• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      商業(yè)投資與房地產(chǎn)價格影響因素分析

      2018-08-16 09:21:40宋宏張璐
      商業(yè)經(jīng)濟(jì)研究 2018年11期
      關(guān)鍵詞:貨幣供應(yīng)量西安

      宋宏 張璐

      中圖分類號:F293 文獻(xiàn)標(biāo)識碼:A

      內(nèi)容摘要:研究發(fā)現(xiàn)1997-2014年西安市房價主要受貨幣供給量M2、限購政策、收入分配差距和新竣工房屋面積的影響,而與居民收入、人口流動和數(shù)量、房地產(chǎn)成本、公共服務(wù)水平?jīng)]有顯著關(guān)系??梢娢靼卜績r上漲主要是體現(xiàn)資產(chǎn)泡沫的膨脹,調(diào)控西安房價的思路應(yīng)當(dāng)是增加房產(chǎn)供給,并控制貨幣發(fā)行量和著力解決收入分配不公問題。限購政策不能達(dá)到控制房價的目標(biāo),相反發(fā)揮著助推房價上漲的作用,應(yīng)避免在交易環(huán)節(jié)對購房需求進(jìn)行調(diào)控。

      關(guān)鍵詞:西安 貨幣供應(yīng)量 房產(chǎn)價格 限購

      相關(guān)文獻(xiàn)綜述及房產(chǎn)價格影響因素的理論分析

      依據(jù)經(jīng)典經(jīng)濟(jì)學(xué)理論,普通商品價格由商品的供給和需求決定,房地產(chǎn)價格也由房地產(chǎn)的供給和需求所決定。但是,由于房地產(chǎn)具有普通消費品和投資品的雙重屬性,同時房地產(chǎn)供需雙方也直接受到房地產(chǎn)宏觀政策的影響,因此房地產(chǎn)價格影響因素和機制更為復(fù)雜。

      從需求側(cè)而言,房地產(chǎn)總需求Q可以分為兩部分:房地產(chǎn)作為普通消費品的社會剛性需求QM和作為投資品的社會投資和投機性需求QI。其一,居民收入是影響房地產(chǎn)需求和價格的重要因素。依據(jù)需求理論,商品需求的首要決定因素就是收入,收入是影響房地產(chǎn)需求和價格的重要因素。J.Nellis和J.Longbottom(1981)、王冰和黃磊(2005)、李春吉等(2005)研究均發(fā)現(xiàn)收入是影響房價的重要因素,居民收入水平和房價呈正相關(guān)關(guān)系。而在度量居民收入時,研究采用的變量并不完全一致,具體包括人均可支配收入、人均儲蓄等,但吉魯阿爾等(Girouard,et al.,2006)研究發(fā)現(xiàn)價格收入比并不是測度購房能力的好指標(biāo)。其二,人口因素是影響房地產(chǎn)需求和價格的重要因素。從市場總需求角度而言,人口因素是重要因素,具體涉及人口數(shù)量和結(jié)構(gòu)。其三,貨幣政策是影響房地產(chǎn)需求的重要因素。由于住房屬于大額資產(chǎn),購買一般需要使用銀行信貸資金,利率構(gòu)成購買房產(chǎn)的成本,利率越高則購買成本越高,房地產(chǎn)需求則越少,房價則應(yīng)越低。但隨著金融創(chuàng)新的發(fā)展以及房產(chǎn)具有投資品性質(zhì),利率與房產(chǎn)價格的關(guān)系相關(guān)性減弱且關(guān)系不確定性增強。作為消費品而言,利率構(gòu)成購房成本,利率與房價應(yīng)當(dāng)呈負(fù)相關(guān);但作為資本品,房產(chǎn)作為較好的保值、升值品,利率則成為其投資的基礎(chǔ)回報率,利率越高則投資回報率越高,利率與房價應(yīng)當(dāng)呈正相關(guān)。

      從供給側(cè)而言,房地產(chǎn)供給和價格主要受到房產(chǎn)供給成本、土地管制、存量房產(chǎn)和房區(qū)公共服務(wù)水平等影響。其一,房產(chǎn)供給的首要成本是土地價格,地價和房價正相關(guān)。張夢實(2010)研究發(fā)現(xiàn)土地成本占整個建房成本的60%-70%,土地出讓成本對房價上漲形成推動力;高波等(2003)的研究也發(fā)現(xiàn)地價和房價正相關(guān)。其二,土地管制抬高了房價。顯然,土地管制抑制了房產(chǎn)的有效供給,會推高房價。事實上,從美國、英國、香港、中國土地管制的情況看,都導(dǎo)致房價升高。其三,存量房產(chǎn)會影響房價。但對存量房與房價之間的關(guān)系尚沒有得到確定性的研究結(jié)論。

      為了更好結(jié)合西安房價實際情況,基于上述分析,本文構(gòu)建模型的因變量為住房價格Price,自變量包括居民收入Inc、人口Pop、貨幣供應(yīng)量M2、土地成本land、存量房stored_H、公共服務(wù)水平publice_goods、購房政策Policy、收入分配差距Gini,其他因素作為隨機擾動項處理。具體模型為:

      Price=f(Inc,Pop,M2,land,stored_H,publice_goods,Policy,Gini)+ε

      西安市房價影響因素:基于與武漢市比較的認(rèn)識

      西安市和武漢市都屬于區(qū)域中心城市,具有較強可比性。在我國單一制中央集權(quán)國家制度下,西安市、武漢市面臨的宏觀政策和宏觀經(jīng)濟(jì)環(huán)境基本一致,因此可以認(rèn)為利率、資產(chǎn)荒、房地產(chǎn)稅費、購房政策、國際需求、非房地產(chǎn)部門技術(shù)快速進(jìn)步等并非影響西安和武漢市房產(chǎn)價格差異的主要因素。主要從居民收入、人口、存量房、公共服務(wù)等方面比較兩個城市的差異,從而探尋導(dǎo)致兩個城市房價差異的可能原因。

      以商品房銷售額與年商品房銷售面積的比值得到商品房年均價,度量房地產(chǎn)價格。以市轄區(qū)人均GDP度量居民收入,以市轄區(qū)人口密度度量人口因素,以房屋竣工面積度量存量房,以市轄區(qū)醫(yī)療衛(wèi)生機構(gòu)床位數(shù)度量公共服務(wù)發(fā)展水平。相關(guān)數(shù)據(jù)來自或整理于武漢市、西安市歷年統(tǒng)計年鑒、統(tǒng)計公報和中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。

      2008-2014年武漢市房價持續(xù)高于西安市,平均高出22.31%;其中2009年武漢市房價高出幅度達(dá)到最大為36.99%;2012年兩個城市房價最接近,武漢市房價高出幅度僅為11.05%,為7年來最小值。同時發(fā)現(xiàn),2008-2014年武漢市居民收入、人口密度和公共服務(wù)水平持續(xù)高于西安市,年均高出幅度分別達(dá)到71.29%、28.42%和20.26%;但在存量房方面則沒有出現(xiàn)確定性關(guān)系,但總體而言,2008-2014年武漢市存量房少于西安市。

      以武漢市高出西安市的幅度來度量兩個城市的差異,通過分析武漢市高出西安市房價、居民收入、人口密度、存量房和公共服務(wù)水平的幅度做相關(guān)性分析,發(fā)現(xiàn)只有兩個城市公共服務(wù)水平差異與房價差異出現(xiàn)了顯著負(fù)相關(guān)性,與理論預(yù)測方向相反;但居民收入、人口密度和存量房差異并沒有反應(yīng)在房價差異上(見表1)。分析得出的結(jié)論與理論分析存在顯著不一致,有理由懷疑居民收入、人口密度、存量房和公共服務(wù)并非是決定西安市房價的主要因素。

      西安市房價影響因素的經(jīng)驗性研究

      (一)變量設(shè)計、數(shù)據(jù)說明和描述性統(tǒng)計分析

      采用商品房年均價格(=商品房年銷售額/商品房年銷售量)Price度量住房價格;采用人均儲蓄額Inc來度量居民收入,具體由西安市市轄區(qū)金融機構(gòu)人民幣各項存款余額中個人儲蓄存款按照年末西安市市轄區(qū)人口數(shù)計算平均值得到;無論是人口數(shù)量還是人口遷徙流入,都會反映至人口密度,采用西安市轄區(qū)人口密度Pop來度量人口因素對房價的影響;貨幣供應(yīng)量中M2是較好度量貨幣政策的方法;由于缺少公開發(fā)布完整時間序列的西安市土地成本數(shù)據(jù),目前的研究表明房地產(chǎn)投資的主要成本就是土地成本,鑒于土地成本與房地產(chǎn)投資成本之間具有顯著相關(guān)性,用當(dāng)年西安市房地產(chǎn)投資完成額land作為工具變量來度量土地成本;采用當(dāng)期西安市新竣工住宅面積stored_H度量存量房;以西安市轄區(qū)公共財政支出publice_goods度量公共服務(wù)水平;由于2011年2月-2014年8月西安市實施了房地產(chǎn)限購政策,取啞變量Policy來度量西安市房地產(chǎn)政策,其中沒有限購的年份取值為0,實施限購的年份依據(jù)其實施限購的月份占全年比例取值,例如2014年該取值為0.67(=8/12);采用基尼系數(shù)來度量收入分配差距,由于沒有獲得權(quán)威部門發(fā)布的西安市基尼系數(shù)值,采用全國基尼系數(shù)Gini代替西安市基尼系數(shù)。

      西安市相關(guān)數(shù)據(jù)來自和整理于西安市統(tǒng)計局網(wǎng)站和中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫,所缺數(shù)據(jù)由歷年《西安市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》補齊,全國數(shù)據(jù)來自和整理于歷年《中國統(tǒng)計年鑒》。

      運用IBM SPS軟件分析得到各變量主要統(tǒng)計值(見表2)。1997-2014年西安市房價均值為3503.67元/m2,最大值為2013年的6693元/m2,房價標(biāo)準(zhǔn)差較大,說明房價在這18年里發(fā)生了較大變化,具體而言就是持續(xù)上升。同時從各解釋變量看,西安市轄區(qū)公共財政支出的標(biāo)準(zhǔn)差最大,說明西安市公共服務(wù)的變動幅度大,其次是貨幣供應(yīng)量和西安市轄區(qū)居民人均儲蓄額變化大。

      (二)經(jīng)驗性研究結(jié)果

      運用stata14.0軟件,采用多元逐步回歸得到回歸結(jié)果(見表3)。最終回歸結(jié)果(模型2)顯示,只有貨幣政策、存量房、購房政策和收入分配差距與西安市房價進(jìn)入模型,通過了顯著性檢驗,說明上述因素是影響西安市房價的關(guān)鍵因素,而且這4個因素對西安市房價變動的解釋力度很強,模型擬合優(yōu)度達(dá)到98.21%。同時,居民收入、人口、公共服務(wù)、土地成本均沒有通過顯著性檢驗,而且在減少了這4個變量后,模型擬合優(yōu)度幾乎沒有變動,說明這4個因素確實不是影響西安市房價的關(guān)鍵因素。

      另外,計算模型2的標(biāo)準(zhǔn)化回歸系數(shù),發(fā)現(xiàn)貨幣政策M(jìn)2對房價的影響強度顯著高于其他因素,其標(biāo)準(zhǔn)化回歸系數(shù)達(dá)到0.7571,實際上即使是在模型1下,貨幣政策M(jìn)2的標(biāo)準(zhǔn)化回歸系數(shù)也為最大值,可以判定貨幣政策M(jìn)2對房價的影響強度并非由其自身波動性決定,貨幣政策確實是影響1997-2014年西安房價的首要因素。其次是購房政策,其標(biāo)準(zhǔn)化回歸系數(shù)達(dá)到0.2781;然后是收入分配差距,其標(biāo)準(zhǔn)化回歸系數(shù)為0.1853;最后才是存量房,標(biāo)準(zhǔn)化回歸系數(shù)為-0.1125。

      結(jié)論及建議

      (一)西安市房產(chǎn)不具備顯著的消費品屬性而主要顯示出資本品特征

      從武漢市和西安市2008-2014年房價比較分析和1997-2014年西安市房價回歸分析結(jié)果發(fā)現(xiàn),西安市房價與居民收入、土地成本、公共服務(wù)水平、人口不存在顯著關(guān)系,而主要受到貨幣供應(yīng)量、收入分配差距、購房政策、存量房產(chǎn)因素的影響,說明西安市房產(chǎn)主要具備資本品特征。

      因此,西安市房價上漲主要表現(xiàn)為資產(chǎn)泡沫膨脹,需高度重視并審慎對待。按照正常消費品調(diào)控的思路來調(diào)控西安房價,將很難取得理想效果。應(yīng)當(dāng)以調(diào)控資產(chǎn)泡沫過度膨脹的思路來調(diào)控西安市房價,并預(yù)防房地產(chǎn)資產(chǎn)泡沫破滅可能帶來的連鎖效應(yīng),以及其他資產(chǎn)泡沫破滅對房地產(chǎn)帶來的可能負(fù)面影響。

      (二)防止西安市房價非理性上漲的思路應(yīng)當(dāng)擴大房產(chǎn)供給而非實施限購

      上述研究發(fā)現(xiàn),西安市從房地產(chǎn)需求側(cè)實施的限購政策顯著助推了房價上漲,并沒有達(dá)到控制房價的政策目標(biāo);同時存量房與西安房價之間存在顯著負(fù)相關(guān)關(guān)系,說明擴大存量房、加大房地產(chǎn)供給和擴大新增房地產(chǎn)面積將有助于控制房價,防止西安市房價非理性上漲。

      西安市限購政策并沒有真正調(diào)控、抑制住房的投資性、投機性需求,當(dāng)前限購政策主要是在交易環(huán)節(jié)設(shè)置門檻和提高成本,在我國目前的社會狀態(tài)下,這種門檻和成本可以很容易被繞開,而且房產(chǎn)投機性購買獲得的收益足以彌補限購政策帶來的不便和成本。

      因此,防止西安市房價非理性上漲的思路是從房地產(chǎn)供給側(cè)發(fā)力,通過增加住房供給量防止房價非理性上漲;從需求側(cè)而言,限購并非是控制房價的良方,提升房地產(chǎn)持有成本方能有效抑制房地產(chǎn)需求。

      (三)寬松貨幣政策需要審慎推行

      上述研究發(fā)現(xiàn),貨幣供應(yīng)量M2是影響西安房價的首要顯著因素。盡管當(dāng)前我國貨幣政策已經(jīng)不再持續(xù)實施寬松貨幣政策,并對寬松貨幣政策進(jìn)行反思,但可以認(rèn)為寬松貨幣政策確實推高了西安房價。因此,調(diào)控經(jīng)濟(jì)時,持續(xù)性寬松貨幣政策需要審慎實施。貨幣政策在促進(jìn)經(jīng)濟(jì)復(fù)蘇和防止過度通貨膨脹、資產(chǎn)泡沫之間需要尋找合適平衡點。

      (四)應(yīng)著力解決收入分配差距過大的問題

      目前,有學(xué)者認(rèn)為當(dāng)前房價持續(xù)上漲是對收入分配差距過大的一種反映,本文發(fā)現(xiàn)收入分配不公導(dǎo)致西安房價上漲,而房價上漲實際又會形成對社會中低階層的一種掠奪。為了避免出現(xiàn)類似的惡性循環(huán),國家層面應(yīng)著力解決收入分配差距過大的問題。首先就是規(guī)范收入,將各種隱性收入顯性化、貨幣化;其次是不斷提升勞動在收入分配份額中所占比重;再次是不斷完善稅收、財政補助、社會保障、社會慈善等再分配、第三次分配機制,調(diào)節(jié)不合理收入,取締非法收入,保障低收入;最后是盡力構(gòu)建更為公平合理的社會秩序,確保社會公平。

      參考文獻(xiàn):

      1.陳瑩.西安市房產(chǎn)價格影響因素分析及實證研究[D].西安建筑科技大學(xué),2011

      2.田源.城市住宅房產(chǎn)稅稅基批量評估研究[D].西安建筑科技大學(xué),2015

      3.錢宇晨.我國貨幣政策影響房地產(chǎn)行業(yè)投資的實證分析[J].商業(yè)經(jīng)濟(jì)研究,2015(35)

      猜你喜歡
      貨幣供應(yīng)量西安
      西安2021
      Oh 西安
      MOROSO西安旗艦店
      家住西安
      《西安人的歌》突如其來?
      追根溯源 回到西安
      外匯儲備對我國通貨膨脹不確定性影響的實證分析
      我國貨幣供應(yīng)量對房地產(chǎn)價格的影響研究
      中國市場(2016年38期)2016-11-15 00:09:44
      當(dāng)前貨幣供應(yīng)量(M2)是否適度的分析與研究
      時代金融(2016年23期)2016-10-31 10:47:56
      我國貨幣政策中介目標(biāo)的選擇
      商(2016年25期)2016-07-29 21:36:41
      庆城县| 饶平县| 广昌县| 陆良县| 合山市| 象山县| 颍上县| 禄丰县| 湘潭市| 中超| 上虞市| 郴州市| 延津县| 太白县| 开封市| 青铜峡市| 宝兴县| 思茅市| 海伦市| 南和县| 社旗县| 客服| 新余市| 平泉县| 南昌县| 当涂县| 德惠市| 牟定县| 虹口区| 山丹县| 东乡| 揭西县| 上杭县| 离岛区| 读书| 汝南县| 鸡东县| 华池县| 广东省| 德清县| 宁陕县|