XXXX年中国住宅销售价格预测
住宅市场现状分析与预测
二 、住宅市场需求分析
（ 一）商品住宅 需求增 长下降 １９ 年 以来全 国住宅销售面积一直保持稳步增长 ， ９８
住宅销售面积相对住宅竣工面积增长更为迅速 ， 特别是 ２ ０ 年和 ２０ 年住宅销售面积与竣工面积之 间的差距 ０３ ０４ 缩小很快 ，在 ２０ ０４年住宅销售面积年增 长率 出现小幅
一
、
住宅 市场供给 分析
图 １ 历年住 宅建设增 长情 况
数据来源 ：国家统计局
１ 供给增 幅有 所 回升 ，全 国住宅 建设稳 步增 长。 ．
１９ 年 以来 ， ９８ 房地产开 发住 宅的供 给量逐年上升 ， 年平 均增长率为 １ ％。２ ０ ～２ ０ ２ ０ ０ ０ ４年竣工面积和施 工面积
从 区域上看 ， 尽管 中部地 区住宅施 工面积 、 新开工
面积 同期增 长比在 ２ ０ ０ ５年内出现 下挫 ，但仍 高于全 国
数据来源 ：国家统计局
收稿 日期：２ ０ ０ ６—０ ４一 ｌ ２ 作者简介 ：张 原 中国人民大学企业管理专业博士研究生 ，北京建筑工程学 院管理工程 系副教授 ，北 京 １０ ４ ・ ０ ０４
图 ３ ０ ３年 以来全 国区域住 宅投资情况 ２ ０
数据来源 ：国 家统计局
３ 商 品住宅 投资结构 比例 不平衡 。从投资对象来 ． 看， 别墅 、 高档公寓 、 经济适用房 以及普通住宅呈现 出 不同的投资热度。 别墅、 高档公寓投资额 占住宅投资额 的 比例 呈上升趋 势。 别墅 、 高档公寓在投资额 中的 比例
均有不 同程度上涨 ， 给能力较强 。 ０ ５ １ ０ 的 供 ２０ 年 ～ｌ 月
竣工面积 同期增长率 出现强劲反弹 ，达到了 １．％ （ ９ ２ 见 图 １ 。经济适用房供 给在供 给结构 中比例下降 ， ） 别墅 ，
2024年中国房地产行业特征现状及发展趋势
一、2024年中国房地产行业特征现状
2024年，中国房地产行业经历了一个动荡的年头，一方面，新开工
面积、二手住宅成交面积、住宅价格等指标均有所增长，而另一方面，政
策力度加大，房地产市场投资热度明显减弱。
从整体看，2024年中国房地产市场总体呈稳步发展态势，总体以销
售驱动，商品住宅销售表现良好，一二线城市仍是投资和销售的主要力量。
特别是在下半年，商品住宅销售随着政策的出台和货币政策的放宽，销售
成交率得到显著改善，在重点城市下游拉动市场，拉开去库存改善市场的
序幕。
同时，购买力的释放也使得投资和消费端的需求获得萌芽。
从活跃度
来看，2024年新房销售仍是投资和消费端的主要动力，消费端和投资端
的购买规模和频次有所改善，新房市场受到购买力释放的拉动，基本停止
了打折降价的下调趋势。
从二手房市场的表现来看，2024年中国二手住宅市场受政策约束而
趋于平稳，但也出现了少数城市的涨价。
2024年，上海、北京、广州、
深圳等一线城市二手房市场价格波动不大，四都有稳定增长的趋势，二手
房成交面积和价格在一定程度上得到改善，这也表明投资意愿有所增加。
2024年经济师考试建筑与房地产经济高级经济实务试题与参考答案
2024年经济师考试建筑与房地产经济高级经济实务模拟试题(答案在后面)一、案例分析题（本大题有3个案例题，第一题20分，其他每题25分，共70分）第一题【案例背景】某市某房地产开发公司（以下简称“公司”）计划开发一栋住宅小区，项目总投资预计为10亿元人民币。
公司经过市场调研和可行性分析，决定采用合作开发模式，与当地一家国有控股企业（以下简称“国企”）合作。
双方签订合作协议，约定公司负责项目的设计、开发、销售，国企负责项目的资金投入和土地使用权的取得。
项目预计建设期为2年，销售期为1年。
在项目开发过程中，双方因项目进度、收益分配等问题产生分歧，导致合作关系出现矛盾。
【案例材料】1.项目合作协议书2.公司与国企双方在项目开发过程中的往来函件3.项目预算及实际支出情况4.项目销售情况及收入分配情况5.项目竣工报告及验收报告【问题】1、请分析公司和国企在合作过程中可能存在的风险，并提出相应的风险防范措施。
2、根据案例材料，分析公司和国企在项目收益分配上可能存在的争议点，并提出解决方案。
3、针对项目竣工后可能出现的质量、售后服务等问题，公司应如何保障业主权益？第二题案例材料：某房地产开发公司（以下简称“该公司”）计划在市中心开发一座商业综合体项目。
项目总投资预计为10亿元人民币，其中土地成本为3亿元，建筑安装工程费为2亿元，其他费用为1亿元，流动资金为4亿元。
公司预计该项目建成后，年销售收入为5亿元，年运营成本为2亿元，包括人力成本、物耗、折旧等。
公司计划通过银行贷款、股东投入和预售部分房产来筹集资金。
一、公司资金筹集方案1.银行贷款：向银行申请7年期贷款，贷款金额为4亿元，年利率为4.5%，按月等额本息还款方式。
2.股东投入：公司现有股东投入资金1亿元。
3.预售房产：计划预售房产面积为10万平方米，预计售价为每平方米1.2万元。
二、项目风险评估1.市场风险：项目所在区域房地产市场波动较大，存在销售风险。
房价上涨的原因及今后几年的变化趋势分析
房价上涨的原因及今后几年的变化趋势分析中国统计信息网电：近几年来，在各方面因素的带动下，房地产价格呈现快速上涨、逐年攀升的态势。
到2004年，全国商品房和商品住宅平均销售价格分别上涨14.4%和15.2%，是1998年以来的最高水平。
房价的快速上涨制约了普通居民居住权益的实现，既影响国民经济的健康发展，也波及到社会的稳定，成为社会各界关注的焦点问题。
面对这种形势，国务院连续出台了一系列稳定房价的政策措施。
那么，这一轮房价快速上涨的内在原因何在？各项调控措施出台后，房价又将向何处发展？本文试就这些问题做一简要的分析。
一、近几年房价上涨的主要原因导致近几年房价快速上涨的因素是多方面的，有经济快速发展下的合理因素，也有利益驱动下的投机行为；有住房消费观念的影响，也有深层次的制度制约。
这些因素的共同作用，最终体现为房地产市场供求关系的过度失衡。
(一)房价快速上涨是房地产市场需求过度旺盛的结果。
从理论上讲，房价的上涨或下跌，其根本的动因都是由供求关系所决定的。
在当前，又主要表现在房地产市场的需求过度旺盛上。
城镇住房商品化改革导致了住房市场有效需求的快速增加。
1998年，国务院下发了《关于进一步深化城镇住房制度改革加快住房建设的通知》，实施了积极的税收政策和住房金融政策，鼓励居民住房消费。
各地区、各部门认真落实国务院关于进一步深化城镇住房制度改革、加快住房建设的决策部署，尤其是银行推出个人购房按揭贷款业务，有效激发了长期被压抑的购房需求，住房消费有效需求迅速释放，使住房销售市场的合理需求增加；另一方面，从1999年下半年起，住房二级市场开始放开，允许房改房上市交易，增加了个人购房的支付能力，使住房需求在短期内急剧增加。
另外，随着工业化和城镇化发展、城镇人口增加，大规模城市改造和居民拆迁，使住房销售市场的被动需求也不断增加。
2003年，全国城市房屋拆迁量约为1.4亿平方米。
在国务院办公厅下发《关于控制拆迁规模规范拆迁行为的通知》之后，2004年全国城市房屋拆迁量有所下降，但也达到相当规模。
房地产年度总结分析(3篇)
第1篇2021年，我国房地产市场在经历了2020年的调整后，呈现出稳步增长的趋势。
在此背景下，我对2021年房地产市场的总体情况进行了以下总结和分析：一、市场总体情况1. 销售额持续增长：2021年，全国商品房销售额达到17.36万亿元，同比增长19.9%。
其中，住宅销售额达到15.18万亿元，同比增长21.5%。
2. 销售面积稳定增长：2021年，全国商品房销售面积达到17.48亿平方米，同比增长12.9%。
其中，住宅销售面积达到15.29亿平方米，同比增长15.6%。
3. 新建商品住宅价格上涨：2021年，全国新建商品住宅平均价格为10198元/平方米，同比增长5.2%。
其中，一线城市新建商品住宅平均价格为15129元/平方米，同比增长4.7%；二线城市新建商品住宅平均价格为12318元/平方米，同比增长6.1%；三线城市新建商品住宅平均价格为9135元/平方米，同比增长5.9%。
二、市场特点1. 区域分化明显：2021年，房地产市场呈现出明显的区域分化。
一线城市、热点二线城市房价持续上涨，而三四线城市房价相对稳定。
2. 产品结构优化：随着消费者需求的升级，房地产市场产品结构不断优化。
高品质、高性价比的住宅产品受到消费者青睐。
3. 政策调控持续：2021年，我国房地产市场调控政策持续发力，以“房住不炒”为核心，调控手段更加精准。
各地区根据实际情况，实施差别化调控政策。
三、市场展望1. 市场增速有望保持稳定：随着经济复苏和消费升级，2022年房地产市场有望保持稳定增长。
2. 政策调控将保持定力：未来，我国房地产市场调控政策将继续保持定力，以确保房地产市场平稳健康发展。
3. 产品结构将继续优化：随着消费者需求的不断变化，房地产市场产品结构将更加丰富，满足不同消费群体的需求。
4. 房地产企业竞争加剧：在政策调控和市场环境的影响下，房地产企业将面临更大的竞争压力，企业将更加注重创新和转型。
总之，2021年我国房地产市场呈现出稳步增长的趋势，市场特点鲜明。
房地产市场价格影响因素分析及预测毕业论文(统计学专业)
本科毕业论文福建省房地产市场价格影响因素分析及预测学生姓名：学院：经济学院系：计划统计系专业：统计学（投资决策分析方向）年级：学号：指导教师（校内）：职称：讲师指导教师（校外）：职称：福建省房地产市场价格影响因素分析及预测[摘要]经过十多年的发展，房地产业已经成为我国国民经济重要的支柱产业，它迅猛发展的势头备受世人瞩目。
近年来，房地产价格上涨较快，部分地区房价持续飙升，超过了经济总体增长水平。
因此对城市房地产价格问题的研究引起了学术界、企业、政府和媒体的高度重视。
是什么因素导致了商品房价格的持续、快速增长？本文以福建省房地产市场为例，就福建省房地产市场价格的影响因素进行定性分析和回归分析，并对福建省的房价进行了预测。
目的在于对福建省房地产市场价格的影响因素形成全面、客观的认识，并为房地产市场的各个参与者的决策提供参考。
[关键词]房地产价格；房价影响因素；回归分析The analysis and predictions of the real estate market price in FujianAbstract: The real estate industry has become an important pillar industry of China afterthe development in the past decade. Its high-speed development has attracted worldwide attention. In the recent years, the real estate price rose rapidly. Especially in some regions, the housing price goes up sharply and its rate has far exceeded the increasing rate of the overall economy. Therefore, the problem of housing price incurs the high attentions of the academic circles, enterprises, governments and public opinions. What’s the factor that cause the real estate price keeps on rising so fast? In this paper, we took the real estate market in Fujian Province as an example, carried on qualitative analysis and regression analysis for factors affecting real estate market price, and estimated the housing price in Fujian. The purpose of this paper is to find out the extraordinary factor to influence the market price in Fujian Province, and provide references for the decisions of each participant of the real estate market.Keywords: The real estate market price Factors affecting price Regression analysis目录一、引言 (1)（一）研究的背景与意义 (1)（二）研究内容与方法 (2)二、房地产价格的相关研究回顾 (2)（一）房地产价格的基本概念 (2)（二）国内外研究的文献综述 (3)三、福建省房地产价格影响因素的定性分析 (4)（一）房地产价格影响因素概述 (4)（二）福建省房地产价格的影响因素分析 (6)四、福建省房地产价格影响因素的定量分析 (10)（一）指标的选择 (10)（二）各变量之间的相互关系 (12)（三）模型估计 (13)（四）模型评价 (15)（五）房价预测 (16)五、结论 (19)（一）实证结果小结 (19)（二）稳定房价的相关政策建议 (19)参考文献 (21)一、引言（一）研究的背景与意义房地产业是国民经济的一个重要产业，是国民经济的基本承载体。
来五年全国住宅供需预测及优化建议
未来五年全国住宅供需预测及优化建议杨红旭回建强对未来全国住宅供需发展趋势做适当预测，在目前情况下显得非常有必要，但同时这也是一个难度相当大、因素错综复杂的问题。
在此，我们化繁就简，抓住几个关键因素，以期从整体上研判市场大势。
从时间跨度上分析，长期和短期预测变数太大，不太可取，五年的中期跨度比较合适。
另外，目前建设部要求各地在今年6月份前提交2008-2012年的住房建设规划，我们研究与之相适应，研究未来五年的全国住宅供需趋势恰逢其时。
从研究思路上考虑，我们同时研究需求和供应，其中需求是重点，政府应更多地考虑如何调整供应，以适应需求。
同时研究供需的总量和结构，但限于篇幅和数据的可得性，我们重点研究总量问题。
一、住宅需求预测1、影响因素快速城镇化，创造首次置业需求。
现阶段，我国正处于城镇化加速发展时期。
1996年全国城镇化率为29.37%，2006年增至43.9%，年均增长1.45%，按此速度计算，未来五年全国城镇人口增量将超过9000万人。
快速的城镇化进程将给房地产行业带来深刻的影响，不仅促进了城市建设，更直接刺激了住宅需求，这种需求的表现形式以首次置业为主。
近年中国城市化发展情况另外，每年进入城市工作的农业人口数量也非常庞大，据2006年《中国农民工调研报告》统计,我国外出农民工数量为1.2亿人，其中极小部分人会在城市首次置业，部分人会租赁住房，从而也形成一定的住宅需求。
按温家宝总理2007年11月在新加坡访问时的说法：每年由农村进入城市需要解决住房的进城人员达到1800万，还有2100万流动农民工也需要居住条件。
这部分人的居住问题可以通过若干途径解决，如购买商品住宅、保障性住房（经济适用房和廉租房），租赁住房等。
城镇户籍人口的增长除了人口迁移方式外，城市行政区域的扩张导致一些村镇甚至整个县级区域并入城市管辖范围，在这种城市扩张模式下，大量的农村户口变成城市户口，他们所居住的房子也纳入了城镇住房的统计范围，这部分所谓的“城市化”人口并没有增加对城市住宅的需求，在每年1800-2000万新增城镇人口中，约有500万人属于这种情况。
2022年我国房价走势预测分析：涨幅呈阶梯状
2022年我国房价走势预测分析：涨幅呈阶梯状从统计数据看，一二三线城市房价大致呈现“阶梯状”，即一线城市房价环比全部上涨且涨幅最高，绝大部分二线城市房价环比上涨但涨幅低于一线城市，大部分三线城市房价环比仍旧下降。
下文是2022年我国房价走势分析。
从房价变化趋势来看，下半年楼市将会连续回暖，再加之存在降息降准的可能，房价上涨城市将会不断增多。
但2022年中国楼市未必会完成大逆转，由于三四线城市会“拖后腿”，希望三四线城市房地产市场全面复苏不现实。
萧条了一年多的楼市有了回暖升温的迹象。
8月18日，国家统计局发布的数据显示，7月，全国70个大中城市中，新建商品住宅价格下降的城市有29个，上涨的城市则有31个，上涨城市个数比6月进一步增加了4个。
北上广深4个一线城市新建商品住宅价格都呈上涨态势，其中深圳涨幅最高，环比上涨6.3%;上海以1.9%紧随其后，北京和广州则以1.4%和1.2%的环比涨幅分列第三和第四。
从同比数据看，除广州房价同比下降0.3%外，其他三个城市同比均呈上涨态势，深圳同比涨幅更高达24%。
不过，其他67个城市房价同比依旧下降，最大降幅为9.7%。
“一线城市由于聚集效应强劲，房地产市场新增需求量旺盛，所以楼市回温快速。
三四线城市由于之前库存严峻，加上需求有限。
房价没有上涨实属正常，无需过分担忧。
”业界人士指出，如今的国内楼市已经逐步趋向于冷静，依据各城市住房库存量不同，房价拉升效应自然有所不同。
将来，一二线城市房价会保持稳步上升的趋势，而三四线城市则需要更长的时间来消化之前“爆发式”增长的库存。
一线城市领涨这次楼市回暖中，深圳表现得尤为明显，房价涨幅之大之快，让国人赞叹。
北京、上海、广州等城市房价紧随深圳之后，开头上涨。
房地产行业市场调查分析报告显示，2022年12月份，深圳成为全国首个房价上涨的城市，2022年上半年连续领涨，7月份新居环比涨幅高达6.3%，二手房同比更是达到了24.3%的涨幅。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2011年中国住宅销售价格预测统计0801班高杉20081910108摘要：本文通过分析房价随时间变化的过程，揭示其发展变化规律，并对其未来房价走势进行预测。
引用的数据为从2008年5月份到2010年12月份的中国住宅销售价格指数统计表。
所用的变量为住宅销售价格指数。
本文选取的是时间序列数据故采用时间序列的分析方法，运用SAS软件进行数据处理和预测的工作。
关键词：时间序列分析法；住宅销售价格；预测；对策；Abstract：This article by analyzing the prices trended over time, the process of change, and future trends in forecasting the price. the data from the 2008 and 2010 china in december of the housing sales price index statistics. the argument for the housing sales price index. this tap is the time sequence data we use the time sequence of analysis and sas software for data processing and predictable.Keywords：Time sequence of analysis ；the housing sales price ；forecast ； countermeasures ；一、引言住房问题，关系民生之根本，在2010年的两会上，这个话题根式被炒的沸沸扬扬。
当今，对中国房地产市场的看法，几乎是个“万花筒”。
宏观决策者、地方政府、开发商企业、行业主管、投资投机者、低收入百姓及各种媒体，对过去和当下的房价与房价政策，众说纷纭，公婆说理各有一套。
过去不一样，现在仍不一样。
一边是一些人在喋喋不休宣传“刚性需求”，一边是低收入百姓拼命感叹房价太高，“一套房子消灭一个中产者的一生消费”；一边在查囤地、增加土地供应，一边不断出现创新高的“地王”，等等。
当两会召开期间，中央和地方推出一些针对性措施，更是使得房地产问题成热点问题的榜首。
房价问题从没有像今年这样备受关注，在各大网站的两会民意调查中，“住房问题”也都位居前列。
房价是影响居民购买力、家庭理财、教育投资和制定决策的重要考虑因素，而随着近年来房价的上下波动，人们在决定是否购房问题上总是犹豫不决。
本文通过分析房价随时间变化的过程，揭示其发展变化规律，并对其未来房价走势进行预测。
二、而相关数据收集本文引用的数据为从2008年5月份到2010年12月份的中国住宅销售价格指数统计表。
所用的变量为住宅销售价格指数。
住宅销售价格指数是综合反映住宅商品价格水平总体变化趋势和变化幅度的相对数。
中国住宅销售价格指数由70个大中城市的新建住宅销售价格指数和二手住宅销售价格指数组成。
（数据来源：新浪财经网：宏观数据price：住房销售价格指数）三、方法理论介绍因为本文选取的是时间序列数据故采用时间序列的分析方法，运用SAS软件进行数据处理和预测的工作。
首先对数据进行了处理和检验，分别作了平稳性检验和白噪声检验，在确定序列是平非白噪声序列后，拟合模型。
ARIMA模型，即自回归平均移动模型，是目前最常用的拟合平稳序列的模型，本文的研究就以ARIMA模型为方向进行，在模型拟合时最终确定了AR模型为最优拟合模型。
AR模型介绍ARIMA模型为AR模型、MA模型和ARMA模型三大类。
AR(p)—p阶自回归模型四、数据检验1、平稳性检验：绘制2008—2010年中国住宅销售价格指数序列的时序图和自相关图。
图（1）时序图显示中国住宅销售价格指数序列在99.3~101.8之间波动，变动幅度较小，且围绕100.5周围随机波动，没有明显的趋势或周期，初步可以视为平稳序列。
图（2）图（2）横轴表示自相关系数，纵轴表示延迟时期数，用水平方向的垂线表示自相关系数的大小。
从图中我们发现序列的自相关系数递减到零的速度较快，在延迟期数为6的时候接近零，而后为负。
所以可判断为平稳序列。
2、绘制2008—2010年中国住宅销售价格指数序列的逆自相关图和偏自相关图图（3）本图为逆自相关图，输出的信息分别是：延迟阶数为8，逆自相关系数值和逆自相关图。
图（4）本图为偏自相关图，输出地信息为：延迟阶数，偏自相关系数值和偏自相关图。
3、白噪声检验（纯随机性检验）图（5）为了判断序列是否有分析价值，必须对序列进行纯随机性检验，即白噪声检验。
图中延迟阶数为6，Q LB统计量的值为69.48，Q LB统计量服从χ2分布的自由度为6，Q LB统计量的P值小于0.0001，0.888~0.071为计算出的延迟各阶Q LB统计量的样本自相关系数的具体数值。
由此可以得出此序列不是白噪声序列。
由平稳性检验和白噪声检验得出中国住宅销售价格指数序列是平稳的非纯随机序列，是由研究和预测价值的。
五、模型拟合1、相对最优定阶SAS系统中提供了相对最优模型识别的功能，本文将运用这个功能来进行模型识别。
本功能制定SAS系统输出所有自相关延迟阶数小于等于5，移动平均延迟结束也为5的ARMA（p，q）模型的BIC信息量，并指出其中BIC信息量达到最小的模型的阶数，实际上就是模型最优化的过程。
图（6）最后一条信息显示，在自相关延迟系数小于等于5，移动平均延迟系数阶数也小于5的所有ARMA（p，q）模型中，BIC统计量相对较小的是ARMA（1，0）模型，即AR(1)模型。
在确定了拟合模型的阶数后，接下来就是要估计模型中未知参数的值，以确定模型的口径，并对你拟合的模型进行显著性诊断。
2、未知参数估计图（7）参数估计输出的结果显示t检验统计量的值均小于0.0001，所以参数均显著。
3、拟合统计量的值图（8）本图共输出了6个统计量的值，由上到下分别为：误差估计常数10.09742，方差估计0.097972，标准差估计值0.313005，AIC信息量18,。
40861，SBC信息量21.34008，参差个数32。
.4、拟合模型的具体形式图（9）图的上半部分Autocorrelation check of Residuals为残差自相关检验结果，本列中由于延迟各阶的LB的P值均显著大于α（α=0.05），所以该拟合模型显著成立。
估计平均值为100.2703。
图的下半部分显示了拟合模型的具体形式：Factor1:1-0.8993B**（1）该输出模型等价于x t=（1-0.8993B）εt六、序列预测在拟合模型的基础上，我们对2011年中国住宅销售价格指数序列进行预测，为了准确性和可参考性，本文分别作了两个不同时间长度的预测，过程及结果如下。
1、2011年第一季度住宅销售价格预测图（10）此图从左到右分别为序列值的序号，预测值，预测值的标准差和95%的置信区间。
由此我们可以得出，2011年第一季度的住宅销售价格为一月：100.2970、二月：100.2943、三月：100.2919。
较2010年第四季度相比，整体有上身趋势，但内部自身呈下降趋势。
下图为2011年第一季度住宅销售价格预测拟合预测效果图图（11）2、2011年上半年度住宅销售价格预测图（12）此图从左到右分别为序列值的序号，预测值，预测值的标准差和95%的置信区间。
由此我们可以得出，2011年上半年的住宅销售价格为一月：100.2970、二月：100.2943、三月：100.2919、四月100.2897、五月100.2878、六月100.2860。
整体呈下降趋势。
下图为2011年上半年住宅销售价格预测拟合预测效果图图（12）七、结论基于以上的分析，最后得出的结果如下表所示：一月二月三月四月五月六月100.2970 100.2943 100.2919 100.2897 100.2878 100.2860预测结果表明2011年住房售价指数持续小幅下降，但仍保持着较高的水平，造成这种高房价现象的原因以下几点：1、地方政府过度依赖土地财政1994年开始我国实行分税制，中央财政的比重急剧增加，导致地方财政的比重急剧下降。
而地方的城市建设等各项事业的发展需要大量资金，土地出让金成为政府税收外的重要收入来源。
根据2010年两会财政部提交的报告，2009年，全国地方政府的财政收入为3.258万亿元，其中土地出让金收入为1.591万亿元，约占50%，土地出让金已经成为地方政府重要的收入来源之一。
2009年土地出让总面积20.9万公顷，同比增加38.3%,土地出让金收入同比增加了63.4%，总体看土地的价格呈上升趋势，这些推动了房屋成本的增加。
地方政府对土地出让金的依赖性比较强，繁荣的背后埋下了巨大的隐患，透支了百姓的未来。
2、保障性住房体系还不健全廉租房总量在增加，市场份额仍较小。
经济适用房是中国住房制度改革的产物，多年来解决了许多家庭的住房问题。
最近几年，商品房价格快速上涨的过程中，经济适用房分配不公、面积超标、缺少退出机制等问题，引起强烈的质疑。
普通大众购买经济适用房越来越难，也只能购买商品房。
3、房地产的炒作与投机是房价升高的重要原因。
房地产商不仅参与房产的坐庄操纵, 而且在房地产价格的垄断与操纵中随时合谋哄抬房价, 以便掠夺敛聚社会财富。
房屋的真实造价实际上是很便宜的, 但是由于对房屋的定价缺乏有效的调控和监管, 定价不透明, 导致房地产开发商投机炒房, 哄抬房价, 他们通过垄断的方式来操纵房价, 房价的高涨不仅可以使房屋销售火爆, 使购买者的上涨预期进一步强化, 而且为商业银行及购买者贷款创造了虚假条件。
除了直接操纵, 房地产开发商还通过集体游说、新闻舆论等形式影响政府政策的制定, 通过内部操纵, 营造房屋价格上涨的火爆场面, 通过改变住房类型与式样及卖楼盘、拨号等形式人为制造住房与土地的稀缺性, 导致人们非理性购房。
正是这一系列活动, 导致房价狂涨不止, 房地产商暴富, 社会财富向房地产商集中。
4、虚假的房屋需求信号推动了房价的上升。
这几年, 导致房价上升的一个重要原因是“需求”的拉动, 土地、房产供应不足, 需求旺盛, 其结果就是房价的上升, 但仔细分析这种需求, 很大程度上是一种虚假繁荣。
长期以来, 我国银行利率是负利率, 存款无利可图。
因此, 中国的富豪一族为使自己的大量存款保值、增值,大量用于购置房产, 出现了温州购房团、杭州“炒房客”、南京“房虫”等, 这些人一度被视为房价上涨的罪魁祸首。
八、基于数据本身和预测分析的建议房价的小幅下降或缓慢增长并不能满足民生需求，如何让跟多人不再为了有个安身立命的根本而奋斗半辈子甚至是一辈子。