当前位置:论文网 > 论文宝库 > 经济管理论文 > 金融论文 > 正文

金融调控政策对房地产业影响

来源:UC论文网2015-12-03 17:55

摘要:

为研究国家金融调控对房地产业的影响,我们把国务院,中央银行等有关机构出台的针对房地产市场的金融调控政策抽象为一个01虚拟变量,即政策事件变量。根据房地产市场和房地产

为研究国家金融调控对房地产业的影响,我们把国务院,中央银行等有关机构出台的针对房地产市场的金融调控政策抽象为一个0—1虚拟变量,即政策事件变量。根据房地产市场和房地产实际开发步骤,建立某一地区、一段时间内的住宅房屋成交量即销售量的多元线性总体回归模型,如下:
  措施建议 措施建议
  其中为截距,为随机误差项,表示当前观测的期数。是偏回归系数,它们体现了各解释变量在单独变化单位量时对的均值的“净”影响,如偏回归系数度量了在其他解释变量(,,,)保持不变的情况下,每变化一个单位时,的均值实证研究的变化。
  为销售量,即为某一地区、一段时间内销售住宅房屋的总户数。它反映了这一地区、这段时间内的住宅房屋的成交情况,也就直接体现了该地区房地产市场整体的景气程度,是我们能直接认识到的变量,模型中作为被解释变量出现。
  为房价收入比,即每户住房总价与每户家庭年总收入之比。其用于衡量房价是否处于居民收入能够支撑的合理水平,直接反映出房价水平与广大居民的自住需求相匹配的程度,直接关系到广大民众的安居乐业。
  为预销售面积,即告报期末已竣工的可供销售的住宅房屋建筑面积中,尚未出售的部分,以及已签订预售合同的正在建设的住宅房屋面积。包括以前年度竣工和本期竣工的住宅房屋面积,但不包括报告期末已竣工的拆迁还建、统建代建、公共配套建筑、房地产公司自用房等不可销售的住宅房屋面积。直接反应了房地产市场上可供销售的住宅房屋情况。
  为拆迁户数,即根据国民经济和社会发展规划、土地利用总体规划、城乡规划和专项规划,将保障性安居工程建设、旧城区改建,纳入市、县级国民经济和社会发展年度计划需要,房屋征收部门委托房屋征收实施单位依法拆除建设用地范围内的住宅房
  屋的总户数。
  措施建议为政策事件变量,代表了国务院对房地产市场金融调控的政策事件,它是一个0-1虚拟变量,在事件发生时为1,否则为0。该变量构成的政策事件项作为解释变量是本文重点要研究的对象。
  二、样本区间选取及数据处理
  国务院于2010年一年之内连续三次对房地产市场出台金融调控政策,(见表1),其力度较大,次数较频繁,而且在近几年的金融调控历程中也较为典型,具有典型的研究意义,故本文以2010年为例研究国家的金融调控对房地产业的影响。
  表1 2010年国务院金融调控政策
  时间
  国务院出台或转发文件名称
  政策文件的主要内容
  2010年1月7日
  国务院办公厅关于促进房地产市场平稳健康发展的通知
  差别化信贷,二套房首付需40%;差别化住房税收政策
  2010年4月17日
  国务院关于坚决遏制部分城市房价过快上涨的通知
  遏制房价快速上涨,打击投机行为,提高首付门槛
  2010年9月29日
  财政部国家税务总局关于调整房地产交易环节契税个人所得税优惠政策的通知
  暂停发放三套住房贷款;首购首付3成,二套房首付款5成,利率不低于基准利率的1.1倍;房产税改革
  资料来源:国务院出台的“国十一条”,“新国十条”和财政部出台的“9.29新政”。
  乌海市矿产资源丰富,是内蒙古自治区西部的新兴工业城市,经济发展水平已位居自治区前列。其总面积1754平方公里,人口50万,有汉、蒙、回、满等25个民族,是西部大开发以来,率先在国内实施城乡一体化改革、实行城乡单一户籍制度的城市之一。故本文以乌海市为例研究金融调控政策对房地产业的影响。
  根据乌海市政府工作报告公布的数据,2010年乌海市城镇居民平均年收入为18835元,并且依据实际情况,本文以平均每套住宅一户家庭三口人计算。首先我们利用表2中的数据计算房价收入比,所用到的公式如下所示:
  金融调控
  金融调控政策对房地产业影响的实证研究—以乌海市为例
  措施建议
  表2. 2010年乌海市住宅销售情况
  时间
  2010年
  多层住宅销售面积(㎡)
  高层住宅销售面积(㎡)
  多层住宅(套)
  高层住宅(套)
  高层住宅单价(元/㎡)
  多层住宅单价(元/㎡)
  1月
  40436.84
  22365.25
  404
  207
  3255.9
  2593
  2月
  10900.55
  10968.68
  100
  96
  3215.4
  2727.3
  3月
  26276.17
  40610.42
  238
  374
  3167.1
  2564.8
  4月
  37835.97
  44898.73
  344
  406
  3156.4
  2536.3
  5月
  25807.75
  49115.16
  247
  451
  3180.2
  2565.5
  6月
  14805.96
  63251.9
  135
  526
  3246.9
  2984.8
  7月
  32814.42
  87072.43
  334
  680
  3205.4
  2139
  8月
  24726.53
  41566.02
  236
  372
  3380.6
  3174.5
  9月
  25045.16
  51858.2
  232
  454
  3466.3
  2918.6
  10月
  34583.8
  36368.31
  301
  314
  3523.4
  3110.8
  11月
  44657.81
  49979.77
  403
  470
  3744.6
  3171.2
  12月
  140592.69
  99619.02
  1414
  921
  3654.1
  2166.3

核心期刊推荐