本站小編為你精心準備了房地產價格波動論文2篇參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

第一篇

一、實證分析

1.數據分析為了考察房價與消費之間的關系，本部分首先對房價增長率與消費增長率作一個描述性統計，以直觀地了解房價是否對消費產生財富效應。筆者統計并計算了我國30個省市自治區在不同階段的房價增長率和消費增長率，結果如表1所示。其中時段1指2007年第2季度—2008年第3季度，時段2指2008年第4季度—2009年第4季度，時段3是2010年第1季度—2013年第3季度。由上一部分的分析可知，時間段2實行的是拉動經濟的房地產調控政策，而時間段1和時間段3實行的都是抑制房價的調控政策，但是從房價增長率的“平均值”來看，時間段3比時間段2增長了比較大的幅度，消費增長率的“平均值”也有類似的變化。在房價增長率這一欄，除了“最小值”外，其他統計量隨區間遞增。時間段3的“最大值”和“最小值”是這3個時間段里面最大和最小的，說明嚴厲的房地產調控政策下，一些省份的房價出現較大幅度下跌，同時一些省份出現大幅上漲。而在消費增長率這一欄，除了“最大值”外，其他統計量都隨區間遞增。因此，總體來看，房價與消費的變化似乎具有一致性，但二者的關系具體如何，需要通過實證進行檢驗。

2.模型構建與數據說明根據持久收入假說或生命周期理論，消費由收入和財富決定，同時考慮到居民的消費行為有一定慣性，因此本文構建模型如下：Cons=α+βCons(-1)+γI+ηH+δCPI+ε，其中Cons表示消費，Cons(-1)表示前一期的消費，以城鎮居民消費性支出作為變量；I表示收入，用城鎮居民可支配收入表示；H表示房地產價格，以商品房銷售價格（由商品房銷售面積和商品房銷售額計算得到）表示。商品房銷售價格由于是月度數據，因此通過算術平均計算得到季度數據。為了得到前期消費與當期消費的準確關系，引入環比CPI作為控制變量，同樣通過算術平均計算得到季度數據。為了克服時間跨度短、數據量少的問題，并考慮到數據可得性，本文收集了2007年第二季度—2012年第三季度全國各省、直轄市、自治區的數據（不包含西藏）。城鎮居民消費性支出和城鎮居民可支配收入數據來源于國研網統計數據庫，商品房銷售數據來源于中宏產業數據庫，CPI數據來源于中經網統計數據庫。為了消除異方差性，對各變量取對數，得到的基本模型如下。3.平穩性檢驗面板模型在進行回歸分析之前要進行單位根檢驗，否則可能出現偽回歸問題。采用ADF—fisher法對各變量進行平穩性分析，由表2可知，各序列均為平穩序列，因此可以直接建立回歸模型。

二、實證結果

本文分3個時間段建立回歸模型，以考察房價波動對消費的動態影響。三個時間段分別為：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。

考慮到影響消費的因素眾多，因此模型誤差項可能存在異方差和序列相關，而廣義矩估計（GMM）不需要知道隨機誤差項的準確分布信息，因而所得到的參數估計量將比其他參數估計方法更有效。但為了增加說服力，表3同時列出了GMM模型和固定效應模型（FEM）①的估計結果，以便進行對比。GMM模型的Sargan檢驗結果表明拒絕原假設，即模型工具變量的選取是有效的，各解釋變量對消費的聯合作用顯著。從GMM和FEM的估計結果可以看到，除了第三期房價系數的正負值不一致外，其余變量在各期的系數符號均一致，但是第三期的房價系數均沒有通過顯著性檢驗?；贕MM模型的普遍適用性，本文更傾向于用該方法得到的估計結果。比較各個時間段模型的回歸結果，可以看到收入對消費的影響一直都是比較大的，但是在時間段3，即2010年以來，居民收入對消費的影響有了一個比較大的降幅。房價對消費的影響，在時間段1是顯著為負的，說明房價上漲對消費產生了抑制效應。在時間段2，即實施拉動經濟的房地產政策時期，房價上漲對消費的影響顯著為正，在保持收入、前期消費和CPI不變的情況下，房價每增長1%，消費平均增長0.28%。到了時間段3，房價系數雖然沒有通過顯著性檢驗，但是也為負，說明這一時期房價上漲不存在財富效應。

三、計量結果分析與政策建議

本文實證檢驗了2007年第2季度以來，房價變動對消費的影響。房地產調控政策的目標主要是保持房地產市場穩定健康發展、促進消費。但是從實證的結果來看，刺激消費的目標并沒有實現，即使在存在財富效應的時間段2，房價上漲對消費的拉動作用也非常有限。2003年，中央政府就開始采取措施抑制房地產市場的過熱發展，但同年8月，中央又出臺文件②，提出對符合條件的房地產開發企業和房地產項目要繼續加大信貸支持力度。兩份意見相左的文件相繼出臺，無疑削弱了抑制措施的效果。這一矛盾心態實際上在很多地方政府中都存在，他們以房地產業作為拉動經濟發展的支柱產業，導致房價一直維持在高位?？偟膩碚f，在2007年第2季度到2008年第3季度期間，房價上漲的預算約束效應和替代效應超過了其他效應，因此房價上漲對消費的影響是負的。金融危機期間，政府出臺了一系列的房地產調控政策。其中，寬松的貨幣政策擴大了房地產開發企業的資金來源，進而促進房地產市場的供給。由于住房支出是消費性支出的組成部分，居民購買住房又會引致諸如裝修等方面的支出，因此在2008年第4季度到2009年第4季度期間，房價的快速上漲對消費產生了正的影響，但應該看到在增加的消費支出中，一部分是由住房支出構成，其他消費支出的增長是十分有限的。

進入2010年，國家加大了房地產的調控力度，隨著政策的收緊，銀行總體信貸規模在縮小，影響到房地產市場的供給。而二套房貸政策的執行，也在一定程度上抑制了投機需求。從房價的描述性統計中可以看到，房價總體上仍然在快速增長，但是一些房價較高的省市，如北京、上海、廣東、海南、天津，房價增長率都在平均值以下，分別為4.74%、0.7%、12.95%、-15.36%、14.36%；而一些房價增長率較高的省市，房價基本尚在合理范圍內，如江西、河北、山西、山東、湖南，房價增長率達到75.59%、36.74%、36.42%、33.05%、32.12%，但房價分別只有4693.4元、4455.99元、3895.42元、4747.3元、4125.1元（2013年第三季度數據）。因此房價調控政策的效果對于房價高企的省市來說是較為顯著的。但是實證結果表明房價對消費不存在財富效應，甚至可能存在抑制效應。從實證結果中可以看到，收入對消費的影響在下降，這是因為當前物價過快增長，而居民收入沒有同比例增長，這強化了居民的儲蓄動機，削弱了消費意愿。（2）帶*號表示在5%的顯著性水平下，變量沒有通過檢驗。

目前國內經濟處于轉型時期，城市化速度不斷加快，未來樓市仍會存在大量剛性需求，這些需求的存在將會帶來較大的預算約束效應和替代效應，從而房價上漲的財富效應難以實現。因此應加大中低價位、中小套型普通商品房的供給，這就要求在土地審批環節要適當增加這類住房的土地供應，相應減少高檔房的土地供應。此外，為保證中低收入群體的居住需求，必須加大保障房建設力度，同時防止這些保障房被非中低收入群體非法占有。拓寬居民的投資渠道，健全房地產金融體系，也是抑制投機行為的重要舉措，同時可嘗試學習西方國家的住房增值貸款。最后，房地產政策應保持一定的連貫性，并實施到位，過于頻繁的調控政策不利于居民形成穩定的預期，對未來房價的走向也難以把握，從而不利于信心效應的發揮。

作者：梅元比單位：中國建設銀行增城支行

第二篇

1房價決定因素模型建立

鑒于上文分析,我國房地產市場的預期是一種理性預期與非理性預期共存的混合預期模式,我們可以借鑒行為金融學中的噪聲交易者模型來輔助分析房地產市場.噪聲交易者模型是DelongJB、ShleiferA、SummersLH和Waldman在1990年提出的(簡稱DSSW模型),模型中存在兩類投資者:一類是理性交易者R(RationalArbitrager),另一類是噪聲交易者N(NoiseTrader).由于市場中存在虛假或誤判的信息(即噪聲),使噪聲交易者的行為具有隨機性和不可預測性,但他們也可能因承擔自己創造的風險而賺取比理性投資更高的回報.當然,DSSW模型是基于證券市場建立的,與房地產市場的實際情況不一定吻合,所以筆者在此對原模型進行一些修正和完善,使之更加符合房地產市場的特點[6-7].

1.1模型假設假設一:假設市場上兩類交易者的數量之和為Z,其中理性套利者R和噪聲交易者N所占比例分別為u和1−u,兩類參與者中每個個體購買房地產的數量分別為Rq和Nq.噪聲交易者主要根據經濟基本面、房價的歷史動量以及市場中存在的噪聲信息來對風險資產進行定價.假設二:假設市場中有兩種資產可供選擇:一種是無風險資產,它按照固定的收益率rt支付紅利,這種資產的供給有完全彈性,能夠隨時被創造出來;另一種是風險資產,不具備完全彈性,供給數量在一定時期內是固定的.其中,這里的無風險資產代表的是儲蓄,風險資產代表的是房地產產品,并且市場參與者只對這兩種資產進行投資.假設三:假設投資者的生命周期分為兩個階段—–年輕時期和年老時期.在年輕時期,市場參與者提供勞動獲得報酬,取得初始財富,并對兩種資產進行組合投資;在年老時期,市場參與者將資產賣出,獲得回報,進行消費.假設四:假設兩類參與者具有相同的風險偏好,他們的效用函數都是恒常絕對風險規避函數,其中絕對風險厭惡系數為γ.

1.2效用函數構建由假設條件,筆者將市場參與者的生命周期簡化成兩個時期—–年輕時期和年老時期.首先,在年輕時期,市場參與者提供勞動,獲得報酬Wi,以單價Pt購買房地產商品的數量iq,而剩余的收入則進行儲蓄Si,其中,i表示兩類投資者,則投資約束方程可以表示為。到了年老時期,房地產價格會隨之變化,市場參與者期望以單價t1,eP+將其房地產商品賣給年輕一代,收取回報,進行消費.則消費約束方程可以表示為。

1.3市場均衡價格求解由(4)式可以看出,由于兩類不同的投資者獲取信息和處理方式的差異,其對房地產價格的預期t1,eP+必然也不相同,因此每類投資者為了實現效用最大化所進行的投資決策也是有差異的.首先,對于理性套利者R,他們會充分有效地利用所有可得的信息來形成一個無系統性偏誤的預期,但是并不意味著與客觀實際完全一致,實際中總存在一些不可避免的隨機干擾,因此,理性套利者的預期價格可以表示。

2房價波動因素實證分析

2.1實證模型建立(10)式是由理性套利者和噪聲交易者這兩類市場參與者共同決定的房地產均衡價格,但是該表達式過于復雜,不能夠直觀表達出各變量之間的相互關系.為了便于實證分析房地產價格的驅動因素,可以將(10)式轉化成以下形式

2.2數據及指標說明筆者選取全國35個大中城市(北京、天津、上海、重慶、石家莊、太原、呼和浩特、沈陽、大連、長春、哈爾濱、南京、杭州、寧波、合肥、福州、廈門、南昌、濟南、青島、鄭州、武漢、長沙、廣州、深圳、南寧、?？凇⒊啥?、貴陽、昆明、西安、蘭州、西寧、銀川、烏魯木齊)2002~2012年的房地產市場數據作為研究對象.其中,tP和tQ采用的是某個城市第t期商品房平均銷售價格和商品房銷售面積,這兩組數據均來自于2003~2013年度中國房地產統計年鑒.由于商品房市場基本上都存在于各地區的城鎮之中,所以交易者數量Z采用的是該城市的年末城鎮人口數量作為替代,其數據來源于各城市的統計年鑒及年度統計公報.利率tr數據來源于中國人民銀行人民幣貸款五年期基準利率.這幾組數據都經過以2001年為基期的不變價格指數進行調整,使其轉化成可比的真實經濟變量.由于理性預期者能夠準確預期房價的走勢,所以他們對下一期房價增長率的預期可以利用理性預期測算公式計算出來;而噪聲交易者由于對房地產信息掌握不完全,他們在很大程度上會根據價格的歷史變化趨勢形成對未來的預期,對下一期房價增長率的預測也會產生一定的偏差,所以噪聲交易者的房價增長率預期測算公式可以表示為:,這里我們假設噪聲交易者只考慮前兩期的情形[8].

2.3平穩性檢驗為了避免序列不平穩而造成的“偽回歸”問題,首先需對數據進行單位根檢驗.面板數據單位根檢驗方法有很多,可以使用LLC、IPS、Breintung、ADF-Fisher、PP-Fisher這5種方法進行檢驗.為了增強結果的穩健性以提高結論的可信度,筆者采用兩種最具代表性的檢驗方法進行檢驗—–相同單位根檢驗方法LLC和不同單位根檢驗方法ADF-Fisher,檢驗結果見表1,所有變量在10%的顯著性水平下均是平穩的,符合文中實證分析模型的建模要求.

2.4格蘭杰因果檢驗由前文理論分析可知,參與者的預期與房價的波動相互影響,為驗證理論分析的結論,筆者對預期和房價作格蘭杰因果檢驗.筆者采用EViews8.0,選取Panelcausality中的Stackedtest(commoncoefficient)檢驗方法對預期和房價進行因果檢驗,其中假設所有截面(即35個城市)的影響系數是相同的,檢驗結果見表2.由表2的檢驗結果可知,一方面,在5%的顯著性水平下,滯后1期或2期時,理性預期與房價之間互為格蘭杰因果關系,這就很好地說明了理性預期者能夠根據市場上房價的變化以及政府出臺的一系列政策對下一期的房價做出準確判斷,而他們的預期也影響了日后房價的變化;另一方面,在5%的顯著性水平下,滯后1期或2期時,噪聲交易者預期是房價的格蘭杰原因,而房價不是噪聲交易者預期的格蘭杰原因,這就表明這一類參與者雖然沒有能夠準確預期房價的變化,但是他們的預期對房價的波動產生了一定的影響.

2.5實證結果及分析在面板數據模型進行估計前,先利用Hausman檢驗來確定模型的形式,檢驗結果表明,在1%的顯著性水平下,拒絕隨機影響模型,接受固定影響模型,因此,應當采用固定效應模型進行估計.由于筆者選取35個大中城市的數據作為研究對象,各城市間的房價存在較大差距,為了克服異方差,在GLS權重中選取Cross-sectionweight進行加權,其模型最終估計結果見表3.從表3估計結果可知,一方面,模型的擬合優度值為0.793,并且在5%的顯著性水平下,除了利率r不能通過檢驗外,其余各變量的t值均能通過顯著性檢驗,由此說明模型及各相關變量對房價具有解釋能力;另一方面,從解釋變量的系數來看,RE對房價存在負向效應,而NE對房價存在正向效應,這說明理性預期能夠對房價上漲產生抑制作用,而噪聲交易者預期則會進一步推動房價上升.市場交易者數量Z和房地產市場交易數量Q的系數為正數,這也很好地說明了房價與房地產市場需求存在正相關關系,而利率r的系數表明金融機構的貸款利率升高能夠在一定程度上抑制房價的上漲.

3結論與建議

筆者基于行為金融學中的噪聲交易模型,建立了包含理性預期和噪聲交易者預期的房價決定模型,并對35個大中城市的面板數據進行實證分析,得出如下結論:(1)從理論分析部分可知,現階段我國房地產市場參與者的預期是一種理性預期與非理性預期共存的混合預期模式;(2)從建模分析中可以看出,房價是由房地產市場參與者預期、參與者數量、房地產交易量以及金融機構貸款利率共同決定;(3)從實證部分可知,理性預期和噪聲交易者預期都會對房價產生影響,理性預期能夠在一定程度上減緩價格波動，而噪聲交易者預期則會進一步推動房價的上漲.針對以上主要結論,筆者給出如下政策建議:首先,政府應建立房價調控的長效機制,保證政策的穩定性、連續性和有效性,避免政策的大起大落,給予市場主體信心;其次,政府應完善房地產市場信息公開制度,加強信息的及時性、完整性和準確性,減少市場中信息分布不對稱現象,使市場主體充分了解市場,從而形成理性預期;最后,政府應對投資者行為進行規范,并發揮主管部門、新聞媒體等機構的作用,對市場上的投機行為和投機心理加以正確引導,提高市場主體行為的理性程度。

作者：王志勇 張聰群單位：寧波大學商學院