基于数据挖掘与空间计量的房地产价格经验分析

利用数据挖掘技术提取与房地产价格最相关的因素,再构建空间面板模型进行弹性分析,实证结果显示,我国房地产价格存在空间相关性,与房价密切的因素是人均可支配收入、建筑成本、土地价格及地区经济发展水平,弹性水平最高的是人均可支配收入。     

城镇化水平、FDI与房价——基于泛长三角的空间计量研究

文章利用31个城市2000-2011年面板数据,基于空间距离加权矩阵,使用空间计量相关方法,研究泛长三角地区城镇化水平、外商直接投资(FDI)与房价的关系。研究表明:空间相关性是影响房价的重要因素。城镇化进程加快导致了浙江、江苏和安徽房价上涨;实际FDI与房价的关系在省际间表现出明显差异,其中,浙江和安徽实际FDI与房价呈显著正相关,而江苏实际FDI与房价的正相关关系不显著。     

基于需求角度房地产价格影响因素的实证分析

本文从需求角度分析影响房价的各因素,包括经济发展水平、城镇化水平、城镇居民收入水平和通货膨胀等,并选取一系列房地产价格的影响指标在2001-2010年的十年数据,建立31个省市房价的多种面板数据模型。对不同模型间进行选择和比较,得出最佳模型为个体固定效应模型,力图揭示各选取因素是否能够对房地产价格产生显著影响,从而确定需求层面上房价的影响因素,以及得出相应建议。     

杭州商品房价格影响因素分析

近年来，如何准确地对住宅项目进行定价，已经成为各界普遍关注的问题。房价的持续上涨成为居民购房一大难题，其上涨的影响因素也成为人们所要重点研究的课题。本文对房价上涨的影响因素进行计量经济分析，通过eviews软件建立计量经济模型，确定房价上涨的影响因素。分析结果表明房价的上涨主要受人均生产总值和土地交易价格指数两大因素的影响，人均生产总值起到重要作用，对房价的上涨具有相对较大影响。特别的，根据当今的实际情况，大胆地把购买住房看成消费，房价也是cpi计算的一个方面，突破统计惯例，把cpi加入最终模型。     

什么推动了中国城镇房价上涨?来自制度变量的证据

本文将分税制改革、土地财政和房价水平置于同一框架来研究推动中国城镇房价持续快速上涨的制度性因素。本文发现,较高的房价水平总是与较大规模的土地财政相联系,而土地财政的形成与1994年的分税制改革密切相关。在对上述经验事实进行背景分析的基础上,运用2000—2008年的分省面板数据实证分析了影响中国城镇房价上涨的多层次因素,在控制了经济基本面、城市化率和地区竞争等其他潜在影响房价的因素后,经验结果表明,1994年以来的分税制集权化改革是导致房价持续过快上涨的不可忽视的制度性因素,进一步分析得出,土地财政是联系分税制改革和高房价的中间变量。本文的估计结果对替代性财政分权变量的选取、估计方法的选择和估计函数形式的设定均是非常稳健的。     

江苏省环境保护投入对可持续发展的影响路径

文章构建了一个环境保护投入对可持续发展空间溢出理论模型,运用空间计量经济学的分析方法,分析了各县(市)的环境保护资本投入和劳动力投入对当地的可持续发展的影响,结果发现:江苏省县域环境保护投入和可持续发展能力存在较强的空间自相关性。应用空间滞后面板计量经济模型(SLM)和空间误差面板计量经济模型(SEM)进行了实证分析,结果发现:县(市)的环境保护投入对该地区的可持续发展有很大的影响,同时对邻近区域的可持续发展具有很强的空间溢出效应。     

房价波动与金融危机的国际经验证据:抵押效应还是偏离效应

本文在国内首次采用较新的PMG估计法(pooled mean-groupestimators),来分析房价波动的影响因素、分离房价对均衡价值的偏差,并以此来度量房价失衡;然后利用面板logtit模型分析房价失衡与房价变化对金融危机的影响,以期检验价值抵押效应和偏离效应。长期来看,人均GDP是推动房价上涨最重要的因素,人口其次,银行贷款最小;银行贷款是短期房价上涨最主要的推动力,人均GDP其次,人口的影响最小;人口增加引起的房价上涨很难调整,而信贷扩张造成的房价上涨则相对容易。房价上涨和房价偏离均增加了金融危机发生的概率,但房价偏离的作用力要大得多,本文的结果支持了价值偏离假说。当房价偏离均衡值约25%、2～3年内累计超过30%～40%时,发生金融危机的概率极高。通货膨胀越严重、利率越低,越有可能引发危机,制度性差异也有一定的影响。     

分税制改革、土地财政和房价水平

本文通过考察分税制改革、土地财政和房价水平三者之间的关系研究了中国城镇房价持续快速上涨的制度性因素。1998年住房市场化改革以来,中国城镇住房价格持续上涨,本文发现较高的房价水平与较大规模的土地财政相联系,而土地财政的形成与1994年的分税制改革密切相关。本文将分税制改革、土地财政和房价纳入一个经济系统,采用1999—2007年的省级面板数据,对分税制背景下土地财政的形成机制以及土地财政对房价的影响机制进行实证研究,结果显示,分税制改革引致的扩大化的财政分权度是导致房价持续过快上涨的不可忽视的制度性因素,进一步分析得出,土地财政是联系分税制改革和高房价的中间变量,在控制了其他潜在影响房价的多种因素后,估计结果依然是稳健的。     

基于状态空间模型的中国房价变动的影响因素研究

本文选择1999至2009年的中国房屋销售价格指数、GDP、货币供应量M2和人均可支配收入的季度数据作为研究样本,通过建立状态空间模型并运用卡尔曼滤波对其估计和分析,分别得到了以上因素对房价影响力的动态特性。由此得出的结论主要包括：人均可支配收入和货币供应量是长期内影响房价的两个主要因素,前者对房价的影响稳定而后者的影响波动较大,此外GDP是另一个对房价影响稳定但影响力稍弱的因素;在2009年中国总体房价快速上涨的过程中,货币供应量对房价的影响强度明显超过了其他两个因素。     

中国房地产价格与地方财政收支关系的实证研究

文章运用1997—2010年我国30个省(直辖市、自治区)的面板数据分析房地产价格与财政收入、财政支出与房地产价格之间的关系。研究结果显示:房价上涨使得财政收入大幅增加,财政支出增加会使房价进一步上涨;房地产价格对财政收入的影响具有比较鲜明的地区差异性,经济发展水平较低的地区房价对财政收入的影响更大;财政支出水平对房价的影响也存在区域差异,经济发展水平高的地区影响较大,低的地区影响较小。     

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。     

房产信贷约束下中国房价波动与非住房消费的门槛效应分析

针对城镇居民非住房消费不足与高房价并存的典型现象,运用面板门槛模型对31个省区市2005—2019年的数据进行研究,探讨房价波动对非住房消费的影响并揭示空间差异。结果表明：房价波动对家庭非住房消费既有挤出效应也有财富效应,其中随着房产信贷约束的放松,挤出效应减弱,而财富效应增强;东部、中部、西部和东北部之间的门槛效应是异质的;各地区住房信贷约束水平存在明显差异,对房价与非住房消费之间的异质性关联起着至关重要的作用;房价波动和房产信贷约束并不是导致低消费的综合因素,无法负担的房价以及家庭抚养负担的增加是低消费的综合因素。因此,稳定房价仍是当务之急,房产信贷政策应与房地产市场的发展相适应,以促进消费。     

基于非参数回归的江苏省用电量分析

基于2000—2019年江苏省用电量和影响因素的数据,运用非参数回归方法探究了一维变量城镇人均住房面积与用电量的关系。结果表明非参数回归方法的拟合效果是很理想的。运用半参数回归模型探究了多维变量人口数量、人均GDP、城镇人均住房面积、农村人均住房面积与用电量的关系。结果表明,人口数量和人均GDP对于江苏省用电量具有显著的参数效应;城镇人均住房面积和农村人均住房面积对于江苏省用电量具有显著的非参数效应;两者之间具有交互作用。     

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。     

基于灰色关联度的安徽省房价影响因素的分析

以安徽省2001-2010年房地产相关资料为依据,适当选取房价影响因素指标,引入灰色关联分析方法,构建房价影响因素的灰色关联度模型,定量地计算出各指标与房价的灰色关联度。结果表明:人口总数、居民消费价格指数、税收三大因素对房价影响最大,而住宅施工面积、住宅销售额、住宅投资完成额影响较小。     

华东地区住宅价格空间格局及其演化研究

住宅价格空间格局不论对于学界还是决策层来说都是一个重要课题。文章运用探索性空间分析方法,对华东地区2005-2011年间区域住宅价格空间格局及其时空演化进行了研究,得到了以下结论：总体上,华东地区房价水平区域之间的分异程度较高,空间相对与绝对差异都不断增长;华东地区住宅价格的空间相关性以长三角地区为核心,逐层衰减分布;同时,沿海地区的空间相关性往往高于内陆。住宅价格趋同现象较为显著的除了长三角地区之外,还有江西省、山东南部与安徽北部,但前者是高高聚集,后者是低低聚集;整个华东地区住宅价格的重心主要向长三角地区偏移。导致华东地区住宅价格变化的主要原因为居民收入水平、住房的供需、货币投放量。但其中供需机制与传统供需理论呈现反向作用趋势。     

收入差距、房价与消费变动——基于面板数据联立方程模型的分析

正确理清收入差距与房地产价格的关系,探知其对消费的影响,是实现我国扩大内需战略所面临的重要问题。本文基于我国的2000-2008年31个省、市(自治区)的面板数据,构造联立方程模型,深入探讨了收入差距、房地产价格与消费的关系,结果发现,收入差距与房价之间存在着正向的互动关系,但是对消费的影响却呈现出一定的区域差异,在东中部地区,收入差距与房价之间这种相互强化的关系,使得代表消费主体的广大中低收入群体的住房负担加重,不得不减少消费。但是在西部地区,由于住房负担相对较轻,能正向发挥财富效应,所以收入差距与房价之间的互动影响,反而促进了消费。这种差异正好折射出我国区域经济发展的不平衡性。因此,有必要通过对收入分配的合理调整,实施稳健的货币政策和有效的住房保障政策来科学调控房价,进而切实促进消费。