=0.5，原模型对购房意愿判断正确的概率为50.7%。说明原模型能够在一定程度上对分析结果做出解释，但是存在优化的空间。
（2）模型预测
为进一步提升模型效果，需对模型进行预测，判断是否存在更佳的模型能对调查结果进行解释。如表6，根据有购房意愿的人占总体样本的比例为42.14%，故选取临界值c=0.4214，结果显示模型判断购房意愿正确的概率为69.49%，较原模型有显著提升。所以，在进行是否有购房意愿的判断时，与临界值0.4214进行对比，得到的结果会更符合预期。
四、结论
本文运用文献研究法、模拟法等，通过研究样本的家庭年收入、家庭人数等指标来探究LPR是否影响消费者购房意愿。建立OLS和Probit模型，研究LPR对消费者购房意愿的影响，得出以下结论：
第一，个人住房贷款利率与LPR挂钩为消费者购房意愿带来正向影响。OLS回归模型当中β?=0.12，可以看选择浮动利率LPR为消费者购房意愿带来正向影响。Probit模型中，住房贷款利率浮动与否虽然未通过检验，但其系数为正，表明购房意愿会有一定程度提高。
第二，个人住房贷款利率与LPR挂钩对消费者购房意愿的影响有限。OLS模型分析中，房贷利率调整为浮动利率的估计参数是0.12，家庭年收入的估计参数1.04，故影响购房意愿的最主要因素不是贷款利率，而是家庭年收入。在Probit模型分析中，家庭年收入和是否已有住房通过Z检验，说明对购房意愿的影响较大，而家庭人数、住房贷款利率浮动与否、有无住房公积金和户口所在地均未通过Z检验且估计参数不为零。
五、结语
此次改革的目的是将贷款市场报价利率跟贷款基准利率脱钩，采用公开市场操作利率加点的方式来形成一个新的“LPR”利率，打通市场利率向实体经济传导的路径，更好地反映市场供求关系，有效配置资源。但所有的政策最后都落脚于“住房不炒”这一基本主线，LPR政策的出台可能是我们国家金融到房地产体制的一个根本性转折点。LPR虽不会对居民购房意愿产生根本性影响，但为整个房地产行业虚高不下敲了警钟，一定程度上消解了居民对房价的忧虑，同时为整个社会经济发展提供了政策导向，即实体经济才是一个社会发展进步的坚定基石。
参考文献
[1]徐可.消费者住房购租选择的影响因素研究.山东建筑大学.2019
[2]郭栋.国际基准倾斜演变与LPR新机制评测研究.2020
[3]魏成龙，张添丁.房地产调控与地产公司股价波动的相关性——基于A股市场的实证分析.2009
重庆理工大学 400054
一、OLS模型建立及分析
1.1研究假设
通过调查问卷的方式，设被解释变量Y为是否有购房意愿，解释变量X1、X2、X3、X4、X5、X6分别为家庭年收入、家庭人数、房贷利率调整为浮动利率是否影响购房意愿、是否有住房公积金、户口性质、是否已有房。并将X3、X4、X5、X6设为虚拟变量，即X3是为1，否为0;X4是为1，否为0;X5城市为1，农村为0;X6是为1，否为0。建立计量经济学模型：
1.2 OLS回归分析
对选取的样本进行OLS回归，得到如下结果：
1.3 OLS回归分析的结果
在其他条件不变的情况下，房贷利率未调整为浮动利率的均值为0.54，调整后的均值要高出0.12;在其他解释变量不变的情况下，估计参数β?=1.04，说明家庭年收入每增加一元，可导致购房意愿平均增加1.04。
对比各个解释变量的待估参数，由OLS回归结果可知：房贷利率调整为浮动利率并不是影响购房意愿的最主要因素，家庭年收入才是影响购房意愿的最主要因素。
二、Probit模型建立及分析
2.1指标说明
通常认为利率下降会偏向选择浮动利率，利率上升则偏向固定利率。LPR的变动是否一定会影响购房人的购买意愿还存在怀疑，对此我们选取了包括LPR政策在内的六个自变量分析对消费者购买意愿的影响。当问卷对象选择浮动利率时，因变量取值为1，否则取0。对部分因素数据进行分区间处理，赋予不同的值：
2.2 Probit回归分析
首先使用经过分立区间调整后的数据进行回归分析。利用收集的140个有效数据，使用Eviews软件建立ordered-probit模型，结果如表4。拟合优度值McFadden R-square大于0.1，由此判断建立的模型较为合理。且似然比LR值较大，对应的P值小于0.05，所以各参数对因变量的联合影响显著。从单个参数看，部分自变量未通过Z检验，统计学角度上应予以剔除，但从定性分析角度这些因素都在一定程度上对因变量发生作用，下面有必要对其进行分析：
（1）自变量X1为家庭年收入，通过Z检验，系数为正，说明家庭年收入对购房意愿的影响较大越高，二者正相关。与预期相同。
（2）自变量X6为是否已有房，通过Z检验，会对购房意愿产生显著影响。系数为负，表明二者呈负相关关系，与预期不符。在进一步调查走访后，综合调查结果和仔细思考，导致负相关的原因可能是住房公积金的积累、投资用途、保值用途等，也可能是能够购买第一套房的人，也存在较大可能有能力购买第二套房。
（3）自变量X2、X3、X4、X5、X6虽然均未通过Z检验，但是在调查研究中发现都会在一定程度上对购房意愿产生影响，应予以保留。
2.3模型检验及预测
（1）模型检验
除本文选取的主要因素外，影响购房意愿的因素还很多，需对模型的建立是否恰当进行检验。如表5，选取一般临界值c=0.5，原模型对购房意愿判断正确的概率为50.7%。说明原模型能够在一定程度上对分析结果做出解释，但是存在优化的空间。
（2）模型预测
为进一步提升模型效果，需对模型进行预测，判断是否存在更佳的模型能对调查结果进行解释。如表6，根据有购房意愿的人占总体样本的比例为42.14%，故选取临界值c=0.4214，结果显示模型判断购房意愿正确的概率为69.49%，较原模型有显著提升。所以，在进行是否有购房意愿的判断时，与临界值0.4214进行对比，得到的结果会更符合预期。
四、结论
本文运用文献研究法、模拟法等，通过研究样本的家庭年收入、家庭人数等指标来探究LPR是否影响消费者购房意愿。建立OLS和Probit模型，研究LPR对消费者购房意愿的影响，得出以下结论：
第一，个人住房贷款利率与LPR挂钩为消费者购房意愿带来正向影响。OLS回归模型当中β?=0.12，可以看选择浮动利率LPR为消费者购房意愿带来正向影响。Probit模型中，住房贷款利率浮动与否虽然未通过检验，但其系数为正，表明购房意愿会有一定程度提高。
第二，个人住房贷款利率与LPR挂钩对消费者购房意愿的影响有限。OLS模型分析中，房贷利率调整为浮动利率的估计参数是0.12，家庭年收入的估计参数1.04，故影响购房意愿的最主要因素不是贷款利率，而是家庭年收入。在Probit模型分析中，家庭年收入和是否已有住房通过Z检验，说明对购房意愿的影响较大，而家庭人数、住房贷款利率浮动与否、有无住房公积金和户口所在地均未通过Z检验且估计参数不为零。
五、结语
此次改革的目的是将贷款市场报价利率跟贷款基准利率脱钩，采用公开市场操作利率加点的方式来形成一个新的“LPR”利率，打通市场利率向实体经济传导的路径，更好地反映市场供求关系，有效配置资源。但所有的政策最后都落脚于“住房不炒”这一基本主线，LPR政策的出台可能是我们国家金融到房地产体制的一个根本性转折点。LPR虽不会对居民购房意愿产生根本性影响，但为整个房地产行业虚高不下敲了警钟，一定程度上消解了居民对房价的忧虑，同时为整个社会经济发展提供了政策导向，即实体经济才是一个社会发展进步的坚定基石。
参考文献
[1]徐可.消费者住房购租选择的影响因素研究.山东建筑大学.2019
[2]郭栋.国际基准倾斜演变与LPR新机制评测研究.2020
[3]魏成龙，张添丁.房地产调控与地产公司股价波动的相关性——基于A股市场的实证分析.2009
重庆理工大学 400054