房地产销售价格指数_1995年至今月度数据

《土地估价》实验指导书付梅臣付薇中国地质大学（北京）土地科学技术系2007年3月目录实验一、利用市场比较法评估土地价格模拟评估实验 (1)实验二、收益还原法评估土地价格模拟评估实验 (6)实验三、成本法（成本逼近法）评估土地价格模拟评估实验 (11)实验四、假设开发法（剩余法）评估土地价格模拟评估实验 (15)实验五、路线价估价法评估土地价格模拟评估实验 (1)实验六、估价报告编写与应用综合实验 (5)附件1：房屋新旧程度评定标准 (9)附件2：土地估价报告规范格式 (18)附件3：房地产估价报告格式 (31)附件4：土地估价技术报告错误要点 (37)附录5：《土地估价》实验报告撰写格式与要求 (43)实验一、利用市场比较法评估土地价格模拟评估实验一、实验类型与学时实验类型：专业 项目类别：综合 计划学时：2 每组人数：2 二、实验目的与要求目的：学生通过市场比较法实验，能够运用市场比较法评估的程序、方法等理论，解决市场比较法案例的基本要求。

要求：预先掌握市场比较法评估土地的相关理论和方法，同时掌握WINDOWS 操作系统和OFFICE 中的EXCEL 的基本操作。

三、实验原理市场比较法的理论依据，就是替代原理。

市场比较法原理示意图1、直接比较E D B A P P B D ⨯⨯⨯⨯=式中：交易情况修正的分子为100，表示以正常交易价格为基准； 交易日期修正的分母为100，表示以可比实例成交时的日期为基准； 区域因素修正的分子为100，表示以估价对象所在的区域因素为基准； 个别因素修正的分子为100，表示以估价对象的个别因素为基准。

比较交易实例1待估土地待估土地价格交易实例3交易实例2比较比较修正2、间接比较E D B A P P B D ⨯⨯⨯⨯= （1）区域因素间接比较式中：交易情况修正的分子为100，表示以正常交易价格为基准； 交易日期修正的分母为100，表示以可比实例成交时的日期为基准；标准化修正的分子为100，表示以标准不动产所在区域的状况为基准，分母是可比实例所在区域相对于标准不动产所在区域的得分；区域因素修正的分母为100，表示以标准不动产所在区域的状况为基准，分子是估价对象所在区域相对于标准不动产所在区域的得分；个别因素修正的分子为100，表示以估价对象的个别因素为基准。

中国34年房价变迁史-----从408元/平米起疯涨15倍精装小三房团购钜惠中鉴于房地产市场正处于大转折之际，第一财经《财商》盘点一下改革开放以来的房价变迁。

1987--2014年房价变迁从官方统计的数据来看，1987年才有全国性的房价统计。

1987年商品房销售面积2697万平方米，总量上似乎也不少，可相对于庞大的国民总数，实在太少，只能满足几十万人的居住需求。

当年的全国平均房价是多少？408元/平方米。

看起来不高，但相对于当时的居民收入，也属于不可承受之重。

一直到1992年，房价维持在单价千元以下，但每年的涨幅可观。

1998年，在新中国短暂的房地产历史上是一个分水岭。

在连续两年的北戴河会议酝酿之后，当年7月3日，国务院颁发《国务院关于进一步深化城镇住房制度改革加快住房建设的通知》，核心内容就是从当年下半年开始停止住房实物分配，实行货币化。

继而从1999年开始，中央在全国范围内推行住房分配货币化制度。

也就是在1998年，房价的单价跃上2000元。

现在回过头来看，房地产市场化之后，房价应该大涨啊。

但实际上没有，1998~2000年，房价维持不动甚至略有下跌。

想来有很多人会懊悔为啥没有在那几年紧跟政策的脚步呢？当然，房价的3年原地踏步应该和当时遭遇东南亚金融危机也有关系。

从今天回头看，房价在2001-2003年还是给足了很多人机会，小幅上涨。

不过也就是在当时，市场上出现了房价泡沫的声音，现在想想，大有在股市2000点时就喊泡沫的意味。

而从2004年开始，房价开始如脱缰之野马，再也不给希望下跌者以机会了。

全国平均房价的单价一路跃过3000、4000、5000元、6000元关口，直到2014年才稍有停息。

1998年之前的房价1998年7月之前，虽然已有商品房，但鉴于绝大部分住宅仍是福利分配，其价格很难反映真实的市场供需，也就不是真正的市场价格。

鉴于1998年在房地产市场上的特殊性，且官方从1987年才有全国性的房价数据可查，笔者在新著《房市大衰退：33年房市变迁大推演》中搜集了一些有代表性的房价数据。

1房地产评估案例案例一某单位住宅楼评估一、评估对象基本情况某单位有一处住宅区，占地面积2000平方米，包括一幢1990年建成的七层砖混结构住宅楼，建筑面积为4800平方米；一幢1992年建成的一层临街铺面、门卫房，也为砖混结构，建筑面积为180平方米。

该住宅区地处市城郊结合部，距环城路500米左右，南临× ×路，西临规划之× ×东路，东临× ×公目，北临× ×。

周围无环境污染，交通便利，环境优雅。

二、评估目的本次资产评估的目的是为拟出售的资产提出公允的市场价格意见。

三、评估基准日评估基准日为2000年8月15日。

四、评估方法及过程根据评估目的和所掌握的资料，决定采用两种方法进行评估。

（一）采用房地分估、加总的方法1.建筑物价格采用成本法进行评估。

经市场调查，当时该地段砖混结构楼房的建造单价为800元／7方米，平房造价为400元／7方米。

该建筑物的建造时间为1990年，使用年限为4n年，已使用10年，取残值率为4％。

楼房重置成本=800×4800=384（万元）楼房评估值=384－[384×（1－4％）÷40]×10=384－92.16=291.84（万元）平房的建造时间为1992年，使用年限为25年，已使用年，取残值率为5％。

铺面、门卫房重置成本=400×180=7.2（万元）铺面、门卫房估价=7.2－[7.2×（1—5％）÷25]×8=7.2－2.2=5（万元）楼房、铺面、门卫房等建筑物的评估价值共计为：291.84+5=296.84（万元）2.土地价格采用基准地价修正系数法进行评估。

计算公式为：土地价格=宗地所在区域基准地价×（宗地地价影响因素修正值）根据该市房地产有关资料，该住宅所处地区属于市五级二类三通一平熟地，基准地价为1098元／平方米。

资产评估计算题汇总1．运用重置成本法计算固定资产的评估值。

主要包括：重置成本的确定、成新率的计算、功能性贬值的计算。

例 1：已知某厂的一台设备已经使用 5 年，设备的利用率假设为 100%，仍有 10 年使用寿命。

该设备目前的重置成本为 90 万元。

但由于技术进步的原因出现了一种新型设备，其功能相同，但每生产 100 件产品可节约材料 2 公斤，预计该厂未来 10 年内年产该产品 20 万件， A 材料前五年的价格将保持 20 元/公斤，从第六年起将上涨 20%，试根据给定材料确定该设备的成新率、功能性贬值和评估价值。

假设不考虑经济性贬值因素。

(所得税率为 33%，其中折现率 15%，年限为 5 年的复利现值系数为 0.4972，年金现值系数为 3.3522，折现率为 15%，年限为 10 年的年金现值系数为 5.0188)成新率=10÷(10+5)×100%=66.67%功能性贬值的计算：先计算年超额运营成本：前五年：每年200000÷100×2×20=8 (万元)后五年：每年200000÷100×2×20×(1+20%) =9.6 (万元)再计算年净超额运营成本：前五年：每年8× (1－33%) =5.36 (万元)后五年每年9.6×(1－33%) =6.43 (万元)最后折现处理得功能性贬值额：5 ．36×3.3522+6.43×3.3522×0.4972=26.68 (万元)评估价值=90×66.67%－26.68=33.32 万元，例 2 某企业的一条生产线购于 1996 年10 月，帐面原值为 750 万元，评估基准日为 2001 年 10 月。

经调查得知，该类设备的定基价格指数在 1996 年和2001 年分别为 100%和 140%，假设该设备生产能力在生产过程能够得到充分利用，该设备尚可使用 5 年，和当前的设备相比，该设备所耗电力能源较大，平均每年多耗 4 万度，每度电按 0。

房地产价格评估练习及答案1、术语解释（1）地产 （2）房地产 （3）不动产 （4）基准地价 （5）标定地价 （6）楼面地价2、单项选择题（1）最佳使用是( )必须考虑的评估前提。

a.地产b.房屋建筑物c.企业资产d.资产（2）基准地价系数修正法所要修正的因素是( )。

a. 地理位置和交通条件b. 个别因素和市场转让条件c. 容积率和覆盖率d. 特别利害关系和特殊动机（3）假设开发法属于一种( )。

a. 加和法b. 积算法c. 类比法d. 倒算法（4）某宗地年金收益额为8500元，剩余使用年限为20年，假定折现率为10％，其评估价值最有可能为( ) 元。

a. 85000b. 12631c. 72369d. 12369（5）计算建筑期利息的工期应按( )计算。

a. 合同工期b. 额定工期c. 协商工期d. 实际工期（6）待估建筑物账面原值100万元，竣工于1990年底，假定1990年的价格指数为l00%，从1991年到1995年的价格指数每年增长幅度分别是11.7％、17％、30.5％、6.9％、4.8％，则1995年底该建筑物的重置成本最有可能是 ( ) 元。

a. 1048000b. 1910000c. 1480000d. 19100000（7）待估建筑物为砖混结构单层住宅，宅基地300平方米，建筑面积200平方米，月租金3 000元，土地还原利率为7％.建筑物还原利率为8％，评估时，建筑物的剩余使用年限为25年，取得租金收入的年总成本为7600元，评估人员另用市场法求得土地使用权价格每平方米1 000元，运用建筑物残余估价法所得到建筑物的价值最有可能是( ) 元。

a. 61667b. 925000c. 789950d. 58041（8）残余估价法属于( )中的一种具体方法。

a. 收益法b. 成本法c. 市场法d. 功能价值法（9）有一宗地面积为500平方米，地上建有一幢3层的楼房，建筑密度为0.7，容积率为2.0，土地单价为3000元／平方米，则楼面地价为( )元／平方米。

我国房地产市场与股市走势的实证分析摘要：本文简要地分析了我国房地产市场和股票市场的关联性，运用实证分析的方法分析了我国房地产市场对股市走势的影响，发现中国房地产市场对股票市场走势的影响显著，而且，房地产市场对上证综合指数的影响强于深证成分指数。

关键词：房地产；股市走势；实证分析中图分类号： f12 文献标识码： a 文章编号： 1009-8631（2013）01-0020-02一、问题的提出从过去十年我国的经济发展来看，中国经济主要靠房地产行业驱动。

全国商品房销售额占gdp的比例从2000年3.6%已增加到了2011年的12.54%。

只要房地产每年增长10%，对gdp的贡献就能达到大约1%，这还不包括装修、家具、家电等行业。

从工业增加值的角度来看，中国工业经济主要由地产投资驱动，经济的增长和回落大都源于地产投资的变动，而且，地产投资的增加，会带动与地产相关行业的发展，比如银行、水泥、钢铁、工程机械、建筑建材、家用电器等行业的增长。

所以，从经济基本面的角度来看，房地产主导中国经济。

另外，从证券市场的角度来看，地产股的市值巨大，地产股股价的变动对a股指数变动影响重大，而且地产股的变动通常会带动银行股的相关权重股股价的变动，所以，研究我国地产市场的变化对判断a股的走势意义重大。

二、实证分析（一）模型设定根据相关文献研究的经验，本文选择全国商品房销售价格指数、深证成分指数和上证综合指数作为分析中国房地产市场与股票市场相关联性的解释变量。

全国商品房销售价格指数对深证成分指数影响的回归模型：lnyt=c°+c1*lnx1t+et全国商品房销售价格指数对上证综合指数影响的回归模型：lnyt=c°+c2*lnx2t+ut其中，lnyt表示全国商品房销售价格指数的对数值，lnx1t表示深证成分指数的对数值，lnx2t表示上证综合指数的对数值。

c1表示深证股票市场股价对商品房房价的弹性，c2表示上证股票市场股价对商品房房价的弹性。

1995年来源：国家统计局综合司发布时间：2001-09-01 16:22中华人民共和国国家统计局关于1995年国民经济和社会发展的统计公报1996年3月1日1995年，在党中央和国务院的正确领导下，各地方、各部门继续贯彻中央“抓住机遇、深化改革、扩大开放、促进发展、保持稳定”的基本方针，积极落实宏观调控的各项措施，全国各族人民团结奋斗，取得了改革开放和社会主义现代化建设的新成就。

国民经济持续快速发展，经济结构调整有所进展，通货膨胀得到初步抑制，人民生活继续改善，各项社会事业有新的发展。

初步统计，全年国内生产总值57733亿元，比上年增长10.2％。

其中第一产业增加值11365亿元，增长4. 5％；第二产业增加值28274亿元，增长13.6％；第三产业增加值18094亿元，增长8％。

存在的主要问题是：农业基础依然薄弱；物价总水平涨幅仍然偏高；部分企业生产经营困难，经济效益不好。

一、农业种植业生产获得较好收成，全年除茶叶减产外，粮食、油料、棉花、糖料、麻类、烤烟、蔬菜、水果等主要农产品均有增产，对稳定经济、保障市场供应起了积极作用。

主要农产品产量如下：1995年比上年增长％粮食 46500 万吨 4.5其中：谷物 41700 万吨 5.9油料 2250 万吨 13.1其中：花生 1024 万吨 5.8油菜籽 976 万吨 30.2棉花 450 万吨 3.7黄红麻 40 万吨 12.7甘蔗 6440 万吨 5.7甜菜 1360 万吨 8.5烤烟 210 万吨 8.2茶叶 58 万吨－0.8水果 4190 万吨 19.7林业生产健康发展。

全年完成造林面积550万公顷，国家重点林业建设工程进展显著，群众造林活动广泛开展，三北防护林二期工程等国家重点造林项目超额完成规划任务；森林防火、病虫鼠害防治工作有新进展；森林资源管理、保护工作不断加强，保持了森林面积和蓄积量的双增长，森林覆盖率达到13.92％。

畜牧业全面发展，主要畜产品产量和牲畜存栏头数保持稳定增长趋势。

全国同比增减2015年3月2015年2月101.4 1.42015年1月100.80.82014年12月101.5 1.52014年11月101.4 1.42014年10月101.6 1.62014年9月101.6 1.62014年8月10222014年7月102.3 2.32014年6月102.3 2.32014年5月102.5 2.52014年4月101.8 1.82014年3月102.4 2.42014年2月10222014年1月102.5 2.52013年12月102.5 2.52013年11月10332013年10月103.2 3.22013年9月103.1 3.12013年8月102.6 2.62013年7月102.7 2.72013年6月102.7 2.72013年5月102.1 2.12013年4月102.4 2.42013年3月102.1 2.12013年2月103.2 3.22013年1月10222012年12月102.5 2.52012年11月10222012年10月101.72 1.722012年9月101.91 1.912012年8月102.05 2.052012年7月101.78 1.782012年6月102.15 2.152012年5月10332012年4月103.37 3.372012年3月103.59 3.592012年2月103.16 3.162012年1月104.55 4.552011年12月104.1 4.12011年11月104.2 4.2数据日期↓去年同月=100点2011年10月105.5 5.5 2011年9月106.1 6.1 2011年8月106.2 6.2 2011年7月106.5 6.5 2011年6月106.4 6.4 2011年5月105.5 5.5 2011年4月105.3 5.3 2011年3月105.4 5.4 2011年2月104.9 4.9 2011年1月104.9 4.9 2010年12月104.6 4.6 2010年11月105.1 5.1 2010年10月104.4 4.922010年9月103.6 4.442010年8月103.5 4.762010年7月103.3 5.192010年6月102.9 4.682010年5月103.1 4.562010年4月102.8 4.372010年3月102.4 3.642010年2月102.7 4.372010年1月101.50.52009年12月101.90.692009年11月100.6-1.762009年10月99.5-4.332009年9月99.2-5.162009年8月98.8-5.822009年7月98.2-7.622009年6月98.3-8.222009年5月98.6-8.452009年4月98.5-9.222009年3月98.8-8.772009年2月98.4-9.482009年1月101-5.72008年12月101.2-4.982008年11月102.4-4.212008年10月104-2.352008年9月104.6-1.512008年8月104.9-1.52008年7月106.30.662008年6月107.1 2.592008年5月107.7 4.162008年4月108.5 5.342008年3月108.3 4.842008年2月108.7 5.842007年12月106.5 3.6 2007年11月106.9 4.91 2007年10月106.5 5.03 2007年9月106.2 4.63 2007年8月106.5 5.13 2007年7月105.6 4.55 2007年6月104.4 2.86 2007年5月103.4 1.97 2007年4月103 1.78 2007年3月103.3 2.48 2007年2月102.7 1.78 2007年1月102.20.29 2006年12月102.8 1.18 2006年11月101.90.59 2006年10月101.40.2 2006年9月101.50.59 2006年7月101-0.79 2006年6月101.5-0.1 2006年5月101.4-0.39 2006年4月101.2-0.59 2006年3月100.8-1.85 2006年2月100.9-2.89 2006年1月101.90 2005年12月101.6-0.78 2005年11月101.3-1.46 2005年10月101.2-2.97 2005年9月100.9-4.09 2005年8月101.3-3.8 2005年7月101.8-3.32 2005年6月101.6-3.24 2005年5月101.8-2.49 2005年4月101.8-1.93 2005年3月102.7-0.29 2005年2月103.9 1.76 2005年1月101.9-1.26 2004年12月102.4-0.78 2004年11月102.8-0.19 2004年10月104.3 2.46 2004年9月105.2 4.06 2004年8月105.3 4.36 2004年7月105.3 4.78 2004年6月105 4.69 2004年5月104.4 3.67 2004年4月103.8 2.772004年2月102.1 1.9 2004年1月103.2 2.79 2003年12月103.2 3.61 2003年11月103 3.73 2003年10月101.8 2.62 2003年9月101.1 1.81 2003年8月100.9 1.61 2003年7月100.5 1.41 2003年6月100.3 1.11 2003年5月100.7 1.82 2003年4月101 2.33 2003年3月100.9 1.71 2003年2月100.20.2 2003年1月100.4 1.41 2002年12月99.6-0.1 2002年11月99.3-0.4 2002年10月99.2-1 2002年9月99.3-0.6 2002年8月99.3-1.68 2002年7月99.1-2.36 2002年6月99.2-2.17 2002年5月98.9-2.75 2002年4月98.7-2.85 2002年3月99.2-1.59 2002年2月1000 2002年1月99-2.17 2001年12月99.7-1.77 2001年11月99.7-1.58 2001年10月100.20.2 2001年9月99.9-0.1 2001年8月1010.7 2001年7月101.51 2001年6月101.40.9 2001年5月101.7 1.6 2001年4月101.6 1.91 2001年3月100.81 2001年2月100-0.7 2001年1月101.2 1.4 2000年12月101.5 2.53 2000年11月101.3 2.22 2000年10月1000.6 2000年9月1000.81 2000年8月100.3 1.62 2000年7月100.5 1.932000年5月100.1 2.35 2000年4月99.7 1.94 2000年3月99.8 1.63 2000年2月100.7 2.03 2000年1月99.8 1.01 1999年12月990 1999年11月99.10.3 1999年10月99.40.51 1999年9月99.20.71 1999年8月98.70.1 1999年7月98.60 1999年6月97.9-0.81 1999年5月97.8-1.21 1999年4月97.8-1.91 1999年3月98.2-2.48 1999年2月98.7-1.2 1999年1月98.8-1.5 1998年12月99-1.39 1998年11月98.8-2.27 1998年10月98.9-2.56 1998年9月98.5-3.24 1998年8月98.6-3.24 1998年7月98.6-3.99 1998年6月98.7-3.99 1998年5月99-3.7 1998年4月99.7-3.39 1998年3月100.7-3.17 1998年2月99.9-5.4 1998年1月100.3-5.29 1997年12月100.4-6.17 1997年11月101.1-5.43 1997年10月101.5-5.14 1997年9月101.8-5.21 1997年8月101.9-5.74 1997年7月102.7-5.17 1997年6月102.8-5.34 1997年5月102.8-5.6 1997年4月103.2-5.93 1997年3月104-5.28 1997年2月105.6-3.39 1997年1月105.9-2.84 1996年12月107-2.82 1996年11月106.9-3.87 1996年10月107-4.551996年8月108.1-5.59 1996年7月108.3-7.2 1996年6月108.6-8.12 1996年5月108.9-9.48 1996年4月109.7-9.11 1996年3月109.8-9.48 1996年2月109.3-10.7 1996年1月109-12.17 1995年12月110.1-12.27 1995年11月111.2-12.78 1995年10月112.1-12.22 1995年9月113.2-11.08 1995年8月114.5-8.98 1995年7月116.7-5.89 1995年6月118.2-3.59 1995年5月120.3-0.82 1995年4月120.7-0.82 1995年3月121.3-0.9 1995年2月122.4-0.65 1995年1月124.1 2.48 1994年12月125.5 5.64 1994年11月127.59.25 1994年10月127.710.18 1994年9月127.310.03 1994年8月125.88.45 1994年7月124 6.71 1994年6月122.6 6.52 1994年5月121.3 6.4 1994年4月121.78.08 1994年3月122.49.09 1994年2月123.211.49 1994年1月121.19.79 1993年12月118.89.19 1993年11月116.77.86 1993年10月115.97.41 1993年9月115.77.63 1993年8月1169.64 1993年7月116.210.46 1993年6月115.19.83 1993年5月1148.88 1993年4月112.6 5.14 1993年3月112.2 6.55 1993年2月110.5 4.94 1993年1月110.3 4.551992年11月108.2 3.64 1992年10月107.9 2.96 1992年9月107.5 2.87 1992年8月105.80.86 1992年7月105.20.48 1992年6月104.80.38 1992年5月104.7 1.06 1992年4月107.1 5.73 1992年3月105.3 3.64 1992年2月105.3 4.26 1992年1月105.5 3.23 1991年12月104.50.19 1991年11月104.40.68 1991年10月104.8 1.65 1991年9月104.5 1.55 1991年8月104.9 2.34 1991年7月104.7 3.56 1991年6月104.4 3.26 1991年5月103.60.88 1991年4月101.3-1.84 1991年3月101.6-1.74 1991年2月101-3.26 1991年1月102.2-2.01 1990年12月104.3-1990年11月103.7-1990年10月103.1-1990年9月102.9-1990年8月102.5-1990年7月101.1-1990年6月101.1-1990年5月102.7-1990年4月103.2-1990年3月103.4-1990年2月104.4-1990年1月104.3-。

2002年全国房地产估价师执业资格考试房地产开发经营与管理考试试题一．单项选择题（共35题，每题1分。

每题的备选答案中只有一个最符合题意。

）1．房地产开发商进行开发项目融资结结构安排时，通常要投入占项目总投资（）的自有资金或股本金。

A、15%B、20%C、30%D、40%2．开发商以某一价格出售“物业+健身房会员资格+保龄球馆会员资格+游泳池会员资格”时，该价格比这四项各自价格之和低了许多，开发商采用的是（）。

A、产品线定价B、选择品定价C、补充品定价D、产品束定价3．某综合楼总建筑面积为10000㎡，其中可出售的居住建筑面积为7000㎡，可出租的商业建筑面积为1500㎡，剩余建筑面积为附属设备等用房，该综合楼的有效面积系数为（）。

A、80%B、90%C、85%D、95%4．某开发项目的规划建设用地面积为5000㎡，如果地上建筑容积率为6、建筑覆盖率为50%、楼高17层（其中1-4层为建筑面积相等的裙房，5-17层标准层），则标准层每层建筑面积为（）㎡。

A、882B、1765C、1667D、15385．某开发商于1999年8月1日获得开发项目用地的土地使用权，2000年6月1日完成规划设计，2000年10月1日获开工许可证，2002年4月1日项目建成并获发竣工证书，2002年10月1日销售完毕。

在计算该项目的财务内部收益率时，其计算期为（）。

A、1999年8月1日至2002年4月1日B、2000年10月1日至2002年4月1日C、1999年8月1日至2002年10月1日D、2000年10月1日至2002年10月1日6．动态投资回收期是反映开发项目投资回收能力的重要指标，动态投资回收期与设定的目标收益率之间的关系是（）。

A、越大，越大B、越小，越大C、越大，越小D、与无关7．某写字楼的购买价格为100万元，其中70万元为15年期、年利率5%、按年等额还款的抵押贷款，30万元由投资者用现金支付。

如果该写字楼出租的年净租金收入为9万元，则该投资的税前现金回报率为（）。

金融天地341房地产价格波动对金融稳定的影响分析方　盛 吉林财经大学摘要：近些年来，随着中国经济的高速发展，中国房地产也逐渐成长起来。

房地产行业需要资金的支持，而资金融通的主要场所是金融市场，这使得房地产市场的发展与金融市场的联系更为紧密。

关键词：房地产价格；金融稳定；VAR 模型中图分类号：F299.23；F832 文献识别码：A 文章编号：1001-828X(2018)004-0341-01一、前言近几年来，我们国家的房地产行业迅猛发展，导致房价的急速攀升，不利于我国金融系统的稳定，对我国经济的平稳产生严重威胁。

房地产行业的发展提供了大量住房，满足了人民的需要，并且带动我国经济朝着又好又快发展。

但是，任何事物都是双面的，我们在享受房地产发展带给我们的好处的同时。

也不能忽视房价过高等突出的问题。

同时，随着我国融资途径越来越多，房地产行业与金融行业之间的联系也就加紧密。

一旦房地产价格发生的波动较大，势必会波及到金融行业，威胁我国金融市场的稳定。

二、理论分析1.影响房地产价格的因素房地产的供给增加时，而市场对房地产的需求不变时，导致供给大于需求，房地产的价格便会下降。

房地产成本是影响供给的重要因素。

一般来说，房地产的成本如果上升，那么开发商收到的利润就会下降，由此使得开发商不积极的开发房地产，这就会导致市场上房地产的供给数量下降。

房地产投资投机性需求影响因素。

如果消费者预料到房地产价格会上涨，他们就会大量的购房，再等到价格上涨后，以高价卖出，从而获得差价产生的利润，在这种情况下，将导致房地产的需求迅速增加，推动房地产价格上涨。

最后，土地调控政策也是一个因素之一。

我国是国有土地政策，一切土地归国家所有，国家对土地拥有所有权和支配权。

2.金融稳定的影响因素由于我国股票市场发展时间相对短，存在着许多不完善的地方，所以，我国目前的金融体系仍然是以银行、证券等金融机构的间接融资体系为主体。

因此，银行的资产流动性下降，借短贷长使资金的使用机制出现问题，我国的金融机构将发生不平衡，而且会影响金融的稳定性。

《中文核心期刊要目总览》贸易经济类核心期刊29论商品零售价格指数波动对我国经济增长的影响引言在我国现有的经济环境下，商品零售价格波动频率较高。

商品零售价格的波动将会对我国国民经济产生较大的影响。

价格理论表明，按照传导方向，价格传导可以分为顺向传导和逆向传导。

产业链上游产品价格的上升将会增加产业链中后续环节的生产成本，导致居民的消费物价指数的提高，进而有可能引起GDP 的提升。

这种商品价格的传导效应称为顺向传导。

如果商品的市场供给量不能够满足市场需求量，商品的价格指数将会上升进而有可能使GDP 出现上升趋势，也有可能由于产业链中上游环节的产品供应量不够导致最终产品的价格出现上升，这种商品价格的传导效应称为逆向传导。

由此可见，无论是产业链中中间环节的产品还是最后环节的产品，都会对商品的价格波动产生一定的影响，进而影响到我国GDP 的波动，即对我国国民经济的增长产生影响。

目前我国有许多学者都投身到商品价格传导或者商品价格指数的波动问题的研究领域之中。

吴崇宇等（2014）以国际大宗商品的价格指标为研究对象，通过对农产品和生产资料这两种大宗商品价格的对比分析，构建了国家大宗商品价格的传导路径，并以此为基础建立了误差修正模型。

卢峰等（2009）通过对近年来我国商品价格波动的特征进行分析，讨论了商品价格波动对我国国民经济的影响，提出了一些有针对性的措施和建议。

柴志春等（2009）采用计量经济学方法和模型分析法对我国东部土地价格进行分析，指出当东部城市价格上升1%时，我国的GDP 将提升0.225%。

最终得到结论：东部土地价格将会对我国经济增长产生较大的影响，因此我国应该重视土地价格的相关调控政策。

丁浩（2014）分析了我国石油价格和国民经济之间的关系，并以此为依据提出了相关的石油储备战略以及对策，以降低石油价格对我国国民经济的影响。

唐志军等（2010）基于多个角度对房地产价格对我国国民罗秉鑫（郑州升达经贸管理学院 郑州 451191）中图分类号：F756 文献标识码：A经济增长的效应进行了分析，得出结论：房地产价格波动将会对我国国民经济的增长产生正效应。

我国房地产价格波动与货币供应量的理论分析和实证研究【摘要】近年来，随着我国房地产业的发展，房地产价格的波动与金融指标的关系日益密切，尤其是影响流动性的货币供应量。

为更为清楚地研究房地产价格与货币供应量之间的关系，本文首先根据经济理论分析了二者之间的关系及其传导机制；其次利用1999年1月至2011年7月的月度数据，运用协整分析方法、格兰杰因果检验等对我国货币供应量影响房地产价格的效益进行实证分析；最后，根据结果提出政策建议。

【关键字】房地产价格；货币供应量；协整分析；格兰杰因果检验引言自1998年我国取消福利分房制度起，房地产业进入快速发展时期。

但2007年以来，中国房地产投资出现过热迹象， 2010年3月全国房价同比上涨11.7%，达5年来最高水平。

于此同时，近年我国货币供应量（m2）平均年增长速度为17.94%，一些年份更是达到了29%之高的速度。

那么，在我国货币供应量和房地产价格之间究竟存在着怎样的关系，货币供应量如何影响房地产价格，以及采取什么样的调控政策才能有效调控房价，这些是本文研究的重点。

一、房地产价格与货币供应量的理论分析理论上，货币供应量对房地产价格具有影响作用。

中央银行通过调节货币量，实际是信贷调控，能够引起房地产企业和购房者可借贷资金数量的变化，进而直接影响房地产供给和需求，最终影响房地产价格的波动。

货币供应量是货币政策调控的最主要手段，它对房地产价格的影响主要有两条途径：一是托宾q效应渠道，货币供应量→利率→托宾q值→房地产价格；二是不通过其它变量直接作用于房价，即货币供应量增加，其所代表的土地价格相对减少，价格提高。

在我国，由于利率长期受到严格的管制，货币供应量与利率间的联动性差，第一条途径阻塞，因而货币供应量主要是直接作用于房地产价格。

此外，货币供应量与产出正相关，与房地产价格负相关，因此依靠货币供应量来平抑房地产价格要以让渡一部分经济增长为代价。

二、房地产价格与货币供应量的实证研究（一）研究期间、样本的选择及数据处理我国房地产业是在1998年住房分配制度改革后才迅速发展的，之前的房地产价格受制度因素影响较大，因此，本文选取1999年1月至2011年7月共151个月度样本数据进行研究，以求得到长期中我国货币供应量与房地产价格波动的关系。