房价影响因素的实证研究_基于GDP_CPI_利率和居民可支配收入视角

从 张 夕 琨 [1]做 的 分 析 可 以 看 出 ，我 国 房 价 与 居 民 可
支配收入具有长期的正向关系。作为房价格兰杰原因的
贷款利率 [2]，在理论上，一方 面 与 资 产 价 格 呈 负 相关 关
系，利率下降降低了货币持有成本，提高了人们对房屋的
需求，从而推高房价；另一方面，依据利率平价理论，利率
0.111496 0.094384
3.2.3 分 析 （1）房价与居民可支配收入。住房制度改革以后，房
图1 回归方程拟合图
55
CONSTRUCTION ECONOMY
2009 年第 12 期（总第 326 期） 房 地 经 济
屋成为消费品，从经济学理论来讲，它与一般消费品间具 有一定的替代性。但在其他条件不变的情况下，居民收入 的不断提高使得预算约束线向外平行移动，居民为了达到 更大的效用水平，收入效应会使居民提高住房面积需求， 对应的房价也会上升。所以从房地产市场理论分析可知， 我国房地产价格与居民可支配收入具有长期的正向关系， 这点在回归方程中也得到了印证。
前期房价 的 预 期 之 间 存 在着 密 切 的 关 系 ，GDP 与 预 期 的变动将引起房价的变动。本期 GDP 增量增加一个单 位，使得本期房价增量增加 0.07 个单位。长期来看，上 一期的非均衡误差以 91%的比率对本期的房价做出修 正 ，这 种 修 正 的 力 度 很 大 ，一 旦 短 期 波 动 偏 离 了 长 期 均 衡关系的轨道，误差修正机制的存在能够纠正这种偏 离，并最终使房价与 GDP 之间的关系回到长期均衡关 系的轨道。 3.2 可支配收入、CPI和贷款利率对房价的影响 3.2.1 OLS回归结果
54
CONSTRUCTION ECONOMY
房地经济
2009 年第 12 期（总第 326 期）
从表 1 可知，房价不是 GDP 的格兰杰原因，而 GDP
是房价的格兰杰原因。对房价（HP）和 GDP 取自然对数做
数量分析，回归模型如下：
lnHP=C1+C2×lnGDP+ε
（1）
其中，ε 为残差项；C1 为常数项；C2 为常数系数。
从购房者角度来说，上调利率并未能降低居民的购 房欲望。首先，对中低档房屋的自住者而言，他们购房往 往选择多付（首付）少贷（贷款）的方式，并且尽量在贷款 几年后想办法筹集资金将余款一次性付清。所以，利率 轻微的上调影响并不大。再次，对投机者而言，他们一方 面是需求者，另一方面又是供给者。作为需求者，他们或 者以月还款的方式按揭，则等同于前面的分析；或者一次 性付清房款以等待时机再高价卖出，加息成本又转嫁给 下一个买家。
程得：
lnHP=6.9105+0.0736*lnGDP+[AR（1）=0.907]
（13.80）（1.932）
（20.508）
R2=0.882，DW=2.477，F=277.055，n=77
从上式可知，影响当前房价的因素，除当期 GDP 外，
还有上期房价的波动情况。回归方程的拟合优度和 F 检
验值都显著增加，因此，前期房价的预期对现期房价有着
（18.259） （5.039）
R2=0.234，DW=0.211，F=25.039，n=85
可见，拟合优度虽然不高，但 lnGDP 的系数通过了显
著性检验，房价与 GDP 间存在显著的相关性，GDP 每增加
1％能使房价增加约 0.15％。但是，由于 DW 的值接近零
值，方程存在完全一阶正相关。通过广义差分法修正原方
[中图分类号] F407.9
[文献标识码] B
[文章编号] 1002-851X（2009）12-0054-03
1引言
近年来，随着我国经济的高速增长，我国的经济总量 呈现出不断增大的趋势，GDP 从改革开放之初不到五千 亿元人民币的规模，增加到如今的近三十万亿元人民币。 经济总量与房地产价格之间的关系，直观上看是呈正相 关的。本文基于这个基本假设，对房地产价格与经济总量 进行量化处理，找出它们之间的因果关系和比较精确的数 量关系。同时对影响房地产价格比较大的中央银行的基 准贷款利率、城镇居民可支配收入及CPI 等因素进行实证 分析，找出他们与房价的关系，并提出政策建议。
为研究房地产价格与国内生产总值之间的因果关系 及数量关系，首先要验证房地产价格及国内生产总值数 据的平稳性，在达到平稳的基础上，对它们进行格兰杰因 果检验，进而得出它们之间的因果关系。通过对相关数据 的单位根检验，得知它们均为一阶平稳，因此，可以在滞后 一期的基础上，对房地产价格和 GDP 进行格兰杰因果检 验。检验结果见表 1。
（2）房价与 CPI。房价对 CPI 的影响方式及影响效果 争议一直较大。从回归结果可知，CPI 指数每增加1%，房 地产价格会增加 0.026%。但实际上，以 2009 年 4 月 1 日~5 月 1 日的 CPI 指数与房价为例，CPI 指数从98.5 上 升到98.6，仅增加 0.1% ，房 价 却 从 4650 元/m2 上 升 到 4835 元/m2，涨幅达 3.98%。回归结果与现实结果之间存在 巨大差异，这从一个侧面反映出我国现行的 CPI 指数未能 良好地反映房价的现实状况。
（3）房价与贷款利率。我国在 1998~2003 年的减息过 程中，房价呈现稳定的上涨，表明了我国利率变动与房价 的反向变动关系。然而，在 2004 年以来的加息过程中，我 国房价不但没有下降，反而快速上扬。反映出我国利率政 策对房价的调控作用不强。
从房地产开发商的角度来说，轻微的利息调整对房 地产这个暴利行业而言成本影响不大。首先，对有政府 支持或与银行关系密切的大开发商而言，由于其拥有独 特的信息资源和利益群体，所以无须担心资金的来源。 又 由 于 我 国 目 前 实 行 利 率 管 制 ，利 率 水 平 很 低 ，使 得 资 金 的 使 用 成 本 相 对 较 低 ，所 以 ，贷 款 利 率 的 轻 微 上 升 对 开发商影响不大。其次，对中小开发商而言，由于从金融 机 构 获 得 贷 款 较 难 ，他 们 多 通 过 社 会 募 集 资 金 ，而 民 间 资本的融资利率多在 8％左右甚至更高，因此，银行略微 的利率调整对其影响不大，同时开发商也能通过提高房 价把增加的开发成本转嫁给购房者，从而进一步推高楼 价。国家对土地开发的限制政策减少了土地的供给量， 加剧了房地产的供求矛盾，也为开发商获得更大的利益 提供了条件。
其次，通过 Ramsey RESET 检验对回归方程是否存 在形式误设进行检验，检验结果见表 3。从表 3 可知，在 5%的显著性水平下，方程没有通过显著性检验，因此模型 不存在形式的误设，原方程有效。
F检验值 对数似然比
表 3 回归设定误差检验
2.255828
概率 F（9,75）
14.80372 概率 Chi-square（2）
2 数据选取及模型
本研究的样本数据来自 2001 年 1 月至 2009 年 7 月 间的全国宏观数据，由于原始数据资料中一月份房地产 行业相关数据的缺失及 2009 年 GDP 数据尚无，实际有 效的数据为 77 组。其中，全国房屋的平均销售价格由当 月全国房屋销售总额（亿元）与当月全国房屋销售总面积 数（万平方米）相除计算得到，数据来源于中经网数据库； CPI 来源于国家统计局；GDP 的国家统计数据目前只有
首先，对回归方程的异方差进行检验。White 异方差 检验的结果见表 2，在 5%的显著性水平下，方程没有通过 显著性检验，因此模型不存在异方差。
表 2 White 异方差检验
F检验值
1.757420 概率 F（9,75） 0.090855
观测值个数 * 拟合优度 14.80372 概率 Chi-square（9） 0.096470
显著的影响。
3.1.2 分 析
由表 1 中的相关性分析可知，房价与 GDP 的增长存
在明显的正相关关系，且模型的拟合效果较好（如图 1）。
根据模型，被解释变量的波动可以分为短期波动和长期
均 衡 两 部 分 ，短 期 波 动 由 变 量 的 差 分 项 来 反 映 ，长 期 均
衡部分由误差项得到反映。模型表明，房价与 GDP 及对
[摘 要] 应用 OLS 对我国房地产销售价格与国内生产总值（GDP）、居民消费价格指数（CPI）、居民可支配收
入、人民银行贷款基准利率等变量的关系加以回归分析。 结果表明，经济总量、物价和贷款利率的
波动，都是影响未来房价走势的重要因素。
[关键词] 房地产价格；GDP；CPI；居民可支配收入；贷款利率
Abstract: This paper makes a regressive analysis on the relationship between housing price and GDP, CPI, resi －
Байду номын сангаас
dent's disposable income, loan benchmark interest rate of People's Bank, etc. The result indicates that economic
与汇率正相关，利率上升会带来汇率的升值，从而吸引境
外资金涌入我国房地产市场，推动房价的上涨。所以，利
率对房价的影响方向并不确定。由于国家统计局并未把
房价纳入 CPI 的核算体系内，那么房地产作为既有投资
概念又有消费概念的特殊商品，其价格与 CPI 之间是否
存在相关性，其相关性又如何呢？本文借助回归模型（2）
lnHP = 3.9823 + 0.0981*lnCI + 0.0260*CPI + 0.0854*R （4.751） （5.672） （2.624） （2.845） R2=0.627，DW=0.402，F=45.430，n=85
可见，拟合优度达到了 0.60 以上，自变量所能解释的 程度比较理想；各自变量的 t 值也比较显著。 3.2.2 回归方程的有效性检验
aggregate, commodity price and loan interest rate are the important influence factors for the housing price trend.
Key words: housing price; GDP; CPI; resident's disposable income; loan interest rate
对此进行分析。
lnHP=C1+C2×lnCI+C3×CPI+C4×R+ε
（2）
其中，CI 为居民可支配收入；R 为贷款基准利率；ε 为残差
项；C1 为常数项；C2、C3、C4 为常数系数。
3 实证检验与分析
3.1 GDP对房地产价格的影响
3.1.1 OLS回归结果
lnHP=6.258269805+0.1526327756*lnGDP
CONSTRUCTION ECONOMY
2009 年第 12 期（总第 326 期） 房 地 经 济
房价影响因素的实证研究
— ——基于GDP、CPI、利率和居民可支配收入视角
■ 彭 聪1 ， 聂元飞2
（1.云南财经大学商学院， 云南 昆明 650021；2.云南省人民政府政策研究室， 云南 昆明 650000）
表1 格兰杰因果检验
滞 后 期 ：1
原假设
数据个数 F检验值 P值 结论
房 价 不 是 GDP 的 格 兰 杰 原 因 77
GDP 不 是 房 价 的 格 兰 杰 原 因
10.6395 0.00168 接受 0.02163 0.88347 拒绝
[作者简介] 彭聪（1976-），男，湖北武汉人，云南财经大学商学院研究生，研究方向：产业竞争力。 聂 元 飞 （1963-），男 ，云 南 寻 甸 人 ，云 南 省 人 民 政 府 政 策 研 究 室 研 究 员 ，研 究 方 向 ：区 域 经 济 和 产 业 经 济 。
年度数据，因此，在 Eviews 中使用平滑移动平均的方法 转换成月度数据；由于房地产投资所需贷款一般以中期为 主，所以利率选取金融机构 3~5 年的中长期贷款基准利 率 ；鉴 于 国 内 房 地 产 市 场 购 房 群 体 主 要 为 城 镇 居 民 ，因 此，选取城镇居民可支配收入作为考察影响房地产价格 的一个因素，其数据来自于国研中心数据库，由于数据库 中的数据为季度数据，因此，在实际应用中，也使用 Eviews 转换了时间跨度。