范譯文

摘要：以現(xiàn)代觀點看來，房地產(chǎn)業(yè)是國民經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)、主導產(chǎn)業(yè)和先導產(chǎn)業(yè)，因此房地產(chǎn)價格不僅與百姓的生活密切相關，而且還關系到城市的可持續(xù)發(fā)展與城市化進程，關注房價的變動具有非常重要的現(xiàn)實意義。本文通過對影響房地產(chǎn)價格的各種因素進行回歸分析，將1998～2011年相關數(shù)據(jù)代入Eviews 軟件，建立商品房定價的計量經(jīng)濟模型并得出相應結(jié)論。

關鍵詞：商品房房價；房價收入比；房地產(chǎn)商

一、引言

統(tǒng)計數(shù)據(jù)顯示，房地產(chǎn)投資的持續(xù)快速增長使得以商品住宅為主的房地產(chǎn)業(yè)成為國民經(jīng)濟的重要支柱產(chǎn)業(yè)，住房消費占我國城鎮(zhèn)居民消費的比重越來越高，房地產(chǎn)發(fā)展對改善居民居住條件、加快城市建設都發(fā)揮了重要作用。然而，根據(jù)國家統(tǒng)計局公布的2013年3月份70個大中城市住宅銷售價格指數(shù)的數(shù)據(jù)顯示，其中環(huán)比指數(shù)下降的城市只有1個，同比指數(shù)下降的城市只有2個，房價居高不下。政府的房地產(chǎn)調(diào)控政策對商品房價格變動影響顯著，因此首先需要識別在各種影響房價變動因素中到底哪些因素對房地產(chǎn)價格有顯著影響。

二、變量選擇與數(shù)據(jù)收集

1. 變量選擇

選取商品房平均銷售價格作為因變量，用Y來表示。依據(jù)國內(nèi)外對商品房價格研究的通常方法，選取可能影響中國商品房價格的因素作為解釋變量，分別為城鎮(zhèn)居民家庭人均可支配收入（X1），城鎮(zhèn)居民人均消費性支出（X2），國內(nèi)生產(chǎn)總值（X3），商品零售價格指數(shù)（X4），居民消費價格指數(shù)（X5），房價收入比（X6），竣工房屋面積（X7），房地產(chǎn)開發(fā)投資（X8），房地產(chǎn)開發(fā)企業(yè)的個數(shù)（X9），以及政府房地產(chǎn)調(diào)控政策的影響，但這種影響無法具體計量，因此引入虛擬變量（X10），X10=1 寬松的調(diào)控政策0 緊縮的調(diào)控政策

依據(jù)所選定的變量設立模型的初步形式為

Y=α+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9+β10X10+ε

其中α為截距項，β1、β2……X10分別為解釋變量X1、X2、……X10的系數(shù)，表示每個解釋變量對因變量的影響程度的大小ε隨機變量，表示模型中解釋變量之外的外生變量對因變量的沖擊。

2. 數(shù)據(jù)的收集

本文應用的所有數(shù)據(jù)全部選自中華人民共和國國家統(tǒng)計局網(wǎng)站上公布的《中國統(tǒng)計年鑒2012》年度數(shù)據(jù)并按照建模需要進行了相應的處理，具體數(shù)據(jù)如下表所示。

三、模型的建立、檢驗及修正

通過利用eviews6.0計量軟件對初步模型進行參數(shù)估計與回歸分析，結(jié)果如下。

Y=-1054.618+0.2699X1+0.4622X2-

T=0.5193 0.7344

0.0101X3-14.4126X4-4.0705X5+6439.44X6+

-0.5509 -0.1142 -0.0465 1.6994

0.0012X7-0.0159X8-0.0047X9-167.0587X10

0.9489 -0.6074 -0.8386 -1.8907

由回歸結(jié)果可知，在5%置信水平下，t統(tǒng)計值全部小于1.96，所有解釋變量均不顯著，沒有通過t檢驗。而且有些變量明顯與其實際經(jīng)濟意義不相符，綜合考慮之后可以認為產(chǎn)生上述問題的原因可能是模型存在多重共線性或者變量本身不是重要的解釋變量。因此，需要模型先進行多重共線性檢驗。

1. 多重共線性檢驗

通過對模型進行逐步回歸發(fā)現(xiàn)，X2與Y的擬合效果最好，因此以X2為初始變量，修正初步模型，逐步回歸結(jié)果如下。

由以上逐步回歸結(jié)果可知，X2、X3、X6、X9、X10五個解釋變量顯著，但是由于X10的系數(shù)符號不符合經(jīng)濟意義，因此選取X2、X3、X6、X9為主要解釋變量，重新設定模型如下

Y=-3855.83+0.8158X2-0.0106X3+

t=（7.7703 -4.2304

9041.025X6-0.0038X9

8.0284 -1.246）

R2=0.9977 DW=2.4134 F=968.3642

2. 自相關檢驗

由于上述模型中DW=2.4134，可能存在序列自相關，因此需要對序列進行自相關檢驗，采取拉格朗日乘數(shù)檢驗。對模型的回歸殘差進行一階滯后回歸估計，結(jié)果如下

et=-126.057-0.0377X2+0.001X3+

t=（-0.3689 0.4144

665.5666X6+0.0007X9-0.2549et-1

0.4737 0.2537 -0.2549）

R2=0.2107

根據(jù)回歸結(jié)果，可計算拉格朗日乘數(shù)值為LM=n×R2=14×0.2107=2.9498，在5%的置信水平下，與自由度為1的χ2分布的臨界值相比較，結(jié)果如下

LM=2.9498<χ20.05（1）=3.84

由比較結(jié)果可知，模型中不存在序列自相關。

3. 異方差檢驗

利用eviews6.0中的White檢驗方法，對模型進行異方差檢驗。輔助回歸結(jié)果為

Y=7093.42-6.02χ22+7.60χ23-

t=（-0.29 0.45

22644.71χ26-5.20χ29

-0.31 -0.41）

R2=0.0836

根據(jù)輔助回歸結(jié)果可計算White統(tǒng)計量值為Wh=n×R2=14×0.0836=1.1704，在5%的置信水平下，與自由度為4的χ2分布的臨界值相比較，結(jié)果如下

Wh=1.1704<χ20.05（4）=9.49

由比較結(jié)果可知，模型中不存在異方差性。

4.平穩(wěn)性檢驗

由于所建立的模型是時間序列模型，因此需要對數(shù)據(jù)進行平穩(wěn)性檢驗，利用ADF檢驗方法可得結(jié)果如下。

由檢驗結(jié)果可知，所有變量的原序列是不平穩(wěn)的，只有在經(jīng)過2階差分后才能成為平穩(wěn)序列。

5. 協(xié)整性檢驗

由于解釋變量原序列是不平穩(wěn)的，因此需要對模型進行協(xié)整性檢驗，利用AEG檢驗方法對殘差序列進行單位根檢驗，結(jié)果如下。

由單位根檢驗結(jié)果可知，回歸結(jié)果的殘差序列項在經(jīng)過一階差分后變?yōu)閰f(xié)整序列，也就說明模型是協(xié)整的。

6. 誤差修正模型

由于模型需要進行差分，因此需要進一步建立誤差修正模型。首先采用直接估計誤差模型，其適當?shù)墓烙嬓问綖?/p>

ΔYt=-3904.86+0.6157ΔX2-0.005ΔX3+10415.52ΔX6-0.0045ΔX9-0.9424Yt-1+0.7959X2，t-1-0.0108X3，t-1+9386.621X6，t-1-0.0036X9，t-1

R2=0.9803 DW=2.0554

因此，可確定誤差修正模型為

ΔYt=0.6157ΔX2-0.005ΔX3+10415.5ΔX6-0.0045ΔX9-0.9424Yt-1+0.7959X2，t-1-0.0108X3，t-1+9386.621X6，t-1-0.0036X9，t-1

四、結(jié)論

通過上述分析，對于影響商品房價格變動的因素可以得出如下結(jié)論。

1.房價收入比變動對房價上漲產(chǎn)生正向的影響，且其影響程度較大，其對房地產(chǎn)的價格起決定性作用。

2.在模型建立之初引入了宏觀調(diào)控因素，但在變量檢驗過程中作用不顯著，因此在房價變動過程中政府的調(diào)控似乎沒有產(chǎn)生預期效果。因此，如何有效的調(diào)控仍是政府工作重點。

3.對房地產(chǎn)市場的調(diào)控政策要注意促進消費與投資關系的協(xié)調(diào)發(fā)展。一方面控制投資規(guī)模，調(diào)整投資結(jié)構(gòu)；另一方面，要通過增加居民收入，促進消費增長。

參考文獻：

[1]白福周.房價上漲影響因素實證分析[D].浙江工業(yè)大學，2010.

[2]牟峰.近年來我國房價上漲原因分析[D].華南理工大學， 2010.

[3]姜玉英.淺談房地產(chǎn)價格的影響因素[J].當代經(jīng)濟，2010（04）.

[4]張琳，楊杰，房勤英.淺談當前房價過高形勢下房地產(chǎn)調(diào)控政策[J].當代經(jīng)濟，2010（06）.

[5]沈悅，劉洪玉 .房地產(chǎn)價格與宏觀經(jīng)濟指標關系的研究[J].價格理論與實踐，2010（01）.

[6]栗亮.貨幣供應量對房價影響的分析[J].價格月刊，2011（01）.

[7]蘭莉蕓.城市房價與失業(yè)率的關聯(lián)性[J].南方人口，2010（05）.

（作者單位：山東師范大學商學院）