房价影响因素理论研究

关于二手房房价预测的分析研究摘要随着社会经济的迅猛发展，房地产开发建设的速度越来越快，二手房市场迅猛发展，对二手房房产价格评估的需求也随之增大。

因此，对二手房房价预测进行研究是必要的。

本文一方面就影响二手房房价的因素进行了深入研究，另一方面也对中国二手房市场房价预测的方法进行了研究和综合，近而得出更为合理科学的二手房市场预测模型，对二手房购房者和投资者了解二手房的价格区间，进行购房、投资有一定的引导意义。

关键词二手房；特征价格模型；房价；预测1 研究背景自改革开放以来，我国房地产业迅速发展，带动国民经济实现了快速持续的增长，因此被视为我国的支柱产业[1]。

目前，我国的房产交易市场以新盘和二手房市场为主导。

同时，中国房地产市场正处于从新房主导向二手房主导的转换阶段，未来十年中，二手房交易将持续上升[2]。

巨大的利益充斥于房地产市场并呈现出愈加激烈的形式，因此科学地，深入地对二手房地產进行分析，研究显得极为重要。

过去，我国较多地借鉴美国的房产估价理论，而现实中却主要凭借以往的经验进行住宅价格的评估[3]。

这导致了直接服务于买卖双方的专业评估机构房地产评估机构在目前的普通二手房交易过程中基本处于缺失状态，给买卖双方带来风险和损失。

近年来相关学者开始将多种新技术与方法，如神经网络[4]、随机森林模型、灰色系统方法等引入房产的评估中，这些方法虽然对于传统方法进行了有效的改进，但对于应用到实际情况中还有助于进一步提高。

2 房价预测方法2.1 传统方法房地产物业的估价原理和方法尚处在发展与完善阶段，市场比较法、成本估价法、收益还原法这三种方法都是实际操作中经常被采用的方法[5]。

市场比较法从经济学上的替代原理或替代原则来理解和评估房价的[5]。

市场比较法一般适用于房地产市场较为发达、活跃和完善的地区，如果在一些房地产市场尚不够发达的地区，很难采用这种估价方法进行估价；成本估价法是经济学中的生产费用价值理论来理解和评估房价的。

收稿日期：2020-11-02修回日期：2020-12-30作者简介：李凯，男，安徽潜山人，中国社会科学院大学博士研究生，研究方向为货币政策传导、宏观审慎管理、房地产市场和金融风险；樊明太，经济学博士，中国社会科学院数量经济与技术经济研究所研究员，博士生导师，中国社会科学院大学教授，研究方向为金融结构、货币传导机制和金融一般均衡分析；叶思晖，男，中国社会科学院大学博士研究生，研究方向为金融监管、宏观审慎政策和DSGE 模型。

我国房价的货币因素与宏观影响的动态传导研究——基于TVP-SV-VAR 模型的分析李凯1樊明太1、2叶思晖1（1.中国社会科学院大学，北京102488；2.中国社会科学院，北京100005）摘要：我国房地产和金融市场发展使房价进入到货币政策传导渠道中，房价与货币政策中介变量、宏观目标变量间的关系呈动态变动。

本文通过TVP-SV-V AR 模型研究发现：与M 2和信贷相比，社会融资规模与房价的关系更稳定，且对彼此波动的反应更强；近些年房价波动对产出、物价波动的边际效应减弱，对金融稳定的影响仍较大，房价对外部因素波动的敏感性有所降低。

建议国家应坚持稳定房价的总基调，把好货币供给闸门，合理管控社会融资规模增量，加强房地产各项融资监管；各地方政府应根据本地人口流入和住房库存等实际情况，合理推进房地产业发展，在发挥其积极作用的同时，防范区域金融风险。

关键词：房地产价格；社会融资规模；贝叶斯估计；边际效应；TVP-SV-V AR 模型中图分类号：F832.0文献标识码：A 文章编号：1674-2265（2021）01-0029-09DOI ：10.19647/ki.37-1462/f.2021.01.004一、引言2008年金融危机后，房地产业发展对我国经济运行产生重要影响，房价的货币因素以及房价与产出、物价、金融市场的关系受到政府部门的极大关注。

除自有资金以外，房地产开发资金主要来自金融市场，银行贷款是主要来源。

用STATA进行房价影响因素的分析一、本文概述随着全球经济的不断发展和城市化进程的加速，房价问题已经成为社会各界关注的焦点。

房价不仅关系到居民的居住条件和生活质量，也是宏观经济调控的重要指标。

因此，深入研究房价的影响因素，对于理解房地产市场的运行规律、制定合理的房地产政策具有重要的理论和实践意义。

本文旨在利用STATA统计软件，对房价影响因素进行系统的分析。

我们将对房价影响因素的理论基础进行梳理，包括供求关系、经济基本面、政策因素等。

然后，基于国内外相关文献的研究，筛选出对房价有显著影响的因素，并建立相应的计量经济学模型。

接下来，我们将利用STATA软件对模型进行估计和检验，以揭示各因素对房价的具体影响程度和方向。

根据分析结果，提出针对性的政策建议，以期为房地产市场的健康发展提供有益的参考。

通过本文的研究，我们期望能够更全面地了解房价影响因素的复杂性和多样性，为政策制定者提供科学依据，同时也为投资者和消费者提供决策参考。

本文的研究方法和结论也有助于推动相关领域的学术研究和实践应用。

二、文献综述房价影响因素的研究一直是经济学、房地产学、地理学等多个学科领域的热点和难点问题。

随着全球化和城市化的推进，房价波动对经济发展、社会稳定和居民生活的影响日益显著，因此，深入探讨房价的影响因素及其作用机制具有重要的理论和实践意义。

国内外学者对房价影响因素的研究已经积累了丰富的成果。

从影响因素的类型来看，主要包括经济因素、社会因素、政策因素、地理因素等。

经济因素如经济增长、收入水平、贷款利率等，是影响房价的基础因素。

社会因素如人口结构、教育水平、文化背景等，也会对房价产生影响。

政策因素如土地政策、税收政策、住房政策等，对房价具有直接的调控作用。

地理因素如城市规模、交通状况、自然环境等，也会对房价产生重要影响。

在研究方法上，学者们采用了多种统计方法和计量模型来分析房价影响因素。

其中，STATA作为一种功能强大的统计分析软件，被广泛应用于房价影响因素的研究中。

作者简介:王思沛(1995-),女,金融博士生,澳门城市大学金融学院学生,研究方向:金融市场;刘芷辰(1993-),女,金融博士生,澳门城市大学金融学院学生,研究方向:金融市场㊁金融科技㊂联系汇率制度下香港房价的影响因素基于时变视角的研究王思沛㊀刘芷辰(澳门城市大学金融学院,澳门999078)摘㊀要:本文使用香港2006年1月至2022年2月的月度数据,通过建立时变向量自回归模型(TVP -VAR )研究联系汇率制度下货币政策代理指标对房地产价格的影响㊂实证研究发现,货币供应量M2对香港的房地产价格有显著的正向影响,并且在2014年底时,货币供应量M2在短期㊁中期和长期对房地产价格的影响都有一个显著的上升,随后一直保持在一个较高的水平㊂而利率对香港房地产价格的影响较为复杂,存在明显的时变性,主要原因可能为供需紧张和财富效应㊂关键词:香港;房价;时变向量自回归中图分类号:F23㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀㊀doi:10.19311/ki.1672-3198.2023.06.0530㊀引言香港房价一直居高不下,除了1997-2003年受到亚洲金融危机影响,之后房价一路上涨,2008年次贷危机也不例外㊂根据差饷物业估价署最新发布的数据,2022年7月香港实际住宅物业价格指数为376.10,相较于起始观测年份1993年7月同比上涨283%,可见香港房价涨势惊人㊂据2021年‘国际住房承受能力报告“显示,香港已经接连十二年位于全球房价最难负担城市榜首㊂面对不断攀升的房价,香港政府也采取了一系列政策手段,如土地政策㊁货币政策㊁公屋政策㊁税收政策等㊂其中,货币政策是影响房地产市场运行的重要手段之一㊂一般来说,房价可以通过货币政策来进行调控,由于香港是特殊的经济体,采用的是盯住美元的联系汇率制度,即港币与美元挂钩㊂因此,香港货币当局的货币调控结果与美联储步调基本一致㊂2008年次贷危机以来,美国一直实行量化宽松的货币政策,这是否会是推动香港房价高企的原因呢?另外,香港是国际金融中心,同时也是一个小型的开放经济体,资本可以自由进出,香港的货币政策代理指标反映了资金的净流动以及国际信贷环境㊂Chen 和Lin (2021)通过实证研究发现货币政策对房价影响的强度与金融自由度有关㊂香港是个高度开放的小型经济体,因此,研究香港这个特殊的地区有一定的理论意义㊂1㊀相关文献综述及评析国内外专家学者针对房价的影响因素做出了研究,部分学者认为货币政策会影响一个国家或地区的房价㊂盛宝柱㊁李震(2021)基于VAR 模型,指出货币供应量M2和三年期贷款利率Rate 会对房地产价格产生影响,且货币供应量比三年期贷款利率对房地产价格的影响要更大;沈律成(2020)就货币政策及股价波动对房地产价格进行探究,通过VAR 模型实证得出数量型货币政策工具优于价格型货币政策工具;Chen㊁Lin(2021)使用SVAR 模型,指出宽松的货币政策会导致房价上涨,且房价对货币政策的反应因国家而异㊂学者们还对香港房地产市场做出了深入研究㊂Far-had et al (2019)研究发现短期来看货币供应量对香港房地产价格的影响显著为正,但长期来看利率才是房价飙升的因素;同时中国大陆的经济增长对房屋价格的影响也很大㊂Ho L.S ㊁Gary W.C.Wong(2017)认为需求侧上,房屋价格㊁利率㊁预期价格和收入之间存在长期均衡;供给侧上,私人屋院的完工㊁房价㊁利率和建筑及土地的成本之间存在长期均衡关系㊂现有较多文献采用传统的线性时间序列模型研究房价的影响因素,较少使用动态性的时变参数模型㊂同时,学者们对于香港房价的研究大多数是从宏观层面讨论,少有学者考虑到香港的特殊性,即联系汇率制度下货币政策对房价的影响㊂因此,本文使用时变参数向量自回归模型TVP -VAR 进行实证分析,旨在从联系汇率制度下货币政策的角度,探究推动香港房价高企的原因㊂2㊀理论模型和数据2.1㊀理论模型本文使用基于Sims(1980)提出的普通的VAR 模型的基础上演变,由Primiccri(2005)首次提出,并由Nakajima (2011)拓展得到的参数具有时变特征的向量自回归模型TVP -VAR 进行建模分析㊂在模型中,时变性的系数矩阵和协方差矩阵可以反应冲击大小以及传导路径的变化,将变量之间的非线性特征拟合出来,因此可以更好的估计内生变量的时变性㊂TVP -VAR 模型的表达式如下:y t =X t βt +A -1t ðt εt ,t =s +1, ,n ,εt ~N (0,Ik )其中,y t 是k ˑ1维列向量,X t =I k y t -1,y t -2, ,y t-s ()㊂由于Nakajima(2011)的假定,A t 是k ˑk 维下三角矩阵,ðt 是k ˑk 维对角阵㊂At =100α21,t 1︙︙⋱0αk 1,tαk ,k -1,t 1éëêêêùûúúú,ðt=σ1,t 0 00σ2,t ︙︙⋱00 σk ,t éëêêêùûúúú㊃631㊃βt 是系数向量,A t 是参数矩阵,ðt 是协方差矩阵,βt ㊁A t 和ðt 都有随着时间变化的特征㊂为了令参数估计更精确,本文参考Nakajima(2011)的方式,使用马尔科夫蒙特卡洛模拟的方式对TVP -VAR 模型进行参数估计㊂2.2㊀数据选择本文涉及的主要变量有房地产价格㊁货币供应量㊁利率㊂其中,因变量为房地产价格,选取私人单位住宅售价指数(1999=100);自变量为货币政策的两个代理指标:货币供应量和利率,其中货币供应量选取广义货币供给量M2作为数量型货币政策的代理指标㊁利率选择7天固定香港银行同业拆放利率(期内平均)㊂选择的样本区间为2006年1月-2022年2月的共206个月的月度数据㊂各变量具体情况如表1所示㊂表1㊀变量选择变量名称变量符号数据选取数据来源房地产价格hpi 私人单位住宅售价指数(1999=100)香港特别行政区差饷物业估计署货币供应量M2广义货币供应量M2CEIC 数据库利率rate利息结算率(固定香港银行同业拆放利率):期内平均:七天CEIC 数据库3㊀实证分析本文使用STATA14.0对数据进行单位根检验和最优滞后阶数的选择,使用OxMetrics 来建立时变参数的VAR 模型,进行脉冲响应分析㊂为了使数据更加平滑,对房地产价格hpi㊁货币供应量M2和七天固定香港银行同业拆放利率rate 进行对数处理㊂3.1㊀单位根检验为防止序列不平稳时可能出现伪回归现象,在建模之前,先进行单位根检验,来确保数据的平稳性㊂本文选择对数据进行ADF 检验,考察时间序列的平稳性㊂由下表可以看出,七天固定香港银行同业拆放利率rate㊁货币供应量M2和房地产价格hpi 对数序列的P -Value 均大于0.05,是非平稳序列㊂在对这三个序列进行一阶差分后,P -Value 均为0,在1%的统计水平上显著,说明这三个一阶差分序列平稳㊂表2㊀ADF 检验结果变量名称检验结果检验统计量1%条件下的临界值5%条件下的临界值10%条件下的临界值P -Value lnrate -1.956-3.479-2.884-2.5740.3064lnM2-1.735-3.479-2.884-2.5740.4131lnhpi-2.384-3.479-2.884-2.5740.1464d_lnrate -13.371-3.479-2.884-2.5740.0000d_lnM2-16.664-3.479-2.884-2.5740.0000d_lnhpi -6.373-3.479-2.884-2.5740.00003.2㊀确定最优滞后阶数和普通的VAR 模型一样,只有当所有的序列都平稳的时候,才能建立TVP -VAR 模型㊂模型既不能有遗漏变量,同时也要考虑自由度的问题㊂因此,在建立模型前,首先确定时间序列的最优滞后阶数㊂时变参数的向量自回归模型最优滞后阶数的选择方式与普通向量自回归模型的选择方式是一样的㊂根据LR㊁FPE㊁AIC㊁SBIC 和HQIC 准则,本文选取最优滞后阶数为滞后一阶㊂表3㊀最优滞后阶数阶数选择滞后阶数标准LLLR df p FPEAICHQICSBIC0929.156 1.1e -08-9.80059-9.77974-9.749131990.5581222.8∗90.000 6.4e -09∗-10.35551∗-10.2717∗-10.1493∗2998.79216.46790.058 6.4e -09-10.347-10.2011-9.9868131006.214.81490.096 6.6e -09-10.3301-10.1217-9.815584101211.60590.2376.8e -09-10.2963-10.0253-9.627383.3㊀TVP -VAR 模型参数估计结果根据贝叶斯法则,利用马尔科夫链蒙特卡洛法(MC-MC)进行抽样一万次来确定参数的后验分布㊂为了样本的准确性,前1000次抽样结果将被丢掉㊂表4为参数估计结果㊂表4㊀TVP -VAR 模型参数估计结果参数估计结果MeanStdev95%L 95%UGeweke Inef.sb10.02270.00260.01840.02850.95114.30sb20.02280.00270.01830.02900.76315.16sa10.02980.00370.02350.03810.1059.74sa20.02980.00390.02330.03850.52813.30sh10.54580.11470.35280.79650.33441.48sh20.48410.12620.27470.77210.94085.67㊀㊀从表4中可以看出,所有参数的均值全部落在置信区间内,且参数的Geweke 统计量都小于1.96(5%的显著性水平下的临界值),可以说明Markov 链收敛于平稳分布㊂最后一列为无效因子,一般认为模型的无效因子小于100,模型的参数估计是有效的㊂由列7可知,本模型的无效因子很小,其中有五个无效因子都小于50,最大的无效因子为85.67㊂所以,本文通过MCMC 得到的参数估计有效,可以进行后续的分析㊂3.4㊀时变脉冲响应分析3.4.1㊀等间距脉冲响应函数本文模型设置的是当给同业拆借利率和货币供应量分别提前4期㊁8期和12期一个标准差的正向冲击后,房价的响应㊂本文的4期㊁8期和12期分别代表短期㊁中期和长期,对应下图中实线㊁长虚线和短虚线㊂㊃731㊃(1)货币供应量M2对房价的冲击㊂根据图1分析,广义货币供应量M2对房地产价格的影响均为正,这与货币数量论得到的结论一致,即价格水平与货币供应量成正比(Friedman,1956)㊂其中短期的影响最大,并且影响力随着时间的推移减弱㊂同时,图1也反映出货币供应量对房价的影响存在明显的时变:在2010年之前,短期M2对房价的影响稳定在一定的水平范围内,长期趋近于0;在2010-2014年间,出现了明显的波动;在2014年的时候,M2对房价的影响有一个显著的上升,并且从2014年底开始M2在长期对房价的影响也显著为正㊂2014年,沪港通开通,资金流入香港,M2增加,这可能是2014年M2对房地产价格的影响突然增大的原因㊂(2)利率对房价的冲击㊂图2表明利率对房价的影响在短期最大,中期中间显著减弱,长期趋近于0㊂另外,在2008年以前,利率短期㊁中期和长期对房价都有负向影响,而且没有明显的时变性㊂但从2008年开始,利率对房价的影响出现了明显的时变性,影响呈现正负交替,在2012年的时候,利率短期对房价的影响显著为负,而在2014-2018年间,利率对房价的短期影响出现了显著为正的情况,这与基本理论不符㊂根据利率传导机制,利率应与房价负相关㊂本文认为出现这种情况的原因有二:第一,住房需求紧张㊂香港是全球人口密度最高的地区,住房需求远大于供给,人们的住房基本需求得不到满足㊂同时,还不断有资金流入香港进行房地产投资㊂因此,利率上升不会造成房价的下跌㊂第二,财富效应㊂利率和房价之间存在中间变量(如股票)㊂将房屋看做投资组合的资产时,若利率上升,人们不愿意把钱投入股票,更愿意把钱投入房地产,因此,利率上升,房价也上升㊂而港股在2015年4月至2016年2月经历过一次熊市,在2018年也经历过下跌,这可能导致了人们将原本用来投资于股票的资金投入了房地产市场㊂图1㊀货币供应量M 2对房价的冲击㊀㊀㊀㊀图2㊀利率对房价的冲击3.4.2㊀时点脉冲响应函数本文选取2008年9月,2014年11月和2020年2月作为观测时点㊂2008年9月时,美国爆发次贷危机;2014年11月时,沪港通开通;2020年2月底香港封关(即有隔离要求)㊂实线㊁长虚线和短虚线分别代表2008年9月㊁2014年11月和2020年2月㊂(1)货币供应量M2对房价的冲击㊂从图3可以看到,货币供应量对房价的冲击在三个不同的时点的趋势是一致的,在短期内上升,在第1期内达到一个顶峰,然后下降,从第10期开始收敛于0㊂这表明给货币供应量正向冲击后,对房价的影响在短期内明显,但长期影响趋于0㊂同时,由图3可以发现M2在2014年11月和2020年2月对房价的影响大小和变化趋势一致,但是影响的大小明显大于2008年9月这个时点㊂这与前文等间距脉冲响应图得到的结果是一样的,即在2014年沪港通开通的时候,M2对房价的影响有显著增加㊂(2)利率对房价的冲击㊂利率对房价影响的脉冲响应函数在2008年9月㊁2014年11月和2020年2月这三个时点的差别很大㊂在2008年9月的时候,利率对房价影响在零时期有最大的正向影响,然后迅速减为0,随后变为负向影响,在第1期达到最大的负向影响,随后减小,从第8期的开始逐渐趋近于0㊂而在2014年11月的时候,来自利率的冲击几乎对房价没有影响㊂在2020年2月,利率对房价的脉冲响应函数在第0期有最大的正向影响,然后随着时间的推移逐渐减弱,收敛于0㊂从利率的时点脉冲响应函数也可以看出,在香港,利率对房价不起作用㊂图3㊀货币供应量M 2对房价的冲击㊀㊀㊀㊀图4㊀利率对房价的冲击4㊀结论、建议及局限性本文基于时变参数模型TVP -VAR 实证研究了联系汇率制度下,货币政策代理指标对香港房价的影响,得到了如下结论㊂首先,从货币政策的角度来看,香港的私人住宅价格主要是受到货币供应量的影响㊂其次,短期的货币供应量M2对房价的影响最大,且在一些突发节点如沪港通开通时候,波动率明显㊂最后,利率对香港的房价影响出现异常情况,2008年以后,利率对房价的冲击有正有负,这与传统经济学理论不符㊂主要原因可能由香港房地产始终存在刚性需求(供需不均衡)和财富效应的中介因素造成㊂香港房价始终是香港民生问题中亟待解决的头等大事,香港政府多次推行不同政策来试图遏制房价上涨㊂由于香港采用联系汇率制度下港币与美元挂钩,没有独立自主的货币政策㊂因此香港金管局想要直接通过货币供应量和利率对房地产市场进行调控其实非常有限㊂基于研究结论,提出如下建议:第一㊁香港金管局应该严格监测香港的流动性指标㊂通过对联系汇率的及时调整来控制资金流动,防止短期有大量热钱流入香港㊂第二,政府应该出台其他的公共政策来控制房价,如增加公屋供给等㊂第三㊁降低风险事件对房价的冲击㊂如上述的特殊时间点均会对香港房价(尤其短期)造成巨大波动,因此香港政府应制定相关政策,灵活应对突发事件㊂参考文献[1]沈律成.房价,股价波动与货币政策选择 基于var 模型的实证分析[J ].时代经贸,2021,(5).[2]盛宝柱,李震.货币政策对房地产价格影响的实证研究 基于var模型[J ].绥化学院学报,2021,(6).[3]周春喜,张紫薇.时变视角下货币政策对房地产市场价格影响的研究[J ].浙江金融,2021,(6).[4]刘金全,张运峰,毕振豫.房地产价格波动㊁经济周期与货币政策效应[J ].当代经济研究,2022,(1)[5]Chen ,S.and Lin ,T.Revisiting the Link between House Prices and Mo-netary Policy [J ].The B.E.Journal of Macroeconomics ,2022,(2):481-515.㊃831㊃。

房地产价格的形成及其影响因素摘要：房地产是现代经济社会中最为发达的行业，也是一个国家经济繁荣程度是最直接体现。

而房地产价格是对房地产最直接的反映，通过对房地产价格的分析，有助于了解房地产变动的原因,还可以帮助预测房地产产业未来发展趋势。

房地产价格的形成主要有需求决定论、价值决定论、效用决定论和收益决定论等四种理论。

每一种理论都从不同角度解释了房地产价格的形成。

关键字：房地产价格形成理论影响因素一、房地产价格的概念：房地产价格是房地产经济中的一个核心问题,它关系到房地产所有权和使用权在经济上的实现，房地产市场运行的秩序和房地产资源的优化配置。

房地产价格具有两重性。

其一，房地产价格是建筑物价格和土地价格的统一；其二，是房地产商品价值和地租资本化价格的货币表现。

在房地产价格的构成中,有一部分来源于土地开发和房屋建造安装所形成的价值，另一部分来源于土地租赁的资本化收入。

按西方效用价格理论，房地产价格可表述为：房地产的效用、房地产的相对稀少性及房地产的有效需求三者共同作用而产生的对房地产经济价值的货币表现。

二、房地产价格形成的四种理论：（一）供求决定论：这种理论是从房地产开发的角度讨论价格的形成。

其理论依据为，商品本身并没有一定的价格，商品价格是由市场上的供求双方共同决定的.因此，供求决定论学者认为供求才是房地产价格形成的最直接原因.（二）价值决定论：这种理论的依据为，决定商品价格的基础是商品价值，即价格是价值的货币表现.而价值是凝结在商品中的人类劳动,即劳动是创造价值的唯一源泉，商品价值量是由社会必要劳动时间决定的。

也就是房地产商品的价格是由其价值决定的，本质是由社会必要劳动时间决定。

(三)效用决定论：这种理论是从房地产消费角度讨论价格的形成.其理论依据是，商品的价格取决于商品的效用，效用越大,价格就越高；效用越小，价格就越低。

效用是商品能够满足人们某种需求和欲望的能力。

从这种理论来考虑，由于房地产商品具有其特性，现实中房地产的价格取决于效用，而不是花费的成本,成本的增加一定要对效用有所作用才能形成价格。