房地产市场价格趋势范文
时间：2023-07-14 09:44:56
引言：寻求写作上的突破？我们特意为您精选了12篇房地产市场价格趋势范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。
篇1
中图分类号：F293.3 文献标识码：A 文章编号：1008-4428（2017）04-38 -02
一、引言
改革开放以来，中国逐步废除社会主义时期的住房政策，建立适应资本主义体制的房地产市场，其过程大致分为三个阶段：1978～1991年，住房改革和房地产市场的区域性试点。1991～1998年，住房改革和房地产市场在全国推开。1998年后，房地产市场基本成熟。本阶段，终止福利分房，全部城镇住宅强制商品化。至此，地产资本终于敲开了他们梦寐以求的个人住房领域大门，大量资本开始涌入房地产市场，房地产投资热火朝天。2016年一、二线城市房价又迎来“坐火箭”的一年，国家统计局最新数据显示，2016年，我国商品房销售面积约15.7亿平方米，比上年增长22.5%， 商品房销售额约11.8万亿元，增长34.8%，其中，住宅销售额增长36.1%。在如此动荡的房地产市场中，重庆的房价可谓是房地产界的一股清流，从直辖之初至今，无论是从居民的感知还是统计数据显示，都保持着平稳增长的状态。
二、影响重庆房价因素的探讨与分析
（一）特殊的地理位置
重庆地处我国东、中、西三大经济带的中西经济板块的结合部。东邻湖北、湖南，南靠贵州，西接四川，北连陕西；辖区东西长470千米，南北宽450千米，幅员面积8.24万平方千米，为北京、天津、上海三直辖市总面积的2.39倍。重庆的结合部区域位置，具有承东启西，左 右传递的枢纽作用，是交通、物质、文化、人员、技术、信息和经济交流的中转站，是沿海经济向内陆腹地延伸的依托点之一，也是我国经济发展向西进行战略转移的支撑点之一。正是这样特殊的地理位置给重庆经济的发展带来了契机。广袤的土地资源，大量的资金涌入以及便捷的交通也为重庆房地产业的发展创造了有利的条件。
（二）城乡人口分布
2015年，重庆市常住人口3016.55万人，与上年相比，增加25.15万人，增长0.8%，常住人口继续保持增长态势。其中城镇人口1838.41万人，与上年相比，增加55.40万人；全市城镇化率60.94%，与上年相比，上升1.34个百分点。乡村人口1178.14万人，占常住人口的39.06%，与上年相比，减少30.25万人。重庆市外出人口1069.43万人，其中外出市外人口505.50万人，占全部外出人口的47.3%；市内外出人口563.93万人，占52.7%。全市外来人口150.21万人。由以上数据分析得出，直以来，在重庆城市化进程中，伴随着农村人口不断减少，城市人口不断增加，对商品房的需求也不断增长，一定程度上推动了房地产业的发展，但同时重庆作为一座人口净输出的城市，市内外出人口占总人口比重达一半以上，另一方面也缓解了住房需求紧张的状况，抑制了房价的过热增长，使得供需趋于平衡。
（三）经济发展状况
曾经的重庆，主要产业不外乎钢铁、煤炭、化工、有色金属、军工等重化工产业，但在全国重化发展鼎盛时期，在钢铁行业、煤炭行业、化工行业、有色金属行业狂欢中，重庆悄无声息地实现了支柱产业转换。重庆的高明之处在于，传统行业处于发展鼎盛时期悄无声息做减法，高技术产业做加法，新兴产业做乘法。另外虽然重庆还处于投资驱动经济发展阶段，但重庆的投资重点不放在房地产方面，而是放在实体经济领域、基础设施领域、民生领域，重庆经济的高增长并没有建立在房地产高涨价基础上，房地产投资严格控制在固定资产投资25%（+-3%）左右。从某种程度上看，重庆真正做到了系统性地从经济和民生两个维度去调控房地产市场，实现了人的城镇化。
（四）政府对重庆房价的调控政策
重庆政府通过综合考虑房地产市场的长短期特点，相继出台土地储备制度、地票制度、保障房制度、房产税制度，控制房地产市场宏观层面的供求关系，共同创造了重庆成功控制房价的氛围。
1.土地储备制度
2002年8月22日，在时任副市长黄奇帆的推动下，重庆市政府通过了《重庆市国有土地储备整治管理办法》，开始大力实行土地储备制度。其实质是，由政府主导，将市内土地一级市场的经营权交给由官方掌控的几家市级土地储备机构，核心在于原有的土地一级市场巨额增值收益不再被房产商占有，而是进入代表公共利益的国资系统。土地储备制度对重庆房地产业影响重大，主要坚持了五项原则：一是超前储备，一步到位；细水长流，逐年供应。二是对储备地的使用要兼顾公益和商业开发。三是土地储备不改变市区两级政府的分配制度。四是土地储备公司肩负做好两个循环的责任。五是严格设置风险“隔离墙”。同年，重庆市建立了土地整治储备中心，对全市土地市场进行宏观调控。2003年2月，重庆市政府又在土地储备中心的基础上成立重庆市地产集团。该集团是重庆市政府注资的专事土地储备和开发整理的运作载体。随后几年，重庆市城司、重庆市水利投资公司、渝富资产经营管理公司等重庆市政府旗下的投融资平台，亦被授予土地储备职能，介入了土地一级市场。政府从而有效地控制了房地产市场，形成了土地资源配置的良性循环。
2.地票制度
地票制度即将农村闲置的宅基地及其附属设施用地、乡镇企业用地、公共设施用地等集体建设用地复垦为耕地，盘活农村建设用地存量，增加耕地数量。这一制度创新，从系统化的层面看，主要基于三方面的理论逻辑。一是地票制度是被异化城镇化路径的正常回归，二是地票制度是产权经济学的创新实践，三是地票制度是恪守“三条底线”的审慎探索。2008年，重庆报经中央同意，成立农村土地交易所，启动了地票交易试点。按照我国土地用途管制制度和城乡建设用地增减挂钩、耕地占补平衡的要求，增加的耕地数量就可以作为国家建设用地新增的指标。这个指标除优先保障农村建设发展外，节余部分就形成了地票。按照增减挂钩政策，地票与国家下达的年度新增建设用地指标具有相同功能。通过交易，获得地票者就可以在重庆市域内，申请将符合城乡总体规划和土地利用规划的农用地，征转为国有建设用地。大量的土地供给有效地抑制了地皮价格，房地产开发商建房成本降低，从而有效抑制了房价的上涨。
3.保障房制度
在保证充足的用地供应同时，重庆的保障房建设在全国范围内也是完成得最好的。重庆以公租房为重点的住房保障体系，解决了低收入和外来务工人员的住房需求。在过去的十年里，重庆总计兴建约4000万平方米公租房，为数十万市民提供了福利性住房。保障房供给量基本满足了市场的需求，就造成炒作房地产市场、获利的空间小，投资投机意义不大。
4.房产税制度
从2011年起重庆成为两个房产税试点城市之一，重庆市的主城九个区都属于试点的范围，至今已有6年的时间。征收对象包括个人拥有的独栋商品住宅、高档住房、外地客购买的二套房等。今年年初，黄奇帆卸任重庆市市长一职后，各路不确实的消息鼓吹重庆房价将会上涨，吸引了大批外地炒房者组成炒房团涌入重庆房地产市场，个别地区和楼盘房价出现异常波动。重庆政府一直贯彻“房子是用来住的，不是用来炒”的理念，及时新的政令，对房产税征收对象中，将“在重庆无户籍、无企业、无工作个人新购的第二套普通住房”，调整为对“三无”人员首套住房征收房产税，根据交易单价，将独栋别墅和高档住宅分为0.5%、1%、1.2%三个不同档次；“三无”个人新购住房税率为0.5%。房地产税是房地产市场的“内在稳定器”，能够起到逆周期的作用，对上海而言，是一副处方药；对重庆而言则是一副保健药，对重庆房地产市场长期健康稳定发展是有利的。政府根据市场实际情况的变动对房产税制度作出的相应调试，遏制了炒房牟利行为，维护了楼市的平稳发展，同时政府在“土地财政”之外又多了一个收入渠道。
三、结语
总的来说，重庆主要解决了影响房r的最主要因素――供需均衡，重庆模式总结起来是“高端有遏制，中端有供给，低端有保障”，在高端市场重庆是最早试行房产税的城市之一，此外，契税政策、贷款政策等方面对高端大户型、别墅型等物业形态形成经济性遏制作用；中端市场的供应在十年前就以较低的价格收储了大量土地储备，保证了充足的供应；低端保障性住房又有政府主导的公租房系统供应。这些措施使重庆房价控制到了三四线城市的水平，成为全国核心城市的房价洼地。重庆与中国所有城市都不同，具有“大城市、大农村、大人口”特点，其样本的特殊性注定了重庆对房地产业作出的调控方案只适应重庆本身，在全国范围内不具有可复制性和可推广性。
参考文献：
[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.重庆模式：地票制度[J/OL].
[3]安辉，王瑞东.我国房地产价格影响因素的实证分析――兼论当前房地产调控政策[J].财经科学，2013，（03）：45-65.
[4]王元华.城镇化进程中房地产价格分异研究[D].华东师范大学，2015，（09）：33.
[6]董英兰.房地产市场博弈研究[D].首都经济贸易大学，2006，（03）：22-25.
[7]王元华.城镇化进程中房地产价格分异研究[D].华东师范大学，2015，（09）：33.
篇2
中图分类号：F293文献标识码：A
文章编号：1000176X（2015）11013505
一、研究背景
我国房地产市场，自20世纪80年代开始萌芽发展。随着1997―1998年间住房制度改革的启动，住房投资、建设、分配、管理制度逐渐向着货币化、市场化和社会化的方向转变，住宅市场作为独立的产业体系，开始成为房地产市场的重要组成部分。1998年以后，住房实物分配制度的正式终结和房地产市场得到的政策支持，使城市住房供给的融资渠道、投资主体等呈现多元化的趋势，使住宅市场保持着高速的发展势头。
但随着住宅市场投资的快速增长，住宅价格也随之不断上涨。2002年以后，我国部分大中城市的住宅价格出现了加速增长的趋势，且波动程度显著增大。因此，随着住宅价格的不断升高，住宅价格波动已经成为整个社会关注的焦点。围绕相关问题，近年来国务院、各部委、人民银行和各地政府相继出台了一系列政策来稳定房地产市场。
2011年1月26日公布的“新国八条”要求，2011 年各城市人民政府要根据当地经济发展目标和居民住房支付能力，合理确定本地区年度新建住房价格控制目标，并于一季度向社会公布。2011年，在全国657个城市中，住房价格调控目标大致可以分为，以GDP增长为一类，人均居民收入为一类，以长春提出的房价收入比为一类。那么这些指标合理吗？在各个城市公布这些调控目标后，引来了居民的抱怨，房价目标却被公众批评为“限涨令”。因为几乎所有城市都将2011 年目标定为“增长10%”左右，调控目标制定得太宽松。可见这些目标存在不合理之处。因为近些年居民收入水平赶不上GDP的增长水平，更赶不上物价上涨速度[1-2]。
本文从技术分析的角度，聚焦城市住宅价格的波动幅度、波动周期和波动方式等方面，从住宅价格波动现象自身来研究其透露的信息，把握住宅房地产市场的真实状况，通过确定住宅价格的正常波动区间，来对住宅价格波动过程中出现的异常波动点进行界定，从而为趋势的判断和调控的时点把握提供参考。目前可用于住宅价格趋势计算的指标较少，论文通过其他途径寻找合理的趋势分析方法。成交量变化是先于价格变化的，成交量是引起价格变化的原因，运用市场价值规律，供给与需求的关系，制定市场的成交量分析指标，通过最近成交量分析来预测住宅均价的走势。本文试着通过住宅房屋的成交量来预测房价的涨跌情况，运用成交量分析指标来计算出房价同样的指标，这样对于房价的趋势分析就有了一种新方法。基于南京市近十年新建住房的销售情况，计算VPCI。
二、文献综述
在定性研究方面，贺建清从开发商与消费者的互动关系和开发商之间的利益博弈角度分析影响房地产价格走势的原因，并建立房地产市场开发商与消费者间的不完全信息静态博弈模型和开发商之间的有限理性下协调博弈模型，结果表明房地产开发商和消费者之间的博弈，开发商之间的合作与非合作博弈是影响房地产价格波动的重要原因。周建军和侯杰通过对国际游资投机房地产的动因和房地产市场的价格决定模型分析，发现房价波动与国际游资之间呈正相关趋势。熊璐瑛[5]从汇率对物价的传导机制、供需理论等角度讨论汇率波动对房地产价格的影响。杨冬宁探讨了土地供给价格、数量和形式对住宅价格波动的影响。孔煜分析了货币政策影响房地产价格波动的冲击途径，并阐述了我国住宅价格波动与货币供给量变动形成的货币政策冲击之间的关系。
在定量研究方面，梁云芳和高铁梅用多变量时间序列方差分量分析模型（MTV模型）对不同地区不同用途商品房价格变动的各种影响因素综合考虑分析。杨冬宁[9]利用特征价格法和多元回归方程组，通过对杭州市住宅价格指数的构建，对住宅价格波动的影响因素进行了归类和动态分析。李成刚等[10]用Panel Data模型和向后法多元回归方程建立了住宅价格影响因素模型，通过实证分析找出了影响河北省住宅价格的主要因素。周恩臣结合定性的经济周期波动理论和定量的静态、动态供求价格模型及截面时序模型，从政府、银行、消费者的角度对住宅价格波动的原因进行了分析。卫正逸和屈梦溪利用VEC模型对国际资本流动和我国房地产市场销售价格之间的弹性进行研究，通过格兰杰因果检验分析二者之间的因果关系，结果表明从短期来看，国际资本流入是我国房地产市场价格上涨的原因，但影响程度较小，从长期来看二者之间并不存在均衡关系。宋勃和高波[13]在考虑通货膨胀的条件下，利用我国1998―2006年的一年期存款实际利率、一年期商业贷款实际利率、存款准备金实际利率、中央银行实际贷款利率、实际再贴现率与房屋销售价格指数和土地交易价格指数的季度数据建立误差纠正模型，并通过协整检验、长短期格兰杰因果检验和脉冲响应分析，对我国房地产价格和各种实际存贷款利率的关系进行实证检验。周京奎[14]通过构建适合我国的房地产投机理论模型，对我国14个城市的房地产价格波动与投机行为的关系进行实证研究，时间序列的回归分析结果表明，全部城市中投机成分都对房地产价格有显著影响，横截面数据表明，可支配收入对房地产价格没有显著影响，价格上升主要由投机推动。张文娟[15]应用行为金融学中的噪声交易理论，通过引入一个含有过度反应系数的世代交替模型，分析房地产市场中噪声交易者的过度行为对房价波动的影响。徐松茂和姚佐文[16]通过VAR模型（向量自回归模型）和协整分析，发现人口和预期是上海房地产市场价格变动的两个主要因素，并通过行为金融学的噪声交易理论、反馈机制和羊群效应等对这种心理预期的作用进行解释。李智[17]针对城市住宅价格控制目标进行了横向比较并分析其合理性，结合南京市数据进行了案例研究。
三、成交量VPCI指标的由来及计算
1VPCI指标在股市中的应用
在股票市场中，股票交易机构吸纳和派发股票筹码的行为模式主要不是盯着每一天股票的涨跌趋势变化，它们的交易策略是结合市场的整体趋势来制定和执行的，从这个角度来看，长期市场的趋势是捕捉市场内部正在积累的供需力量的理想途径。在短期内，市场的一些行为有可能误导投资者，而且有时候还是有意的。房价也是如此，房地产公司为了快速卖出新楼盘，打着各种招牌，有意降低某些廉价房的价格，以此吸引消费者的眼光等。但是从市场较长期的趋势来看，机构投资者的行为是无法隐藏的。因此，我们需要一个成交量指标来比较这些市场趋势。基于这些想法，成交量分析大师巴夫经过严格的检验，对市场的较长期趋势找到了一个这样的指标来揭示价量之间的正相关关系。研究的结果就是成交量价格确认指标VPCI。
在介绍VPCI之前，我们先介绍两个关于价格的基本平均值：简单移动平均值（SMA）和成交量加权的移动平均值（VWMA）。VWMA是将每个交易日的收盘价用当天的成交量加权，然后除以平均值计算期间的总成交量。VWMA来衡量通过价格反映出来的投资者意愿，以当日成交量占平均值计算期间总成交量的比例为权重对价格进行加权。用成交量给价格平均值加权就是基于投资者的参与给予价格不同的强调，成交量大的交易日价格的重要性会被放大，而成交量较小的交易日的价格的重要性则会被降低。例如：我们同时用SMA和VWMA两种方法来计算两天的移动平均值，假设某只股票在第一天以10美元的价格成交了100 000股，第二天以12美元的价格成交了300 000股。SMA的计算方法是将第一天的价格加上第二天的价格，然后除以天数，即（10+12）/2=11美元。VWMA的计算方法是将第一天的价格乘以第一天的成交量占总成交量的比例（100 000/400 000=1/4），然后加上第二天的价格乘以第二天的成交量占总成交量的比例（300 000/400 000=3/4），最终结果为115美元。根据计算结果，投资者参与的实际价格不是11美元，而是VWMA所示的115美元。
VPCI指标将价格趋势和成交量加权的价格趋势加以对比，即将VWMA和相应的SMA相比较。这样的对比能够揭示价格趋势和相应的成交量之间的内在关系。虽然SMA指标能够显示一只股票价格的变化，但不能反映投资者参与的程度，而VWMA指标将价格变化的重要性根据相应的成交量进行了加权。SMA和VWMA指标之间的不对称性就提供了构建VPCI的信息。该信息被用于判断当前价格趋势的可持续性。因此，VPCI指标主要用于证实或反对当前的价格趋势。
2住宅市场价格VPCI指标的建立
VPCI涉及三种计算：成交量价格确认或反对指标（VPC+/-）、成交量价格比率（VPR）和成交量乘数（VM）。
第一步，选择一个长期和短期的时间框架。长期的时间框架用于计算基于简单价格移动平均数和成交量加权的价格移动平均数的VPC，以及基于简单价格移动平均数和成交量加权的价格移动平均数的VM。短期的时间框架用于计算基于简单价格移动平均数和成交量加权的价格移动平均数的VPR，以及基于简单价格移动平均数和成交量加权的价格移动平均数的VM。
VPC的计算方法是从长期的VWMA中减去同期的SMA。实际上，VPC是描述价格和成交量加权之间关系的核心指标，但很少被关注，当该值为正时就是VPC+指标（成交量价格确认），为负时就是VPC-指标（成交量价格矛盾）。VPC显示了价格和成交量加权后的价格在某段时期内变化的非对称性，其结果能为我们提供十分有用的信息。一个50天的SMA值为485，而同时的VWMA值为50，其差值为15代表了对上升趋势价格的成交量确认。如果计算的结果是负值，则代表了价格成交量矛盾。仅仅是这个差值就提供了关于价格趋势和相应的成交量之间的内在非对称性关系的纯粹的朴实无华的信息。
第二步，计算成交量价格比率（VPR）。VPR指标能放大或缩小相对于短期价格成交量关系的VPC+/-值。VPR的计算方法是将短期的VWMA除以短期的SMA。例如，假设短期定义为10个交易日，10天的VWMA值为25，而10天的SMA值为20，那么VPR就等于25/20，即125。我们将该值乘以第一步中计算出来的VPC+/-，而小于1的成交量价格比率则会减少VPC+/-。
第三步，计算成交量乘数（VM）。VM的目的是在成交量放大时加大VPCI的量，在成交量缩减时缩小VPCI的量。为此，我们用短期平均成交量除以长期平均成交量。例如，假设对于SMA简单移动平均线，10天的短期平均成交量为每天150万股，而50天的长期平均成交量为每天75万股，那么VM值就是1500 000/750 000=2。
在将VPC+/-乘以VPR之后，我们再乘以上一步计算出来的VM，这样我们就得到了VPCI指标。VPC+的确认值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。尽管该指标值提供了非常强的价量确认信息，但该信息最好还是结合当下的价格趋势和最近的VPCI水平来解读。我们随后将讨论如何最有效地利用VPCI指标。
VPC=VWMA-SMA
VPR= VWMA/SMA
VM=短期SMA/长期SMA
VPCI= VPC×VPR×VM
四、 VPCI指标在住宅均价趋势分析中的应用
1VPCI指标应用规则
当使用VPCI时，成交量信息是领先价格变化的，和大多数指标不同，VPCI常常在价格突变和价格反转前发出讯号。VPCI的讯号可以用于价格趋势和价格指标的分析中。VPCI大于或小于零时，显示了价量关系和当前的价格是一致还是矛盾，以及一致或矛盾的程度。这是VPCI指标提供的最重要的信息，正VPCI值确认一个上升的趋势，而负值则确认了一个下降趋势。VPCI提供的另一个重要的讯号是VPCI趋势的方向，即VPCI是上升还是下降。该讯号显示了VPCI当前变化的方向，以及VPCI当下的方向和价格趋势趋于会合还是背离。还可以通过将成交量加权的VPCI平均值平滑处理后构建一个平滑VPCI。平滑VPCI显示了当前的VPCI值相对于先前水平的变化，可用于观察VPCI的动量。当VPCI向上或向下穿过平滑VPCI线时，可能显示了VPCI具有正向的变化动量以及当下VPCI趋势会加速。下面介绍几种VPCI运用的情况分析：
（1）如果价格上升，相应的VPCI也在上升，这显示了成交量和价格变化相互确认，表明当前的趋势是有力量的。
（2）如果价格在上升，但是VPCI线都处于下降趋势，表明投资者追涨的意愿在消退。其次，VPCI线都处于零线之下，说明价格上升趋势是不能持久的。
（3）如果在VPCI曲线出现V形底部（V形底部是比较少见的）常常预示着一个转折点。
（4）价格下跌的同时VPCI上升是成交量―价格矛盾的例子，VPCI在上升，这显示了尽管价格在下跌，但是市场仍然控制在买方的手里，VPCI线处于逐渐上升的趋势，和价格的下跌趋势相矛盾。最终，在一定的买方压力下，市场不久之后就会向上突破。
2南京市住宅价格的VPCI指标计算与分析
根据南京市十年月季度的房价数据进行统计分析，也就是2004年1月到2013年12月的住宅销售情况，以6个月为短期时间框架对成交量VPCI指标进行计算，12个月为长期时间框架进行成交量分析。由于在计算VWMA时，房价不存在收盘价，根据数据检验，用均价来代替。南京2004―2013年平均半年度的均价依次为：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。根据VPCI计算方法，在图1中标出了每6个月的住宅销售均价和相应的VPCI值。
从图1中我们可以得到VPCI指标是否可以正确分析房价趋势的走向。
（1）从图1中我们可以看到，在2004―2012年VPCI值在零线之上，正VPCI值确认了一个价格上升的趋势。这显示了房价处于长期吸纳筹码状态，即说明价格会持续上涨，从2004年以后的房价信息中我们也看到了房价确实是一直上升的。但是在2013年时VPCI为负值，显示当前的成交量和价格趋势是矛盾的，支持房价上涨的成交量已经萎缩，说明房价的上升趋势是不能持久的。
（2）VPCI提供的另一个重要的讯号是VPCI趋势的方向，该讯号显示了VPCI当前变化的方向，以及VPCI当下的方向和价格趋势会合还是背离。从图1中我们可以看到，2004―2006年末VPCI是上升的，相对应的价格也是缓慢上升的，当价格上升伴随着成交量的放大，显示了房地产行业得到了人们的支持。上升的VPCI线，这显示了成交量和价格变化相互确认，显示当下的方向和价格趋势趋于会合，表明当前的趋势是有力量的。相反的，如果VPCI是下降的，表明成交量和价格变化趋势相矛盾，价格趋势得不到成交量的支持，显示VPCI当下的方向和价格趋势是背离的，预示着以后阶段房价增幅会有所减少，甚至会降低。从图1中可以看出，2004―2006年VPCI的上升趋势正好预测2004―2007年房价的上升；即2004―2006年VPCI上升，同时2004―2006年房价也是增长的，两者的变化相互确认，表明当前房价得到了成交量的支持，预示着下一阶段房价的上涨，即2007年房价的上涨。2007―2008年VPCI的下降和2008―2009年房价的小幅度降低，2008―2009年VPCI的上升确认2009―2010年房价的持续上涨，2009年末到2010年VPCI的下降趋势正好对应2010―2011年末房价的下降，即VPCI下降，房价上升，市场房价的上升得不到成交量的支持，表明成交量和价格变化趋势相矛盾的，预示着未来阶段房价的下降。2011年末到2012年上半年VPCI的上升也解释了2012年到2013年房价的上升。
（3）从图1中我们看到出现了两个V形底部，第一个在2007年7月份到2009年6月份，预示了2010年房价的大幅度上涨。第二个V形出现在2010―2011年，在这期间房价是下降的，V形预示着房价的一个上涨讯号，结果在2011―2013年相应地出现了房价比较大的上浮。
为了验证VPCI指标的准确性，用南京市城北板块和城南板块再次做分析：
南京市城北板块2007―2013年平均半年度的均价依次为：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。根据VPCI计算方法，在图2中标出了每6个月的住宅销售均价和相应的VPCI值。
从图2中我们可以得到VPCI指标是否可以正确分析房价趋势的走向。
（1）从大致图形中我们可以看到在2007―2009年VPCI值为正，正VPCI值确认了一个价格上升的趋势。这显示了房地产房价处于长期的吸纳筹码的状态，即说明价格会持续上涨，从2004年以后的房价信息中我们也看到了确实房价是一直稳步上升的。但是在2010―2011年时VPCI为负值，显示当前的成交量和价格趋势是矛盾的，支持房价上涨的成交量已经萎缩，说明房价的上升趋势是不能持久的。从图2房价信息中可以得到验证，2010年1―6月的房价上升到13 0378元后，房价出现了连续下跌，2010年7―12月房价为12 6785元，2011年1―6月的房价为12 5602元，2011年7―12月的房价为 9 8976元，2012年1―6月的房价为9 8844元。从2011―2012年VPCI值呈现出上升趋势，处于零线之上，说明确认了一个价格上升的趋势，即说明价格会上涨，从2012年以后的房价信息中可以看到房价上升。2013年的VPCI为负值，显示当前的成交量和价格趋势是矛盾的，不会支持房价的上涨，在2013年的房价信息中我们可以看到2013年之后的房价已经出现了下降的趋势。
（2）VPCI提供的另一个重要讯号是VPCI趋势的方向，该讯号显示了VPCI当前变化的方向，以及VPCI当下的方向和价格趋势会合还是背离。从图2中我们可以看到，2007―2009年VPCI是上升的，相对应的价格也是缓慢上升的，当价格上升伴随着成交量的放大，显示了房地产行业得到了人们的支持。上升的VPCI线，这显示了成交量和价格变化相互确认，显示当下的方向和价格趋势趋于会合，表明当前的趋势是有力量的。相反的，如果VPCI是下降的，表明成交量和价格变化趋势相矛盾，价格趋势得不到成交量的支持，显示VPCI当下的方向和价格趋势是背离的，预示着以后阶段房价增幅会有所减少，甚至会降低。从图2中可以看出，2007―2009年VPCI的上升趋势正好预测2007―2010年房价的上升；即2007―2009年VPCI上升，同时2007―2010年房价也是增长的，两者的变化相互确认，表明当前房价得到了成交量的支持，预示着下一阶段房价的上涨，即2007年房价的上涨。2009―2011年VPCI的下降预测到2010―2012年房价的降低，2011―2012年VPCI的上升确认2012―2013年房价的上涨。2009年末到2011年VPCI的下降趋势正好对应2010―2012年末房价的下降，即VPCI下降，房价上升，市场房价的上升得不到成交量的支持，表明成交量和价格变化趋势相矛盾的，预示着未来阶段房价的下降。2011年上半年到2012年下半年VPCI的上升也解释了2012年到2013年房价的上升。
（3）从图2中我们看到出现了一个平缓的V形底部，在2009年7月到2012年6月，预示了2012―2013年房价的上涨。
南京市城南板块2007―2013年平均半年度的均价依次为：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。根据VPCI计算方法，在图3中标出了每6个月的住宅销售均价和相应的VPCI值。
（1）从图3中我们可以看到，在2007年VPCI值在零线之下，显示当前的成交量和价格趋势是矛盾的，不会支持房价的上涨，结果在2008年房价出现了下降趋势；2008―2009年VPCI值为正，正VPCI值确认了一个价格上升的趋势。这显示了房地产房价处于长期的吸纳筹码的状态，即说明价格会上涨，从2008年末以后的房价信息中我们也看到了确实房价是一直稳步上升的。但是在2010―2011年时VPCI成为了负值，显示当前的成交量和价格趋势是矛盾的，支持房价上涨的成交量已经萎缩。从图中房价信息中可以得到验证，2010年1月到2012年6月的房价出现了整体下跌的趋势，2012年VPCI值又呈现出上升趋势，处于零线之上，说明确认了一个价格上升的趋势，即说明价格会有上涨的趋势，从2012年以后的房价信息中我们也看到房价是上升的。2013年的VPCI值处于零线之下，显示当前的成交量和价格趋势是矛盾的，不会支持房价的上涨，预示着2014年房价上升的幅度不大。
（2）从图3中我们可以看到，2007年到2008年上半年VPCI是上升的，相对应的价格也是缓慢上升的，当价格上升伴随着成交量的放大，显示了房地产行业得到了人们的支持。上升的VPCI线，这显示了成交量和价格变化相互确认，显示当下的方向是和价格趋势趋于会合，表明当前的趋势是有力量的。相反的，如果VPCI是下降的，表明成交量和价格变化趋势相矛盾，价格趋势得不到成交量的支持，显示VPCI当下的方向和价格趋势是背离的，预示着以后阶段房价增幅会有所减少，甚至会降低。从图3中可以看到2007年到2008年1月VPCI值的上升趋势预测到2007―2008年房价的上涨，2008年VPCI的下降趋势验证2008―2009年房价的下降，2009年VPCI的上升预测到2009―2010年房价的上升。2009年下半年到2010下半年VPCI的下降预测2010―2012年房价的降低，2010下半年到2012年VPCI的上升确认2012―2013年房价的上涨。
（3）从图3中我们看到出现了一个V形底部，在2009年7月份到2011年12月份，预示了2012―2013年房价的上涨。
3结论和意义
VPCI指标适合用于城市住宅价格趋势的分析。在进行均价分析时，相应地也可以计算出其VPCI值，运用VPCI值进行房价趋势的验证和当下房价的趋势是否合理，以及房价上涨的潜力还要持续多久。也可以用于更好地进行房价的调控，使国家房地产行业健康持续的发展。
参考文献：
[1]熊超地方房价调控目标应更多地考虑房价收入比等核心指标[J]中国外资，2012，（1）：34
[2]柯佳佳，吴伟巍关于城市住宅价格控制目标的若干思考[J]价格理论与实践，2011，（11）：29-30
[3]贺建清房地产价格波动：一个基于博弈论视角的分析[J]天津商业大学学报，2009，29（2）：10-15
[4]周建军， 侯杰国际游资与房地产价格波动：理论与实证[J]现代经济信息，2008，（3）：5-7
[5]熊璐瑛汇率波动对房地产价格影响的多视角分析及对策研究[J]特权经济，2009，（7）：207-209
[6]杨冬宁土地供给因素对住宅价格波动的影响[J]中国房地产，2009，（8）：20-21
[7]孔煜货币政策与房地产价格波动的关系分析[J]商业时代，2010，（11）：51-52
[8]梁云芳， 高铁梅我国商品住宅销售价格波动成因的实证分析[J]管理世界，2006，（8）：76-80
[9]杨冬宁住宅价格的多因素动态分析研究――以杭州市场为例[D]上海： 复旦大学博士学位论文，2009
[10]李成刚， 陈永斌， 李方杰基于Panel Data模型的住宅价格影响因素研究――以河北省为例[J]石家庄经济学院学报，2009，（2）：37-40
[11]周恩臣我国住宅价格波动的原因分析[D]南宁：广西师范大学硕士学位论文，2007
[12]卫正逸， 屈梦溪国际资本流动与我国房地产价格波动的相关性研究[J]商场现代化，2010，（18）： 16-17
[13]宋勃， 高波利率冲击与房地产价格波动的理论与实证分析：1998―2006[J]经济评论，2007，（4）： 46-56
[14]周京奎房地产价格波动与投机行为――对中国14城市的实证分析[J]当代经济科学，2005，（4）： 19-24
篇3
一、当前我国房地产市场的思考
当前经济快速发展，居民可支配收入大幅提升，可还是有很多居民买不起商品房．这是目前我国的一个现实问题。深入研究房地产价格与宏观经济的关系，我们不难看出，目前我国房地产价格已经明显脱离了宏观经济因素决定的基本面。目前，我国房地产市场化所面临的问题就是房地产市场化本身存在成本难以定价的问题，再加上经济体制与经济制度在某些方面的冲突，房地产市场难以完全遵从价值规律，有些问题是不可能通过市场手段来解决的。
二、对解决我国房市问题的思考
1、政府应该在房地产市场中发挥什么样的调节作用
为什么中国会出现“政策干预一次，房价上涨一次”的现象?从上面的讨论中可以得到解释。以提升利率为例，政府提高利率不但加大了开发商的财务费用，从而加大开发成本，而且这种政策加大了市场风险，使前景变得不明朗，开发商必然要求提高投资的风险溢价补偿。在供不应求的强大“资金池”面前，开发商自然而然地会提高房价。
2、构建第二个房地产市场，形成二元房地产市场体系
同志在十七大报告中提出要健全廉租住房制度，加快解决城市低收入家庭住房困难，要使住有所居，这使我国发展廉租住房的政策得到明确，为政府调节房地产市场指明了方向。政府调节房地产的重点要放在建立隔离墙外的第二供给上。因此，未来几年，廉租住房和经济适用房将是我国房地产市场发展的有一个重点。可以预见．未来我国将形成一个市场主导型的商品房市场和政府配给式的商品房市场共同存在的二元市场体系。
三、今后我国房地产市场发展趋势
尽管“泡沫论”、“过热论”仍然不绝于耳，但是，从去年起人们预言的“房地产冬天”仍然没有到来，甚至今年上半年房地产市场仍然顽强地攀升。那么，怎样认识保持房地产业持续增长的动力之源呢？
1、国民经济的持续快速增长。近几年来，高经济增长率和良好的经济增长质量可以推动城市化规模的不断扩大，同时，国民经济的持续快速增长，也在一方面“激活”了中低收入者的购房需求，为房地产业的持续发展塑造了最广泛的消费群体。
2、体制与机制的市场化。国家住房制度的改革，把建房与购房一同推向市场，从而使住房成为自由流通的商品。市场机制的引入，使建房者成为自负盈亏的法人，购房者用货币去选择适应个人需求的商品。这种产权的明晰化、个体化，催生了当前这个世界上最大的房地产市场，而这个巨大并且日益增长的市场需求，正是我国房地产业几年来持续火爆的载体。
尽管我国当前新一轮房地产市场有着良好的市场基础和政策基础，并且这一轮尚处于非“泡沫”的良性增长过程，但是，市场规律证明：一个谁都能赚到钱，甚至获得暴利的行业肯定是危机四伏的。也许我们面对的市场恰恰是拐点前的最高峰，因为市场自我调控和释放风险的信号已经显现。
第一，商品房空置率增加，超过风险控制线。今年1～5月份，全国商品房空置面积增长幅度为8.2%，明显高于去年同期增长2.3%的水平。而美国商品房空置率约为7%，香港3%～4%。当空置率超过10%的时候，就已经是超警戒线运行了。
第二，房地产市场体温仍在升高，业外巨头抢滩房地产。2011年全国房地产到位资金达到7378亿元，比上年增长29.8%；就是在这种情况下，一些大型家电行业巨头以及一批上市公司也争相跻身房地产。在这种一面是商品房空置率扩张，一面是新开工楼盘大幅增长的氛围中，新企业持巨资再度猛烈加入，势必加剧房地产市场的风险。
因此，国家及地方性的调控还有待加强，只有这样才能提高房地产业的经济效益，促进房地产资源的有效配置和房产建设资金的良性循环。房产市场能引导居民消费结构合理化，有利于改善居住条件，提高居民的居住水平。
参考文献：
1、成思危主编. 中国城镇住房制度改革――目标模式与实施难点[M] . 北京: 民主与建设出版社，1999. 340 ―347.
2、罗平，何素芳，牛慧恩. 城市住宅市场价格系统动力学模型实证研究[J]. 人文地理，2001，(2): 57-61.
3、李战军，我国房地产调控政策评析，现代经济探讨，2008（9）
篇4
一、引言
在过去很长一段时间里，房地产市场都在经历着繁荣——衰退的周期变动趋势（boom and bust cycles，Shiller，2008），“但是近些年来，房价暴涨暴跌的波动幅度是前所未见的……，部分地区的房价波动甚至称得上惊人。”（Dieci和Westerhoff，2012）。比如，从1996年到2008年，英国伦敦的房价上涨了三倍；北京2007—2010年间二手房价上涨了120%。房价就像脱缰的野马，其波动远远脱离了经济基本面。因此，维护房地产市场稳定成为了目前世界各国政府共同面对的重要而棘手的问题。
在已有的经济学文献中，不乏涉及房价波动的研究，学者们在这类研究中主要采取两个角度：一是基于资产定价和有效市场假设理论，从理论和实证方面研究房地产市场有效性；二是基于理性预期和新古典经济学的分析框架，研究宏观经济基本面指标如利率、人口，实际收入等对住宅价格变化的解释程度，并且认为理性的房价应该反映经济基本面。然而，这些研究往往比较片面，“对房地产市场很多方面内容的理解都不够完整，当前（2008年金融海啸前的美国）关于房价的快速上涨是否形成泡沫的争论就是一个很好的例子①。”（Glaeser， 2007）。特别地，越来越多研究表明，房地产市场其实并不理性，存在如灾难近视（disaster myopia），过度自信和侥幸心理等，这些非理性投机行为往往会导致房价过分调整（overshoot），从而远离其长期均衡值。目前，很多前沿研究转而从房价波动的微观机制着手，关注投机行为在房价波动中扮演的角色。
二、房地产市场有效性
根据有效市场假说（EMH），只要房地产市场价格能充分及时地反映了全部有价值的信息，市场价格代表着住房的真实价值，这样的房地产市场被称为“有效市场”。 EMH由Fama（1970）提出，后来被广泛用于检验证券市场的有效性。而最早应用于房地产市场领域的是Hamilton和Schwab（1985），与Linneman（1986）的研究。他们利用美国70年代中期的横截面数据（cross-sectional data）来检验房地产市场的有效性。后来由于Case和Shiller（1989）建立时间序列模型研究房地产市场有效性的做法备受推崇，吸引了大量学者利用时间序列数据检验美国和其他国家的不同房地产市场的有效性。Cho（1996）对上述研究做了一个详细的综述。这些文献总体上的结论和发现有三个：（1）房地产市场不是有效市场；（2）房价和收益率序列在短期内表现出惯性特征或正序列相关，但在长期却有向均值回归的趋势（mean reversion）；（3）房地产市场的交易成本较高，所以根据技术分析建立的交易规则不能取得超过市场平均水平的收益率。
然而，Cho（1996）建议我们应该谨慎地看待房地产市场有效性检验的结果。因为，房地产价格指数的代表性和正确性在EMH检验中至关重要。但是房地产不同于相对同质化的普通商品，不同的房子无论是结构还是位置都千差万别，交易过程是通过交易双方协商决定，而且交易频率很低。房地产自身的自然特性决定了房地产价格指数的计算比起普通商品价格指数要困难得多，目前一些流行的房地产价格指数计算中都参杂了过多的人为因素，这都直接影响到模型估计结果的说服力。比如，Case和Shiller（1989）、Kuo（1996）在研究中发现，主流的重复出售价格指数②（repeat sales price index）存在序列相关性，如果在检验中不能很好地处理这个问题，估价结果拒绝EMH的概率很可能会增加。有趣的是，Linneman（1986）利用特征价格指数③（Hedonic price index）检验EMH，估计结果并没有拒绝市场“半强式有效”的假设；而Case和Shiller（1989）运用重复销售价格指数的检验却拒绝了EMH。
三、房地产价格波动与宏观经济因素
这一类研究大多采用新古典经济学的均衡分析框架，基于理性预期或完全预测（perfect foresight）假设，认为房地产价格波动的原因是由于受到外生因素的冲击，使得房价和房地产供应数量从一个均衡状态“调整”到新的均衡点。这些外生因素多来自宏观经济的基本面指标，如人口数量、实际收入、利率水平以及税收政策等等。其中最有代表性的研究有Poterba（1984，1991）与Mankiw和Weil（1989）：
Poterba（1984）建立房地产资产模型（asset-market model of the housing market），研究房屋持有成本（user cost）对房地产市场价格和均衡数量的影响。Mankiw和Weil（1989）用类似的方法，研究人口数量变动对房地产需求的影响。他们认为美国自上世纪 70 年代的房价持续上升与婴儿潮一代增长人口成年后带来房地产需求有密切关系。如果人口因素与房价的因果关系不变，随着婴儿潮一代人的住房需求将逐年下降，他们预测90年代以后20年里面房价将会明显下降。当时Mankiw和Weil（1989）这样大胆的预测引起了大量来自媒体和学术领域的争论，在这一场激烈争论中，Poterba（1991）就参与其中，他在对美国多个城市的横截面数据进行分析后，发现那些人口增长率高的地区并没有出现更高的房价增长率。所以他对Mankiw 和 Weil（1989）的预测表示怀疑。
另外，Poterba（1991）还在其1984年研究的基础上，利用1963年—1991年间的数据对美国房地产价格波动状况进行了实证研究，发现上世纪70年代的美国房价大涨的过程中，房屋持有成本上涨是重要推动力量。但80年代之后，房屋持有成本持续上涨，房地产价格却略有下跌，房屋持有成本对房价的解释能力很弱，Poterba（1991）认为这从另一方面证明了房地产市场不是有效市场。
除此之外，还有Ortalo-Magné和Rady（1999）建立生命周期模型（life-cycles model），在完全预期的假设下，分析收入变动和金融自由化（financial liberalization）对房价波动的影响程度；Glaeser和Gyourko（2007）建立理性预期动态模型，研究需求端冲击和建筑成本的影响等等。
上述研究针对经济基本面的各要素对房地产市场均衡价格和数量的影响做了很全面的论证，表明基本面因素对房价变动有一定的解释能力，其作用和影响举足轻重。然而，对房价产生影响的因素有很多，在不同地区、不同的时期起决定性作用的因素也不尽相同。特别地，“房地产市场的高交易成本特点和缺乏做空机制容易使房价波动脱离宏观基本面因素。”（Glaeser等，2008）。因此在房价大幅波动的时期，基本面因素对房价走势的解释能力很弱。这样的批评，常常见于一些研究房地产市场泡沫的文献，如Clayton（1996）， Abraham和Hendershott（1996），Maier和Herath（2009）等。目前，很多前沿的研究都把目光聚焦在房地产市场的“非理性”投机行为上。
四、非理性投机行为与反馈环理论
对于房价的大幅波动，有相当一部分学者都把矛头指向房地产市场的投机行为，为解释房价大幅波动提供了新的思路，认为房价最初由基本面因素诱发波动，随后通过反馈环（feedback loop）形成的放大机制，造成房价对原始诱发因素的过激反应。Shiller（2005）在其著作《非理性繁荣》中提供大量的证据来证明了这种投机心理（speculative thinking）、强化投机心理的反馈作用以及人们的从众行为在决定房价方面扮演着至关重要的角色。
反馈环理论目前越来越受到经济学者的重视。其中一种最流行的做法是在需求端采用后顾式（backward-looking）预期〔多数是适应性预期或“傻瓜”（naive）预期〕，而在供给端假定供应滞后（production logs）。如Wheaton（1999）通过存量-流量模型（stock-flow model）证明了在供给刚性、开发滞后以及后顾式预期的情况下，房价波动更大；Malpezzi和Wachter（2005）建立的存量调整模型（stock adjustment model）表明当供应缺乏弹性时，房地产市场的投机行为是房价大幅波动的主要原因；Glaeser，Gyourko和Sail（2008）提出一个开放城市动态模型（open city model）研究供给弹性与房地产泡沫产生之间的关系，模型表明在供给弹性小的地方更容易产生泡沫，而供给弹性大的地区泡沫持续的时间较短，但是却容易引起过度开发（overbuild）从而导致社会资源浪费，模型结论得到实证检验的支持。
除却上述学者的贡献，目前还很少有理论能够从数量上解释或模拟房价繁荣-衰退周期变动。Leung等（2009）、Kouwenberg和Zwinkels（2010）与Dieci和Westerhoff（2012）在这方面做了一定的尝试。其中Dieci和Westerhoff（2012）借鉴金融市场的经验，通过在需求端引入异质行为（behavioral heterogeneity）的投机者的方式④，构建一个非线性离散时间模型。该模型能够从理论上解释房价高波动性特征，通过设定具体参数，模型甚至可以模拟出复杂的周期变动的价格趋势。但出于简洁性的考虑，作者为模型设定了众多假设，从而影响了模型的代表性。而更完善的理论研究，还有待进一步开发。
五、总结
2003年以来，我国房价持续上涨，关于房地产市场现状的争论从学术界、政府工作会议扩散到普通民众的餐桌上，成为全国上下都密切的问题。房地产具有消费、投资双重属性，房价波动也是一个非常复杂的研究对象。大量实证检验表明房价走势不符合“随机游走”和理性预期假设，而是呈现出高波动率、一定的可预测性（predictability）、短期正序列相关和长期均值反转等特征。这四个特征给房地产市场理论带来了严峻的挑战（Glaeser和Gyourko，2007）。过去国外学者关于房价波动的研究主要集中为两个方面：一是房地产有效性研究；二是房价波动与宏观经济要素的关系。而目前前沿的研究则主要从微观机制的角度出发，建立动态经济学模型，研究非理性投机行为在房价波动中扮演的角色。然而，目前还没有一套理论能够描绘出房价波动的众多特征，更完善的理论还有待开发。
注释：
①Glaeser（2007）指出：McCarthy和Peach（2004）以及Himmelbery， Mayer和Sinai（2005）的研究认为当时美国房地产市场不存在严重的泡沫；而与此相对的是，Shiller（2005，2006）和Baker（2006）认为泡沫确实存在而且很严重。
②重复出售价格指数是根据同一栋房屋在某一期间内多次重复出售的价格资料来计算房地产价格指数。
③蒋一军和袭江辉（1996）对Hedonic指数做了详细介绍。
④Dieci和Westerhoff（2012）假设这些投机者一部分采用外推预期（extrapolative expectation），而另外一部分则认为房价始终会向长期均衡值回归（mean reversion），当房价离长期均值越远，越多投机者会采用均值回归策略。
参考文献：
[1] 蒋一军，袭江辉.房地产价格指数与Hedonic模型[J].中国资产评估，1996（3）：30-33
[2] Abraham， J.， Hendershott， P. Bubbles in metropolitan housing markets[J]. Journal of Housing Research， 1996（7）：191-207
[3] Baker， D. The menace of an unchecked housing bubble [J]. The Economists’Voice， 2006（3）： Article 1.
[4] Cho， M. House price dynamics： a survey of theoretical and empirical issues [J]. Journal of Housing Research， 1996（7）： 145-172
[5] Case， K， Shiller， R. Forecasting prices and excess returns in the housing market [J]. Journal of the American Real Estate and Urban Economics， 1990（18）：253-273
[6] Case， K， Shiller， R. The efficiency of the market for single-family homes [J]. The American Economic Review， 1989（79）：125-137
[7] Clayton， J. Further evidence on real estate market efficiency [J]. Journal of Real Estate Research， 1998（15）：41-57
[8] Dieci， R， Westerhoff， F. A simple model of a speculative housing market [J]. Journal of Evolutionary Economics， 2012（22）：303-329
[9] Glaeser， E， Gyourko， J. Housing dynamics. Harvard Institute of Economic Research discussion paper， 2007， number 2137
[10] Glaeser， E， Gyourko， J， Saiz， A. Housing supply and housing bubbles [J]. Journal of Urban Economics， 2008（64）：198-217
[11] Himmelberg， C， Mayer， C， Sinai， T. Assessing High House Prices： Bubbles， Fundamentals， and Misperceptions [J]. Journal of Economic Perspectives， 2005（19）：67-92.
[12] Hamilton， B.W.， Schwab， C. Expected appreciation in urban housing markets [J]. Journal of Urban Economics， 1985（18）：103-118.
[13] Kuo， C. Serial correlation and seasonality in the real estate market [J]. Journal of Real Estate Finance and Economics， 1996（12）：139-162.
[14] Kouwenberg， R. ， Zwinkels， R. Chasing trends in the US housing market. Working Paper，
Erasmus University Rotterdam， 2010
[15] Leung， A. ， Xu， J. ， Tsui， W. A heterogeneous boundedly rational expectation model for housing Market [J]. Applied Mathematics and Mechanics （English Edition）， 2009（30）：1305-1316
[16] Linneman， P. An empirical test of the efficiency of the housing market [J]. Journal of Urban Economics， 1986（20）：140-154.
[17] Malpezzi， S， Wachter， S. The role of speculation in real estate cycles [J]. Journal of Real Estate Literature， 2005（13）：143-164
[18] Mankiw， G， Weil， D. The baby boom， the baby bust， and the housing market [J]. Regional Science and Urban Economics， 1989（19）：235-258
[19] McCarthy， J， Peach， R. Are home prices the next bubble [J]. Economic Policy Review， 2004（10）：1-17
[20] Maier， G.， Herath， S. Real estate market efficiency—a survey of literature， SRE-discussion
Paper， 2009
[21] Ortalo-Magné， F， Rady， S. Boom in， bust out： young households and the housing price cycle [J]. European Economic Review， 1999（43）：755-766
[22] Poterba， J. Tax subsidies to owner-occupied housing： an asset market approach [J]. Quarterly Journal of Economics， 1984， （99）：729-752
[23] Poterba， J. House price dynamics： the role of tax policy and demography [J]. Brookings Papers on Economic Activity， 1991（2）：143–203
[24] Shiller， R. Irrational exuberance （2nd edition） [M]. Princeton：Princeton University Press， 2005
[25] Shiller， R. Long-term perspectives on the current boom in home prices [J]. The Economists’ Voice， 2006 （3）， article 4
篇5
房地产业对国民经济的发展有着巨大的影响力。其产业关联度大，带动性强，随着我国居民住房制度改革进一步向纵深推入，房地产业已经发展成为我国影响国计民生的支柱产业。而房地产业投资资金数额巨大、投资回收期长的特点决定了在其发展过程中必须得到金融业的支持才能有持续健康的发展。但目前我国房地产金融的发展尚存在许多问题，无法完全满足房地产业发展的需要。积极发展房地产金融，拓宽房地产融资渠道，不仅能解决房地产开发企业外部融资渠道单一和融资困难的问题，而且可以促进房地产业资金和产品结构不断优化并减少商业银行的贷款风险，还可以为中小投资者参与房地产投资和收益提供一条现实的途径。
一、分散银行体系的风险
近年来，随着房地产价格的上涨和房地产业的发展，我国银行贷款集中投向房地产业，造成了显著的银行贷款结构风险，影响了银行系统本身的抗风险能力和稳定性，增大了金融风险。一旦宏观经济出现大的波动，房地产市场的隐患很容易转嫁到商业银行市场，进而影响金融市场的稳定，资金链难以为继，对整个国家金融体系的冲击是巨大的。在全球引起恐慌的美国次贷危机便是前车之鉴。次贷危机愈演愈烈，也使美国房地产贷款商的情况继续恶化。截至2008年6月底，列入美国联邦存款保险公司“有问题名单”的银行数量已经达到117家，比第一季度大幅上升30％，也是2003年中期以来的最高值。
我国的房地产金融风险虽然没有大到像东南亚国家那样引起金融危机的程度，从四大商业银行的房地产贷款质量来看(如图1所示)，也暂时不会出现像美国次贷危机这样严重的影响，但是这几年的房地产投资过热，金融风险不断累积却是不容忽视的事实，它对我国的经济和金融运行产生了许多现实影响。据调查，截至2005年末，房地产业的不良贷款余额已经达到1093亿元，居行业排名第四的高位。四大商业银行的房地产贷款质量虽然比较好，但随着这两年国家对房地产业的深度调控，房地产业的发展受到一定的限制，房地产价格出现了一定程度的波动，一旦整个行业出现大面积的业绩滑坡，银行体系的房地产不良贷款必将增加，很可能导致银行体系金融风险的爆发，并进一步引发系统性风险，从而直接影响金融系统和国民经济系统的稳定性。
要防范房地产金融风险在银行体系的积聚以至爆发，就必须在房地产经济和金融领域，大力推进房地产二级市场、资本市场、债券市场、信托市场等各类市场的发展，形成完整的房地产金融体系；发展多种房地产融资形式和多样化的运作工具，适当分散银行体系的风险；积极引入包括充分竞争、供求机制在内的市场机制等，这也是成熟市场经济的要求。
二、提供新的融资方式和手段，拓宽融资渠道
目前，我国房地产企业的资金来源主要是自筹资金、银行贷款、定金及预收款、利用外资等，根据数据分析可以发现，我国房地产企业的融资结构单一，具有明显的依赖银行贷款的特征。
2006年，房地产企业开发资金达26880.2亿元，同比增长25.6％，其中国内贷款平均增速高达47.1％。在房地产开发企业资金来源中，国内贷款、利用外资、自筹资金、定金与预收款所占比重分别为19.6％、1.5％、31.9％、30.3％，国内贷款、利用外资所占比重分别比2005年上升1.3和0.3个百分点，二者均为2004年以来的最高。从表1可看到，自筹资金和国内贷款的数额不断上升，2006年分别占到全部资金来源总额的31.9％和19.6％，如果考虑房地产销售收入转变为自筹资金，大部分来自购房者的银行按揭贷款，且定金和预收款中也有一部分来自银行贷款，那么银行贷款占全部资金来源的比例就达到了60％左右。
之所以出现房地产企业融资对银行贷款过分依赖，主要是由我国金融市场的结构决定的，现阶段我国金融市场的融资结构中银行贷款仍然占主要地位。这一状况很容易导致两个问题：一是房地产金融风险在银行体系积聚；二是房地产业的发展受制于银行信贷和国家的信贷政策，这将严重制约房地产业的发展，从而影响整个国民经济。
从2003年中国人民银行发出《关于进一步加强房地产信贷业务管理的通知》(121文件)开始，到2005年中国人民银行《关于调整商业银行住房信贷政策和超额准备金存款利率的通知》，多项针对房地产生产与消费的宏观调控措施使得房地产企业普遍存在银行贷款下降、销售回款不佳的情况，多数房地产企业缺少有效的资本运作经验与融资渠道，自有资金长期严重紧缺，惟一的融资渠道――银行贷款又收紧了闸门，这使国内的房地产开发企业面临巨大的资金压力。
据房地产业内人士透露，由于开发惯性和囤积的土地入市，2008年房地产业总投资比2007年将会有大幅增长，而受银根紧缩影响，银行贷款预计将会减少。此外，2007年10月以后，房企股市融资难度倍数增加，加上2008年股市低迷，股市融资也十分困难。据国泰君安证券研究所2008年6月的报告称，2008年房地产行业资金缺口达7100亿元，相当于行业最高峰的2007年新增房地产中长期贷款的2倍。报告称，由于去年高价拿地的企业面临着付清土地出让金的压力，一些中小开发商可能将面临生死大限，房地产金融危机已初露端倪。
通过股票市场融资十分困难，银行信贷之外没有更多的融资工具，融资渠道狭窄与资本成本提高迫使房地产企业急切地寻找着除银行之外更好的融资渠道。现阶段，过于单一的融资渠道已经严重妨碍了我国房地产业的稳定发展，不利于房地产企业资本运作水平的提高，造成房地产企业对银行的严重依赖。所以，引人海外成熟的房地产金融工具，发展具有我国特色的新型融资工具是当务之急。
三、优化证券市场结构
目前我国证券市场的产品结构存在明显的缺陷：一是风险结构倒置，高风险产品占主要地位，低风险产品只占较小的市场份额。目前在我国证券市场上的可交易品种，大约80％为风险较高的股权类产品，只有大约20％为债券类低风险产品，股市每单位风险的收益低。这种投资产品的风险结构极不合理，与广大投资者的长期理财需求不匹配。二是低风险产品品种单一。目前市场上只有少量流动性较差的国债及少量的企业债、金融债、可转债，不能满足广大投资者的投资理财需求。因此，有侧重地发展低风险市场产品，尽快使我国证券市场的产品结构趋于合理，是我国证券市场发展的重点之一。三是缺乏风险对冲机制。目前我国证券市场产品结构不完整，主要集中在股票(包括A股和B股)、债券、权证和证券投资基金，缺乏股票指数期货、股票期货等海外成熟市
场的主流产品，缺乏可以对冲风险的金融衍生产品，难以满足投资资本多样化的收益和避险需求。
引入收入稳定、风险相对较低的证券产品，如在海外发展较成熟的房地产投资信托基金，或其他具有高度创新性的房地产金融工具，其包括的股票、受益权证、抵押债券等产品能极大丰富我国当前的证券市场。
四、增加投资渠道
目前国外成熟的房地产金融工具更多的是通过筹集广大投资者的分散资金，来为房地产业所用，这些房地产金融工具往往面对广大投资者特别是中小投资者，这就为分散的中小投资者提供了一条收入稳定，风险较低的投资渠道。如房地产投资信托基金通常被认为具有与其他资产较低的相关性、较低的市场价格波动性，有限的投资风险和较高的当前收益等投资特性，对于稳健型的投资者有相当大的吸引力。
篇6
一、住宅供应减少
自2004 年起,北京市住房供应量开始持续下降。2004 年2863 万平方米,达到2001 年以来的最高峰,之后批准预售面积开始不断下降,2007 年批准预售面积降至1330 万平方米,不及2004 供应量的一半。从2004 年起,平均每年住宅批准预售面积下降约30%。造成住宅供应减少的原因包括土地供应量下降迅速、土地一级开发缓慢,土地储备不足和已出让土地闲置情况较为严重三个方面因素的影响,2009年北京市住宅市场的供应量也呈下滑趋势,具体体现在北京市商品住宅供应的下降态势上。
1、可售房屋套数
在可售房屋供应套数方面,2009年10月北京市商品住宅可售房屋套数为103,249套,环比继续下降0.75%。其中,可售期房套数比前一个月增长了321套,达到69886套,环比增长0.46%。而现房方面,至10月31日截止,可售现房套数为33,363套,环比9月的34,471套继续下降,降幅为3.21%。
2、可售房屋面积
至2009年10月31日,北京市可售房屋面积共计1380.93万平方米,环比降低1.24%。与此同时,可售期房和现房面积均出现了小幅下降。可售住宅期房面积为888.00万平方米,环比9月的898.90万平方米下跌了1.21%,继续延续9月可售期房面积下降的局面。在现房方面,10月31日可售现房面积为492.93万平方米,环比9月的506.25万平方米微跌2.63%,继续呈下降的趋势。
从上面的数据可以看出,尽管8月北京商品住宅市场的期房库存量出现了年内首次小幅回升,但是9月和10月连续出现了下降的局面,目前,北京市商品住宅市场的存量仍处于低位运行,市场库存出现不足。
二、住宅需求旺盛
北京是全国乃至世界重要的经济政治中心,从长远看,房地产的需求必然处于不断增长的态势,需求来源不仅仅是首都区域和国内。从近几年首都商品房市场的消费群体来源看,市内需求约占60%,来自全国其他省、市、自治区的需求占35%,来自国外的个人和单位占5%。据统计,北京市每年人口增长为20万-30万,大量的外来人口存在着巨大的住房需求。在北京商品住宅市场上,首次购房成为主流。这说明,首都商品房市场不仅存在着旺盛的改善型住房需求,其潜在的基本住房需求更是不可低估。
同时,由于近期二手房交易税费减免、首套房贷款七折优惠等优惠政策即将取消的声音不绝于耳,不少原本打算持币观望的购房人,尤其是改善型需求的购房者受风声影响,急着赶搭“末班车”,这种状况更是增加了北京市的住宅需求。
三、住宅市场表现
北京市住宅供不应求的现象也充分地体现在了住宅市场的现状上:
1、价格走势
10月份,北京市新建住宅销售价格指数同比上涨4.3%;环比上涨0.6%,涨幅比上月提高0.2%,此前该数据环比涨幅已连续两个月走低。
新建住房中,四环以内期房均价涨幅最大,比前9个月的均价每平方米上涨了641元,达19750元;五环至六环的期房均价也首次突破万元大关,每平方米达10314元。
在商品房方面,2009年10月,北京市商品住宅成交均价为16083元/平米,环比9月的15808元,微涨1.01%。尤为值得关注的是,10月的成交均价没有延续上个月下滑的局面,再次突破了16000元的均价,再次接近8月最高的16200元。
2、开发投资状况
1-10月,北京市完成房地产开发投资额1983亿元,比上年同期增长50.8%,增幅比1-9月回落5.2%。10月份住宅竣工面积为145.5万平方米,比9月份增长49.2%,增幅比上月扩大38%。
同期,北京市房地产开发企业项目本年到位资金4540.7亿元,比上年同期增长91.1%,增幅比1-9月扩大8.3%。其中金融贷款增长最快,为1887.6亿元,比上年同期增长1.7倍,增幅比1-9月扩大18.9%。
在取证方面,10月北京市建委共批准销售许可项目45个,较9月的35个项目增加了10个。其中,商品住宅项目批准上市42个,商业综合项目3个。开盘方面,10月北京商品住宅开盘项目为57个,比上月增加5个项目。同时,各项目的开盘价格继续上涨,整体开盘均价达到了16459元,环比9月的16294元,环比上涨1.01%。
根据经济学原理,供不应求是造成商品价格上涨的重要原因,价格上涨也是商品供不应求状况的直接体现,而正是由于价格的上涨,让开发商做出投资住宅市场有利可图的判断,从而促使开发商投入更多资金用于房地产开发,因此,北京市住宅市场价格不断攀升与房地产开发投资火热的现象都印证了北京市住宅市场供不应求的现状。
综上所述,北京市住宅市场目前的状况是供不应求,这一状况由住宅供应减少和住宅需求旺盛所造成,并充分体现在了北京市目前的住宅市场上。
参考文献:
篇7
一、住宅供应减少
自2004年起,北京市住房供应量开始持续下降。2004年2863万平方米,达到2001年以来的最高峰,之后批准预售面积开始不断下降,2007年批准预售面积降至1330万平方米,不及2004供应量的一半。从2004年起,平均每年住宅批准预售面积下降约30%。造成住宅供应减少的原因包括土地供应量下降迅速、土地一级开发缓慢,土地储备不足和已出让土地闲置情况较为严重三个方面因素的影响,2009年北京市住宅市场的供应量也呈下滑趋势,具体体现在北京市商品住宅供应的下降态势上。
1、可售房屋套数
在可售房屋供应套数方面,2009年10月北京市商品住宅可售房屋套数为103,249套,环比继续下降0.75%。其中,可售期房套数比前一个月增长了321套,达到69886套,环比增长0.46%。而现房方面,至10月31日截止,可售现房套数为33,363套,环比9月的34,471套继续下降,降幅为3.21%。
2、可售房屋面积
至2009年10月31日,北京市可售房屋面积共计1380.93万平方米,环比降低1.24%。与此同时,可售期房和现房面积均出现了小幅下降。可售住宅期房面积为888.00万平方米,环比9月的898.90万平方米下跌了1.21%,继续延续9月可售期房面积下降的局面。在现房方面,10月31日可售现房面积为492.93万平方米,环比9月的506.25万平方米微跌2.63%,继续呈下降的趋势。
从上面的数据可以看出,尽管8月北京商品住宅市场的期房库存量出现了年内首次小幅回升,但是9月和10月连续出现了下降的局面,目前,北京市商品住宅市场的存量仍处于低位运行,市场库存出现不足。
二、住宅需求旺盛
北京是全国乃至世界重要的经济政治中心,从长远看,房地产的需求必然处于不断增长的态势,需求来源不仅仅是首都区域和国内。从近几年首都商品房市场的消费群体来源看,市内需求约占60%,来自全国其他省、市、自治区的需求占35%,来自国外的个人和单位占5%。据统计,北京市每年人口增长为20万-30万,大量的外来人口存在着巨大的住房需求。在北京商品住宅市场上,首次购房成为主流。这说明,首都商品房市场不仅存在着旺盛的改善型住房需求,其潜在的基本住房需求更是不可低估。
同时,由于近期二手房交易税费减免、首套房贷款七折优惠等优惠政策即将取消的声音不绝于耳,不少原本打算持币观望的购房人,尤其是改善型需求的购房者受风声影响,急着赶搭“末班车”,这种状况更是增加了北京市的住宅需求。
三、住宅市场表现
北京市住宅供不应求的现象也充分地体现在了住宅市场的现状上:
1、价格走势
10月份,北京市新建住宅销售价格指数同比上涨4.3%;环比上涨0.6%,涨幅比上月提高0.2%,此前该数据环比涨幅已连续两个月走低。
新建住房中,四环以内期房均价涨幅最大,比前9个月的均价每平方米上涨了641元,达19750元;五环至六环的期房均价也首次突破万元大关,每平方米达10314元。
在商品房方面,2009年10月,北京市商品住宅成交均价为16083元/平米,环比9月的15808元,微涨1.01%。尤为值得关注的是,10月的成交均价没有延续上个月下滑的局面,再次突破了16000元的均价,再次接近8月最高的16200元。
2、开发投资状况
1-10月,北京市完成房地产开发投资额1983亿元,比上年同期增长50.8%,增幅比1-9月回落5.2%。10月份住宅竣工面积为145.5万平方米,比9月份增长49.2%,增幅比上月扩大38%。
同期,北京市房地产开发企业项目本年到位资金4540.7亿元,比上年同期增长91.1%,增幅比1-9月扩大8.3%。其中金融贷款增长最快,为1887.6亿元,比上年同期增长1.7倍,增幅比1-9月扩大18.9%。
在取证方面,10月北京市建委共批准销售许可项目45个,较9月的35个项目增加了10个。其中,商品住宅项目批准上市42个,商业综合项目3个。开盘方面,10月北京商品住宅开盘项目为57个,比上月增加5个项目。同时,各项目的开盘价格继续上涨,整体开盘均价达到了16459元,环比9月的16294元,环比上涨1.01%。
根据经济学原理,供不应求是造成商品价格上涨的重要原因,价格上涨也是商品供不应求状况的直接体现,而正是由于价格的上涨,让开发商做出投资住宅市场有利可图的判断,从而促使开发商投入更多资金用于房地产开发,因此,北京市住宅市场价格不断攀升与房地产开发投资火热的现象都印证了北京市住宅市场供不应求的现状。
综上所述,北京市住宅市场目前的状况是供不应求,这一状况由住宅供应减少和住宅需求旺盛所造成,并充分体现在了北京市目前的住宅市场上。
参考文献:
篇8
高端住宅一般指地处市内高尚社区，销售价格高于同等地段商品住宅平均销售价格一倍以上的住宅，定位为高收入家庭。其特点为：高标准、大户型、高总价、智能化的楼宇及单元管理系统、个性化的绿化景观及完善的配套设施等。
豪宅依然炙手可热
对高端住宅市场而言，高端收入人群的增加对其影响巨大。世界经理人集团研究显示，2011年中国富裕家庭的数量(净资产超过100万美元)已经达到350万户，中国的千万富翁超过150万人，而亿万富豪超过5.8万人。
而胡润研究院和群邑智库联合的《群邑智库·2011胡润财富报告》显示，在个人投资方向上，房地产还是占主导地位——超过1/3的受访者选择了投资房地产，这一比例在过去三年中持续增长。同时世界经理人集团研究显示，中国富裕群体的消费行为与其它国家的富裕群体相比，最显著的不同在于中国富豪将购买豪宅列为奢侈品消费的第一选择。
回顾过去10年，在上海、北京等一线城市，以别墅为代表的高端住宅价格平均升幅巨大。今年1月，北京市规划部门表示，北京五环以内可改造的存量用地将主要用于建设公租房，这意味着五环以内新增商品住宅土地供应将极为紧张，高端住宅供应的稀缺性将日益显现。
新年伊始，央行宣布从2月24日起再次下调人民币存款准备金率0.5个百分点，较为灵活宽松的货币政策实施，对整个房地产市场也起到一定的刺激作用。
有分析人士认为，鉴于高端住宅土地稀缺性及不可复制性，其价值将更加凸显。可以预期，随着未来政策宽松、通货膨胀因素的影响，高端住宅依旧是富裕家庭置业的首选，高端住宅产品仍将长期趋好。
豪宅打造并不容易
站在市场角度，高端住宅是高品质的住宅形式；在地段方面，占据城市传统中心或重点规划建设区域；在资源方面，高端住宅一般均占据并配备良好稀缺的内外部资源，其外部资源包括交通、教育、自然景观资源等，内部资源则涵盖了产品品质、配套服务等；在产品方面，注重整体规划设计和产品舒适度及品质，同时融入一些创新和奢华的元素。
随着人们对生活品质更深入的追求，富裕阶层消费观念的日趋成熟，圈层交流的社区氛围成为高端住宅置业者的又一重要诉求。以星河湾为例，通过打造独有的圈层价值平台，利用“跨界”体系，将财富圈层聚集起来，不但能为既有客户提供增值服务，还吸引了大批潜在客户，造就其影响力及品牌效应。
除去地段、产品等因素之外，一个高端住宅项目背后开发商的品牌及操盘能力，也是奠定其成功与否的关键之一。
土地的价值最终并非仅仅体现在土地本身，而是体现在土地应用及运作上。其中开发商品牌、开发水平、经营能力、产品模式等往往导致了项目最终的不同表现。实际上住宅是包含地理资源、产品资源、居住体验于一身的综合概念，而开发商应该做的是将这些硬件资源整合起来，融合成为一种最好的形式。开发商的实力和品牌对项目有着潜移默化的影响。
2011年，复地-智盈投资旗下管理的景业及复星一家系列基金均投资复地集团南京御钟山项目。南京在“十一五”期间全市生产总值年均增长13%以上。根据2010年全年数据统计，城市居民人均可支配收入同比增长11%。良好的经济发展保证了当地市场对高端住宅的消费能力。
未来注意力：生活品质
篇9
2012年11月任超群吴璟[美国] 邓永恒： 预期对租金房价比变化的影响作用研究2012年11月浙江大学学报（人文社会科学版）一、 引言
对房价波动的研究是房地产经济领域研究的热点。现有文献证明房价波动通过收入效应、财富效应和金融市场反馈等途径给经济带来重大影响[12]。大量关于房价波动的研究同时也表明，经济基本面因素不能完全解释住房价格的变化，市场参与者的心理预期也是导致房价波动的主要因素之一[3]。无法确定的预期是导致房价偏离其基本价值的主要原因，尤其在房价上涨时期，房价上涨更多是由不理性的房价预期和投资者的心理行为推动的，而不是住房市场经济基本面的变化导致的[4]。这可以从住房市场有效性研究的结论中得到证明。在有效市场中，所有可以预期未来价格的信息都反映在当前的价格中，由于市场参与者对信息的预期已经反映在了当前的价格中，因此，现有信息对未来价格没有预测作用。但大量关于住房市场有效性的研究拒绝了住房市场有效性的假说。不少学者的研究都发现房价本身在短期内存在正相关，住房市场的经济基本面和过去房价增长可以用来预测未来的住房超额收益[512]。这些发现与理性预期或者半强式有效市场假说是不一致的。
近年来，中国大部分城市房价快速上涨，不少学者对这一现象展开了研究，认为预期在房价上涨过程中扮演了重要角色。任荣荣、郑思齐和龙奋杰基于存量流量理论模型，利用中国35个大中城市1999—2005年数据的实证分析发现，预期是房价涨跌的主要推动力之一，并且这种作用在房价较高的城市表现尤为突出[13]。孔煜用消费者预期指数代表消费者对住房价格的预期，通过Granger因果检验，发现预期因素是引起房价变化的原因之一[14]。况伟大利用住房存量调整模型对中国35个大中城市1996—2007年数据进行的实证研究表明，预期及其投机对中国城市房价波动都具有较强的解释力，并且适应性预期作用大于理性预期[15]。陈林和朱卫平则构建了包含投资效用、二手市场、预期、政策冲击等因素的动态房地产市场机制模型，通过理论分析，认为房地产的投资品属性及市场短视预期效应是导致我国房价暴涨、暴跌的主要原因[16]。许家军和葛扬研究发现，无论从短期还是长期来看，房价预期对租价比有负向的解释作用[17]。张亚丽、梁云芳和高铁梅的实证结论也表明，预期人均实际收入和预期房地产收益率是房价持续快速上涨及波动的主要因素[18]。Wu等对中国35个城市的研究也强调了预期在房地产市场中的作用角色，并实证证明开发商对房价的适应性预期是影响地价增长的重要因素之一[19]。
本文将通过住房使用成本模型分析预期对租金房价比的影响，并在三个方面与以往的研究相区别：第一，在模型构建上，本文基于住房使用成本模型，认为住房市场收益率（租金房价比）等于住房使用成本，并据此构建无风险利率、市场风险和预期房价增长等住房使用成本因素对租金房价比的解释模型。这种方法的优点在于不需要知道住房使用成本或者住房服务的市场价格的详细表达式已有大部分文献通过构建住房市场的供需均衡模型，将住房价格表达为一系列与供给和需求相关的宏观经济因素（比如GDP、股票价格指数、城市居民消费支出、收入、空置率、利率等因素）的方程，通过分析经济基本面因素对住房价格的解释程度来判断房价的合理性。这种方法的主要问题是很难不遗漏某一个经济基本面的影响因素，因此，将所有无法解释的部分归因为泡沫是不合理的。。而且，由于住房兼具投资和消费属性，如何分离住房的投资和消费属性是学术研究的难点之一，而住房市场中的租金房价比相当于股票市场中的股息价格比[20]，能够衡量住房的投资回报率，能有效地将住房投资属性从消费属性中区分出来，是理解住房市场价格合理性和泡沫的关键。其次，根据无套利模型，任何资本的回报率是相等的，将租金房价比与市场的无风险利率进行比较，可以判断房价的合理性。对租金房价比时间序列的分析也有助于理解住房的历史回报。第二，在数据上，36万条的微观交易数据可以有效固定住房特征，得到相同属性住房的实际租金和实际房价数据，使分析更可靠。按照理论，租金房价比应该是相同质量房屋的租金和价格的比值，仅仅依靠整体的租金和房价数据而没有对房屋进行质量控制，会导致价格和租金的相关变化出现虚假的推论[21]。由于我国缺乏对租金数据的统计，大多数租金房价比的分析是从租金指数和房价指数中计算得到租金房价比数据[2223]。由于租金指数和房价指数计算的住房质量并不相同，这导致租金房价比只能反映两者关系的趋势，而不能反映两者的真实比例关系。虽然也有一些学者通过选取相似属性的住房出租样本和出售样本控制房屋质量，得到相同属性房屋的租金房价比[2425]，但他们的抽样存在样本量过少且只选取了某一横截面时间等问题，导致结论可能存在误差，某一时间点的数据也无法分析租金房价比的时间变化。第三，大部分研究在考察预期对房价影响作用时假设预期对房价的影响程度是不随时间变化的，少有研究分析预期在不同时间内对房价影响的变化性。本文除了分析利率、房价预期和住房市场风险等因素对租金房价比的影响外，还进一步分析了预期对租金房价比的影响随时间变化的情况，得到不同市场形势下预期对住房市场影响作用的差异性。
二、 理论与模型
（一） 住房使用成本模型
住房使用成本模型是分析住房价格合理性的经典理论，经由Hendershott和Shilling、Hendershott和Slemrod、Poterba、Meese和Wallace等人的发展[12，2628]，被很多学者用于对住房市场价格变化和房地产市场泡沫判断的研究中[21，2932]。住房使用成本理论的核心思想是，在均衡的市场中，住房服务的边际收益等于其边际成本。年住房拥有成本主要包括成本和抵消收益的六个因素这些因素应该被看作机会成本。[2728]。第一个因素是投资者投资住房而损失的投资其他非住房产品可能得到的收益的成本，等于住房的价格Pt乘以无风险利率rrft。第二个因素是一年的财产税成本，等于住房价格Pt乘以财产税率wt。第三个因素是住房拥有者拥有的将抵押利率和财产税从个人税中扣除的收益，等于个人所得税（τt）的税率乘以估计的抵押贷款（rmt）与财产税的支付：Ptτt（rmt+ωt）。第四个因素是住房的维修成本，等于住房价值的一定比例δt。第五个因素Ptgt+1是当年预期的房价增值收益或者减值损失。第六个因素Ptγt表示买房相对租房额外的更高的风险费用补偿成本。这六个因素组成了给定的每年住房成本的总成本（UCt）：UCt=Ptrrft+Ptωt-Ptτt（rmt+ωt）+Ptδt-Ptgt+1+Ptγt（1）根据无套利模型，拥有住房的一年成本必须等于每年的租金收益（见公式2）。如果每年的住房拥有成本升高，而租金没有上涨，那么房价会下降到合理的水平，使用户选择购买住房而不是租赁住房。如果每年的住房拥有成本下降，而租金没有下降，那么房价会上涨到合理的水平，使用户选择购买住房而不是租房。Rt=Ptrrft+Ptωt-Ptτt（rmt+ωt）+Ptδt-Ptgt+1+Ptγt（2）其中Rt是t时期的年租金。将方程两边同时除以价格Pt，得到租金房价比的决定方程：RtPt=rrft+ωt-τt（rmt+ωt）+δt-gt+1+γt（3）中国目前除在上海和重庆之外不征收房产税，本文实证运用北京的数据，因此使用成本中的第二项住房的税收成本设定为零。假设中国住房市场的维修成本是固定的，那么，租金房价比的变化可以简化为由无风险利率、预期收益和补偿风险决定，其他不随时间变化的因素构成常数Ct。构建实证模型如下：ln（Rt/Pt）=Ct+α1rrft+α2gt+1+α3γt（4）其中ln（Rt/Pt）是租金房价比的对数值；rrft是市场无风险利率，用五年期存款利率来衡量；gt+1是预期房价增长；γt是投资住房市场的补偿风险，用过去房价增长率的方差来衡量，住房市场的风险来自于房价的波动，而方差衡量了房价增长率的波动程度，可以用来衡量住房市场的风险。根据住房使用成本理论，rrft的系数α1大于零，gt+1的系数α2小于零，γt的系数α3大于零。
（二） 预期的测量
Dipasquale和Wheaton认为，住房投资者主要采用三种方式对房价进行预期：第一种是外生价格预期，即假设投资者对未来房价的预期不受当地住房市场状况的影响，对价格的预期外生于当前的市场状况；第二种是近视价格预期（适用性预期），投资者根据过去住房价格趋势来预期未来住房价格变化；第三种为理性预期，投资者具有完全的市场信息，能准确预期未来的房价变化[33]。国外文献大量实证表明房价预期是近视的，市场参与者根据过去房价增长来预测未来房价增长。Clayton利用温哥华1979—1991年的季度数据，发现人口、供给和利率等经济基本面因素对房价有显著的解释作用，但市场参与者对经济基本面没有前视的预期行为，住房市场存在非理性的预期[3]。Mankiw和Weil在分析人口因素对房价的影响时发现，虽然人口变化带来的对住房市场需求和价格的影响是可预见的，但市场参与者并没有利用此信息进行前视的预期，而是对房价进行适应性预期[9]。王军武和赵玮采用武汉2004—2009年季度数据的实证研究表明，消费者在很大程度上借助于先前的价格走势对未来房价进行预测[34]。国内大部分学者认为市场参与者采用近视价格预期来预测房价变化，并用过去一段时间内的房价增长率来表示预期房价增长率，证明了过去增长率对未来房价有显著的预期作用。例如，许家军和葛扬用过去两个月的房价增长率的均值来表示预期房价增长率[17]。任荣荣、郑思齐和龙奋杰用前两年的价格增长率的平均值来确定未来价格的增长率[13]。况伟大利用住房存量调整模型对中国35个大中城市1996—2007年数据进行的实证研究表明，住房市场中的适应性预期作用大于理性预期[15]。
本文假设消费者采用适用性预期方法，根据过去房价变化情况预期未来变化。在实证研究中，假设消费者根据过去三个月的市场信息来预期未来。因此，本文采用过去三个月的房价增长率衡量房价预期增长，用过去三个月的房价增长率方差来衡量房价市场的补偿风险，构建了模型1。同时，为了检验模型的稳定性，选用过去一个月、过去六个月和过去十二个月的时间，假设消费者根据过去不同的时间来预期未来。本文分别采用不同期的房价增长率和不同期的房价增长率方差，构建模型2至模型4。其中，模型2、模型3、模型4分别用过去十二个月、过去六个月、过去一个月的房价增长率衡量房价增长预期，用过去十二个月、过去六个月、过去三个月的房价增长率的方差衡量住房市场的投资风险。
三、 数据整理与分析
根据租金房价比的定义，房价和租金所对应的住房应保持同质性。对此，Davis、Lehnert和Martin利用出租房屋样本数据构建租金的特征价格模型，求出模型中的系数后，针对自有住房的特征对自有住房潜在的租金进行估计[35]。本文基于大样本微观住宅单元的数据，分别构建租金和房价的特征价格模型，对住宅的质量进行控制，以保证房价和租金所对应的住宅具有同质性。
本文数据来自我爱我家中介公司和21世纪中介公司的北京市2005年1月至2010年12月的36万多套二手住宅的交易数据和出租数据，其中交易住宅77 577套，租赁住宅297 329套。每套住宅的交易信息包括：交易月份、交易价格（租金或者价格）、住宅面积、房间数目、所在楼层数、总楼层数等。将36万套住宅单元整理到6 000多个住宅小区，获得小区的容积率、小区所属的城区、距离天安门的距离、距离最近地铁站的距离。样本小区基本上集中在北京市的八个城区内：朝阳区、海淀区、丰台区、西城区、宣武区、东城区、崇文区和石景山区2010年行政区划调整之前。。其中，朝阳区的样本量最大，占总样本的43%。
对于租金房价比的分析，很多学者会质疑用于出售的住房样本和用于出租的住房样本在房屋质量上存在较大的差异，房屋质量的差异可能会导致分析存在系统误差。为此，本文将租赁样本和出售样本的属性进行比较，见表1。用于出租和出售房屋的房龄和交易时间的均值非常接近。房屋的其他属性，如总楼层、所在楼层、小区面积、容积率、绿化率、物业费的均值和标准差相差甚小。在地理位置上，出租房屋比出售的房屋更靠近市中心（天安门）和地铁站，这主要是因为交通便利的房屋更有利于出租。但这一差异并不明显，出租房屋距离市中心的距离比出售房屋近1 800米左右；出租房屋离地铁站的距离比出售房屋近200米。出售房屋的面积和房间数目在平均值上略大于出租的房屋。出售房屋的平均面积为83平方米，出租房屋平均面积为69平方米，相差14平方米。在房间数目上，出售房屋的房间数目比出租房屋的房间数目大0.17个房间。总体来说，出售住房和租赁住房样本的属性基本类似。表1出售住房和租赁住房样本的属性比较
篇10
中图分类号:F293.3 文献标志码:A文章编号:1673-291X(2010)29-0009-04
2003年国务院提出房地产业已经成为国民经济的支柱产业。然而到2010年年初,房价一直涨,而且涨幅过大,引起社会各界重视。关于房价过快上涨问题,需要通过进一步分析其原因,找出合理解决办法。
一、中国房价变化过程(2003―2009年)
近年来,我国的房地产市场陷入了“越调越涨”的怪圈,这种怪圈以“调控―观望―反弹”的形式出现,每经历一次循环往复,房价都会攀升到一个新高点。自2003年以来,政府对住宅市场的宏观调控政策的出台逐年频繁,几乎是“一年一调”,房价也随之“一年一涨”。
2003年,国务院18号文件提出:“房地产业关联度高,带动力强,已经成为国民经济的支柱产业”,房地产被正式赋予产业的定义。自此,我国房价便开始了以每年两位数的增幅快速攀升。
2004年,全国住宅的平均售价从2003年的2 197元/平方米上涨至2 608元/平方米,涨幅高达18.7%。
2005年,全国住宅平均售价继续上涨12.6%。为稳住房价,2005年国务院办公厅连续出台了两个“国八条”,国家出手控制房价自此正式拉开序幕。
2006年,“国六条”继续出台,使2006年全国住宅价格涨幅降到两位数以下。全国70个大中城市房屋销售价格同比上涨5.4%,新建商品住房销售价格同比上涨6.3%。
2007年,市场经过一段观望后,再度出现房价大幅上涨的一个高峰,全国住宅平均售价增长率达到16.86%,住房销售平均价格达到3 645元/平方米。同年8月国务院出台24号文件,指出“住房问题是重要的民生问题”,强调了住房与民生之间的重要关系,并从保障和改善民生的要求出发采取了一系列的调控措施,不再把房地产单纯看为“支柱产业”。
2008年,全国住宅平均售价的涨幅为7.5%,再度回到两位数以下。由于遭遇金融危机,为实现“保增长”的任务,房地产的“支柱产业”定位又再度受到重视,并承担起对经济增长的拉动作用。
2009年,房价在经过三四月份的“小阳春”之后,再度进入疯涨期。据国家发改委、国家统计局的数据,截至12月,全国70个大中城市的住宅平均售价达到4 600元/平方米,比2008年均价上涨了1 000元/平方米,创下26个月涨幅新高。其中,深圳、杭州、南京、北京、上海等一线城市的房价涨幅超过全国平均水平。
截至2009年底,全国城镇住宅市场的平均销售价格已从2003年的每平方米2 197元上涨到了每平方米4 600元。可以看到,政策的宏观调控在抑制房价涨幅过高方面没有取得预期成效,老百姓工资的增长水平远远赶不上房价的增长水平,大部分中低收入人群望房兴叹。①
二、中国房价过快上涨的原因
房价上涨过快的原因,主要有以下四个方面。
(一)各级政府支持
房地产能带动相关行业的发展,如房屋拆迁、房屋新建、搬家公司、装修公司、家电生产行业、家具业、厨具行业、钢材行业、水泥行业、玻璃行业以及流通领域,等等,能带动众多人的就业。同时,中央及地方政府能增加对相关行业的税收,如中央企业和地方企业的所得税、营业税、个人所得税、城市维护建设税、印花税,等等,充足各级政府的财政。
以中央财政为例,财政部4月13日公布数据显示,2009年全国土地出让收入为14 239.7亿元,比上年增长43.2%。分析人士指出,土地财政已经成为影响房地产市场发展的重要因素。
以地方财政为例,青年学者傅白水的研究报告显示:2004年上半年,浙江省房地产税收为86.82亿元,同比增长75%,占地税收入的21.9%,对全部税收的增长贡献率达到34.68%,成为浙江第一税收来源。在江浙沪三地的地方财政收入中,房地产业和建筑业(不包括相关产业)所占的比例都在30%左右,在浙江房地产业中,其比例甚至达到35%。
以扩大就业、推动国民经济发展、城市化改造等为宗旨的政府主导的房地产发展,助长了房价过快上涨。
(二)商品房有需求
1.改善型需求。以前房屋面积小,或者陈旧,或者想改变房屋构造,或者想换楼层住,或者想改变居住地等等改善型需求,要求商品房的开发。
现在到外地找工作是很普遍的现象,然而在长期生活的城市中没有房子住,确实是令人苦恼的事情。虽然租房也可以,但能拥有一套房是再好不过的事情。据新浪网2010年7月23日报道:根据最新的统计数据,在北京市实际常住人口1 972万人中,户籍人口1 246万人;登记流动人口763.8万人,其中在京居住半年以上的726.4万人。据分析,人口快速增长的主要拉动力来自流动人口,四年来流动人口增量逐年加大,共增加151.8万人,年均增长37.9万人。如果将驻京部队、在社会上散居未登记的和短期来京探亲、旅游、就医的流动人口估算在内,北京的流动人口总量已超过1 000万。这些流动人口,可以认为是推动北京购房需求的重要因素之一,事实上也如此。
2.享受型需求。在一个城市拥有两套以上住房,生活方便,特别是家庭成员工作地点或上学地点离家相对远,可以两套房轮着用。还有,由于地区差异,想体验异地生活的购房需求,如:据海南省房协2009年底统计,截至去年黑龙江人在海南购房占总数的三四成,黑龙江省每年有13万人到海南过冬。近一个月各楼盘信息显示,黑龙江人海南购房比例只增未减。据悉,相对于北京、上海等地购房人群,黑龙江人购房金额虽不是第一位,但是购房数量肯定居榜首。黑龙江人在海南购房主要看中海南冬季的温暖气候,海南房产是黑龙江人的第二居所,刚性的需求占了很大的比例。然而,近期的购房狂潮却早已超出了这种刚性需求。据三亚市房协工作人员介绍,去年11月以来,三亚每天成交170余套房子。对一个常住人口仅50多万人的地级市来说,数额惊人。三亚市一家房产销售中心工作人员告诉记者,岛外人群是三亚楼市主要消费群体,黑龙江人无疑是主流,黑龙江人购房的入住率能达到50%。
3.投资型需求。房子具有耐久性、不可移动性,因此决定了其有限性。在宏观经济环境稳定发展情况下,它具有增值性,也因此引起了投资性需求。再有,流动人口多的地方的房租收益,也是引起投资性需求的重要因素。房价上涨过快的城市,就是流动人口多的地方,如北京、上海、深圳。据2010年1月26 日网易房产报道:北京三年的房价上涨了120%,位于前三位的分别是西城区、东城区和海淀区。根据预测,北京未来二手房房价有可能出现15%的议价空间。链家地产《北京二手房价格趋势研究报告》显示,北京全市的二手房过去三年间平均成交价上涨了120%,13个行政区中房价涨势最惊人的是大兴区,涨幅高达166%。而涨幅最大的商圈则为宣武门,幅度为172.96%。据2010年2月22日新浪房产报道:上海房价年涨幅惊人,最高涨幅155%。南汇并入浦东新区的消息正式宣布后,南汇与浦东接壤的周康板块率先活跃起来,板块内不少新盘纷纷涨价,其中绿洲康城、亲水湾在2009年第一季度成交价仅为9 000左右,目前最新的房价已达23 000,涨幅155%,
4.投机型需求。在城市中地段不一而产生房价差价,大、中城市的城市化进程不一而产生房价差价,按楼层不一而产生房价差价等差价诱惑下,刺激了为获得交易差价的投机需求。而且近几年房价飞速上涨,更助长了投机需求。再如,炒房团批量买商品房,缩小房源,抬高房价,刺激他人投机购房需求。据新浪网2010年7月28报道:有人百日抛售25套房源,据了解,房主是一位40岁左右的浙江籍女士,长期投资楼市,几年前在北京一口气买下的这些房源,总价近1.3亿元,接近每平方米4万元。亚豪机构副总经理任启鑫分析,“北京的楼市里,投资客群体是长期存在的,而且大部分对未来持长期看涨态度。一人买25套房,别人就没房买了,如果这种人多了,也就大大缩小了房源,房价上涨是正常的。
正是上述购房需求,也推动了房价的上涨。
(三)信贷支持
由于金融机构的参与,银行向购房者发放贷款,使购房者得以提前获得住房。对房地产开发公司来说,银行向购房者发放贷款,使购房者提前买房,有利于房地产开发公司资金的周转,以获得更多的利润。对银行来说,如果直接向房地产开发公司发放贷款,开发公司用贷款来建造的房屋并不能很快地全部销售出去,这势必影响开发公司的还贷能力;如果直接向购房者发放贷款,购房者将所得的贷款全部用于购房,由于给予购房者的贷款额要低于房价,购房者自己还要投入一笔资金用以购买房屋,又由于购房者在获取贷款时以购得的房屋作抵押,所以还贷的可靠性得到充分的保证。这种抵押贷款,对于购房者、房地产开发公司和银行都是有利的,因此,刺激了商品房需求,促进了房地产市场的发展。以2 000元/平方米的90平方米商品房为例,贷50%的房款,银行到期后能收38 446.38元的利息。正常情况下房贷越多,这种利息收入越高,这更是银行放房贷的动机,也是刺激购房需求的重要原因。
(四)常住外国人住房需求
对中国常住外国人没有具体统计。据新华网2008年2月27日报道:2006年,有4 400万外国人出入中国,比2001年增长将近98%。在北京登记居留的外国人有7万人,上海则更多。现在的在中国常住外国人人数应该更多,他们也有住比宾馆更便宜、舒适的自住房需求,这影响针对他们放出租的购房投资需求。虽然大城市中人口多,针对外国人购房需求对整体房价影响不大,但还是有不少刺激购房需求的作用。
三、房价过快上涨不利因素
1.人们可支配资金减少,其他消费受到限制,生活质量下降
吃、住、行、游、购、娱,是旅游业中的六大要素,更是作为一般人的生活要素,在住的方面花的比重大,必然在其他五方面消费上受到限制,导致生活水平的下降。特别是贷款购房的中低收入阶层成为了房奴,其生活质量可想而知。假设收入2 500元的单身,按揭50%房款购买1套2 000元/平方米的90平方米房屋,15年还清,他每月向银行要缴纳713.59元房款,剩下的1 786.41元中,还要拿出一部分做储蓄,这样,日常开销就受到了限制。前几年,媒体报道,北京有个单身贷款购房者,为了还贷节省钱,把自己的房子租出去,再与别人合租一间房,可见生活质量下降了多少。
2.贫富差距拉大,引起社会不稳定
房价涨幅过快,将引起行业收入状况失去平衡,房子多的人越富,收入少的人越买不起房。贫富差距拉大,增加社会矛盾,引起社会不稳定。据房地产门户――搜房网 2010年5月11报道:5月7日,大连某地产论坛上,有“任大炮”之称的华远地产董事长任志强还没来得及“放炮”,就先遭到“鞋袭”。当天,自称为“中国人最想揍的第三个人”的任志强走上演讲台,一句话未说完,会场内一男子朝台上扔出了两只鞋。躲过“攻击”的任志强自嘲说,“看来我的待遇能比得上总统了”。房产大佬遭“鞋袭”引起了网友的热烈讨论和恶搞。有人对扔鞋行为欢呼叫好,评价说“扔的不是鞋,是民愤”;也有人认为,任志强不过实话实说,被扔鞋不过是“替人受过”。这件事情反映的是,确实有不少人对房价过快上涨有不满。现在强调和谐社会,人的必需品房子与其价格不应成为引起矛盾的焦点。
3.提高生活成本、生产成本,引起通货膨胀
房价高引起地价上涨,与房子关联产品价格上升,导致通货膨胀;房价高,人们提出提高收入,将导致生产成本上升,物价上涨,导致通货膨胀。过度的通货膨胀不是好事情,他能引起社会不稳定,降低产品在国际市场价格上的竞争力。虽然现在没有出现大范围的通货膨胀,但市场经济条件下没有一个产业是独立存在的,各产业是相互密切联系在一起的统一系统,一个系统环节出现问题,必然引起其他产业的变化。近几年大蒜价大涨,绿豆价大涨,各地的提出涨工资要求等现象是偶然的吗?本人想,不是,是表明市场经济系统确实出现了问题,才发生的现象。虽然不能断言是房价过快上涨引起的问题,但不能否认房价过快上涨刺激了其他商品的涨价需求。
四、对抑制房价过快上涨的建议
1.限制购房需求
房子是建在有限土地上的固定资产,其数量供应不是无穷大,因此对家庭拥有房子套数进行限制,抑制需求,如户口所在地两代最多三套房,异地一套房。户口所在地有两三套房子,可满足一对夫妻与长辈或子女安居需求,也可以满足享受型、投资型需求,异地一套房,可以满足各种需求,但能抑制投机型需求。异地可购多套房,会限制当地中低收入者购房,特别是流动人口多的城市,房价飞涨将导致当地中低收入者买不起房,将引起社会矛盾,不利于社会稳定。因此,应限制异地购房套数,一般异地两代一套房够用了。
2.分散异地购房需求
近几年房价涨势看,北京、上海、深圳房价涨势最快。因为这几个城市是国家核心城市,北京是首都,是政治中心、文化中心、教育中心,最近经济发展也飞快;上海是我国重要的金融中心,传统经济中心,外资企业多,贸易发达,高校也多;深圳是我国第一个开放的城市,制造业、加工业相对发达,贸易也发达。因此,这几个城市里,人们做生意、生活相对比其它城市好得多,也因此流动人口多,使其成为人们重要的异地购房目的地,也导致房价涨势最快。有些人甚至谈外地人禁购当地房子,这显然是对外地人的歧视性言论,房地产市场作为市场经济的一部分,异地购房应视为正常的现象。要避免人口过度集中于某几个核心城市,就应该引导分散人们购房目的地,如提高各省、自治区中心城市的容纳外地人能力,也就是提高地方的中心城市盈利能力,服务能力,居住环境,提高异地人的购房吸引力,以达到分散、降低几个核心城市的房价涨势过快压力。
正常情况下,中国人口未来趋势看,因实行计划生育政策,人口不会一味涨上去,但从城市化发展趋势看,重要城市人口还是有上升的趋势,再看中国社会经济发展形势看,主要城市流动人口是上升的趋势。因此,在保证国家保护地情况下,适当增加主要城市用于盖房土地,增加楼层,以达到充足供应主要城市商品房套数。
3.控制信贷
为了抑制房价过快上涨,2010年以来几个核心城市实行了“认房又认贷”信贷政策。所谓“认房又认贷”,含义是:第一种情形:对于借款人首次申请利用贷款购买住房,如果在拟购房所在地房屋登记系统当中,包括预售合同的登记备案系统当中,其家庭已登记有一套或者以上住房的,他再贷款购买的住房一定是第二套或者以上住房;第二种情形:借款人已经利用贷款购买过一套或者以上的住房,又申请贷款买住房,也认定是第二套及以上住房;第三种情形:银行通过查询征信记录、居访等访问形式的调查,确信借款人的家庭已经有了一套或者以上住房的,再贷款也按照第二套或者以上来执行。
显然,这种信贷政策应该是严厉的政策,能有效防止拿贷款购买的房子再抵押套另一个房贷的连环套贷方式引发的房源人为缩小,也能很大程度上抑制房产投机需求,稳定房价有积极作用。本人认为,这一政策不要局限于几个核心城市,应全国推广。再有,对超过1套的贷款购房者,期限处理剩余房子,如给1―3年事件处理,达到增加房源效果。
房地产业历来是各国的重要产业,在我国也是支柱产业,如何稳定、健康发展是关系国民经济稳步发展、社会稳定的重要因素。如何引导房价正常发展是以前、现在,也是今后的重要课题。我们要时刻关注它、调节它,因为房价变化也是体现宏观经济变化的一种重要表现。
参考文献:
[1] 韩洪涛.北京房地产现状、发展趋势和对策研究[J].现代经济,2008,(7).
[2] 张岑遥.城市房地产价格中的地方政府因素:成因、机制和效应[J].中央财经大学学报,2005,(10).
篇11
自2010年第四季度以来，全球在宽松的财政政策背景下，投资者（包括投机者）已由近年来爆发的房地产市场泡沫和债券市场转向大宗商品市场，加上干旱和洪水侵袭，全球范围内粮食减产，导致包括农产品在内的大宗商品价格迅速走强，金、银、铜、铁矿石、锡、棉花、糖、咖啡以及其他食品价格均已接近历史高位。从数据看，伦敦交易所铜价和金价、澳大利亚煤炭价格以及芝加哥商品交易所大豆、玉米、小麦价格相对于纽约商品交易所原油价格的比值越来越高，说明大宗商品相对于原油正变得越来越贵，也体现了大宗商品相对价格的均衡关系对油价已产生了越来越强的上行压力，加上中东、北非动乱以及美元持续贬值和世界经济整体复苏等因素使年初以来的国际油价快速上涨。前些次大宗商品价格高位出现在发达国家经济扩张末期，而本次原材料涨价诱发的通货膨胀出现在经合组织经济复苏初期，随后，利率上调直接扩大了消费型支出。同时，工业亦受到价格上行压力，例如钢铁价格上涨直接推动制造成本增加。自2010年6月份以来，粮食价格上涨，贫困人口增加4400万，世界银行发出警告，全球有10亿人口长期处于饥饿状态。联合国粮农组织也发出警告，能源成本价格上涨仍将持续，谷物，油料，奶制品，肉类和糖的价格将会进一步攀升。
（二）中东和北非局势对全球能源市场安全的威胁
自2011 年1 月起，中东和北非多个国家发生骚乱乃至政权更替。自突尼斯后，埃及、利比亚、阿尔及利亚、伊朗、约旦都有不同程度的动乱，这些国家石油生产量和炼油能力合计占全球的10%；如果再加上沙特、伊拉克、科威特以及其他海湾合作委员会组织成员国，石油产量超过全球的1/3。一旦中东不稳定局势全面爆发，全球石油供应将受到严重影响，国际油价有可能再次问鼎并超过147美元/桶。普遍预计，今年120美元/桶是全球经济受到明显影响的临界值。
（三）日本大地震导致的核危机将影响亚太地区能源、农产品、海产品市场
日本9级地震对日本经济和能源使用状况正在产生极大影响。一方面，汽车等制造业受到沉痛打击，日本正面临震后重建的一个艰难过程，经济复苏将变得更加漫长；另一方面，虽然目前石油、天然气需求短期内因发电能力存在缺口和经济遭受打击而大幅下降，但未来重建工作一旦开始，470万千瓦的核电能力缺口很可能需要由LNG、燃料油、柴油替代（因为增加其它燃料发电，包括煤炭，在短时期内均没有用LNG、燃料油、柴油发电启动灵活、迅速），所以，亚太地区LNG、燃料油、柴油价格必将上涨。
另外，日本大地震导致福岛地区严重的核泄漏危机，已对全球空气和部分海域构成危害，而且直接影响到日本乃至其他国家的农业、渔业生产和市场稳定，进而对全球大宗商品市场造成一定冲击。
二、政策建议
（一）做好稳定国内粮食基础价格工作，将节水、节能融入到农田水利建设中
分析研究2011年国际粮食市场（尤其是亚太地区2011年的粮食市场）需求特点，识别紧缺品种，适当增大2011年国际市场价格暴涨的粮食品种供应；根据价格趋势，做好更新粮食库存工作，适当提前市场上相对富裕的陈粮市场投放时间。此外，应注重将农业节水工程和节能技术融入到农田水利建设中，加大节水、节能力度，将节能、节水的理念传递给农村，为夯实我国农业基础做好准备，也给“十二五”我国农业发展开好头。
（二）注重煤电油气运的连锁反应关系，做好价格调控工作
煤、电、油、气的价格随着贸易的日益国际化，相关性越来越强，比价关系规律性明显。油价上涨对石化行业、航运行业（航运公司的燃油成本在其总成本中占20%以上）直接影响较大，而且还会间接带动煤炭、天然气、LNG价格上涨，也给电价整体上涨形成压力。在这种情况下，建议疏堵结合，做好煤电油运衔接调控工作，加强煤炭运输管理，减少中间环节，提高煤炭公路运输效率；要加快煤炭的分类洗选水平，减少矸石运输量，提高煤炭的有效运输。抓紧落实目前已经确定的煤炭储备方案，增加国内煤炭市场调控的灵活性，并适当提高居民电价和工业电价；在油价上涨、电价调整后，也应适当提高工业和民用气价，避免造成周期性气荒。
（三）注重能源进口市场的运行调节，争取能源与资源市场定价权
我国应进一步加大成品油（尤其是发电用燃料油、柴油）的商业库存规模，增加LNG进口的期货合约量，争取价格、用量双双主动。建议国家相关部门和各大石油、冶金企业及时跟踪监测日本的国内成品油、LNG、电力市场供求关系及其燃料的进出口变化态势。
（四）抓住时机，加快“走出去”步伐，缓减我国石油供应调控压力
首先，应发挥我国企业在投资、技术、劳动力、服务等方面的优势，积极“走出去”参与到这些中东国家扩大产量的生产过程。力争与有本土背景，在政治、技术方面有实力的国际跨国公司合作开发。其次，因俄罗斯是填补欧洲从中东和北非损失油气量最为经济的国家，所以，我国企业重新关注俄罗斯至关重要。另外，应进一步巩固我国海外油田服务和机械工程优势。根据巴克莱资本估计， 2011 年全球油气勘探开发投资将至少增长10.8%，全球油田服务业将景气回升。中石油、中石化、中海油在海外争取油气资源实施并购的同时，也应将我国油田服务企业带向国外，全方位保障我国油气企业在海外的竞争力。
