统计学软件论文中国城市住房价格变动影响因素分析

《统计学软件论文中国城市住房价格变动影响因素分析》由会员分享，可在线阅读，更多相关《统计学软件论文中国城市住房价格变动影响因素分析（20页珍藏版）》请在装配图网上搜索。

1、统计学软件应用（论文）课题名称: 论中国城市住房价格变动影响因素分析 -关于城市住房价格问题的研究 姓 名:刘影准考证号：201012040235专 业：精算与风险管理班 级: 统计10.2指导教师: 张明达联系电话：13844223680 摘要 近10多年来，我国房地产业高速发展，住房市场价格呈现持续上涨的特征。本文运用聚类分析方法，依据房价波动情况，将全国35个大中城市划分为三类。在此基础上，从全国层面以及不同类别城市的角度进行比较分析，通过回归分析得出以下结论：除了地价、居民收入、信贷规模等宏观性的影响因素外，城市基础设施、教育、医疗卫生等公共服务的投入也在一定程度上影响着房价的变动以及

2、不同城市房价水平的差别。关键词 住房价格；变动趋势；聚类分析；回归分析;因子分析；影响因素目录引言.1一、对1999年以来中国城市住房市场价格变动趋势的回顾2（一）房价一收入比的变动趋势3（二）房价一房租比变动趋势3（三）商品房供给和需求变动趋势4（四）不同城市房价变动差别4 二、住房价格波动的宏观因素分析5（一）从全国层面分析住房价格波动因素6（二） 从不同城市比较分析住房价格波动因素.8三、结论13致谢14参考文献.14 引言近几年我国房地产价格急剧上涨,特别是在上海、北京、杭州、深圳等沿海地区城市。如在过去的五年间上海市房地产价格上涨了200,这样一个速度已远远超过GDP的增长速度和居民

3、收入增长水平。全国的平均房价收入比在7倍至10倍左右,反映了我国虚高的房价和居民相对较低的购买力的矛盾。由于对房价上涨反应强烈,工资的上涨并没有给老百姓带来更多的安全感,相反有调查显示城镇居民对收入的满意度大幅降低,越来越多的人的反应是：工资涨不过房价。那么,中国房地产价格和城市居民收入之间是否存在长期稳定的均衡关系呢?房地产价格和居民收入之间的因果关系又是怎样的呢?这就是本文所要关注的问题。 改革开放以后,房地产业重新在中国出现,并获得了快速的发展,期间经历了房地产业的复苏阶段、高速发展阶段、调整阶段、回暖升温阶段和宏观调控阶段。目前中国的房地产市场正处于高峰阶段,房地产投资加速增长,占全社

4、会固定资产的比重也稳步上升；房地产价格更是上涨势头强劲,尤其是最近三年的涨幅超过7,而全国几个大中城市的涨幅甚至超过了10。在决定房地产价格的机制当中,供求两方面的因素是最主要的,城市化进程则是推动房价变化的一个基石。 而伴随着经济的快速发展,中国城市居民人均可支配收入也迅速提高,2005年更是越过了万元大关。同时居民收入的来源也更加多元化,工资性收入的比重在逐渐下降,财产性收入和经营净收入的比重不断提高。在居民收入不断增加的同时,住房消费需求也随之上升,住房消费支出不断增加,占总消费的比重已经超过了10。 为了更进一步对中国房地产价格与城市居民收入的关系进行分析,本文采用了聚类分析；回归分析

5、;因子分析等现代计量检验方法,分析了二者的长期均衡关系以及它们之间的因果关系。 1一、 对1999年以来中国城市住房市场价格变动趋势的回顾随着改革开放的不断深入和城市化进程的不断加速，城镇住房市场化改革在不断推进。1998年全面实施的住房制度改革，基本结束了传统的计划经济体制下具有显著福利性的住房分配制度，加快了以个人购买住房为主要特征的市场化、货币化的改革进程。随着住房抵押贷款制度、城镇土地使用权出让、低收入居民住房保障等制度逐步建立与完善，我国城镇住房市场进入了持续繁荣的高速发展时期。经过10多年的发展，我国的住房产业市场化程度不断提高，住房投资在GDP中的比重越来越高。根据有关统计资料，

6、2009年商品住宅投资占全社会固定资产投资的比例达1139，住房产业已逐渐成为我国的支柱产业之一。但与此同时，住房的销售价格也持续上涨。1999年，全国城镇(Jg含我国的台湾、香港、澳门地区，下同)平均房价仅为每平方米l 857元，到了2009年，平均房价就超过了4 000元，10年间上涨了24倍之多。分年度来看，2004年涨幅最大，同前一年相比的住房销售价格上涨了94。此后房价涨幅有所放缓，在2008年末还一度出现了近10年来房价的首次回落。但是，到2009年，房价又迅速回升。无论是绝对价格，还是相对变动，近期的住房价格均处于高位运行阶段。表1和图1显示了1999格的变动趋势。 （资料来源：

7、数据来源于中经网统计数据库。其中2009年住宅销售价格来源于国土资源部，2009年价格指数以国家统计局公布的当年12月份房屋销售价格指数代替。 2 以下通过近年来房价收入比、房价租售比、竣工面积与销售面积比等关键指标进一步考察和评价住房价格波动情况。（一）房价一收入比的变动趋势房价一收入比(PIR)是衡量住房价格水平高低的重要指标。按照世界银行的研究报告，发达国家房价收入比一般在18：151：1之间，发展中国家在4：16：1之间。1我国1999-2008年城镇房价收入比波动情况如图2所示。整体上，近10多年来，我国房价收入比在6：175：1之间。2003年以前，房价上涨并不明显，但与此同时居民

8、收入快速提高，城镇居民房价收入比在相对较低水平上小幅波动，这一时期居民的住房支付能力相对较强。进入2004年以来，居民收入水平的大幅提高并未提升住房负担能力，房价收入比大幅跃升，并在2009年达到最高比787：1。中国城镇居民住房支付能力的显著下降，房价高速增长无疑是一个重要的推动因素。但是，随着人们生活水平的不断提升，由对面积、性能等住房品质要求的提高所带来的影响亦不容忽视。(二)房价一房租比变动趋势住房作为投资品，是家庭财富的重要组成部分，购买住房可为投资者带来投资收益，住房租赁则反映了更基本的住房需求，合理稳定的租售比显示住房价格背后的有效需求支撑。从这个角度来看，住房销售价格与租赁价格

9、之比也是一个要的衡量价格波动的指标。在健全的房地产市场中，销售市场与租赁市场需协调平衡发展。从图3可以看出，在住房市场化初期，住房租售指数比均大于1，表明房租赁价格上升幅度大于销售价格上升幅度。但2004年以后，住房销售价格迅速上升并长期维持在较高的涨幅水平；与此同时，租赁价格上升速度逐渐回落，租售指数比低于1以下，售价增长速度快于租价增长速度，租售价格增速之比趋于缓和。近年来，住房交易市场需求超过租赁需求，销售市场发展更快。过快的房价上涨速度，不利于消费者在租房与买房中作出理性选择，而往往会驱使消费者在心理预期作用下盲目信贷购房。 3(三)商品房供给和需求变动趋势住房体制改革以来，商品房交易

10、市场高速发展，商品房供给和需求快速增加，形成供需两旺的局面。商品房竣工面积与销售面积持续增长，竣工面积由1999年的21 4108万平方米增至2009年的70 219万平方米，增长了228，2009年销售面积是1999年销售面积的64倍。如图4所示，从整体上看，商品房供需比在波中逐渐下降，由供给大于需求逐渐转向供给小于需求。2004年以前，竣工与销售面积之比远大于1，住房供给远远超过住房需求，1999年二者的比例接近15倍；2005年首次出现了需求大于供给的状况，此后两者差距呈现扩大趋势；2008年商品房竣工销售面积首现回落，房屋竣工与销售面积比近似为1，需求迅速减少，同期的房价也出现了11年

11、来的首次回降；2009年这一趋势得到扭转，市场需求迅速回升，供需比为075，差距达到近年来最大水平，住房供给远远小于住房需求。(四)不同城市房价变动差别住房销售价格及房价变动趋势在不同区域城市的分布(见表2)显示，我国房价存在着显著的城市差异性。2008年在住房价格最高的城市深圳市，房价高达12 823元平方米，是住房价格最低城市呼和浩特市的51倍左右，不同城市房价上涨幅度也相差较大。在经济发展程度较高的东部地区，城市住房价格也相对较高，而东北、中部、西部地区城市房价则相对较低。但在房价变动趋势上，即使在同一区域经济水平类似的不同城市，房价上涨速度也存在明显的差异，部分经济水平欠发达城市房价涨

12、幅亦处于较高水平。 4 综上所述，近10多年来，我国房地产市场高速发展，呈现出供求两旺的繁荣状态，商品房竣工和销售面积快速增长，供给需求迅速增加，住房销售市场发展迅速，并超过了住房租赁市场的发展速度。但与此同时，尤其是2004年以来，由于住房销售价格的持续大幅度攀升，城镇居民住房支付能力显著下降，住房销售价格涨幅持续高于租赁价格涨幅，商品房需求超过了供给并且其差距在不断拉大，住房价格及其涨幅在不同城市间的差异比较显著。二、住房价格波动的宏观因素分析国外学者对房价影响因素的研究较早，且关注人口、收入、住房按揭利率以及建筑成本等综合因素的影响。21我国的房地产市场起步较晚，对于房价的定量研究也是从

13、近几年才开始进行的。沈悦和刘洪玉分析了城市人口、城镇家庭人均可支配收入等对住宅价格变化的影响；3梁云芳和高铁梅研究了信贷规模、人均GDP等因对房价影响的区域差异性，认为实际利率影响较小；4余华义还考察了土地供应对房价的影响。5龙奋杰对35个主要城市住宅市场研究发现，我国房价存在明显的城市问差异性，并对住宅市场进行了城市类别划分。6根据笔者对国内外学者研究成果的梳理，影响住房价格波动的宏观因素主要有人口、居民人均收入、信贷规模、土地价格以及利率等。一般来说，人口数量较多的城市或地区，住房的需求量也越大，相应的，住房价格也越高。随着城市化水平的不断提高和市场化进程的不断加速，城镇人口迅速增长所带来

14、的对商品住房基本居住需求的增加，是近年来房价快速上涨的重要因素之一。可以认为人口规模与城镇住房价存在正相关关系。随着经济高速发展和城镇居民收入的增长，房价也被推动上涨。一方面，居民收入的提高，提高万方数据了消费者购房的支付能力，使得消费者有能力承受更高的房价；另一方面，随着居民可支配收入的增多，消费者将追求面积更大、舒适度更高的居住环境，即改善型住房 5需求随之增加。住房价格的波动也在一定程度上受到金融机构发放信贷量的影响。对房地产开发商发放的信贷，将增加市场中商品房的供给量；而对消费者发放的消费信贷，将增加市场中商品住房的消费和投资需求量。作为住房价格的个重要组成部分，土地价格的变动也是影响

15、房价波动的主要因素之一。我国的城镇土地归国家所有，房地产企业通过土地交易，从地方政府手中取得城镇土地的使用权，进行商品房开发。一般来说，土地价格的上升将带动房价的上涨。从理论上说，利率对住房价格变动应有较大的影响，但由于我国仍处于利率市场化的初始阶段，实行的仍利率管制制度，中国人民银行直接调整基准利率，利率的市场化程度还很弱，波动相对并不频繁，因而，本文将不把利率作为一个独立因素进行专门探讨。(一)从全国层面分析住房价格波动因素1数据说明。根据以上对房价波动影响因素的分析，笔者选取住房销售价格指数HPI表示房价变动，用居民住房用地交易价格指数LPJ表示地价波动，用城镇居民家庭人均可支配收入DI

16、(元)和金融机构信贷LN(亿元)来分析各因素对住房价格波动的影响。样本区间为1999-2009年分季度数据。数据来源于国家统计局编制发行的中国经济景气月报。2数据处理。居民收入的季节变动往往会掩盖其客观变化，在利用季节性数据进行相关分析前，需要对其进行季节调整。7图5为城镇居民家庭人均可支配收入原始数据序列，图5显示，居民收入存在明显的季节性变化规律，每年第一季度收入最高。这主要是由于第一季度适逢元旦和中国传统文化节日春节，往往集中发放年终奖金、津贴、过节费以及各种实物性补贴，从而使得第一季度的收入远高于其他季度。采用Census X12方法对居民收入进行处理后，得到的季节调整后的城镇居民家庭

17、人均可支配收入(DI一SA)如图6所示。3模型分析。结合选取的数据，建立多元线性回归模型： 式中，待估参数为常数项；为对应因素的相关系数；随机误差项表示其他因素 6对房价波动的影响。选用最小二乘法(LS)，在Eviews软件中进行回归分析，结果如表3所示，回归方程为： HPl=58008 7+0379 706LPl+0009 74DL SA一0000 1LN 模型中3个变量共同解释了因变量全国住房销售价格指数69655的变动，这也说明住房价格波动的影响还有其他重要解释因素。模型的F检验的P值为0，说明回归方程总体是显著的。回归系数的t检验表明，3个自变量对因变量HPI的影响都是显著的。回归结果

18、表明，住房价格波动与土地价格和城镇居民人均可支配收入正相关，即随着地价和居民收入的增加，房价增长幅度也随之加大，这与以上的分析是一致的。LN系数表明，随着金融机构的信贷量的增加，房价增长速度会减慢。而模型中的多重共线性，可能造成回归系数符号判定错误。对自变量的皮尔逊(Pearson)相关性检验(见表4)表明，DISA与LN存在着高度的相关性，在99的置信水平下，二者之间的相关系数高达986。对HPI与LN的相关性检验结果(见表5)显示，在95的置信水平下，房价与信贷额实际上存在正向相关关系。 7以上所做的对全国层面相关数据的分析表明，土地价格、城镇居民人均可支配收入以及金融机构的信贷量，这3个

19、变量在很大程度上可以解释中国城镇住房价格波动，是影响房价变动的重要因素。3者对房价变动均起到正向影响作用。(二)从不同城市比较分析住房价格波动因素我国城镇住房价格存在着显著的城市性差异，在同样从紧或趋松的宏观调控政策下，不同城市住房价格走势却显现出明显的不同。住房价格的这种地区间差异，也可以反过来解释房价上涨的原因，因而笔者推断，城市间的显著差异之处也是造成房价波动的重要影响因素。1城市聚类分析。笔者选取国家统计局调查发布信息的35个大中城市，根据房价的绝对水平以及相对涨幅进行分类。数据采用2008年35个大中城市房地产价格指数，以及对应的城市住2006年起扩大至70个城市，由于后公布的35个

20、城市数据量有限，仅选取之前公布的35个城市进行研究。宅销售价格，前者来源于2009年的中国统计年鉴，后者来源于2009年的中国房地产统计年鉴。采用系统聚类分析，将房价及其变动水平相似的城市归为一组，结果如表6、表7所示。第一类(一线)城市有北京、上海、深圳等6个城市，房价指数平均1041，平均房价达9 7532元平方米；第二类(二线)城市包括天津、大连、南京等10个城市，房价平均涨幅为57，平均房价为5 0947元平方米；石家庄、太原等19个城市为第三类(三线)，平均房价指数为1069，平均房价4 8747元平方米。三类城市之间房价水平相差较大，存在较为显著的差异。但是，2008年这三类城市房

21、价平均涨幅相差并不显著，这主要是一二线城市受金融危机影响相对较大，涨幅较以前有所回落，一线部分城市甚至出现负增长，而三线城市房价在2008年的快速拉升，改变了之前涨幅长期普遍低于一二线城市的状况。 8住房价格水平较高、涨幅较快的一二线城市，人口相对较多，提供的公共服务水平也较高。近年来，中国越来越多的城市成功申办各种世界型盛会，如北京奥运会、上海世博会、广州亚运会、深圳大运会等，促进了城市交通等基础设施以及医疗卫生等公共服务的建设和完善；而天津、大连、青岛等旅游城市，当地政府为营造城市旅游环境，也注重在公共服务方面的支出。城市交通、医疗卫生、教育等基本公共物品或服务，直接影响到居民的生活质量，

22、消费者往往“用脚投票”，选择拥有丰富资源、优质公共服务的区域居住。83从而使得公共投人较多、设施便利的一二线城市能够吸引更多的购房者，进而提升当地的住房价格。笔者由此推断，基础设施、医疗卫生、教育等公共产品和公共服务投入也是影响住房价格波动的重要因素。 2数据说明。基于数据的可得性，笔者选取了13个城市年末总人口PP(万人)、地方财政人均教育支出ED(万元)、人均医疗卫生支出EH(万元)、人均城市维护费FF(万元)和城市房屋销售价格指数HPf。我国2007年实行预算收支分类科目改革，从2007年起，财政支出科目进行了相应的调整，故样本时间选取1999-2006年。数据来源于各城市历年的统计年鉴

23、，人均支出由各城市当年相应科目支出除以年 末人口计算得出。3回归分析。笔者建立以下面板数据模型: 式中，tl，2，T；i=1，2，N；其中，T=8，N=13。 9假设Ho：口，=口z=aN，即模型中不同个体的截距相同(应采用混合回归模型)；H。：a不同。 故拒绝原假设。进一步进行Hausman检验，表8显示，Hausman统计值为1126，对应P值为002O05。因而，本文采用个体固定效应模型，对参数进行估计 使用广义最小二乘法，由参数估计结果(见表9)得出方程表达式： 方程F检验结果表明，方程整体是显著的，模型解释了房价指数686的影响因素，即选取的4个变量在一定程度上解释了房价的波动。自变

24、量系数t检验对应的P值表明，ED和MH均显著。 10 方程结果中，自变量MH和PP的系数符号与笔者预期的相反，暗示存在多重共线性问题。由自变量问相关系数矩阵及其检验(见表10)表明，FF，ED和MH3个变量间存在显著的较高正相关性。地方财政总支出的增加或减少，对基础设施、教育、医疗投入造成同步增减。自变量间的相关性对回归的结果造成了混乱。有必要分别讨论各自与HPI的关系。对HPI与4个自变量分别进行Pearson相关性检验，如表11、表12、表13、表14所示。结果表明，房价指数HPI与城市基础设施财政支出FF、教育财政支出ED以及医疗卫生财政支出MH，均存在显著的正相关关系。其中，HPI与F

25、F和ED在99置信水平下正相关，与MH在95的置信水平下正相关。而HPf与PP的正相关关系并不显著，但我们并不能因此否定城市人口对房价波动的影响作用，这主要与笔者采用的数据有一定的关系。对于城市人口PP来说，各城市统计年鉴中统计的年末人口一般以当地户口人数为准，少部分城市公布的则是常住人口，统计口径有所不同；而且，统计数据并未单独区分城镇人口数，而农村的住房由农民在集体土地上自行建设，不能用于市场交易，亦没有市场价格，使用城镇与农村总人口数据，在很大程度上影响了最终的结果。 11 12 三、结论本文对我国近10多年来房地产市场价格的变动情况进行了回顾，得出了房价波动的若干特征。我国房地产市场发

26、展迅速，住房市场价格快速上涨，在商品房竣工和销售面积快速增长的同时，住房销售价格的上涨超过了住房租赁价格的上涨，房价一收入比快速提升，居民支付能力下降。住房价格以及房价涨幅呈现出了显著的城市差异性。在全国层面，通过多元回归分析得出，土地价格、城镇居民人均可支配收入和金融机构信贷量是影响住房价格波动的重要因素。地价、收入以及信贷额的增加，会带来房价上涨速度的加快。房地产市场在城市之间存在着显著的差异性，按照房价波动情况，对中国城市进行聚类划分为3类。对3类城市进行差异性分析，笔者认为，人口以及城市基础设施、教育、医疗卫生等公共服务的投入，将影响房价的变动。回归分析表明，地方财政人均公共服务支出，

27、在一定程度上与房价波动存在正向相关关系，但由于数据代表性不足，人口对房价的影响并没有得到很好的验证。 13 致谢本文是在张明达老师精心指导和大力支持下完成的。张老师以其严谨求实的治学态度、高度的敬业精神、兢兢业业、孜孜以求的工作作风和创新的进取精神对我产生重要影响。她渊博的知识、开阔的视野和敏锐的思维给了我深深的启迪。指导我如何查找有用的数据，怎么应用软件。同时，在此次论文设计过程中我也学到了许多了关于统计软件应用方面的知识，实施技能有了很大的提高。 另外，我还要特别感谢室友对我论文写作的督促与指导，她为我完成这篇论文提供了巨大的帮助。 最后，再次对关心、帮助我的老师和同学表示衷心地感谢！ 1

28、4参考文献1夏刚房价收入比来源、用途及局限性J经济研究导刊，2009，(27)2龙奋杰，沈悦，刘洪玉，郑思齐，董黎明住宅市场与城市经济互动机理研究综述与展望J城市问题，2006，(1)3沈悦，刘洪玉住宅价格与经济基本面：1995-2002年中国14城市的实证研究J经济研究，2004，(6)4梁云芳，高铁梅我国商品住宅销售价格波动成因的实证分析口管理世界，2006，(8)5余华义经济基本面还是房地产政策在影响中国的房价J财贸经济，2010，(3)E6龙奋杰中国主要城市住宅市场差异的经济分析M北京：清华大学出版社，2008，(9)7高铁梅计量经济学分析方法与建模M北京：清华大学出版社，20068叶

29、刽平，王娟公共服务均等化与中国房价的关系FJ-探索与争鸣，2010，(3)AN ANALYSIS 0N THE INFLUENTIAL FACTORS IN THECHANGES oF CHINESE HoUSING PRICEXU Guang-jian，WEI Yi-fang，DAI Li-yuan，ZHAO Yu(School of Public Administration，Renmin University of China，Beijing 100872，China)Abstract：In the recent decade ，the Chinese real estate indus

30、try develops very fast and the price of housing market presentsacharacteristicsofconstantriseInthispaperweusetheclusteringanalysismethod to classify 35 large and medium-sized citiesinto three groups based on the overall changes of the housing price and then make analysis and comparison from the view

31、 of national wide as well as the citygroupsWe conclude based on theregression analysis that besides the major macro influencing factors suchas the 1and price，residentsincome and thecreditamountsoffinancialinstitutionsthe investment of urbaninfrastructure and public service such as education and medi

32、cal care，to some extent。influences the changeof housing priceKey words：housing price；the tofchangeclusteringanalysisinfluencing factors参考文献(8条)1.叶剑平;王娟公共服务均等化与中国房价的关系期刊论文-探索与争鸣 2010(03)2.高铁梅计量经济学分析方法与建模 20063.龙奋杰中国主要城市住宅市场差异的经济分析 20084.余华义经济基本面还是房地产政策在影响中国的房价 2010(03)5.梁云芳;高铁梅我国商品住宅销售价格波动成因的实证分析期刊论文-管理世界 2006(08)6.沈悦;刘洪玉住宅价格与经济基本面:1995-2002年中国14城市的实证研究期刊论文-经济研究 2004(06)7.龙奋杰;沈悦;刘洪玉;郑思齐 董黎明住宅市场与城市经济互动机理研究综述与展望期刊论文-城市问题 2006(01)8.夏刚房价收入比来源、用途及局限性期刊论文-经济研究导刊 2009(27) 15