房地产价格波动论文2篇
房地产价格波动论文2篇.doc
房地产价格波动论文2篇第一篇一、实证分析1.数据分析为了考察房价与消费之间的关系，本部分首先对房价增长率与消费增长率作一个描述性统计，以直观地了解房价是否对消费产生财富效应。
笔者统计并计算了我国30个省市自治区在不同阶段的房价增长率和消费增长率，结果如表1所示。
其中时段1指2007年第2季度—2008年第3季度，时段2指2008年第4季度—2009年第4季度，时段3是2010年第1季度—2013年第3季度。
由上一部分的分析可知，时间段2实行的是拉动经济的房地产调控政策，而时间段1和时间段3实行的都是抑制房价的调控政策，但是从房价增长率的“平均值”来看，时间段3比时间段2增长了比较大的幅度，消费增长率的“平均值”也有类似的变化。
在房价增长率这一栏，除了“最小值”外，其他统计量随区间递增。
时间段3的“最大值”和“最小值”是这3个时间段里面最大和最小的，说明严厉的房地产调控政策下，一些省份的房价出现较大幅度下跌，同时一些省份出现大幅上涨。
而在消费增长率这一栏，除了“最大值”外，其他统计量都随区间递增。
因此，总体来看，房价与消费的变化似乎具有一致性，但二者的关系具体如何，需要通过实证进行检验。
2.模型构建与数据说明根据持久收入假说或生命周期理论，消费由收入和财富决定，同时考虑到居民的消费行为有一定惯性，因此本文构建模型如下：Cons=α+βCons(-1)+γI+ηH+δCPI+ε，其中Cons表示消费，Cons(-1)表示前一期的消费，以城镇居民消费性支出作为代理变量；I表示收入，用城镇居民可支配收入表示；H表示房地产价格，以商品房销售价格（由商品房销售面积和商品房销售额计算得到）表示。
商品房销售价格由于是月度数据，因此通过算术平均计算得到季度数据。
为了得到前期消费与当期消费的准确关系，引入环比CPI作为控制变量，同样通过算术平均计算得到季度数据。
为了克服时间跨度短、数据量少的问题，并考虑到数据可得性，本文收集了2007年第二季度—2012年第三季度全国各省、直辖市、自治区的数据（不包含西藏）。
房地产价格波动论文2篇
房地产价格波动论文2篇第一篇一、实证分析1.数据分析为了考察房价与消费之间的关系，本部分首先对房价增长率与消费增长率作一个描述性统计，以直观地了解房价是否对消费产生财富效应。
作者统计并计算了我国30个省市自治区在不同阶段的房价增长率和消费增长率，结果如表1所示。
其中时段1指2007年第2季度—2008年第3季度，时段2指2008年第4季度—2009年第4季度，时段3是2010年第1季度—2013年第3季度。
由上一部分的分析可知，时间段2实行的是拉动经济的房地产调控政策，而时间段1和时间段3实行的都是抑制房价的调控政策，但是从房价增长率的“平均值”来看，时间段3比时间段2增长了比较大的幅度，消费增长率的“平均值”也有类似的变化。
在房价增长率这个栏，除了“最小值”外，其他统计量随区间递增。
时间段3的“最大值”和“最小值”是这3个时间段里面最大和最小的，说明严厉的房地产调控政策下，一些省份的房价出现较大幅度下跌，同时一些省份出现大幅上涨。
而在消费增长率这个栏，除了“最大值”外，其他统计量都随区间递增。
所以，总体来看，房价与消费的变化似乎具有一致性，但二者的关系具体如何，需要通过实证实行检验。
2.模型构建与数据说明根据持久收入假说或生命周期理论，消费由收入和财富决定，同时考虑到居民的消费行为有一定惯性，所以本文构建模型如下：Cons=α+βCons(-1)+γI+ηH+δCPI+ε，其中Cons表示消费，Cons(-1)表示前一期的消费，以城镇居民消费性支出作为代理变量；I表示收入，用城镇居民可支配收入表示；H表示房地产价格，以商品房销售价格（由商品房销售面积和商品房销售额计算得到）表示。
商品房销售价格因为是月度数据，所以通过算术平均计算得到季度数据。
为了得到前期消费与当期消费的准确关系，引入环比CPI作为控制变量，同样通过算术平均计算得到季度数据。
为了克服时间跨度短、数据量少的问题，并考虑到数据可得性，本文收集了2007年第二季度—2012年第三季度全国各省、直辖市、自治区的数据（不包含西藏）。
关于房地产论文有关房地产论文有关房地产的论文：房地产价格上涨的原因、危害及对策
关于房地产论文有关房地产论文有关房地产的论文：房地产价格上涨的原因、危害及对策———基于武汉市房价上涨的分析近年来，我国房地产市场持续高速发展，作为国家支柱性产业之一，对国民经济的持续高速增长起到了重要作用。
但是，由于我国房地产市场发展相对不成熟，房地产投资过热、房价收入比过高、房价涨幅过快等问题逐渐暴露出来，不少城市出现了房价增长幅度与城市经济发展水平不相符合、与城市居民收入水平不相协调的现象。
从一方面来说，城市经济发展水平是房地产价格的“催化剂”；但是，从另一方面，房地产价格增长速度过快却会增加城市的生产、生活成本，阻碍城市经济的发展，降低城市的竞争力。
一、房价上涨的成因分析（一）供需不平衡。
房屋的供应和需求力量的相互作用对房价的变动起着主导作用，但是房价的供应和需求同一般的商品相比还有其特殊的地方，如每年新增房产的数量只占房地产市场总量很小的一部分，供应变化相对于其他许多商品较迟缓（从买地到销售需2-3年），因此，从短期看，房产的价格更多的取决于需求数量而不是供应数量。
伴随着全国楼市回暖的大趋势，素有火炉之城的武汉在房价上涨上也表现出相当火爆的势头。
而造成江城“房地产盛夏”的原因，从供需方面来看主要有两个：一是房地产开发商刻意营造“热销”氛围。
他们找来各种“房托儿”，进行疯狂购买，扰乱了正常购房者的理性思考，造成需求竞争激烈的假象，从而为房价的量价齐升起到了推波助澜的作用。
二是购房者通胀预期强烈，消费者心理规律导致广大住房需求者追涨势头强硬。
除开2010年2月，从2009年3月起，武汉楼市销量已连续11个月过万套。
进入4月，40家楼盘捱过了“两会”，在确定了政策方向后，加大了供应。
供给量增大，投资方仍热情不减，而刚性需求置业者则在做最后的挣扎。
抛开表面的繁荣发现，今年3月，支撑楼市销量绝大半集中在5000元/平方米左右及8000元/平方米以上的楼盘。
根据亿房网研究中心的数据，3月，全市商品房销量占比中，价格在5000-6000元/平方米左右的楼盘比例为28.18%，8000元/平方米以上的为24.06%。
《2024年我国房地产价格波动形成机制及影响因素研究》范文
《我国房地产价格波动形成机制及影响因素研究》篇一一、引言随着中国经济的快速发展和城市化进程的加速，房地产市场一直是我国经济的重要组成部分。
然而，近年来我国房地产市场价格的波动性日益显现，对国民经济和社会的稳定发展带来了深远影响。
因此，对我国房地产价格波动形成机制及影响因素的研究具有重要的理论和实践意义。
本文将针对我国房地产价格波动的形成机制及影响因素进行深入探讨。
二、我国房地产价格波动形成机制1. 供需关系决定价格：房地产市场的价格主要由供需关系决定。
当需求大于供应时，房价上涨；反之，当供应大于需求时，房价下跌。
此外，政策调控、人口流动等因素也会对供需关系产生影响，从而影响房价。
2. 金融政策影响：金融政策是影响房地产价格的重要因素。
例如，贷款利率的调整、房贷政策的松紧等都会对购房者的购买力产生影响，进而影响房价。
3. 投资者行为：投资者对房地产市场的预期、投资偏好等行为也会对房价产生影响。
当投资者对房地产市场持乐观态度时，房价往往上涨；反之，当投资者持悲观态度时，房价可能下跌。
三、我国房地产价格波动的影响因素1. 经济因素：包括国内生产总值、人均可支配收入、经济增长率等经济指标的变化都会对房地产市场产生影响。
例如，经济增长率较高时，人们对房地产的需求增加，推动房价上涨。
2. 政策因素：政策调控是影响房地产价格的重要因素。
例如，限购、限贷、土地供应等政策都会对房价产生影响。
此外，利率、税收等政策也会对房地产市场产生影响。
3. 社会因素：人口结构、城镇化进程、就业状况等社会因素也会对房价产生影响。
例如，人口流入较多的城市，房价往往较高。
4. 国际因素：国际经济形势、货币政策等国际因素也会对我国房地产市场产生影响。
例如，全球经济形势好转时，国外资本流入我国房地产市场，推动房价上涨。
四、我国房地产价格波动的现状与问题近年来，我国房地产市场价格波动性较大，部分城市房价上涨过快，引发了社会各界对房地产市场的关注和担忧。
房地产方面的毕业论文(新版多篇)
房地产方面的毕业论文（新版多篇）房地产论文篇一房地产业产业关联度高，前向和后向带动力强，自1998年住房商品化以来，我国房地产业快速发展，对扩大内需，拉动相关产业发展，增加就业，促进国民经济发展做出了重要贡献，逐渐成为国民经济中的支柱性产业。
与此同时，房地产业运行发展的核心元素，房地产价格也快速上涨，部分地区出现房价过高，上涨过快，涨幅过大的现象，不断上涨的房价引出“房地产泡沫”的议题。
与房地产价格过快上涨共同被关注的另一议题是房地产价格泡沫可能导致的金融风险。
一、研究背景二、房地产金融风险（一）信用风险信用风险是银行面临的主要风险，是指由于借款人（企业和个人）由于主观或客观的原因而丧失偿债能力或偿a债意愿而出现违约，使银行不能按时足额收回贷款本息而面临损失的可能性。
按照违约原因的不同可分为被动违约和主动违约。
被动违约通常是指由于支付能力导致的违约。
借款人具有还款意愿，但是由于财务状况出现困难，导致支付能力不足从而被迫违约。
主动违约与借款人的财务状况，支付能力没有太大关系，而与还款意愿密切相关。
主要指借款人出于自身利益的考虑，在具有偿还能力的情况下，主观上不愿意偿还而选择违约。
（二）市场风险银行机构面临的与房地产有关的市场风险主要是指由于作为抵押物而持有的银行资产，由于房地产价格变化引起抵押物价值变化而导致的风险。
住房抵押贷款普遍被视为一种安全性较高的信贷资产，因而大多数银行都比较热衷于发放这类贷款。
但是作为抵押物的房地产价值的下降也可能使银行不能足额收回贷款。
一般而言，银行发放的抵押贷款额不会是房地产价值的全部，而是房地产价值的一部分，如70%，80%。
这意味着，一旦房地产价格下跌导致抵押物价值下降超过20%或30%，银行持有的抵押房产就存在“抵押不足”而导致贷款损失的风险。
同时，作为银行资产的抵押房产价值下降，也会直接使银行的资产负债表恶化，引发其他相关风险。
（三）操作风险房地产贷款操作风险是指由于银行自身违规操作，管理不当等原因而导致损失的风险。
我国房地产价格攀升论文(全文)
我国房地产价格攀升论文[[ 一、我国房地产价格攀升的现状从1998年到20XX年,我国国内生产总值由84402.3亿元增长到209406.8亿元,扣除物价因素,年均增长9.2%;同期我国的城市化率由33.35%提高到43.9%,每年约增加1.3个百分点。
从居民购买力来看,1998代写论文年到20XX年,城镇居民人均可支配收入由5425.1元增加到11759.5元,按可比价计算,年均增长8.9%。
但是收入的增长速度,不足于支撑目前日益高涨的房价,房价的过快上涨引起了越来越多的短期炒作行为。
特别是、、南京、杭州、宁波等房价上涨较快的城市,国内的民间资金以及国际游资纷纷进入房地产市场。
而投机的大量存在又反过来推动了房价的继续上扬,形成了投机与房价上涨相互推动的恶性循环。
20XX年8月8日ZGRM银行公布的二季度ZG货币政策执行报告认为:今年以来,ZG住房需求持续旺盛,虽然房地产开发投资加快增长,但供需关系仍趋紧张,房地产价格又出现了加快上涨的势头,部分城市的房地产价格涨幅依旧较高。
报告指出,上半年,全国房地产开发投资完成额9887亿元,同比增长28.5%,增速比去年同期提高4.3个百分点,高于同期固定资产投资的增速2.6个百分点。
其中,商品住房完成投资增长30.8%,占开发投资总量的70.3%,较20XX年同期提高1.2个百分点,房屋竣工增速低于房屋销售增速,住宅空置面积有所下降。
上半年,商品房销售面积2.8亿平方米,同比增长21.5%;房屋竣工面积1.5亿平方米,同比增长11.1%。
房屋销售价格涨幅有所回升,部分城市房价涨幅较高。
6月份,70个城市房屋销售价格同比上涨7.1%,涨幅比上月高0.7个百分点。
其中,深圳、等城市上涨较快。
深圳已连续17个月同比涨幅超过10%,其中20XX年6月份达15.9%;已连续14个月同比涨幅超过8%,其中6月份达9.5%。
我国平均房地产价格持续上涨。
房地产价格的持续快速上涨,已经成为我国经济运行中的突出问题,也成为影响整个国民经济持续、快速、健康进展的一个不稳定因素。
房地产市场论文房屋价格上涨论文
房地产市场论文房屋价格上涨论文我国房价上涨动因初探及建议摘要：我国的房地产市场是伴随着政府停止住房实物分配的政策逐步推行，在20世纪90年代真正形成的。
从这十几年房地产价格走势看，房价确实呈现持续上涨的态势。
文章从需求和供给的角度分析了我国房价上涨的原因并对怎样抑制当前过高的房价给出了一些建议。
关键词：需求；供给结构；成本；建议导致房价疯涨的原因是多方面的，除了房地产市场的不规范炒作和老百姓普遍存在“居者有其房”的心理以外，价格竞争毕竟是市场最核心的机制，因此我们可以从微观经济学的角度来分析这个现象。
一、房价持续上涨的原因（一）市场需求过度旺盛目前，用于自住的购房者大体分为四类：一是城市建设中形成的拆迁户，他们是被动刚性需求房子被拆了，必须得买新房，尽管部分人要背上沉重的房贷并严重的影响生活质量。
二是城市、农村中一部分比较富有的人，他们原先有住房，现在在良好收入的支撑下具有强烈的换房需求他们要求更新环境更好、面积更大的房子。
三是随着我国经济的发展，大量的外资进入我国，这些外商有购买办公楼、住房的需求。
或是由于地理位置等的原因，一些港、澳、台同胞在内地购买住房加剧了需求。
四是结婚购房的年轻人，我国的传统习惯结婚需要新房，且要求有独立的房屋，使他们也有着强烈的购房需求。
首先，从潜在需求来看，加快城市化进程是我国进入21世纪后的重要任务之一。
城市化进程的加快，导致大量的流动人口涌入城市。
其次，从有效需求测算，不断提高的居民收入水平和银行贷款的低利率环境为城市居民改善住房提供了有利时机，原有城市人口存在改善住房条件的需求。
最后，由于消费者的消费心理作怪导致对住房需求的上升。
一是居者有其屋的屋被普遍理解为自有产权房，美国老太太和我国老太太的住房故事一度盛传于大街小巷，促进了住房消费观念、消费模式的快速转变。
二是盲目攀比，大学生毕业3年5年，不论有无实力都纷纷买房，而且要大居室的，家里凑银行贷，甘愿成为房奴的不在少数。
房地产价格攀升论文
房地产价格攀升论文随着我国在经济上的快速发展，房地产行业逐渐成为了一个重要的经济支柱。
但是，这个行业长期以来都存在着“房价过高”的问题，尤其是在一线城市。
本文将探讨房地产价格攀升的原因，并分析其对社会和经济的影响。
一、房地产价格攀升的原因1.土地价格上涨房地产是建立在土地之上的，所以土地价格的上涨是导致房价攀升的一个重要因素。
随着城市规模的扩大和人口增加，土地变得越来越稀缺，使得土地的价格不断上升。
而土地供应受到城市规划、政府出让、土地用途、地质条件等多重因素的影响，导致供应量十分有限，从而推动了房价的上涨。
2.建筑成本上涨建筑成本上涨，也是导致房价上涨的一个因素。
建筑材料和人工成本的上升是造成建筑成本上涨的主要原因。
特别是近年来，随着环保和节能的要求日益严苛，更多的绿色建筑材料被采用，而这些材料价格相对较高，建筑人工成本也不断上涨，使得房屋建设成本不断升高，进而推高了房价。
3.投资需求由于房地产业具有较高的投资价值，许多资本都涌入到了房地产市场中，推动了房地产价格的逐步上升。
许多投资者以房产作为长期或短期的投资目标，希望通过投资房地产来获得高额的收益。
特别是在楼市上涨的趋势下，房价的上升也会吸引更多的投资者涌入市场。
二、房地产价格攀升对社会和经济的影响1.消费需求受压由于房价高昂，不少人的购房需求受到了极大的压力，使得很多年轻人难以承受购房成本而被迫租房；同时，购房者也会因为支付过高的房价而缩减日常消费开支，导致消费需求减弱。
2.贫富差距加大房价的上涨也导致了社会贫富差距的不断扩大。
一方面，房价高昂使得许多年轻人难以承受购房成本而缩减日常消费开支；另一方面，房产价格的攀升也使得房产投资者们获得了大量的财富，增加了财富的集中度，加剧了财富差距，从而影响了社会的稳定性。
3.增加企业开支房价上涨也使得企业面临着增加的租金成本，特别是对于中小企业来说，租金成本增加会直接影响企业的生存和发展，加重了企业的生产成本和经营压力。
- 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)。
房地产价格波动论文2篇第一篇一、实证分析1.数据分析为了考察房价与消费之间的关系，本部分首先对房价增长率与消费增长率作一个描述性统计，以直观地了解房价是否对消费产生财富效应。
作者统计并计算了我国30个省市自治区在不同阶段的房价增长率和消费增长率，结果如表1所示。
其中时段1指2007年第2季度—2008年第3季度，时段2指2008年第4季度—2009年第4季度，时段3是2010年第1季度—2013年第3季度。
由上一部分的分析可知，时间段2实行的是拉动经济的房地产调控政策，而时间段1和时间段3实行的都是抑制房价的调控政策，但是从房价增长率的“平均值”来看，时间段3比时间段2增长了比较大的幅度，消费增长率的“平均值”也有类似的变化。
在房价增长率这个栏，除了“最小值”外，其他统计量随区间递增。
时间段3的“最大值”和“最小值”是这3个时间段里面最大和最小的，说明严厉的房地产调控政策下，一些省份的房价出现较大幅度下跌，同时一些省份出现大幅上涨。
而在消费增长率这个栏，除了“最大值”外，其他统计量都随区间递增。
所以，总体来看，房价与消费的变化似乎具有一致性，但二者的关系具体如何，需要通过实证实行检验。
2.模型构建与数据说明根据持久收入假说或生命周期理论，消费由收入和财富决定，同时考虑到居民的消费行为有一定惯性，所以本文构建模型如下：Cons=α+βCons(-1)+γI+ηH+δCPI+ε，其中Cons表示消费，Cons(-1)表示前一期的消费，以城镇居民消费性支出作为代理变量；I表示收入，用城镇居民可支配收入表示；H表示房地产价格，以商品房销售价格（由商品房销售面积和商品房销售额计算得到）表示。
商品房销售价格因为是月度数据，所以通过算术平均计算得到季度数据。
为了得到前期消费与当期消费的准确关系，引入环比CPI作为控制变量，同样通过算术平均计算得到季度数据。
为了克服时间跨度短、数据量少的问题，并考虑到数据可得性，本文收集了2007年第二季度—2012年第三季度全国各省、直辖市、自治区的数据（不包含西藏）。
城镇居民消费性支出和城镇居民可支配收入数据来源于国研网统计数据库，商品房销售数据来源于中宏产业数据库，CPI数据来源于中经网统计数据库。
为了消除异方差性，对各变量取对数，得到的基本模型如下。
3.平稳性检验面板模型在实行回归分析之前要实行单位根检验，否则可能出现伪回归问题。
采用ADF—fisher法对各变量实行平稳性分析，由表2可知，各序列均为平稳序列，所以能够直接建立回归模型。
二、实证结果本文分3个时间段建立回归模型，以考察房价波动对消费的动态影响。
三个时间段分别为：2007年第2季度—2008年第3季度，2008年第4季度—2009年第4季度，2010年第1季度—2013年第3季度。
考虑到影响消费的因素众多，所以模型误差项可能存有异方差和序列相关，而广义矩估计（GMM）不需要知道随机误差项的准确分布信息，因而所得到的参数估计量将比其他参数估计方法更有效。
但为了增加说服力，表3同时列出了GMM模型和固定效应模型（FEM）①的估计结果，以便实行对比。
GMM模型的Sargan检验结果表明拒绝原假设，即模型工具变量的选择是有效的，各解释变量对消费的联合作用显著。
从GMM和FEM的估计结果能够看到，除了第三期房价系数的正负值不一致外，其余变量在各期的系数符号均一致，但是第三期的房价系数均没有通过显著性检验。
基于GMM模型的普遍适用性，本文更倾向于用该方法得到的估计结果。
比较各个时间段模型的回归结果，能够看到收入对消费的影响一直都是比较大的，但是在时间段3，即2010年以来，居民收入对消费的影响有了一个比较大的降幅。
房价对消费的影响，在时间段1是显著为负的，说明房价上涨对消费产生了抑制效应。
在时间段2，即实施拉动经济的房地产政策时期，房价上涨对消费的影响显著为正，在保持收入、前期消费和CPI不变的情况下，房价每增长1%，消费平均增长0.28%。
到了时间段3，房价系数虽然没有通过显著性检验，但是也为负，说明这个时期房价上涨不存有财富效应。
三、计量结果分析与政策建议本文实证检验了2007年第2季度以来，房价变动对消费的影响。
房地产调控政策的目标主要是保持房地产市场稳定健康发展、促动消费。
但是从实证的结果来看，刺激消费的目标并没有实现，即使在存有财富效应的时间段2，房价上涨对消费的拉动作用也非常有限。
2003年，中央政府就开始采取措施抑制房地产市场的过热发展，但同年8月，中央又出台文件②，提出对符合条件的房地产开发企业和房地产项目要继续增大信贷支持力度。
两份意见相左的文件相继出台，无疑削弱了抑制措施的效果。
这个矛盾心态实际上在很多地方政府中都存有，他们以房地产业作为拉动经济发展的支柱产业，导致房价一直维持在高位。
总的来说，在2007年第2季度到2008年第3季度期间，房价上涨的预算约束效应和替代效应超过了其他效应，所以房价上涨对消费的影响是负的。
金融危机期间，政府出台了一系列的房地产调控政策。
其中，宽松的货币政策扩大了房地产开发企业的资金来源，进而促动房地产市场的供给。
因为住房支出是消费性支出的组成部分，居民购买住房又会引致诸如装修等方面的支出，所以在2008年第4季度到2009年第4季度期间，房价的快速上涨对消费产生了正的影响，但应该看到在增加的消费支出中，一部分是由住房支出构成，其他消费支出的增长是十分有限的。
进入2010年，国家增大了房地产的调控力度，随着政策的收紧，银行总体信贷规模在缩小，影响到房地产市场的供给。
而二套房贷政策的执行，也在一定水准上抑制了投机需求。
从房价的描述性统计中能够看到，房价总体上仍然在快速增长，但是一些房价较高的省市，如北京、上海、广东、海南、天津，房价增长率都在平均值以下，分别为4.74%、0.7%、12.95%、-15.36%、14.36%；而一些房价增长率较高的省市，房价基本尚在合理范围内，如江西、河北、山西、山东、湖南，房价增长率达到75.59%、36.74%、36.42%、33.05%、32.12%，但房价分别只有4693.4元、4455.99元、3895.42元、4747.3元、4125.1元（2013年第三季度数据）。
所以房价调控政策的效果对于房价高企的省市来说是较为显著的。
但是实证结果表明房价对消费不存有财富效应，甚至可能存有抑制效应。
从实证结果中能够看到，收入对消费的影响在下降，这是因为当前物价过快增长，而居民收入没有同比例增长，这强化了居民的储蓄动机，削弱了消费意愿。
（2）带*号表示在5%的显著性水平下，变量没有通过检验。
当前国内经济处于转型时期，城市化速度持续加快，未来楼市仍会存有大量刚性需求，这些需求的存有将会带来较大的预算约束效应和替代效应，从而房价上涨的财富效应难以实现。
所以应增大中低价位、中小套型普通商品房的供给，这就要求在土地审批环节要适当增加这类住房的土地供应，相对应减少高档房的土地供应。
此外，为保证中低收入群体的居住需求，必须增大保障房建设力度，同时防止这些保障房被非中低收入群体非法占有。
拓宽居民的投资渠道，健全房地产金融体系，也是抑制投机行为的重要举措，同时可尝试学习西方国家的住房增值贷款。
最后，房地产政策应保持一定的连贯性，并实施到位，过于频繁的调控政策不利于居民形成稳定的预期，对未来房价的走向也难以把握，从而不利于信心效应的发挥。
第二篇1房价决定因素模型建立鉴于上文分析,我国房地产市场的预期是一种理性预期与非理性预期共存的混合预期模式,我们能够借鉴行为金融学中的噪声交易者模型来辅助分析房地产市场.噪声交易者模型是DelongJB、ShleiferA、SummersLH和Waldman在1990年提出的(简称DSSW模型),模型中存有两类投资者：一类是理性交易者R(RationalArbitrager),另一类是噪声交易者N(NoiseTrader).因为市场中存有虚假或误判的信息(即噪声),使噪声交易者的行为具有随机性和不可预测性,但他们也可能因承担自己创造的风险而赚取比理性投资更高的回报.当然,DSSW模型是基于证券市场建立的,与房地产市场的实际情况不一定吻合,所以作者在此对原模型实行一些修正和完善,使之更加符合房地产市场的特点6-7.1.1模型假设假设一：假设市场上两类交易者的数量之和为Z,其中理性套利者R和噪声交易者N所占比例分别为u和1−u,两类参与者中每个个体购买房地产的数量分别为Rq和Nq.噪声交易者主要根据经济基本面、房价的历史动量以及市场中存有的噪声信息来对风险资产实行定价.假设二：假设市场中有两种资产可供选择：一种是无风险资产,它按照固定的收益率rt支付红利,这种资产的供给有完全弹性,能够随时被创造出来;另一种是风险资产,不具备完全弹性,供给数量在一定时期内是固定的.其中,这里的无风险资产代表的是储蓄,风险资产代表的是房地产产品,并且市场参与者只对这两种资产实行投资.假设三：假设投资者的生命周期分为两个阶段—–年轻时期和年老时期.在年轻时期,市场参与者提供劳动获得报酬,取得初始财富,并对两种资产实行组合投资;在年老时期,市场参与者将资产卖出,获得回报,实行消费.假设四：假设两类参与者具有相同的风险偏好,他们的效用函数都是恒常绝对风险规避函数,其中绝对风险厌恶系数为γ.1.2效用函数构建由假设条件,作者将市场参与者的生命周期简化成两个时期—–年轻时期和年老时期.首先,在年轻时期,市场参与者提供劳动,获得报酬Wi,以单价Pt购买房地产商品的数量iq,而剩余的收入则实行储蓄Si,其中,i表示两类投资者,则投资约束方程能够表示为。
到了年老时期,房地产价格会随之变化,市场参与者期望以单价t1,eP+将其房地产商品卖给年轻一代,收取回报,实行消费.则消费约束方程能够表示为。
1.3市场均衡价格求解由(4)式能够看出,因为两类不同的投资者获取信息和处理方式的差异,其对房地产价格的预期t1,eP+必然也不相同,所以每类投资者为了实现效用最大化所实行的投资决策也是有差异的.首先,对于理性套利者R,他们会充分有效地利用所有可得的信息来形成一个无系统性偏误的预期,但是并不意味着与客观实际完全一致,实际中总存有一些不可避免的随机干扰,所以,理性套利者的预期价格能够表示。
2房价波动因素实证分析2.1实证模型建立(10)式是由理性套利者和噪声交易者这两类市场参与者共同决定的房地产均衡价格,但是该表达式过于复杂,不能够直观表达出各变量之间的相互关系.为了便于实证分析房地产价格的驱动因素,能够将(10)式转化成以下形式2.2数据及指标说明作者选择全国35个大中城市(北京、天津、上海、重庆、石家庄、太原、呼和浩特、沈阳、大连、长春、哈尔滨、南京、杭州、宁波、合肥、福州、厦门、南昌、济南、青岛、郑州、武汉、长沙、广州、深圳、南宁、海口、成都、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐)2002~2012年的房地产市场数据作为研究对象.其中,tP和tQ采用的是某个城市第t期商品房平均销售价格和商品房销售面积,这两组数据均来自于2003~2013年度中国房地产统计年鉴.因为商品房市场基本上都存有于各地区的城镇之中,所以交易者数量Z采用的是该城市的年末城镇人口数量作为替代,其数据来源于各城市的统计年鉴及年度统计公报.利率tr数据来源于中国人民银行人民币贷款五年期基准利率.这几组数据都经过以2001年为基期的不变价格指数实行调整,使其转化成可比的真实经济变量.因为理性预期者能够准确预期房价的走势,所以他们对下一期房价增长率的预期能够利用理性预期测算公式计算出来;而噪声交易者因为对房地产信息掌握不完全,他们在很大水准上会根据价格的历史变化趋势形成对未来的预期,对下一期房价增长率的预测也会产生一定的偏差,所以噪声交易者的房价增长率预期测算公式能够表示为：,这里我们假设噪声交易者只考虑前两期的情形8.2.3平稳性检验为了避免序列不平稳而造成的“伪回归”问题,首先需对数据实行单位根检验.面板数据单位根检验方法有很多,能够使用LLC、IPS、Breintung、ADF-Fisher、PP-Fisher这5种方法实行检验.为了增强结果的稳健性以提升结论的可信度,作者采用两种最具代表性的检验方法实行检验—–相同单位根检验方法LLC和不同单位根检验方法ADF-Fisher,检验结果见表1,所有变量在10%的显著性水平下均是平稳的,符合文中实证分析模型的建模要求.2.4格兰杰因果检验由前文理论分析可知,参与者的预期与房价的波动相互影响,为验证理论分析的结论,作者对预期和房价作格兰杰因果检验.作者采用EViews8.0,选择Panelcausality中的Stackedtest(commoncoefficient)检验方法对预期和房价实行因果检验,其中假设所有截面(即35个城市)的影响系数是相同的,检验结果见表2.由表2的检验结果可知,一方面,在5%的显著性水平下,滞后1期或2期时,理性预期与房价之间互为格兰杰因果关系,这就很好地说明了理性预期者能够根据市场上房价的变化以及政府出台的一系列政策对下一期的房价做出准确判断,而他们的预期也影响了日后房价的变化;另一方面,在5%的显著性水平下,滞后1期或2期时,噪声交易者预期是房价的格兰杰原因,而房价不是噪声交易者预期的格兰杰原因,这就表明这个类参与者虽然没有能够准确预期房价的变化,但是他们的预期对房价的波动产生了一定的影响.2.5实证结果及分析在面板数据模型实行估计前,先利用Hausman检验来确定模型的形式,检验结果表明,在1%的显著性水平下,拒绝随机影响模型,接受固定影响模型,所以,理应采用固定效应模型实行估计.因为作者选择35个大中城市的数据作为研究对象,各城市间的房价存有较大差别,为了克服异方差,在GLS权重中选择Cross-sectionweight实行加权,其模型最终估计结果见表3.从表3估计结果可知,一方面,模型的拟合优度值为0.793,并且在5%的显著性水平下,除了利率r不能通过检验外,其余各变量的t值均能通过显著性检验,由此说明模型及各相关变量对房价具有解释水平;另一方面,从解释变量的系数来看,RE对房价存有负向效应,而NE对房价存有正向效应,这说明理性预期能够对房价上涨产生抑制作用,而噪声交易者预期则会进一步推动房价上升.市场交易者数量Z和房地产市场交易数量Q的系数为正数,这也很好地说明了房价与房地产市场需求存有正相关关系,而利率r的系数表明金融机构的贷款利率升高能够在一定水准上抑制房价的上涨.3结论与建议作者基于行为金融学中的噪声交易模型,建立了包含理性预期和噪声交易者预期的房价决定模型,并对35个大中城市的面板数据实行实证分析,得出如下结论：(1)从理论分析部分可知,现阶段我国房地产市场参与者的预期是一种理性预期与非理性预期共存的混合预期模式;(2)从建模分析中能够看出,房价是由房地产市场参与者预期、参与者数量、房地产交易量以及金融机构贷款利率共同决定;(3)从实证部分可知,理性预期和噪声交易者预期都会对房价产生影响,理性预期能够在一定水准上减缓价格波动，而噪声交易者预期则会进一步推动房价的上涨.针对以上主要结论,作者给出如下政策建议：首先,政府应建立房价调控的长效机制,保证政策的稳定性、连续性和有效性,避免政策的大起大落,给予市场主体信心;其次,政府应完善房地产市场信息公开制度,增强信息的即时性、完整性和准确性,减少市场中信息分布不对称现象,使市场主体充分了解市场,从而形成理性预期;最后,政府应对投资者行为实行规范,并发挥主管部门、新闻媒体等机构的作用,对市场上的投机行为和投机心理加以准确引导,提升市场主体行为的理性水准。