時間：2023-06-30 15:46:48
序論：在您撰寫房地產(chǎn)市場價格趨勢時，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
關(guān)鍵詞：重慶房地產(chǎn)；高價樓；調(diào)控政策
中圖分類號：F293.3 文獻標(biāo)識碼：A 文章編號：1008-4428（2017）04-38 -02
一、引言
改革開放以來，中國逐步廢除社會主義時期的住房政策，建立適應(yīng)資本主義體制的房地產(chǎn)市場，其過程大致分為三個階段：1978～1991年，住房改革和房地產(chǎn)市場的區(qū)域性試點。1991～1998年，住房改革和房地產(chǎn)市場在全國推開。1998年后，房地產(chǎn)市場基本成熟。本階段，終止福利分房，全部城鎮(zhèn)住宅強制商品化。至此，地產(chǎn)資本終于敲開了他們夢寐以求的個人住房領(lǐng)域大門，大量資本開始涌入房地產(chǎn)市場，房地產(chǎn)投資熱火朝天。2016年一、二線城市房價又迎來“坐火箭”的一年，國家統(tǒng)計局最新數(shù)據(jù)顯示，2016年，我國商品房銷售面積約15.7億平方米，比上年增長22.5%， 商品房銷售額約11.8萬億元，增長34.8%，其中，住宅銷售額增長36.1%。在如此動蕩的房地產(chǎn)市場中，重慶的房價可謂是房地產(chǎn)界的一股清流，從直轄之初至今，無論是從居民的感知還是統(tǒng)計數(shù)據(jù)顯示，都保持著平穩(wěn)增長的狀態(tài)。
二、影響重慶房價因素的探討與分析
（一）特殊的地理位置
重慶地處我國東、中、西三大經(jīng)濟帶的中西經(jīng)濟板塊的結(jié)合部。東鄰湖北、湖南，南靠貴州，西接四川，北連陜西；轄區(qū)東西長470千米，南北寬450千米，幅員面積8.24萬平方千米，為北京、天津、上海三直轄市總面積的2.39倍。重慶的結(jié)合部區(qū)域位置，具有承東啟西，左 右傳遞的樞紐作用，是交通、物質(zhì)、文化、人員、技術(shù)、信息和經(jīng)濟交流的中轉(zhuǎn)站，是沿海經(jīng)濟向內(nèi)陸腹地延伸的依托點之一，也是我國經(jīng)濟發(fā)展向西進行戰(zhàn)略轉(zhuǎn)移的支撐點之一。正是這樣特殊的地理位置給重慶經(jīng)濟的發(fā)展帶來了契機。廣袤的土地資源，大量的資金涌入以及便捷的交通也為重慶房地產(chǎn)業(yè)的發(fā)展創(chuàng)造了有利的條件。
（二）城鄉(xiāng)人口分布
2015年，重慶市常住人口3016.55萬人，與上年相比，增加25.15萬人，增長0.8%，常住人口繼續(xù)保持增長態(tài)勢。其中城鎮(zhèn)人口1838.41萬人，與上年相比，增加55.40萬人；全市城鎮(zhèn)化率60.94%，與上年相比，上升1.34個百分點。鄉(xiāng)村人口1178.14萬人，占常住人口的39.06%，與上年相比，減少30.25萬人。重慶市外出人口1069.43萬人，其中外出市外人口505.50萬人，占全部外出人口的47.3%；市內(nèi)外出人口563.93萬人，占52.7%。全市外來人口150.21萬人。由以上數(shù)據(jù)分析得出，直以來，在重慶城市化進程中，伴隨著農(nóng)村人口不斷減少，城市人口不斷增加，對商品房的需求也不斷增長，一定程度上推動了房地產(chǎn)業(yè)的發(fā)展，但同時重慶作為一座人口凈輸出的城市，市內(nèi)外出人口占總?cè)丝诒戎剡_一半以上，另一方面也緩解了住房需求緊張的狀況，抑制了房價的過熱增長，使得供需趨于平衡。
（三）經(jīng)濟發(fā)展?fàn)顩r
曾經(jīng)的重慶，主要產(chǎn)業(yè)不外乎鋼鐵、煤炭、化工、有色金屬、軍工等重化工產(chǎn)業(yè)，但在全國重化發(fā)展鼎盛時期，在鋼鐵行業(yè)、煤炭行業(yè)、化工行業(yè)、有色金屬行業(yè)狂歡中，重慶悄無聲息地實現(xiàn)了支柱產(chǎn)業(yè)轉(zhuǎn)換。重慶的高明之處在于，傳統(tǒng)行業(yè)處于發(fā)展鼎盛時期悄無聲息做減法，高技術(shù)產(chǎn)業(yè)做加法，新興產(chǎn)業(yè)做乘法。另外雖然重慶還處于投資驅(qū)動經(jīng)濟發(fā)展階段，但重慶的投資重點不放在房地產(chǎn)方面，而是放在實體經(jīng)濟領(lǐng)域、基礎(chǔ)設(shè)施領(lǐng)域、民生領(lǐng)域，重慶經(jīng)濟的高增長并沒有建立在房地產(chǎn)高漲價基礎(chǔ)上，房地產(chǎn)投資嚴(yán)格控制在固定資產(chǎn)投資25%（+-3%）左右。從某種程度上看，重慶真正做到了系統(tǒng)性地從經(jīng)濟和民生兩個維度去調(diào)控房地產(chǎn)市場，實現(xiàn)了人的城鎮(zhèn)化。
（四）政府對重慶房價的調(diào)控政策
重慶政府通過綜合考慮房地產(chǎn)市場的長短期特點，相繼出臺土地儲備制度、地票制度、保障房制度、房產(chǎn)稅制度，控制房地產(chǎn)市場宏觀層面的供求關(guān)系，共同創(chuàng)造了重慶成功控制房價的氛圍。
1.土地儲備制度
2002年8月22日，在時任副市長黃奇帆的推動下，重慶市政府通過了《重慶市國有土地儲備整治管理辦法》，開始大力實行土地儲備制度。其實質(zhì)是，由政府主導(dǎo)，將市內(nèi)土地一級市場的經(jīng)營權(quán)交給由官方掌控的幾家市級土地儲備機構(gòu)，核心在于原有的土地一級市場巨額增值收益不再被房產(chǎn)商占有，而是進入代表公共利益的國資系統(tǒng)。土地儲備制度對重慶房地產(chǎn)業(yè)影響重大，主要堅持了五項原則：一是超前儲備，一步到位；細水長流，逐年供應(yīng)。二是對儲備地的使用要兼顧公益和商業(yè)開發(fā)。三是土地儲備不改變市區(qū)兩級政府的分配制度。四是土地儲備公司肩負(fù)做好兩個循環(huán)的責(zé)任。五是嚴(yán)格設(shè)置風(fēng)險“隔離墻”。同年，重慶市建立了土地整治儲備中心，對全市土地市場進行宏觀調(diào)控。2003年2月，重慶市政府又在土地儲備中心的基礎(chǔ)上成立重慶市地產(chǎn)集團。該集團是重慶市政府注資的專事土地儲備和開發(fā)整理的運作載體。隨后幾年，重慶市城司、重慶市水利投資公司、渝富資產(chǎn)經(jīng)營管理公司等重慶市政府旗下的投融資平臺，亦被授予土地儲備職能，介入了土地一級市場。政府從而有效地控制了房地產(chǎn)市場，形成了土地資源配置的良性循環(huán)。
2.地票制度
地票制度即將農(nóng)村閑置的宅基地及其附屬設(shè)施用地、鄉(xiāng)鎮(zhèn)企業(yè)用地、公共設(shè)施用地等集體建設(shè)用地復(fù)墾為耕地，盤活農(nóng)村建設(shè)用地存量，增加耕地數(shù)量。這一制度創(chuàng)新，從系統(tǒng)化的層面看，主要基于三方面的理論邏輯。一是地票制度是被異化城鎮(zhèn)化路徑的正?；貧w，二是地票制度是產(chǎn)權(quán)經(jīng)濟學(xué)的創(chuàng)新實踐，三是地票制度是恪守“三條底線”的審慎探索。2008年，重慶報經(jīng)中央同意，成立農(nóng)村土地交易所，啟動了地票交易試點。按照我國土地用途管制制度和城鄉(xiāng)建設(shè)用地增減掛鉤、耕地占補平衡的要求，增加的耕地數(shù)量就可以作為國家建設(shè)用地新增的指標(biāo)。這個指標(biāo)除優(yōu)先保障農(nóng)村建設(shè)發(fā)展外，節(jié)余部分就形成了地票。按照增減掛鉤政策，地票與國家下達的年度新增建設(shè)用地指標(biāo)具有相同功能。通過交易，獲得地票者就可以在重慶市域內(nèi)，申請將符合城鄉(xiāng)總體規(guī)劃和土地利用規(guī)劃的農(nóng)用地，征轉(zhuǎn)為國有建設(shè)用地。大量的土地供給有效地抑制了地皮價格，房地產(chǎn)開發(fā)商建房成本降低，從而有效抑制了房價的上漲。
3.保障房制度
在保證充足的用地供應(yīng)同時，重慶的保障房建設(shè)在全國范圍內(nèi)也是完成得最好的。重慶以公租房為重點的住房保障體系，解決了低收入和外來務(wù)工人員的住房需求。在過去的十年里，重慶總計興建約4000萬平方米公租房，為數(shù)十萬市民提供了福利性住房。保障房供給量基本滿足了市場的需求，就造成炒作房地產(chǎn)市場、獲利的空間小，投資投機意義不大。
4.房產(chǎn)稅制度
從2011年起重慶成為兩個房產(chǎn)稅試點城市之一，重慶市的主城九個區(qū)都屬于試點的范圍，至今已有6年的時間。征收對象包括個人擁有的獨棟商品住宅、高檔住房、外地客購買的二套房等。今年年初，黃奇帆卸任重慶市市長一職后，各路不確實的消息鼓吹重慶房價將會上漲，吸引了大批外地炒房者組成炒房團涌入重慶房地產(chǎn)市場，個別地區(qū)和樓盤房價出現(xiàn)異常波動。重慶政府一直貫徹“房子是用來住的，不是用來炒”的理念，及時新的政令，對房產(chǎn)稅征收對象中，將“在重慶無戶籍、無企業(yè)、無工作個人新購的第二套普通住房”，調(diào)整為對“三無”人員首套住房征收房產(chǎn)稅，根據(jù)交易單價，將獨棟別墅和高檔住宅分為0.5%、1%、1.2%三個不同檔次；“三無”個人新購住房稅率為0.5%。房地產(chǎn)稅是房地產(chǎn)市場的“內(nèi)在穩(wěn)定器”，能夠起到逆周期的作用，對上海而言，是一副處方藥；對重慶而言則是一副保健藥，對重慶房地產(chǎn)市場長期健康穩(wěn)定發(fā)展是有利的。政府根據(jù)市場實際情況的變動對房產(chǎn)稅制度作出的相應(yīng)調(diào)試，遏制了炒房牟利行為，維護了樓市的平穩(wěn)發(fā)展，同時政府在“土地財政”之外又多了一個收入渠道。
三、結(jié)語
總的來說，重慶主要解決了影響房r的最主要因素――供需均衡，重慶模式總結(jié)起來是“高端有遏制，中端有供給，低端有保障”，在高端市場重慶是最早試行房產(chǎn)稅的城市之一，此外，契稅政策、貸款政策等方面對高端大戶型、別墅型等物業(yè)形態(tài)形成經(jīng)濟性遏制作用；中端市場的供應(yīng)在十年前就以較低的價格收儲了大量土地儲備，保證了充足的供應(yīng)；低端保障性住房又有政府主導(dǎo)的公租房系統(tǒng)供應(yīng)。這些措施使重慶房價控制到了三四線城市的水平，成為全國核心城市的房價洼地。重慶與中國所有城市都不同，具有“大城市、大農(nóng)村、大人口”特點，其樣本的特殊性注定了重慶對房地產(chǎn)業(yè)作出的調(diào)控方案只適應(yīng)重慶本身，在全國范圍內(nèi)不具有可復(fù)制性和可推廣性。
參考文獻：
[1]BashirAhmad，Sotiris K Ntouyas.Existence results for fractional differential inclusions arising from real estate asset securitization and HIV models[J].Advances in Difference Equations，2013，（12）：44-50.
[2]江燕.重慶模式：地票制度[J/OL].
[3]安輝，王瑞東.我國房地產(chǎn)價格影響因素的實證分析――兼論當(dāng)前房地產(chǎn)調(diào)控政策[J].財經(jīng)科學(xué)，2013，（03）：45-65.
[4]王元華.城鎮(zhèn)化進程中房地產(chǎn)價格分異研究[D].華東師范大學(xué)，2015，（09）：33.
[6]董英蘭.房地產(chǎn)市場博弈研究[D].首都經(jīng)濟貿(mào)易大學(xué)，2006，（03）：22-25.
[7]王元華.城鎮(zhèn)化進程中房地產(chǎn)價格分異研究[D].華東師范大學(xué)，2015，（09）：33.
作者簡介：
(一) 社會文化
(二) 經(jīng)濟生活
(三) 城市建設(shè)發(fā)展趨勢
二 房地產(chǎn)市場綜述
(一) 土地市場
(二) 房地產(chǎn)投資
(三) 房地產(chǎn)開發(fā)量
(四) 房地產(chǎn)銷售情況
(五) 開發(fā)企業(yè)
三 新安江房地產(chǎn)市場分析
(一) 住宅市場供應(yīng)
1. 熱點開發(fā)區(qū)塊
2. 典型開發(fā)項目
(二) 住宅市場需求
(三) 住宅市場價格趨勢
(四) 宏觀調(diào)控對新安江樓市的可能影響
四 項目基本分析
(一) 項目概況和開發(fā)條件
(二) 項目優(yōu)勢與劣勢分析
(三) 項目的機會與風(fēng)險分析
(四) 產(chǎn)品與銷售價格
關(guān)鍵詞：房價；開發(fā)投資總額；關(guān)聯(lián)度；嶺回歸
1 建模的原理介紹
1.1格蘭杰因果檢驗的原理
1969年，格蘭杰從計量經(jīng)濟學(xué)的角度提出了一種因果關(guān)系的定義：設(shè)有兩個時間序列｛xt｝和｛yt｝，如果xt的變化引起yt的變化，則xt的變化應(yīng)當(dāng)發(fā)生在yt的變化之前。具體操作中，一般是對以下兩個方程分別進行無約束和有約束估計：
（1）
（2）
如果在（1）中部分αi顯著不為零，則稱xt格蘭杰引起yt類似的，如果（2）式中部分αi顯著不為零，則稱yt格蘭杰引起xt，如果兩者都存在，則稱xt與yt互為格蘭杰因果關(guān)系。
1.2嶺回歸原理
多元回歸模型的矩陣表達式為：Xβ=Y，利用OLS求得： ，
當(dāng)自變量存在多重共線性時，導(dǎo)致 ，從而使得回歸系數(shù) 不穩(wěn)定，出現(xiàn)沒有實際意義的估計值。解決的辦法是在X′X的主對角線元素上加一個非負(fù)常數(shù)k，即得：
，其中E是單位矩陣，使得 的概率比 大大降低，最后用 來進行估計，結(jié)果會使 的估計變得穩(wěn)定得多。因此，嶺回歸估計的準(zhǔn)確程度取決于k值的選取，確定k值的方法一般是通過嶺跡圖或方差膨脹因子來選取。其確定方法是選擇一個盡可能小的k值，在這個k值上，嶺跡圖中回歸系數(shù)已變得較為穩(wěn)定，并且方差膨脹因子業(yè)變得足夠小。
回歸估計系數(shù) 是k的非線性函數(shù)；k值的加入使得
成為回歸系數(shù)的有偏估計，但是比β估計更穩(wěn)定； 隨k的變化軌跡圖稱為嶺跡圖。
1.3灰色關(guān)聯(lián)度分析原理
選取參考數(shù)列
其中k表示時刻。假設(shè)有m個比較數(shù)列
則稱
為比較數(shù)列xi對參考數(shù)列x0在k時刻的關(guān)聯(lián)系數(shù)，其中ρ∈[0，1]為分辨系數(shù)。稱 和 分別為兩級最小及兩級最大極差。
一般來講，分辨系數(shù)ρ越大，分辨率越高；ρ越小，分辨率越低。上式中的關(guān)聯(lián)系數(shù)是描述比較數(shù)列與參數(shù)數(shù)列在某時刻關(guān)聯(lián)程度的一種指標(biāo)，由于各個時刻都有一個關(guān)聯(lián)數(shù)，因此信息顯得過于分散，不便比較，為此我們給出ri=■■ξi（k）為數(shù)列xi對參考數(shù)列x0的關(guān)聯(lián)度。若關(guān)聯(lián)度ri最大，說明xi（k）與最優(yōu)指標(biāo)x0（k）最接近，即第i個被評價對象優(yōu)于其他被評價對象，據(jù)此可以排出各被評價對象的優(yōu)劣次序。可以看出，關(guān)聯(lián)度是把各個時刻的關(guān)聯(lián)系數(shù)集中為一個平均值，亦即把過于分散的信息集中處理。利用關(guān)聯(lián)度這個概念，可以對各種問題進行因數(shù)分析。
2 模型的分析
2.1 房價與房地產(chǎn)開發(fā)投資總額格蘭杰因果檢驗
依據(jù)格蘭杰因果檢驗原理，對房地產(chǎn)開發(fā)投資總額和房價利用Eviews軟件分析得到下表：（假設(shè)置信度α=0.05）
從上表可以看出，房價不是引起房地產(chǎn)開發(fā)投資總額變化的格蘭杰原因，而房地產(chǎn)行業(yè)開發(fā)投資總額的變化卻是引起房價變化的格蘭杰原因。房地產(chǎn)行業(yè)的投資總額的增加，一方面增加對商品房的投機性需求，進而對房價的上漲起到推波助瀾的作用；另一方面，對房地產(chǎn)行業(yè)投資的增加，使房地產(chǎn)市場更加的火爆，會給開發(fā)房地產(chǎn)市場相關(guān)的原料如建材、水泥及地皮價格起到刺激和促進作用，這些原材料價格的上漲勢必都附加于房屋的銷售價格中，勢必造成房價的上升。
2.2 房價的嶺回歸模型
房價模型的構(gòu)建有助于我們總結(jié)規(guī)律，科學(xué)界定影響房價的關(guān)鍵因素，從而指導(dǎo)房地產(chǎn)市場的管理和調(diào)控行為。本文初步選取的影響房價的因素有家庭人均年收入、房地產(chǎn)開發(fā)投資總額、年底總?cè)丝跀?shù)、建筑材料價格指數(shù)、新增家庭數(shù)、住宅房屋竣工面積和人均GDP指數(shù)（依次用F1~F7表示），我們利用嶺回歸模型分析影響房價的主要因素。
對文中給定的7個影響指標(biāo)進行相關(guān)性分析，分析得到如下相關(guān)系數(shù)矩陣
由相關(guān)系數(shù)矩陣可知，各因素之間的相關(guān)系數(shù)較大，影響因素之間兩兩相關(guān)。因此，采用傳統(tǒng)的最小二乘回歸存在較嚴(yán)重的多重共線性。
鑒于此，建立如下嶺回歸模型：
利用Matlab軟件編程求得房價與選取指標(biāo)的嶺跡圖。
由嶺跡圖可以看出，在0.3之后，7條嶺跡都開始變得平穩(wěn)。所以，將3代入做嶺回歸，得到如下模型：
通過嶺回歸得到的模型，可以看出：房價對人均GDP指數(shù)的敏感度為220.51，說明人均GDP指數(shù)每變動1單位，住房銷售房價變動220.51單位；家庭人均年收入變動1單位，住房銷售房價變動135.21單位；房地產(chǎn)開發(fā)投資總額變動1單位，住房銷售房價變動196.02單位；年底總?cè)丝跀?shù)變動1單位，住房銷售房價變動133.78單位；建筑材料價格指數(shù)變動1單位，住房銷售房價變動6.54單位；新增家庭數(shù)變動1單位，住房銷售房價變動132.1單位；住宅房屋竣工面積變動1單位，住房銷售房價變動138.05單位。
所以，通過上面的分析，房地產(chǎn)行業(yè)的開發(fā)投資總額對房價具有很大的影響作用。因此，分析房地產(chǎn)行業(yè)投資總額與國民經(jīng)濟其他行業(yè)的投資總額的關(guān)聯(lián)度，可以得到與房地產(chǎn)行業(yè)投資總額的關(guān)聯(lián)度最大的國民經(jīng)濟行業(yè)，進而分析該行業(yè)影響因素對房價的影響。
摘要：本文先是對全國平均住房銷售價格（以下簡稱房價）與房地產(chǎn)行業(yè)開發(fā)投資總額做格蘭杰因果檢驗，得出房地產(chǎn)開發(fā)投資總額是引起房價變化的格蘭杰原因，隨后選定家庭人均年收入、房地產(chǎn)開發(fā)投資總額、年底總?cè)丝跀?shù)、建筑材料價格指數(shù)、新增家庭數(shù)、住宅房屋竣工面積和人均GDP指數(shù)等為自變量對房價做嶺回歸，再次得出房地產(chǎn)開發(fā)投資總額對房價具有顯著性的影響。再對房地產(chǎn)行業(yè)開發(fā)投資總額與其他行業(yè)的投資總額做關(guān)聯(lián)度分析，得出房地產(chǎn)行業(yè)與金融業(yè)投資總額具有最大的關(guān)聯(lián)度。最后在假定房地產(chǎn)市場和證券市場同時為無套利市場的條件下，分析得出證券市場中證券的當(dāng)期價格、持有期內(nèi)的年平均收益率和年平均紅利與房價依次存在正向、負(fù)向、負(fù)向的相關(guān)關(guān)系。
關(guān)鍵詞：房價；開發(fā)投資總額；關(guān)聯(lián)度；嶺回歸
1 建模的原理介紹
1.1格蘭杰因果檢驗的原理
1969年，格蘭杰從計量經(jīng)濟學(xué)的角度提出了一種因果關(guān)系的定義：設(shè)有兩個時間序列｛xt｝和｛yt｝，如果xt的變化引起yt的變化，則xt的變化應(yīng)當(dāng)發(fā)生在yt的變化之前。具體操作中，一般是對以下兩個方程分別進行無約束和有約束估計：
（1）
（2）
如果在（1）中部分αi顯著不為零，則稱xt格蘭杰引起yt類似的，如果（2）式中部分αi顯著不為零，則稱yt格蘭杰引起xt，如果兩者都存在，則稱xt與yt互為格蘭杰因果關(guān)系。
1.2嶺回歸原理
多元回歸模型的矩陣表達式為：Xβ=Y，利用OLS求得： ，
當(dāng)自變量存在多重共線性時，導(dǎo)致 ，從而使得回歸系數(shù) 不穩(wěn)定，出現(xiàn)沒有實際意義的估計值。解決的辦法是在X′X的主對角線元素上加一個非負(fù)常數(shù)k，即得：
，其中E是單位矩陣，使得 的概率比 大大降低，最后用 來進行估計，結(jié)果會使 的估計變得穩(wěn)定得多。因此，嶺回歸估計的準(zhǔn)確程度取決于k值的選取，確定k值的方法一般是通過嶺跡圖或方差膨脹因子來選取。其確定方法是選擇一個盡可能小的k值，在這個k值上，嶺跡圖中回歸系數(shù)已變得較為穩(wěn)定，并且方差膨脹因子業(yè)變得足夠小。
回歸估計系數(shù) 是k的非線性函數(shù)；k值的加入使得
成為回歸系數(shù)的有偏估計，但是比β估計更穩(wěn)定； 隨k的變化軌跡圖稱為嶺跡圖。
1.3灰色關(guān)聯(lián)度分析原理
選取參考數(shù)列
其中k表示時刻。假設(shè)有m個比較數(shù)列
則稱
為比較數(shù)列xi對參考數(shù)列x0在k時刻的關(guān)聯(lián)系數(shù)，其中ρ∈[0，1]為分辨系數(shù)。稱 和 分別為兩級最小及兩級最大極差。
一般來講，分辨系數(shù)ρ越大，分辨率越高；ρ越小，分辨率越低。上式中的關(guān)聯(lián)系數(shù)是描述比較數(shù)列與參數(shù)數(shù)列在某時刻關(guān)聯(lián)程度的一種指標(biāo)，由于各個時刻都有一個關(guān)聯(lián)數(shù)，因此信息顯得過于分散，不便比較，為此我們給出ri=■■ξi（k）為數(shù)列xi對參考數(shù)列x0的關(guān)聯(lián)度。若關(guān)聯(lián)度ri最大，說明xi（k）與最優(yōu)指標(biāo)x0（k）最接近，即第i個被評價對象優(yōu)于其他被評價對象，據(jù)此可以排出各被評價對象的優(yōu)劣次序?？梢钥闯?，關(guān)聯(lián)度是把各個時刻的關(guān)聯(lián)系數(shù)集中為一個平均值，亦即把過于分散的信息集中處理。利用關(guān)聯(lián)度這個概念，可以對各種問題進行因數(shù)分析。
2 模型的分析
2.1 房價與房地產(chǎn)開發(fā)投資總額格蘭杰因果檢驗
依據(jù)格蘭杰因果檢驗原理，對房地產(chǎn)開發(fā)投資總額和房價利用Eviews軟件分析得到下表：（假設(shè)置信度α=0.05）
從上表可以看出，房價不是引起房地產(chǎn)開發(fā)投資總額變化的格蘭杰原因，而房地產(chǎn)行業(yè)開發(fā)投資總額的變化卻是引起房價變化的格蘭杰原因。房地產(chǎn)行業(yè)的投資總額的增加，一方面增加對商品房的投機性需求，進而對房價的上漲起到推波助瀾的作用；另一方面，對房地產(chǎn)行業(yè)投資的增加，使房地產(chǎn)市場更加的火爆，會給開發(fā)房地產(chǎn)市場相關(guān)的原料如建材、水泥及地皮價格起到刺激和促進作用，這些原材料價格的上漲勢必都附加于房屋的銷售價格中，勢必造成房價的上升。
2.2 房價的嶺回歸模型
房價模型的構(gòu)建有助于我們總結(jié)規(guī)律，科學(xué)界定影響房價的關(guān)鍵因素，從而指導(dǎo)房地產(chǎn)市場的管理和調(diào)控行為。本文初步選取的影響房價的因素有家庭人均年收入、房地產(chǎn)開發(fā)投資總額、年底總?cè)丝跀?shù)、建筑材料價格指數(shù)、新增家庭數(shù)、住宅房屋竣工面積和人均GDP指數(shù)（依次用F1~F7表示），我們利用嶺回歸模型分析影響房價的主要因素。
對文中給定的7個影響指標(biāo)進行相關(guān)性分析，分析得到如下相關(guān)系數(shù)矩陣
由相關(guān)系數(shù)矩陣可知，各因素之間的相關(guān)系數(shù)較大，影響因素之間兩兩相關(guān)。因此，采用傳統(tǒng)的最小二乘回歸存在較嚴(yán)重的多重共線性。
鑒于此，建立如下嶺回歸模型：
利用Matlab軟件編程求得房價與選取指標(biāo)的嶺跡圖。
由嶺跡圖可以看出，在0.3之后，7條嶺跡都開始變得平穩(wěn)。所以，將3代入做嶺回歸，得到如下模型：
通過嶺回歸得到的模型，可以看出：房價對人均GDP指數(shù)的敏感度為220.51，說明人均GDP指數(shù)每變動1單位，住房銷售房價變動220.51單位；家庭人均年收入變動1單位，住房銷售房價變動135.21單位；房地產(chǎn)開發(fā)投資總額變動1單位，住房銷售房價變動196.02單位；年底總?cè)丝跀?shù)變動1單位，住房銷售房價變動133.78單位；建筑材料價格指數(shù)變動1單位，住房銷售房價變動6.54單位；新增家庭數(shù)變動1單位，住房銷售房價變動132.1單位；住宅房屋竣工面積變動1單位，住房銷售房價變動138.05單位。
所以，通過上面的分析，房地產(chǎn)行業(yè)的開發(fā)投資總額對房價具有很大的影響作用。因此，分析房地產(chǎn)行業(yè)投資總額與國民經(jīng)濟其他行業(yè)的投資總額的關(guān)聯(lián)度，可以得到與房地產(chǎn)行業(yè)投資總額的關(guān)聯(lián)度最大的國民經(jīng)濟行業(yè)，進而分析該行業(yè)影響因素對房價的影響。
存入我的閱覽室
2.3 對房地產(chǎn)行業(yè)的投資總額與國民經(jīng)濟其他行業(yè)投資總額的關(guān)聯(lián)度分析
把房地產(chǎn)行業(yè)的投資總額作為x0，并且參照2001年的中國統(tǒng)計局的國民經(jīng)濟行業(yè)分類，利用給定的2003年到2011年8月的累積數(shù)據(jù)，以每年的12月份作為該年的投資總額，選取下列與房地產(chǎn)相關(guān)行業(yè)的國民經(jīng)濟體系的投資總額：農(nóng)林牧漁業(yè)、采礦業(yè)、教育、紡織業(yè)、金融業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)、林業(yè)、煤炭開采及洗選業(yè)、農(nóng)副食品加工業(yè)、農(nóng)林牧漁業(yè)、通信設(shè)備和計算機及其他電子設(shè)備制造業(yè)、有色金屬礦采選業(yè)、制造業(yè)。對它們進行灰色關(guān)聯(lián)度分析并排名，結(jié)果見表4。
在對房地產(chǎn)行業(yè)的投資總額與國民經(jīng)濟其他行業(yè)投資總額的關(guān)聯(lián)度分析中，金融業(yè)的投資總額與房地產(chǎn)開發(fā)投資額的關(guān)聯(lián)度最大，達到0.9691。我們可以得出金融與房地產(chǎn)應(yīng)相輔相存，房地產(chǎn)業(yè)的發(fā)展離不開金融業(yè)的支持。房地產(chǎn)業(yè)是一個資金密集型產(chǎn)業(yè)，在現(xiàn)行期房預(yù)售的模式下，房地產(chǎn)開發(fā)的每一階段都離不開銀行資金的支持。此外，房地產(chǎn)開發(fā)公司的經(jīng)營活動中還會涉及到發(fā)行股票、債券等融資方式，這些都離不開金融業(yè)的支持，所以房地產(chǎn)行業(yè)的投資額與金融業(yè)的投資額的關(guān)聯(lián)度較大。從長遠來看，房地產(chǎn)融資渠道多元化是必然趨勢，但今后一段時期銀行仍將是房地產(chǎn)融資的主渠道。因此，金融機構(gòu)要一如既往地支持房地產(chǎn)業(yè)的健康持續(xù)發(fā)展，房地產(chǎn)業(yè)發(fā)展了，反過來又會促進金融業(yè)的發(fā)展。發(fā)達國家和地區(qū)的經(jīng)驗也表明：一段時期內(nèi)房地產(chǎn)業(yè)興旺發(fā)達，這一時期的金融業(yè)也必然興旺發(fā)達。房地產(chǎn)業(yè)對于金融業(yè)實行多元化的資產(chǎn)戰(zhàn)略、推廣金融結(jié)算工具、防范金融風(fēng)險以及促進金融創(chuàng)新方面發(fā)揮著重要作用。
所以，通過上面的分析，金融市場的投資總額與房地產(chǎn)開發(fā)投資總額具有極大的關(guān)聯(lián)度，同時，房地產(chǎn)開發(fā)投資總額對房價的變化與具有很大的影響和敏感度，即金融市場的一些指標(biāo)的變化會引起房價的波動。下面，通過假設(shè)房地產(chǎn)市場和證券市場均為無套利市場，研究證券市場的當(dāng)期的證券價格、證券的預(yù)期回報率和紅利如何影響房價波動的關(guān)系。
3 房地產(chǎn)市場和證券市場均為無套利前提下的房價定價模型
3.1 模型的假設(shè)
⑴房地產(chǎn)市場和證券市場均為無套利市場；
⑵房地產(chǎn)市場房價每年的增長率保持不變，增長率為s；
⑶消費者對住房的消費假設(shè)為投資性需求，一方面為了得到單位面積房價增加而得到的報酬，另一方面為得到房屋出租的租金收入；
⑷房價的上漲率大于住房的折舊率。
3.2 模型的符號說明
3.3 房價的定價模型
3.3.1 消費者將當(dāng)期所有的資金用于住房消費所得到的回報的現(xiàn)值
消費者把全部投資資金用于購買房屋并且出租，在第t期銷售住房，得到的全部收入的現(xiàn)值為：
3.3.2 消費者將當(dāng)期所有的資金用于證券投資所得到的回報的現(xiàn)值
投資者把全部的投資資金用于購買證券，持有t期后出售，得到的收入現(xiàn)值為：
3.3.3 在房地產(chǎn)市場和證券市場均為無套利假設(shè)下的房價定價模型
由于在房地產(chǎn)市場與證券市場均為無套利的假設(shè)下，購買住房的收入與購買證券的收入是相等的。即PV1=PV2
所以在房地產(chǎn)市場和證券市場均為無套利條件下，房價定價模型為：
3.4 模型中各個因素與房價的相關(guān)性分析
當(dāng)期住房單位面積的價格和消費者所擁有的投資資金無關(guān)；在該地域的房屋出租價格與房價成正比例關(guān)系，房屋的出租價格越高，該地的住房價格越高；
當(dāng)期住房單位面積的價格和當(dāng)期證券價格成正相關(guān)關(guān)系，而與平均預(yù)期收益率和平均紅利成負(fù)相關(guān)關(guān)系。用房地產(chǎn)市場和證券市場同時無套利假設(shè)條件下，對房價定價模型中的P0分別對Pg、f和h進行求導(dǎo)得到：
所以，當(dāng)期住房單位面積的價格和當(dāng)期證券價格成正相關(guān)關(guān)系。房地產(chǎn)市場和證券市場具有正相關(guān)關(guān)系，證券市場越景氣，房地產(chǎn)市場的房價也相應(yīng)地越高。當(dāng)期住房的單位面積價格與證券市場的平均預(yù)期收益率和平均紅利呈負(fù)相關(guān)。
4 結(jié)論及相關(guān)建議
通過以上分析，我們得出結(jié)論如下：
（1）房地產(chǎn)市場的開發(fā)投資總額的變化對房價的波動具有很大的關(guān)系，因此政府和房管局應(yīng)對住房的投資性需求采取一定的抑制措施，如限購令等，以保證房價的合理性波動，避免房地產(chǎn)泡沫的出現(xiàn)；
（2）證券市場和房地產(chǎn)市場之間具有一定的相互影響，共生共榮性，政府和對應(yīng)的監(jiān)管部門應(yīng)相互合作，監(jiān)督兩市場間的資金對流；對于一些非房地產(chǎn)企業(yè)的上市公司的資金流入房地產(chǎn)市場，應(yīng)給以正確的引導(dǎo)和規(guī)范，避免房地產(chǎn)市場出現(xiàn)泡沫時傳染或波及證券市場。
（3）房地產(chǎn)市場和證券市場具有正相關(guān)關(guān)系，當(dāng)期住房的單位面積價格與證券市場的平均預(yù)期收益率和平均紅利呈負(fù)相關(guān)。證券市場的收益的預(yù)期變化會影響房價的變化，金融市場的政策的變化應(yīng)審慎考慮對其他相關(guān)行業(yè)的影響。
參考文獻：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]鄧聚龍,灰色系統(tǒng)理論教程[M].武漢:華中科技大學(xué)出版社,1990.
[3]劉永平,房地產(chǎn)需求模型研究,重慶工學(xué)院學(xué)報,15(1):80-81，2001.
[4]朱永升,王衛(wèi)華,韓伯棠:影響房地產(chǎn)市場需求因素的灰色關(guān)聯(lián)度分析[J].北京理工大學(xué)學(xué)報:2002(12),22(6).
[5]王高雄,周之銘,朱思銘.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建軍,李世航等,MATLAB語言與數(shù)學(xué)建模[M],合肥:安徽大學(xué)出版社,2005.
[7]高鐵梅,計量經(jīng)濟分析方法與建模[M].北京:清華大學(xué)出版社,2006.
[8]嚴(yán)焰.基于嶺回歸的房價模型構(gòu)建及啟示[J].商業(yè)研究:2006(4),(465).
[9]黃江華,陳國生.可持續(xù)發(fā)展的房產(chǎn)市場模型[J].商場現(xiàn)代化: 2006(7),(474).
[10]李百歲,同李嘎.內(nèi)蒙古人口城市化Logistic模型及其應(yīng)用[J].干旱區(qū)資源與環(huán)境:2007(5),21(2).
[11]王要武,金海燕.我國房地產(chǎn)宏觀調(diào)控政策效果的實證分析[J].土木工程學(xué)報:2008(8),41(8).
[12]王利,北京房地產(chǎn)市場供求關(guān)系和價格機制作用的實證研究,經(jīng)濟與管理研究[J]. 2008,5:61-66.
2.3 對房地產(chǎn)行業(yè)的投資總額與國民經(jīng)濟其他行業(yè)投資總額的關(guān)聯(lián)度分析
把房地產(chǎn)行業(yè)的投資總額作為x0，并且參照2001年的中國統(tǒng)計局的國民經(jīng)濟行業(yè)分類，利用給定的2003年到2011年8月的累積數(shù)據(jù)，以每年的12月份作為該年的投資總額，選取下列與房地產(chǎn)相關(guān)行業(yè)的國民經(jīng)濟體系的投資總額：農(nóng)林牧漁業(yè)、采礦業(yè)、教育、紡織業(yè)、金融業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)、林業(yè)、煤炭開采及洗選業(yè)、農(nóng)副食品加工業(yè)、農(nóng)林牧漁業(yè)、通信設(shè)備和計算機及其他電子設(shè)備制造業(yè)、有色金屬礦采選業(yè)、制造業(yè)。對它們進行灰色關(guān)聯(lián)度分析并排名，結(jié)果見表4。
在對房地產(chǎn)行業(yè)的投資總額與國民經(jīng)濟其他行業(yè)投資總額的關(guān)聯(lián)度分析中，金融業(yè)的投資總額與房地產(chǎn)開發(fā)投資額的關(guān)聯(lián)度最大，達到0.9691。我們可以得出金融與房地產(chǎn)應(yīng)相輔相存，房地產(chǎn)業(yè)的發(fā)展離不開金融業(yè)的支持。房地產(chǎn)業(yè)是一個資金密集型產(chǎn)業(yè)，在現(xiàn)行期房預(yù)售的模式下，房地產(chǎn)開發(fā)的每一階段都離不開銀行資金的支持。此外，房地產(chǎn)開發(fā)公司的經(jīng)營活動中還會涉及到發(fā)行股票、債券等融資方式，這些都離不開金融業(yè)的支持，所以房地產(chǎn)行業(yè)的投資額與金融業(yè)的投資額的關(guān)聯(lián)度較大。從長遠來看，房地產(chǎn)融資渠道多元化是必然趨勢，但今后一段時期銀行仍將是房地產(chǎn)融資的主渠道。因此，金融機構(gòu)要一如既往地支持房地產(chǎn)業(yè)的健康持續(xù)發(fā)展，房地產(chǎn)業(yè)發(fā)展了，反過來又會促進金融業(yè)的發(fā)展。發(fā)達國家和地區(qū)的經(jīng)驗也表明：一段時期內(nèi)房地產(chǎn)業(yè)興旺發(fā)達，這一時期的金融業(yè)也必然興旺發(fā)達。房地產(chǎn)業(yè)對于金融業(yè)實行多元化的資產(chǎn)戰(zhàn)略、推廣金融結(jié)算工具、防范金融風(fēng)險以及促進金融創(chuàng)新方面發(fā)揮著重要作用。
所以，通過上面的分析，金融市場的投資總額與房地產(chǎn)開發(fā)投資總額具有極大的關(guān)聯(lián)度，同時，房地產(chǎn)開發(fā)投資總額對房價的變化與具有很大的影響和敏感度，即金融市場的一些指標(biāo)的變化會引起房價的波動。下面，通過假設(shè)房地產(chǎn)市場和證券市場均為無套利市場，研究證券市場的當(dāng)期的證券價格、證券的預(yù)期回報率和紅利如何影響房價波動的關(guān)系。
3 房地產(chǎn)市場和證券市場均為無套利前提下的房價定價模型
3.1 模型的假設(shè)
⑴房地產(chǎn)市場和證券市場均為無套利市場；
⑵房地產(chǎn)市場房價每年的增長率保持不變，增長率為s；
⑶消費者對住房的消費假設(shè)為投資性需求，一方面為了得到單位面積房價增加而得到的報酬，另一方面為得到房屋出租的租金收入；
⑷房價的上漲率大于住房的折舊率。
3.2 模型的符號說明
3.3 房價的定價模型
3.3.1 消費者將當(dāng)期所有的資金用于住房消費所得到的回報的現(xiàn)值
消費者把全部投資資金用于購買房屋并且出租，在第t期銷售住房，得到的全部收入的現(xiàn)值為：
3.3.2 消費者將當(dāng)期所有的資金用于證券投資所得到的回報的現(xiàn)值
投資者把全部的投資資金用于購買證券，持有t期后出售，得到的收入現(xiàn)值為：
3.3.3 在房地產(chǎn)市場和證券市場均為無套利假設(shè)下的房價定價模型
由于在房地產(chǎn)市場與證券市場均為無套利的假設(shè)下，購買住房的收入與購買證券的收入是相等的。即PV1=PV2
所以在房地產(chǎn)市場和證券市場均為無套利條件下，房價定價模型為：
3.4 模型中各個因素與房價的相關(guān)性分析
當(dāng)期住房單位面積的價格和消費者所擁有的投資資金無關(guān)；在該地域的房屋出租價格與房價成正比例關(guān)系，房屋的出租價格越高，該地的住房價格越高；
當(dāng)期住房單位面積的價格和當(dāng)期證券價格成正相關(guān)關(guān)系，而與平均預(yù)期收益率和平均紅利成負(fù)相關(guān)關(guān)系。用房地產(chǎn)市場和證券市場同時無套利假設(shè)條件下，對房價定價模型中的P0分別對Pg、f和h進行求導(dǎo)得到：
所以，當(dāng)期住房單位面積的價格和當(dāng)期證券價格成正相關(guān)關(guān)系。房地產(chǎn)市場和證券市場具有正相關(guān)關(guān)系，證券市場越景氣，房地產(chǎn)市場的房價也相應(yīng)地越高。當(dāng)期住房的單位面積價格與證券市場的平均預(yù)期收益率和平均紅利呈負(fù)相關(guān)。
4 結(jié)論及相關(guān)建議
通過以上分析，我們得出結(jié)論如下：
（1）房地產(chǎn)市場的開發(fā)投資總額的變化對房價的波動具有很大的關(guān)系，因此政府和房管局應(yīng)對住房的投資性需求采取一定的抑制措施，如限購令等，以保證房價的合理性波動，避免房地產(chǎn)泡沫的出現(xiàn)；
（2）證券市場和房地產(chǎn)市場之間具有一定的相互影響，共生共榮性，政府和對應(yīng)的監(jiān)管部門應(yīng)相互合作，監(jiān)督兩市場間的資金對流；對于一些非房地產(chǎn)企業(yè)的上市公司的資金流入房地產(chǎn)市場，應(yīng)給以正確的引導(dǎo)和規(guī)范，避免房地產(chǎn)市場出現(xiàn)泡沫時傳染或波及證券市場。
（3）房地產(chǎn)市場和證券市場具有正相關(guān)關(guān)系，當(dāng)期住房的單位面積價格與證券市場的平均預(yù)期收益率和平均紅利呈負(fù)相關(guān)。證券市場的收益的預(yù)期變化會影響房價的變化，金融市場的政策的變化應(yīng)審慎考慮對其他相關(guān)行業(yè)的影響。
參考文獻：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]鄧聚龍,灰色系統(tǒng)理論教程[M].武漢:華中科技大學(xué)出版社,1990.
[3]劉永平,房地產(chǎn)需求模型研究,重慶工學(xué)院學(xué)報,15(1):80-81，2001.
[4]朱永升,王衛(wèi)華,韓伯棠:影響房地產(chǎn)市場需求因素的灰色關(guān)聯(lián)度分析[J].北京理工大學(xué)學(xué)報:2002(12),22(6).
[5]王高雄,周之銘,朱思銘.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建軍,李世航等,MATLAB語言與數(shù)學(xué)建模[M],合肥:安徽大學(xué)出版社,2005.
[7]高鐵梅,計量經(jīng)濟分析方法與建模[M].北京:清華大學(xué)出版社,2006.
[8]嚴(yán)焰.基于嶺回歸的房價模型構(gòu)建及啟示[J].商業(yè)研究:2006(4),(465).
[9]黃江華,陳國生.可持續(xù)發(fā)展的房產(chǎn)市場模型[J].商場現(xiàn)代化: 2006(7),(474).
[10]李百歲,同李嘎.內(nèi)蒙古人口城市化Logistic模型及其應(yīng)用[J].干旱區(qū)資源與環(huán)境:2007(5),21(2).
[11]王要武,金海燕.我國房地產(chǎn)宏觀調(diào)控政策效果的實證分析[J].土木工程學(xué)報:2008(8),41(8).
[12]王利,北京房地產(chǎn)市場供求關(guān)系和價格機制作用的實證研究,經(jīng)濟與管理研究[J]. 2008,5:61-66.
存入我的閱覽室
2.3 對房地產(chǎn)行業(yè)的投資總額與國民經(jīng)濟其他行業(yè)投資總額的關(guān)聯(lián)度分析
把房地產(chǎn)行業(yè)的投資總額作為x0，并且參照2001年的中國統(tǒng)計局的國民經(jīng)濟行業(yè)分類，利用給定的2003年到2011年8月的累積數(shù)據(jù)，以每年的12月份作為該年的投資總額，選取下列與房地產(chǎn)相關(guān)行業(yè)的國民經(jīng)濟體系的投資總額：農(nóng)林牧漁業(yè)、采礦業(yè)、教育、紡織業(yè)、金融業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)、林業(yè)、煤炭開采及洗選業(yè)、農(nóng)副食品加工業(yè)、農(nóng)林牧漁業(yè)、通信設(shè)備和計算機及其他電子設(shè)備制造業(yè)、有色金屬礦采選業(yè)、制造業(yè)。對它們進行灰色關(guān)聯(lián)度分析并排名，結(jié)果見表4。
在對房地產(chǎn)行業(yè)的投資總額與國民經(jīng)濟其他行業(yè)投資總額的關(guān)聯(lián)度分析中，金融業(yè)的投資總額與房地產(chǎn)開發(fā)投資額的關(guān)聯(lián)度最大，達到0.9691。我們可以得出金融與房地產(chǎn)應(yīng)相輔相存，房地產(chǎn)業(yè)的發(fā)展離不開金融業(yè)的支持。房地產(chǎn)業(yè)是一個資金密集型產(chǎn)業(yè)，在現(xiàn)行期房預(yù)售的模式下，房地產(chǎn)開發(fā)的每一階段都離不開銀行資金的支持。此外，房地產(chǎn)開發(fā)公司的經(jīng)營活動中還會涉及到發(fā)行股票、債券等融資方式，這些都離不開金融業(yè)的支持，所以房地產(chǎn)行業(yè)的投資額與金融業(yè)的投資額的關(guān)聯(lián)度較大。從長遠來看，房地產(chǎn)融資渠道多元化是必然趨勢，但今后一段時期銀行仍將是房地產(chǎn)融資的主渠道。因此，金融機構(gòu)要一如既往地支持房地產(chǎn)業(yè)的健康持續(xù)發(fā)展，房地產(chǎn)業(yè)發(fā)展了，反過來又會促進金融業(yè)的發(fā)展。發(fā)達國家和地區(qū)的經(jīng)驗也表明：一段時期內(nèi)房地產(chǎn)業(yè)興旺發(fā)達，這一時期的金融業(yè)也必然興旺發(fā)達。房地產(chǎn)業(yè)對于金融業(yè)實行多元化的資產(chǎn)戰(zhàn)略、推廣金融結(jié)算工具、防范金融風(fēng)險以及促進金融創(chuàng)新方面發(fā)揮著重要作用。
所以，通過上面的分析，金融市場的投資總額與房地產(chǎn)開發(fā)投資總額具有極大的關(guān)聯(lián)度，同時，房地產(chǎn)開發(fā)投資總額對房價的變化與具有很大的影響和敏感度，即金融市場的一些指標(biāo)的變化會引起房價的波動。下面，通過假設(shè)房地產(chǎn)市場和證券市場均為無套利市場，研究證券市場的當(dāng)期的證券價格、證券的預(yù)期回報率和紅利如何影響房價波動的關(guān)系。
3 房地產(chǎn)市場和證券市場均為無套利前提下的房價定價模型
3.1 模型的假設(shè)
⑴房地產(chǎn)市場和證券市場均為無套利市場；
⑵房地產(chǎn)市場房價每年的增長率保持不變，增長率為s；
⑶消費者對住房的消費假設(shè)為投資性需求，一方面為了得到單位面積房價增加而得到的報酬，另一方面為得到房屋出租的租金收入；
⑷房價的上漲率大于住房的折舊率。
3.2 模型的符號說明
3.3 房價的定價模型
3.3.1 消費者將當(dāng)期所有的資金用于住房消費所得到的回報的現(xiàn)值
消費者把全部投資資金用于購買房屋并且出租，在第t期銷售住房，得到的全部收入的現(xiàn)值為：
3.3.2 消費者將當(dāng)期所有的資金用于證券投資所得到的回報的現(xiàn)值
投資者把全部的投資資金用于購買證券，持有t期后出售，得到的收入現(xiàn)值為：
3.3.3 在房地產(chǎn)市場和證券市場均為無套利假設(shè)下的房價定價模型
由于在房地產(chǎn)市場與證券市場均為無套利的假設(shè)下，購買住房的收入與購買證券的收入是相等的。即PV1=PV2
所以在房地產(chǎn)市場和證券市場均為無套利條件下，房價定價模型為：
3.4 模型中各個因素與房價的相關(guān)性分析
當(dāng)期住房單位面積的價格和消費者所擁有的投資資金無關(guān)；在該地域的房屋出租價格與房價成正比例關(guān)系，房屋的出租價格越高，該地的住房價格越高；
當(dāng)期住房單位面積的價格和當(dāng)期證券價格成正相關(guān)關(guān)系，而與平均預(yù)期收益率和平均紅利成負(fù)相關(guān)關(guān)系。用房地產(chǎn)市場和證券市場同時無套利假設(shè)條件下，對房價定價模型中的P0分別對Pg、f和h進行求導(dǎo)得到：
所以，當(dāng)期住房單位面積的價格和當(dāng)期證券價格成正相關(guān)關(guān)系。房地產(chǎn)市場和證券市場具有正相關(guān)關(guān)系，證券市場越景氣，房地產(chǎn)市場的房價也相應(yīng)地越高。當(dāng)期住房的單位面積價格與證券市場的平均預(yù)期收益率和平均紅利呈負(fù)相關(guān)。
4 結(jié)論及相關(guān)建議
通過以上分析，我們得出結(jié)論如下：
（1）房地產(chǎn)市場的開發(fā)投資總額的變化對房價的波動具有很大的關(guān)系，因此政府和房管局應(yīng)對住房的投資性需求采取一定的抑制措施，如限購令等，以保證房價的合理性波動，避免房地產(chǎn)泡沫的出現(xiàn)；
（2）證券市場和房地產(chǎn)市場之間具有一定的相互影響，共生共榮性，政府和對應(yīng)的監(jiān)管部門應(yīng)相互合作，監(jiān)督兩市場間的資金對流；對于一些非房地產(chǎn)企業(yè)的上市公司的資金流入房地產(chǎn)市場，應(yīng)給以正確的引導(dǎo)和規(guī)范，避免房地產(chǎn)市場出現(xiàn)泡沫時傳染或波及證券市場。
（3）房地產(chǎn)市場和證券市場具有正相關(guān)關(guān)系，當(dāng)期住房的單位面積價格與證券市場的平均預(yù)期收益率和平均紅利呈負(fù)相關(guān)。證券市場的收益的預(yù)期變化會影響房價的變化，金融市場的政策的變化應(yīng)審慎考慮對其他相關(guān)行業(yè)的影響。
參考文獻：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]鄧聚龍,灰色系統(tǒng)理論教程[M].武漢:華中科技大學(xué)出版社,1990.
[3]劉永平,房地產(chǎn)需求模型研究,重慶工學(xué)院學(xué)報,15(1):80-81，2001.
[4]朱永升,王衛(wèi)華,韓伯棠:影響房地產(chǎn)市場需求因素的灰色關(guān)聯(lián)度分析[J].北京理工大學(xué)學(xué)報:2002(12),22(6).
[5]王高雄,周之銘,朱思銘.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建軍,李世航等,MATLAB語言與數(shù)學(xué)建模[M],合肥:安徽大學(xué)出版社,2005.
[7]高鐵梅,計量經(jīng)濟分析方法與建模[M].北京:清華大學(xué)出版社,2006.
[8]嚴(yán)焰.基于嶺回歸的房價模型構(gòu)建及啟示[J].商業(yè)研究:2006(4),(465).
[9]黃江華,陳國生.可持續(xù)發(fā)展的房產(chǎn)市場模型[J].商場現(xiàn)代化: 2006(7),(474).
[10]李百歲,同李嘎.內(nèi)蒙古人口城市化Logistic模型及其應(yīng)用[J].干旱區(qū)資源與環(huán)境:2007(5),21(2).
[11]王要武,金海燕.我國房地產(chǎn)宏觀調(diào)控政策效果的實證分析[J].土木工程學(xué)報:2008(8),41(8).
[12]王利,北京房地產(chǎn)市場供求關(guān)系和價格機制作用的實證研究,經(jīng)濟與管理研究[J]. 2008,5:61-66.
2.3 對房地產(chǎn)行業(yè)的投資總額與國民經(jīng)濟其他行業(yè)投資總額的關(guān)聯(lián)度分析
把房地產(chǎn)行業(yè)的投資總額作為x0，并且參照2001年的中國統(tǒng)計局的國民經(jīng)濟行業(yè)分類，利用給定的2003年到2011年8月的累積數(shù)據(jù)，以每年的12月份作為該年的投資總額，選取下列與房地產(chǎn)相關(guān)行業(yè)的國民經(jīng)濟體系的投資總額：農(nóng)林牧漁業(yè)、采礦業(yè)、教育、紡織業(yè)、金融業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)、林業(yè)、煤炭開采及洗選業(yè)、農(nóng)副食品加工業(yè)、農(nóng)林牧漁業(yè)、通信設(shè)備和計算機及其他電子設(shè)備制造業(yè)、有色金屬礦采選業(yè)、制造業(yè)。對它們進行灰色關(guān)聯(lián)度分析并排名，結(jié)果見表4。
在對房地產(chǎn)行業(yè)的投資總額與國民經(jīng)濟其他行業(yè)投資總額的關(guān)聯(lián)度分析中，金融業(yè)的投資總額與房地產(chǎn)開發(fā)投資額的關(guān)聯(lián)度最大，達到0.9691。我們可以得出金融與房地產(chǎn)應(yīng)相輔相存，房地產(chǎn)業(yè)的發(fā)展離不開金融業(yè)的支持。房地產(chǎn)業(yè)是一個資金密集型產(chǎn)業(yè)，在現(xiàn)行期房預(yù)售的模式下，房地產(chǎn)開發(fā)的每一階段都離不開銀行資金的支持。此外，房地產(chǎn)開發(fā)公司的經(jīng)營活動中還會涉及到發(fā)行股票、債券等融資方式，這些都離不開金融業(yè)的支持，所以房地產(chǎn)行業(yè)的投資額與金融業(yè)的投資額的關(guān)聯(lián)度較大。從長遠來看，房地產(chǎn)融資渠道多元化是必然趨勢，但今后一段時期銀行仍將是房地產(chǎn)融資的主渠道。因此，金融機構(gòu)要一如既往地支持房地產(chǎn)業(yè)的健康持續(xù)發(fā)展，房地產(chǎn)業(yè)發(fā)展了，反過來又會促進金融業(yè)的發(fā)展。發(fā)達國家和地區(qū)的經(jīng)驗也表明：一段時期內(nèi)房地產(chǎn)業(yè)興旺發(fā)達，這一時期的金融業(yè)也必然興旺發(fā)達。房地產(chǎn)業(yè)對于金融業(yè)實行多元化的資產(chǎn)戰(zhàn)略、推廣金融結(jié)算工具、防范金融風(fēng)險以及促進金融創(chuàng)新方面發(fā)揮著重要作用。
所以，通過上面的分析，金融市場的投資總額與房地產(chǎn)開發(fā)投資總額具有極大的關(guān)聯(lián)度，同時，房地產(chǎn)開發(fā)投資總額對房價的變化與具有很大的影響和敏感度，即金融市場的一些指標(biāo)的變化會引起房價的波動。下面，通過假設(shè)房地產(chǎn)市場和證券市場均為無套利市場，研究證券市場的當(dāng)期的證券價格、證券的預(yù)期回報率和紅利如何影響房價波動的關(guān)系。
3 房地產(chǎn)市場和證券市場均為無套利前提下的房價定價模型
3.1 模型的假設(shè)
⑴房地產(chǎn)市場和證券市場均為無套利市場；
⑵房地產(chǎn)市場房價每年的增長率保持不變，增長率為s；
⑶消費者對住房的消費假設(shè)為投資性需求，一方面為了得到單位面積房價增加而得到的報酬，另一方面為得到房屋出租的租金收入；
⑷房價的上漲率大于住房的折舊率。
3.2 模型的符號說明
3.3 房價的定價模型
3.3.1 消費者將當(dāng)期所有的資金用于住房消費所得到的回報的現(xiàn)值
消費者把全部投資資金用于購買房屋并且出租，在第t期銷售住房，得到的全部收入的現(xiàn)值為：
3.3.2 消費者將當(dāng)期所有的資金用于證券投資所得到的回報的現(xiàn)值
投資者把全部的投資資金用于購買證券，持有t期后出售，得到的收入現(xiàn)值為：
3.3.3 在房地產(chǎn)市場和證券市場均為無套利假設(shè)下的房價定價模型
由于在房地產(chǎn)市場與證券市場均為無套利的假設(shè)下，購買住房的收入與購買證券的收入是相等的。即PV1=PV2
所以在房地產(chǎn)市場和證券市場均為無套利條件下，房價定價模型為：
3.4 模型中各個因素與房價的相關(guān)性分析
當(dāng)期住房單位面積的價格和消費者所擁有的投資資金無關(guān)；在該地域的房屋出租價格與房價成正比例關(guān)系，房屋的出租價格越高，該地的住房價格越高；
當(dāng)期住房單位面積的價格和當(dāng)期證券價格成正相關(guān)關(guān)系，而與平均預(yù)期收益率和平均紅利成負(fù)相關(guān)關(guān)系。用房地產(chǎn)市場和證券市場同時無套利假設(shè)條件下，對房價定價模型中的P0分別對Pg、f和h進行求導(dǎo)得到：
所以，當(dāng)期住房單位面積的價格和當(dāng)期證券價格成正相關(guān)關(guān)系。房地產(chǎn)市場和證券市場具有正相關(guān)關(guān)系，證券市場越景氣，房地產(chǎn)市場的房價也相應(yīng)地越高。當(dāng)期住房的單位面積價格與證券市場的平均預(yù)期收益率和平均紅利呈負(fù)相關(guān)。
4 結(jié)論及相關(guān)建議
通過以上分析，我們得出結(jié)論如下：
（1）房地產(chǎn)市場的開發(fā)投資總額的變化對房價的波動具有很大的關(guān)系，因此政府和房管局應(yīng)對住房的投資性需求采取一定的抑制措施，如限購令等，以保證房價的合理性波動，避免房地產(chǎn)泡沫的出現(xiàn)；
（2）證券市場和房地產(chǎn)市場之間具有一定的相互影響，共生共榮性，政府和對應(yīng)的監(jiān)管部門應(yīng)相互合作，監(jiān)督兩市場間的資金對流；對于一些非房地產(chǎn)企業(yè)的上市公司的資金流入房地產(chǎn)市場，應(yīng)給以正確的引導(dǎo)和規(guī)范，避免房地產(chǎn)市場出現(xiàn)泡沫時傳染或波及證券市場。
（3）房地產(chǎn)市場和證券市場具有正相關(guān)關(guān)系，當(dāng)期住房的單位面積價格與證券市場的平均預(yù)期收益率和平均紅利呈負(fù)相關(guān)。證券市場的收益的預(yù)期變化會影響房價的變化，金融市場的政策的變化應(yīng)審慎考慮對其他相關(guān)行業(yè)的影響。
參考文獻：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]鄧聚龍,灰色系統(tǒng)理論教程[M].武漢:華中科技大學(xué)出版社,1990.
[3]劉永平,房地產(chǎn)需求模型研究,重慶工學(xué)院學(xué)報,15(1):80-81，2001.
[4]朱永升,王衛(wèi)華,韓伯棠:影響房地產(chǎn)市場需求因素的灰色關(guān)聯(lián)度分析[J].北京理工大學(xué)學(xué)報:2002(12),22(6).
[5]王高雄,周之銘,朱思銘.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建軍,李世航等,MATLAB語言與數(shù)學(xué)建模[M],合肥:安徽大學(xué)出版社,2005.
[7]高鐵梅,計量經(jīng)濟分析方法與建模[M].北京:清華大學(xué)出版社,2006.
[8]嚴(yán)焰.基于嶺回歸的房價模型構(gòu)建及啟示[J].商業(yè)研究:2006(4),(465).
[9]黃江華,陳國生.可持續(xù)發(fā)展的房產(chǎn)市場模型[J].商場現(xiàn)代化: 2006(7),(474).
[10]李百歲,同李嘎.內(nèi)蒙古人口城市化Logistic模型及其應(yīng)用[J].干旱區(qū)資源與環(huán)境:2007(5),21(2).
[11]王要武,金海燕.我國房地產(chǎn)宏觀調(diào)控政策效果的實證分析[J].土木工程學(xué)報:2008(8),41(8).
[關(guān)鍵詞] 房價收入彈性 房價土地供給彈性 房價城市化彈性
1998年7月，國務(wù)院了《關(guān)于進一步深化城鎮(zhèn)住房制度改革，加快住房建設(shè)的通知》，這標(biāo)志著我國房地產(chǎn)業(yè)真正步入了市場化的發(fā)展階段。然而，近年來我國房地產(chǎn)市場的迅速成長盡管一方面對促進國民經(jīng)濟增長、改善城鎮(zhèn)居民的生活水平起到了至關(guān)重要的作用，但另一方面，如投資過熱、房價飛漲等，也充分暴露了目前我國房地產(chǎn)市場發(fā)展中的一些問題，特別是房價的飛速上漲對我國房地產(chǎn)市場和整個國民經(jīng)濟的健康發(fā)展形成了嚴(yán)峻的挑戰(zhàn)，也成為了目前學(xué)術(shù)界的熱點和難點問題。
關(guān)于房價持續(xù)走高的原因，國內(nèi)外學(xué)者們分別從不同的角度得出了不同的觀點。從房地產(chǎn)需求的角度看，有的學(xué)者認(rèn)為收入是影響房價的一個至關(guān)重要的因素；從房地產(chǎn)供給的角度看，一部分學(xué)者認(rèn)為地價過高是房價上漲過快的根本原因。還有部分學(xué)者從稅收、租金、金融、人口特征、區(qū)位，以及城市建設(shè)等諸多方面對房地產(chǎn)價格持續(xù)上漲的成因進行了深入的研究。然而有一個被普遍忽略的問題更值得關(guān)注：任何一種導(dǎo)致房價上漲的因素都應(yīng)該是有時效性的，或者可以說在不同的發(fā)展時期影響房價上漲的因素應(yīng)該有一個動態(tài)的、階段性的變化。因此，本文認(rèn)為，在我國房地產(chǎn)市場步入市場化的初期發(fā)展階段，由于購買力水平的迅速提高，而短期內(nèi)難以形成與之相適應(yīng)的市場供給，那么由于需求的拉動必然導(dǎo)致了房價的快速上升；但以“招、拍、掛”為主要特征的新土地制度取代傳統(tǒng)的土地協(xié)議出讓制度后，致使土地價格急劇上漲，這樣就使得土地投放將取代收入成為導(dǎo)致房價上漲的主導(dǎo)因素；同時，由于城市化水平的逐漸擴大，其必然也是影響房價的一個重要原因。
一、我國房地產(chǎn)價格的演變特征
相關(guān)統(tǒng)計數(shù)據(jù)表明，全國平均房價從1999年的1843元/平方米上升到了2006年的3132元/平方米，而且是逐年上升的。然而，在2003年以前全國平均房價是以一種很平緩的態(tài)勢在逐年增加，年增長速度很??；但從2003年起全國的平均房價有一個陡然上升的趨勢，說明自2003年以來我國房地產(chǎn)市場價格上升幅度之大。根據(jù)本文的計算，1999年至2006年我國各地區(qū)平均房價的變異系數(shù)分別為0.5490、0.4935、0.4902、0.4741、0.5116、0.5016、0.5352和0.5542，從變異系數(shù)的結(jié)果看，1999年至2003年全國各地區(qū)間房地產(chǎn)市場價格的差異在逐漸地縮小，而2003年至2006年全國各地區(qū)間房地產(chǎn)市場價格的差異在逐漸地擴大。
二、房價演變特征的彈性分析
1.房價的收入彈性
統(tǒng)計數(shù)據(jù)表明，1999年～2003年房價的收入彈性總體上呈現(xiàn)一個向下的趨勢，說明房價的增長速度與收入的增長速度之比逐年遞減，表明收入的增加是支撐房價上漲的主要因素；而2003年至2006年的房價收入彈性總體上呈現(xiàn)一個向上的趨勢，說明房價的增長速度與收入的增長速度之比逐年遞增，這表明收入增加的幅度不足以支撐房價如此更大幅度的提高。上述的分析結(jié)果也表明了在我國房地產(chǎn)市場發(fā)展初期的1999年至2003年，伴隨著購買力水平的快速提高，由于短期內(nèi)難以形成與之相適應(yīng)的市場供給，房價的上升也在情理之中；而自2003年以來，隨著相關(guān)土地政策和金融政策的出臺，收入已不再是導(dǎo)致房價上升的唯一至關(guān)重要的因素。
2.房價的土地供給彈性
1999年～2003年的土地供應(yīng)彈性總體上呈現(xiàn)一個向上的趨勢，而2003年～2006年的土地供應(yīng)彈性則總體上呈現(xiàn)一個向下的趨勢。這一結(jié)果表明在我國房地產(chǎn)市場發(fā)展初期的1999年～2003年，在土地協(xié)議出讓的制度下，土地投放并未受到限制，土地供給的逐年增加抑制了房價的上升；而自2003年以來，隨著土地供給面積逐年的驟減，說明土地供給的限制已成為導(dǎo)致房價巨幅上漲的一個至關(guān)重要的因素。
3.房價的城市化彈性
1999年～2003年的城市化水平彈性總體上呈現(xiàn)一個水平的趨勢，而2003年～2006年的城市化水平彈性則總體上呈現(xiàn)一個向上的趨勢。這一結(jié)果表明在我國房地產(chǎn)市場發(fā)展初期的1999年～2003年，房價的增長速度與城市化進程速度相匹配；而自2003年以來，房價的增長速度則遠遠大于城市化水平的進程。
三、基本結(jié)論
本文以當(dāng)前我國房地產(chǎn)市場價格的演變規(guī)律為立足點，以彈性分析為主要手段，對1999年～2006年我國房價的演變特征進行了研究，得到的基本結(jié)論如下：在房地產(chǎn)市場化發(fā)展初期的1999年～2003年，城市居民收入水平的逐漸提高是拉動房地產(chǎn)市場價格不斷上漲的主要原因，而一方面城市化進程啟動階段的土地投放過快，并沒有引起房地產(chǎn)市場價格的上漲，甚至對房價產(chǎn)生了抑制的作用；在房地產(chǎn)市場的進一步發(fā)展階段（2003年～2006年），隨著城市化推進速度的減緩，以及以“招、拍、掛”為主要特征的新制度和各種限制土地投放的相關(guān)政策法規(guī)的相繼出臺，土地投放的大量減少或者說地價的巨幅上漲是現(xiàn)階段我國房價居高不下的主要原因，而盡管收入水平的提高仍然可以提高房價，但其作用卻在慢慢減弱。
參考文獻：
[1]況偉大:房價與地價關(guān)系研究-模型及中國數(shù)據(jù)檢驗．財貿(mào)經(jīng)濟，2005（11）
【關(guān)鍵詞】房地產(chǎn)價格通脹投資貸款
房地產(chǎn)具有很強的金融屬性，是一個高度依賴金融業(yè)的產(chǎn)業(yè)，購買力和流動性等因素對我國房地產(chǎn)市場的價格走勢具有重要的影響，研究我國房地產(chǎn)市場價格居高的內(nèi)驅(qū)力對于我國房地產(chǎn)市場的調(diào)控和資本市場的穩(wěn)定具有重要意義。
一、綜述
1、國外研究現(xiàn)狀
國外學(xué)者的已有研究大多數(shù)以房價及其變動指數(shù)為因變量，宏觀經(jīng)濟因素為自變量，通過建立回歸模型研究其間關(guān)系。Case，Shiller（1990）基于美國4個大城市 1970 年一季度―1986年三季度的數(shù)據(jù)，采用時間序列截面法，分析得出：房價和人均收入以及價格的滯后變量變化呈正相關(guān)關(guān)系。Clapp，Giaccotto（1994）基于美國三鎮(zhèn) 1981 年10月―1988 年 9 月的數(shù)據(jù)，采用OLS 回歸法得出：宏觀經(jīng)濟變量對房價具有重要影響。Quigley（1999）基于美國 41 個城市 1986―1994 年的數(shù)據(jù)，采用時間序列截面法，分析得出：宏觀經(jīng)濟變量影響房價的走勢。
2、國內(nèi)研究現(xiàn)狀
早在 20 世紀(jì) 90 年代，國內(nèi)已有學(xué)者對我國房地產(chǎn)價格上漲的原因作出研究。張慧芳（1996）指出土地市場不規(guī)范、安置用房量大、拆遷費用高、商品房價格構(gòu)成不合理、商品房標(biāo)準(zhǔn)過高、房屋工程費上漲幅度過大、開發(fā)商回報率過高是我國房地產(chǎn)價格高漲的原因。
之后又有學(xué)者運用計量經(jīng)濟的方法研究影響我國房地產(chǎn)市場的因素。曹振良（2006）運用理論及實證分析影響房地產(chǎn)市場的四要素，即宏觀經(jīng)濟、金融支持、投機和調(diào)控政策。高鐵梅、梁云芳（2006）運用協(xié)整模型和 H- P濾波計算房地產(chǎn)均衡價格及房地產(chǎn)價格偏離均衡價格的波動狀態(tài)。柳冬（2008）運用多因素回歸模型、狀態(tài)空間模型及 Kalman 濾波方法，預(yù)測我國房地產(chǎn)市場價格趨勢，并分析金融危機后房地產(chǎn)價格波動的影響因素。周建軍（2009）基于我國 2000 年一季度―2007 年二季度的數(shù)據(jù)進行實證研究得出：土地價格和居民可支配收入與房地產(chǎn)價格呈正相關(guān)關(guān)系，但人民幣實際利率與房價呈負(fù)相關(guān)關(guān)系。楊瑾（2010）基于對市場供求和競爭理論、價值理論的研究，得出在 7個不同方面完善我國房地產(chǎn)價格機制及抑制房價泡沫的策略。
二、我國房地產(chǎn)市場現(xiàn)狀
2010 年以來，針對部分城市房價上漲過快等問題，國家出臺了一系列房地產(chǎn)市場調(diào)控政策。當(dāng)前房價已經(jīng)連續(xù) 13 個月回升，從全國房屋銷售價格指數(shù)同比漲幅變化趨勢來看， 2009 年四季度―2010 年一季度房價的上升速度快，后在國家宏觀政策的調(diào)控下有所回落。我國房價漲幅從 2009 年的 25%下降到 2010 年的 15%，但房價收入比仍在高位，房價收入比位置適當(dāng)一般位于 3～6 之間，而 2009 年我國城鎮(zhèn)居民房價收入比為8.3，2010 年增長到 8.76（此數(shù)據(jù)由 2010 年城鎮(zhèn)居民人均可支配收入約為 18 900 元，按城鎮(zhèn)居民每人 30 m2 和城鎮(zhèn)家庭每戶3口人計算得出），增幅達到 0.46。
三、我國房地產(chǎn)價格上漲的原因
1、居民購買力
2005―2010 年我國的人均 GDP 持續(xù)上升，其中 2009 年我國的房地產(chǎn)增加值比重約為 5%，2010 年約為 6%。GDP 增長趨勢與房地產(chǎn)在 GDP 比重上升具有剛性關(guān)系。城鎮(zhèn)化是內(nèi)需的重要拉動力。據(jù)測算，中國城鎮(zhèn)化率每上升1個百分點，城鎮(zhèn)人口就增加1000多萬人；城鎮(zhèn)人口每增加1個百分點，會拉動內(nèi)需增加10 萬元。GDP 和城鎮(zhèn)化率的持續(xù)增長導(dǎo)致我國居民購買力增強，而強勁的購買力是直接導(dǎo)致房地產(chǎn)價格上漲的重要動力。
2、通脹流動性
我國總體上處于通脹壓力加大、快速增長、流動性加速 CPI的形勢，而房價的波動和 CPI 以及流動性密切相關(guān)。通脹趨勢和房價上漲預(yù)期，導(dǎo)致居民恐慌而尋找保值方式心理導(dǎo)致其大量搶購房產(chǎn)。流動性過剩容易形成持續(xù)的通脹預(yù)期，勞動力、土地、資本等要素成本不斷上升，也導(dǎo)致了房地產(chǎn)價格的持續(xù)上漲。
3、房地產(chǎn)投資
我國房地產(chǎn)投資 2007―2008 年增速位于固定資產(chǎn)投資之上，經(jīng)濟危機以后，房地產(chǎn)投資增速下挫，增速最低回落1%。經(jīng)濟刺激政策出臺以后，房地產(chǎn)開發(fā)投資開始平緩增長，但仍然明顯固定資產(chǎn)投資增速。從 2009 年底開始，房地產(chǎn)開發(fā)投資快速增長，到 2010 年一季度，增速達到了 35%的歷史最高位。房地產(chǎn)投資的不斷增加給房地產(chǎn)價格居高不下提供了強有力的支撐。
4、房地產(chǎn)信貸
2010年一季度我國金融機構(gòu)新增貸款 2.6 萬億元，開發(fā)貸款和個人貸款8000多億，占一季度貸款總量的 32.4%（2009 年房地產(chǎn)貸款比重約為 20%），其中房地產(chǎn)開發(fā)貸款 3 207 億元，個人購房貸款 5 227 億元，個人購房貸款增長 53%。房地產(chǎn)刺激經(jīng)濟，泡沫積累迅速，投資型購房的杠桿效應(yīng)明顯。房地產(chǎn)開發(fā)貸款和個人購房貸款的持續(xù)快速增加是導(dǎo)致我國房地產(chǎn)價格上漲的又一內(nèi)驅(qū)力。
四、建議
我國“十二五”規(guī)劃時期將以加快轉(zhuǎn)變經(jīng)濟發(fā)展方式為主線，處理好管理通脹預(yù)期與調(diào)整經(jīng)濟結(jié)構(gòu)的關(guān)系。保持物價總水平基本穩(wěn)定適度的物價上漲有利于調(diào)結(jié)構(gòu)、轉(zhuǎn)方式，但房價的居高和較大的通脹壓力有著密切的聯(lián)動關(guān)系，針對我國房地產(chǎn)價格持續(xù)居高提出以下建議：
1、在經(jīng)濟增長略緩、通脹壓力稍大的情況下，宏觀政策調(diào)控房地產(chǎn)市場，實行需求管理與供給管理并重、需求緊縮而供給擴張的政策。通過實施穩(wěn)健的貨幣政策抑制總需求過快擴張、通過加大房地產(chǎn)領(lǐng)域投入等來擴大供給，切實落實中小套型普通商品住房建設(shè)計劃和供地計劃，督促房價上漲過快的城市增加居住用地的供應(yīng)總量。
關(guān)鍵詞：城市住宅價格；VPCI指標(biāo)；南京市
中圖分類號：F293文獻標(biāo)識碼：A
文章編號：1000176X（2015）11013505
一、研究背景
我國房地產(chǎn)市場，自20世紀(jì)80年代開始萌芽發(fā)展。隨著1997―1998年間住房制度改革的啟動，住房投資、建設(shè)、分配、管理制度逐漸向著貨幣化、市場化和社會化的方向轉(zhuǎn)變，住宅市場作為獨立的產(chǎn)業(yè)體系，開始成為房地產(chǎn)市場的重要組成部分。1998年以后，住房實物分配制度的正式終結(jié)和房地產(chǎn)市場得到的政策支持，使城市住房供給的融資渠道、投資主體等呈現(xiàn)多元化的趨勢，使住宅市場保持著高速的發(fā)展勢頭。
但隨著住宅市場投資的快速增長，住宅價格也隨之不斷上漲。2002年以后，我國部分大中城市的住宅價格出現(xiàn)了加速增長的趨勢，且波動程度顯著增大。因此，隨著住宅價格的不斷升高，住宅價格波動已經(jīng)成為整個社會關(guān)注的焦點。圍繞相關(guān)問題，近年來國務(wù)院、各部委、人民銀行和各地政府相繼出臺了一系列政策來穩(wěn)定房地產(chǎn)市場。
2011年1月26日公布的“新國八條”要求，2011 年各城市人民政府要根據(jù)當(dāng)?shù)亟?jīng)濟發(fā)展目標(biāo)和居民住房支付能力，合理確定本地區(qū)年度新建住房價格控制目標(biāo)，并于一季度向社會公布。2011年，在全國657個城市中，住房價格調(diào)控目標(biāo)大致可以分為，以GDP增長為一類，人均居民收入為一類，以長春提出的房價收入比為一類。那么這些指標(biāo)合理嗎？在各個城市公布這些調(diào)控目標(biāo)后，引來了居民的抱怨，房價目標(biāo)卻被公眾批評為“限漲令”。因為幾乎所有城市都將2011 年目標(biāo)定為“增長10%”左右，調(diào)控目標(biāo)制定得太寬松。可見這些目標(biāo)存在不合理之處。因為近些年居民收入水平趕不上GDP的增長水平，更趕不上物價上漲速度[1-2]。
本文從技術(shù)分析的角度，聚焦城市住宅價格的波動幅度、波動周期和波動方式等方面，從住宅價格波動現(xiàn)象自身來研究其透露的信息，把握住宅房地產(chǎn)市場的真實狀況，通過確定住宅價格的正常波動區(qū)間，來對住宅價格波動過程中出現(xiàn)的異常波動點進行界定，從而為趨勢的判斷和調(diào)控的時點把握提供參考。目前可用于住宅價格趨勢計算的指標(biāo)較少，論文通過其他途徑尋找合理的趨勢分析方法。成交量變化是先于價格變化的，成交量是引起價格變化的原因，運用市場價值規(guī)律，供給與需求的關(guān)系，制定市場的成交量分析指標(biāo)，通過最近成交量分析來預(yù)測住宅均價的走勢。本文試著通過住宅房屋的成交量來預(yù)測房價的漲跌情況，運用成交量分析指標(biāo)來計算出房價同樣的指標(biāo)，這樣對于房價的趨勢分析就有了一種新方法?；谀暇┦薪晷陆ㄗ》康匿N售情況，計算VPCI。
二、文獻綜述
在定性研究方面，賀建清從開發(fā)商與消費者的互動關(guān)系和開發(fā)商之間的利益博弈角度分析影響房地產(chǎn)價格走勢的原因，并建立房地產(chǎn)市場開發(fā)商與消費者間的不完全信息靜態(tài)博弈模型和開發(fā)商之間的有限理性下協(xié)調(diào)博弈模型，結(jié)果表明房地產(chǎn)開發(fā)商和消費者之間的博弈，開發(fā)商之間的合作與非合作博弈是影響房地產(chǎn)價格波動的重要原因。周建軍和侯杰通過對國際游資投機房地產(chǎn)的動因和房地產(chǎn)市場的價格決定模型分析，發(fā)現(xiàn)房價波動與國際游資之間呈正相關(guān)趨勢。熊璐瑛[5]從匯率對物價的傳導(dǎo)機制、供需理論等角度討論匯率波動對房地產(chǎn)價格的影響。楊冬寧探討了土地供給價格、數(shù)量和形式對住宅價格波動的影響?？嘴戏治隽素泿耪哂绊懛康禺a(chǎn)價格波動的沖擊途徑，并闡述了我國住宅價格波動與貨幣供給量變動形成的貨幣政策沖擊之間的關(guān)系。
在定量研究方面，梁云芳和高鐵梅用多變量時間序列方差分量分析模型（MTV模型）對不同地區(qū)不同用途商品房價格變動的各種影響因素綜合考慮分析。楊冬寧[9]利用特征價格法和多元回歸方程組，通過對杭州市住宅價格指數(shù)的構(gòu)建，對住宅價格波動的影響因素進行了歸類和動態(tài)分析。李成剛等[10]用Panel Data模型和向后法多元回歸方程建立了住宅價格影響因素模型，通過實證分析找出了影響河北省住宅價格的主要因素。周恩臣結(jié)合定性的經(jīng)濟周期波動理論和定量的靜態(tài)、動態(tài)供求價格模型及截面時序模型，從政府、銀行、消費者的角度對住宅價格波動的原因進行了分析。衛(wèi)正逸和屈夢溪利用VEC模型對國際資本流動和我國房地產(chǎn)市場銷售價格之間的彈性進行研究，通過格蘭杰因果檢驗分析二者之間的因果關(guān)系，結(jié)果表明從短期來看，國際資本流入是我國房地產(chǎn)市場價格上漲的原因，但影響程度較小，從長期來看二者之間并不存在均衡關(guān)系。宋勃和高波[13]在考慮通貨膨脹的條件下，利用我國1998―2006年的一年期存款實際利率、一年期商業(yè)貸款實際利率、存款準(zhǔn)備金實際利率、中央銀行實際貸款利率、實際再貼現(xiàn)率與房屋銷售價格指數(shù)和土地交易價格指數(shù)的季度數(shù)據(jù)建立誤差糾正模型，并通過協(xié)整檢驗、長短期格蘭杰因果檢驗和脈沖響應(yīng)分析，對我國房地產(chǎn)價格和各種實際存貸款利率的關(guān)系進行實證檢驗。周京奎[14]通過構(gòu)建適合我國的房地產(chǎn)投機理論模型，對我國14個城市的房地產(chǎn)價格波動與投機行為的關(guān)系進行實證研究，時間序列的回歸分析結(jié)果表明，全部城市中投機成分都對房地產(chǎn)價格有顯著影響，橫截面數(shù)據(jù)表明，可支配收入對房地產(chǎn)價格沒有顯著影響，價格上升主要由投機推動。張文娟[15]應(yīng)用行為金融學(xué)中的噪聲交易理論，通過引入一個含有過度反應(yīng)系數(shù)的世代交替模型，分析房地產(chǎn)市場中噪聲交易者的過度行為對房價波動的影響。徐松茂和姚佐文[16]通過VAR模型（向量自回歸模型）和協(xié)整分析，發(fā)現(xiàn)人口和預(yù)期是上海房地產(chǎn)市場價格變動的兩個主要因素，并通過行為金融學(xué)的噪聲交易理論、反饋機制和羊群效應(yīng)等對這種心理預(yù)期的作用進行解釋。李智[17]針對城市住宅價格控制目標(biāo)進行了橫向比較并分析其合理性，結(jié)合南京市數(shù)據(jù)進行了案例研究。
三、成交量VPCI指標(biāo)的由來及計算
1VPCI指標(biāo)在股市中的應(yīng)用
在股票市場中，股票交易機構(gòu)吸納和派發(fā)股票籌碼的行為模式主要不是盯著每一天股票的漲跌趨勢變化，它們的交易策略是結(jié)合市場的整體趨勢來制定和執(zhí)行的，從這個角度來看，長期市場的趨勢是捕捉市場內(nèi)部正在積累的供需力量的理想途徑。在短期內(nèi)，市場的一些行為有可能誤導(dǎo)投資者，而且有時候還是有意的。房價也是如此，房地產(chǎn)公司為了快速賣出新樓盤，打著各種招牌，有意降低某些廉價房的價格，以此吸引消費者的眼光等。但是從市場較長期的趨勢來看，機構(gòu)投資者的行為是無法隱藏的。因此，我們需要一個成交量指標(biāo)來比較這些市場趨勢?；谶@些想法，成交量分析大師巴夫經(jīng)過嚴(yán)格的檢驗，對市場的較長期趨勢找到了一個這樣的指標(biāo)來揭示價量之間的正相關(guān)關(guān)系。研究的結(jié)果就是成交量價格確認(rèn)指標(biāo)VPCI。
在介紹VPCI之前，我們先介紹兩個關(guān)于價格的基本平均值：簡單移動平均值（SMA）和成交量加權(quán)的移動平均值（VWMA）。VWMA是將每個交易日的收盤價用當(dāng)天的成交量加權(quán)，然后除以平均值計算期間的總成交量。VWMA來衡量通過價格反映出來的投資者意愿，以當(dāng)日成交量占平均值計算期間總成交量的比例為權(quán)重對價格進行加權(quán)。用成交量給價格平均值加權(quán)就是基于投資者的參與給予價格不同的強調(diào)，成交量大的交易日價格的重要性會被放大，而成交量較小的交易日的價格的重要性則會被降低。例如：我們同時用SMA和VWMA兩種方法來計算兩天的移動平均值，假設(shè)某只股票在第一天以10美元的價格成交了100 000股，第二天以12美元的價格成交了300 000股。SMA的計算方法是將第一天的價格加上第二天的價格，然后除以天數(shù)，即（10+12）/2=11美元。VWMA的計算方法是將第一天的價格乘以第一天的成交量占總成交量的比例（100 000/400 000=1/4），然后加上第二天的價格乘以第二天的成交量占總成交量的比例（300 000/400 000=3/4），最終結(jié)果為115美元。根據(jù)計算結(jié)果，投資者參與的實際價格不是11美元，而是VWMA所示的115美元。
VPCI指標(biāo)將價格趨勢和成交量加權(quán)的價格趨勢加以對比，即將VWMA和相應(yīng)的SMA相比較。這樣的對比能夠揭示價格趨勢和相應(yīng)的成交量之間的內(nèi)在關(guān)系。雖然SMA指標(biāo)能夠顯示一只股票價格的變化，但不能反映投資者參與的程度，而VWMA指標(biāo)將價格變化的重要性根據(jù)相應(yīng)的成交量進行了加權(quán)。SMA和VWMA指標(biāo)之間的不對稱性就提供了構(gòu)建VPCI的信息。該信息被用于判斷當(dāng)前價格趨勢的可持續(xù)性。因此，VPCI指標(biāo)主要用于證實或反對當(dāng)前的價格趨勢。
2住宅市場價格VPCI指標(biāo)的建立
VPCI涉及三種計算：成交量價格確認(rèn)或反對指標(biāo)（VPC+/-）、成交量價格比率（VPR）和成交量乘數(shù)（VM）。
第一步，選擇一個長期和短期的時間框架。長期的時間框架用于計算基于簡單價格移動平均數(shù)和成交量加權(quán)的價格移動平均數(shù)的VPC，以及基于簡單價格移動平均數(shù)和成交量加權(quán)的價格移動平均數(shù)的VM。短期的時間框架用于計算基于簡單價格移動平均數(shù)和成交量加權(quán)的價格移動平均數(shù)的VPR，以及基于簡單價格移動平均數(shù)和成交量加權(quán)的價格移動平均數(shù)的VM。
VPC的計算方法是從長期的VWMA中減去同期的SMA。實際上，VPC是描述價格和成交量加權(quán)之間關(guān)系的核心指標(biāo)，但很少被關(guān)注，當(dāng)該值為正時就是VPC+指標(biāo)（成交量價格確認(rèn)），為負(fù)時就是VPC-指標(biāo)（成交量價格矛盾）。VPC顯示了價格和成交量加權(quán)后的價格在某段時期內(nèi)變化的非對稱性，其結(jié)果能為我們提供十分有用的信息。一個50天的SMA值為485，而同時的VWMA值為50，其差值為15代表了對上升趨勢價格的成交量確認(rèn)。如果計算的結(jié)果是負(fù)值，則代表了價格成交量矛盾。僅僅是這個差值就提供了關(guān)于價格趨勢和相應(yīng)的成交量之間的內(nèi)在非對稱性關(guān)系的純粹的樸實無華的信息。
第二步，計算成交量價格比率（VPR）。VPR指標(biāo)能放大或縮小相對于短期價格成交量關(guān)系的VPC+/-值。VPR的計算方法是將短期的VWMA除以短期的SMA。例如，假設(shè)短期定義為10個交易日，10天的VWMA值為25，而10天的SMA值為20，那么VPR就等于25/20，即125。我們將該值乘以第一步中計算出來的VPC+/-，而小于1的成交量價格比率則會減少VPC+/-。
第三步，計算成交量乘數(shù)（VM）。VM的目的是在成交量放大時加大VPCI的量，在成交量縮減時縮小VPCI的量。為此，我們用短期平均成交量除以長期平均成交量。例如，假設(shè)對于SMA簡單移動平均線，10天的短期平均成交量為每天150萬股，而50天的長期平均成交量為每天75萬股，那么VM值就是1500 000/750 000=2。
在將VPC+/-乘以VPR之后，我們再乘以上一步計算出來的VM，這樣我們就得到了VPCI指標(biāo)。VPC+的確認(rèn)值15乘以VPR值125，得到1875，然后再乘以VM值的2，最后得到VPCI值375。盡管該指標(biāo)值提供了非常強的價量確認(rèn)信息，但該信息最好還是結(jié)合當(dāng)下的價格趨勢和最近的VPCI水平來解讀。我們隨后將討論如何最有效地利用VPCI指標(biāo)。
VPC=VWMA-SMA
VPR= VWMA/SMA
VM=短期SMA/長期SMA
VPCI= VPC×VPR×VM
四、 VPCI指標(biāo)在住宅均價趨勢分析中的應(yīng)用
1VPCI指標(biāo)應(yīng)用規(guī)則
當(dāng)使用VPCI時，成交量信息是領(lǐng)先價格變化的，和大多數(shù)指標(biāo)不同，VPCI常常在價格突變和價格反轉(zhuǎn)前發(fā)出訊號。VPCI的訊號可以用于價格趨勢和價格指標(biāo)的分析中。VPCI大于或小于零時，顯示了價量關(guān)系和當(dāng)前的價格是一致還是矛盾，以及一致或矛盾的程度。這是VPCI指標(biāo)提供的最重要的信息，正VPCI值確認(rèn)一個上升的趨勢，而負(fù)值則確認(rèn)了一個下降趨勢。VPCI提供的另一個重要的訊號是VPCI趨勢的方向，即VPCI是上升還是下降。該訊號顯示了VPCI當(dāng)前變化的方向，以及VPCI當(dāng)下的方向和價格趨勢趨于會合還是背離。還可以通過將成交量加權(quán)的VPCI平均值平滑處理后構(gòu)建一個平滑VPCI。平滑VPCI顯示了當(dāng)前的VPCI值相對于先前水平的變化，可用于觀察VPCI的動量。當(dāng)VPCI向上或向下穿過平滑VPCI線時，可能顯示了VPCI具有正向的變化動量以及當(dāng)下VPCI趨勢會加速。下面介紹幾種VPCI運用的情況分析：
（1）如果價格上升，相應(yīng)的VPCI也在上升，這顯示了成交量和價格變化相互確認(rèn)，表明當(dāng)前的趨勢是有力量的。
（2）如果價格在上升，但是VPCI線都處于下降趨勢，表明投資者追漲的意愿在消退。其次，VPCI線都處于零線之下，說明價格上升趨勢是不能持久的。
（3）如果在VPCI曲線出現(xiàn)V形底部（V形底部是比較少見的）常常預(yù)示著一個轉(zhuǎn)折點。
（4）價格下跌的同時VPCI上升是成交量―價格矛盾的例子，VPCI在上升，這顯示了盡管價格在下跌，但是市場仍然控制在買方的手里，VPCI線處于逐漸上升的趨勢，和價格的下跌趨勢相矛盾。最終，在一定的買方壓力下，市場不久之后就會向上突破。
2南京市住宅價格的VPCI指標(biāo)計算與分析
根據(jù)南京市十年月季度的房價數(shù)據(jù)進行統(tǒng)計分析，也就是2004年1月到2013年12月的住宅銷售情況，以6個月為短期時間框架對成交量VPCI指標(biāo)進行計算，12個月為長期時間框架進行成交量分析。由于在計算VWMA時，房價不存在收盤價，根據(jù)數(shù)據(jù)檢驗，用均價來代替。南京2004―2013年平均半年度的均價依次為：4 0866元、4 4819元、4 5410元、4 2462元、4 3999元、4 5863元、5 0717元、5 7355元、6 2110元、 6 0360元、6 4863元、8 1047元、10 4671元、11 7724元、11 6034元、11 1652元、10 5474元、11 3084元、12 3373元、13 2831元。根據(jù)VPCI計算方法，在圖1中標(biāo)出了每6個月的住宅銷售均價和相應(yīng)的VPCI值。
從圖1中我們可以得到VPCI指標(biāo)是否可以正確分析房價趨勢的走向。
（1）從圖1中我們可以看到，在2004―2012年VPCI值在零線之上，正VPCI值確認(rèn)了一個價格上升的趨勢。這顯示了房價處于長期吸納籌碼狀態(tài)，即說明價格會持續(xù)上漲，從2004年以后的房價信息中我們也看到了房價確實是一直上升的。但是在2013年時VPCI為負(fù)值，顯示當(dāng)前的成交量和價格趨勢是矛盾的，支持房價上漲的成交量已經(jīng)萎縮，說明房價的上升趨勢是不能持久的。
（2）VPCI提供的另一個重要的訊號是VPCI趨勢的方向，該訊號顯示了VPCI當(dāng)前變化的方向，以及VPCI當(dāng)下的方向和價格趨勢會合還是背離。從圖1中我們可以看到，2004―2006年末VPCI是上升的，相對應(yīng)的價格也是緩慢上升的，當(dāng)價格上升伴隨著成交量的放大，顯示了房地產(chǎn)行業(yè)得到了人們的支持。上升的VPCI線，這顯示了成交量和價格變化相互確認(rèn)，顯示當(dāng)下的方向和價格趨勢趨于會合，表明當(dāng)前的趨勢是有力量的。相反的，如果VPCI是下降的，表明成交量和價格變化趨勢相矛盾，價格趨勢得不到成交量的支持，顯示VPCI當(dāng)下的方向和價格趨勢是背離的，預(yù)示著以后階段房價增幅會有所減少，甚至?xí)档?。從圖1中可以看出，2004―2006年VPCI的上升趨勢正好預(yù)測2004―2007年房價的上升；即2004―2006年VPCI上升，同時2004―2006年房價也是增長的，兩者的變化相互確認(rèn)，表明當(dāng)前房價得到了成交量的支持，預(yù)示著下一階段房價的上漲，即2007年房價的上漲。2007―2008年VPCI的下降和2008―2009年房價的小幅度降低，2008―2009年VPCI的上升確認(rèn)2009―2010年房價的持續(xù)上漲，2009年末到2010年VPCI的下降趨勢正好對應(yīng)2010―2011年末房價的下降，即VPCI下降，房價上升，市場房價的上升得不到成交量的支持，表明成交量和價格變化趨勢相矛盾的，預(yù)示著未來階段房價的下降。2011年末到2012年上半年VPCI的上升也解釋了2012年到2013年房價的上升。
（3）從圖1中我們看到出現(xiàn)了兩個V形底部，第一個在2007年7月份到2009年6月份，預(yù)示了2010年房價的大幅度上漲。第二個V形出現(xiàn)在2010―2011年，在這期間房價是下降的，V形預(yù)示著房價的一個上漲訊號，結(jié)果在2011―2013年相應(yīng)地出現(xiàn)了房價比較大的上浮。
為了驗證VPCI指標(biāo)的準(zhǔn)確性，用南京市城北板塊和城南板塊再次做分析：
南京市城北板塊2007―2013年平均半年度的均價依次為：6 7105元、7 5754元、8 2886元、8 000元、7 9457元、9 9326元、13 0378元、12 6785元、12 5602元、 9 8976元、9 8844元、12 4658元、13 3219元、12 8232元。根據(jù)VPCI計算方法，在圖2中標(biāo)出了每6個月的住宅銷售均價和相應(yīng)的VPCI值。
從圖2中我們可以得到VPCI指標(biāo)是否可以正確分析房價趨勢的走向。
（1）從大致圖形中我們可以看到在2007―2009年VPCI值為正，正VPCI值確認(rèn)了一個價格上升的趨勢。這顯示了房地產(chǎn)房價處于長期的吸納籌碼的狀態(tài)，即說明價格會持續(xù)上漲，從2004年以后的房價信息中我們也看到了確實房價是一直穩(wěn)步上升的。但是在2010―2011年時VPCI為負(fù)值，顯示當(dāng)前的成交量和價格趨勢是矛盾的，支持房價上漲的成交量已經(jīng)萎縮，說明房價的上升趨勢是不能持久的。從圖2房價信息中可以得到驗證，2010年1―6月的房價上升到13 0378元后，房價出現(xiàn)了連續(xù)下跌，2010年7―12月房價為12 6785元，2011年1―6月的房價為12 5602元，2011年7―12月的房價為 9 8976元，2012年1―6月的房價為9 8844元。從2011―2012年VPCI值呈現(xiàn)出上升趨勢，處于零線之上，說明確認(rèn)了一個價格上升的趨勢，即說明價格會上漲，從2012年以后的房價信息中可以看到房價上升。2013年的VPCI為負(fù)值，顯示當(dāng)前的成交量和價格趨勢是矛盾的，不會支持房價的上漲，在2013年的房價信息中我們可以看到2013年之后的房價已經(jīng)出現(xiàn)了下降的趨勢。
（2）VPCI提供的另一個重要訊號是VPCI趨勢的方向，該訊號顯示了VPCI當(dāng)前變化的方向，以及VPCI當(dāng)下的方向和價格趨勢會合還是背離。從圖2中我們可以看到，2007―2009年VPCI是上升的，相對應(yīng)的價格也是緩慢上升的，當(dāng)價格上升伴隨著成交量的放大，顯示了房地產(chǎn)行業(yè)得到了人們的支持。上升的VPCI線，這顯示了成交量和價格變化相互確認(rèn)，顯示當(dāng)下的方向和價格趨勢趨于會合，表明當(dāng)前的趨勢是有力量的。相反的，如果VPCI是下降的，表明成交量和價格變化趨勢相矛盾，價格趨勢得不到成交量的支持，顯示VPCI當(dāng)下的方向和價格趨勢是背離的，預(yù)示著以后階段房價增幅會有所減少，甚至?xí)档?。從圖2中可以看出，2007―2009年VPCI的上升趨勢正好預(yù)測2007―2010年房價的上升；即2007―2009年VPCI上升，同時2007―2010年房價也是增長的，兩者的變化相互確認(rèn)，表明當(dāng)前房價得到了成交量的支持，預(yù)示著下一階段房價的上漲，即2007年房價的上漲。2009―2011年VPCI的下降預(yù)測到2010―2012年房價的降低，2011―2012年VPCI的上升確認(rèn)2012―2013年房價的上漲。2009年末到2011年VPCI的下降趨勢正好對應(yīng)2010―2012年末房價的下降，即VPCI下降，房價上升，市場房價的上升得不到成交量的支持，表明成交量和價格變化趨勢相矛盾的，預(yù)示著未來階段房價的下降。2011年上半年到2012年下半年VPCI的上升也解釋了2012年到2013年房價的上升。
（3）從圖2中我們看到出現(xiàn)了一個平緩的V形底部，在2009年7月到2012年6月，預(yù)示了2012―2013年房價的上漲。
南京市城南板塊2007―2013年平均半年度的均價依次為：6 75902元、7 5218元、9 9897元、9 3412元、9 3690元、10 1642元、14 5368元、11 7804元、12 4059元、12 2085元、11 2306元、11 7693元、12 5401元、13 7430元。根據(jù)VPCI計算方法，在圖3中標(biāo)出了每6個月的住宅銷售均價和相應(yīng)的VPCI值。
（1）從圖3中我們可以看到，在2007年VPCI值在零線之下，顯示當(dāng)前的成交量和價格趨勢是矛盾的，不會支持房價的上漲，結(jié)果在2008年房價出現(xiàn)了下降趨勢；2008―2009年VPCI值為正，正VPCI值確認(rèn)了一個價格上升的趨勢。這顯示了房地產(chǎn)房價處于長期的吸納籌碼的狀態(tài)，即說明價格會上漲，從2008年末以后的房價信息中我們也看到了確實房價是一直穩(wěn)步上升的。但是在2010―2011年時VPCI成為了負(fù)值，顯示當(dāng)前的成交量和價格趨勢是矛盾的，支持房價上漲的成交量已經(jīng)萎縮。從圖中房價信息中可以得到驗證，2010年1月到2012年6月的房價出現(xiàn)了整體下跌的趨勢，2012年VPCI值又呈現(xiàn)出上升趨勢，處于零線之上，說明確認(rèn)了一個價格上升的趨勢，即說明價格會有上漲的趨勢，從2012年以后的房價信息中我們也看到房價是上升的。2013年的VPCI值處于零線之下，顯示當(dāng)前的成交量和價格趨勢是矛盾的，不會支持房價的上漲，預(yù)示著2014年房價上升的幅度不大。
（2）從圖3中我們可以看到，2007年到2008年上半年VPCI是上升的，相對應(yīng)的價格也是緩慢上升的，當(dāng)價格上升伴隨著成交量的放大，顯示了房地產(chǎn)行業(yè)得到了人們的支持。上升的VPCI線，這顯示了成交量和價格變化相互確認(rèn)，顯示當(dāng)下的方向是和價格趨勢趨于會合，表明當(dāng)前的趨勢是有力量的。相反的，如果VPCI是下降的，表明成交量和價格變化趨勢相矛盾，價格趨勢得不到成交量的支持，顯示VPCI當(dāng)下的方向和價格趨勢是背離的，預(yù)示著以后階段房價增幅會有所減少，甚至?xí)档?。從圖3中可以看到2007年到2008年1月VPCI值的上升趨勢預(yù)測到2007―2008年房價的上漲，2008年VPCI的下降趨勢驗證2008―2009年房價的下降，2009年VPCI的上升預(yù)測到2009―2010年房價的上升。2009年下半年到2010下半年VPCI的下降預(yù)測2010―2012年房價的降低，2010下半年到2012年VPCI的上升確認(rèn)2012―2013年房價的上漲。
（3）從圖3中我們看到出現(xiàn)了一個V形底部，在2009年7月份到2011年12月份，預(yù)示了2012―2013年房價的上漲。
3結(jié)論和意義
VPCI指標(biāo)適合用于城市住宅價格趨勢的分析。在進行均價分析時，相應(yīng)地也可以計算出其VPCI值，運用VPCI值進行房價趨勢的驗證和當(dāng)下房價的趨勢是否合理，以及房價上漲的潛力還要持續(xù)多久。也可以用于更好地進行房價的調(diào)控，使國家房地產(chǎn)行業(yè)健康持續(xù)的發(fā)展。
參考文獻：
[1]熊超地方房價調(diào)控目標(biāo)應(yīng)更多地考慮房價收入比等核心指標(biāo)[J]中國外資，2012，（1）：34
[2]柯佳佳，吳偉巍關(guān)于城市住宅價格控制目標(biāo)的若干思考[J]價格理論與實踐，2011，（11）：29-30
[3]賀建清房地產(chǎn)價格波動：一個基于博弈論視角的分析[J]天津商業(yè)大學(xué)學(xué)報，2009，29（2）：10-15
[4]周建軍， 侯杰國際游資與房地產(chǎn)價格波動：理論與實證[J]現(xiàn)代經(jīng)濟信息，2008，（3）：5-7
[5]熊璐瑛匯率波動對房地產(chǎn)價格影響的多視角分析及對策研究[J]特權(quán)經(jīng)濟，2009，（7）：207-209
[6]楊冬寧土地供給因素對住宅價格波動的影響[J]中國房地產(chǎn)，2009，（8）：20-21
[7]孔煜貨幣政策與房地產(chǎn)價格波動的關(guān)系分析[J]商業(yè)時代，2010，（11）：51-52
[8]梁云芳， 高鐵梅我國商品住宅銷售價格波動成因的實證分析[J]管理世界，2006，（8）：76-80
[9]楊冬寧住宅價格的多因素動態(tài)分析研究――以杭州市場為例[D]上海： 復(fù)旦大學(xué)博士學(xué)位論文，2009
[10]李成剛， 陳永斌， 李方杰基于Panel Data模型的住宅價格影響因素研究――以河北省為例[J]石家莊經(jīng)濟學(xué)院學(xué)報，2009，（2）：37-40
[11]周恩臣我國住宅價格波動的原因分析[D]南寧：廣西師范大學(xué)碩士學(xué)位論文，2007
[12]衛(wèi)正逸， 屈夢溪國際資本流動與我國房地產(chǎn)價格波動的相關(guān)性研究[J]商場現(xiàn)代化，2010，（18）： 16-17
[13]宋勃， 高波利率沖擊與房地產(chǎn)價格波動的理論與實證分析：1998―2006[J]經(jīng)濟評論，2007，（4）： 46-56
[14]周京奎房地產(chǎn)價格波動與投機行為――對中國14城市的實證分析[J]當(dāng)代經(jīng)濟科學(xué)，2005，（4）： 19-24
[15]張文娟基于噪聲交易理論的房地產(chǎn)市場價格波動研究[J]商業(yè)經(jīng)濟研究，2010，（5）：126-127
【關(guān)鍵詞】物業(yè)稅 房地產(chǎn)價格 香港地區(qū)
一、香港地區(qū)物業(yè)稅概述
香港與物業(yè)稅（廣義）有關(guān)的稅收，包括差餉和物業(yè)稅（狹義）兩項。和我們平時所說的物業(yè)稅的概念有所不同，香港所稱的“物業(yè)稅”，其課稅范圍僅限于用于出租經(jīng)營并獲得租金收益的物業(yè)。而差餉的內(nèi)涵倒是更符合通用物業(yè)稅的含義，是對納稅人擁有的所有房屋，包括自用和非自用的房屋都征稅。所以也有人把香港的差餉直接稱為物業(yè)稅，把“物業(yè)稅”稱為不動產(chǎn)稅。實際上，兩者都是對物業(yè)在保有環(huán)節(jié)的課稅，都是本文討論的物業(yè)稅范疇。
（一）差餉
香港的差餉1845年開始實施，意為官差的餉銀。當(dāng)時政府為了支付警察的糧餉而開始向轄區(qū)內(nèi)的物業(yè)征稅，名為差餉。1856、1860、1862年政府又分別對公共照明、市政供水、公共消防項目的支出加征物業(yè)稅。到1931年，政府開始統(tǒng)一征收差餉用以支付政府的一些公共服務(wù)開支。1988年，各個名目的物業(yè)稅收被加總合并，統(tǒng)稱為差餉。這一名稱一直沿用至今。1995年香港政府統(tǒng)一了評估和征收的責(zé)權(quán)，至此差餉的征收系統(tǒng)趨于完善?，F(xiàn)在，差餉已作為政府、市政局及區(qū)域市政局所提供各項公共服務(wù)的經(jīng)費使用。
差餉的計稅依據(jù)為應(yīng)課差餉租值。物業(yè)的應(yīng)課差餉租值是假設(shè)物業(yè)在一個指定估價日期空置出租時估計全年可得的合理市面租金。1998年11月，政府宣布編制新的估價冊并于1999年4月1日起生效，同時規(guī)定，此后物業(yè)的應(yīng)課差餉租值由每3年重估一次，改為每年重估一次。評估應(yīng)課差餉租值時，需考慮區(qū)內(nèi)同類物業(yè)于指定估價日期或接近該日在公開市場由業(yè)主與租客雙方議定的租金，再根據(jù)物業(yè)面積、位置、設(shè)施、完工素質(zhì)及管理水平分別加以調(diào)算。差餉繳納人可對應(yīng)收差餉租值的評估值提出反對，但提出反對時，仍須如期繳交本期差餉。反對獲得批準(zhǔn)時，所作修改會追溯至生效日期。
差餉的征收率由立法局決定。1999年4月1日起，差餉的征收率為5%。
根據(jù)差餉的計稅依據(jù)和征收率，即可計算出應(yīng)課差餉。差餉的計算公式為：
差餉=應(yīng)課差餉租值×差餉征收率
差餉物業(yè)估價署負(fù)責(zé)差餉的征收。差餉每季預(yù)繳，業(yè)主與物業(yè)使用人應(yīng)依雙方租約條款確定繳付人。租約未訂明由業(yè)主繳交的，由使用人繳交。逾期未繳付的，加征5%的附加費。在原先的最后繳款日期后6個月內(nèi)，仍未清繳包括5%附加費在內(nèi)欠款的，要二次加征附加費。
（二）物業(yè)稅
香港自從1940年戰(zhàn)時稅法通過以后，就開始征收物業(yè)稅?！抖悇?wù)條例》規(guī)定了4種收益稅：物業(yè)稅、薪俸稅、利得稅和利息稅。物業(yè)稅規(guī)定于《稅務(wù)條例》第二部分，1947、1961、1965、1983和1991年做過修改。香港以物業(yè)稅的名義同時對土地和樓宇收益征稅，是土地稅和房產(chǎn)稅的合一。所以有人認(rèn)為，香港物業(yè)稅實為不動產(chǎn)財產(chǎn)稅。
香港物業(yè)稅的納稅人是擁有應(yīng)稅物業(yè)的業(yè)主，包括直接由政府批租的房產(chǎn)持有人、權(quán)益擁有人、終身租用人、抵押人、已占有房地的承押人、向注冊合作社購買樓宇者等，但香港的物業(yè)稅只向有租金收入的業(yè)主征收，沒有租金收入的業(yè)主不是物業(yè)稅的納稅人。
物業(yè)稅的計稅依據(jù)是每一課稅年度按照土地或樓宇的應(yīng)評稅凈值。這里，應(yīng)評稅凈值是指應(yīng)評稅值扣減業(yè)主繳納的差餉及20%的標(biāo)準(zhǔn)扣減率(用以彌補修理費和開支費用)后的余額。而所說的樓宇，包括樓宇的任何部分，也包括墩(橋墩)、碼頭以及一般理解為不構(gòu)成一幢樓宇的任何建筑物。物業(yè)稅的應(yīng)評稅值是依據(jù)實際收入申報表計算的。包括在該課稅年度內(nèi)為取得土地或樓宇的使用權(quán)而付出的費用，如資本性支出、獲取提供服務(wù)或便利而支付的費用，以及根據(jù)《差餉條例》征收的差餉等，可作為扣減項目扣除。
物業(yè)稅的計算公式為：
應(yīng)繳物業(yè)稅＝｛[應(yīng)評稅值（租金收入）－差餉]×（1－20%）｝×稅率
立法局可以通過決議案修訂標(biāo)準(zhǔn)扣減率。物業(yè)稅的稅率在2004年之前為15%，2004年為16%。
二、香港地區(qū)物業(yè)稅(廣義)對房地產(chǎn)市場的影響分析
（一）香港差餉征收對房地產(chǎn)市場的影響分析
香港的差餉1845年開始征收。差餉的開征，增加了業(yè)主的持有成本，因此，香港絕大多數(shù)物業(yè)的業(yè)主會盡量避免房屋空置。甚至在特殊時期，在約定由租戶繳納各項稅費的情況下，以零租金出租，減輕持有負(fù)擔(dān)。因此，差餉的開征會減少房屋空置，加大供給量，提高社會物質(zhì)財富利用率的作用，對房地產(chǎn)行業(yè)的管理具有重要意義。
同時，差餉也是香港政府調(diào)節(jié)房地產(chǎn)市場和整體經(jīng)濟的一個常用手段。香港是典型的城市型經(jīng)濟特征，地域狹小，人口較多，密度約是上海的3倍。香港的房地產(chǎn)市場發(fā)展速度很快，波動也比較劇烈，幾十年來經(jīng)歷過多次起落（見表1和圖1），香港政府也經(jīng)常利用差餉進行調(diào)節(jié)。
但是，與我國內(nèi)地目前情況不同的是，香港近年來運用差餉對房地產(chǎn)市場所做的重要調(diào)整，多是在房地產(chǎn)衰退時期，目的不是為了抑制房價，而是刺激房地產(chǎn)市場的復(fù)蘇。從這樣的實踐中，也同樣可以考察差餉對房地產(chǎn)市場的影響作用。
從圖1中可以看到，從1985年香港房地產(chǎn)市場復(fù)蘇算起，到1997年，香港的房價已上漲了近10倍。1997年，香港的房地產(chǎn)市場泡沫破滅，樓價一路下跌，與1997年度的峰值相比，2004年第四季度香港的樓宇價格平均下跌了62%，私人住宅租金平均減少了48%。
在1998年～2003年香港房地產(chǎn)市場的低迷時期，為了減輕差餉繳納人的負(fù)擔(dān)，香港政府根據(jù)法律對差餉進行了多次減免或延緩繳納的靈活調(diào)整：1998年退還當(dāng)年第二季度的差餉；1999年免除所有繳納人第三季度的差餉；2002年免收5 000港元以下低額差餉（此項政策使得230萬左右的約85%的繳納人在該年內(nèi)不需要繳納差餉）；2003年在SARS期間免除了約90%的繳納人的差餉，并延長了3個月的繳納期限。這些政策對經(jīng)濟低迷時期房地產(chǎn)市場的企穩(wěn)和復(fù)蘇，起到了積極作用。
在2007年下半年爆發(fā)的全球經(jīng)濟危機背景下，香港政府也利用差餉工具對房地產(chǎn)市場以及經(jīng)濟發(fā)展進行了調(diào)節(jié)，實施了多項減免，穩(wěn)定房地產(chǎn)市場，鼓勵經(jīng)濟復(fù)蘇。2007年～2009年香港地區(qū)的差餉減免摘要，見表2。
我們可以看到， 差餉對房地產(chǎn)市場的調(diào)節(jié)作用是非常有限的。以上述1998年～2003年的房地產(chǎn)下降周期為例，盡管香港政府進行了多次差餉減免，但是房地產(chǎn)市場的價格仍然在直線下降。事實上，香港地區(qū)無論是1997年前的樓價瘋狂攀升，還是此后至2003年的大跌，或者近兩年的房地產(chǎn)波動，都是多個因素造成的，包括經(jīng)濟發(fā)展?fàn)顩r、收入水平、心理預(yù)期、金融危機影響等，而差餉對房地產(chǎn)市場的影響，相比之下，并不十分明顯。
（二）香港物業(yè)稅(狹義)對房地產(chǎn)市場的影響分析
香港的物業(yè)稅，主要是對業(yè)主來自物業(yè)的租金收入征稅。自住物業(yè)、空置物業(yè)、雖用于經(jīng)營但無租金收入的物業(yè)等，都不需要繳納物業(yè)稅。這實際上是對自住房屋和出租投資房屋作了區(qū)分，居民自住房地產(chǎn)市場的供求不受物業(yè)稅的影響。
香港的物業(yè)稅稅率，基本上每一課稅年度都會根據(jù)當(dāng)時的經(jīng)濟情況作出相應(yīng)的調(diào)整。在2004年～2007年間，香港房地產(chǎn)市場投資過快過熱的情況下，政府曾一度上調(diào)物業(yè)稅稅率，增加業(yè)主對房地產(chǎn)的持有成本，間接調(diào)控房地產(chǎn)市場的過度繁榮。2008 年全球金融危機爆發(fā)，香港經(jīng)濟也備受打擊，香港政府立即下調(diào)了物業(yè)稅率。具體來看，2002年度香港物業(yè)稅的標(biāo)準(zhǔn)稅率是15%，2003年度標(biāo)準(zhǔn)稅率上調(diào)至15.5%，2004年～2007年又上調(diào)至16%，2008年度下調(diào)至15%。這種適應(yīng)不同時期的經(jīng)濟發(fā)展趨勢，采用稅率變動來提高或抑制民眾對本地房地產(chǎn)業(yè)投資興趣的措施，不僅及時體現(xiàn)了稅收對經(jīng)濟及社會分配的調(diào)節(jié)功能，而且有效組織了財政收入，這與香港保持穩(wěn)定的投資環(huán)境的稅收政策取向有關(guān)。2002年～2008年間香港物業(yè)稅的調(diào)整和房價走勢對比見圖2。
從圖2中可以看出，從2002年～2004年物業(yè)稅每年連續(xù)調(diào)整0.5個百分點，但是，房價依然在上行中；2004年～2007年物業(yè)稅的稅率水平保持在16%，房價繼續(xù)上漲。2008年物業(yè)稅降低了1個百分點，房價較2007年上漲速度減弱，但是仍然有所上升。因此，從香港的實踐來看，物業(yè)稅對房價的影響并非主要因素，物業(yè)稅的調(diào)整只能促進或者減緩房地產(chǎn)市場原來的發(fā)展趨勢，而沒有使房價走勢做方向上的改變。
三、結(jié)論
（一）物業(yè)稅的征收有利于規(guī)范和引導(dǎo)房地產(chǎn)市場健康發(fā)展
香港的物業(yè)稅根據(jù)物業(yè)評估值在保有環(huán)節(jié)按年征收，也就意味著政府直接進入了收益環(huán)節(jié)獲取購房者的部分紅利，這會抑制房地產(chǎn)投機，規(guī)范房地產(chǎn)市場的運行。而目前從總體來看，我國內(nèi)地房地產(chǎn)市場的需求還比較旺盛，某種程度上可以說需求的釋放程度主導(dǎo)著房價的走勢。物業(yè)稅的開征，會增加房地產(chǎn)的保有成本，壓縮房地產(chǎn)市場的投資需求，甚至一部分改善型需求也會受到影響，這將有利于防止房價的泡沫化；同時，開征物業(yè)稅，也可以改變目前房地產(chǎn)稅種繁雜、計稅依據(jù)不合理的現(xiàn)狀，有利于降低房地產(chǎn)開發(fā)成本，減少金融風(fēng)險，引導(dǎo)和規(guī)范房地產(chǎn)市場的健康運行。
（二）物業(yè)稅的征收對房價的影響有限
雖然物業(yè)稅的開征會帶來房地產(chǎn)保有成本的提高，但是，和房地產(chǎn)的總價值相比，物業(yè)稅的征收金額很小。從業(yè)主占有房地產(chǎn)的實際收益和成本角度看，物業(yè)稅因素基本不可能成為決定房價走勢的關(guān)鍵因素。觀察香港物業(yè)稅征收及調(diào)整情況，對比房地產(chǎn)市場價格的走勢，可以發(fā)現(xiàn)，香港物業(yè)稅對房地產(chǎn)市場價格趨勢的影響，作用有限。對我國內(nèi)地房地產(chǎn)市場價格而言，如果物業(yè)稅稅費增加（比如百分之零點幾的稅率）遠遠趕不上投資房地產(chǎn)的利潤收入，并且如果這種稅費還可以通過買賣交易得以轉(zhuǎn)嫁，那么就很難期待物業(yè)稅改革會給房地產(chǎn)市場價格有效降溫。房地產(chǎn)價格的走勢，本質(zhì)上仍取決于房地產(chǎn)市場的供求。而影響房地產(chǎn)市場供求的因素繁多，稅收制度只是其中一個，一般來看也不會是決定性因素，因此其對房地產(chǎn)市場價格的影響是有限的。
主要參考文獻：
[1]謝伏瞻.中國不動產(chǎn)稅制設(shè)計［M］.北京：中國發(fā)展出版社，2006.
[2]趙瑾璐，卜婧怡. 國際物業(yè)稅征收的制度概況和經(jīng)驗借鑒［J］.經(jīng)濟研究，2009（6）.
