住宅价格的影响因素分析

摘要:房价问题一直是社会的焦点问题,分析住宅价格的影响因素,具有重要的现实意义。首先运用定性分析的方法,从理论上分析住宅价格的影响因素,然后以重庆为例,运用回归分析方法,实证研究影响住宅价格的因素。

关键词:住宅;价格;影响因素

中图分类号:F293.3 文献标志码:A文章编号:1673-291X(2010)13-0123-02

近几年,中国住宅价格持续快速上涨,已超出了大多数城市居民的承受能力,房价问题已经成为社会的焦点问题。研究中国住宅价格变动的影响因素,具有重要的现实意义。

一、住宅价格影响因素的理论分析

在市场经济条件下,住宅是一种商品,因而其价格由市场机制决定。住宅的均衡价格是在住宅供给和需求双方相互作用过程中形成的,当住宅供给和需求在竞争机制的作用下达到均衡时,所对应的价格便是均衡的住宅价格。但如果影响住宅供给和需求的因素发生了变化,住宅供给和需求也会发生变化,从而引起住宅均衡价格发生变动。

(一)影响住宅价格的供给因素分析

住宅供给是指房地产开发商或房地产持有者在某一特定时期内,在每一价格水平上愿意而且能够提供的住宅数量。除了住宅价格外,住宅供给的主要影响因素有:(1)土地供应量与土地价格。土地是房地产的首要构成要素,土地的供应量很大程度上决定了房地产的开发量,土地的价格直接影响房地产开发成本。(2)资金供应量。房地产业属于资金密集型产业,房地产开发需要大量资金,因而资金供应量影响房地产投资规模。(3)利率。中国金融市场不发达,市场机制不成熟,间接融资比例很高,房地产投资在相当大的程度上需要银行信贷资金支持,因此贷款利率对房地产供应量也有很大影响。(4)住宅价格预期。开发商预期未来住宅价格会涨,则会减少当前的住宅供应,反之则增加当前的额住宅供应。

通过以上分析,住宅供给函数可表示为:

S=h(P,E,EP,K,R,Pe…)(1)

其中,S为住宅供给量,P为住宅价格,E为土地供应量,EP为土地价格,K为资金供应量,R为利率,Pe为住宅价格预期。

(二)影响住宅价格的需求因素分析

住宅需求是指在一个特定的时期内,消费者或投资者在各种可能的价格下,愿意而且能够购买的住宅数量。影响住宅需求的因素是多方面的,除了住宅价格外,主要有以下因素:(1)国民经济发展水平和家庭收入水平。一国或一个地区的经济发展水平是影响房地产需求的决定性因素。经济发展水平高的地区,家庭收入水平也高,对住宅的购买能力就强,因此住宅需求就比较旺盛。反之则相反。(2)人口数量和结构。随着城市人口的增长,对住宅的需求随之增长。城市人口数量增加的同时,家庭人口结构也在发生变化,如家庭呈小型化、分散化。家庭平均人口减少,相对家庭户数增加,对居住、生活空间的需求必然增多。(3)利率。一套住房价值几十万甚至几百万,工薪家庭单纯靠已有的积蓄是买不起的,一般需要向银行进行住房按揭抵押贷款。住房抵押贷款利率的高低决定了贷款成本的大小,对住房消费性和投机性需求均会产生影响。(4)住宅价格预期。消费者和投资者预期未来住宅价格会涨,则会增加住宅的现实需求,反之则减少当前的住宅需求。

通过以上分析,住宅需求函数可表示为:

D=f(P,Y,N,R,Pe…)(2)

其中,D为住宅需求量,P为住宅价格,Y 为家庭收入水平,N为居民数量,R为利率,Pe为住宅价格预期。

联立式(1)和(2),可以得到:

P=g(E,EP,K,Y,N,R,…)(3)

也就是说,住宅价格主要受到土地供应量、土地价格、资金供应量、家庭收入水平、居民数量、利率和住宅价格预期等因素的影响。

二、住宅价格影响因素的实证分析:以重庆为例

(一)变量选择

从上面的分析可知,住宅价格受供给和需求两大方面的约束,因此实证研究影响住宅价格的主要因素应该主要包括供给和需求因素。供给方面的主要影响因素有土地因素以及资金因素,土地因素可以通过住宅竣工面积最终反映,资金因素则可以通过房地产开发投资总额最终反映,同时选择利率作为影响供给的主要政策因素。从需求方面看,住宅的消费性需求主要受城市人口因素与人均可支配收入的制约,其他的影响因素最终会在两个方面得到反映。住宅的投机性需求主要受政府的政策与银行利率,以及对住宅市场预期的影响。因此,市区人口因素和人均可支配收入可以作为影响房地产价格消费性需求的主要因素,而住宅的投机性需求则可以利用政策方面的利率变化来反映。

本文利用多元回归方法构建重庆住宅的价格决定模型。将住宅房地产平均价格Y(元/平方米)设为被解释变量,在供给方面,选取房地产开发投资额X1(亿元)和住宅竣工面积X2(万平方米)两个解释变量。在需求方面,选取城镇居民人均可支配收入X3(元)和市区人口X4(万人)两个解释变量。同时将影响供给与需求两方面的利率也作为解释变量,由于贷款利率在同一时期可以有一定浮动幅度,因此选取相对稳定的一年期定期存款利率作为解释变量X5(%)。

(二)构建多元线性回归模型

根据前面的分析,构建多元线性回归分析模型如下:

Y=α+β1X1+β2X2+β3X3+β4X4+β5X5+μ(4)

由式(4)通过e-views计算得到估计方程,可知X1、X2、X3分别在1%、5%、10%的显著性水平上通过T检验,而X4、X5 不显著。

为此,我们做原假设,H0: β4=0,β5 =0,然后进行F检验,发现其F值为1.895928,在15%的显著性水平上不能拒绝原假设,所以X4、X5对被解释变量Y的影响联合不显著。同时检验时发现该估计方程所得的残差平方和与X是相关的,X4、X5为非外生变量。

剔除X4、X5之后,再进行回归估计。得出如下结果,可以发现X1、X2、X3明显显著。

为检验该估计方程的稳定性, 检验所得残差和解释变量之间的相关性。可得 Cov(u,x)=0,即u与x是无关的。

所以,研究模型估计的最终结果为:

Y = 443.5434 + 0.000100 X1 -0.624904 X2 + 0.153245 X3

(5)

(三)模型评价

根据上述分析,剔除掉市区人口X4和一年期定期存款利率X5之后模型通过显著性检验和其他检验,说明对商品房价格影响显著的因素主要是房地产开发投资额X1、住宅竣工面积X2和城镇居民人均可支配收入X3。模型结果的意义是:住宅竣工面积对商品房的影响最大,它与商品房价格呈负相关,竣工面积每增加1,商品房价格平均下降62.4904%,相反,住宅竣工面积每少增长1,商品房价格平均上涨62.4904%;其次人均可支配收入对商品房价格的影响也较大,当人均可支配收入增加l,商品房价格平均增加15.3245%。

仔细观察回归结果,会发现有两处与人们的一般理解不一致,解释如下:第一,房地产开发投资额反映了资金供应量,房地产开发投资越多,房地产供应量越大,按照供求规律,在需求保持不变的情况下,房价应该会下降,按此分析,房地产开发投资与房价应该是负相关的关系。但我们的回归结果显示,房地产开发投资与房价的相关系数为正。究其原因有两个方面:一方面,房地产开发投资的增长部分主要消耗在土地价格增长上面,同时,由于房地产开发有一个较长的周期,所以房地产开发投资增长并没有导致房地产供给量的同幅度增长,另一方面,政府过分干预房地产市场,使供求机制没有发挥应有的作用。不过,房地产开发投资额与房价的相关系数很小,说明房地产开发投资额对房价影响较小。第二,利率应该是影响房价的一个重要因素,但是在模型中却把利率剔除了,其原因是:利率不仅影响供应也同时影响需求,假如利率上升,一方面会增加住宅开发成本,使住宅供应量减少,产生住宅价格上升的压力,另一方面会增加住宅购买成本,使住宅需求量也减少,产生住宅价格下降的压力,两种相反的力量相互抵消,所以住宅价格保持不变或变化很小。而利率下降也会产生同样的结果。

三、结束语

通过上述分析,我们可以得出结论:十几年来,导致中国房价持续上涨的原因主要有两个,一个原因是中国的住宅竣工面积相对加速城市化进程中人们的需求来说增长速度过慢,住宅供不应求导致房价快速上涨,另一个原因是中国城市居民收入一直呈快速增长趋势,这从需求方面拉动房价上涨。政府要想平抑快速增长的房价,应该想办法增加住宅竣工面积,光靠采取调整利息的金融政策对平抑房价几乎没有什么作用。

参考文献:

[1]吴易风,刘凤良,吴汉洪.西方经济学[M].北京:中国人民大学出版社,2000:30-32.

[2]乔志敏.房地产价格研究[M].北京:经济管理出版社,2002:53-63.

[3]曹丹,谢合明.中国商品住宅销售价格上涨特征及原因[J].西南民族大学学报:人文社科版,2006,(4):166-168.

[4]鞠方,欧阳立鹏.中国房地产价格的影响因素以及合理性研究[J].财经理论与实践,2008,(7):116-119.

Analysis of Housing Price Influence

YANG Boa,ZHU Meng-qib

(Chongqing University of Posts and Telecommunicationsa. College of Economics and Management;

b. College Mobile Telecommunications, Chongqing400065, China)

Abstract:Housing price issue has been the focus of social problems.Analysis of factors affecting housing prices has important practical significance. This paper first using qualitative analysis method analysis factors affecting housing prices from the theoretical,then to Chongqing as an example, using regression analysis, empirical studies of the factors that affect housing prices.

Key words: house;price;affecting factor[责任编辑 陈丽敏]