房地产价格增长率（共11篇）
房地产价格增长率 篇1
房地产价格、银行信贷和经济发展三者之间关系日益密切[1]。随着经济的发展,人民可支配收入不断增加,房地产作为消费品和投资品,其价格变动影响着消费和投资的变化,进而影响经济的增长,而房地产贷款又占银行信贷的大部分,银行信贷的变动也将影响着房地产业价格的变动,从而影响经济的发展。由于研究角度与研究地区的差异,国内外对房地产价格、银行信贷与经济增长之间的关系研究各有分歧。Gerlach认为香港房地产价格影响银行的信贷扩张,反之不然[2],Mora的研究认为日本房地产泡沫主要是由银行信贷引起的[3],林毅夫和姜烨认为金融结构、银行业结构显著影响着经济的发展[4],袁俊和施有文在其研究中认为我国房价上涨增强了银行贷款的冲动,银行信贷对房地产市场产生滞后影响,而房地产市场的需求对经济增长产生较小的促进作用[5],也有学者研究了房价、银行信贷以及宏观经济之间长期和短期的互动关系[6,7,8]。2015年全国“两会”期间《政府工作报告》明确指出“支持居民自住和改善住房需求,促进房地产市场平稳健康发展”,房地产业再次成为热点,福建省是我国海峡西岸经济区,房地产业的发展对福建省经济社会发展起到促进的作用。本研究将尝试对福建省近20年来的房地产价格、银行信贷与经济增长之间的动态关系进行定量分析,这将对福建省房地产市场的发展繁荣,银行信贷系统的发展稳定,以及经济可持续发展具有重要的理论价值和指导意义。
1 VEC模型(向量误差修正模型)
VEC(Vector Error Correction)模型是含有协整约束的VAR(Vector Autoregressive)模型,VAR模型是将系统中的所有内生变量当作它们的滞后值的函数,常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态分析,用于解释各种经济冲击对经济变量形成的影响[9]。VEC模型表达了在短时期内模型中时间序列变量偏离了长期均衡趋势之后的调整进度和调整方向,是一种探索短期内变量之间动态关系的有效模型[10],由于房地产市场、金融系统和经济发展三者之间有可能存在滞后影响,因此,本研究尝试运用VEC模型研究福建省房地产价格、银行信贷与经济增长三者之间的动态关系。
VEC模型的建模步骤:①单位根(ADF)检验,用于判断时间序列的平稳性;②最优滞后阶数确定;③协整检验;④建立VEC模型;⑤稳定性检验;⑥分析模型,包括格兰杰因果关系检验,脉冲响应函数和方差分解,格兰杰因果关系可以用来检验某个变量的滞后值是否影响另一个变量的当期值;脉冲响应函数可以反映在来自随机误差项冲击后对某一内生变量的影响程度;方差分解可以将模型系统内一个变量的方差分解到各个干扰项上,通过分析各个结构变量对内生变量变化的贡献度来评价不同结构冲击的重要性。
一个滞后阶数为p的VAR模型结构式为:
其中,是n维内生变量向量,是n维常数向量,为n维白噪声误差向量,Bi是n×n维待估计的系数矩阵,t为时间趋势项。
则相对应的VEC模型为:
其中,ecmt-1=β′yt-1是VEC模型的误差修正项,可以反映变量之间的长期均衡关系,系数向量λ可以反映变量间的均衡关系偏离长期均衡的状态时,将其调整到均衡状态的调整力度。所有作为解释变量的差分项的系数反映了各变量短期波动对被解释变量的短期变化的影响[11]。
2 研究区概况与数据来源
福建地处中国东南沿海,是海上丝绸之路的重要起点,是连接台湾海峡两岸的重要通道,是太平洋西岸航线南北通衢的必经之地,也是海外侨胞和台港澳同胞的主要祖籍地,历史辉煌,区位独特,经济发展迅速。图1为福建省房地产发展情况图,1993-2014年福建省房地产呈平稳健康的发展态势,商品房销售额和商品房销售面积在2014年有所下降,但滞后于房地产竣工面积,房地产开发国内贷款总体发展水平较为缓慢,2009年以后福建省的房地产开发投资额大幅度上升,商品房销售额也大幅上升,2014年房地产开发投资4 567.4亿元,增长23.34%,占固定资产投资总额的25.18%,全省商品房销售面积4 119.48万平方米,商品房销售额3 763.52亿元,房地产开发国内贷款752.62亿元,占房地产开发资金来源的13.14%。本文主要研究福建省房地产价格、银行信贷和经济增长之间的动态关系,采用福建省商品房平均销售价格(HP/元/平方米)作为房地产价格的样本数据;商品房平均销售价格等于商品房销售金额除以商品房销售面积,选取福建省金融机构中长期贷款年末余额(L/亿元)作为银行信贷的样本数据;选取福建省地区生产总值(GDP/亿元)作为经济增长的样本数据,数据均来源于《福建省统计年鉴》(1993-2014年)。
为了消除可能存在的异方差影响,保证序列的平稳性,本文对所有变量取对数(图2),从图1可以看出,房地产价格、银行信贷和地区生产总值逐年增加,银行信贷的增长幅度最大,房地产价格增长比较缓慢,2011年以后趋于平稳。
3 结果与分析
3.1 单位根(ADF)检验
回归模型要求时间序列是平稳的,否则会出现“伪回归”现象,因此必须先进行变量平稳性的单位根检验,表1显示房地产价格、银行信贷与经济增长序列在5%的显著水平上是非平稳的,而进行一阶差分以后的房地产价格、银行信贷与经济增长序列是平稳的,说明这3个变量都是一阶单整的,满足进行协整检验的前提条件。
3.2 最优滞后期确定
建立回归模型,要解决的一个重要问题是最优滞后阶数的确定,如果滞后期数选择不当,会影响到模型的适用性。根据信息准则法(表2),滞后1期时SC值、AIC值和HQ值是最小的,由此判断模型的最大滞后阶数是1。
注:表中△表示一阶差分;检验类型(C,T,K)中的C、T、K分别表示单位根检验方程中包含常数项、时间趋势项和滞后阶数;0表示检验方程中没有对应的该项。
注:*表示滞后项数选择的标准;LogL:对数似然函数值;LR:似然比检验法;AIC、SC、HQ:信息准则法。
3.3 协整(Johansen)检验
由于房地产价格、银行信贷与经济增长序列都是一阶单整的非平稳序列,因此,进一步运用Johansen检验判断变量之间是否具有协整关系以及协整关系的个数。由Johansen协整检验结果(表3)可以看出,在5%的显著性水平下,房地产价格、银行信贷与经济增长之间存在着1个协整关系,说明房地产价格、银行信贷与经济增长之间存在长期的均衡关系。
注:*表示在5%的显著性水平下拒绝原假设。
3.4 银行信贷与房地产价格之间的动态关系
VEC模型适用于含有协整关系的非平稳时间序列建模,通过上文分析可知房地产价格、银行信贷与经济增长是非平稳序列,且存在协整关系,因此可以建立VEC模型,以期探讨房地产价格、银行信贷与经济增长之间的动态关系,模型结果为:
其中,,Coint Eq为VEC模型中的误差修正项,形式为Coint Eq=LnHP+0.2056LnL-1.1419LnGDP+0.3471,误差修正项的三个调整系数都为负,调整方向符合误差修正机制[1],第一个系数为-0.695 0,表示在银行信贷和经济增长不变的情况下,福建省房地产价格在第t期的变化可以消除前一期69.5%的非均衡误差;第二个系数为-0.470 1,表示在房地产价格和经济增长不变的情况下,福建省银行信贷在第t期的变化可以消除前一期47.01%的非均衡误差;第三个系数为-0.004 9,表示在房地产价格和银行信贷不变的情况下,福建省经济增长在第t期的变化可以消除前一期0.49%的非均衡误差。
如果建立的VEC模型不具稳定性的话,那么这个模型是不合理的,需要对模型进一步修正。本文利用AR根图示法[12]验证模型的稳定性,从验证结果(图3)中可以看出,模型特征方程根模的倒数都位于单位圆内,说明VEC模型是稳定的,即构建的模型是合理有效的。
由于VEC模型中系数比较多,无法通过系数一一研究变量之间的关系,因此需要借助格兰杰因果关系检验、脉冲响应函数和方差分解等方法。
3.5 格兰杰(Granger)因果检验
为了进一步探讨福建省房地产价格、银行信贷与经济增长之间的因果关系,对这3个变量进行格兰杰因果检验。如果一个变量的滞后值可以提高另一个变量的被解释程度,则称它们具有格兰杰因果关系。格兰杰因果关系检验结果(表4)表明,银行信贷与房地产价格存在显著的单向格兰杰成因,银行信贷的滞后期能够解释或预测房地产价格,而房地产价格的滞后期不能够解释或预测银行信贷;经济增长与房地产价格之间存在双向格兰杰因果关系,经济增长的滞后值显著地影响房地产价格,而房地产价格的滞后值较弱影响着经济的增长;经济增长与银行信贷存在显著的单向格兰杰因果关系,经济增长的变化不会影响银行信贷的变化,但是银行信贷的滞后值对经济增长的变化有显著的影响。一方面,在经济繁荣时期,银行信贷中的中长期贷款大部分是房地产业贷款,当银行信贷大量流向房地产业时,势必会对房地产价格产生影响,因此在一定程度上通过控制银行信贷和经济增长的规模来控制房地产价格变动是可行的;另一方面,影响银行信贷的因素很多,银行信贷的发放不能简单依据房地产价格变动和经济增长变化来决定,而银行信贷通过影响人民的消费推动经济的增长。
总之,格兰杰因果检验较好的提供了银行信贷、经济增长与房地产价格之间的因果作用方向,这种方向是从银行信贷到房地产价格和经济增长的,从而反过来并不成立,这意味着双向因果关系在经验上很可能是不存在的。
注:**表示在5%的显著性水平下拒绝原假设,*表示在10%的显著性水平下拒绝原假设。
3.6 脉冲响应函数和方差分解
脉冲响应函数用于衡量一个内生变量当前值和未来值受到其他内生变量随机误差冲击后产生的影响,它能比较直观地刻画出变量之间的动态交互作用及其效应。基于已建立的VEC模型,进一步分析3者之间的短期动态关系,脉冲响应函数(IRF)结果见图4,指定考察脉冲响应的响应时期数为10。
1)房地产价格、银行信贷与经济增长对房地产价格的脉冲响应函数:图4(a)表示分别给银行信贷、经济增长与房地产价格一个标准差大小的冲击后对房地产价格的脉冲响应函数图,三者均是正向反应。房地产价格对来自自身冲击的响应从第1期到第5期快速下降,第6期之后开始平在2.5%左右,说明房地产价格具有自促进能力,且这种影响在短期内是显著的。房地产价格对来自经济增长的冲击的响应逐渐上升,在第4期时超过房地产价格的影响并维持在5%的较高水平上,说明经济增长对房地产价格有正向冲击作用,且能够在4年(第4期)左右达到冲击的峰值。在受到银行信贷一个冲击后,房地产价格的脉冲轨迹变化较平缓,说明银行信贷对房地产价格的影响程度小于房地产价格和经济增长对房地产价格的影响程度。
2)房地产价格、银行信贷与经济增长对银行信贷的脉冲响应:图4(b)表示分别给银行信贷、经济增长与房地产价格一个标准差大小的冲击后,对银行信贷的脉冲响应函数。银行信贷对来自经济增长和其自身冲击的响应方向为正,但经济增长对银行信贷的影响逐渐收敛于0,说明从长期来看银行信贷对来自经济增长冲击的响应是不显著的,而对房地产价格冲击呈现负向响应,说明经济增长受外部某一正向冲击后,会导致银行信贷的减少。
3)房地产价格、银行信贷与经济增长对经济增长的脉冲响应:图4(c)表示分别给银行信贷、经济增长与房地产价格一个标准差大小的冲击后对经济增长的脉冲响应函数,三者均是正向反应。经济增长对来自自身冲击的响应最大,正向响应在前期逐渐增加,到第6期最大,说明经济增长具有自促进作用。房地产价格受外部某一冲击后,对经济增长影响的强度先增强后减弱,到第3期后各期响应值逐渐减小并趋于1.3%,银行信贷对经济增长的影响在第4期后超过了房地产价格对经济增长的影响。
进一步利用方差分解方法分析对各变量对房地产价格、银行信贷与经济增长的贡献度。图5横轴为滞后期数,纵轴为贡献率,图5(a)表明房地产价格的冲击对其自身变化的贡献度逐渐减小,而经济增长冲击对房地产价格变化的贡献度逐渐增大,长期来看二者对房地产价格变动方差解释能力都维持在45%的高水平。图5(b)表明银行信贷的冲击对其自身变化的贡献占绝大部分,从长期来看,银行信贷变化中约80%由其自身决定,房地产价格变化的冲击能解释银行信贷变化的18%左右,而经济增长解释银行信贷变化的贡献度几乎为零。图5(c)表明大约60%的经济增长变动方差由其自身变动解释,银行信贷的冲击对经济增长变化的贡献度在第2期后稳定在28%左右,房地产价格解释经济增长变化的贡献度先增加后较小,从长期来看能解释经济增长变化的12%左右。
4 结论与讨论
本文利用1993-2014年福建省房地产价格、银行信贷和经济增长3个变量的时间序列数据,建立VEC模型,分析了三者之间的动态关系。研究结果表明:福建省房地产价格、银行信贷与经济增长存在着长期均衡关系。短期中银行信贷对房地产价格的影响占主导地位,反之不然;不仅经济规模的扩大会促进房地产价格的增长,而且房地产价格的增长也影响经济的发展;福建省经济增长与银行信贷的因果关系是从银行信贷到房地产价格的单向推动。从长期来看福建省经济增长对房地产价格的影响程度大于房地产价格和银行信贷对房地产价格的影响程度;福建省银行信贷存在正向自我促进作用,而房地产价格对银行信贷存在长期的抑制作用,经济增长对银行信贷的影响程度几乎没有;福建省银行信贷对经济增长的影响高于房地产价格对经济增长的影响。
VEC模型常被运用于几个具有协整关系的经济变量之间的动态关系研究,本文的经济变量是基于年度区间的离散数据,构建的模型借助格兰杰因果关系检验,脉冲响应函数和方差分解来分析,在一定程度上有效的解释了福建省房地产价格、银行信贷和经济增长之间的动态关系。另外,改革开放以来,福建省经济,房地产业,银行系统持续稳定发展,房地产业的发展影响经济增长,经济发展影响房地产业和银行信贷系统的发展,所以福建省应制定适当的宏观政策和房地产行业政策来协调和促进三者共同发展。
参考文献
[1]强林飞,贺娜,吴诣民.中国银行信贷、房地产价格与宏观经济互动关系研究——基于VAR模型的实证分析[J].统计与信息论坛,2010,25(9):75-80.
[2]GERLACH S,PENG W.Bank lending and property price in HongKong[J].Journal of Banking&Finance,2005,29(2):461-481.
[3]MORA N.The effect of bank credit on asset prices:evidence from the Japanese real estate boom during the 1980s[J].Journal of Money,Credit,and Banking,2008,40(1):57-87.
[4]林毅夫,姜烨.经济结构、银行业结构与经济发展——基于分省面板数据的实证分析[J].金融研究,2006(1):7-22.
[5]袁俊,施有文.房地产市场波动与银行信贷、经济增长之关系——基于动态面板数据模型的GMM估计[J].华东师范大学学报:哲学社会科学版,2010(5):117-123.
[6]GIMENO R,MARTINEZ-CARRASCAL C.The Relationship between house prices and house purchase loans:the Spanish case[J].Journal of Banking and Finance,2010,34(8):1849-1855.
[7]GOODHAR C,HOFMANN B.House prices,money,credit and the macroeconomy[J].Oxford Review of Economic Policy,2008,24(1):180-205.
[8]王庆芳.我国房地产价格、经济增长与信贷扩张研究——基于房地产双重资产属性的分析[J].现代财经(天津财经大学学报),2015(1):32-44.
[9]欧阳建国,余甫功.三次产业间相互冲击的动态响应[J].上海经济研究,2006(10):3-12,69.
[10]霍忻.基于协整检验和VAR模型的我国对外贸易与经济增长长短期动态关系研究[J].商业经济研究,2015(1):30-32.
[11]李国柱,刘德智.计量经济学实验教程[M].北京:中国经济出版社,2010:215-218.
[12]车欣薇,郭琨,李斌,等.中国金融中心城市房地产价格与银行信贷的关系[J].系统工程理论与实践,2011,31(4):663-671.
房地产价格增长率 篇2
1、房地产定价方法
一栋楼宇、小区的销售往往是一个时期的或跨的。而消费市场变化莫测，楼宇的定价要能被市场接受，需要一定的超前意识和科学预测，可以说定价部分是艺术，部分是科学。影响价格的因素有很多，主要包括：成本、楼盘素质、顾客承受的价格、同类楼宇的竞争因素等。产品的可变成本是定价的下限，上限是顾客所愿意支付的价格。市场中消费者总想以适中的价格获得最高的价值，因此不应把价格和价值混为一谈。定价之后，运行中可以做适当的调整，但不能做大幅度的或否定性的调整，否则会带来非常恶劣的影响。从定价来讲，主要有几个方法：
(1)市场比较法。将勘估房地产与相应市场上类似房地产的交易案例直接比较，对形成的差异作适当调整或修正，以求取勘估房地产的公平市场价。
(2)成本法。以开发或建造估计对象房地产或类似房地产需要的各项必需费用之和为基础，再加上正常的利润和应纳税金得出估价对象房地产的价格。
(3)收益法。将预期的估价对象房地产未来各期（通常为年）的正常纯收益折算到估价时点上的现值，求其之和得出估价对象房地产的价格。
(4)剩余法。将估价房地产的预期开发后的价值，扣除其预期的正常开发费用﹑销售费用﹑销售税金及开发利润，根据剩余之数来确定估价对象房地产的价格
当然，无论哪种定价方法，均应随行就市，最大限度地获取市场份额。在弄清方法之后，具体执行有低价、高价、内部价、一口价、优惠价等战略。开发商采用低价战略时，入市会比较轻松，容易进入，能较快地启动市场；而采用高价策略则标榜出物业的出类拔萃、身份象征、完善功能、优良环境等，可用高价吸引高消费者入市，但不是盲目漫天要价，要物有所值。
2、定价比例
一般来说，先设定一个标准层，高层一般定在1／2高度，多层一般3－4层（9层以下）为最好。然后确定一个楼层系数，标准层以上一般每层加价比例为0.8％，标准层以下每层下调0.5％。在高层建筑中，7层以下因其视野受限，一般应为低价区，顶层与低层的价格一般相差约30％。
用户选择购房不仅受楼层的影响，房子所处两个主力面的景物和视野如街景、江景、马路等亦是影响楼价的因素之一，即朝向系数。一般来说，江景、街景等给人以视觉上的享受，朝向系数大，为8－10％左右，而临马路边因其噪音大，尘埃多，朝向系数亦低，为3－5％之间，楼盘的南、北两个方位，如无景观差别，一般南面售价高于北面。有的楼盘，因其朝向系数不合理，好的楼层和好的朝向全部卖光，剩下的全部都是不好卖的，使楼盘出现滞销状态。
商铺的定价，由于一般顾客购物习惯在首层，因此首层商铺定价一般是住宅平均价的三倍以上。车位的每平方米定价一般相当于住宅的50％。
3、价格调整策略。
房地产价格调整策略可以分为直接的价格调整、优惠折扣两方面内容。
直接的价格调整就是房屋价格的直接上升或下降，它给客户的信息是最直观明了的。直接的价格调整主要有两种形式：（1）基价调整。基价调整就是对一栋楼的计算价格进行上调或下降。因为基价是制定所有单元的计算基础，所以，基价的调整便意味着所有单元的价格都一起参与调整。这样的调整，每套单元的调整方向和调整幅度都是一致的，是产品对市场总体趋势的统一应对；（2）差价系数的调整。每套单元因为产品的差异而制定不同的差价系数，每套单元的价格是由房屋基价加权所制定的差价系数而计算来的。但每套单元因为产品的差异性而为市场接纳程度的不同并不一直是和原先的估计是一致的。差价系数的调整就要求根据实际销售的具体情况，对原先所设定差价体系进行修正，将好卖单元的差价系数再调高一点，不好卖单元的差价系数再调低一点，以均匀各种类型单元的销售比例，反映出市场对不同产品需求的强弱。差价系数调整是开发商经常应用的主要调价手段之一。有时候一个楼盘的价格差价系数可以在一个月内调整近十几次，以适应销售情况的不断变化。
优惠折扣是指在限定的时间范围内，配合整体促销活动计划，通过赠送、折让等方式对客户的购买行为进行直接刺激的一种方法。优惠折扣通常会活跃销售气氛，进行销售调剂，但更多的时候是抛开价格体系的直接让利行为。优惠折扣和付款方式一样，有多种多样的形式，譬如一个星期内的现实折扣；买房送空调、送冰箱，或者送书房、送储藏室，购房抽奖活动等等。优惠折扣要做得好，首先要让客户确实感受到是在让利，而不是一种花哨的促销噱头。同时，优惠折扣所让的利应该切合客户的实际需要，是他们所能希望的方式，只有这样才便于促进销售。再者，不要与其他竞争者的优惠折扣相类似，优惠折扣在形式上的缤纷多彩为开发商标新立异提供了可能。
（三）房地产营销渠道策略(Place)中国房地产行业中，房地产营销渠道策略可以大致分为企业直接推销﹑委托代理推销以及近几年兴起的网络营销﹑房地产超市等。
企业直接推销，是指房地产开发企业通过自己的营销人员直接推销其房地产产品的行为，也称为直销或自销。直接推销的优势在于它可以帮助房地产开发企业节省一笔数量可观的委托代理推销的费用（相当于售价的1.5%~3.0%），但推销经验的不足和推销网络的缺乏也是这种销售渠道的致命缺陷。由于中国房地产市场正处于起步阶段，房地产市场的运行机制尚不健全，必需的人才与管理经验还有待于积累发掘。所以它还是中国房地产销售的主要渠道，在房地产市场发展的将来，它依然会占据重要位置。
委托代理推销，是指房地产开发企业委托房地产代理推销商来推销其房地产产品的行为。所谓房地产代理推销商，是指接受房地产开发企业的委托，寻找消费者，介绍房地产，提供咨询，促成房地产成效的中间商。委托代理商可以分为企业代理商和个人代理商，前者是指由多人组成的具备法人资格的代理机构，后者是指中介代理的个人，即经纪人。
网络营销是信息时代和电子商务的发展的产物，它也运用到了房地产市场营销上，中国出现了一些以房地产为主要内容的网站，如搜房网﹑中房网等，它们为房地产企业和消费者提供了全新的信息沟通渠道；同时，许多房地产商也利用internet网络资源，进行网络营销。2000年9月，上海“青之杰”花园推出了全国第一本电子楼书，标志着网络房地产营销又增加了新的手法。现在不少开发商都在互联网上注册了自己的网站，为企业和产品进行宣传和推广。通过互联网双向式交流，可以打破地域限制，进行远程信息传播，面广量大，其营销内容详实生动、图文并茂，可以全方位地展示房地产品的外形和内部结构，同时还可以进行室内装饰和家具布置的模拟，为潜在购房者提供了诸多方便。随着电子商务的进一步发展，网络营销将成为房地产市场上一种具有相当潜力和发展空间的营销策略。
房地产超市营销是最近在浙江﹑上海等地出现的一种全新的营销渠道。它的出现表明中国房地产销售开始告别传统的开发商自产自销的单一模式，进入一个以超市为显著特征的商品零售时期。有专家认为，房地产超市是中国楼市营销理念﹑方式的一次改革和突破，为解决当前商品房销售困难带来了新的思路和转机。
（四）房地产营销促销策略(Promotion)房地产促销策略，是指房地产开发商为了推动房地产租售而面向消费者或用户传递房地产产品信息的一系列宣传、说服活动。通过这些活动帮助消费者认识房地产产品的特点与功能，激发其消费欲望，促进其购买行为，以达到扩大销售的目的。房地产营销促销略主要可以分为广告促销、人员促销、公共关系、营业推广。
1﹑广告
广告是向人们介绍商品信息，输送某种观念的一种公开的宣传形式。房地产广告的突出特点是广告期短、频率高、费用大。房地产广告的诉求重点有：地段优势、产品优势、价格优势、交通便捷优势、学区优势、社区生活质量、开发公司的社会声誉等。
房地产广告可供选择的形式有以下几种类型：（1）印刷广告。利用印刷品进行房地产广告宣传相当普遍，这也是房地产产品进行营销的主要手段之一。报刊﹑杂志﹑有关专业书籍以及开发商或其代理商自行印刷的宣传材料等，都是房地产广告的有效载体；（2）视听广告。利用电视﹑电影﹑霓虹灯﹑广告牌以及电台﹑广播等传媒方式都是宣传房地产产品的有效视听广告；（4）现场广告。在施工现场竖立的现场广告牌以及工地四周围墙上的宣传广告，用以介绍开发项目情况；（5）信函广告。包括商品房目录和说明书等。
根据楼盘不同的类型、租售范围以及广告费用，开发商应当选择适当的广告类型和广告策略，从而达到最大的宣传效果。
2、营业推广
营业推广是为了在一个较大的目标市场上，刺激需求，扩大销售，而采取的鼓励购买的各种措施。多用于一定时期、一定任务的短期的特别推销。营业推广刺激需求的效果十分明显且费用较少。
开发商可以通过开展大规模的住房知识普及活动，向广大消费者介绍房屋建筑选择标准、住宅装修知识、住房贷款方法和程序以及商品房购置手续和政府相关税费，在增加消费者房地产知识的同时，也可以增加消费者对开发商的认同感。另外开发商还可以举行开盘或认购仪式、项目研讨会、新闻发布会、寻找明星代言人、举办文化与休闲活动、业主联谊会等，这些活动可以极大地提高房地产企业的知名度，从而使企业的销售业绩不断上升。在重庆等地每年都要举办的房地产交易会也是开发商展示自身实力的舞台，据统计，每次房交会上，各房地产开发商都会有一个不凡的成交量。
3、人员促销
房地产人员促销是指房地产促销人员根据掌握到的客户信息，向目标市场消费者介绍开发商及其房地产的情况，促成买卖成交的活动。人员促销的优点在于：目标客户明确，促销力量集中，成交率高；与客户面谈，有利于联络与密切同客户的感情，有利于信息反馈，有利于了解同行业的开发建设和营销动向。
当然，人员促销方式对促销人员的素质要求比较高。促销人员一般必须具备以下条件和素质：具有丰富的房地产知识和合理的知识结构；及时掌握正确的房地产市场信息；具有良好的经营理念和业务素质。
促销人员在日常工作中，要注意对商圈内的所有顾客的详细资料包括地址、姓名、电话号码等建档，以便随时跟踪。
4、公共关系 房地产公共关系促销活动包括：争取对房地产开发商有利的宣传报道，协助房地产开发商与有关各界公众建立和保持良好的关系，建立和保持良好的企业形象以及消除和处理对房地产开发企业不利的谣言、传闻和事件。公共关系的内容主要可以包括：
制造噱头和危机公关
人为制造新闻点，引得媒体争相报道，享受无偿广告。这其中也包括危机公关。针对当前屡屡发生的入住纠纷问题，如处理得当，或许可在众多消费者与媒体的关注下，以坦诚的态度重树项目良好形象，化不利为有利。
建立与各方面的良好关系
房地产价格增长率 篇3
食品价格上涨推动CPI 走高
统计局最新数据显示，5月中旬肉价开始大幅上涨，而5月下旬食品价格继续较快上涨。中金公司首席经济学家彭文生表示，“预计5 月食品CPI 环比出现反季节上涨。5 月食品环比涨幅较大的主要是受干旱影响严重的淡水鱼类和需水量大的蔬菜品种。猪肉价格则继续反季节上涨。5月PMI 中购进价格指数大幅回落，预计5 月PPI 同比涨幅较4 月显著回落，显示在政策持续从紧和大宗商品价格下行作用下，上游生产价格通胀压力得到一定程度缓解。”
彭文生预计，5 月经济活动总体呈小幅放缓态势——工业增加值和固定资产投资增长放缓，企业去库存行为显著；消费稳中有升；出口增长放缓，进口增长上升，顺差额较4 月扩大；5 月货币环境维持从紧态势，M2 同比增长微升，但贷款增速继续放缓。
对于食品价格的影响，长江证券分析师李冒余指出，在6、7月份，猪肉价格仍将会保持快速增长而不会回落。菜价和粮价方面，受旱情影响，涨价预期都有所提高。“5月菜价快速反弹超我们预期，且目前正是世界范围灾害频发的季节，外围粮价上涨预期向国内传导也难忽视。”
高华证券分析师乔虹则表示，“受过去数月货币供应/实体经济放缓的影响，非食品CPI 升幅收窄。虽然近几周国内煤和水泥等大宗商品价格走高，但对PPI 的影响可能滞后，并在6 月份PPI 数据中表现得更为明显。”
对于后期的CPI走势，彭文生认为，6 月CPI 同比破6%的可能性加大。李冒余则表示，预计5-6 月CPI 都在5.5 以上，6 月在基数效应下压力更大，不过进入三季度，随着翘尾因素和货币供给引发新涨价因素的共同下降，以及食品供需的基本稳定，CPI 的走低还是可以期待的。
实体经济增长放缓
对于经济增长形势，长江证券分析师李冒余并不乐观。“5 月PMI 如预期内继续回落，但是速率相对温和，促使我们对未来经济是否加速下滑有些疑虑。生产有所起稳显示阶段性的资金紧缩缓解，且今年是‘十二五’规划的开局，投资冲动较一般年份更加强烈，5-6 月仍难避免开工需求，因此我们认为固定资产投资仍将保持平稳增长的态势，但房地产市场由于受到宏观政策的影响，淡季后的前景并不乐观。考虑房地产仍然是推动我国经济的主要动力，因此先行指标的温和回落并不意味着增长的转机。”
对于未来经济走势，李冒余表示，目前PMI 数据虽然大幅回落却仍然维持在50 以上的扩张区间，所以还需进一步观察PMI 指标未来的走向，6 月份仍然是一个经济方向选择的时间窗口。虽然去库存周期的开始将会导致工业增加值的走低，但另一方面，受到去库存的影响，通胀压力有望缓解，宏观经济有望走出现阶段高通胀、低增长的困境。
高华证券分析师乔虹表达了类似的观点，“5 月份官方采购经理人指数和汇丰采购经理人指数均显示当月制造业增速已趋于平稳。两组数据虽下行，但经季节因素调整后双双较上月回升。我们认为推动5月份PMI 从4 月份极低水平反弹的原因来自供给面而非需求面。”
石油价格与经济增长研究 篇4
关键词：石油价格,经济增长,影响机理,战略
石油是一种现代化经济发展中必不可少的能源, 是各个国家构建国际竞争优势的战略物资。当前, 我国石油供需缺口逐年拉大, 石油的供给短缺已经成为影响我国经济发展的战略焦点。与此同时, 国际市场的石油价格在各种因素的影响下频繁波动, 从长期来看对中国经济构成极大的安全威胁。在这种背景下, 中国必须积极进行石油价格的宏观调控以应对对经济带来的伤害。
一、石油价格与经济增长关系
近年来, 中国、印度等世界新兴经济体系逐渐发展起来, 成为世界能源消费及贸易的新增长点, 北美、欧洲等发达国家能源消费则呈现下降趋势。石油价格的波动已经深刻影响各国经济的发展。我国经济发展特征决定了在未来很长一段时间, 我国经济的发展将依然依赖能源的消费, 尤其是对石油资源消费。2003年以来国际石油价格迅速攀升, 2003年国家石油价格仅为每桶30美元, 截至2012年12月24日, WTI原油月内均价为每桶87.53美元, 布伦特原油月内均价为每桶108.77美元, 石油价格的增长率高达300%。近年来石油价格一直在高位运行, 我国石油的进口依然保持高额增长的态势, 不仅增加了国家的外汇支出, 还增加了我国的运输成本及炼油成本, 严重影响我国工业、农业及交通运输业的发展, 国民经济的运行成本大幅度增加, 严重影响我国经济的可持续发展, 导致国家经济遭遇安全危机。
二、石油价格的波动影响因素
1. 供求平衡因素
市场对石油的需求总量及市场供给对石油价格的波动具有直接关系。从长期来讲, 如石油供给相对充足, 在这种状态下石油企业生产能力较强, 市场处于买方市场, 石油供给缺陷相对平缓, 石油价格将基本维持在企业生产经营成本内, 这种情况下需求变化并不会引起石油价格大幅度波动, 石油价格将按照市场规律运行。从短期来讲, 如果供给远远大于市场需求, 此时石油的供给弹性相对较小, 石油需求小幅度变动也可能引起石油价格大幅度波动。
2. 石油储备因素
国际石油储备也将导致石油价格发生波动。总的来看, 石油储备对石油价格的影响是短期的, 在长期内将起到稳定石油价格的作用。国际石油储备对石油价格的调节是相对比较灵敏的, 国际石油储备的调控可以合理地进行库存量的变动。
3. 石油开采成本因素
石油的生产成本是石油价格形成基础, 也是石油价格的最低底线。石油生产包括勘探、建设、开发、运输、营销等系统性活动, 因此石油价格将直接受到该过程中付出成本的影响, 这些影响将直接导致石油生产者竞争力以及短期石油供给的市场均衡。
4. 替代能源因素
替代能源的发展也将对石油价格产生影响。从短期来看, 石油依然是世界经济发展的主要支撑, 在世界各国经济增长过程中扮演重要角色。但是从长期来看, 各个国家或地区将采取节能减排的措施, 促使更多的清洁替代能源的产生, 此时石油的市场价格形成将参照替代能源实施。目前, 在美国、俄罗斯、欧洲等发达地区天然气的使用率上升至50%, 已经对石油起到一定的替代作用。
三、我国石油价格与经济增长现状及趋势
2000年以来我国实施了两次石油价格改革措施, 第一次为2000年关于成品油价格的改革, 第二次是2008年关于成品油价格形成机制的改革。2008年12月, 我国进一步进行了成品油价格及税费的改革, 我国石油价格与国际市场石油价格进行了有控制的间接性接轨, 同时大幅度提升了石油税费的比率。国内石油、柴油的出厂价以国际市场石油价格为基础, 同时加上国内平均加工成本、税费、利润的确立。将现行汽油、柴油零售价格的基准上浮价格改为实施最高限价机制。最高限价以出厂价为基础, 同时加上流通环节差价进行确定, 将流通环节的差价额度下调至4%, 国家对成品油的价格进行进一步调控。2009年5月进一步对成品油价格的形成机制进行了完善。根据新的机制如果国际市场石油价格连续22个工作日的移动平均价格的变化超过4%, 那么就对国内的成品油价格进行调整。
四、解决我国石油价格对经济增长影响的建议
1. 构建中国石油储备战略
我国构建石油储备战略的主要原因在于伴随我国经济的高速发展, 我国能源消费也呈现出高速增长的态势, 但是我国能源的利用率相对较低, 经济增长过度依赖能源消费。因此石油价格的过度波动将直接对我国经济形成剧烈冲击。这就使构建中国石油储备战略体系成为必然选择。
2. 制定科学的石油价格的定价机制
我国当前石油价格的形成是以最高限价执行的, 这种模式难以对石油价格形成有效的调控, 因此必须引入浮动限额的石油定价机制, 该模式不仅有助于保障政府对石油价格的控制, 保障企业在一定幅度内享有相应的定价权, 实施竞争策略, 促使企业改善经营管理模式, 不断提升企业经营效益
3. 支持石油资本市场发展
我国石油市场存在明显的结构性特征, 我国石油市场被中石化、中石油、中海油等集团垄断, 那么作为国家战略性资源, 由相应的国有企业进行垄断经营是必然选择, 因为在实施宏观调控方面还存在积极的作用。针对我国石油产业垄断的现实, 拟定相应的法律规定, 强化对市场的监管力度, 规范石油产业的市场秩序, 维护石油价格的稳定。
参考文献
[1]傅新.战略石油储备管理的国际经验及启示[J].宏观经济管理, 2010 (02)
房地产价格增长率 篇5
然而，电商到底能占多大的份额，或者说电商的边界到底在哪里？这是一个很重要的判断。
过去有两种判断。当电商刚崛起时，玩家主要是小商户，商业主流对电商过于轻视。然而，当淘宝快速发展时，商业主流又可能过于重视。这是两种极端的判断。我们曾经轻视过电商，现在可能又过于重视电商，轻视了传统商业的应变和反应能力。
技术在变，人们的认知在变。但在既定的技术和认知条件下，我们需要对未来做出判断。
商业的均衡
在商业历史上，误判的案例屡见不鲜。20世纪初，美国有人就宣告传统批发商业的“死刑”；20世纪60年代，日本再次宣告批发商业的末日；20世纪末，中国也出现了批发商业“无用论”。虽然批发商业的份额在不断缩小，但总体规模并没有缩小，只是分销的方式发生了变化。
在零售业历史上，百货商业、超级市场、连锁、自动售货机、大卖场的出现，每次都被称为“零售业的革命”。然而，每一次都证明，这只是创新，而非革命。最终结局是零售商业形态多元化，创新的商业模式不是对过去商业模式的否定和覆盖，而是并存的格局。时至今日，最传统的杂货店仍然在大都市有顽强的生命力。
难道电商真的是零售商业进化论规律的否定吗？
说至此，我的立论不是对电商的否定，而是对目前流行的“电商是对传统商业的否定”的否定，是想形成对电商边界的正确认知。
我的立论是：电商最终一定会形成与传统零售商业的均衡模式。当然，电商也可能会形成与传统商业的嫁接与融合，如O2O。电商与传统商业均衡的边界在哪里？我们可以从电商成本、生活方式、交易技术手段和电商跨境交易四方面进行分析，从而发现电商的边界。
电商成本与电商边界
不必讳言，中国电商的快速发展，主要得益于初期的便宜。早期的互联网有“三个零”的说法：零成本、零时间、零空间。中国电商的便宜，又得益于马云的淘宝和众多VC们。
初期，电商为什么便宜？主要有四个因素的影响：
第一，阿里系初期的“C店策略”。淘宝初期是个体户们的乐园，也是假冒伪劣产品的集散地。后来，即使是比较正规的B店（天猫），又成为商家甩尾货的地方。这是便宜的基础。
阿里在美国上市时，有人就指出：在美国上市最大的风险是货品风险，假冒伪劣产品可能成为被称为“秃鹰”的美国律师们追猎的目标，甚至有可能引发集体诉讼。当然，阿里现在有足够的条件与资格改进这些工作，我们也不希望这样的现象发生。这至少说明，未来便宜的这个理由不存在了。
第二，电商的流量引导。初期，淘宝通过流量引导，捧红了一批淘品牌。现在，这些淘品牌在失去流量引导后，普遍成长困难。
流量引导的目的是为了造势。电商巨头们普遍已经度过了这个阶段，竞价排名实质就是流量收费。
第三，政府的免税政策。政府的免税政策与电商的流量引导异曲同工，都是为了造势，属于放水养鱼策略，终极目的还是为了收更多的税。经济学家说，世界上有两件事是可以预测的，即死亡和收税。
第四，VC们的风投支持。因为看好电商模式，VC们可以支持京东打价格战，却不对它提严格的赢利要求。传统商业赢利少了，股市就有反应。电商们亏了，股市可能在欢迎。
上述四个导致电商便宜的条件都是阶段性的，而电商成本的上升则是趋势性的。
成本结构的黄金交叉
传统商业的成本结构是：人员+地租+广告+促销+扣点（分成）+售后服务。
电商的成本结构是：流量+人员+扣点（分成）+广告+促销+物流+售后服务。
在既定的货品情况和商业模式下，影响传统商业绩效的主要外部因素是地段与租金，影响电商绩效的主要外部因素是流量。正是租金和流量成本的变化，影响着传统商业和电商成本的变化。
2000年前后，在电商崛起前期，传统商业的成本上升很快，此阶段恰逢电商大打价格战，成本和价格优势明显。2010—2012年，电商的突飞猛进，就有这个背景。
现在看来，传统商业的租金仍然在上升，但上升速度已经大大减慢，特别是受电商挤压，传统商业短期经营困难，影响了租金上升的速度。与此相反，电商的流量成本越来越贵，已经迫近黄金交叉。电商成本高于传统商业成本的时期可能很快就会来临。一旦出现成本黄金交叉，电商成本高于传统商业，电商就会与传统商业在成本结构上处于均衡状态。电商因为便宜而猎取的市场份额就会受到影响。
虽然没有统计数据，但有一个说法，电商80%是亏损的，由于看好电商，不愿意放弃，所以很多电商在硬撑着，当然还有一些后知后觉者，挤破头往里进的。传统商业的亏损比例可能远远低于电商。这里面不排除电商战略性亏损的原因，但战略性亏损的是大商家，小商家的亏损更大的可能是经营性亏损，而非战略性亏损。
一旦电商不便宜，或者更贵，电商在中国还有竞争优势吗？如果缺乏价格优势，它的增长就快到边界了。
电商的产业结构与成本
电商不是“零成本、零时间、零空间”吗？电商的成本怎么会越来越高呢？
对于垂直电商而言，要获得流量，必须支付宣传费用。这也是流量成本。当然，也有一些企业擅长公关和造势，比如小米、京东、苹果，因为是某个时代的风云人物或风云企业，获得流量的成本可能比较低，但一定只是阶段性。时代的明星，也是时代的过客，很少有长盛不衰的话题人物或话题企业。
对于平台电商，除了品牌的黏性而获得一些免费流量外，主要流量来源还要靠购买。电商产业结构的特点决定了流量将会越来越贵。
传统商业受商圈限制，即使有沃尔玛这样的大商家，数量也是有限的，更何况沃尔玛在美国开店还受“大店法”的制约，开店是受限制的。这就决定了传统商业有两个分散特征：一是各类形态的商店是分散的，是共存局面，没有绝对的主导者；二是在地理上是分散的，除了主流商圈稍微集中点外，次级商圈是比较分散的。比如，万达的城市综合体实质上就是在造商圈，商圈越多，租金就越便宜。
房地产价格增长率 篇6
据国家统计局公布的数据显示:2013年12月,全国70个大中城市中有65个城市房价出现环比上涨。对此,业内人士包括一些学者都认为,中国房地产市场存在泡沫,有人则将其与日本、美国房地产泡沫的生成与破灭过程相类比,甚至断言,中国房地产市场泡沫,迟早一天会破裂,并引发严重的经济危机。然而,时至今日,除了在海南、温州、鄂尔多斯等二三线城市以外,这一预言迟迟未能突现。对此,财经评论人叶檀曾提出这样的疑问:现在房地产从指标来看,的确是存在泡沫的,比如说从房地产总市值占GDP的比率、房价收入比、还有租金回报率等几个指标来看,我国的房地产泡沫已经超过了当时日本或者是美国房地产泡沫高峰期的一些数值,但是非常奇怪的是,到现在还没有破,而且交易量还比较大。这一现象引发了一系列重要的理论与实务问题,即如何界定房地产价格泡沫;房地产价格泡沫的生存条件及主要影响因素是什么;如何测度房地产价格泡沫,以及应以什么标准判断房地产价格泡沫已经出现破裂迹象等。本文在对房地产基础价值进行界定的基础上,提出了基于房地产租赁价格并考虑通胀因素的房地产价格泡沫测度方法,并利用广州市2001-2013年的相关数据,对以广州为代表的一线城市的房地产价格泡沫程度进行了分析与评价。
2 房地产的基础价值及其确定方法
尽管人们对房地产泡沫的认识和解释千差万别,但却有许多共同之处,即泡沫是资产的市场价格偏离其基础价值所形成的价格偏离现象。无论是市场价格还是其基础价值,均可用资产所能带来的未来现金流量的现值来表达,即所谓理论价值,因此,理论价值则是市场价格或其基础价值的理论表达或数学模拟。一般而言,市场价格是现实交易中,市场参与者对影响所交易资产价格的全部市场影响因素,包括该资产所带来的未来现金流量的时间、金额及相应的风险水平进行综合评判的结果,这些影响因素既包括特定资产价值决定的基本面因素,也包含人们因投机所带来的升值预期等心理因素。基础价值则是指摈弃了因投机所产生的升值预期因素之后,由供求关系等基本面因素所决定的资产价格,也就是说,是一种理想状态下的理论价值。珐玛(Fama)认为:“在有效市场前提下,市场价格总能够完全反映市场信息。”梅尔克(Malkiel)也认为:“一个有效的市场能够正确、完全地反映与价格有关的所有信息。进一步讲,如果市场是有效的,则人们不可能通过信息分析和发掘获得额外的经济利益。”也就是说,在市场有效的前提下,具有风险中性偏好的理性投资者会自动驱使市场价格向其基础价值移动,而不会出现系统性偏差,这意味着,资产价格泡沫将失去存在的可能性。对此,泰勒(Tirole)等从跨期均衡的角度证明了在无限交易的情况下,资产价格泡沫不可能存在。因此,可以将资产的基础价值界定为:在市场有效、投资者理性,且无限交易的假设条件下,资产所创造的未来现金流量的现值。资产的基础价值与其市场价格的根本区别在于,市场价格是在吸收了所有价格影响因素,包括投机性升值预期因素后所得到的价格,而基础价值的存在的前提性假设则剔除了投机性升值预期的可能性,因而是不包含资产价格泡沫的价格。因此,也可以把资产的基础价值理解为其市场价格在市场有效、投资者理性且无限交易前提下的特殊表现。
资产基础价值的内涵界定,为资产价格泡沫的测度提供了依据。这是因为,在市场有效且投资者理性前提下,投资者最终将会获取按社会平均回报率计算的投资收益。也就是说,同等金额、相同风险的投资应获得大致相同的投资回报。这一推论为利用房屋租赁价格表现的房地产平均投资回报估算其基础价值奠定了基础。
按照资产贴现理论模型,在资产使用时域有限且贴现率既定的条件下,其理论价值的计算决定于两个因素:一是资产在未来期间所得收益表现的现金流量;二是在未来某一时点出售资产所带来的现金流量,具体可用公式(1)来表示。在市场有效且投资者理性等假设前提不具备的情况下,资产的价格有可能偏离其基础价值,因此,在未来某一时点出售资产所带来现金流量又可具体区分为两部分:一是在未来某一时点出售资产时由其基本面因素决定的资产价格;二是受投机或非理性因素影响所引起的资产增值部分,具体可用公式(2)或(3)来表示:
上式中,p为测定日的理论价值;Dn为第n期现金收益;t表示资产预期出售时间;i表示贴现率;Ft表示股票在第t期末出售时的价格;Fft表示资产在第t期末出售时由其基本面因素决定的价格部分;Fbt表示资产在第t期出售时受非理性因素决定的价格部分,其中,前两项构成了资产的基础价值(P0),而最后一项则属资产价格泡沫部分。其中,P0可表示为:
一般而言,房地产投资所带来的未来收益主要表现在两方面,一是以房屋租金表现的未来现金收益;二是因房地产所具有的抵御通货膨胀影响的功能所带来资产保值收益。由于通货膨胀在一定时期内具有持续增长的表象特征,房地产投资者通常会认为房屋租金会随着通货膨胀的持续进行而不断提高,因此,房地产租金可表示为一个具有固定增长率的数列。其增长率可用式(5)计算:
上式中,g为房屋租金固定增长率,R为房屋租金率(房屋租金与房屋销售价格之比),rp为通货膨胀率。可见,房屋租金固定增长率近似等于通货膨胀率。进一步可推知,当房租增长率为固定增长率时,房地产的基础价值可用式(6)表示:
3 房地产价格泡沫测度模型及其应用
根据前述房地产基础价值的定义及计算方法,本文通过下述模型,并以广州市2001年-2013年的相关数据为例,对各年度的资产价格泡沫进行测度。
上式中,brt为第t年的资产价格泡沫度,pt为第t年房屋每平方米平均房价;p0为第t年房屋每平方米基础价值。其他相关资料见表1。
表中各相关数据的来源及计算方法如下:
1.平均房价,即广州市每平方米商品住宅销售价格。该数据来源于CCER中国经济数据库。
2.平均租金,即广州市每平方米住宅平均租金。该数据来源于广州市国土房管局公布的广州市十区住宅平均租赁参考价格。因广州市最早于2006年1月公布商品住宅租赁价格指数,因此,2005年以前的数据系根据全国租赁价格指数推算得出。
3.存款利率。该项数据以中国人民银行公布的3年期储蓄存款利率为准,由于该利率为单利,因此,表中数据全部依据该数据转换为复利1年期利率。采用3年储蓄存款利率的依据是:(1)我国各年度发行的国债利率波幅较大,股票等其他金融资产投资风险性较高,因而不适用于投资收益相对稳定、投资期限较长的房地产投资;(2)银行贷款利率并非普通购房者所能得到的投资回报率;(3)1年期储蓄存款强调流动性优势,因而利率偏低;(4)房产投资的周期相对较长,而5年以上的银行存款利率转换为1年期利率后与3年期相当,因而选用3年期存款利率更符合人们的投资回报预期。
4.房租增幅。房租增幅受多种因素影响,从较长时期来看,房租增幅主要取决于通货膨胀因素的影响,因此,房屋租金增长率可用通货膨胀率来表示。根据以上思路,本文选择国家统计局公布的居民消费价格指数作为衡量通货膨胀率的主要依据。由于各年度物价指数波幅较大,且于下年度才予以公布,因而不符合人们更喜欢根据近年来物价变动数据来预测未来的习惯。因此,本文选择近五年的几何平均数作为预测未来物价变动的基础,其计算方法如下:
上式中, rpt为近5年几何平均物价指数,rt-n为近5年各年末居民消费价格指数。
5.房地产使用时间。我国房屋住宅价格由两部分组成,一是土地使用权价格,二是地上建筑物价格。一般而言,我国所得税法规定的房产折旧年限为30-50年,但房产的真正可使用年限却很难准确确定,从世界范围看,在和平年代,百年老宅并不鲜见;就土地使用权而言,按照我国相关法规规定,居民对房屋土地使用权最高不会超过70年,因此,表1中的相关数据均按70年的使用年限测算。
6.泡沫警戒线。不同的泡沫测算指标会有不同的泡沫警戒线,如联合国人居中心根据“房价收入比”规定的房价泡沫标准是房价为户均收入的3倍以上,世界银行规定的房价泡沫标准则是房价为户均收入的6倍以上,而基于基础价值计算的房地产价格泡沫测算指标尚未有公认的标准。就一般情况而言,我国房屋贷款首付率为30%,这就意味着,如果房屋价格下跌30%以内,不会侵害到银行利益,也就不会引发金融危机,因此,可以把房屋价格超过基础价值的30%作为房地产价格泡沫的警戒线。
根据以上思路及数据,可将房产基础价值的计算公式调整为:
由于70年属于一个较长的期间,的值可以忽略不计。因此,上式可改写为:
依据公式(7)、(8)所计算出的广州市2001-2013年各年度的房屋住宅基础价值、房屋住宅泡沫价值及房屋住宅泡沫度见表1及图1、
由表1及图1、图2可见,广州市房屋住宅价格在过去的13年中,有7年时间出现价格泡沫度小于0,只有5年的时间出现价格泡沫度大于0的情况;房屋市场价格低于其基础价值的时间主要是2006年以前。自2006年全国房价开始持续高攀后,2009年度亦出现了高达9.97%负泡沫值,主要是因为当年存款利率相对于前后几年处于谷底状态,而房屋租金却延续了以往增长态势。在存款利率偏低的情况下,由于取得同样的租金往往需要较高的本金,因而所计算的基础价值相对较高。出现泡沫价值的时间主要是2007年以来除2009年以外的其他时间,其中,以2007年泡沫程度最高,达到了近年来的最高27.29%,主要是因为,当年的存款利率达到了最高值,因而导致计算的基础价值偏低所致。总的来讲,近几年来,广州市的房屋住宅价格尽管出现了一定程度的价格泡沫,但远远未达到30%的泡沫警戒标准,因而泡沫程度并不严重。
4 研究结论
基于以上分析可以得出以下结论:
第一,市场的基础价值是在市场有效、投资者理性且交易无限条件下,资产所创造的未来收益的现值。在此前提下,市场机制将会引导资本投入到房地产行业或撤离该行业,因此,房地产的基础价值应依据资本所能带来的社会平均投资报酬率来测度。房屋租金是在一个较长时期内投资房产所能带来的未来收益的综合体现,因此,以考虑通货膨胀因素的房产租赁价格作为房产基础价值的计算依据有其合理性。依据广州市房产市场价格、房屋租赁价格等数据计算的房产基础价值及相应年份的房产价格泡沫度,较好地反映了这一测度方法的科学性和适应性,也符合人们对泡沫认识的一般观念。
第二,基于基础价值的房地产价格泡沫测度模型中的泡沫影响因素主要包括:以居民储蓄存款利率表示的城市居民投资报酬率;以居民消费物价指数表示的通货膨胀因素;以房屋住宅租赁价格代表的房地产投资回报,以及由多种因素,包括投资者行为心理因素所导致的房价升值预期等方面。一般而言,(1)存款利率越高,房价泡沫度越高。这是因为高储蓄率导致储蓄存款或房地产以外的其他投资将会获得较高的投资汇报,进而诱使人们将资金从房地产投资中撤离,最终导致房价下跌。(2)房屋租赁价格高,则泡沫程度高。这是因为,较高的房屋租赁价格会引导购房者将资金投资于房地产,从而导致房地产价格上涨、泡沫增大。(3)物价指数越高,价格泡沫度越高。原因是高物价导致人们试图将更多的资金投资于房地产,以达到财富保值的目的。(4)房产价格预期增值因素增加,会导致价格泡沫程度提高,如人们预测随着我国城镇化程度加快,资本和技术迅速向中心城市集聚,小城镇人口乃至农业人口将会大量涌入吸收外来人口能力较强的一线城市,从而加剧土地供应紧张,房产价格上涨。与此效果相反的是,即将征收实物业税的预期则会导致未来预期收益的减少。由此可见,通过调控银行存款存款利率,保持较低的物价指数,加大房产租赁税收的征管力度,并通过征收物业税等措施,增大人们持有房地产的成本,降低升值预期是调控房地产价格的重要手段。
第三,从广州市相关数据来看,房地产价格并非像人们想象的那样十分严重,2013年度的房产泡沫度仅为1.62%,即使在泡沫程度最高的2007年,房产泡沫度仅为27.29%,仍未达到30%的泡沫警戒线,也就是说,我国以广州市为代表的一线城市房价涨跌仍属市场机制调节的正常范围。事实上,市场价格脱离其基础价值上下波动是市场机制发挥作用,从而引导资源合理配置的重要表现,如果强行干预市场价格,甚至采取一些行政手段干预房价的正常波动,将会受到市场规律的惩罚。
房地产价格增长率 篇7
自1978年实行改革开放以来, 我国的经济迅猛增长, 而居民消费价格指数也呈上升趋势。之后我国CPI与GDP两者的变化趋势也是跌宕起伏。数据显示:1991年的GDP增长率是往年的2.3倍, 居民消费价格指数也逐渐呈回上升趋势。1994年, 我国的居民消费价格指数攀升至24.1%, 但是当时我国却面临着严重的通货膨胀问题。1995年, 我国为应对通货膨胀问题实行了紧缩性货币政策和财政政策, 因而导致了1996年我国的居民消费价格指数跌至8.3%, 而随后三年的居民消费价格指数逐年下降, 分别是2.8%、-0.8%、-1.4%, 随后2000-2001年的居民消费价格指数有所回升, 分别为0.4%、0.7%, 但又在2002年下降为-0.8%, 而2003年、2004年的分别是1.2%、3.9%。从GDP增长率来看, 1995年至2004年的GDP增长率依次为:10.5%、9.6%、8.8%、7.8%、7.1%、8%、7.5%、8.3%、9.5%、9.5%, 可见我国的GDP增长率呈下降后回升的趋势, 但总体上却保持了高速增长。
本文针对今年甘肃省经济的增长与居民消费价格之间的关系建立回归分析模型来分析二者之间的均衡关系。
2模型建立
计量经济学中, 如果回归函数描述了一个变量与多个解释变量之间的线性关系, 由此设定的回归函数描述了一个因变量与多个解释变量的线性关系, 由此而设定的回归模型就称为多元线性回归模型。
一般情况下, 如果变量y与解释变量x1, x2, ……, xn之间服从以下关系:
y=b0+b1x1+b2x2+…+bnxn+u
则对因变量y及解释变量x1, x2, ……, xn作n次观测后, 所得n组观测样本
(yt, x1t, x2t, …xnt) (t=1, 2, ……, k)
将满足如下关系:
yt=b0+b1x1t+b2x2t+…+bkxkt+u
bj (j=0, 1, ……, k) 为模型参数;ut为随机误差项。
3实证分析
本文以2008-2012年季度统计数据为基础构建回归分析模型, 数据来自甘肃省统计信息网, 结合SPSS 16.0分析数据。
首先, 由相关分析可知甘肃省经济增长与居民消费价格指数相关系数r=0.75, 即:二者之间显著线性相关。
进而, 构建回归分析模型分析甘肃省经济增长与通货膨胀之间的均衡关系。可知:
GDP=14.171+1.945CPI (1)
(7.488) (2.544)
R2=0.722, F=8.238
回归方程 (1) :拟合优度R2=0.722, 显著性检验F=8.238, 说明:回归方程拟合程度较高, 商品零售价格与居民消费价格对GDP的影响都比较大, 其中CPI每上涨1个百分点, GDP上涨1.945个百分点。说明通货膨胀整体上能够促进甘肃的经济发展, 可以推动该地区的经济发展。同时, 该地区的发展还存在不足。可以通过提高居民人均收入, 扩大发展第三产业等方式来推动地区经济的发展。
4结论
本文通过构建回归分析数学模型, 结合SPSS数学软件, 深入探讨了甘肃省居民消费价格指数与经济增长的变化趋势, 由于本文采用的数据是季度变化数据, 所以进数据分析结果能够精确、直观的反映出二者间变化的关系及总体变化水平。不仅能体现月度变化趋势, 而且能反应年度变化趋势。此外, 用于模型分析的数据始于2008年, 因而分析结果能够反映出近年来甘肃省经济增长与通货膨胀的变化趋势, 从而为甘肃省调控政策提供一定参考。但实际上, 受当今全球经济危机的影响, 使得全球通胀压力越来越大, 进而使得居民消费价格指数越来越难以预测, 其多样化的影响因素导致了其极为复杂的变化趋势。
摘要：近年来我国各个地区的通货膨胀现象有明显加剧的趋势, 伴随着经济的高速增长与通货膨胀, 本文采用回归分析模型对二者之间的关系进行分析, 结果显示, 甘肃省居民消费价格指数变化大, 经济增长的影响系数为1.945。
关键词：经济增长,消费价格指数,回归分析
参考文献
[1]高鸿业.西方经济学[M].北京:中国人民大学出版社, 2000.
[2]沈坤荣.经济增长模式与通货膨胀[J].经济学家, 2006, (4) .
房地产价格增长率 篇8
2007年, 一场由美国次贷危机引起的金融危机, 使得人们开始对房价等问题更加关注。房地产价格与股票价格是否有密切的联系?房地产价格, 是否加剧了经济泡沫的形成。
近年来, 中国房地产市场和股票市场的价格经历了比较大的波动。特别是自2005年以来, 中国的股票市场经历了历史上最大的牛市和最大幅度的下跌, 短短三年间, 上证指数从2005年6月6日的998点上涨至2007年10月24日的6 124.04点。然后, 股指又迅速下跌, 到2008年9月18日, 股指跌至1 802点。房地产市场的表现相对股票市场稳定很多, 但在2008年之前, 全国的房价态势是一路上涨。进入2008年之后, 房价出现普遍回调下跌的态势, 目前中国很多城市的房价回调幅度已达20%, 有些城市如深圳的部分楼盘的价格回调幅度甚至达到30%左右。
因此, 为进行多元化多层次资本市场的有效监管, 调节资本在不同市场间的流动研究中国房地产价格与股票价格的关系, 中国股票价格与房地产价格关联性研究起着举足轻重的作用。
一、股市与房市的特点
2010年底, 中国出台了一系列商品房屋的购买限制, 一时间, 中国股市房地产板块出现大跌的情况, 房价与股价是否存在某些关联, 房价影响了股市又或者是股市影响房价, 对于中国有十分重要的意义。
关于股市与房市的关联性问题, 外国已做过不少研究。有研究者认为, 股市是房市的先行者, 能够预知房市的发展。但是因为中国股票市场相当复杂, 具有高噪声、严重非线性和投资者的盲目任性等特点, 并且中国房价近几年来发展不平衡, 因此外国的一些研究并不适合股票市场与房价市场的发展。
二、股价与房价与宏观经济周期的关系
股价、房价当前是引起中国经济泡沫危机的主要原因。但是过分打击股市、房市市场的投资力度, 则会导致泡沫危机加剧的危险。不论在经济萧条时期, 或是经济繁荣、复苏时期, 对股市、房市的投资力度并不只考虑财富效应, 更区别于经济总体水平的高低。
1. 理论模型
从经典的现金流贴现模型出发, 推导股价房价波动与经济周期增长关系的理论模型。本文认为, 现如今, 资金的流动主要存在于股票、房价与实体经济中, 并已造成了经济泡沫。如果泡沫破裂, 则所有的人将不再投资于这三大项目, 把所有的资金放进金融机构, 使得银行所负债款过大, 拖累整个经济的增长。
因此, 我们建立以下模型:
股利折现模型为:
根据现金流贴现原理, 房地产的价值等于房地产预期未来收益现值之和:
考虑到现实中未来现金流的不确定性和一定程度的可预计性以及折现率的不确定性, 将式 (2) 改写, 可以得到
为了进一步研究股价、房价等资产随时间波动与宏观经济变量之间的关系, 将式 (3) 对时间t求一阶导数 (为表达方便, 求导后将下标t、t+1略去) :
将式 (4) 进一步整理, 得
2. 模型求解
在经济复苏阶段, E>0, r<0, P>0此时适合投资股票和房地产。
在经济繁荣阶段, 当E>0, r>0, P>0, (E+c) -1E> (1+r) -1r, 此时适合投资房地产。
当E>0, r>0, P<0, (E+c) -1E< (1+r) -1r, 此时适合投资股票。在经济衰退阶段, 当E>0, r>0, P<0, 适合投资股票与房地产。在经济萧条阶段, 当E<0, r<0, P<0, (E+c) -1|E|> (1+r) -1|r|, 适合投资房地产。
在经济萧条阶段, 当E<0, r<0, P>0, (E+c) -1|E|< (1+r) -1|r|, 适合投资股票。
上述股价房价波动与经济周期的关系模型刻画了股票和房地产这两种金融资产在经济周期不同阶段的表现.即房地产价格在扩张阶段上升, 在收缩阶段下降, 房地产价格波动与经济周期基本同步;但股票在经济繁荣阶段的后期已开始走软, 在萧条阶段的末期已率先开始上涨, 具有领先经济周期的功能.股价的波动领先房价的波动。
股市与房市的投资方式, 很大情况下影响中国的实体经济, 并且有很强的政策引导性。因此, 应该牢牢把握股市与房市之间的关系, 才能更好地促进经济发展, 形成良好的投资环境。
总结与建议
本文利用2006年9月至2006年12月间的月度与季度数据, 研究了中国房地产价格和股票价格之间的关系, 发现中国房地产价格与股票价格间存在相关性, 滞后四期的深证指数是深圳房价的格兰杰原因。在深圳, 股价对居民的消费支出无财富效应。
根据本文的研究结果, 一方面, 投资者在构建投资组合时, 应重视房地产价格与股票价格的相关关系, 并根据自身的目标和风险承受能力进行优化组合;另一方面, 政府在进行房地产宏观调控时必须加强股票市场的监管, 避免其过热。
参考文献
[1]李宝瑜.国民经济统计学[M].北京:中国统计出版社, 2002:395-396.
[2]赵彦云.宏观经济统计分析[M].北京:中国人民大学出版社, 1999:239-250.
[3]刘雪燕.中国经济周期波动转折点分析与预测[J].中国物价, 2010, (6) :77-85.
[4]崔友平.经济周期理论及其现实意义[J].当代经济研究, 2003, (1) :65-70.
[5]周姗颖.浅谈经济周期理论演进史[J].大众商务, 2010, (8) :123-126.
房地产价格增长率 篇9
一、研究背景及意义
贸易条件长期以来备受各国学者的重视, 通过对一国贸易条件进行研究, 可以了解一国在对外贸易中是否能够获得贸易利益, 对所处的贸易环境和在全球中的经济地位等重要信息做出判断, 因此, 研究贸易条件变动对区域经济增长的影响有着十分深刻的现实意义。
改革开放以来, 浙江省的对外贸易规模不断扩大。2011年全省出口额突破2000亿美元大关, 其中, 实现出口总额2163.6亿美元, 同比增长19.9%。出口额排在广东、江苏之后, 居全国第三。但是近两年来浙江的生产总值增速连续落入全国末位, 2011年浙江生产总值增幅低于全国0.2个百分点, 说明浙江逐渐从追求发展速度向发展质量转变, 由此带来了生产总值增长进入所谓的“爬坡”阶段, 但这也是经济实现健康发展的必然过程。
对外贸易在中国及浙江省经济发展中的作用举足轻重。目前国内对中国贸易条件与经济增长关系的研究有很多, 如王莹 (2008) 、黄满盈和邓晓红 (2009) 等, 认为贸易条件和经济增长之间存在长期稳定的均衡关系。具体到浙江省贸易条件与经济增长的研究较少, 如姚晶晶 (2008) 认为浙江省价格贸易条件的长期变化趋势对地区经济增长有着显著的更大的影响。本文对浙江省出口商品的价格贸易条件及其与地区经济增长的关系进行分析与研究, 在一定程度上能够明晰浙江省未来经济的发展之路, 因此对浙江省经济的健康稳定发展有着深刻的现实意义。
二、价格贸易条件变动与地区经济增长的关系研究
(一) 数据来源及研究方法
1. 浙江省价格贸易条件的测算———季度数据
为更充分地考察浙江省价格贸易条件变动对地区经济增长的影响, 本章节采用季度数据对价格贸易条件进行了重新测算。分类标准采用国际贸易标准分类SITC编码。初级产品粗略地分为农产品 (SITC0、SITC 1、SITC 2、SITC 4) 和燃料 (SITC3) , 工业制成品分为劳动密集型商品 (SITC6、SITC 8) 以及资本或技术密集型商品 (SITC5、SITC 7) 。之所以把燃料单独归类主要是基于实证研究表明, 燃料类商品的价格贸易条件变动对经济增长有很大的影响。如David K.Backus, Mario J.Crucini (2000) 发现, 石油价格在过去25年间在加拿大、美国等许多国家的贸易条件变动中起了重要作用。根据浙江省进出口商品的原始数据, 采用了拉氏指数 (Laspeyres index) 对价格贸易条件指数进行了测算。
2.浙江省生产总值的季度调整
时间序列的季度观测值常常显示出月度和季度的循环变动, 季节调整是从一个时间序列中估计和剔除季节影响的过程, 显示出序列潜在的趋势分量。为反映GDP等经济指标的基本趋势, 国际上通常会对季度相关的原始数据进行季节调整。本文采用在世界上有着广泛影响的X-11季节调整的方法对浙江省地区生产总值进行调整。浙江省生产总值的季度数据由浙江省统计局公布的浙江省地区生产总值月度累计数据以及同比增长率整理所得。
(二) 价格贸易条件长期趋势变化与经济增长关系的研究
1.单位根检验
为避免非平稳时间序列回归的伪回归问题, 本文首先选用ADF单位根检验法对各变量进行平稳性检验。结果如下表所示。
注:表中c=l表示含有截距项, c=0表示不含有截距项;t=1表示含有时间趋势项, t=0表示不含有时间趋势项;p表示变量中含有被解释变量的滞后阶数。
从表1可以看出, 时间序列GDP和NBTT的ADF检验值都大于5%的显著性水平下的临界值, 因此不能拒绝其存在单位根为非平稳的序列。进行一阶差分后均小于5%临界值, 通过了ADF检验, 因此两个变量均为平稳的一阶单整序列。
2.协整检验
本文选用E-G两步法进行检验LNNBTT和LNGDP之间是否存在长期均衡的关系。首先需要对原序列进行OLS回归, 对GDPsa和NBTT进行OLS回归, 利用EVIEWS5.1得出如下结果:
对方程的残差序列进行单位根检验, 得到残差的ADF检验的统计值ADF=-3.682441小于在1%、5%以及10%的显著性水平, 因此, 我们可以拒绝残差序列具有一个单位根的原假设, 认为GDP和NBTT两者之间是存在相互协整关系的。
3.Grange因果关系检验
对于浙江省总体贸易条件长期趋势和经济增长之间的Granger因果关系, 经检验可知, 在滞后期为2时, 在1%的显著性水平下, NBTT不是GDP的Granger因 (p值为0.90177>0.01, 接受原假设) , 而GDP是NBTT长期趋势的Granger因 (p值为0.00267<0.01, 可以拒绝原假设) 。因此得出结论:经济增长对贸易条件的长期趋势变化有显著的影响。
(三) 引起价格贸易条件变动的出口商品行业分析
为探究总体价格贸易条件变动的原因, 笔者从农产品、燃料、劳动密集型以及资本或技术密集型商品这四类主要出口商品的层面上展开, 了解哪几个行业的价格贸易条件是导致总体价格贸易条件的较大变动的主要原因。
从上图可以直观地看出, 在2007年之前, 各行业的价格贸易条件波动很小并且具有很大的趋同性, 整体表现与总体价格贸易条件几乎一致的走势。由此可知, 2005Q1-2006Q4浙江省不管是总体还是分行业的出口商品其价格贸易条件变动都很小。但2007年以后, 总体价格贸易条件波动幅度很大, 与其变化趋势类似的是劳动密集型, 从上图可以直观地看出与总体价格贸易条件相比, 劳动密集型商品的波动性更明显, 幅度更大。因此我们可以推断, 劳动密集型商品的价格贸易条件的变动对总体价格贸易条件的影响程度最深, 是引起总体贸易条件变动的最主要原因之一。燃料类和资本或技术密集型出口商品的价格贸易条件波动性相对也较大, 对总体价格贸易条件也产生较大的影响。值得注意的是, 资本或技术密集型商品近年表现出波动性增大的趋势, 加之该类商品在浙江省外贸出口地位的不断提升, 资本或技术密集型对浙江省总体价格贸易条件的影响力将会持续地加大。与之相反, 农产品的价格贸易条件在此期间持续保持平稳, 由此可以推断出对总体价格贸易条件的变动影响很小。
三、结论与建议
通过前文的分析得出结论: (1) 浙江省的贸易条件与经济增长之间从长期看存在着稳定均衡的关系, 通过Granger检验得知, 浙江省经济增长对贸易条件会产生显著影响, 但是价格贸易条件的长期趋势变动对经济增长的影响不显著。 (2) 2005Q1-2006Q4期间浙江省不管是总体还是分行业的出口商品其价格贸易条件变动都很小;2007年以来对总体价格贸易条件的影响程度由强到弱依次为劳动密集型、资本或技术密集型、燃料、农产品, 其中劳动密集型行业影响程度最深。
房地产价格增长率 篇10
【关键词】国际石油价格；中国经济增长；量化分析；非线性模型
一、引言
石油作为一种基础性能源产品，素有工业血液之称，对于世界经济发展意义重大，其价格波动历来受到各界的广泛关注。近年来国际石油价格强势震荡，原油市场也进入了高波动性的新常态。随着我国经济持续高速的发展，石油的需求量也是快速增长。作为石油净进口国，国际油价的变动必定直接或间接地影响国内油价，从而影响我国宏观经济的运行。
二、文献综述
林伯强和牟敦国（2008）指出就中国当前的经济结构来看，能源价格上涨在造成实际产出下降的同时，还可能造成通货膨胀压力，但因为经济仍处于城市化和工业化进程，中国以投资为主导的经济仍将快速惯性增长，保持较高GDP增长率，能源价格上涨造成的经济紧缩尚未大到足以抵消经济增长的惯性。张斌和徐建炜（2010）认为石油价格上涨带来了广泛的相对价格变化和结构性调整意义上的产出下降和物价上升，但只有当油价变化传导至一般价格水平上涨、要素投入变化以及货币政策调整的时候，才会显著影响中国宏观经济。
通过对石油价格对真实经济冲击问题的广泛且深入研究，学术界取得了以下共识：（1）石油价格上涨不仅会影响石油投入，还会影响到资本和劳动的投入，真实经济所受到的负面影响比单纯考虑石油投入减少的负面影响要大。（2）劳动、资本等生产要素在不同部门之间的转移成本，价格粘性，不完全竞争的市场结构，以及货币政策对油价上涨做出不当反应都是促成更多真实经济损失的原因。
三、模型构建
一般而言，对于石油的进口国，油价上涨会推动物价上涨并抑制经济增长。国际货币基金组织研究显示，油价每上升5美元/桶，就会导致主要的工业国家一年后GDP下降0.27个百分点；对于发展中国家来说，则会导致GDP下降0.4个百分点。从历史油价波动产生的结果来看，高油价曾经对美国、日本、欧洲等国的经济增长产生过一定的负面影响，呈现经济增速出现放缓的迹象。但是，这种迹象并没有出现在我国，甚至当油价处于某一范围内时，国际油价的上涨对我国的经济增长表现为明显的促进作用。
全球经济的普遍增长将会刺激投资，使得企业扩张，从而增加石油的需求，推动油价上涨，而中国作为“世界加工厂”则显然会从中受益。扩大生产带来的规模效益，低廉的劳动成本和不断提高的生产率将会抵消油价上涨所带来的负面影响，使得经济增长整体表现为上升的趋势。
虽然石油价格的上升会使得大部分工业企业成本上升，但是，由于市场上不同产品的需求弹性不同，使得不同的企业在成本上升后受到的影响程度不同。同时，油价的上涨也会使大部分与能源相关的行业从中获利。石油上涨所推动的成本上涨给上述行业所造成的经济损失要小于它们所获得的利润，因此宏观表现为经济的高速增长。但这种利润主要是从消费者剩余转移过来的，而不是依靠技术进步和成本降低造成的。需求弹性较小的生产部门继续把负担向消费者身上转移，需求弹性大的生产部门则面临市场萎缩的危险。石油价格波动引起了社会总剩余在不同生产部门和消费者之间的重新再分配，在这个过程中，消费者的福利一定是减少的。
因此，石油价格对经济的影响，主要是通过改变不同产业部门的收益来影响经济的。当油价在一定范围内上扬时，获利部门增加的总收益超过因为成本上升而减产的部门的总损失，表现为油价与经济之间的正向关系。而当油价上涨的程度超过经济可承受的范围时，剧烈的物价上涨将极大地抑制市场的需求，最终影响所有部门的收益，油价与经济表现为明显的负效应。
四、实证检验
本文选择国际原油价格和原油价格的平方项作为解释变量，中国的国内生产总值作为被解释变量。国际原油价格采用美国西德克萨斯轻质原油价格，用对应时期的消费物价指数CPI进行平减。又因为石油价格受季节因素影响大，因此采用移动平均对数据进行季节调整消除季节变动的影响。GDP季度数据用GDP平减指数进行平减得到实际GDP，也进行季节调整。时间区间由1993年第1季度至2014年第4季度，共88个观测值。
回归结果：LNGDP=-0.0001368*P2+0.0317247*P+9.414645
从AdjustedR2=0.915974，F=475.1987（0.00）可以看出模型拟合度很高，P2和P都在5%的水平下显著。回归结果表明P<115.93USD/Barrel时，国际原油价格上涨，中国的经济增长速度会随之提高，此时原油价格下跌，则会引起经济增长放缓。反之，P>115.93USD/Barrel时，原油价格上涨会导致我国经济增长放缓，价格下跌促进经济增长。
五、结论
通过实证研究，我们可以得到国际油价波动对我国的经济影响呈现倒U型，在一定的范围内，部分能源类产业因油价上涨所获得的利润会高于其他产业因为成本上升而造成的经济损失，进而表现为经济整体的增长态势；当油价过高时，能源类产业所获得的利润将不能弥补生产成本上升导致的持续性物价上涨所带来的经济损失，此时经济就会表现为明显的衰退。就我国目前情况而言，如果将油价保持在某个区间内，就可以实现经济较为稳定的发展。同时，考虑到经济增长所带来的一定的通货膨胀，保持适度的油价增长率就可以维持一个比较稳定的经济增长率。也就是说，油价与经济增长之间存在着明显的倒U型趋势，我们要利用这种趋势，选择合适的油价，使经济稳定在最大值附近。
参考文献：
[1]林伯强，牟敦国.能源价格对宏观经济的影响——基于可计算一般均衡（CGE）的分析[J]，经济研究，2008年第11期
房地产价格增长率 篇11
一、我国现行房地产价格指数编制方法述评
相对国外较为完善的房地产价格指数编制实践,我国房地产市场起步晚、发育不完善,一定程度上影响了房地产价格指数编制实践的发展。我国最早研究并公布的房地产价格指数是于1995年1月投入试运行的中房指数。中国目前公布的房地产价格指数有十余种,其中,全国性的房地产价格指数主要有中国房地产指数系统(ChinaReal Estate Index System,简称中房指数)、国房景气指数(House Prosperity Index)、城房指数(City Real Estate Index)(暂未公布)、全国70个大中城市房地产价格指数和戴德梁行指数;地方性的房地产价格指数主要有伟业指数、中原城市指数、西安40指数、大连今朝价格指数等。总体来看,现行房地产价格指数的局限性主要表现在编制方法和数据来源两个方面。
1. 编制方法上存在的不足。
在国内现行的房地产价格指数中,中房指数和70个大中城市房地产价格指数仍主要采用拉氏加权指数法,即仍采用一般商品价格指数的计算方法来进行计算。但由于房地产商品具有不可移动性和单一性,在报告期很难找到地理位置、楼层、朝向等特征与基期一样的替代样本。因而,在使用加权指数法编制房地产价格指数的实际操作中,前后期所选用的样本常常是不同的,或者说缺乏可比性,由此得到的价格指数也就很难反映城市房地产市场的真实供求关系。另外,在房地产市场发展迅速、结构变化较快的情况下,反映基期市场结构的权数,也会逐渐与现期市场结构脱节,这样虽然还能够在纵向上反映市场房价的变化趋势,但与城市房地产市场的实际运行情况存在一定的差距,降低了指数在城市之间的横向可比性。
城房指数中已经开始应用特征价格法,能够在同质可比的基础上,综合考察供求关系等市场因素决定的价格变动,消除了住宅物理特征、区位特征的影响和干扰,但其编制范围在目前也仅限于完全市场化的商品住宅,并没有把二手房、别墅等物业类型包括进来。具体操作时,各城市基本上是直接套用住房和城乡建设部统一下发的编制过程,特征变量的选择及模型形式的选择,缺乏对各城市房地产市场有针对性的考虑和设计。
2. 数据来源上存在的不足。
房地产交易数据是编制房地产价格指数的基础,也是保证指数科学性和准确性的关键。我国编制房地产价格指数取得数据的渠道,主要有市场调查和市场实际交易案例两种。
中房指数和70个大中城市房地产价格指数在测算时,主要依据抽样调查得来的数据。实际中,调查数据往往存在以下问题:(1)调查数据的可靠性不足。这主要是由于抽样调查单位通常都是在指标设计好后,将表格下发到相关房地产开发公司,由后者填写后进行上报。房地产开发公司出于各种顾虑,或由于对编制房地产价格指数的意义认识不足,很难完全客观、准确地填报数据。(2)调查数据的代表性不足。由于时间和人力的限制,在编制房地产价格指数时,调查单位不可能调查所有的城市房地产价格信息,只能选择一些样本点进行调查,具体操作时,一般选择具有一定规模的房地产开发公司或楼盘进行调查,而这样得到的价格信息,难以代表整个城市的房地产市场价格水平。(3)调查数据的内容也不够全面。如中房指数调查的对象是房地产开发项目,调查的价格是项目的基准价,这个价格不考虑各房屋在楼层、朝向、内部结构等方面的差异,只是针对整个项目给出一个总体价格,而无法得到记录房屋品质特征方面的信息。
一些区域性房地产价格指数,比如大连今朝指数,在编制时采用的是市场实际交易数据。与调查数据相比,实际交易数据更真实,记录的信息更全面。但从实际交易数据的来源看,实际交易数据也存在一定的问题。获得房地产实际交易数据的渠道主要有两个:一是房地产中介公司,绝大多数二手房交易都是通过房地产中介公司完成的,中介公司拥有大量的二手房交易数据,但这些样本数据在各区域和类型上的分布并不均匀,涵盖的范围也不全面,以此计算的价格指数可能会存在一定的偏差;二是各城市房屋交易中心,由于所有房屋的买卖合同都需要到房屋交易中心登记备案,所以从房屋交易中心可以了解到所有发生交易的房屋的信息,包括房屋的交易价格和房屋的主要品质特征等。但是通过房屋交易中心得到的数据,存在一定的滞后性,尤其是新建商品房数据。这主要是因为商品房合同的备案一般由开发商办理,而开发商为了省事常常是等到合同积攒到一定数量后集中到房屋交易中心办理,这样一来,商品房的实际购买时间与其登记备案时间存在一定的间隔,尤其在未建成之前就开始销售的期房楼盘,滞后的时间可能会更长。
二、特征价格法应成为我国未来房地产价格指数实践的主流方法
随着我国房地产市场的不断健全和规范,充分利用房地产市场的实际交易信息,构建能全面反映各城市自身特点的特征价格模型及编制特征价格指数,将是各城市编制房地产价格指数的一个较好选择,也将是房地产价格指数编制实践的发展方向。
1. 特征价格法能够满足房地产价格指数编制实践发展的要求。
由于房地产商品的特殊性,使房地产价格指数的计算方法有别于其他商品的价格指数计算方法。一个优良的房地产价格指数计算方法应满足以下条件:(1)能够剔除区位、环境、质量等品质因素对房地产价格的影响,使计算出的价格指数,能够较准确地反映市场供求关系的变化;(2)数据易于收集,有较大的样本容量,从而有助于减少采样误差;(3)计算方法能够满足统计学的要求,如估计量满足一致性或渐近一致性的要求等等,以提高价格指数的准确性;(4)易于计算,便于掌握,最好能利用现有的统计或计量经济学软件包较方便地计算,从而提高计算方法的可操作性,保证指数的及时编制和公布。
综合国内房地产价格编制的实践来看,只要能够具备大量的房地产交易案例,特征价格法基本可以满足上述条件,因此,编制房地产指数时引入特征价格法,可以相对准确地反映房地产市场的供求状况,能够满足房地产价格指数实践发展的要求。另外,虽然混合模型法以及最近有学者所尝试的主成分方法、神经网络方法等房地产价格指数编制方法,似乎更具有方法上的科学性,但由于这些方法的计算过程复杂,前后期对比缺乏连贯性和系统性,可能并不适用于目前中国房地产价格指数的编制实践。
2. 由中国房地产市场的结构特点决定。
从理论与实践的效果看,特征价格法和重复交易法的准确程度高、实用性强,为发达国家普遍采用的房地产价格指数编制方法。但由于重复交易法需要大量的房地产重复交易案例,一般来说,房地产市场发展比较成熟的国家更适合使用这种方法,因为在这些国家中,三级市场发生的交易占整个房屋交易的比重最大。以美国为例,美国房地产市场上有80%左右的交易是二手房交易,只有20%的交易是新房交易,这些大量的二手房交易资料,为应用重复交易法提供了前提条件。而我国房地产市场还处于发展时期,情况正好相反,二级市场占主要地位,三级市场的交易份额并不高。由于重复交易法适用于以二手房销售为主体的房地产市场,所以相对来说,特征价格法更适用于以商品住宅为主体的中国市场。
3. 是进行经济意义分析的需要。
编制特征价格指数的基础是构建特征价格模型,通过构建特征价格模型,可以对房地产现象进行比较直观的经济意义分析,比如分析住宅特征的特征价格、住宅特征对住宅价格的影响程度、价格弹性及边际价格等等,甚至还可以应用于房地产估价领域。
4. 房地产交易管理信息系统的日趋完善,为特征价格法的应用提供了可能。
缺乏完善的基础数据支持,是一直以来影响特征价格法应用于国内指数编制实践的主要障碍。虽然目前我国房地产交易管理信息系统尚不够完善,但随着我国房地产市场的不断健全和规范,市场交易案例逐步增多,已经初步具备了应用特征价格法的现实可行性,也使对房地产各项特征因素与房地产价格关系的测算成为可能。尤其是自2004年1月建设部等七部委《关于加强协作共同做好房地产市场信息系统和预警预报体系有关工作的通知》等文件发布以来,房地产市场信息系统在全国各主要城市正陆续建立,以较小成本采集应用特征价格法所需要信息的条件正逐步形成。
三、构建房地产特征价格指数所需要的制度规范与保证
构建房地产特征价格指数是一项庞大的系统工程,不仅需要技术人员对模型的建立过程充分研究和反复尝试,还需要有相关行业管理部门从制度上进行规范管理,从而为获取高质量的交易数据提供制度上的保证。
1. 编制主体应由房地产管理部门与统计部门联合承担。
从一般意义上讲,房地产特征价格指数应由国土房屋局管理部门负责。房屋管理部门具有一套自下而上完整的信息系统,能够保证数据来源的稳定性、完整性和及时性。但在现行行政部门的职能划分上,除个别特殊部门外,价格指数均由统计部门负责编制,由统计部门和发展改革部门共同发布,作为官方权威数据供社会使用。其它部门编制的价格指数,只能作为行业内部参考,这也是住宅和城乡建设部所研究并试编制的城房指数,始终没有被广泛认可的主要原因。而统计部门的工作人员,虽然具有丰富的统计工作经验和专业的统计知识,但往往由于缺乏对房地产运行情况和管理情况的了解,在选择价格指数计算方法、评判房地产价格的可靠性方面难免会出现偏差,从而影响到所编制房地产价格指数的准确性。
因此,为保证住宅特征价格指数编制的科学性和规范化,提高我国房地产价格指数数据的编制质量,建议编制主体由各城市国土资源和房屋局及调查队联合担任,具体工作可由国土资源和房屋局指定机构负责。同时行业职能部门也应积极开展与房地产企业的合作,发挥房地产中介代理机构或咨询公司等民办机构的优势,这是补充房地产特征变量信息的最有效途径。
2. 完善房地产交易所的房地产登记备案制度。
获取真实、全面的交易信息,是运用特征价格法编制房地产指数的必备条件,编制房地产价格指数的基础数据来源只能是房地产市场信息系统。但现实情况是,在房地产交易所备案的合同中,所登记的住宅特征信息还不全面,使得研究人员不得不为编制特征价格指数进行额外的大量调查工作,这样不仅会导致指数的编制周期延长,还容易出现登记性误差。因此,为了保障交易登记资料的准确性和时效性,应从法规政策上严格规定开发商所签署销售合同的备案时间和备案内容,建立健全房地产特征信息库,以大大降低后期数据整理的工作量,提高编制特征价格指数的质量和时间效率。
3. 整合并规范主城区和卫星城房地产交易信息模式。
随着房地产市场的不断完善,居民改善居住条件等的需要,我国各大中城市居民对住房的需求量不断增加。在一些主要城市,主城区的房地产市场与周边卫星城的房地产市场已经开始融为一体,卫星城对主城区住宅市场的分流作用日益明显。特别是随着各主城区建设用地的紧缺和城市快速交通的开通,为居民在内城工作、在外城居住创造了条件,卫星城住宅价格迅速上涨,有些卫星城市已经达到或接近主城区的房地产价格。但由于历史行政管理问题的遗留,与这种相互融合现象不协调的是,目前各大中城市的主城区与卫星城区的房地产交易信息模式和管理往往存在很大差异,无法支持各城市特征价格指数的统一编制。因此,从长远的发展角度来看,应统一主城区和卫星城房地产交易信息模式,为各城市编制全部城区商品住宅特征价格指数奠定基础。
摘要：笔者结合近年来参与房地产调查实践和房地产价格指数编制工作的体会,在对我国现行房地产价格指数编制方法进行简单述评的基础上,分析特征价格法应用于我国房地产价格指数编制实践的必要性和可行性,并提出编制房地产特征价格指数所需要的制度规范和保证。
关键词：特征价格法,房地产价格,指数
参考文献
[1]统计局长在深圳调研房地产价格统计并主持座谈会,[J/OL]。http://www.gov.cn/gzdt/2010-03/03/ content_1546295.htm。
[2]陈杰:应以特征法计算房地产价格指数, [J/OL].http://news.fudan.edu.c n/2010/0407/24084.html。
[3]中国指数研究院.中国房地产指数系统理论与实践[M].第2版.北京:经济管理出版社,2005年。
[4]温海珍.城市住宅的特征价格:理论与实证研究[M].第1版.北京:经济科学出版社,2005年。