房地产政策对不同类城市房价的差异性分析

一。引言

各城市房价都在不断高涨,据统计局统计,一线城市房价在2万到3万5左右,二线城市在1万到2万左右。城市房价差异大,城市发展水平差异就相应增加。因此,研究不同城市房价的影响因素,有助于缩小城市间房价的差异,推动各城市共同发展论文网。

二。文献综述

国内外学者关于房价的研究和观点有很多。Fratantoni和Schuh(2003)利用美国1966―1998年的数据发现相同的货币政策对城市房价的影响不同。孙力军。孙力彬(2006)选取2000―2006年的房价,发现可以通过货币政策抑制房价过快上涨。秦梓华(2006)研究发现的房价会受到货币供应量的影响。梁云芳。高铁梅(2007)利用1995―2005年的数据,发现房价与利率和M2负相关。吴成军(2009)论证了M2可以导致房价波动。卢建新。苗建军(2011)运用1997―2005年的数据,发现中。西部地区房价较东部地区来说波动小。

三。近年房地产市场

2008年金融危?C爆发后,政府轮番出台了大量宽松政策,使得2009年房地产市场火热。为了遏制房价过快增长,政府2010年连续采取了多轮调控措施,但收效甚微,同年70个大中城市房屋售价同比上涨6。4百分号。2011年后,国家进一步扩大干预,一定程度上控制了房价上涨。进入2014年,房地产市场出现房价。销售量双下降。于是国家又相继出台诸如央五条“。央行930房贷新政“等宽松政策。2015年房地产市场情势依然严峻,投资减少,国家出台宽松政策刺激需求,各地也出台相应的宽松政策刺激房市。2016年房地产市场交易量创新高,土地供应依然严峻,上半年房地产政策宽松,后半年热点城市房价开始快速上涨,调控政策逐渐收紧。

四。实证分析

(一)变量的选取与说明

本文取城市商品房销售均价为房价指标。根据之前学者的研究,货币供应量M2对房价有影响,而考虑到货币供应量只有全国的数据,故采用全国统一的M2。另外,考虑到房地产市场的供求效应,本文选取城市土地供应量和城市商品房销售面积两个月度指标。最后加入房地产政策作为虚拟变量。

本文所选择的城市有:一线城市(北京。上海。广州。深圳。天津)。二线城市(南京。杭州。厦门。石家庄和合肥)。三线城市(乌鲁木齐。银川。呼和浩特。西宁和兰州)。选取2010年06月到2016年11月的月度数据。为了消除异方差性,本文对除虚拟变量以外的全部变量取自然对数。全部数据来源于CREIS中指数据库。wind数据库。国家统计局。中国人民银行。

(二)政策虚拟变量的选取

通过对城市房价做断点检验,发现城市都存在一些政策影响房价出现断点的时间:一线城市为2011年5月。2013年9月和2016年1月,二线城市为2013年5月。2014年9月和2016年1月,三线城市为2011年5月。2012年10月和2014年5月。分别将不同类城市出现断点的政策定义为虚拟变量d1。d2。d3。

(三)单位根检验

首先对数据进行单位根检验。检验结果见表1。

由表1可知,一。二线城市的房价是不平稳的,对它们取一阶差分,结果如表2所示。

(四)固定效应模型的估计

运用平稳面板数据建立不同类城市的固定效应模型,结果如表3所示。

注:星号表示在5百分号的水平上显著

五。结论与政策建议

根据上述结果,不同类城市有明显的差异。其中,一。二线城市的政策变量都为负,说明政策对其能够起到抑制作用。三线城市虚拟变量都为正,说明政策对房价的控制力小。

根据上述结论,为促进房地产市场健康发展,政府在处理房价问题时应注意以下几点:

第一,不同类城市房地产价格差异明显,国家政策能够制约一。二线城市房价,三线城市的政策制约性则较弱。因此要正确了解城市之间的差异,合理出台相关政策。

第二,一。二线城市应建立房价监测系统,减少房价的盲目预测。而三线城市应注重自身经济发展,结合具体情况因城施策。

房地产政策对不同类城市房价的差异性分析