住宅价格与土地价格的城市差异及其决定因素

本文通过建立中国城市住宅市场与土地市场的联立方程模型,试图解释住宅价格、土地价格的城市间差异。通过收集中国35个大中城市的105个样本数据,利用OLS和2SLS两种方法估计了城市住宅价格与土地价格方程。实证结果表明住宅市场与土地市场是互动影响的关联资产市场,住宅价格与土地价格之间存在联立性。人口数量、财富水平、建筑成本、住宅预期收益和土地市场化程度是造成中国城市间住宅价格、土地价格差异的决定因素,而平均工资与城市宜人性的影响并不显著。     

住宅非市场化供给、房价波动与经济波动——基于省级面板数据的实证研究

采用面板协整技术,利用1999—2009年中国省级面板数据分析了住宅非市场化供给、住房价格波动与经济波动之间的关系。实证研究表明：住宅非市场化供给和住房价格波动之间存在较强的负相关关系,住宅非市场化供给的增加,能够平抑商品房价格的上涨幅度;住房价格波动与经济波动之间存在显著的正相关关系,住宅非市场化供给的变化能够通过住宅价格的变化,最终会作用于经济增长,进而影响经济波动;地区经济发展水平与房地产市场发育程度的差异,对住宅非市场化供给、住房价格波动与经济波动三者之间的区域关系造成显著影响。     

住宅增量与存量价格关系的实证检验

以武汉市8个城区住宅增量与存量价格的季度数据,采用HP滤波和交叉谱分析等工具,研究了住宅增量与存量价格的领先-滞后关系。结果表明,以住宅增量交易为主导的市场结构中,增量住宅价格周期普遍低短于存量住宅价格周期,增量住宅价格波动比存量住宅频繁;增存量住宅价格两者之间存在着很强的关联性,增量住宅价格较存量住宅处于领先或同步的关系,与存量-流量模型中存量决定增量的结论不完全一致。     

房价与地价关系的实证研究

文章利用1998年第1季度至2009年第4季度的商品住房价格指数和住宅用地价格指数分别代表房价和地价进行实证检验,结论一致表明房价和地价之间只存在单向的因果关系,即房价拉动了地价,而地价推动房价的观点是站不住脚的.     

住宅价格波动与消费增长的实证分析与理论解释

以房地产价格波动影响消费的主要途径为切入点,通过构建模型,分别以我国1987-2005年的年度数据和31省(市、区)1999-2005年面板数据对我国住宅价格波动与消费支出进行实证检验,结果都显示住宅平均销售价格上涨有降低个人消费支出的压力即中国住宅价格与消费之间呈负相关关系,最后对产生这种负的财富效应的原因提出新的理论解释。     

资产升值预期、收入水平对房地产价格的影响

房地产的升值预期推动房地产价格的上涨,可以认为是房地产市场投机性存在的一个根本动因.文章利用2000年1季度-2008年4季度24个省份住宅价格和相关经济指标的季度数据,运用门限计量模型,对货币政策进行理论分析并选取相应的门限值,构建基于预期资产收益变动、可支配收入的住宅价格模型,旨在探索房地产升值预期的投机性需求,和收入水平提高、生活质量改善的刚性需求对房地产价格上涨的作用机理,研究基于房地产升值预期的投机行为和刚性需求在货币政策背景下对房地产价格变动的阶段性影响.     

商品住宅需求及价格的市场内部推动因素分析

文章以1998～2005年间大连市住宅市场运行的季度时间序列为基础,通过利用协整理论和建立自回归分布滞后模型,探讨了住宅套均面积、家庭总户数、人口结构等市场内部因素对于商品住宅需求及价格的影响.结果表明,住宅市场有效总需求及住宅价格均与各市场内部因素之间存在长期协同互动的关系,受市场内部因素的影响显著.     

城市住宅价格的宏观经济影响因素

宏观经济与住宅产业之间存在相互影响和相互作用的关系,住宅价格波动既是宏观经济景气循环的原因,也是宏观经济景气循环的结果.因此,那些对宏观经济波动产生作用的宏观经济变量,也就成为影响住宅价格波动的重要因素.本文拟从理论和实证两个方面来考察宏观经济主要变量对住宅价格的影响,以对正确认识房地产价格问题提供有意义的思路.     

长江经济带区域经济差异与空间格局分析

文章基于2006-2015年长江经济带126个主要地区的经济统计数据,采用泰尔系数与GIS-ESDA探索性空间分析方法,对长江经济带区域经济差异与空间格局进行分析.结果表明,长江经济带经济发展水平总体差异明显,但呈现减弱趋势,各城市间差异大于城市群际之间差异;经济发展水平较高的地区主要集中在长三角州城市群,正相关集聚效应显著;中游城市群地区中心城市与外围城市经济联系度不强;西部成渝城市群地区、滇中、滇南城市群区缺乏高水平地区,低低水平集聚关系较为显著;长江经济带经济空间组织特征呈现多核心与单核心边缘结构特征.     

关于我国住宅价格波纹效应的研究

住宅价格的波纹效应在近年采引起了研究者的兴趣.文章基于协整检验,对我国部分省份的住宅价格的波纹效应进行了数量研究,结果显示了3-2-2的扩散模式.黑龙江、陕西和青海在第一层;山东和湖北在第二层;云南和北京在第三层.文章的研究有助于预测地区住宅价格的变化趋势;同时也能为政府制定适当的房产政策提供参考.