The impact of structural adjustment on housing prices in China

Studies of the factors that influence housing prices have focused on housing characteristics, governmental policies, environmental goods, macroeconomic and social fundamentals, and so on. However, the effect of industrial structural adjustment on housing prices is worthy of further investigation. In China, it would be helpful to measure this effect to coordinate housing policy and the ‘Made in China 2025’ strategy, which aims to accelerate industrial restructuring. We selected a spatial panel data model to quantify the effects of the industrial rationalisation and sophistication attributable to spatial dependence in housing prices. Estimation results show that structural adjustment has a statistically significant effect on housing prices that varies widely across regions. In descending order, the impact of industrial structure sophistication decreases in eastern, central, western, and northeastern China. This finding suggests that the government should match housing with local industry, prevent excessive real estate development in conventional agricultural areas, and pay close attention to changes in housing prices caused by increasing industrial restructuring.     

房价波动与制造业升级:基于省际面板数据的空间计量分析

利用2007-2016年中国29个省市区的相关数据,分析房地产价格和制造业产业升级在中国各个省市区的分布格局和空间上的相互依赖性。基于邻接权重矩阵构建空间滞后模型和空间误差模型,分析房价波动对中国制造业产业升级的影响。基于上述研究,得到四个方面的结论:一是通过Moran's I指数和Moran's I散点图证明了中国房价水平和制造业产业升级存在显著的空间相关性,制造业具有高水平区域集中、低水平区域聚集的特点;二是中国房地产价格与制造业产业升级呈倒U型库兹涅茨曲线关系,也就是说房价波动对制造业产业升级同时具有正效应和负效应;三是从整体上看,现阶段省域间相对房价升高对制造业低端技术产业产生挤出效应,对制造业高端技术产业发展产生促进作用,相对房价升高带动了制造业产业升级;四是在北京和上海,由于房价与制造业产业升级两者之间的关系已经跨入倒U型曲线的右边,所以要有效控制房价上涨,以免制造业产业升级受到抑制。     

产业结构变迁对房地产价格的影响研究

以我国2004-2016 年的相关面板数据为样本数据,运用SYS-GMM 估计从产业结构合理化和产业结构高级化两个维度分析产业结构变迁对房价的影响,同时按房地产市场与经济发展水平指标对样本进行聚类分析,考察产业结构变迁对房价的区际差异化影响。研究表明：利用全国数据与分区域数据均得出产业结构变迁对房地产价格存在显著正向影响的结论,但各区域之间产业结构变迁对房价的影响存在一定的区域差异;产业结构合理化程度和高级化程度的变动对房价的影响强度在经济发达地区明显强于经济不发达地区。根据理论分析和实证结果从因城施策、租购并举、财税政策调整与人力资本提升四方面提出建议。     

网络新闻、需求者关注与房价——基于时变参数向量自回归模型的研究

文章采用基于Linear-SVM的机器学习方法对百度新闻栏目57988篇的房地产市场新闻进行文本分析，构建出网络媒体净看多情绪变量和网络媒体关注度变量。并采用时变参数向量自回归模型（TVP-VAR）对媒体变量、住宅销售面积和房价之间的互动关系展开分析，得出如下结论：网媒房地产新闻的多空情绪变化基本能反映调控政策的阶段性特征。媒体报道对房地产市场冲击的响应相对稳定，时变效果不明显。媒体关注度对房地产市场的传导作用受到其构成成分和所处市场阶段的影响，其对房价的反向作用在紧缩调控放开后逐渐减小，并逐渐转为正向的提升作用，对住宅销售面积的反向作用在2015年后的市场高涨时期逐渐缩小，持续时间也在缩短。媒体情绪对房地产市场的传导作用受到调控政策和市场运行状况的叠加影响，其对房价的提升作用在2015年至2017年的房地产市场上行周期中有所扩大，对销售面积的提升作用则较为平稳。据此，文章提出应根据市场所处的阶段关注网媒发布信息的频度和情绪，加强舆情监测等建议。     

政策因素对我国房价影响的计量模型分析

本文利用我国1987～2010年间的相关经济数据构建了含有政策虚拟变量的房价的计量模型,重点的定量分析了房地产政策因素对房价的影响程度。模型结果表明,房地产政策颁布后对房价有明显的作用,而不同时期的房地产政策对房价的作用程度及方向也是不一样的。这种政策产生的影响主要是通过经济增长和银行信贷规模这两路径来实现对房价的影响。     

当前我国房地产价格的合理性研究

近年来,我国房地产价格大幅快速上涨,引起了公众和政府的高度关注。本文使用两个不同的指标分析了当前我国房地产市场的价格状况。从房价收入比来看,我国大部分居民的收入难以承受过高的房价,我国的房价存在很大的泡沫;从租金房价比来看,租金较低,房价严重偏高,目前房地产投资存在较高的风险,对房地产业以及整个国民经济和社会的稳定有着严重的影响。研究表明我国绝大多数城市的房屋定价不合理,严重偏高,房地产市场存在较大的泡沫和较高的风险。因此,政府还要继续对房地产业实行调控,加快实施保障性住房和廉租房建设,使房价逐步回归到合理水平,促进房地产业的持续、稳定、健康发展。     

是土地供应量与房地产税赋提高了房价吗

自分税制实施后,“土地财政”成为我国地方政府获取收入以支撑财政支出的主要选择,而与此同时房价也在不断上涨。中央政府从民生角度要求地方政府对房价实施调控,地方政府则主要通过调整土地供给量和房地产税税赋来施加影响。土地供应量和税赋会影响供需双方从而影响房价,反过来房价又会影响税收收入及开发商对土地的需求,进而影响社会民生。本文对我国东、中、西部地区住房价格和土地供给量、房地产税税赋之间的关系进行分析,探讨各地区的住房价格上涨原因。通过构建住房价格和土地供给量、房地产税税赋之间的PVAR模型,利用格兰杰因果检验、脉冲分析和方差分解方法来透视地方政府行为对住房价格的影响。分析结果显示,地方政府行为和房价之间存在着联动关系,但在推动住房价格上涨的原因上存在着区域差异：在东部地区,土地供应量影响房价;中部地区,二者联合推动了房价上涨。而在西部地区,房地产税税赋对房价的影响明显。在政策建议上,对地价推动房价的地区要从丰富住房来源和数量入手,而税赋影响房价的地区则要完善相关税制改革。     

我国房地产行业利润不均化及政府部门对房价的调节

通过分析我国房地产行业利润不均化的几点原因说明了我国房地产行业的发展现状。同时,分析了政府部门在针对我国房地产价格持续上升,房地产泡沫出现的情况下针对自身、开发商及商业银行、普通买房者三类群体,提出引导资金开发中小城市,限制开发商开发经济型房屋以稳定房价。     

人民币升值预期对广州房地产价格的影响

近十几年来,随着我国经济快速发展,人民币持续升值与房地产价格不断攀升的问题成为全社会关注的热点。本文先从理论层面分析人民币汇率与房地产价格的关联效应,接着对人民币汇率与广州房地产价格之间的关系进行了实证检验,在此基础上得出相关结论,并为协调和稳定我国房地产价格提出对策建议。     

房地产价格波动对居民消费的影响研究——基于30个省市自治区的面板数据

理论上,房价的上涨会通过财富效应增加居民消费,但由于我国房地产市场发展尚不成熟,房价与消费之间的关系具有不确定性。本文根据总体房地产调控政策的取向考察房价波动对消费的影响,实证结果表明房价上涨对消费的拉动作用有限,甚至产生抑制效应。结合房价波动影响消费的传导机制,本文提出要增加中低档商品房和保障性住房的供给、发展住房增值贷款以及保持房地产调控政策的连贯性等政策建议。     

房地产上市公司股价影响因素实证分析

近年来,在持续的房地产调控政策影响下,我国商品房市场开始出现成交量大幅下滑,房价逐步松动下滑的现象。但在此期间,房地产上市公司股票价格不仅强于大盘走势,而且其波动幅度也高于房地产销售价格指数。为此,本文选择房地产上市公司股票价格指数为因变量,选择上证综指、发电量增长率、CPI、人民币贷款利率、房地产价格指数五个因素指标为自变量进行多元回归统计建模,模型检验结果表明,房地产上市公司股价波动除具有一般金融资产价格波动的系统性、集聚性等特点外,还具有与人民币贷款利率和房屋销售价格指数负相关的特点。受宏观调控政策的持续影响,中国当前房地产市场出现一定程度的扭曲,实体经济增长对房地产上市公司股价的影响不显著。     

房价影响因素的空间非一致性与差异化调控手段——基于Panel Data模型的实证研究

房地产价格受多种宏观经济因素的综合影响,不同城市的房价决定因素可能存在差异。文章将全国城市划分为四种级别,并选择17个一、二、三线样本城市,以货币供应量、CPI、GDP、城镇居民家庭人均可支配收入和社会固定资产投资额为解释变量,选取2002-2012年的季度数据,构建Panel Data模型,研究房价影响因素的空间非一致性,研究结果证明了空间非一致性的存在。基于此,对一、二、三线城市分别提出了差异性调控手段建议。     

Real estate prices in Beijing, 1644 to 1840

This paper provides the first estimates of housing price movements for Beijing in late pre-modern China. We hand-collect from archival sources transaction prices and other house attribute information from the 498 surviving house sale contracts for Beijing during the first two centuries of the Qing Dynasty (1644–1840), a long period without major wars, political turmoil, or significant institutional change in the Chinese capital. We use hedonic methods to construct a real estate price index for Beijing for the period. The regression analysis explains a major proportion of the variance of housing prices. We find that house prices grew steadily for the first half-century of the Qing Dynasty and declined afterwards in both nominal and real terms through the late eighteenth century. Nominal prices grew starting in the late eighteenth century and declined from the early nineteenth century through 1840. But these price changes occurred with contemporaneous price changes in basic measures of the cost of living: there was little change in real terms to the end of our period.     

基于VAR模型对商品房价格影响因素的实证分析——以上海市房价为例

选取上海市房价作为研究对象,通过建立VAR模型来分析上海市地价、居民消费价格指数、房屋竣工面积、贷款利率、货币供应量及热钱流入对上海市商品房价格的影响。协整分析表明,各个变量之间具有长期的均衡关系。Granger因果检验表明,上海市商品房价格与地价之间存在双向的Granger因;货币供应量、贷款利率、房屋竣工面积、热钱与上海市商品房价格是单向Granger因;而上海市居民消费价格指数与商品房价格互不为Granger因。     

征税能抑制企业涉房投资吗——兼论“脱实向虚”的另一条路径

近年来企业过度持有不动产的涉房投资倾向引发广泛关注，也背离了"脱虚向实"的政策导向。文章基于土地增值二次分配理论，利用2007-2019年我国沪、深两市上市公司微观数据考察了持有环节和转出环节税收对企业涉房投资行为的影响。实证结果显示：因为税基不能随房地产市场价值灵活升高，造成持有环节的房土两税表现出一定的累退性特征，从而无法有效抑制企业涉房投资；相比而言，转出环节的土地增值税能够显著抑制企业涉房投资倾向。进一步基于省级宏观面板数据的非对称反应模型估计结果显示，当前各地区土地增值税的征管力度受到地方政府的刻意操控，出现了相邻省份之间的标杆竞争现象，特别是省份间的竞低效应尤其突出，这对有效发挥土地增值税的作用产生了不利影响。文章的研究对未来进一步完善税制改革和引导企业投资"脱虚向实"具有一定的参考意义。     

Are local governments maximizing land revenue? Evidence from China

This paper examines how political considerations affect local officials' revenue maximization behaviors in the context of urban land conveyance in China. Particularly, we analyze government intervention based on local officials' choice of two land auction types, namely, “English auction” and “two-stage auction”. The latter presumably serves as a tool of government intervention. We aim to address the research question: “Are local governments maximizing land revenue?” The major findings are threefold. First, for cities with higher housing prices, two-stage auctions are adopted more frequently than English auctions. In addition, land parcels in these “hot” cities adopt two-stage auctions more frequently during sensitive political events, suggesting that local officials respond positively to the real estate regulation policy from central government. Second, when city leaders are more incentivized to promote economic performance, they respond less positively to rises in housing prices. Third, such interventionist behavior results in a significantly depressed land price and housing price. Despite its intention of improving public welfare, this interventionism can susceptibly cause problems of misallocation and corruption.     

基于面板数据的江苏省房价影响因素分析

近些年来,房价的快速上涨引起社会各界的广泛关注。江苏省作为中国的经济强省，各市房价近些年也快速上涨。为了分析江苏省不同地区房价的主要影响因素，基于2016-2020年江苏省13个地级市房价及其房价影响因素年度面板数据，使用dbscan聚类算法将江苏省房价聚类成为两大类地区，构建双固定效应面板模型对江苏省房价进行分区域分析。进一步考虑各区域房价可能存在的空间相关性，并构建相应的空间计量模型，对江苏省房价影响因素进行分析，最后给出相应的结论和建议。     

中国目前房价问题的原因分析

房地产在中国已成为国民经济的支柱产业,成为地方政府财政收入的主要来源之一和GDP增长的重要保障力量。但是近年来房价增长速度远远快于居民收入增长速度,房地产存在泡沫风险加大。为此,政府遏制房价过快增长的频率加快,措施愈加多样化,但调控效果并不明显。如何平衡房地产调控和经济社会发展的关系,实现房地产产业的健康合理发展,成为摆在十二五面前的一个亟需解决的难题。本文通过对近年来中国房地产发展和房价增长中存在的问题分析,提出建立阶梯式供房,房屋抵押贷款分类,完善收入分配制度和健全居民投资理财市场等措施,来协调房地产业发展对经济增长和社会发展的正负效应。     

The effect of gasoline prices on suburban housing values in China

By raising road transportation costs, an increase in gasoline prices should be expected to reduce housing demand in locations further from the central business district (CBD) relative to inner-city locations. This study uses a monthly real estate area dataset for 19 large cities in China over 2010–2018 to investigate the impact of gasoline prices on intra-city spatial differentials in housing prices. The findings suggest that higher gasoline prices on average lead to a relative decline in housing prices in outer suburbs, with a 1% increase in gasoline prices on average leading to a 0.004% relative reduction in home values for every additional kilometer from the CBD. The effect is larger in cities that have higher automobile ownership rates and that are less densely populated. The results are consistent with a conclusion that the rise of electric vehicles, autonomous vehicles, and working from home is likely to contribute to a lowering of geographical price differentials within Chinese cities over time.     

Bubbles or fundamentals? Modeling provincial house prices in China allowing for cross-sectional dependence

This paper provides an empirical analysis of changes in real housing prices in China using quarterly province-level data from 2001 to 2014. It examines the extent to which real housing price at the provincial level are driven by economic fundamentals, such as real per capita disposable income, real interest rate, and size of urban population. The econometric modeling takes explicit account of provincial heterogeneity, nonstationarity of variables, and cross-sectional dependence across provinces by virtue of the Common Correlated Effects model. We find that fundamentals play a less significant role in explaining the house prices in China. Inconsistent with economic theories, the most important fundamental, real income, cannot completely justify the housing price inflation. Therefore, there may be a housing price bubble in the market.