住宅价格波动影响因素个体固定效应模型

开篇：润墨网以专业的文秘视角，为您筛选了一篇住宅价格波动影响因素个体固定效应模型范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘 要】 通过供需理论分析，住宅价格波动的影响因素有人口、收入、开发商实力、盈利能力、贷款利率及水平等，构建时间序列/截面数据的个体固定效应模型对我国除外的30个省、自治区和直辖市的住宅价格进行实证研究发现，影响住宅价格波动的主要因素有人口、收入、开发商实力、销售面积、土地购置成本、建安成本，在考虑消费惯性的基础上，采用工具变量后的模型估计结果发现短期内影响住宅价格的因素主要是销售面积、土地购置成本和建安成本，且住宅价格受宏观经济影响而存在地区差异。

【关键词】 城市经济学； 个体固定效应模型； 消费惯性； 地区差异

中图分类号：F293.3 文献标识码：A 文章编号：1004-5937（2014）11-0043-03

一、引言

一般认为，住宅价格波动与其所处地区/区域的经济、政治等宏观环境，地段、居民收入等微观环境，城市土地储备、开发商资金实力及预期等因素相关。不同地区/区域的社会经济发展水平、发展速度、地方政策不同，人口数量、人口年龄结构也不同，收入水平、消费观念更是存在很大差异，因此，区域间房地产市场在市场规模、发展水平、发展方向、供应结构、需求结构方面各具特色，发展不均衡。本文通过供需理论分析住宅价格波动的影响因素，并构建时间序列/截面数据的个体固定效应模型对我国除外的30个省、自治区和直辖市的住宅价格进行实证研究，从中发现影响住宅价格波动的主要因素。

二、文献回顾与述评

住宅由于建设周期长而存在短期供给弱弹性，居民收入变化和住宅前期价格对住宅价格波动均有影响（Malpezzi Stephen，1999）。在我国，居民收入对住宅价格的影响具有两年的滞后期，并且在短期内影响不显著（吴公墚等，2005）；而在英国和美国，无论暂时性收入还是长久性收入对房价的弹性都很大。对于供给弹性欠佳的市场，长期收入的弹性更高，否则住宅价格就会跟随建设成本而变动（Geoffrey Meen，2002）。房价的自相关对于均衡房地产价格的决定和波动是一个干扰因素，我国房地产价格与通货膨胀和产出之间存在正反馈关系，在平稳的宏观经济环境中，可能引发经济过热或房价泡沫，在包含房价的两市场动态化系统中存在角点均衡的稳态（东等，2008）。动态随机一般均衡模型研究表明房地产成本对价格的影响最大，住宅偏好次之，最后是货币政策（梁斌等，2011）。

三、模型构建与数据处理

（一）模型构建

根据需求理论，住宅的需求量Qd取决于住宅价格P、购买力L和市场中的其他因素Od，而购买力又由地区人口数M、家庭户规模N、居民可支配收入Y及贷款水平r决定，因此，住宅需求函数可表示为：Qd=f（P，M，N，Y，r，Od）。住宅供给量Qs则取决于开发商自有资金B、贷款额V、贷款利率水平R、盈利水平W和其他因素Os。盈利水平W主要取决于销售收入和生产成本。销售收入包括销售价格P和销售面积H；生产成本包括土地购置费用Cg和建安成本Cj。供给函数可表示为：Qs=f（B，R，P，H，Cg，Cj，Os）。在市场出清条件下，住宅市场达到均衡：Qd=Qs，求解得均衡住宅价格的表达式：P=f（M，N，Y，r，θ，Od，B，V，R，H，Cg，Cj，Os）

在考虑前期价格影响时，住宅价格的动态均衡面板数据模型可表示为：

Pit=αi+β1Pit-1+β2Mit+β3Nit+β4Yit+β5Rit+β6Hit+

β7Bit+β8Vit+β9Cgit+β10Cjit+β11S+μit （i=1，2，…，30；t=1，2，…，9）

其中：Pit表示城市i在时间t内的住宅销售价格；M，N，…Pc为商品住宅价格的解释变量；μit为误差项；αi为截距项；βi为解释变量系数。

（二）数据处理

1.变量选择

根据均衡住宅价格模型，采用《中国统计年鉴》和《中国房地产统计年鉴》2002—2011年30个省区（不包括地区）的年度数据，变量包括因变量和自变量。因变量：住宅价格（P），商品住宅平均销售价格。自变量：（1）家庭户规模（M），用城市家庭户总数表示；（2）城市人口（N），用城市人口总数表示；（3）可支配收入（Y），用城镇居民人均可支配收入表示；（4）贷款利率（r和R）为5年期以上金融机构贷款利率，根据持续的时间长短加权平均；（5）销售面积（H），用商品住宅销售面积表示；（6）开发投资（B和V）分别用商品住宅开发投资资金来源中的自筹资金和国内贷款表示；（7）土地获取成本（Cg），用土地购置费用表示；（8）建安成本（Cj）；（9）待售面积（S）。

2.平稳性分析

原数据的LLC和IPS检验结果显示各变量并不是同阶单整的，不能进行协整检验和回归，取自然对数和一阶差分后的平稳性检验结果显示所有变量均为平稳序列，如表1所示。

从表3的结果来看，通过工具变量法估计的系数中，人口（N）、人均可支配收入（Y）和企业自有资金（B）的系数变得不显著，而且经检验，残差序列不存在显著相关性，因此，可以认为销售面积（H）、土地购置费用（Cg）和建安成本（Cj）是住宅价格的主要影响因素，并存在不同程度的地区差异，如表4所示。从表4来看，东部及沿海地区，如北京、江西、海南、福建、浙江、上海、四川、天津等地区的住宅价格变动相对于平均水平都存在0.03以上的正离差，而山西、甘肃、云南、河南、青海和辽宁等中西部地区的住宅价格变动相对于平均水平均存在0.03以上的负离差，进一步说明了住宅价格受宏观经济影响而存在地区差异。

五、结论

本文通过供需理论分析发现住宅价格波动的影响因素有人口、收入、开发商实力、盈利能力、贷款利率及水平等；通过构建时间序列/截面数据的个体固定效应模型对我国除外的30个省、自治区和直辖市的住宅价格进行实证研究发现，影响住宅价格波动的主要因素有人口、收入、开发商实力、销售面积、土地购置成本、建安成本，在考虑消费惯性的基础上，采用工具变量后的模型估计结果发现短期内影响住宅价格的因素主要是销售面积、土地购置成本和建安成本，而且住宅价格受宏观经济影响而存在地区差异，东部及沿海地区的住宅价格变动相对于平均水平都存在正离差，而中西部地区则负离差。

【参考文献】

[1] Malpezzi Stephen.A simple error correction model of house prices[J].Journal of Housing Economics，1999，8（1）：27-62.

[2] 吴公墚，龙奋杰.中国城市住宅价格与居民收入关系的定量研究[J].土木工程学报，2005（6）：132-136.

[3] Geoffrey Meen.The time-series behavior of house prices：A transatlantic divide？[J].Journal of housing economics，2002，11（1）：1-23.

[4] 段忠东，曾令华.房价冲击、利率波动与货币供求：理论分析与中国的经验研究[J].世界经济，2008（12）：14-27.

[5] 梁斌，李庆云.中国房地产价格波动与货币政策分析：基于贝叶斯估计的动态随机一般均衡[J].经济科学，2011（3）：17-32.

[6] 兰峰，贺雅庆.基于个体固定效应模型的商品住宅价格波动形成机理研究：来自关中城市群的实证研究[J].西安建筑科技大学学报（自然科学版），2012（3）：387-392.