金融專業(yè)論文廣東省房價影響因素研究

1、中國網(wǎng)絡大學CHINESE NETWORK UNIVERSITY本科畢業(yè)設計(論文)廣東省房價的影響因素研究院系名稱： 網(wǎng)絡學院 專 業(yè)： 金融 學生姓名： 論文資源網(wǎng) 學 號： 123456789 指導老師： 中國網(wǎng)絡大學教務處制2016年02月22日廣東省房價的影響因素研究摘要 廣東省經(jīng)濟處于全國的領跑地位，房價也是居高不下。高房價增加了廣東省居民的生活成本，很多中低層收入群一生奔波但還是買不起房，高房價已經(jīng)從一個經(jīng)濟問題上升到成為社會問題。本文主要目的是探究影響廣東省房價的因素，在眾多的影響因素中，選取人口因素、人均國內生產(chǎn)總值，人均可支配收入和金融機構的貸款余額進行因素研究。研究工具使

2、用具備強大的數(shù)據(jù)處理和圖形表達功能的EViews 6對各因子進行多元回歸的數(shù)據(jù)分析，得出廣東省房價與之的關系和影響系數(shù)。關鍵詞 廣東省,房價,影響因素Study on the Influencing Factors of Guangdong Provinces Housing PricesABSTRACT Guangdong Province is a leader in the national economy and the price is high. High housing prices in Guangdong Province increase th

3、e cost of living, therefore many middle and lower income groups contribute their life but still not to afford a house. It has risen from an economic problem to a social problem. In brief, the main purpose of this paper is to explore the influence factors including population, per GDP, per disposable

4、 income and the balance of loans of financial institutions of Guangdong Province in housing prices. The tool with powerful data processing and graphic expression function of EViews 6 study on the factors to carry on the multiple regression data. Finally, the paper will study the relationship between

5、 the Guangdong Province price and the influence coefficient.KEY WORDS Guangdong Province; housing prices; influencing factors目 錄1、 前 言11.1、選題背景及研究意義11.2、研究方法設計及創(chuàng)新11.3、研究內容22、 文獻綜述33、廣東省房價的影響因素定性研究53.1廣東省房地產(chǎn)市場現(xiàn)狀53.2 影響廣東省房價的因素83.2.1人口因素83.2.2經(jīng)濟增長93.2.3人均可支配收入113.2.4政策因素123.2.5利率因素134、房價模型的構建與確立164.1選

6、擇變量建立數(shù)據(jù)集164.2構建回歸模型164.3模型診斷與確認164.3.1回歸方程和回歸系數(shù)檢驗174.3.2模型的確定235、結論24參考文獻25致謝26廣東省房價影響因素研究 1、 前 言 1.1、選題背景及研究意義二十一世紀以來，我國房地產(chǎn)市場欣欣向榮，房地產(chǎn)市場發(fā)展面向現(xiàn)代化，房價也隨經(jīng)濟發(fā)展而在近十年期間大幅度上漲，由于我國的房地產(chǎn)市場起步較晚，真正進入高速發(fā)展是從1995年住房改革之后才開始的，所以現(xiàn)階段的房地產(chǎn)市場仍處在初級階段，因此在這20年發(fā)展過程中，房地產(chǎn)市場暴露出來的問題也比較多。房地產(chǎn)行業(yè)作為我國經(jīng)濟發(fā)展中的朝陽產(chǎn)業(yè)，房價的波動不僅影響到我國經(jīng)濟，還會波及到國民的社會

7、日常。在這樣的答大環(huán)境下，怎樣解決高房價帶來的問題，讓房價趨向平穩(wěn)或達到一個合理的范圍，使房地產(chǎn)市場可持續(xù)發(fā)展下去，是目前關系我國社會的一大難題，因此房價背后的影響因素就十分具有研究意義。我國作為全世界人口最多的國家之一，廣東省的人口也是全國之最，位于珠江三角洲地帶，交通發(fā)達，經(jīng)濟繁榮，在改革開放之后更是吸引到很多的外商來粵投資，是廣東省成為一個移民省份，多元文化的融合使很多外來人口都想到廣東省置業(yè)定居。但廣東省的房價只從千禧年2000元/平方米升至現(xiàn)在平均10000元/平方米，這中間只隔了短短10年，高房價讓很多外來人員望而止步。所以本文把廣東省房地產(chǎn)市場作為研究的基礎，選取了影響房地產(chǎn)價格

8、的可量化指標，運用數(shù)據(jù)進行測量分析影響廣東省房價的主要因素。 1.2、研究方法設計及創(chuàng)新本文希望探索影響廣東省房價的因素，選取國家開始大手筆調節(jié)房價的年份2004年至現(xiàn)在2013年的這10年作為時間跨度，選取廣東省這10年的年度數(shù)據(jù)來研究。因為房地產(chǎn)除了商品房，還包括商品住宅、營業(yè)用房、辦公樓等，所以本文限定房價指商品房平均銷售價格。本文查閱相關資料后，得出廣東省房地產(chǎn)市場價格的主要影響因素及相關理論基礎，并采用2004年至2013年這10年的數(shù)據(jù)對各因素予以綜合分析。在統(tǒng)計描述基礎上，創(chuàng)新采用Eviews6建立多元回歸模型和采用相關系數(shù)進行驗證，然后采用因子分析法對其影響因素逐個進行分析，最

9、后總結出各個因素與廣東省房價的相關關系，更精準地得出廣東省房地產(chǎn)價格的主要影響因素。 1.3、研究內容（1）研究對象總的來看，我國房價主要受國民經(jīng)濟影響，其次是政府通過財政政策和貨幣政策來影響居民的可支配收入來調控房價，廣東省也不例外。本文在廣東省現(xiàn)金的經(jīng)濟和法律體制下,主要探討廣東省城鎮(zhèn)常住人口pop（population簡稱）、人均國內生產(chǎn)總值p_GDP、人均可支配收入p_INCOME和金融機構貸款余額LOAN是如何影響廣東省的房價的。（2） 研究內容本文共分為五個部分。 第一部分為前言。介紹論文的研究背景、研究意義、研究對象、研究內容和研究方法。 第二部分是相關文獻的綜述。通過國內外對房

10、價波動的研究、理論結果作出總結介紹，通過文獻的研究找出廣東省房地產(chǎn)價格波動的相關影響因素，確立研究的主要對象和方向。 第三部分是講述廣東省房價的影響因素定性研究。首先描述廣東省房地產(chǎn)市場的現(xiàn)狀，列舉廣東省近10年的商品房平均銷售價格來說明廣東省房價的波動情況；第二說明宏觀經(jīng)濟因素，分別是城鎮(zhèn)人口數(shù)、人均GDP、人均可支配收入和金融機構貸款余額這三個因素對廣東省房地產(chǎn)價格的影響。 第四部分是各相關因素的回歸模型建立。包活收集數(shù)據(jù)和變量的選擇、建立回歸方程、對模型進行回歸系數(shù)檢驗和各變量的相關系數(shù)的檢驗到最后確立模型。 第五部分為結論。通過前面章節(jié)的研究，得出廣東省影響房價的因素，它們分別如何去影

11、響廣東省的房價。 2、 文獻綜述 房價的影響因素主要是宏觀經(jīng)濟因素，如經(jīng)濟增長、居民消費指數(shù)CPI、居民消費信心指數(shù)CII、地皮的市場價格即房地產(chǎn)商的成本等，這些都會對房價造成一定的影響。其中楊華房價分析模型及對策（2008）和曹瑞，周峰，歐陽廣帥，徐帥帥基于多項式回歸的房價模型分析（2010）都認為商品房供求與需求之間的差值、人均GDP、人口總數(shù)、城鎮(zhèn)化進程、地價、居民消費指數(shù)（CPI）、建筑原材料價格、利率是影響房價的主要因素。在這之中人均GDP是影響房價的最重要的因素,它與房價的相關系數(shù)幾乎達到1。而周建軍我國房地產(chǎn)價格的影響因素及其合理性研宄（2009）還研究出，房價與可支配收入、地皮

12、價格呈正相關,房價中存在泡沫并且泡沫分布與地區(qū)不平衡有關系。除了總供給和總需求使房價自動受到影響外，還要靠來自政府的干預，政府主要的量大手段是財政政策和貨幣政策。財政政策一般是出臺政策和通過稅收來調控，即通過房產(chǎn)稅和遺產(chǎn)稅來在一定程度上調節(jié)樓價；貨幣政策主要是通過企業(yè)的再貼現(xiàn)和調控利率兩大手段來控制房價。王來福，郭峰貨幣政策對房地產(chǎn)價格的動態(tài)影響研宄基于VAR模型的實證（2007）和皮舜,武康平房地產(chǎn)市場發(fā)展和經(jīng)濟增長間的因果關系（2004）和李雅靜,楊毅利率和貨幣供應量對我國房地產(chǎn)投資的影響（2004）采用一定量的數(shù)據(jù)建立了模型并進行了分析，認為貨幣供應量（M2發(fā)行量）增加導致房價上漲,然而

13、利率上升房價下跌,而且隨著時間的推移,前者對房價的影響逐漸增大,后者的影響慢慢減弱以至于無影響。這二者因為政策的滯后性可能房價的調控效果并不顯著甚至起相反的作用,貨幣政策對樓市的調控力度非常有限。再者房地產(chǎn)價格與我國金融機構貸款市場有比較大的關聯(lián)性,房價與金融機構的貸款余額之間是互相影響的，我國房地產(chǎn)交易市場和信貸市場不管是長期還是短時間內都有著密切的關系。國外的房地產(chǎn)市場發(fā)展相對成熟，市場化程度高，國外的相關人士主要從供需方面和房價波動的動力來研究。Geoffrcy MeenThe Time-Series Behaxior of House Prides: A Transatlantic D

14、ivide?（2002）說明了在供給欠佳時，消費者的可支配受形成的需求來決定房價的走勢，房屋除了是消費品還是投資品，因此現(xiàn)代消費者的消費理念和投資者的利潤預期對房價也產(chǎn)生相當大的影響。Peng和WheatonEffects of estrictive Land Supply on Housing in Hong Kong and Econometric Analysis（1994）認為，土地供給變化對地價、住宅價格和住宅供給都有較大影響。土地的供應量影響地皮的價格，進而影響投資成本來影響房價，土地供應量減少，土地成本增加，同時房屋供不應求，導致房價上漲。由以上的研究狀況可知,目前各國對房地產(chǎn)市

15、場都賦予極大的關注,房價問題的重要性和房地產(chǎn)價格的敏感性吸引了大量學者和公眾的廣泛關注。大體說來,國內對此類相關的研究比較晚,這主要還是源于我國的經(jīng)濟改革從78年開始，98年才正式開放商品房經(jīng)濟。而且房地產(chǎn)價格問題的凸顯也是在2005年國家經(jīng)濟快速發(fā)展，人民幣在國際市場的影響越來越顯著，人民幣開始逐漸升值，在這之后房價開始有迅猛上漲的勢頭,國家開始著手對房地產(chǎn)市場進行宏觀調控后,國內的專業(yè)人士才慢慢開始探究房地產(chǎn)價格的影響因素,尤其是近幾年過高的房價已經(jīng)成為社會輿論話題、老百姓心頭坎,再加上政府的樓市政策連番出臺,社會對房地產(chǎn)價格的調控效果更是無比關注。在廣東省這個經(jīng)濟發(fā)展全國第一、房價持續(xù)位

16、于高位的大省，房價的影響因素研究更是迫在眉睫的。綜合研宄,本文考慮的經(jīng)濟因素包含人口因素、人均GDP、人均可支配收入,政策因素主要是廣東省購房政策“限購令”，還有利率因素和金融機構的貸款能力等。本文希望從這些變量中找出影響房價的因素并建立回歸方程。3、廣東省房價的影響因素定性研究 3.1廣東省房地產(chǎn)市場現(xiàn)狀（1） 房價開始回落，房屋銷售下降幅度擴大廣東省2014年商品房銷售總額8461.84億元，銷售面積9315.76萬平方米，對比上一年都下降了近5.5個百分點。2014年商品房平均銷售價格9083元/平方米，比2013年的均價9090元/平方米下降0.1%，1-8月，銷量下降幅度逐月擴大；在

17、下半年，隨著廣東省各地政府對樓市的控制放緩，市場趨勢慢慢走好，企業(yè)各月銷售量明顯上升，在利率下降和有效地貨幣政策的刺激下，降幅自8月達到底端之后回升，全年呈現(xiàn)碗型的格局。 （2）企業(yè)資金結構逐漸轉變 廣東房地產(chǎn)在2014年企業(yè)資金是11326.60億元，比2013年增長8.2%，但同時是一個低增幅，是除2008年之外唯一僅實現(xiàn)個位數(shù)增幅的年份。從到位資金來源看，本年國內貸款2432.61億元，利用外資63.65億元，自籌資金3705.57億元，其他資金來源（銷售回籠資金）5124.77億元。從資金結構看，國內貸款仍任占到較大位份，占到位資金比重21.5%，反映出廣東房地產(chǎn)企業(yè)的資金成本是企業(yè)的

18、一大負擔。利用外資占比0.6%，外資資金的利用大大提高，利用率比上年上升75.4%，自籌資金占比32.7%，作為最主要資金來源且不需支付利息的銷售回籠資金占比45.2%，比上一年卻下降6.7%，國內貸款雖然仍占主位，但外來投資的意思越來越強，國內投資的活力將會慢慢下降。從數(shù)據(jù)上看，2014年第四季度來自銀行、非銀行金融機構的個人住房按揭貸款的總額較前三個季度明顯提高，說明企業(yè)前期資金回籠，資金壓力得到緩解。這說明信貸新政效應初步顯現(xiàn)。但銀行貸款并未在9月30日央行和銀監(jiān)會聯(lián)合下發(fā)關于進一步做好住房金融服務工作的通知后同步提高，顯示銀行機構和非銀行金融機構對于房地產(chǎn)貸款的態(tài)度仍持保守謹慎，房地產(chǎn)

19、企業(yè)成本資金負擔依然沉重，房屋銷售速度加快，減少國內貸款，提高其他資金的利用率將是之后的重要任務。 （3）投資房地產(chǎn)市場帶動經(jīng)濟增長的力度減弱 廣東省房地產(chǎn)2014年總投資額7638.45億元人民幣，其中土地購置費1591.35億元，達到20.8%的份額，拉動房地產(chǎn)投資增長9.2%。建安工程投資5427.18億元，占到71.1%的份額；設備器具購置78.03億元，兩者合計拉動房地產(chǎn)投資9.5%的增長。這樣的結果反映出，土地購置費對房地產(chǎn)投資增速的拉動作用與建安工程相當，即企業(yè)的投資力度受到土地成本的沖擊。全省2014年商品房施工面積5.40億平方米，其中接近四分之一是新開工面積，將進一步放大當

20、前供大于求的局面，竣工面積達到7327.99萬平方米，竣工率為72.7%，連續(xù)3年持續(xù)下行并創(chuàng)下新低，意味著企業(yè)的資金負擔對房地產(chǎn)投資造成了一定的限制，使年底投資增速略有下降，但總體呈現(xiàn)平穩(wěn)趨勢，也意味著房地產(chǎn)的投資增速對拉動經(jīng)濟的效果明顯下降。我們回顧一下2005年至2014年這10年的房價。表3.1 廣東省商品房平均銷售價格單位：元/平方米年份房價比上期增長（%）20043482.00-20054442.7627.5920064852.749.2320075914.3021.8820085953.000.6520096513.009.4120107486.0014.9420117879.1

21、75.2520128112.192.9620139090.0012.05圖3.1 2004年-2013年廣東省商品房平均銷售價格圖3.2 廣東省商品房平均銷售價格比上期增長從上表和上圖中可以看出廣東省從2005年開始，房價大幅度上漲，但之后廣東省政府開始房價的調控，房價增長幅度慢慢下降，而在2008年，上漲幅度只有0.65%，考慮到2008年全球爆發(fā)金融危機，中國的經(jīng)濟也受到影響，很多人的購房欲降低，以致2008年房價增幅不大，但仍然以5953元居于高位，即使廣東省政府積極出臺房價調控措施，但還是較難壓制廣東省房價的高漲。 3.2 影響廣東省房價的因素本文研究廣東省房價的影響因素，房價主要受宏

22、觀經(jīng)濟因素影響，包括市場的“無形的手“從總供需方面使房價自動調節(jié)和來自政府的干預。理論上認為,經(jīng)濟發(fā)展狀況良好時,投資和消費高漲,必然會發(fā)生通貨膨脹,物價飛漲,房價自然不例外。國民的經(jīng)濟增長、政府的宏觀調控都是影響廣東省房價的主要因素。 3.2.1人口因素2014年廣東省的常住人口達到10724萬人，是全國各省的常住人口之首，城鎮(zhèn)常住人口占到7成，跨省流入人口更占到新增常住人口的50%。按常理來說，衣食住行中的住作為人最基本的要求，無論是買房還是租房，房價和租金都會受到波動，在這人口大省的廣東更是常常供不應求，以致價格上升。人口總量是一把影響房屋消費的雙刃劍,一方面人口增加加劇了資源缺乏,使資

23、源人均占有率下降,減緩區(qū)域經(jīng)濟增長,人均可支配收入下降,房屋購買力下降。另一方面,人口增長伴隨著城鎮(zhèn)化進程,城鎮(zhèn)人口增加大大激發(fā)了房屋需求,從而拉動房地產(chǎn)的發(fā)展及推動房價的上升。數(shù)據(jù)集 數(shù)據(jù)來源：國家統(tǒng)計局保存了廣東省2004至2013年度常住人口總量、城鄉(xiāng)人口數(shù)量、城鎮(zhèn)化水平的數(shù)據(jù)。圖3.3 廣東省人口分布圖 上圖看出，在廣東省中，城鎮(zhèn)人口數(shù)逐年攀升，農(nóng)村人口數(shù)在波動，但城鎮(zhèn):農(nóng)村從原來的1.5:1慢慢上升至2:1，說明廣東省的城鎮(zhèn)化水平越來越高，跟多人選擇在城市購房，促進了房價的上漲，反映了城鎮(zhèn)化水平與房價又高度的相關性。 3.2.2經(jīng)濟增長 2014年廣東省的GDP達到67792.24億

24、元人民幣，蟬聯(lián)全國冠軍寶座，而房地產(chǎn)完成投資額7638.45億元，拉動經(jīng)濟增長10%左右。雖然這個結果還是顯示出廣東省在經(jīng)濟發(fā)展上的明朗局面，但屈居第二的江蘇省在經(jīng)濟方面已經(jīng)趕追廣東，表現(xiàn)在逐年縮小與廣東省在GDP的差距。廣東省的經(jīng)濟面臨著轉型和突破，同樣樓市也面臨著突破。傳統(tǒng)上經(jīng)濟增長實際意味著居民收入好，居民富起來，就會更加優(yōu)先選擇購房，供不應求就會刺激地產(chǎn)商去提高房價。理論上，三大經(jīng)濟增長主力分別是出口、投資和消費，外貿能增加中央政府的收入，政府把收入的一部分投于房地產(chǎn)行業(yè)的建設，地產(chǎn)商又通過居民購房消費來吸納居民的存款，為政府帶來碩果累累的收入。 同時房地產(chǎn)行業(yè)在我國經(jīng)濟發(fā)展中具有像泰

25、山般不可撼動的地位，房地產(chǎn)市場的發(fā)展有力地促進和支持了我國的建筑、建材、臺金等近2000種產(chǎn)品的發(fā)展，對建筑業(yè)和制造業(yè)產(chǎn)生巨大的推動效應，而我國經(jīng)濟的不斷高升也促進了我國房地產(chǎn)市場的發(fā)展。房地產(chǎn)經(jīng)濟在國民經(jīng)濟中的占比日益增長的同時，購房成為居民消費的一大閃光點，房價的變動也受到群眾的廣泛關注。總的來說，經(jīng)濟增長與房地產(chǎn)市場是互惠互利的，經(jīng)濟增長與房價之間應該呈同增同減的趨勢。數(shù)據(jù)集1收集了從2004年到2013年廣東省人均國內生產(chǎn)總值的年度數(shù)據(jù)。2004到2013年間,廣東省人均GDP逐年上升。GDP從20876元增加到58540元,增加了 2.8倍。不難從圖中看出，廣東省的人均GDP明顯高于

26、全國的人均國內生產(chǎn)總值水平，廣東省經(jīng)濟繁榮，是全國經(jīng)濟的領頭羊之一，是把全國GDP往前拉的好幫手。圖3.4 2004年至2013年廣東省與全國的人均GDP的對比圖3.52004年至2013年廣東省人均GDP的增長率圖3.6 全國人均GDP增長率（以2004年為基點）從上邊兩個圖看出，廣東省的人均GDP還是領頭羊，但增長率已經(jīng)逐年下降，特別是2008年爆發(fā)了全球金融危機之后，下降幅度漸漸增大，從13.1%降至7.4%。而全國的人均國內生產(chǎn)總值雖然也在下降，但在2008年、2010年和2011年，全國人均GDP增長率創(chuàng)了一個新高，最高達到17.84%?？赡苁且驗閲以?008年和2010年分別舉辦

27、的奧運會和世博會兩大世界盛事，世界的目光聚集在中國的北京和上海，國際性的大都市吸引很多外來的投資，從而使全國的人均GDP增長率得以提高。從此也看來，廣東省對外商的吸引力慢慢下降，加上長江三角洲的發(fā)展和西部的崛起，廣東省在全國的經(jīng)濟影響力上沒有像以前那樣的深。這對于廣東省的房價也有一部分影響，廣東省經(jīng)濟發(fā)展還是好的，只是活力沒有以前的好，廣東省的經(jīng)濟面臨著轉型，房價也隨之波動。 3.2.3人均可支配收入房屋作為投資項目與傳統(tǒng)的金融市場產(chǎn)品不同之處是，房屋還是消費品，對購房者來說，房屋是擁有較持久的使用價值而且是一個幾乎必要的消費品，居民在購房時，當然要根據(jù)自身實際所能承受的房價來作參考，購房這一

28、筆支出是由個人的或家庭的可支配收入中支出，所以在購房時應該考慮房價收入比“指一個地方的房屋總價與居民家庭年收入的比值”，這一比值是用來計算出房價是否處于居民可以承受的范圍內，它直接顯示出房價與消費者的實際需求的相配程度。發(fā)達國家的房價收入比為6：1，而我國目前的房價收入達到20倍。一線城市特別是北上廣和沿海城市中，深圳比值最高，幾乎接近20，上海最低為12，而在下一級的城市中，廈門、蘇州的比值也十分高，分別為13和11。在上述城市中，消費者的工資薪酬比其他地區(qū)高，但房價的高度與當?shù)鼐用袷杖氲母叨炔荒芡斩Z，居民的高收入還是不能接觸到高房價，當?shù)刭彿空哓摀黠@大于其他地區(qū)。所以，在這些地區(qū)的薪

29、酬水平上升的同時，最好就是調控房價，讓辛勞的工薪一族能買得起一個舒適的避風港。人均可支配收入決定著消費者的購買能力和購買欲望，人們有能力支付的房價也是由人均可支配收入決定，除去衣和食這兩大部分的支出，住時人們對生活質量的一個要求，人們手中的可支配收入多，購買能力提高，房價也會隨之上漲。廣東人均可支配收入也是逐年增長，從2004年13627.65元增長至2013年33090.65元，且占廣東省人均國內生產(chǎn)總值達到50%以上。在房價大幅度增長之前，廣東省的人均可支配收入更是占人均GDP65%，除了2008年的占比較低但還有52%，其他的占比都還好。因此人均可支配收入與房價應該呈正相關的趨勢。圖3.

30、7 廣東省人均可支配收入情況 3.2.4政策因素為了應對不斷攀升的房價，廣東省政府出臺大量的政策措施來調控本省一線城市的房價，其中“限購令”是規(guī)定“對擁有兩套及以上住房的本市戶籍家庭暫停售房，連續(xù)5年（含）以上在本市繳納社保或個稅的非本市戶籍家庭限購1套住房”。限購最關鍵是戶籍的擁有權，本市戶籍的家庭中一個家庭最多兩套房，而非本市戶籍的家庭要暫時不能買房，那些本來想走購房入戶老路的外來務工人員就不僅要抵住高房價，還要面臨有房買不得的困局。2013年11月18日，廣東省省會廣州出臺了“穗六條”，即廣州市人民政府辦公廳關于進一步做好房地產(chǎn)市場調控工作的意見（穗府辦201344號），內文共六條意見。

31、“穗六條”中主要是提高二套房貸首付比例和提高外地人購房門檻?！八肓鶙l”將“非本市戶籍家庭限購年限從一年延長至三年，將二套房貸首付從之前的6成提升到7成”，但這項政策調控往往滯后導致樓價漲幅。2008年廣東省樓市實行深度調控，廣東省政府減少了住宅用地的供給，加上開發(fā)商們由于資金問題自行減慢了開發(fā)進度，導致2009年商品房供應量減少，樓市面臨著供不應求的局面致使房價又急速上升。這反映出政府為調控樓市想盡辦法，但一些好的政策往往因為滯后性使結果往往是不如人意甚至起了反效果。 3.2.5利率因素 利率政策、信貸政策和外匯政策是中央銀行調節(jié)貨幣供應量是實施的三大手段。利率作為一個中央銀行可控制的的中介，

32、能實時反映貨幣供需的微妙關系。在房地產(chǎn)行業(yè)中，無論對地產(chǎn)商還是顧客，貸款利率的高低都決定了他們成本的大小。 一方面，對于地產(chǎn)商來說，投資的資金成本主要來自國內貸款，貸款利率越低，投資成本越低，得到的收益越多，刺激投資，形成房屋的大量供給。利潤=收益（i）-成本（i）是假定房地產(chǎn)投資的邊際效率一定時，企業(yè)投資所得利潤的表達公式，其中i為投資水平。公式求導后，邊際收益等于邊際成本時導數(shù)式為零，所得的利潤最大，此時的i為最大利潤時的投資水平。根據(jù)凱恩斯的投資理論，“當投資的預期利潤率既定時，投資取決于利率：利率上升，則投資需求量減少；利率下降，則投資需求量增加。投資需求是利率的減函數(shù)。投資需求函數(shù)為

33、：ii（r），線性形式為：i=e-dr，其中i是投資水平，e是自主性投資利率為零必要的投資，d為投資需求對利率變動的敏感系數(shù) 或利率對投資需求的影響系數(shù)，r為實際利率”。在進行一階求導后，i=-r，即證明了這兩者之間是反方向變動關系，即利率越低，投資的金額也會越大，實際的趨勢由邊際投資效率曲線決定，計劃的執(zhí)行力度就越高。 另一方面，對于眾多的購房者甚至現(xiàn)代人來說，房貸已經(jīng)基本是每個家庭的支出占重最大的一部分，也造成了沉重的經(jīng)濟負擔，不少現(xiàn)代人無疑是被房貸這個大山的奴隸著，而貸款利率稍微降低一點都會給這群“房奴”一個舒氣的機會。很明顯，當貸款利率下降時，購房成本降低，刺激了住房的需求。下圖為住房

34、的供給需求曲線，S為住房供給曲線，N1為初始需求曲線，P為房價，Q為銷量，供給曲線與需求曲線交于均衡點為R，均衡點R對應的住房銷售量為Q1，房價為P1。當貸款利率降低時，購房需求增加，需求曲線從N1移向右移動到N2，與供給曲線交與新的均衡點T，對應的均衡住房銷售量為Q2，新的均衡價格為P2，由圖可清楚地看到，貸款利率下降，購房者的成本降低，刺激了購房的欲望，需求增加，房價上升同時銷售量也上升了。圖3.8 供給需求曲線圖 因此，在一定程度上利率調控能改變供需以影響房價。但是利率對房價影響具有兩面性，提高或降低利率會導致供給和需求同時減少或增加，地產(chǎn)商和顧客的成本是同升同減，所以利率對房價的升跌的

35、影響是有限的。本文從消費者的角度來討論利率變動對房價的影響，在每一面度的房屋供給基本已定時，利率貸款商品房面積不變需求房價，利率變動與房價波動呈反比，但本文同時考慮到利率每天都有微小的變化，數(shù)據(jù)難以收集和不能更好反映廣東省的實際狀況，所以選取廣東省金融機構的人民幣貸款余額的年度數(shù)據(jù)來代入模型中，而貸款余額與房價的關系是正相關。4、房價模型的構建與確立在第3章廣東省房價的影響因素的定性研究中討論了影響廣東省房價的因素以及它們的影響程度,本章用多元回歸分析建立房價與這些因素的回歸方程,并利用回歸方程定量的探討房價影響因素。回歸方程的建立依賴于變量選取、回歸診斷,本章的主要內容是如何選取或變換變量建

36、立回歸方程,以及確定什么的回歸方程是合適的。 4.1選擇變量建立數(shù)據(jù)集由第三章的討論,與廣東省房價有較大相關性的變量有廣東省城鎮(zhèn)人口數(shù)、人均GDP、廣東省城鎮(zhèn)居民可支配年收入、廣東省金融機構的貸款余額。他們對房價的影響己經(jīng)分別在前文討論過,本文選取2004年至2013年這10年的年度數(shù)據(jù)作為數(shù)據(jù)集。其中因變量為廣東省商品房平均銷售價格（pri)，解釋變量有四個，分別是廣東省城鎮(zhèn)人口數(shù)（pop）人均國內生產(chǎn)總值（p_gdp)、廣東省城鎮(zhèn)居民人均可支配收入（p_income)和廣東省金融機構貸款余額（loan)。而且因為數(shù)據(jù)數(shù)值在五位數(shù)或以上，特別是貸款余額，更是達到十二位數(shù)，所以本文對數(shù)據(jù)進行的

37、處理，分別對因變量和三個自變量取了對數(shù)，所以數(shù)據(jù)分別是ln_pri、ln_pop、ln_p_gdp、ln_p_income、ln_loan。 4.2構建回歸模型 利用已有的數(shù)據(jù)建立方程 其中是隨機誤差,假定它滿足均值為零的正態(tài)分布,/是要尋找的多元或者一元函數(shù),稱為響應變量,中的變量稱為自變量。如果函數(shù)是線性函數(shù),那么所作的回歸就是線性回歸。通?；貧w得到的方程不是線性的,但是我們可以通過數(shù)據(jù)變換、添加交互項,使得構建的函數(shù)是一個線性函數(shù)。 4.3模型診斷與確認極大似然法建立起的回歸方程,除了考慮殘差是否滿足正態(tài)性假設和等方差假設,還應通過回歸方程檢驗、回歸系數(shù)檢驗、因素相關性檢驗?；貧w方程顯著

38、性是指因變量與自變量線性回歸關系是否顯著,回歸方程檢驗即檢驗回歸系數(shù)是否全為零;回歸系數(shù)檢驗是指檢驗某個變量是否與因變量存在線性關系;殘差獨立性是指殘差對各個自變量是否相互獨立;自變量多重共線性是指在模型中可能存在線性相關的自變量,這可能導致回歸系數(shù)的符號與實際問題相違背,且其絕對值異常大。表4.1 各變量的相關系數(shù)矩陣圖LN_PRILN_POPLN_P_INCOMELN_P_GDPLN_LOANLN_PRI10.978397738850.966315820670.991023231710.960562650365LN_POP0.9783977388510.982216018570.98954

39、7715180.984046994071LN_P_INCOME0.966315820670.9822160185710.985717868290.994818550467LN_P_GDP0.991023231710.989547715180.9857178682910.977948258046LN_LOAN0.960562650360.984046994070.994818550460.977948258041 從表中看出，該模型可能存在多重共線性，需要逐步回歸。 4.3.1回歸方程和回歸系數(shù)檢驗表4.2 各變量最小二乘法回歸后的結果表Dependent Variable: LN_PRIMet

40、hod: Least SquaresDate: 03/08/15 Time: 11:53Sample: 2004 2013Included observations: 10VariableCoefficientStd. Errort-StatisticProb.  LN_POP-0.6049001.421002-0.4256850.6880LN_P_INCOME-0.8200200.703618-1.1654340.2964LN_P_GDP1.3625970.4375973.1138180.0264LN_LOAN0.3118280.4402440.7083080.5104C

41、1.9091437.7130590.2475210.8143R-squared0.987329    Mean dependent var3.787432Adjusted R-squared0.977193    S.D. dependent var0.131138S.E. of regression0.019805    Akaike info criterion-4.698955Sum squared resid0.001961   

42、0;Schwarz criterion-4.547662Log likelihood28.49477    Hannan-Quinn criter.-4.864922F-statistic97.40238    Durbin-Watson stat2.546555Prob(F-statistic)0.000063得出結果中，擬合優(yōu)度有0.987329，但金融機構人民幣貸款余額和城鎮(zhèn)人口數(shù)與響應變量的關系不顯著，甚至人均可支配收入和城鎮(zhèn)人口的系數(shù)為負數(shù)，這些都是不符合經(jīng)濟現(xiàn)象。其中，方差膨大因子經(jīng)驗結果表明，時，說明

43、解釋變量與被解釋變量之間存在多重共線性，需要進行逐步回歸去刪除多余的變量。首先各個解釋變量與被解釋變量分別進行回歸，去擬合優(yōu)度最好的變量作為基礎變量，然后逐一添加其他變量，來找出要剔除的變量。表4.3 廣東省城鎮(zhèn)人口數(shù)對房價影響的單因素回歸結果表Dependent Variable: LN_PRIMethod: Least SquaresDate: 03/08/15 Time: 11:58Sample: 2004 2013Included observations: 10VariableCoefficientStd. Errort-StatisticProb.  LN_PO

44、P2.9314560.21899313.386100.0000C-19.090941.709139-11.169920.0000R-squared0.957262    Mean dependent var3.787432Adjusted R-squared0.951920    S.D. dependent var0.131138S.E. of regression0.028755    Akaike info criterion-4.083166Sum squared r

45、esid0.006615    Schwarz criterion-4.022649Log likelihood22.41583    Hannan-Quinn criter.-4.149553F-statistic179.1876    Durbin-Watson stat2.271886Prob(F-statistic)0.000001表4.4 廣東省人均國內生產(chǎn)總值對房價影響的單因素回歸結果表Dependent Variable: LN_PRIMethod: Least

46、 SquaresDate: 03/08/15 Time: 10:34Sample: 2004 2013Included observations: 10VariableCoefficientStd. Errort-StatisticProb.LN_P_GDP0.8693230.04146220.966730.0000C-0.1869010.189645-0.9855290.3532R-squared0.982127Mean dependent var3.787432Adjusted R-squared0.979893S.D. dependent var0.131138S.E. of regre

47、ssion0.018595Akaike info criterion-4.954962Sum squared resid0.002766Schwarz criterion-4.894445Log likelihood26.77481Hannan-Quinn criter.-5.021349F-statistic439.6037Durbin-Watson stat2.398634Prob(F-statistic)0.000000表4.5 廣東省人均可支配收入對房價影響的單因素回歸結果表Dependent Variable: LN_PRIMethod: Least SquaresDate: 03/

48、08/15 Time: 10:33Sample: 2004 2013Included observations: 10VariableCoefficientStd. Errort-StatisticProb.LN_P_INCOME0.9579190.09020010.620000.0000C-0.3501640.389769-0.8983900.3952R-squared0.933766Mean dependent var3.787432Adjusted R-squared0.925487S.D. dependent var0.131138S.E. of regression0.035797A

49、kaike info criterion-3.645061Sum squared resid0.010251Schwarz criterion-3.584544Log likelihood20.22531Hannan-Quinn criter.-3.711448F-statistic112.7844Durbin-Watson stat1.121514Prob(F-statistic)0.000005表4.6 廣東省金融機構人民幣貸款余額對房價的單因素回歸結果表Dependent Variable: LN_PRIMethod: Least SquaresDate: 03/08/15 Time:

50、10:35Sample: 2004 2013Included observations: 10VariableCoefficientStd. Errort-StatisticProb.LN_LOAN0.6468570.0662049.7707180.0000C-4.3269860.830573-5.2096370.0008R-squared0.922681    Mean dependent var3.787432Adjusted R-squared0.913016    S.D. dependent var0.1

51、31138S.E. of regression0.038677    Akaike info criterion-3.490306Sum squared resid0.011967    Schwarz criterion-3.429789Log likelihood19.45153    Hannan-Quinn criter.-3.556693F-statistic95.46692    Durbin-Watson stat1.06

52、5336Prob(F-statistic)0.000010從上表總結得出下表4.7，表4.7 各變量的一元回歸結果變量Ln_popLn_p_gdpLn_p_incomeLn_loan參數(shù)估計值2.9314560.8693230.9579190.646857t統(tǒng)計量13.3861020.9667310.620009.7707180.9572620.9821270.9337660.9226810.9519200.9798930.9254870.913016從上表可看出，ln_p_gdp的最大，順次加入其它變量逐步回歸。表4.8 添加新變量二元回歸的結果表Ln_popLn_p_gdpLn_p_inc

53、omeLn_loanLn_p_gdpLn_pop-0.3266330.9639530.982374Ln_p_gdpLn_p_income1.191086-0.3688880.986054Ln_p_gdpLn_loan1.038598-0.1328810.983825 加入可支配收入后，擬合優(yōu)度明顯上升，所以第二加入的是廣東省人均可支配收入。表4.9 添加新變量的三元回歸Ln_popLn_p_gdpLn_p_incomeLn_loanLn_p_gdpLn_incomeLn_pop0.0412471.181991-0.372161（t檢驗-1.259075）0.986058Ln_p_gdpLn_loanLn_p_income1.214505-0.675442（t檢驗-1.179540）0.1915180.986870 因為人均可支配收入的系數(shù)是負數(shù)而且t檢驗接近負1,2，存在共線性，所以剔除的解釋變量是人均可支配收入，保留人口因素和金融機構人民幣貸款