国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

影響我國房地產(chǎn)價格波動的因素研究

2019-01-03 09:19:34
時代金融 2018年35期
關鍵詞:共線性價格指數(shù)波動

宋 悅

(首都經(jīng)濟貿(mào)易大學金融學院,北京 100070)

一、現(xiàn)狀分析

房地產(chǎn)在拉動經(jīng)濟發(fā)展的同時,房地產(chǎn)需求和供給的匹配嚴重失衡,房地產(chǎn)價格飆升,房價收入比嚴重失衡等現(xiàn)象層出不窮,房地產(chǎn)投機行為大量出現(xiàn),影響了社會經(jīng)濟的健康發(fā)展和人民生活水平的提升。2017年“房子是用來住的,不是用來炒的”的提出,給我國房地產(chǎn)行業(yè)的發(fā)展帶來了正確的定位;2018年中央經(jīng)濟工作會議明確指出防控金融風險是未來三大攻堅戰(zhàn)之一。因此,位于我國經(jīng)濟轉型的重要時期,對于房地產(chǎn)價格波動的影響因素進行研究,有助于金融市場的穩(wěn)定和人民生活質量的提高。

二、理論基礎

在影響房地產(chǎn)價格波動的經(jīng)濟因素中,GDP對經(jīng)濟增長的衡量最為重要。GDP增長能帶動許多行業(yè)的發(fā)展,同時也會因為其他行業(yè)的發(fā)展對房地產(chǎn)起到一定的作用;購房者的意愿和購房需求受收入水平的制約,其中房價收入比這一指標是衡量一國房地產(chǎn)市場發(fā)展是否健康的重要參考;物價水平影響房地產(chǎn)價格波動主要通過居民消費價格指數(shù)來反映,同時居民消費價格指數(shù)也在某種程度上反映通貨膨脹率;大部分居民都會通過住房貸款和個人公積金貸款等來實現(xiàn)自己對住房的需求,因此對購房的行為會受到其中的首付款、利率和期限的影響,其中這也會涉及國家政策的影響;房地產(chǎn)的供給受到土地供給和房地產(chǎn)開發(fā)等土地政策的影響,土地供給會體現(xiàn)在房地產(chǎn)行業(yè)的各個環(huán)節(jié),比如土地供給的減少會造成住房市場供給短缺,從而造成供給和需求的不匹配,在某種程度上會增加房地產(chǎn)的開發(fā)成本和房地產(chǎn)價格的不斷上升;人口數(shù)量的增加推動了房價上漲。一般說來,人口越多對房屋的需求也就越大,在某種程度上推動了房價的上漲。

從上面的分析得出,我們可以選取人均GDP、居民收入水平、居民消費價格指數(shù)、貸款利率水平、土地價格和年末總人口數(shù)量來作為定量分析的基礎。

三、模型構建

影響房地產(chǎn)價格變動的決定性因素是房地產(chǎn)的需求和供給。本文從供給和需求兩個不同的角度來找出影響房地產(chǎn)價格波動的因素,在閱讀大量參考文獻的基礎上得出了房地產(chǎn)價格在供給和需求的均衡狀態(tài)的理論模型∶

在這個公式中,HPe代表的是房地產(chǎn)的價格,QS代表影響房地產(chǎn)供給的因素,QD代表影響房地產(chǎn)需求的因素。

在大量閱讀文獻的基礎上,得出影響房地產(chǎn)價格波動供給的主要因素是人均GDP、土地價格、物價水平等,影響房地產(chǎn)價格波動需求的主要因素是人口數(shù)量、收入水平和貸款利率等。

綜上,得出影響房地產(chǎn)價格的公式:

HPe=f(GDP,Land,CPI,People,Income,Interest)

四、實證分析

(一)變量的選取

由于涉及的解釋變量較多和年度數(shù)據(jù)公布較為全面、及時、權威,本文選取了2000-2016年全國的數(shù)據(jù),其中數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》。選取商品房銷售價格、人均GDP、居民消費價格指數(shù)、城鎮(zhèn)單位就業(yè)人員平均工資、貸款利率、年末人口總數(shù)、房地產(chǎn)開發(fā)企業(yè)土地購置費用作為可量化指標進行處理。

(二)模型檢驗與實證分析

1.多重共線性檢驗。從表中可以看出,房地產(chǎn)價格和變量之間存在著高度相關的關系,因此有很好的解釋力度,除此之外,變量之間的相關系數(shù)有的達到0.95以上,因此說明具有多重共線性。

表一 相關系數(shù)

2.解決共線性、異方差問題并剔除截距項。采用逐步回歸的方法,消除共線性問題。并通過對上述變量取對數(shù)來消除異方差問題。P1=log (hp),P2=log (cpi),P3=log (interest),P4=log (land),P5=log(people)

表二 剔除截距項的回歸結果

根據(jù)以上分析建立多元線性回歸模型,具體的回歸方程為:

HP=-2.767675CPI+0.760250interest+0.378878land+1.403792 people

其中R2=0.983087 D.W.=1.676374

此時,變量的解釋力度不錯,各個變量在5%或10%的水平下均是顯著的。

五、結論

首先,雖然人口數(shù)量和土地價格與房地產(chǎn)價格呈正相關關系,但是因為基數(shù)大,因此并不能直接顯示其影響程度的大??;貸款利率對房地產(chǎn)價格的影響為正,說明雖然貸款利率上升會影響購房需求和意愿,但是從整體上來說并不能抑制人們買房的需求。最后物價對房地產(chǎn)價格影響為負,這說明物價上升人們通常選擇買生活必需品。

猜你喜歡
共線性價格指數(shù)波動
銀行不良貸款額影響因素分析
科學與財富(2021年3期)2021-03-08 10:56:02
2020年12月中國稀土價格指數(shù)及四大功能材料價格指數(shù)
稀土信息(2021年1期)2021-02-23 00:31:28
羊肉價回穩(wěn) 后期不會大幅波動
文氏圖在計量統(tǒng)計類課程教學中的應用
——以多重共線性內(nèi)容為例
不完全多重共線性定義存在的問題及其修正建議
微風里優(yōu)美地波動
2019年國內(nèi)外油價或將波動加劇
干濕法SO2排放波動對比及分析
8月百城價格指數(shù)環(huán)比連續(xù)16個月上漲
7月百城價格指數(shù)環(huán)比連續(xù)15個月上漲
商河县| 高尔夫| 贺州市| 博客| 土默特右旗| 扶沟县| 平湖市| 保亭| 青海省| 北海市| 准格尔旗| 芦山县| 汶上县| 秦皇岛市| 祁阳县| 哈密市| 木里| 融水| 绿春县| 南华县| 泸溪县| 宁波市| 汾西县| 吕梁市| 营口市| 梅州市| 鄂伦春自治旗| 大同县| 蒙山县| 霍州市| 大悟县| 中卫市| 九台市| 绥宁县| 车致| 额尔古纳市| 连平县| 屯门区| 怀柔区| 会宁县| 甘孜|