商品房价格影响因素的实证分析

商品房价格影响因素的实证分析

【摘要】  随着经济的快速发展，商品房的房价不断攀升，达到了许多工薪族想都不敢想的地步。我国许多城市出现了一方面很多人买不起一栋自己的住房，另一方面大量商品房因卖不出去而闲置的不正常现象。究竟是什么推动着商品房的房价继续稳步爬升，研究这个问题是非常有意义的。针对房地产市场近年来日益火爆，房价不断攀升的现状，本文选取了1994年到2007年的相关数据；然后用Eviews软件对模型进行相关检验，之后予以修正；最后，对得出的模型进行了经济意释并给出了相关建议。

【关键字】  商品房价格   EVIEWS   定量分析  模型

一、文献综述

我国商品房价格影响因素的定性分析

商品房属于房地产业，是国民经济的基础性、先导性产业。商品房的价格既是生产和生活的必需品，同时也是一种资产或者说财富。商品房的价格既关系到一般老百姓的生产和生活问题，也关系到一个城市发展潜力和竞争力，更关系到国家的金融稳定、宏观经济等。研究商品房价格的影响因素，可以为进行宏观提供依据，为消费者提供信息支持，为房地产开发企业项目运作时提供参考。

在市场机制作用下，商品房的价格主要由房子的供求关系决定，但是由于商品房市场具有很强的关联性，商品房的价格与社会经济相关因素共同作用的结果，换言之，商品房的价格受很多因素影响影响，影响商品房的价格的因素可以分为4部分，主要是商品房的供求是价格的最主要决定因素；土地成本、原材料和人工费是商品房的价格的重要因素；宏观经济与国际宏观状况对商品房的价格具有一定的影响；其他非经济因素。

正对房地产金融对房价的影响专门作了数据分析，认为房地产金融对房地产价格有显著影响，其途径主要有两个：一是通过对开发商的提供融资影响房地产开发投资的规模，即影响房地产供给量，从而间接对房价产生影响；二是从通过发放住房信贷提高居民的支付能力，将潜在的需要转化为现实的购买需求，从而增加房地产有效需求，推动房价上涨。

目前学术界一般将影响城市商品房价格的因素分为五类：经济因素、自然因素、社会因素、因素和心理因素。经济因素主要包括经济发展状况、通货膨胀、居民收入水平和消费结构、财政金融状况等。自然因素主要包括商品房的区位、日照、通风状况、住宅外部景色、楼层等。社会因素主要括人口因素、社会环境和城市化水平等。因素主要包括土地制度和住房制度、税收和货币、产业和城市规划等。心理因素主要包括对未来房价的预期和心理偏好等。在此，结合经济学理论，运用经济学研究方法，对影响我国商品房价格的各种因素重新归纳和整理，选取具有代表性的影响因素， 从需求和供给两个方面对影响我国商品房价格的因素进行定性分析。

（一）从消费者对商品房的需求方面思考

1．人均可支配收入    

1998年，我国实行住房改革，停止原先福利性实物分房制度，开始实行住房货币化改革，将住房商品化，以价格调节商品房供需。从此房地产行业迎来了春天，大量资金进入房地产行业，房地产开发企业如雨后春笋般出现，房地产行业开始高速发展。与此同时我国G D P也在以惊人的速度增长，近十年G D P增长率保持在7%以上。经济总量高速增长迅速提高了人民生活水平，加快了城市化进程，导致城市人口增加，并形成了人们对城市住房的刚性需求。同时，城市人均可支配收入逐年增加． 增长速率达到了1 0 ％ 以上。根据持久收入假说， 对于住房这类高价耐用消费品，消费者决定是否购买取决于其对未来收入的预期。因此，我们看到随着经济的急速发展， 人均可支配收入的持续增长， 及对我国经济发展和未来人均收人的乐观预期，使人们对住房的需求迅速膨胀。

2．人口因素

中国作为世界上人口最多的国家，同时也是世界上最大的发展中国家，伴随着工业现代化的发展，必然导致城镇人口的大量增加。城市化进程已经成为推动房地产行业发展的最基本的动力之一。同时，由于生活观念的转变，不在再追求四世同堂的中国人开始希望有一套自己的住房，供自己的小家庭居住。 这些都是造成人们对住房的刚性需求的主要原因。

3．实际贷款利率

由于实际贷款利率对于住房的投资性需求影响较大，但是对刚性需求和改善性需求影响不大， 因此，在通胀增加的压力下，尽管我国连续多年的上调银行贷款利率，但实际贷款利率上升的并不快，对住房的投资性需求打压效果不明显。

（二）从房产商对商品房的供给方面思考

商品住宅价格主要受到土地价格、建筑成本、相关和房地产开发商对未来的预期等因素影响。

1.土地价格

由于我国土地归国家所有，并且人均土地面积小， 导致了土地资源成为我国最稀缺的资源。同时， 土地实际处置权掌握在地方手中，而土地出让金收入已成为地方的一项重要财源 ，地方有追求利益最大化的冲动，故地方大量出让土地资源供房产商开发房产；房地产企业对于土地储备的盲目追求，更加剧了这种稀缺性． 因此土地价格的上涨远远快于同期商品房价格的上涨。

2.筑成本

建筑成本的变化可以直接影响房地产企业的生产成本，改变商品房供给，从而影响商品房价格。建筑成本主要包括建筑材料和装饰材料的购入价格、工人工资、各类建房设备的折旧等。由于房地产行业的刚性需求导致了建筑成本爆发式的增长， 特别是钢材、水泥、建材的暴涨。

  研究的现实意义：

房地产是关系国计民生的重大经济课题。房地产市场是否正常运营关系到金融稳定和社会安定，保障大多数人拥有住房对促进社会进步和稳定有重大意义。

我国的房地产价格从2002年来一直处于上升状态。2005年来涨幅有所下降，因为2004年来国家出台了相关的宏观，使房地产投资过快的情况得到了控制，房地产供求关系有一定的改善。但是从2006年开始，房价又开始悄悄回升了。虽然积极地房价，但全国的房价仍然涨声一片。商品房价格上涨是否合理？是否真正反映了经济发展水平？影响其变化的因素是什么？本课题的研究，旨在用有很强说服力的数理论证解答以上问题，揭示影响商品房价格的主要因素，及格因素对房价的影响程度，从而理性的看待房地产市场的价格变化。

二、模型的建立

（一）模型初步提出

按照所选取变量的有代表性、可量化性、数据的可得性及可靠性原则，以商品房的价格(Y) 为被解释变量， 以实际人均可支配收入( X2 ) 、城镇人口( X3) 、土地价格( X4 ) 、建房工程造价( X5 ) 、银行实际房贷利率(X6 ) 为解释变量建立多元线性回归模型。在模型的设计上． 采用对数线形函数形式.于是，将我国商品房价格与各影响因素的函数关系式表示为：

logY=β1+β2logX2i+β3logX3i+β4logX4i+β5logX5i+β６logX6i+ui

     其中β1（在下面用EVIEWS软件分析时用C代替）为常数项，u为随机扰动项。

（二）数据的选择和说明

本文数据来源于《中国统计年鉴》、《中国房地产统计年鉴》、《中国房地产市场年鉴》以及中国统计局网站，时间跨度为1 9 9 4 年一2 0 0 7 年(表1 ) 。根据分析结果和模型的需要， 引入了影响商品房价格变化的五个变量：人均可支配收入、城镇人口、土地价格、建房工程造价和同期银行房贷利率进行研究。下面对各个变量进行说明：

    商品房价格（Y）：以历年全国商品房平均销售价格表示

实际人均可支配收入（X2）：根据历年城镇居民家庭人均可支配收入，除以当年的居民消费物价指数（CPI）整理得。

人口（X3）：历年城镇人口数

土地价格（X4）：历年土地交易价格指数，上年为100

建房工程造价(X5):历年竣工商品房平均造价。

银行实际房贷利率（X6）:5年期房贷利率减去通货膨胀率后的实际利率。

数据如图  表一

（数据来源：中国统计年鉴）

编号	年份	商品住宅销售均价（元/m2）	城镇居民人均家庭可支配收入（元）	城镇人口（万人）	土地交易价格指数（上年100）	商品房平均造价（元/m2）	银行实际房贷利率（五年内）
1	1994	1194	3469.2	34169	98.8	797	10.98
2	1995	1509	4283.9	35174	134.2	911	11.52
3	1996	1605	4838.9	37304	103.5	1111	10.98
4	1997	1790	5160.3	39449	107.3	1175	10.58
5	1998	1854	5425.1	41608	102	1218	7.43
6	1999	1857	5854	43748	100	1152	6.12
7	2000	1948	6280	45906	100.2	1139	5.85
8	2001	2017	6859.6	480	101.7	1128	5.85
9	2002	2092	7702.8	50212	106.9	1184	5.41
10	2003	2197	8472.2	52376	108.3	1273	5.31
11	2004	2608	9421.6	54283	110.1	1402	5.38
12	2005	2937	10493	56212	109.1	1451	5.38
13	2006	3107	11759	57706	105.8	1563	6.84
14	2007	3346	13786	59379	112.3	1657	7.49

三、模型的估计与检验

参数估计

  采用EVIEWS将数据进行回归分析。得到如下分析结果：

Dependent Variable: LOG(Y)
Method: Least Squares
Date: 6/2/11   Time: 16:16
Sample: 1994 2007
Included observations: 14
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-5.317424	9.983350	-0.532629	0.6088
LOG(X2)	0.240168	0.530919	0.452363	0.6630
LOG(X3)	0.504266	1.188495	0.424290	0.6825
LOG(X4)	0.249441	0.215843	1.155658	0.2812
LOG(X5)	0.583292	0.210203	2.774900	0.0241
LOG(X6)	0.055771	0.160702	0.347047	0.7375
R-squared	0.9247	Mean dependent var		7.632857
Adjusted R-squared	0.982527	S.D. dependent var		0.27
S.E. of regression	0.038306	Akaike info criterion		-3.388874
Sum squared resid	0.011739	Schwarz criterion		-3.114993
Log likelihood	29.72212	F-statistic		147.1971
Durbin-Watson stat	1.470785	Prob(F-statistic)		0.000000

得到回归方程：LOG(Y)= -5.317424 +LOG(X2)+ LOG(X3)+ LOG(X4)+ LOG(X5)+ LOG(X6)

                           (9.983350) (0.530919)    (1.188495)  (0.215843)  (0.210203) (0.160702)

                      t=   （-0.532629）（0.452363 （0.424290） （1.155658）（2.774900） （0.347047）

                      R2=0.9247     Adjusted R-squared = 0.982527  F=147.1971  df=14

模型的检验:

1.多重共线性检验

该模型R2=0.9，Adjusted R-squared=0.9825，F检验值= 147.1971，明显显著。但a=0.05时，

ta/2 (n-k)=t0.025(8)=2.306, LOG(X2), LOG(X3), LOG(X4), LOG(X6)的系数t检验不显著，这表明该模型可能存在严重的多重共线性。

	LOG(X2)	LOG(X3)	LOG(X4)	LOG(X5)	LOG(X6)
LOG（X2）	1.000000	0.957923	0.085329	0.944227	-0.565548
LOG（X3）	0.957923	1.000000	-0.032279	0.907651	-0.766733
LOG（X4）	0.085329	-0.032279	1.000000	-0.001130	0.312501
LOG(X5)	0.944227	0.907651	-0.001130	1.000000	-0.546559
LOG(X6)	-0.565548	-0.766733	0.312501	-0.546559	1.000000

由此可见，各解释变量相互之间的相关系数较高，证实确实存在多重共线性。

修正多重共线性:

X3与X2，X3与X5,相关系数都很高，LOG(X5) 系数t检验非常显著，但X3系数t检验不显著,故剔除掉LOG（X3），LOG(X4)与

LOG(X5)负相关，且LOG(X4) 系数t检验不显著故剔除掉它。

修正后的模型为

Dependent Variable: LOG(Y)
Method: Least Squares
Date: 6/2/11   Time: 22:55
Sample: 1994 2007
Included observations: 14
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-0.237710	0.555850	-0.427652	0.6780
LOG(X2)	0.511853	0.0866	5.919734	0.0001
LOG(X5)	0.465253	0.160500	2.8779	0.0159
LOG(X6)	0.023949	0.047266	0.506682	0.6234
R-squared	0.987193	Mean dependent var		7.632857
Adjusted R-squared	0.983351	S.D. dependent var		0.27
S.E. of regression	0.037392	Akaike info criterion		-3.4997
Sum squared resid	0.013981	Schwarz criterion		-3.317202
Log likelihood	28.49853	F-statistic		256.9455
Durbin-Watson stat	2.072031	Prob(F-statistic)		0.000000

回归方程为LOG（Y）=-9.453129+1.165184LOG（X2i）+0.593230LOG（X5i）+ 0.185311LOG(X6i)+ui

                              (0.555850)           (0.0866)               (0.160500)               (0.047266)

             t=    (-0.427652)        （5.919734）            （2.8779）              （0.506682）

R2=  0.987193  Adjusted R-squared = 0.983351 F=256.9455   df=14

2.相关性检验

从估计的结果可以看出，模型拟合较好，可决系数R2=0.983169，表明模型在整体上拟合比较好。

3.显著性检验：

（１）对于ß2，t统计量为5.919734。给定α=0.05，查t分布表，在自由度为n-4=10下，得临界值t0.025(10)=2.228因为t>t0.025(10)，所以拒绝原假设H0: ß2=0，表明实际人均可支配收入对商品房价格有显著性影响；

（２）对于ß5，t统计量为2.8779。给定α=0.05，查t分布表，在自由度为n-4=10下，得临界值t0.025(10)= 2.228因为t>t0.025(10)，所以拒绝原假设H0: ß4=0，表明建房工程造价对商品房价格有显著性影响。

（3）对于ß6，t统计量为0.506682。给定α=0.05，查t分布表，在自由度为n-4=10下，得临界值t0.025(10)= 2.228因为t（4）对于F=256.9455>F(3,10)=3.71 (显著性水平为0.05)，表明模型从整体上看商品房价格与各解释变量之间线性关系显著。

修正模型后得到以下结果

Dependent Variable: LOG(Y)
Method: Least Squares
Date: 6/2/11  Time: 23:16
Sample: 1994 2007
Included observations: 14
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-0.147422	0.508413	-0.2965	0.7772
LOG(X2)	0.490594	0.073005	6.720051	0.0000
LOG(X5)	0.485662	0.150022	3.237263	0.0079
R-squared	0.9868	Mean dependent var		7.632857
Adjusted R-squared	0.984476	S.D. dependent var		0.27
S.E. of regression	0.036106	Akaike info criterion		-3.617298
Sum squared resid	0.014340	Schwarz criterion		-3.480357
Log likelihood	28.32109	F-statistic		413.2107
Durbin-Watson stat	2.042491	Prob(F-statistic)		0.000000

4.异方差检验

利用ARCH检验，得到如下结果：

ARCH Test:
F-statistic	0.1033	Probability		0.952168
Obs*R-squared	0.490637	Probability		0.920944
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 6/2/11  Time: 23:20
Sample(adjusted): 1997 2007
Included observations: 11 after adjusting endpoints
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	0.000969	0.000871	1.112130	0.3028
RESID^2(-1)	-0.096132	0.377435	-0.254699	0.8063
RESID^2(-2)	0.101136	0.352399	0.286991	0.7824
RESID^2(-3)	-0.1229	0.3749	-0.3263	0.7535
R-squared	0.044603	Mean dependent var		0.000877
Adjusted R-squared	-0.3852	S.D. dependent var		0.001492
S.E. of regression	0.001743	Akaike info criterion		-9.590945
Sum squared resid	2.13E-05	Schwarz criterion		-9.446256
Log likelihood	56.75020	F-statistic		0.1033

Durbin-Watson stat

1.908368

Prob(F-statistic)

0.952168

由上表，Obs*R-squared=0.490637而查表，给定α=0.95  自由度 P=3，得临界值0.3518；给定α=0.05自由度P=3,得临界值7.8147；所以0.3518<0.490637<7.8147，所以接受原假设，模型随机误差项不存在异方差。

5.序列相关检验

（１）DW=2.042491,给定显著性水平α=0.05,查Durbin—Watson 表，n=14,k=3,得下限临界值dL=0.715 ,dU=1.816 因为 DW统计量为du=1.816< dl=2.042491<4—du=2.184。根据判断区域知，随机扰动项之间无自相关。

最终得到回归方程为：LOG（Y）=-0.147422+0.490594LOG（X2i）+0.485662LOG（X5i）+ui

                                         (0.508413)          (0.073005)          (0.150022)

                  t=   (-0.2965)         （6.720051）         （3.237263）     

R2=  0.9868  Adjusted R-squared = 0.984476     F=413.2107   df=14.

6.因果分析

Pairwise Granger Causality Tests
Sample: 1994 2007
Lags: 2
Null Hypothesis:	Obs	F-Statistic	Probability
X2 does not Granger Cause Y	12	5.91703	0.03130
Y does not Granger Cause X2		1.30611	0.32958
X3 does not Granger Cause Y	12	1.01543	0.41001
Y does not Granger Cause X3		3.75934	0.07782
X4 does not Granger Cause Y	12	0.67168	0.54094
Y does not Granger Cause X4		3.90087	0.07274
X5 does not Granger Cause Y	12	1.16365	0.36618
Y does not Granger Cause X5		7.12627	0.02051
X6 does not Granger Cause Y	12	0.49592	0.620
Y does not Granger Cause X6		0.19565	0.82665

由该检验结果表明，在α=0.05时的水平下，F(6,7)= 4.21，而Fi=5.91703> F(6,7)= 4.21,所以拒绝原假设，认为实际人均可支配收入对商品房价格有显著性影响；F2=1.01543< F(6,7)= 4.21,所以接受原假设，认为人口对商品房价格无显著性影响；F3= 0.67168< F(6,7)= 4.21,所以接受原假设，认为土地价格对商品房价格无显著性影响；F4=1.16365< F(6,7)= 4.21,所以接受原假设，认为建房工程造价对商品房价格无显著性影响；F5= 0.49592< F(6,7)= 4.21,所以接受原假设，认为银行实际房贷利率对商品房价格无显著性影响。

四、各因素对商品房的房价影响分析

通过模型的结果，我们可以发现住房价格主要受到实际人均可支配收入和建造工程造价的影响，而土地价格和城镇人口数及银行实际房贷利率对住房价格的影响不如预想的大，即影响商品房价格的主要是人们对住房的刚性需求。同时两个因素相比较，实际人均可支配收入对商品房价格的影响更大，得出结论是，随着人均可支配收入的增加，住房价格还将进一步上涨。因此，主导我国商品房价格上涨的主要动力还是刚性需求造成的。房地产在国民经济生活中起着重要的作用．房地产业的发展对国民经济发展有着巨大的作用．因此，认真分析房地产市场的现状及其基本走势，深入探讨研究影响房地产业发展的主要因素，对促进房地产业事业持续健康发展有着至关重要的作用。

五、对目前房地产行业的思考及建议

   对于我们每个人来说，住房都是我们正在或者将要面对的问题。目前北京、上海、广州等一些大城市里，房价基本都在2万/每平米以上。这对于很多尤其是工薪族而言，意味着从此就必须为房子奋斗一生，沦为“房奴”。就目前的状况而言，这些大城市的房价已经到了让人买不起房子的地步，但是房价却依然没有明显下降的迹象。所以，今后伴随着城镇居民可支配收入的不断增长，一些二线城市的房价也会加速的增长。现在，一些具有发展机会和潜力的二线城市的商品房在未来二十年内必将大幅升值，所以投资于这些城市的房地产行业利润是巨大的。对于而言，房价过高的关键在于：

1控制银行对居民买房的贷款，打击对商品房的投资需求。

2实行适度紧缩性货币，降低通货膨胀率，从而降低建房原材料价格，降低建房成本，进而能够降低房价。

3采取税收手段，征收房产保有税，一房产证登记名作为纳税主体。第一套房可以采取较低的税率，第二、三套等以上房产征收级差税率。在征税额上，根据登记在册的房价总额按高低排序来征收不同的税率，房价最低折认定为首套，次高者为二套，以此类推，低总额征收低税率，高总额征收高税率。

4加大廉租房的建设力度。廉租房的建设既可以刺激经济，又可以提高有效供给，特别是在平滑需求上作用巨大，对抑制房价的效果应该比较明显，同时也能兼顾社会公平问题。

5上做到“三不”，土地偏紧的不能放松；信贷不能松；税收不能松，特别是土地要长期偏紧，防止房地产泡沫。

6继续巩固房地产“新政”成果。加快促进三大转变。首先，要转变发展观念，重新确立住宅消费和投资理念；其次，促进房地产发展和制度的转变，形成房地产发展的长效机制。；然后，尽快改变目前的销售方式，只允许出售现房而不允许出售期房。

7大力鼓励经济型住房的供给。委托房地产企业提供经济适用房，是增加经济型住房供应的一个重要手段，可通过提供税收、金融优惠来鼓励房地产商增加对经济型住房的供给。而为低收入者提供廉租房是各级的一项重要的社会职责。同时，要着力推动房地产行业转变经济增长方式，注重节地节能型房地产的发展。

参考文献：

[1]《中国统计年鉴》[MI．北京：中国统计出版社．2006]

[2]庞皓.《计量经济学》[MI．北京：科学出版社2006]

[3] 高鸿业《西方经济学》[MI．北京：中国人民大学出版社]

[4]王桂新.《中国人口分布与区域经济发展》[M].华东师范大学出版社,1997 

[5]成思危.《中国城镇住房制度改革——目标模式与实施难点[M].江西：江西人民出版社.2005

[6]周建军.《我国房地产价格的影响因素及其合理性研究》[J].商业研究.2009

[7]赵志菲. 《商品房价格的实证研究与分析》[J].中国房地产.2008

[8]梁建军. 《浅议我国房地产市场存在问题及应对策略》[J]. 产业研究.2008