房地产调控研究论文篇（1）

2004年以来，金融杠杆与行政手段、财税手段、土地手段一道共同参与对房地产业进行宏观调控，虽然取得了一定进展，但从总体上看，效果远不尽如人意。

一、金融杠杆参与房地产宏观调控效果评价

在本轮国家对房地产市场的宏观调控中，金融调控手段不断在强化。自2004年10月至2007年9月不到三年内，央行已经连续9次加息，仅2007年就5次加息。为抑制经济运行中过多的流动性，自2006年7月到2007年11月，央行曾先后12次上调存款准备金率，将存款准备金率由8%调升至13.5%。2007年9月27日，央行与银监会又联合下发了《关于加强商业性房地产信贷管理的通知》（银发[2007]359号，下称“359号文”）。文件对申购第二套（含）以上住房的，作出了严格的规定。如此频繁的金融调控措施，但效果并不理想，主要表现在如下几个方面：

（一）房地产投资继续升温

自1998年以来，我国完成房地产开发投资年均增长都在20%以上。2007年1

—9月份，全国完成房地产开发投资16814亿元，同比增长30.3％，比上年同期加快6个百分点，比全部固定资产投资高4.6个百分点；1—9月份，全国房地产开发企业资金来源为25379亿元，增长37.9%。上述数据说明房地产开发投资仍然在高位运行，温度不断攀升。

（二）房价居高不下

近几年来，我国许多城市的房价都翻了一番。2007年房屋销售价格继续较快上涨，部分地区房价涨幅居高不下。2007年11月全国70个大中城市房屋销售价格同比上涨10.5%，涨幅比上月高1.0个百分点；环比上涨0.8%，涨幅比上月低0.8个百分点。新建商品住房销售价格同比上涨12.2%，涨幅比上月高1.6个百分点；环比上涨1.0%，涨幅比上月低0.9个百分点。深圳已经连续21个月同比涨幅超过10%，其中10月份为21.1%；北京连续18个月同比涨幅超过8%，10月份达到17.8%。

（三）房贷风险加大

我国商业银行发放的个人住房消费贷款快速增长。从1998年的3106亿元增加到2007年上半年的25720亿元，占同期人民币贷款余额的比重从3.3%上升到10%左右，年均增速超过40%。

9月末，全国商业性房地产贷款余额4.62万亿元，比年初增加9410亿元，同比增长29.6%，增速比上年同期快5.2个百分点。其中，房地产开发贷款余额1.76万亿元，比年初增加3491亿元，同比增长26.9%，增速比上年同期降低2个百分点；购房贷款余额2.86万亿元，比年初增加5924亿元，同比增长31.4%，增速比上年同期提高13.5个百分点。

个人住房消费贷款违约风险已有攀升趋势。据19家银行的不完全统计，个人住房消费贷款中，违约客户高达18万户；工行、中行、建行2006年末个人住房不良贷款已接近200亿元。

上述情况说明，当前我国房地产市场存在着严重的问题，滋生着一定泡沫。虽然形势总体发展状况还是可控的，但是如果房地产投资、房价继续高涨下去，泡沫的风险就会逐步加大，加之我国流动性过剩的格局并没有发生根本变化，当前银行体系流动性过剩形势依旧严峻。因此，对房地产市场宏观调控的任务仍然十分紧迫而艰巨。

二、金融杠杆参与房地产宏观调控失灵的成因分析

尽管金融杠杆频频出手，但房地产市场的形势仍然不见根本好转，金融杠杆参与房地产宏观调控，甚至处于失灵状态。究其原因，大体上有客观原因和主观原因两种情况。

从客观上看，第一，由于城市化发展迅速，商品房供不应求；第二，货币流通严重过剩；第三，世界性的资产重新定价潮流影响。上述三个因素推动着我国房价不断走向高处。除掉上述客观原因外，主观原因有以下几点：

（一）对房地产业宏观调控往往处于两难境地

房地产业已经成为我国国民经济的重要支柱产业，在国民经济的发展中，占据了举足轻重的重要地位。房地产业贷款，在我国银行信贷占据了很大的比重。房地产业的这样一个重要地位，使得决策者进行宏观调控时，往往会处于投鼠忌器的两难境地。这有点像妈妈惩戒犯错误的孩子，打轻了孩子不当回事；打重了，又怕伤害了孩子的身体。房地产业宏观调控一直处于这样两难之中：下手轻了往往不起作用；但是下手重了，又怕伤害了房地产业的发展，甚至损害整个国民经济，这个尺度非常难以把握。近期“359号文件”就是一个例证：出台了“359号文件”，但看到一些城市的剧烈反应，又不忍心下重手，导致市场仍对其中的“第二套房”如何认定争论不休，政策难以执行，调控效果也就不了了之。

（二）地方利益的制衡

在我国绝大多数城市中，房地产业都是地方经济的支柱型产业。土地出让金收入和房地产开发交易的税收收入，是各个城市地方财政的主要进项。有专家曾做了初步测算，房地产业的收入约占全国多数城市地方财政收入的51%。因此有人又把城市财政直称为“土地财政”。如果在房地产宏观调控中，严格执行国家的相关政策，就可能严重损伤地方财政的财源。这是绝大多数地方政府所不愿意看到的，也是他们对宏观调控措施执行不利的最根本的内在因素。

（三）地方银行的消极抵制

房地产贷款，一直是各商业银行的重要贷款，个人房贷一直被银行业视为“优质蛋糕”。以交行为例，2007年以来虽然在不断地压缩开发性贷款，但是却在谨慎扩展个人房贷，先后推出了“安居贷”个人住房贷款以及“轻松安居贷”个人住房循环贷款产品。建行是房贷的龙头银行，按照其披露的2007年中报数据，其个人贷款平均余额由2006年6月30日的48906亿元，增加至2007年6月30日的6337亿元。“高利润、低风险”的个人房贷是各家商业银行争抢的业务，面对“房贷新政”的实施，各商业银行的态度并不积极。

“359号文件”出台以来，各类银行谁也不愿明确制定严格的“第二套房”细则，生怕因自己的细则过严而导致优质客户的流失。结果是调控政策所伸出的拳头“高高举起，轻轻落下”，调控功能大多被化解了。

（四）房地产宏观调控指导理念的“一刀切”

当前我国正处于社会主义的初级阶段，区域经济发展的不平衡是一个最基本的特点。由于历史及多种原因，各区域之间的经济发展水平差距相当悬殊。各项经济政策只有充分地考虑到这一现实，才会是有效的政策，才能达到预期的目的。我国房地产宏观调控失灵的一个重要原因，在于宏观调控指导理念上过多地强调政策的全国统一性，往往忽略了区域经济发展的不平衡性和差异性。

我国600余个城市的房地产业发展是极不平衡的，大体上可以分为五种类型：第一类区域是发达地区，包括上海、北京、广州、深圳。这些城市房地产市场投资炒房比例很大，外资进入量大，房价很高，涨幅很快。第二类区域是比较发达地区，如东莞、珠海、杭州、南京、苏州、宁波、温州、福州、厦门、天津、大连等地区。他们集中在以珠三角和长三角地区为主的东部沿海地区，房地产市场相对比较活跃，投资炒房比例较大，外资进入量比较大，房价相对比较高，涨幅较快。第三类区域是发展中地区，俗称二线城市，如武汉、重庆、成都、沈阳、长春、哈尔滨、西安、郑州、南宁、太原、兰州、乌鲁木齐、银川等中部、东北、西南、西北地区的城市。它们的特点多是房地产市场启动相对较晚，近几年来房地产市场得以较快发展，居民自住性购房占市场主导地位，房价运行相对比较平稳。第四类区域是刚启动地区，主要体现在中部、东北、西南、西北地区的一些省属城市。它们的房地产市场化水平不高，地价较低、房价也比较低。第五类区域是滞后地区，除东南沿海个别县级市，全国绝大多数的县级城市房地产业处于刚刚起步阶段，房地产市场启动相对滞后，房价较低。由于忽略了区域经济发展的不平衡性和差异性，实施全国统一的调控政策，结果出现了该调控的没能很好调控，不该调控的也跟着调控的结果，导致有病者吃药的剂量不足，没病的也得跟着吃药。在第一、二类地区，一旦房地产市场稍有下挫，调控政策就立即出现折扣现象。迄今为止，很难有一项宏观政策能够一贯到底。

综上所述，可以看出：其一，与房地产宏观调控失灵的主客观原因相比，外因是条件，内因是根据，主观原因应该是主导的；其二，房地产宏观调控失灵的主观原因中，忽略了区域经济发展的不平衡性和差异性，这是最主要的原因。

三、实施区域差异的金融调控政策建议

依据当前我国房地产业发展的风险状况和金融杠杆失灵的成因分析，为破解金融杠杆参与房地产宏观调控的两难境地，笔者提出如下的金融政策建议：根据我国房地产业发展不平衡的实际状况，建议实施考虑区域差异的宏观调控措施，即按照各个区域房地产业发展处于不同历史阶段、当前存在的问题以及宏观调控的任务，因地制宜，实行有差异的金融调控措施。

对第一类地区和第二类地区，它们是宏观调控的主要对象，因此，应该采取相对比较严厉的金融措施。例如，第二套住房的首付应该严格按照以家庭为单位进行界定，无论是国内银行还是外资银行都应该执行统一的从严调控的标准。利用严格的金融杠杆，从严控制上述地区的炒房风潮，囤地风潮，下大决心保证房价的平稳运行。

对于第三类地区（往往俗称为第二线地区），房地产市场虽然也有一些这样或那样的问题，但问题多是苗头性的，所以对这类地区宏观调控政策应当适当放宽。例如，本次“房贷新政”中，第二套住房可以界定为按个人为单位。通过宏观调控措施，对这类地区起到警示作用，既促使当地的房地产业得以健康发展，又防止过热和房价过快上涨的弊端产生。

对于第四类和第五类地区，由于其房地产业刚刚起动，甚至是启动不足，因此应该对它们采取扶持和支持的态度，所以宏观调控中，对这类地区应该是网开一面。例如，“房贷新政”中，第二套住房的规定在上述地区可以不实行；甚至对于该类地区的购房贷款的首付款比例采取更加优惠的政策，以鼓励和支持第四类和第五类房地产业的快速发展。

房地产业和地方经济的关系有一个递减规律在起作用。房地产业是一个基础性和先导性产业，在一个城市经济发展的不同阶段有着不同的作用。当一个城市经济处于腾飞的初期阶段，房地产业是地方经济的支柱型产业，房地产业收入是各个城市地方财政的主要收入。但是，随着城市经济的不断发展，房地产业的地位和重要性逐渐发生变化，呈现递减形态，其支柱型产业地位会逐步由其他产业取而代之。这一规律在广州、深圳和上海都有明显的体现。因此，在对房地产业宏观调控中，实施区域差异调控政策，不会对一、二类区域经济产生大的不良影响。

总之，采用上述区域差异政策，有压有保，既可以防止房地产市场大起大落，房价无限制地攀升，化解房地产业的风险，同时又促使后进地区的房地产业发展，促进地方经济的平稳、健康、快速增长。区域差异政策有利于缩小全国各个区域经济差距，从而解决决策层和管理层对房地产业宏观调控的两难境地，可以把房地产业对国民经济发展带来的风险降到最低点，使其对国民经济的推动作用扩大到最大程度，确保国民经济平稳、健康地快速运行。

【参考文献】

房地产调控研究论文篇（2）

1.经济主体的多元化使得住宅需求日趋多元化。按购房主体可分为国外需求、本地需求和外来需求；按购房动机与目的可分为自住需求和投资需求，自住房需求还可细分为因拆迁、结婚离婚、家庭小型化、进城务工、为子女上学、就业形成的刚性需求和收入水平提高带来的改善型需求等(见表1)。

2.收入增长与住房需求。从对住宅需求的细分可以看到，中国住宅市场正处在一个改善性需求和刚性需求的集中释放期，其中，改善性需求的增长主要来自中国经济的高速增长和城镇居民收入的增长。自1999年以来，中国经济进入新一轮持续强劲增长周期，GDP年均增长率9.4%，人均可支配收入年均增长率9.6%，这为人们改善居住条件，卖旧房、买新房奠定了基础。

3.城市化、婴儿潮与住房需求。1978年改革之初，中国城镇人口占总人口的比重只有18%，到2007年达到44.9%，城市化率年均增长0.89个百分点，而近10年城市化进程加快，年均增加1.4个百分点，这意味着每年新增城市人口近2000万。这种大规模的人口迁移是世界上任何国家城市化中所未曾有过的，由此诱发的刚性需求也是显而易见的。

4.除人口数量外，人口结构也是影响需求的重要因素。自建国以来，我国共出现了三次“婴儿潮”，1963～1974年第二次“婴儿潮”和80年代后期出生的第三次“婴儿潮”，使得未来15年我国25～35岁和35～45岁人口占比重上升，当这些年轻人步入成家立业年龄，购房就成了必然的选择，将进一步加大住房的刚性需求。

5.资产升值与住房需求。更值得人们关注的是，城市化和人口结构变化带来的不仅是自住性住房需求，还有投资需求。其实，住宅兼有消费与投资的双重属性，自住性购房也是一种投资。多年来城市化中大量的政府债券、财政支出和银行贷款投向了土地和市政基础设施上，水、电、燃气、道路交通、空气、环境的改善带来了与城市化相关资产的升值。土地从无偿到有偿，从协议价到招拍挂价，土地制度改革滞后及政府垄断推动了以土地为核心资产价格的飙升，2002～2007年土地交易价格年均增幅为8.8%，此间，商品住宅价格年均增幅为7.1%。资产升值向人们注入了靠资产致富的理念。改革前人们只有可出售的人力资产，如今有了房产，以此为抵押就可以从银行获得贷款，扩大当期消费或购买更多的实物资产，从中获取收益。资产升值、扩大财产收益进一步刺激了住房需求。

6.高储蓄率与住房需求。依据莫迪尼亚尼的生命周期理论，当一个经济体的人口从青年为主变成以中年为主，它的储蓄率就倾向于上升，当一个经济体从中年人走向老龄化，如发达国家65岁老龄人口占总人口的比例：美国为12.3%；欧盟为16.3%；日本为17.2%，它的储蓄率趋于下降。中国正处在“人口红利”期，劳动适龄人口比重正处在前所未有的高位，使得经济中进行储蓄人群的比重增加(见表2)，而社会福利制度不健全；自我养老模式为主进一步提升了中国的储蓄率。高储蓄率不仅为国家经济发展、扩大生产、增加就业提供了充足的资本，也为百姓投资理财，提高财产性收入的比重奠定了基础。而住房投资诱人之处在于：一是收益率高于一般投资品，特别是在通货膨胀时期，房地产有水涨船高的特点，可以规避储蓄存款负利率和股市波动的风险；二是在我国住房投资交易成本和持有成本比较低，虽然政府推出5年内对房屋交易全额征收营业税、开征个人所得税和土地增值税等，但税赋多由买方承担，在保有环节的不动产税还迟迟没有出台。据相关统计显示，广东、浙江、北京、上海、江苏和福建居民财产性收入在全国名列前茅，其中，房屋出租收入均占较大比重，甚至高于股息、红利、利息和其他投资。

与此同理，外资青睐于房地产投资，除人民币升值的因素外，更看重的也是房地产投资收益率高、持有成本低和分散风险等比较优势，及支撑房地产业长远发展的中国经济。很显然，现阶段旺盛且多元化的住房需求主要发端于中国的实体经济、其特定的发展阶段和诱发资产价格膨胀的制度因素，这与发达国家人口老龄化、城市化后趋于饱和的房地产市场，过热的住房需求多来自金融产品创新、融资的便利(如次级抵押贷款、零首付、房屋产权贷款及与房产挂钩的消费信贷等)和税收激励等是有质的区别的。

(二)住房需求与银行信贷

从理论上讲，房产价值高，资金投入大，居民购房离不开信贷的支持。美国人购房80%以上需要银行贷款，可中国的老百姓借钱买房只是近10年的事情，银行信贷虽有扩大居民购房需求的可能，但其发展还是相当缓慢和滞后的。

1.个贷增量与销售额之比。如果说住宅需求旺盛表现为房价上涨和交易量上升，那么住房销售额则是量与价的集中反映，个人住房贷款增量与和商品住宅销售额之比可以反映出贷款对购房需求的影响。2000年在实施住房分配货币化改革后，个人住房贷款年度增加额占当年商品住宅销售额的50%强，此后直至2003年基本维持在50%左右。自2004年宏观调控以来，房价上涨，央行8次上调个贷利率累计增幅2.34个百分点，加上提前还贷，导致个人住房贷款年度增幅趋缓。2007年个人住房贷款新增额为6948亿元，仅占当年商品住宅销售额25323.5亿元的27.4%(见图1)。

2.个贷余额与银行信贷之比。尽管我国个人住房贷款增速高于银行信贷的增速，但占银行信贷比重多年仍在10%左右徘徊。2004年以前个贷增速较快，年均增幅为90%，此后个贷增幅稳定在30%左右，2007年个贷增幅虽有所上升，为35%，但如果将房价上涨和统计数据调整的因素考虑在内，其增幅还是比较平稳的(见图2)。

3.个贷的基本特征分析。国家统计局的抽样调查数据显示，25-45岁群体是购买商品房的主要群体。央行16个城市的抽样调查也表明，40岁以下的购房者占78%；31~40岁的购房者占43.7%，且70%左右的借款人年收入在10万元以下，购房主要是自住，这与我国实体经济中的住房需求结构基本吻合。

4.购房投资动机与预期分析。人们购房投资动机无一例外都为了获取收益。对于靠银行贷款进行投资的购房者来说，其收益主要包括两部分：买卖住房的预期资本收益和租赁收益。贷款购房的成本主要包括三个部分：贷款成本、首付款造成存款利息的损失和税收成本，如考虑税赋多由买方承负，可忽略不计，预期收益计算公式为：

预期利润=预期资本收益+租赁收益-70%×贷款利率-30%×存款利率

加息可以增加贷款投资的成本和存款利息损失，进而抑制短期投机，但加息也会影响投资者的通胀预期。在通胀的情况下，贷款和存款的实际利率下降，会降低投资者的借贷成本；住房水涨船高的特点可以提高预期资本收益和租赁收益。如果长远的预期收益大于购房的实际成本，或高于其他资产收益，货币政策可能会强化住房的投资需求。其实，投资性住房需求会推高房价，但并不改变住房的总需求，因为投资者无论是出租或出售都必须有最终使用者(房客或买家)，否则投资者要自食零收益的苦果。

综合上述分析，我们可以看到：(1)个贷的增量与存量占比较低表明，现阶段居民购房仍主要依赖个人和家庭金融资产积累。高收入者买房不贷款或提前还贷，温州炒房团、山西煤商多动用的是民间资本；集团购买、政府采购高档房，动用的是财政资金；中青年人违背“先积累后消费、先租房后买房”的消费模式，得利于代际财富的积累。在这种情况下，货币政策、融资便利对抑制居民购房需求有影响，但影响十分有限。(2)对不同的住房需求主体，货币政策的影响也有所不同：对低收入和高收入群体而言，抑制需求的货币政策几乎无效，因为低收入者面对高房价和高利率根本无力靠贷款买房，而高收入群体则根本不需要靠借钱买房；对中等收入的家庭来说，偿还能力强的会提前还贷，避免借贷成本的攀升，偿还能力弱的只能节衣缩食，挤占其他消费支出或推迟购房计划；对以投机为目的的短期炒房者来说，要么不需要银行贷款，要么则是因为房价上涨速度的相对趋缓，或因交易费用的提高而有所收敛，但对看好中国房地产市场的长期投资者，货币政策作用有限。

二、货币政策与住房供给

旺盛的需求可以拉动房价上扬，供给不足或供给结构性短缺也会导致价格上涨。从这个意义上讲，货币政策是一把双刃剑，在影响住房需求的同时，也会影响房地产开发企业的融资能力、融资成本，进而影响住房的供给，而供给不足或结构性短缺也会造成房价的上扬。

(一)住房供给与货币政策

资金是房地产企业的生存之本。我国现有房地产企业5.8万家，产业集中度低，上规模企业少，中小企业多，平均负债率在70%以上，中国资本市场的发展为企业开辟了多元化融资渠道。但2007年股票市场累计融资额不过8431亿元，64家房地产上市公司中有万科、招商、保利、金地、金融街、北京城建、泛海建设等22家增发新股，加上境外上市的房企融资不超过1000多亿元，银行信贷仍是房地产企业融资的主渠道。在这种融资格局下，提高借贷门槛和贷款利率必然会影响企业融资成本。对于资质好的大型房地产企业不愁得不到银行信贷支持，尽管6次加息导致一年期贷款利率累计增加1.35个百分点，但只要市场需求旺盛，销售顺畅，企业就可以将加息成本、税收和土地成本等通过高房价转嫁给消费者。对于大多数中小型房地产企业来讲，在“紧缩”货币政策下，获得银行贷款则比较难，上市融资更难，灰市上的资金成本高达15%-30%。

融资成本加上土地成本的上升，影响着企业收益预期，改变了企业开发行为和建设的时序。在“紧缩”政策影响下，许多房地产企业因资金不足只能分期开发，推迟或延长开发期，从而影响住房的供给。下列指标反映现阶段住房供给偏紧：(1)土地购置面积与开发面积。2007年土地购置面积40609万平方米，虽扭转了连续两年的负增长，但土地开发率为66%，比2006年低8个百分点。土地购置、开发面积的下降与土地制度和高地价相关，2003-2007年全国居住用地价格平均增长2-3倍，一些大城市招拍挂的土地价格更高。土地供给有限、天价地成为住房有效供给一大瓶颈。(2)竣工率、竣工面积和销售率。我国房屋建筑面积竣工率已从2002年的37.2%降至2006年的28.6%，2007年更为24.8%，连续5年负增长。就商品住宅而言，2003-2007年的竣工率分别为35%、32%、31%、30%和25.6%，这意味着许多新开工和在施工的期限延长，没有形成有效的供给。

在供给偏紧的情况下需求依然旺盛，商品房和商品住宅销售面积达到7.6和6.91万平方米，增幅分别为23.3%和24.7%，导致商品住宅的销售率持续走高(见图3)。

(二)住房供给结构与货币政策

住宅市场结构性短缺也是推动房价上扬的重要因素，且不是央行一刀切利率政策所能解决的。近两年政府虽推出90／70、经济适用房和两限等政策，但结构性短缺问题仍没有得到根本性改观。

1.大户型、高档化的格局没变。据初步统计，全国40个重点城市新建商品住房套型建筑面积90平方米(含)以下的住房批准预售面积为4973万平方米，仅占25.8%。2007年，商品住宅投资1.8万亿元，90平方米以下住宅投资仅占16.6%，这些小户型住房上市交易也要等到2008年。从各城市网上交易的住房来看，也多是大户型(见图4)。

2.租赁市场欠发达。北京、上海、广州等一些流动人口多的大城市，急需发展多层次的租赁市场，面向青年人的青年公寓、新婚家庭的鸳鸯公寓、老年公寓、农民工公寓等，但目前还没有相应的土地政策、信贷政策、税收政策扶持租赁住宅的开发与经营。

3.经济适用房供给不足。经济适用房作为政府干预住宅市场的一项政策工具，无论是对低收入群体实施特殊性保障，还是对中低收入群体实施普遍性保障，其基本原则就是对市场的“拾遗补缺”。近几年，房价上涨过快、城市拆迁规模过大、大户型高档房越建越多，百姓对经济适用房的需求增加，但自2002年土地新政对商业性用地实施“招、拍、挂”以来，地方政府受利益驱动却不愿意无偿划拨土地，增加经济适用房的供给，导致其投资规模、开工、竣工和销售面积均呈下降趋势(见表3)，2007年经济适用房完成投资833.8亿元，增幅19.7%，但占房地产投资的比重仅为3.3%，这大大削弱了政府优化结构、平抑价格和调控住宅市场的能力，也削弱了经济适用房的保障功能。

由于我国现阶段仍保留着住宅供给的“双轨制”，即市场供给与非市场供给并存，一些有权有钱的政府部门和垄断企业借经济适用房之名，行福利分房之实，所建的高档房、高价房虽记入经济适用房开发建设，但并不向社会发售，因此无法形成有效供给，反而会加剧住房结构的扭曲和收入分配的不公。

上述分析表明：(1)在房地产企业负债率偏高、融资渠道有限的情况下，银行紧缩信贷、提高融资成本，会抑制住宅供给，在需求不变的情况下，将推动房价走高；(2)住宅市场结构性的短缺，中低价位中小户型普通商品房、租赁房、经济适用房供给不足，仅靠货币政策，其效果也是十分有限，还需政府从制度建设入手，运用法律、经济和行政手段优化结构，保障供给。

三、政策性建议

房地产调控研究论文篇（3）

一、引言

资本结构理论是公司金融领域最重要的研究课题之一，自从Modigliani and miller（1958）提出在完美的市场，资本结构与公司价值无关的MM理论以来，关于公司如何选择资本结构以及融资决策是否影响公司价值的问题，整个学界展开了广泛而深入的研究和讨论。在我国作为政府工作的重点之重，房地产作为宏观经济发展的支柱产业，它的健康平稳发展非常重要。由于我国房地产行业融资渠道单一，资金来源以银行贷款为主，资产负债率相对较高。房地产业存在一定的周期，而且受监管力度，受宏观调控影响较大，一旦资金链断裂，将会引发市场系统性风险。在资本结构动态调整模型的框架下，以2006年到2010年沪深两市110 家房地产上市公司的数据为样本，本文研究企业资本结构的动态调整行为，探索经济改革动态背景对资本结构的影响：随着对房地产开发资本金比例要求的提高、商业银行对房地产开发贷款的条件越来越苛刻，传统的依靠银行作为主要资金来源的融资模式受到限制。土地供应的“闸门”逐渐拧紧，资金闸门也在拧紧，房地产企业资本结构调整的难度和成本都大大增加。那么，房地产宏观调控是否对房地产企业的资本结构产生重大影响?如果有影响，又将是怎样的影响?房地产企业的资本结构调整方式将发生怎样的变化?

本文的随后结构是这样安排的：第二部分回顾相关文献，第三部分是对宏观经济因素影响房地产上市公司资本结构进行了实证分析，第四部分结论：根据实证分析得出结论并分析文章局限性。

二、关于资本结构理论的文献综述

自Modigliani 和Miller(1958)无关性定理以来，资本结构领域的文献大量涌现。

研究者逐步放松MM 定理中的完美金融市场假设，从税收、破产成本、成本、不对称信息、控制权竞争、产业组织、市场时机选择等角度论述了资本结构如何影响企业价值。研究表明，资本市场、产业特性和公司特质等均对企业的资本结构及融资选择有着重要影响。然而宏观经济环境为企业提供了最基本的融资环境，是公司进行融资与投资决策的重要影响因素，因此，研究宏观经济因素对资本结构变动的影响有非常重大的现实意义。DeAngeloandMas(1980)从理论上证明了通货膨胀会使公司更多的采用负债融资：因为通货膨胀会降低负债的真实成本，在通胀期间对公司债券的需求会上升;此外，如果随着通货膨胀的缓解，公司债券收益率会相对高于股票的收益率，同样会导致对公司债券需求的上升。KorajCZykandLevy(2003)第一次系统研究宏观经济因素对资本结构变动的影响，提出了一些宏观经济因素影响资本结构决策的新的证据。他们使用1984-1998年美国公司数据，其研究结果表明：宏观经济因素对公司资本结构变动具有显著的解释力；但对公司发行权益或者债务的影响有差异，具体来说对财务无约束公司的发行选择有显著影响，但对财务受约束公司的发行选择影响不大。基于动态调整框架，潘敏和邵科(2007)考察了中国上市公司资本结构的动态调整。这些研究比较一致地认为我国企业存在最优目标杠杆，虽然实际杠杆是偏离最优目标值的，但将向着目标杠杆做调整。在转型背景中，企业资本结构将受到宏观环境变化的影响和金融市场供给条件的限制(赵冬青等，2008)，但关于宏观因素如何影响企业融资选择的研究目前还很少见。苏冬蔚，曾海舰（2010）结合我国资本市场独特的制度环境，提出若干关于资本结构权衡理论、最优融资顺序理论和市场择机假说的新假设，进行实证分析并发现：我国上市公司的资本结构呈显著的反经济周期变化，宏观经济上行时，公司的资产负债率下降，而宏观经济衰退时，公司的资产负债率则上升；信贷违约风险与资本结构呈显著的负相关关系；信贷配额及股市表现与资本结构之间关系不大。

三、宏观调控对房地产企业资本结构调整的影响

（一）数据和样本

木文的研究对象是房地产上市公司，采用2006年到2008年房地产上市公司的样本进行研究。之所以采用上市公司样本，一是因为上市公司样本的可获得性，二是因为上市公司相对于非上市公司来说，由于可以获得股权融资，造成了上市公司在资金压力上要小于非上市公司。如果宏观经济政策对于上市公司的影响都十分巨大，那么我们可以预期非上市公司受到的影响应该更为严重，因为其融资渠道更为狭窄。这样我们可以看到宏观政策对于房地产行业的影响。对于宏观政策变化的时间节点的确定，本文参考赵冬青等(2008)，将2008年作为房地产政策显著变化的年份。这是因为虽然调控政策是渐近式变化的，但是为了研究宏观政策对于房地产融资的作用，需要选择一个政策发生显著变化的年份作为分水岭，设置哑变量。2008年12月份之前，哑变量Policy取值为零，2008年12月份年之后取值为1。因此把2008年作为宏观政策调整显著的一年。

（二）变量的定义和说明（见表1）

（三）研究模型

本文研究宏观调控对房地产上市公司的资本结构影响，房地产公司的负债率是否在宏观调控后下降。

本文构造模型如下：

Di=a+BXi+βPOLICYi+ξi。

其中，D代表资本结构变量，按照研究需要，D分别选择总资产负债率、短期借款比率、长期借款比率、有息负债比率、贸易应付款比率和资本公积比率。x为控制变量，根据选择了代表公司特征的一组变量作为控制变量，在宏观调控变量的选择上，我们需要选择宏观调控政策发生显著变化的一个年份作为政策分水岭，设置哑变量。为此，我们需要人为地选择一个年度是2008年.

（四）研究结果：

（1）研究结果：实证结果分析

表5给出了实证研究的结果：表中第1列的结果显示，宏观调控哑变量对总资产负债率有显著的正向影响。2008年12月份后随着房地产市场的回升，近期部分城市出现了房价上涨过快等问题，国家相关部门纷纷出台政策进一步加强和改善房地产市场调控，稳定市场预期。同时虽然房地产开发资本金比例要求提高，银行信贷日益苛刻，房地产上市公司的总资产负债率仍然显著提高了。表5的第2一5列给出了结果：宏观调控后，房地产上市公司的短期借款比率显著下降，长期借款比率显著上升。从前面的宏观调控政策中，我们已经知道对房地产开发企业申请的贷款，银行只能通过房地产开发贷款科目发放，严禁以房地产开发流动资金贷款及其他形式贷款科目发放，因此随着宏观调控力度的加大，房地产上市公司以银行流动资金贷款的方式获得房地产开发贷款难度变大。债务的期限结构发生了变化，短期借款显著减少，长期借款显著增加。而表5中的第4列结果也进一步说明，宏观政策变化前后，总的有息负债比率并没有发生显著变化。第5列结果显示，贸易应付款比率在宏观调控后显著提高，对房地产企业来说，贸易应付款主要是定金和预收款。因此，尽管随着宏观调控，银行个人住房抵押贷款条件提高，各地房屋预售条件提高，但是以贸易应付款的方式进人房地产上市公司的资金仍显著增加。表2中的第6列结果给出了宏观调控前后股权再融资的变化。可以看出，宏观调控后，上市公司资本公积比率显著下降。这一结果说明，伴随着宏观调控，房地产上市股权再融资减少，宏观调控以来，股权再融资可能伴随更多的债务融资，其对资本结构的影响效果反而是反向的。实证研究的结果发现，与宏观调控前相比，房地产上市公司总资产负债率显著提高。宏观政策变化对房地产上市公司的借款期限有显著影响，但对总的有息负债比率没有显著影响。这说明，房地产宏观调控对房地产上市公司借款期限结构有影响但对借款总额没有影响。宏观调控之后，房地产上市公司负债率的提升主要来自贸易应付款比率的显著提高，股权融资在一定程度上助长了负债率的提升。

（五）结论与局限

本文以中国上市房地产公司为例，研究了宏观调控对企业资本结构调整的影响以及企业资本结构调整方式的变化，研究表明宏观调控之后，房地产市场公司总资产负债率显著增加，借款的期限发生了变化，长期借款增加而短期借款减少，但公司总的有息负债没有发生显著变化;公司的贸易应付款显著增加，这就是资产负债率显著提高的原因。通过对于资本公积研究表明，资本结构不是企业自主决策的结果。宏观政策和资本市场供给条件，可能是中国企业资本结构最重要的因素。对房地产上市公司宏观调控前后融资方式变化的研究发现，随着宏观调控对银行贷款融资的限制，企业自身有动力开拓新的融资渠道;同时，政府逐步放松外部的融资约束促进金融市场发展。在这两种力量的共同作用下，金融产品供给增加，企业可供选择的融资工具逐渐丰富，房地产企业融资方式出现了多元化，金融市场的完全性程度也因此逐步提高。在约束条件下，公司被迫选择高成本的融资方式，而不是最优的融资方式。不同的企业对金融市场的介人程度不同。并不是所有的企业都有同等的机会获得某种融资手段。因此，企业资本结构的具体调整手段具有很大的差异。

同时本文的局限性体现在研究了外部因素对于房地产行业的影响状况，这是十分有意义的。在我国，房地产行业是受到政策影响很大的行业，外部环境的变化和金融市场供给条件的变化在我国房地产行业表现得特别突出。而在中国房地产市场上，为了有效防止房地产行业投资过热，抑制房地产价格过快增长，政府及相关部门通过制定一系列房地产行业新政策，强化监管手段，完善监管体制，同时不断提高利率，增加供需双方的交易成本，从而实现了全面而直接地干预和引导房地产市场。这使得房地产行业在我国成为了一个典型的融资结构受到政策影响的行业。所以，如果仅仅从自身特征来研究房地产行业的融资，那么可能忽略了重要的影响因素。

参考文献：

[1]Modigliani,and M.H. Miller,The Cost of Capital, Corporation Finance,and the Theory ofInvestment[J]. American Economic Review,1958,Vol.48:pp.261-297.

[2]Korajczyk,R.A.and A.Levy,2003,Capital Structure Choice:Macroeconomic Conditions and Financial Constraints ,Journal of Financial Economi cs,68,75 -109.

[3]DeAngelo,H,R,Masulis.optimal capital structure under corporate and personal taxation[J].journal of financial economics,1980,8:3-29.

房地产调控研究论文篇（4）

中图分类号：F821.0 文献标识码：A

内容摘要：货币政策的区域效应主要是指同一货币政策作用于不同经济区域会产生的不同政策效果，侧重于探讨货币政策统一性与货币政策调控效果区域差异性间的协调。文章对货币政策在房地产市场上的区域效应的相关文献进行了梳理和分析，表明货币政策的区域效应在房地产市场上表现显著，在我国表现为货币政策在东中西部的房地产市场上表现出不同的调控效果和区域差异。因此，政府调控房地产市场时，应该实行差别化的货币政策。

关键词：货币政策 区域效应 房地产市场

随着近年来房地产价格的快速上涨，房地产市场成为中央银行宏观调控的重点对象。然而，货币政策的调控效果在不同区域存在很大的差别，房地产市场的异质性和区域性强化了货币政策的区域效应。因此，在各区域房地产市场发展不平衡的情况下，货币政策的区域效应研究对提高货币政策的有效性具有重要意义。鉴于目前对货币政策区域效应及其对房地产市场的影响的相关研究还缺乏系统的论述，本文从货币政策工具对房地产市场的调控效用和货币政策对房地产市场影响的区域效应，对这一领域相关的结果进行梳理和总结，探讨货币政策的区域差异性。

货币政策对房地产市场的调控效用

货币政策冲击对房地产价格波动具有显著的作用，而这种作用使货币政策成为国家调控房地产市场的常用手段。研究表明，住房实际价格上涨对积极的货币政策表现出消极反应，在紧缩的货币政策冲击下，住房价格会迅速下降，导致房地产开发受阻，从而产生抑制作用。Xiaoqing Eleanor Xu（2012）发现，扩张的货币政策趋向于促进房地产价格的后续上涨。过于宽松的货币政策还可能促使房地产泡沫产生。Bernanke（2010）研究表明，较高的货币政策扩张是导致美国在最近的全球金融危机中房价泡沫破裂的主要原因之一。因此，当资产价格出现泡沫时，中央银行应该实行紧缩的货币政策，从而使资产价格泡沫在被过度放大前破灭。

（一）银行信贷对房地产市场的调控效用

银行信贷是房地产企业普通购房者的重要资金来源。贷款的可获得性能够改变房地产供给需求，进而导致房地产价格变化。房地产价格和按揭贷款量之间存在因果关系，房地产按揭贷款增加，刺激房地产需求增加，房地产价格上升。而如果房地产开发贷款增加，则刺激房地产供给增加，房地产价格下降。已有研究证实，银行信贷的增长与房地产价格上涨存在显著的同步效应，信贷市场的放松会使住房价格对货币政策冲击的反应更积极。房地产信贷给银行带来的收益的增加以及银行间竞争的加剧，是促使银行进一步加大对房地产信贷支持的重要原因（C. Hott，2011）。

（二）利率对房地产市场的调控效用

利率是影响住房价格水平变化的重要机制，中央银行对贷款利率的调整将会改变抵押贷款利率以及房地产开发项目的利率，从而改变房地产因素对贷款的需求，最终减缓或者促进房地产价格的上涨。房价的波动与利率变化呈负向相关，若利率上调，各国房地产价格将出现不同程度下跌，Hilde C. Bjrnland（2010）精确计算出利率每提高一个百分点，住房价格大约下降3%-5%。另一方面，抵押贷款利率上升会使次级抵押贷款的现有业主无法以更低的利率进行再融资，由此导致抵押品赎取权下降，促使房价进一步下降。

（三）存款准备金率对房地产市场的调控效用

一般认为，存款准备金率上升会导致利率上升，防止信贷过快增长，有效降低流动性，这也是中央银行实行紧缩货币政策的信号。然而，徐侃（2011）通过回归模型分析认为，银行准备金率调整与房屋销售价格涨幅间的相关性只有0.582422，银行准备金率的调整与房屋销售价格涨幅之间的相关性并不明显，所以单凭央行提高存款准备金率等政策来引导房地产市场的作用有限。（2007）认为我国银行具有超额准备金，上调存款准备金率对收缩银行信贷作用不大，只能在一定程度上抑制经济过快的增长，所以房价不会因此有太大的波动。

综上，货币政策冲击对房地产市场具有显著作用，扩张的货币政策能够促进房地产市场价格的上涨，而紧缩的货币政策则会抑制房地产价格的上涨。从各个货币政策工具来说，银行信贷与房地产市场的价格上涨呈现正相关；利率的变化则与房地产价格的变化呈反比；而存款准备金率的变化则对房地产市场的作用不显著。从研究来看，国内外学者侧重于研究利率等货币政策工具及货币政策整体，取得了较一致的结论，形成了较为完整的体系，模型和理论较为成熟。然而国外学者对准备金率的研究较少，这可能是由于国外认为准备金率的变动效果比较剧烈，所以一般不会轻易进行调整。这也是与我国央行选择调控工具的区别所在。

货币政策对房地产市场的区域效应

由于货币政策传导机制、区域经济结构以及区域金融结构的不同，货币政策在不同地区的调控效果表现出显著的区域效应。Carlion（1999）发现新英格兰等五个核心区域对货币政策变化的响应非常接近美国的平均响应，五大湖地区对货币政策的反应最为明显，而洛基山地区最不明显。Georgopulos（2001）和Arnold（2002）分别对荷兰和加拿大的研究得出了类似的结果。此后，Fielding（2006）也实证检验了南非九个省份对货币政策扩张和收缩的区域效应。而Huchet（2003）研究发现，法国、德国、西班牙和奥地利对未预期到的利率上升反应更加敏感，而比利时和意大利则对未预期到的利率下降反应更加敏感，荷兰与芬兰的反应则是不确定的。宋旺等（2006）认为我国目前不满足最优货币区的标准。丘斌（2009）等人也证实货币政策在我国东部地区的效果相对比较明显，而且东部沿海省份对货币政策的反应比较强烈，敏感性最强，而西部地区则对货币政策的反应持续时间较短。

有研究表明，货币政策存在显著的区域效应，具有异质性和区域非均衡性的房地产市场也不能例外，而且货币政策区域效应在房地产市场中的表现更加显著。Zan Yang（2010）衡量了瑞典1991-2002年间货币政策对区域住房价格的异质性影响发现，货币政策对住房市场的区域效应显著，并对瑞典本地房地产市场的影响存在显著的空间扩散，利率在影响本地住房价格变化的诸多因素中占据主导地位，货币政策尤其是利率显著促进了瑞典三个最大的城市斯德哥尔摩、哥德堡和马尔默的价格上涨，因此，低水平的利率增加了房地产市场中的区域差异。Baffoe-Bonnie（1998）将住房价格及房屋销售量同抵押贷款利率联系了起来，确定了抵押贷款利率的变化对不同区域住房价格的动态效应。Fratantoni（2003）研究了房地产市场货币政策区域效应，表明货币政策冲击房地产投资的区域差异很明显。Negro（2007）的研究结果显示，房地产价格长期趋势主要由地区因素决定，不同地区货币政策的影响不同，从而使货币政策对房地产价格波动产生区域效应。

我国东中西部经济发展差距较大，货币政策调控表现出不同的效果。袁科（2007）从我国东中西部各选取三个代表性省份进行区域层面的分析，通过实证检验表明，在5%的显著性水平上，东中西部区域的金融机构贷款额是房地产价格的Granger原因，而房地产价格不是金融机构贷款额的Granger原因，金融机构贷款的投放对本区域房地产市场产生了重要影响，但所产生的变化存在明显的区域差异：东部地区金融机构贷款额与房地产价格的系数较小，而中西部地区的相对较大，表明货币供给对房地产价格的效力是从东到西依次递增的。刘明彦（2007）认为，对资金充裕的东部沿海地区，存款准备金比率上调根本无法对冲掉过剩的资金，而资金短缺的中西部地区的资金问题将会更加严重，这不利于房地产市场的稳定发展。而王先柱（2011）分析表明，利率、信贷规模对房地产市场存在显著的区域效应，对中西部地区的抑制效应要普遍小于东部地区，对房地产先行性指标的影响要大于当期指标；利率对房地产需求的影响存在区域差异，西部地区最强，东中部地区较弱；东部地区当期利率对土地开发面积的抑制效应不明显，中西部地区当期利率存在抑制土地开发面积的作用，说明西部地区土地开发面积对利率最敏感，东部最低；另外，房地产信贷对房地产价格存在正向的影响，东部地区房地产信贷对房地产价格影响较西部地区更明显。这个结论同梁云芳、高铁梅（2007）的研究结论相似。

经过上述分析可知，大部分地区并不满足最优货币区位理论，货币政策的调控效果表现出了显著的区域差异性，区域效应显著。国外学者主要针对美国、加拿大、南非和欧盟等发达国家和地区探讨货币政策的区域效应，发现货币政策对住房市场的区域效应显著，确定了利率的变化对不同区域房地产价格变动的动态效应。国内学者的研究也表明货币政策在房地产市场上的区域效应显著，具体表现为东中西部地区对货币政策的敏感性是不同的，货币供给对房地产市场的调控效力是从东向西依次递增的，东部地区对利率的敏感性最低而对房地产信贷的敏感性要高于中西部地区。

然而，学术界对货币政策区域效应的关注时间比较短，尚未形成真正成熟系统的理论体系，而对于货币政策在房地产市场的区域效应的研究成果比较少，国外的相关研究集中在欧美地区，国内的研究刚刚起步，尚未深入，还存在很大的研究空间。

结论

本文对货币政策对房地产市场影响区域效应的相关文献进行了回顾，从货币政策对房地产市场影响的区域效应方面进行了梳理，主要结论如下：受货币政策受内在传导机制及不同地区经济发展水平差异的影响，统一的货币政策表现出显著的区域效应；房地产市场的异质性和区域非均衡性强化了货币政策对房地产市场调控的区域效应，在我国表现为东中西部地区房地产市场上呈现出不同的调控效果和区域差异，货币政策调控效力从东向西依次递增。

随着各国金融改革的深化，货币政策对房地产市场影响的相关研究取得了较多的成果，然而在货币政策对房地产市场影响的区域效应上，研究中也存在较多的不足之处，本文认为主要有以下几个方面：

一是目前针对货币政策区域效应尤其是对房地产市场的区域效应的研究主要集中在欧美等发达国家和地区，而发展中国家的相应研究还存在较大的空白；二是现有研究大多集中于某一项具体货币政策工具对房地产市场的影响，并没有将多种货币政策工具有效结合起来，多种货币政策工具有效结合后的效果的研究非常缺乏；三是货币政策区域效应与其统一性要求之间是存在偏差的，而将两者有效结合，发挥货币政策对房地产市场的最优调控效果还需要进一步研究；四是现有货币政策对房地产市场影响的研究还停留在静态研究上，忽略了动态分析。

综上所述，货币政策区域效应对房地产市场的影响及各个地区之间区域效应的比较等将成为研究的趋势。中央银行对房地产市场调控时，应充分考虑各地房地产市场的差异，实行区域差别化的货币政策，因地制宜，采取不同的有所侧重的货币政策，建立全面的具有区域特征的房地产市场评价指标体系，同时建立多层次的房地产金融市场体系。

参考文献：

1.Hluchet，M.，“Does single monetary policy have asymmetric real effects in EMU？”[J].Journal of Modeling，2003（25）

2.宋旺，钟正生.我国货币政策区域效应的存在性及原因—基于最优货币区理论的分析[J].经济研究，2006（3）

3.丘斌，邓佑甜.基于VAR模型的我国货币政策区域不对称性效应研究[J].南方金融，2009（2）

4.Zan Yang，Songtao Wang，Robert Campbell.Monetary policy and regional price boom in Sweden[J].Journal of Policy Modeling，2010（32）

5.Baffoe-Bonnie，J..The dynamic impact of macroeconomic aggregates on housing prices and stock of houses：A national and regional analysis[J].Journal of Real Estate Finance and Economics，1998（2）

6.Fratantoni，M.，Schuh，S..Monetary policy，housing，and heterogeneous regional markets[J].Journal of Money，Credit，and Banking，2003（35）

房地产调控研究论文篇（5）

近年来，我国房价涨速过快、炒房热、高闲置率等问题成为了人们关注的焦点，房产税对房市的调控作用，成为了研究和讨论的焦点。

一、国内研究现状

国内学者观点分为两类，一类是认为我国房产税（或者开征物业税）能够对房价产生抑制作用，达到调控房地产市场的目的。张洪铭、张宗益、陈文梅（2011）认为虽然上海市和重庆市的两套房产税改革试点方案着力点都在于打击投资、投机性需求，使税收的宏观调控功能不断增强。另一类认为我国房产税（或者开征物业税）对房价基本上没有影响，达不到调控房地产市场的目的。苏扬（2012）认为，我国现行房地产税对稳定房地产市场、降低房地产价格效果并不明显。胡海生、刘红梅、王克强（2012）认为上海和重庆房产税改革方案力度相对较小，对房地产市场调控作用有限。

上述研究没有给出房产税和房价关系的理论模型，本文通过构建房产税与房价关系的理论模型，阐明房产税与房价之间的关系。

二、模型的构建与检验

（一）模型构建

建立以下双对数型经济计量模型：

lnPit = B0+B1 lnIncit+B2 lnCit+B3 lnTit + E

上式中，Pit表示i地区t期商品房平均销售价格；Incit表示i地区t期平均家庭可支配收入；Cit表示i地区t期房屋平均造价；Tit表示i地区t期房产税。

（二）数据来源及相关说明

根据研究目的和上述模型要求，选取了影响商品房销售价格的人均可支配收入、商品房的造价以及地方政府每一年筹集到的房产税税额。选取我国东部地区十一个省份数据资料平均值为研究样本，样本选择期间为2003—2011年，所有数据均取自《中国统计年鉴》（2003—2011）。具体建模检验过程均通过Eviews3.1软件完成。

（三）模型检验

1、ADF单位根检验

选取2003—2011年度商品房平均销售价格、人均可支配收入、商品房造价和房产税税额组成时间序列，进行建模分析。Pit、Incit、Cit、Tit均存在单位根（10%显著性水平以内），表明各变量为非平稳序列。Pit、Incit、Cit、Tit在10%的显著性水平以内拒绝存在单位根，表明所有数列均为平稳数列，均为一阶单整，因此满足协整建模要求，所建模型成立。

2、协整检验与误差修正模型分析

在10%以内的显著性水平下，t检验统计量值为-3.181608，小于相应临界值。表明残差序列不存在单位根，是平稳序列，说明Pit和Incit、Cit、Tit之间存在协整关系。Pit和Incit、Cit、Tit之间存在协整，表明两者之间有长期均衡关系。但从短期来看，可能会出现失衡，为了增强模型的精度，可以把协整回归式中的误差项E看做均衡误差，通过建立误差修正模型把Pit的短期表现与长期变化联系起来。误差修正模型的结构如下：

lnPit = B0+B1lnIncit+B2lnCit+B3lnTit + B4Et-1+E

最终得到误差修正模型的估计结果：

lnPit = -2.09+0.034060lnIncit+3.927357lnCit+4.853109lnTit + Et-1+E

通过以上回归结果发现，当地房产税系数符号为正，滞后一期房产税系数符号为负。

三、我国2011年房产税改革试点效应分析

短期来看，由于房地产开发周期长，在短期内征收房产税，难以影响一级市场供给，也无法影响房产存量。因此，短期来看房产税的出台将使房产的消费性与投资性需求同时下降且供给增加，这将使房价下降。长期看，长期房地产供给取决于土地供给，而土地作为一种稀缺资源，其供给权掌握在政府收支，与房价没有必然的联系，但如果房产税税制设计合理，将使得房产长期需求下降且回归居住本质，改变需求结构。因此，从长期来看，税制设计合理的房产税不仅能使房价下降，供给结构也将发生相应转变。

四、结论及建议

房产税对房价到底有何影响，本文通过实证分析，得出了以下结论：

（一）理论模型表明，房产税的征收将导致房价下降，上一期房产税负越重，当期房价越低。在制定房价政策时，应同时考虑不同因素的相互作用，否则，房价很难通过仅征收房产税降下来。

（二）本文实证分析结果表明，对我国东部地区而言，房产税能有效抑制房价上涨，因此，政府在制定具体的房地产市场调控政策时，应因地制宜，从实际出发，以此来达到调控不同地区房价的目的。

（三）本文通过对上海市房产税改革试点的效应分析得出，应正确认识房地产课税在房地产调控政策组合中的作用。房地产课税政策虽然在当前的政策调控组合中能够发挥一定的作用，但更重要的是税收政策手段要成为一种促进房地产市场平稳健康发展的长效机制。因此，要充分发挥房产税对我国房地产市场的调控作用，应完善我国房产税税制设计。（作者单位：西南财经大学财税学院）

参考文献

[1] 胡海生、刘红梅、王克强.中国房产税改革方案比较研究—基于可计算一般均衡（CGE）的分析[J].财政研究.2012（12）

[2] 苏扬.房地产税对我国房地产价格的影响机理与影响效果评价[J].统计与决策.2012（08）

房地产调控研究论文篇（6）

中图分类号：F293.3 文献标识码：A

行业作为我国的国民经济支柱型的产业，它的发展规模与发展速度对于整个经济系统的完好运行具有着十分重要和深远的意义。房屋的价格也是全国各地政府宏观调控与管理运作的一个具体表现形式。所以，从房地产价格进行分析，寻找影响房地产价格因素与房地产价格本身的关系，对房地产的价格变动因素进行定量分析，掌握房地产行业价格变动的趋势并根据其发展趋势对其进行相应科学的预测，这对于合理确定房地产的价格，更好指导我国的宏观调控，促进我国的房地产市场的稳步健康发展方面都具有重要深远的意义。

1西安地区商品房价格变化研究现状

近年来，随着我国的改革开放，我国房地产行业体系开始了大规模的产生与发展，与此同时，房地产行业的经济理论的相关研究也变得越来越多。但是由于房地产行业属于我国的新兴行业，起步比较晚，发展历史也仅仅不到30年而已，所以对房地产价格方面的研究还不是那么全面，再加上我国对房地产价格的数据统计不够详细，相关的法律制度不够健全，所以导致我国房地产基本理论不够完善。但是，由于近些年来房地产行业快速的发展，越来越多的学者们也都开始关注房地产领域。国内的学者还是突破这其中所存在的问题，对我国房地产行业做出了相当深入的研究，而且也取得了不少的成果。

近些年来全球经济波动剧烈，各国各地区的金融危机频繁发生，早已引起许多经济方面学者的关注，在各地的经济危机爆发后，其中最受冲击的行业就是房地产行业。在金融危机发生之后，美国、英国、以及日本等众多国家的房地产的价格都纷纷下跌。大部分的外国学者认为控制房地产价格主要是依靠政府实施的土地政策，通过了控制土地供给量来控制房地产的价格。国外的房地产市场化的发展比我国要早，同时市场化的程度也比我国要高。从国外研究的文献来看，对于房地产价格影响的因素主要有这几个：

（1）供求对房价的影响；

（2）形成均衡价格的动力因素；

（3）政府宏观调控对房价的影响；

（4）人口数量、经济增长速度对房地产价格的影响研究。

2研究结论

本文的主要研究内容是在近年来对西安市商品住宅价格影响的主要因素。本文首先对西安目前的住宅市场及住宅价格进行简要分析，其次阐述了国内外学者在住宅价格影响因素方面的研究成果，接下来在此基础上结合两大房地产价格主导理论和自己的认识，从需求、成本、供给和环境条件四方面归纳了本文所要考虑的影响因素，并对各因素对住宅价格的作用进行了理论上的分析。

房地产调控研究论文篇（7）

【中图分类号】 F812.0 【文献标识码】 A 【文章编号】 1004-5937（2017）01-0036-05

一、引言

房地产业的发展在我国举足轻重。我国从2003年6月央行颁布的121号文件开始对房地产市场进行宏观调控，至今已有十多年。目前我国的宏观调控政策主要有货币政策、土地政策、税收政策以及信贷政策等措施，以稳定商品房市场。2016开年以来，中央加紧对房地产企业的宏观调控力度，已针对房地产企业出台了关于房地产利息抵扣个税、契税和“营改增”等改革方案，地方政府也积极跟进，大力响应中央号召，使用各种救市手段大力“去库存”。而北京、上海、深圳都出台了相应的限制性政策，期望以此来抑制持续升温的房地产市场。由此可见，我国各地政府对房地产业宏观调控的重视程度。房地产企业健康良好的资本结构对于实现股东财富最大化和稳定社会整体经济意义重大。那么，新常态下政府的宏观调控政策对房地产企业的资本结构调整是否产生影响？如果有影响，房地产上市公司受宏观调控政策的影响偏好选择哪种融资方式来调整资本结构？本文选取2011―2015年间的135家上市房地产企业作为研究样本，应用实证方法探索宏观调控政策如何影响上市房地产企业的资本结构。

二、相关综述

企业资本结构是一个经典的研究论题，对其最早的研究起源于Modigliani and Miller提出的MM理论，由于宏观经济因素的可控性，对其影响因素的研究大多集中在微观层面。Marsh最早针对1959―1974年间上市的英国企业，采用Logit和Probit模型进行实证分析，证明公司在选择资本结构比例时要着重考虑市场状况和历史股价。Harris & Raviv根据上述经验，实证检验了会引起企业负债率反向变动的变量是公司产品特点和经营风险的大小。我国近年来也不乏这方面的研究，许玲丽和张复杰[1]选取2004―2015年间上市房地产企业相关数据为样本，采用动态面板分位数工具变量回归（QRPIA）方法，证实了房地产上市企业资本结构与其盈利能力存在异质性关系。王静和张悦[2]结合2010―2012年间120家上市房地产企业的相关数据，结合因子分析与相关分析，得出上市房地产企业在获利能力增强时偏好股权融资方式，而且会降低债务比。

事实上，宏观经济因素在企业资本结构分析中扮演着不可或缺甚至更加重要的角色[3-4]。Korajczyk & Levy[5]第一次系统地从宏观经济因素出发，证实了宏观经济因素对资本结构存在显著影响。我国近年来对宏观方面因素的研究也日趋增多。李利纳[6]分析1999―2012年相关数据，透过实证结果发现宏观经济变量显著影响上市房企融资次序决策。李海海和邓柏冰[7]采用固定效应模型分析得出不同行业上市公司资本结构对货币政策改变呈现不同效应，有强弱之分。

综上发现，从微观层面探究企业资本结构的影响因素研究时间已较长且相关研究也已较为充分，而宏观层面的文献较少且起步晚，且多是从宏观经济因素整体层面来探究。宏观经济因素包括社会整体的宏观经济状况和政府施行的宏观经济政策。本文为丰富宏观层面的研究且为更有针对性，着重从代表政府行为的宏观经济政策角度探究其对房地产上市公司资本结构的影响。且以往的文章绝大多数以资产负债率作为衡量企业资本结构的指标，本文认为，对于资本结构的研究不能局限于仅选取总资产负债率作为被解释变量，应将研究扩展到宏观经济政策对企业资本结构的具体影响更有现实意义，这也是本文的创新之处。为具体反映企业在选择债务融资时是更加偏好长期债务融资还是短期债务融资，本文尝试选用总资产负债率、长期负债率和流动负债率三个指标来全面反映企业资本结构。

三、变量定义与研究假设

（一）被解释变量的选取

企业的资本结构体现了企业融资次序决策。蔡楠和李海菠[8]、李利纳[6]以另一较为通用的财务指标――负债―权益比作为被解释变量。该文认为，研究上市房地产企业的资本结构，是为分析企业融资决策提供数据支持及实证经验，用单一指标――资产负债率来刻画企业的资本结构不够全面，为能同时得出企业在选择债务融资时是更加偏好长期债务融资还是短期债务融资，选取总资产负债率、长期负债率和流动负债率作为解释变量。

（二）解释变量的选取与研究假设

根据权衡理论，企业最优资本结构就是在负债的税收利益和预期破产成本之间权衡。Levy & Hennessy[9]通过实证研究发现，宏观经济因素的变化会影响公司内部实际管控者和外部投资人之间的委托关系，这种关系的改变会影响公司融资次序决策。本文从财政政策和货币政策两方面选取宏观经济政策指标作为解释变量并提出假设。

1.财政政策方面

政府主要一手通过控制财政支出，一手通过改变税收来制定财政政策。Modigliani & Miller，Kraus & Litzenberger，Kim相继提出了MM理论以及在不考虑公司税的模型中引入了公司所得税进行修正，他们认为公司在政府提高税收利率时为了企业效益最大化会优先选择债务融资，税收利率变化显著影响资本结构。基于我国税率较为稳定，不经常变动，所以本文选用财政支出增长率作为解释变量之一，根据上述分析，提出假设1。

以上分析说明，上市房产企业资本结构受政府出台的财政支出增长率、实际贷款利率和货币供应增速的影响且呈显著相关关系。进一步对长期负债率和流动负债率的回归分析结果表明，宏观经济因素对资本结构中长期负债率的影响微弱，而对其中的短期流动负债影响显著。对长期负债率的滞后一期回归分析同样没有通过T假设的显著性检验，得出了与上述一致的结论，反映出我国上市房地产企业在宏观调控政策影响下短期内当优先选择债务融资时偏好短期流动负债轻长期债务融资的特点，并且主要通过改变短期负债率影响企业资本结构。

其他控制变量中，企业资本结构基本不受公司成长性的影响。公司盈利能力对总资产负债率和流动负债呈现出显著的负相关关系，说明公司在获利能力增强时偏好股权融资方式，而会降低债务比。企业规模与代表企业资本结构的三个变量均呈现出显著的正相关关系，表明随着企业实力不断增强，所需资金日益增多，企业会加大债务融资。

六、结论与建议

综上所述，在本文研究的自变量中，财政支出增长率、实际贷款利率和货币供应增速对总资产负债率和流动负债均呈现出显著的影响作用，表明经济发展新常态下房地产企业资本结构受宏观调控政策影响显著。同时发现宏观经济因素对长期负债率及滞后一期长期负债率的影响微弱，而对短期流动负债影响显著。本文由于篇幅有限，对长期负债率只做了滞后一期回归分析，但足以反映房产上市企业宏观调控后短期内的调整动作，反映出我国上市房地产企业在宏观调控政策影响下短期内当优先选择债务融资时偏好短期流动负债轻长期债务融资的特点。这可能与我国房地产企业比较保守，避免承担过大风险有关。同时，我国房企长期贷款制度还不十分健全，也是导致企业偏好短期债务融资的原因之一。本文的创新之处在进行研究时没有只局限于总资产负债率作为被解释变量，而是将研究扩展到更具体的融资方式选择方面，使研究更具有现实意义。

2016年，我国经济发展处于改革“深水区”阶段。2016开年以来，政府对房产市场的一系列动作显示出其对房产企业的宏观调控变动日趋频繁，根据上文研究分析，这些宏观政策会对房地产企业这样的微观经济主体产生重要影响。第一，房地产上市公司应具备长远发展的眼光，意识到合理的资本结构对自身发展的重要性，及时根据市场经济环境的变化调整自身资本结构，提高适应能力。结合自身所处的行业特点，充分调配可以利用的财务资源，将短期债务融资和长期债务融资相结合，建立平衡，而不是只拘泥于短期债务融资，从而优化企业资本结构，使资金结构更加稳定，提升企业价值的同时稳定社会整体经济水平。第二，我国房地产企业应时刻保持对政府不同时期颁布不同政策的灵敏的反应能力。在政府出台新政策时，结合自身发展水平，快速做出反应，在不同时期改变自己的融资优序策略，使得企业资本结构保持最优状态并且具有弹性，从而加快企业健康发展。第三，从长远来看，房地产企业为了保持自身良好的资本结构和持续健康的稳定发展，还应该努力提升自身管理水平，营造健康向上积极的文化氛围。企业应具备发展的眼光，避免图一时眼前之利，而应培养员工能力，使员工心中时时以企业价值最大化为工作目标。这对于企业长远发展、资本结构长期良性稳定也是极其重要的。

同时，政府也应采取一系列措施引导房地产企业尽快优化自身资本结构，促进房地产企业健康良性发展，这对政府保证经济发展平稳运行也是至关重要的。鼓励创新房地产企业融资模式，开发更多融资产品。如今，我国房地产企业可以选择的融资方式不外乎股权融资和债权融资，其中债券融资渠道主要是银行贷款和信托。随着我国经济发展进入新常态，简单且较为单一的融资模式选择已经不能满足房地产企业优化自身资本结构的需要。在创新发展融资渠道的过程中，政府的支持鼓励尤为重要，政府应完善各项创新机制和手段，鼓励开发更多融资产品，以更好地为房地产企业服务。此外，政府还应健全完善上市房地产企业长期贷款制度，急速推进上市房企优化自身资本结构。

【参考文献】

[1] 许玲丽，张复杰.房地产上市企业盈利能力与资本结构的异质性关系研究――基于动态面板分位数回归视角[J].上海经济研究，2015（5）：119-127.

[2] 王静，张悦.资本结构与盈利能力的关系分析――基于房地产行业上市公司的实证[J].东岳论丛，2015（2）：140-146.

[3] BOOTH L， et al. Capital stnictures in developing countries [J]. The Journal of Finance， 2001， 56（1）：87-130.

[4] 维迎.公司融资结构的契约理论：一个综述[J].改革，1995（4）：109-116.

[5] ROBERT A K，et al. Capital structure choice： macroeconomic conditions and financial constraints[J]. Journal of Financial Economics，2003，68（1）：75-109.

[6] 李利纳.宏观经济因素对公司资本结构的影响研究――以房地产上市公司为例[J].财会通讯，2013（27）：99-101.

[7] 李海海，邓柏冰.货币政策对上市公司资本结构的影响――基于行业的比较研究[J].中央财经大学学报，2014（11）：39-45.

[8] 蔡楠，李海菠.宏观经济因素对上市公司资本结构的影响――基于面板数据模型的实证分析[J].财经科学，2003（5）：270-272.

[9] AMNON L，et al. Why does capital structure choice vary with macroeconomic conditions？[J]. Journal of Monetary Economics，2007，54（6）：1545-1564.

[10] 陈增寿，朱丽波，陈湘.经济环境、宏观政策与企业资本结构动态调整――基于上市房地产企业面板数据分析[J].经济问题，2016（2）：117-120.

[11] 麦勇，胡文博，于东升.上市公司资本结构调整速度的区域差异及其影响因素分析――基于2000―2009年沪深A股上市公司样本的研究[J].金融研究，2011（7）：196-206.

房地产调控研究论文篇（8）

房地产投资项目是一个高投入、高风险的复杂系统，其项目决策与实施都需要专业而系统的项目风险管理理论与方法来指导。目前我国房地产投资项目决策大多靠经验和定性的风险分析方法, 对房地产投资项目建设的内在规律、风险管理方法的研究不够深入,项目决策中缺乏专业而系统的风险识别和评估,项目实施中缺乏专门而系统的风险管理措施,亟需对房地产投资项目风险管理方法进行系统深入地研究。因此，本文拟对国内外房地产投资项目风险的管理的相关研究文献进行梳理，为我国目前的房地产投资项目的风险管理提供参考。

一、房地产投资项目风险管理的重要意义

(l)房地产投资项目风险管理能促进项目管理的科学化、合理化。风险管理利用科学、系统的方法管理和处置各种项目风险，有利于减少和消除各种经济风险、技术风险和决策失误风险，对于项目管理的科学化、合理化具有重要的意义。

(2)房地产投资项目风险管理能够促进项目建设的顺利进行。风险管理为项目管理者提供了控制项目风险的各种措施，使项目管理机构在进行项目的各种管理活动时，能够全身心地投入，消除了他们的后顾之忧，保证了项目建设的顺利进行。

(3)房地产投资项目风险管理能够保证项目目标的顺利实现。风险管理的实施能够采取有效措施，将项目面临的风险损失控制在最低限度，并能在损失发生后保证及时地提供措施，从而能够使管理部门提高经济效益，保证项目目标的实现。

(4)房地产投资项目风险管理能够促进项目经济效益的提高。通过实施风险管理，以最小的成本达到最大安全为目标，将处置风险的各种费用分摊到项目建筑产品或者过程中去，从而减少了费用支出，增加项目的经济效益；同时，房地产投资项目风险管理的各种监控措施也使得各个项目部门有意识地提高管理效率，控制风险损失，进而提高项目经济效益。

二、房地产项目投资风险管理的国内外研究现状

（一）国外研究现状

风险管理可以追溯到第一次世界大战中的德国，而比较系统的风险管理理论则是在美国形成的。从20世纪30年代开始，项目风险管理研究被应用于房地产投资。其研究历程以1960年为界划分为两个阶段，1960年以前，投资风险研究主要采用传统的财会分析方法；1960年以后，引入管理方法，创立了工程管理科学方法，增强了解决实际问题的能力。

对于房地产投资风险的研究，大多集中在风险分析与防范、风险衡量、投资组合和风险决策等领域。如Wurkzebach在其《现代房地产》一书中，概括了房地产投资存在的风险，详细探讨了美国商业地产投资风险可能受到克林顿经济政策和新税法实施的影响。Roger P・Sindt.在其著作《房地产投资分析与应用》一书中，分析了房地产投资行为，在此基础上，提出了一些适用于房地产投资的理论。并且，在充分考虑房地产投资可能受到融资情况、货币时间价值等因素和外部投资环境等因素对其产生影响的情况下，提出了房地产企业投资的战略方案。Gaylon E. Greer和Phillip T. Kolbe 在《房地产决策的投资分析》一书中研究了不同类型房地产投资的收益及决策问题，提出了一些房地产投资决策的方法。Joseph L・Pagliari在《房地产组合管理手册》一书中研究了房地产投资组合问题。Peter・Jovanovic与David・spaulding主要在房地产项目投资风险识别、评价和防范等方面做了大量研究工作。

另外，随着决策理论真正成为一门学科，层出不穷的研究成果逐渐将现代决策理论嫁接到传统的房地产投资技术之上，现资决策技术应运而生。具体研究成果有: (1)Anstin.J.Jaffe在其《房地产投资基本原理》一书中强调了风险与回报的关系，主张定性与定量相结合的综合风险决策，并提出了房地产投资决策的五项原则。这些原则在几十年后的今天依然在房地产投资决策分析中起着重要的作用。(2)美国学者盖伦.E格里尔在其著作《房地产投资决策分析》中，定性地介绍了房地产投资存在的主要风险因素，讨论了传统的风险调整方法和敏感性分析方法，并把房地产风险的概率分析方法定义为“现代风险分析方法”。在此方法中，他认为风险应该表示为偏离预期值的概率。(3)国外房地产投资决策强调定性与定量分析相结合，如Anstin.J.Jaffe提出的房地产投资决策五原则为:房地产投资分析为系统性经济分析、风险与回报紧密相连、最优投资应以财富最大化为目标、房地产环境分析必不可少，房地产投资分析是一种风险分析。

目前，发达国家商业地产项目开发研究已经比较成熟，相关学者和专业机构从不同角度对商业地产项目投资风险与收益进行了探索。如Thomas 和Jackson 通过运用计量经济学模型分析和预测了英国的租金水平。Gregory H. Chun 对销售额与租金水平两者之间的关系进行了研究。

（二）国内研究现状

20世纪80年代后期，项目风险管理的知识被介绍到我国，应用于大型土木工程项目的管理中。目前，将项目风险管理应用于我国房地产投资风险的研究刚刚起步，对房地产投资风险管理的研究主要是在房地产投资风险的识别、防范和投资决策上，主要著作有:于川和潘振锋编著《风险经济学导论》，陈佑启等编著的《房地产投资风险管理及经营决策方法》，杜海鹏主编的《房地产投资风险与防范》，陈琳和潘蜀健等编著的《房地产项目投资》，李启明等编著的《房地产投资风险决策》，俞明轩、丰雷编著的《房地产投资分析》，胡晓龙主编的《房地产投资与分析》等。对于房地产投资风险的决策研究，贾焕军将贝叶斯方法应用在建设项目风险分析中。除此之外，其他大部分研究房地产的书籍都只是顺带提及风险的问题。

由于房地产在我国近几年才引起人们的重视，国内学者对房地产投资风险的研究正处于初期阶段，而研究主要集中在对投资者投资要点的分析等方面，如:租金回报率与投资回报率的区别和未来增值空间的判别、租金回收风险的考虑等。运用的方法主要是从其他行业借鉴的，如运用混沌经济模型控制房地产投资，对房地产投资目标选择模型的研究，用正态分布图像法计算房地产投资净现值风险等。

三、关于现有房地产项目投资风险管理研究的评述

我国房地产业开发起步较晚，关于房地产投资项目风险管理，尤其是在企业这个微观层面上的研究还较少，现有文献大都是侧重于风险识别、风险评估或者风险调控中的某一个方面进行分析或评价，三个方面研究相互之间的联系还不够紧密，主要表现在以下几方面:

(l)割裂了风险识别的特征联系，并且缺少对风险发生机理的深入分析。

目前，国内许多有关房地产项目投资风险的识别研究内容大都是对投资风险的某些特征，如对风险来源、风险可控性等各种具体风险管理特征的介绍。由于对投资风险关注的侧重点不同，如此分类只是针对性质相同的某一类房地产项目进行风险识别研究，这就割裂了各个风险特征之间的联系。许多文献中对“风险(驱动)因素”和“风险后果”两个概念之间的关系也缺少深入的分析，从而导致对风险发生机理缺乏研究。

(2)风险识别与风险评估之间联系不够紧密。

房地产投资项目风险的评估离不开评估指标体系的构建。目前国内现有文献中许多评估指标体系都是以定性方法分析建立的，指标体系往往比较广义，针对特定房地产项目的投资风险进行识别并经过严密论证尤其是实证研究指标体系不多，造成投资风险识别与风险评估之间联系不够紧密。

(3)风险调控缺乏充分的先期研究支持。

房地产项目投资风险识别、评估的最终目的是对风险进行调控。风险调控的措施也应该建立在对房地产项目投资风险特征全面识别的基础上。而目前国内现有文献针对具体房地产项目投资风险的识别不够，缺少对投资风险因素和投资风险后果之间发生机理的分析，同时风险评估与风险识别之间联系不够紧密，因此，许多风险调控提出的方法和措施大都是建立在对房地产项目投资风险定性分析基础上的政策性建议。

参考文献:

房地产调控研究论文篇（9）

关键词：房价、 趋势、供需

（一）需求因素对房地产价格波动的影响

在房地产价格决定因素方面，国内学者的争议较少，普遍认为房地产短期内缺乏弹性，所以市场需求是决定住房价格的主要因素。但是研究的对象不同，各因素对房价的影响程度也不一样。在细分影响需求的方面主要有以下几点：

1.城市经济的发展水平，一个城市的人均GDP能较好的解释一个国家经济的发展水平，王江梅（2007）《房价与经济发展的关系研究》一文中浅析了一个地区的人均GDP与房价之间的相互影响的关系，对房地产的需求的促进作用。

2.城镇化水平所带来的房地产的消费性需求，生产性需求以及投资需求，常亮（2012）在《城镇化进程与房价关系研究》就认为，随着中国城镇化步伐的加快，人口与产业聚集效应对土地和房子的需求在资源稀缺的影响下造成房价攀升

3.消费者信贷和利率水平，绝大数消费者靠自有资金买房时相当困难的，在筹集资金的方式中按揭贷款正在成为主流，而在信贷杠杆“利率”的控制下，银行的提高或者降低利率都会对消费者的需求造成影响。

4.对房地产价格的预期，实际上是对房地产价格的期望值，预期房价上升的时候会提高对它的需求，而预期其价格下降的时候就会减少需求。由于近年来房价节节上升，致使人们消费心理扭曲，将房价飞速提高，甚至大量负债购买，其中很大一部分成为投机性需求。

其它的一些附加因素当然也是一部分原因，主要有如下几个：

1.姚先国和黄炜华（2001）进行了“地价与房价的关系”研究，他们认为地价与房价有关联，但并非线性关系，即使地价上涨，房价也并不一定随之上涨。只有其他成本都呈刚性再无下降空间，而开发商已到了无利可图的地步，地价的上升才会全部反映的房价上，成为房价上涨的直接原因。现有房价取决于居民有支付能力的需求，房价上涨主要是由于需求推动而非成本推动。

2.舆论因素的炒作，房子是具有“刚性需求”的商品，人们不会不买房子。在这一观点的影响下人们会大量投资，而不担心无法出手这一特殊商品，从这一点看，“刚性需求”说，在一定程度上推动需求上升，拉高房价。但实际却不是如此，南勇（2011）对此观点进行了反驳。

（二）供给因素对房地产价格的影响

从房地产供给的角度来看的，影响房地产供给的因素主要有以下几点：

1. 房地产价格的变动，从最原始的角度出发，当一种商品上升的时候理性人的第一反应是它是否是有利可图的，各个房地产商赚的的盆满钵满，进一步带动另外一批房地产商开发房地产，加大供给。

2. 房地产开发的成本因素，主要包括土地成本，各种税费成本，装修成本，融资成本，建设部课题组（2004）分析得出，我国房价上涨的直接原因是地价上涨以及房地产供给结构的变动，更深层次原因是消费者的预期改变。李春吉、孟晓宏（2005）的实证分析认为，投资成本和预期是房价上升的重要原因。

3. 房地产厂商对房价和收益的预期，和需求一样这里也是心理因素的作用。由于房地产行业的特殊性，建设周期长，资金回收跨度大，这使得房地产供给商心理预期影响着房地产的供给，洪世勤（2007）在其文章中有较为详细的分析。

4.房地产的盈利水平及其关联行业的发展，资本有趋利的本质，房地产行业的盈利水平高（投资回报率高）是吸引开发商增加供给的直接因素。房地产行业是一个具有很高关联度的行业，关联产业的健康发展对其提高供给有很重要的因素，如炼钢产业，化工产业，建材产业的落后与否等等。

在宏观国家政策层面上，赵晓，陈金保（2013）以地方政府和中央政府的博弈槌龇⒌悖强调税改以后，土地对地方财政的重要性，如何间接提升房价。王苹（2009）在《房地产税收政策对城市房价影响效果研究》认为房产税在短期能够增加交易成本产生对房地产供给方面的控制，但是在长期的效果就会下降。

在微观层面上，石油的价格，钢材的价格等等的上升，下降都会影响到房地产的供给。赵克诚、刘卫东（2006）认为，随着土地级别的下降，地价对房价的影响程度逐步降低，进而对供给的影响降低。

（三）金融对房地产价格波动的影响。

房地产的特征之一就是价值量大，这一特性决定了房地产的开发和销售都离不开金融信贷的支持。

柴强（2005）认为，利率上升对房价有着很大的影响。从成本的角度来看，利率上升会增加房地产开发的投资利息，从而使房价上涨；从需求的角度来看，由于现在购买住房普遍采用按揭付款，利率上升减少房地产有效需求，从而房价下降。赵海成（2004）跟踪研究了我国货币汇率与房地产关系，认为许多城市房价收入比达到或超过警戒线的原因有：（1）人民币升值预期，国际游资涌入房地产市场。外汇储备大量增加，使得人民币投放量大量增长，通货膨胀压力增大，投资于房地产的资金增多，房价暴涨。（2）开发商囤积土地，合谋抬高房价。（3）各地炒房族借机投资房地产。（4）经营城市土地的概念，让政府从土地开发成本中谋求到额外的城市发展财力。这种财力助推了政府基础建设、形象工程和城市化进程的加速，加大了征地、拆迁的行为，创造了大量的强制性消费需求。

周京奎（2005）选用了货币供给量及股价作为解释变量，用大台北地区的季度数据分析房地产价格和货币供给量、股票价格的协整关系，说明了房地产价格与货币供应量呈正比关系，与股票价格呈反比关系。同时，他还对房地产价格传导机制进行了较为详尽的研究，提出来了“货币-信用-资产价格”之间的相互关系，对于政府制定正确的货币政策具有积极的参考意义。段忠东、曾令华、黄泽先（2007）对我国房地产价格和银行信贷之间的因果关系进行研究，结果表明两者互为因果关系。

（四）宏观调控对房价的调控效果

肖元真、江德钧（2006）等介B了日本、美国、俄罗斯和新加坡等国的房地产发展和政府对房价上涨采取的相关调控政策。廖俊平（2005）认为，宏观调控应当走出不断出台新政策、新规定的误区，而把重点放到政策的落实和执行上，加强对现有政策实施情况的监督管理。梁云芳、高铁梅（2006）分析了造成各地区房价波动差异的原因，研究认为，房地产调控政策效应存在明显的区域差异。郭鹏宇（2012）在《欠发达地区货币政策调控房价效果分析》一文中认为，欠发达地区货币政策调控房价的有效性较低。张云等（2010）认为中国当前的宏观调控的执行力，监督力都还存在较大的提升空间。齐美玲（2012）在《土地政策参与宏观调控的绩效评价研究》评价了当前中国的调控政策，并提出对策建议提高土地政策参与宏观调控传导绩效水平的对策建议包括以下三个方面：加快体制创新步伐；健全市场配置土地资源机制和完善土地参与宏观调控基础工作

（五）总结

纵观对房地产市场的研究，大部分研究集中在微观的房地产投资研究及房地产企业营销等方面，而对于宏观的房地产价格波动的研究还并不多见。另外，对房地产价格的研究主要是定性方面的研究，在定量方面的研究还并不普遍，国外对于住房价格影响因素的研究要早于我国，并且很重视定量研究和实例研究，这些为国内研究提供了很好的借鉴。

参考文献：

[1]姚先国，黄炜华.地价与房价的关系[J].中国土地，2001（9）：33-35

[2]李春吉，孟晓宏.中国房地产市场结构和价格影响因素的实证分析[J].产业经济研究，2005（6）：48-56

[4]赵克诚，刘卫东.论住宅地价占房价的合理比例――以宁波市区为例[J].技术经济，2006（7）：97-101

[5]柴强.影响房价的几个理论问题.城市开发[J]，2005（5）：8-9

[6]赵海成.我国货币汇率与房地产关系跟踪研究[J].东岳丛论，2004（6）：59-63

[7]周京奎.房地产价格波动与投机行为――对中国14 城市的实证研究[J].当代经济科学，2005（7）：19-24.

[8]梁云芳，高铁梅.我国商品住宅销售价格波动成因的实证分析[J].管理世界，2007

[9] 张云等.中国房地产发展与金融调控论[M].中国金融出版社，2010

[10] 南勇.草民经济学[M].湖南文艺出版社，2011

[11] 汪涛.基于博弈视角的中国房地产调控政策分析[J]，2011

房地产调控研究论文篇（10）

房地产市场预警，属于经济预警的范畴，指通过定性及定量的手段，对房地产市场当前运行态势进行分析、测度和判断，并对未来的发展状况进行预测和预报，以便及时采取适当的调控措施，促进市场的健康和可持续发展。

我国房地产市场自1998年以来呈现出快速发展的势头，尤其是最近两年房地产业的高速发展以及市场价格的大幅度上涨，使得人们对于当前房地产市场是否过热、有无泡沫、能否健康持续发展产生了诸多质疑。为此，政府宏观决策部门把加强房地产市场的监测预警及宏观调控作为工作的重中之重。在2002年初武汉召开的全国房地产工作会议上，建设部首次提出了建立房地产市场预警体系的工作目标，即：2003年上半年完成房地产市场预警体系研究；选择已经开展预警体系研究的5-6个城市进行试运行，并争取于2003年底前在35个大中城市和部分有代表性的城市推广使用。

与政府部门的巨大声势相比，对我国房地产预警系统的研究和实践事实上在更早的时候就已经在学术界和房地产相关研究机构展开，到目前仍是房地产领域研究的热点问题。下文以预警方法的不同为依据，将国内房地产预警的研究与实践分别加以归纳、介绍及评价，以期为我国房地产预警监测体系的建设提供有用信息，促进房地产市场的健康发展。

一、常用房地产预警方法简介

景气指数法、综合模拟法及经济计量模型法是目前房地产市场预警理论和实践运用中最为常见的三种方法。

1、景气指数法。景气指数法与经济波动周期理论密切相关，它是指在房地产预警指标分类的基础上，构造一种“指数”来度量房地产经济的活跃程度。该方法一般分为四个步骤：第一步确定时间参照系，即基准年份或月份；第二步选择与房地产经济相关的变量作为构成指标；第三步按照指标波动与房地产经济波动的时间关系，将上述指标划分为先行、同步、滞后三类；第四步对先行、同步、滞后指标分别编制景气指数。其中，在第二步选择指标的过程中，可以采用主成分分析、聚类分析以及经验判断等方法；在第三步划分先行、同步、滞后指标时，马场法、时差相关分析、灰色关联度分析以及K-L信息量等方法较为常用。目前，普遍采用的景气指数有两类，即扩散指数和合成指数。

2、综合模拟法。又称统计预警法，它采用类似于交通管制信号系统的方法来反映房地产业的综合变化状况与变化趋势。该方法首先选定若干项监测指标，每项指标根据其变化幅度大小设定一定的分值，某一时期各监测指标分值的加权平均值就是对这一时期房地产业综合景气状况的数量评价；再根据综合景气评分高低设立若干定性区间。例如，分值落在3附近时认为市场处于正常状态；当分值偏小或偏大，认为市场过冷或过热。

3、经济计量模型法。又称预警信号法，从模型选择上看，多采用被解释变量为0或1的二元选择模型、决策树模型以及人工神经网络模型等。同前两种方法相比，该方法的突出特点是与经济波动分析基本没有方法上的联系。

二、我国房地产市场预警研究与实践

随着1998年以来房地产业的飞速发展，有关我国房地产市场监测和预警系统的研究也不断涌现，景气指数法、综合模拟法以及经济计量模型等方法被大量运用到研究与实践当中。

景气指数法方面，最具代表性的成果是国家统计局于1997年研制建立的“国房指数”。该指数的编制采用了合成指数的计算方法，从房地产业发展必须同时具备的三个基本条件（土地、资金和市场需要）出发，选择了房地产开发投资、资金来源、土地转让收入、土地开发面积、新开工面积、竣工面积、空置面积以及商品房销售价格共8个具有代表性的统计指标进行分类测算，以1995年3月为基期对比计算而来。余晓红、盛承懋（2004）根据苏州房地产业发展特点和实际情况，依据“国房指数”的编制方法，建立了苏州房地产景气指数预警系统；李斌、丁烈云、叶艳兵（2003）在运用景气指数对房地产进行预警时，针对计算扩散指数DI和合成指数CI时可能出现的警兆不一致并导致警情失真等弊端，对传统DI计算方法进行了改进，引入精度比较的概念，选择精度更高的指数来进行景气评价，有效地消除了两指数间的矛盾冲突。

赵黎明、贾永飞、钱伟荣（1999）认为，景气指数法单纯用合成后的综合指数的波动来分析经济形势变化缺乏成熟的理论基础支持，而且在预警分析中有时难以分清合成指数的变化到底是由哪些经济指标引起的，不利于针对具体的经济变量进行调控。由此，赵黎明等提出了基于综合模拟法的房地产预警系统。他们认为，该方法既可以看出经济活动的升降，又可以反映各指标的综合结果，不仅能监控整体经济活动的波动，还可以监控每一个指标的波动，由此可以从宏观上明确对房地产经济波动调控的目标和方向。由于该设计定量化、系统化地分析房地产经济的走向，为后来的很多房地产预警研究所采用，相关的研究包括叶剑平（2000）、彭羽（2002）、丁烈云和徐泽清（2003）、韩立达（2004）等。同时，郭磊、王锋、刘长滨（2003）建立的深圳市房地产预警系统，上海市房地产市场预警预报指标体系研究课题组（张鸿铭、陈则明，2004）所建立的上海房地产预警系统以及胡健颖等（2006）所建立的北京房地产预警系统也都采用了综合模拟方法。在这种方法的运用中，单一指标和综合指标预警区间的确定是核心问题，多数研究采用了基于样本均值和样本方差的3sigma方法（或称6sigma方法）。在采用年度数据进行研究时，为了解决样本过少的问题，杨佃辉（2005）等文献还采用了bootstrap方法对单一指标均值和方差进行估计，取得了一定效果。此外，王慧敏（1998）考虑了样本方差的时变特性，通过将ARCH模型引入预警系统的研究，使预报的置信区间能够与经济时间序列的波动程度相适应，从而使警限能够动态反映实际的经济状况。陈峰、丁烈云（2006）认为，在以往房地产综合模拟预警法的研究中存在长期趋势建模和预警域确定的误区,这使得房地产市场的预警预报出现失真现象。针对存在的偏差，他们从系统角度出发建立了简单的修正模型，模型显著提高了房地产预警的有效度和精度。

与上面两种方法相比，采用经济计量模型方法对房地产市场监控和预警的研究还刚刚开始，使用并不多。陈日清、李雪增（2007）在总结国内外房地产泡沫预警研究的基础上，论述了二值响应模型在房地产泡沫预警研究中的应用，并以日本为例进行了实证研究。该文以被解释变量的样本拟合值为标准，将0.25、0.5和0.75作为划分预警级别的警界值，结果表明，二值响应模型在房地产泡沫预警中有比较准确的预测作用。丁烈云（2002）将模糊系统理论和神经网络理论相结合，考虑了心理因素对房地产市场的影响，将人气指数作为输入变量，使预警模型更切合实际。杨佃辉（2005）采用BP与RBF两种神经网络，分别运用不同的思路实现了上海房地产的监测预警。他认为，BP神经网络在房地产预警的应用重在评价市场的冷热程度，而RBF网络需与相关预警区间的划分或评价标准相结合，功能重在预测。

三、简评

从研究和实践成果来看，国内学者在房地产市场的监测和预警方面做了大量工作，所运用的预警方法也各有特点。

景气指数法单纯用合成后的综合指数的波动来分析行业形势的变化，缺乏成熟的理论基础支持，而且在预警分析中难以分清合成指数的变化由哪些经济指标引起，不利于找到警源并针对具体的经济变量进行调控。

在综合模拟法中，风险预警的各区域（“偏冷”、“偏热”、“过冷”、“过热”、 “正常”）警界值的确定对最终的预警结果是否可行起着关键作用。目前，对警界值的确定要么基于经验，要么采用基于正态分布假设的3sigma方法。由于我国房地产市场的统计数据从1996年开始才逐步规范，缺乏多指标的月度数据，样本长度的不足使得3sigma方法难以取得良好的效果。尽管一些文献试图采用bootstrap放回抽样的方法克服这一困难，但是一个异常值的出现往往就能够导致样本均值和方差的估计出现较大偏差。

上述方法所遇到的种种问题使得房地产预警研究的方向转到建立经济计量模型上，而其中又以采用人工神经网络方法建立的预警模型最受瞩目。房地产市场本身是一个非常复杂、庞大的非线性系统，人工神经网络预警模型能够模仿人类自我学习和调整的过程，随时准备依据新数据资料进行自我学习和训练，并能够调整其内部的储存权重参数以对应多变的经济环境，较好地体现了系统的非线性特性。但是，无论是BP神经网络还是RBF神经网络，其有效性主要由样本代表性决定。如果样本不具备较好的代表性，训练好的网络运用于样本以外的数据时误差就可能比较大，甚至出现错误。如前文提到过的那样，我国房地产市场的统计数据从1996年开始才逐步规范，多数指标仅为年度数据，缺乏多指标的月度数据，这一现实情况给神经网络的应用带来了一定的挑战。因此，神经网络理论在房地产监测预警中的应用还处于起步阶段，方法体系还有待进一步的完善和发展。

本文认为在房地产预警研究当中有一类方法尚未得到足够的重视和深入的研究，那就是被解释变量为0或1的二元选择模型以及能够输出多级预警信号的排序选择模型。与景气指数法及综合模拟法相比，这类预警模型无须凭主观经验或专家意见确定各因素的权重，排序选择模型甚至可以自动估计出发生不同级别警情的临界值，因而无论从理论角度还是预警系统应用的实践角度来看，都值得我们进行进一步的研究和讨论，代表了房地产市场预警系统发展的未来和方向。

【参考文献】

[1] 陈日清、李雪增：基于二值响应模型的房地产泡沫预警方法研究[J].统计研究，2007（9）.

[2] 陈峰、丁烈云：房地产综合模拟预警法误区的识别及修正[J].数学的实践与认识，2006（12）.