论文部分内容阅读
摘要:目前上海市房地產需求处于数量和质量并重的发展阶段, 本文以上海市商品房市场为基础,采用上海市995——2008 年的历史数据, 建立了上海市商品房需求与供给的联立方程组模型,并对模型进行动态模拟检验,以确定模型的有效性和预测能力。
关键词:房地产;需求与供给;联立方程组模型
一、 引言
从综合实力看上海是中国最重要的城市之一,上海的发展速度也呈现比其他城市地区更快的趋势,作为我国经济发展火车头之一,上海市的经济发展是有目共睹的。而上海市房地产作为上海市国民经济的重要组成部分正发挥其应有的作用,且正日趋完善。近年来,上海市住房市场发展迅猛、成绩显著,较好地满足了广大城镇居民的住房消费需求。2008年上海市城镇居民人均住房建筑面积为6.5平方米,比2007年提高0.5平方米。居民的居住条件得到进一步改善。从市场层次来看,住宅增量市场规模持续扩大,总体是仍呈现供小于求的局面,房价也在节节攀升;而住房存量市场在政府政策大力支持的背景下,也取得了初步的成果,交易量逐步放大、价格逐步回归真实价值。
当前房地产开发的快速发展,是由市场需求的快速增长所推动的。房地产需求由三种类型构成,一是居住需求,购买的目的是自己居住;二是投资需求,购买的目的是为了出租;三是投机需求,购买的目的是通过房地产的价格上涨套现获利。这三种需求虽然都对房地产开发市场产生推动作用,但对房地产市场健康发展的影响是不同的。如果投资和投机需求增长过快,比重过大,房地产开发的发展将具有更多的泡沫和虚拟成份。本文利用995年到2008年的数据建立商品房供求联立方程组模型,对上海市住宅市场供给需求关系等内容进行分析研究,并对近几年的供求平衡的偏离程度进行分析。建立的供求模型是以商品房的供求为例的。一般来讲,影响房地产需求变化的因素较多,主要有:房地产价格、国民收入水平、城市人口、城市化水平、经济政策、预期等,而本文主要考虑
国民收入以及价格对需求的影响。影响房地产供给变化的因素也有很多,本文主要是考虑上期房地产需求以及价格、房产投资对供给的影响。
二、模型设计
.模型结构
建立一个能反映房地产供求关系的计量经济联立方程模型,共选取了2个内生变量、个滞后变量和3个外生变量,变量之间的关系如图所示。
2.模型变量说明
根据图中具体的经济关系,并充分考虑图中各变量历史资料的可获取、确定模型的变量。
内生变量
y——商品房本年销售面积;单位:万平方米
y2——商品房本年施工面积;单位:万平方米
根据数据的可获取性,采用商品房本年销售面积来表示市场需求。用每年施工面积来表示市场供给量。
2内生滞后变量
y-——商品房本年销售面积前一期值;单位:亿元
由经验可得知前一期市场需求会影响房产市场供给。
3外生变量
x——商品房本年销售价格;单位:元/平方米
x2——房地产企业的总投资;单位:亿元
x3——居民消费水平;单位:元/人
图模型结构图
3.模型结构方程式
根据图,构造模型的结构式如下:
y=c)*logx)+c2)*x3 [Y]
y2=c3)*x+c4)*x2+C5)*y-)[Y] 2
方程反映房地产市场需求的形成,它与销售价格以及居民消费水平有关。
方程2反映房地产市场供给的形成,它与销售价格、房地产市场投资额以及前一期房地产市场需求有关。
三、模型的参数估计及检验
.数据来源
本模型参数估计采用时间序列数据,数据均来自2009年《福建省统计年鉴》,样本区间为995～2008年。数据处理与模型计算采用的是Excel2003和Eviews5.0软件。
2.参数估计
利用EVIEW5.0,选择2二阶段最小二乘法) ,可得到以下结果:
ystem: Y0
Estimation Method:wo-tage east quares
Date: 06/6/0ime: 23:00
ample: 996 2008
Included observations: 3
otal system balanced) observations 26
y=-8.33696*logx)+ 0.99599*x3
y2= 0.576469*x+5.03322*x2-2.75973 *y-)
3.模型检验
本模型估计出来的参数所反映的经济意义与经济理论和实践相符;在0.05显著性水平下本模型各方程均能通过显著性检验;各方程的拟合优度均大于0.64;估计参数在0.05显著性水平下能够通过参数的显著性检验。上述结论表明,本模型的参数估计结果在经济意义和统计意义上均具有一定的可信度。
四、历史模拟和事后预测
.内生变量历史值与模拟值
为了检验模型用于模拟分析的可靠性,本文运用上述模型对样本期数据进行模拟,并进行事后预测,通过计算内生变量995~2008年模拟值与实际值的相对误 差来考察模型的预测能力。计算结果见表。根据表的数据显示,绝大部分误差均小于5%,模拟效果良好。其中Y2的模拟误差相对于Y来说较好。
表2内生变量模拟值及相对误差表
2.模型模拟表
对由联立方程组模型算出来的模拟值与实际值进行比较,比较的结果如图2和图3所示。
由图2、3 可知,不管是商品房销售面积还是还是商品房施工面积,其实际值与模拟值还是比较拟合的,可见模型的有效性。
图2实际商品房销售面积波动和模拟商品房销售面积波动比较
图3实际商品房施工面积波动和模拟商品房施工面积波动比较
五、结论
上海住房消费需求处于数量和质量并重发展的阶段, 从分析的结果看, 上海市对住房消费存在着很大的需求空间。当然, 这样的预测是基于正常的发展情况, 而且较为粗略。同时住宅需求不仅受到住宅发展阶段的影响, 还有很多其他影响因素, 比如,宏观经济情况、 政策因素、 住房消费价格, 以及人们消费观念的转变等等。需要特别指出的是, 近几年上海市房地产价格上涨幅度很大, 上海商品房平均销售价格从995年的每平方米2572.00元上升到2008年的每平方米8255.00元, 涨幅达到22%。而且这仅是整个上海市的平均销售价格, 目前中心城区的商品住宅平均售价过万已经不足为奇,很多学者和实业界都对上海市房地产是否存在泡沫进行了热烈的讨论。这里我认为,从住房发展阶段角度来讲,上海市房地产存在很大的需求,但由成本推进、 需求拉动、房产投机等因素导致的高房价形成这样一个局面:一方面存在大量的房地产供给,另一方面存在大量的住房消费需求, 确切地说应该是缺乏支付能力的需要,结果虽然居民存在住宅需要, 但普通居民对过高的房价只能望尘莫及。不管怎样, 一个地区房地产持久发展的最根本动力还是经济的发展、 社会的进步, 以及由此产生的人们对住房消费的真实的需求。
参考文献:
[1] 上海市统计局 上海统计年鉴[M] 2009
[2] 李子奈.计量经济学[M]北京:高等教育出版社 2000.
[3] 张晓峒.eviews使用指南与案例数据[M] 天津:南开大学出版社,2007
[4] 复旦大学产业经济研究所.上海房地产波动研究一定量研究报告[R].上海: 复且大学管理学院,2003.
[5] 王全民.房地产经济学[M]辽宁:东北财经大学出版社,2002
[6] 张可云. 北京房地产发展现状与趋势[].首都经济杂志,20027:27-29.
作者单位:福州大学管理学院
关键词:房地产;需求与供给;联立方程组模型
一、 引言
从综合实力看上海是中国最重要的城市之一,上海的发展速度也呈现比其他城市地区更快的趋势,作为我国经济发展火车头之一,上海市的经济发展是有目共睹的。而上海市房地产作为上海市国民经济的重要组成部分正发挥其应有的作用,且正日趋完善。近年来,上海市住房市场发展迅猛、成绩显著,较好地满足了广大城镇居民的住房消费需求。2008年上海市城镇居民人均住房建筑面积为6.5平方米,比2007年提高0.5平方米。居民的居住条件得到进一步改善。从市场层次来看,住宅增量市场规模持续扩大,总体是仍呈现供小于求的局面,房价也在节节攀升;而住房存量市场在政府政策大力支持的背景下,也取得了初步的成果,交易量逐步放大、价格逐步回归真实价值。
当前房地产开发的快速发展,是由市场需求的快速增长所推动的。房地产需求由三种类型构成,一是居住需求,购买的目的是自己居住;二是投资需求,购买的目的是为了出租;三是投机需求,购买的目的是通过房地产的价格上涨套现获利。这三种需求虽然都对房地产开发市场产生推动作用,但对房地产市场健康发展的影响是不同的。如果投资和投机需求增长过快,比重过大,房地产开发的发展将具有更多的泡沫和虚拟成份。本文利用995年到2008年的数据建立商品房供求联立方程组模型,对上海市住宅市场供给需求关系等内容进行分析研究,并对近几年的供求平衡的偏离程度进行分析。建立的供求模型是以商品房的供求为例的。一般来讲,影响房地产需求变化的因素较多,主要有:房地产价格、国民收入水平、城市人口、城市化水平、经济政策、预期等,而本文主要考虑
国民收入以及价格对需求的影响。影响房地产供给变化的因素也有很多,本文主要是考虑上期房地产需求以及价格、房产投资对供给的影响。
二、模型设计
.模型结构
建立一个能反映房地产供求关系的计量经济联立方程模型,共选取了2个内生变量、个滞后变量和3个外生变量,变量之间的关系如图所示。
2.模型变量说明
根据图中具体的经济关系,并充分考虑图中各变量历史资料的可获取、确定模型的变量。
内生变量
y——商品房本年销售面积;单位:万平方米
y2——商品房本年施工面积;单位:万平方米
根据数据的可获取性,采用商品房本年销售面积来表示市场需求。用每年施工面积来表示市场供给量。
2内生滞后变量
y-——商品房本年销售面积前一期值;单位:亿元
由经验可得知前一期市场需求会影响房产市场供给。
3外生变量
x——商品房本年销售价格;单位:元/平方米
x2——房地产企业的总投资;单位:亿元
x3——居民消费水平;单位:元/人
图模型结构图
3.模型结构方程式
根据图,构造模型的结构式如下:
y=c)*logx)+c2)*x3 [Y]
y2=c3)*x+c4)*x2+C5)*y-)[Y] 2
方程反映房地产市场需求的形成,它与销售价格以及居民消费水平有关。
方程2反映房地产市场供给的形成,它与销售价格、房地产市场投资额以及前一期房地产市场需求有关。
三、模型的参数估计及检验
.数据来源
本模型参数估计采用时间序列数据,数据均来自2009年《福建省统计年鉴》,样本区间为995～2008年。数据处理与模型计算采用的是Excel2003和Eviews5.0软件。
2.参数估计
利用EVIEW5.0,选择2二阶段最小二乘法) ,可得到以下结果:
ystem: Y0
Estimation Method:wo-tage east quares
Date: 06/6/0ime: 23:00
ample: 996 2008
Included observations: 3
otal system balanced) observations 26
y=-8.33696*logx)+ 0.99599*x3
y2= 0.576469*x+5.03322*x2-2.75973 *y-)
3.模型检验
本模型估计出来的参数所反映的经济意义与经济理论和实践相符;在0.05显著性水平下本模型各方程均能通过显著性检验;各方程的拟合优度均大于0.64;估计参数在0.05显著性水平下能够通过参数的显著性检验。上述结论表明,本模型的参数估计结果在经济意义和统计意义上均具有一定的可信度。
四、历史模拟和事后预测
.内生变量历史值与模拟值
为了检验模型用于模拟分析的可靠性,本文运用上述模型对样本期数据进行模拟,并进行事后预测,通过计算内生变量995~2008年模拟值与实际值的相对误 差来考察模型的预测能力。计算结果见表。根据表的数据显示,绝大部分误差均小于5%,模拟效果良好。其中Y2的模拟误差相对于Y来说较好。
表2内生变量模拟值及相对误差表
2.模型模拟表
对由联立方程组模型算出来的模拟值与实际值进行比较,比较的结果如图2和图3所示。
由图2、3 可知,不管是商品房销售面积还是还是商品房施工面积,其实际值与模拟值还是比较拟合的,可见模型的有效性。
图2实际商品房销售面积波动和模拟商品房销售面积波动比较
图3实际商品房施工面积波动和模拟商品房施工面积波动比较
五、结论
上海住房消费需求处于数量和质量并重发展的阶段, 从分析的结果看, 上海市对住房消费存在着很大的需求空间。当然, 这样的预测是基于正常的发展情况, 而且较为粗略。同时住宅需求不仅受到住宅发展阶段的影响, 还有很多其他影响因素, 比如,宏观经济情况、 政策因素、 住房消费价格, 以及人们消费观念的转变等等。需要特别指出的是, 近几年上海市房地产价格上涨幅度很大, 上海商品房平均销售价格从995年的每平方米2572.00元上升到2008年的每平方米8255.00元, 涨幅达到22%。而且这仅是整个上海市的平均销售价格, 目前中心城区的商品住宅平均售价过万已经不足为奇,很多学者和实业界都对上海市房地产是否存在泡沫进行了热烈的讨论。这里我认为,从住房发展阶段角度来讲,上海市房地产存在很大的需求,但由成本推进、 需求拉动、房产投机等因素导致的高房价形成这样一个局面:一方面存在大量的房地产供给,另一方面存在大量的住房消费需求, 确切地说应该是缺乏支付能力的需要,结果虽然居民存在住宅需要, 但普通居民对过高的房价只能望尘莫及。不管怎样, 一个地区房地产持久发展的最根本动力还是经济的发展、 社会的进步, 以及由此产生的人们对住房消费的真实的需求。
参考文献:
[1] 上海市统计局 上海统计年鉴[M] 2009
[2] 李子奈.计量经济学[M]北京:高等教育出版社 2000.
[3] 张晓峒.eviews使用指南与案例数据[M] 天津:南开大学出版社,2007
[4] 复旦大学产业经济研究所.上海房地产波动研究一定量研究报告[R].上海: 复且大学管理学院,2003.
[5] 王全民.房地产经济学[M]辽宁:东北财经大学出版社,2002
[6] 张可云. 北京房地产发展现状与趋势[].首都经济杂志,20027:27-29.
作者单位:福州大学管理学院