资源描述：
《我国房地产市场的价格波动与宏观调控效应分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、2009年9月西安交通大学学报(社会科学版)Sep.2009第29卷第5期(总97期)JournalofXi′anJiaotongUniversity(SocialSciences)Vol.29(SumNo.97)我国房地产市场的价格波动与宏观调控效应分析1231孔行,刘治国,李国平,于渤(1.哈尔滨工业大学管理学院,黑龙江哈尔滨150001;2.中国社会科学院金融研究所,100732;3.西安交通大学经济与金融学院,陕西西安710061)[摘要]通过建立马尔可夫转换模型并应用于中国的房地产市场分析,发现1998年以来中国
2、的房地产市场价格一直处于上升周期,但增长快慢程度经常改变,宏观调控政策是其中的重要因素。但房地产市场发展的惯性和宏观调控的时滞、调控政策多元化目标的冲突及着力点不当、执行力度和贯彻落实不彻底等导致房地产调控的效果不佳。为此,要从明确调控目标、完善调控手段、规范政府行为等方面做出努力,使房地产宏观调控更为有效地发挥作用。[关键词]房地产价格;马尔可夫转换模型;宏观调控[中图分类号]F123[文献标识码]A[文章编号]10082245X(2009)0520028208变量来进行分析,但这只能解决样本期间内结构性转一、研究背景[
3、1]变的问题,且虚拟变量的设置是外生给定的,所以房地产业作为中国迅速发展的新兴产业,对国民会造成结构性转变的估计结果较为主观。对于结构性经济发展起着举足轻重的作用。围绕着中国房地产业的连续变化,并且变化的时间点并不确定的数据资料,[2]近几年的蓬勃发展以及房价的不断上涨,经济学界和传统线性回归模型的解释力非常有限。本文拟通房地产业界的争论越来越激烈,对于认定房地产是否过引进马尔可夫转换模型(Markov2switchingModel)来过热,是继续高速发展还是严格调控速度,分歧很大。解决数据非线性和结构性转变问题,该模型可
4、由样本2007年下半年以来,在国内外宏观经济形势变动的背的估计结果推估结构性转变的时点,解决了古典回归[3]景下,房地产市场成交量骤降,价格回落,房价拐点又分析中需外生给定结构性转变时点的问题,利用该引发热议。房地产市场的复杂多变决定了房地产价格模型还可以计算出房地产价格波动的“转变概率的波动频繁,但国内对于房地产价格波动形态、波动机(TransitionProbability)”,从而预测样本外发生结构性[4]制及政策选择的深入分析并不多见,如房地产价格的转变的可能性。变动究竟是因为其它变量改变所引起的合理调整,还二、中
5、国房地产价格波动的状态转换分析是已经偏离预期合理的波动空间;房地产价格的每一次波动是其在长期发展趋势中的短期变动还是动态的(一)研究资料说明与数据检验结构性改变,均有待深入研究。在本研究中,中国房地产价格(cnph)数据来源于国内现有研究之所以无法分析房价的动态改变,国家统计局和发展改革委员会。由于原始数据是是因为当前研究中所采用的古典回归分析方法的限1998年以来的当期同比增长率,故本文将1997年各制。对于房地产价格的结构转变,一般通过引进虚拟月定为基期,然后根据同比增长率计算商品房销售价[收稿日期]2009-03-0
6、3[基金项目]国家博士后科研基金项目(20080430505)[作者简介]孔行(1963-),男,黑龙江哈尔滨人,哈尔滨工业大学管理学院博士研究生;刘治国(1978-),男,河北石家庄人,中国社会科学院金融研究所博士后流动站研究人员;李国平(1955-),女,四川宜宾人,西安交通大学经济与金融学院教授,博士生导师;于渤(1960-),男,黑龙江哈尔滨人,哈尔滨工业大学管理学院教授,博士生导师。28孔行等:我国房地产市场的价格波动与宏观调控效应分析格定基指数,其中2005年7月以前的数据为当季值,利用最大似然估计法对式(1)
7、进行参数估计,结利用插值法转换为月度数据,并利用X12法消除季节果如表1所示。其中,各变量的估计系数均非常显著,因素的影响。时间序列为1998年1月-2008年12月并且方程整体的拟合程度较高,表明马尔可夫转换模的月度资料,均来自于中国宏观经济信息网数据库。型较好地拟合了中国房地产市场价格波动的机制转换为了克服变量序列之间的异方差性,本文实证分析中情况。同时表明,对于中国的房地产市场来讲,在房地所有变量均以对数形式出现。产价格处于高增长的状态时,平均每月的增长速度为(二)马尔可夫转换模型及在中国房地产市场的1.17%,而低
8、增长状态下平均每月的增长速度仅有应用0.22%;每种体制都是高持续的,房地产价格在本月高马尔可夫转换模型假设一个时间序列的状态可被增长且下个月继续高增长的概率为P11=(1-P12)=分解为多个无法直接观察到的元素,例如研究资料由0.802,因此房地产价格高速增长的区间平均持续1/两种概率分布“混合”产
