房地产周期论文范文1
关键词：主成分分析 合成房地产市场综合指数 房地产市场周期波动
引言
近年来，我国房地产市场蓬勃发展，关于房地产泡沫、房地产投资过热等讨论也一直争论不休。越来越多的人开始担心房地产行业是否存在“泡沫”，对“泡沫”仅仅存在于局部还是充斥着整个市场有着各种不同的看法，甚至有人预测“泡沫”不久将会破裂并引发一场房地产市场危机。因此，对于房地产业的各种研究也就成为了热点课题。作为宏观经济发展的重要支撑，房地产业受宏观经济和政策、人口、文化、法律制度等诸多因素的影响，在整体上会呈现上下波动的周期性规律特征。我国目前的房地产市场很难定量分析泡沫的情况，因此关注的焦点应更多集中在周期波动的研究之上。通过对房地产行业周期波动的研究分析，把脉房地产市场的整体运行趋势，辨析波动的核心因素，对宏观调控政策的制定，平缓波动的幅度，避免房地产泡沫的出现和破裂，都有着很重要的现实意义。
一、文献回顾
房地产周期波动的研究最早起源于美国，Burns（1935）首先采用官方公开数据描述美国房地产建筑的长周期。20 世纪60 年代，美国Stephen A. Pyhrr等经济学家已经开始研究西方房地产市场的周期性，在其专著中指出周期波动的根源是供求的变动，并将房地产周期波动分为5个阶段，从宏微观多角度探究波动的机理，通过实证分析证明房地产周期与通货膨胀周期正相关。Barrast和Ferguson（1985，1987）年在理论分析中初步建立起房地产周期波动循环的时间模型，又用光谱分析和转折点分析等方法进行实证分析，从理论和实证两方面研究英国的建筑周期波动。
我国房地产经济起步较晚，相关统计数据缺乏，伴随着上世纪90年代初期房地产行业的快速发展相关的研究开始展开。最初大多从供求关系定义不动产经济周期，以商品房年销售面积等指标，通过单一指标分析不动产周期波动及特点，对比GDP增长率等指标，简要分析其与总体经济周期的相互关系。谭刚（1993）提出了房地产周期的概念，建立扩张与收缩两阶段的房地产周期分析模式，以此为基础构建间接、表层和内生三类指标组成的房地产景气指标体系，采用扩散指数法研究深圳房地产周期波动的特性。目前我国对房地产市场的综合评价大多采用景气指数法，其中最有权威和代表性的事全国房地产开发景气指数，它是由政府统计部门编制的，简称“国房景气指数”。
二、指标和数据的选取
本文采用主成分合成综合指数法，即利用多元统计分析中的主成分分析方法来合成指数，从而避免人为设置权重的偏差。主成分分析主要是用来解决变量太多时减少变量的问题（降维），将原来的多个指标通过线性变换，综合成互相独立的少数几个变量指标，这些新变量指标能够尽可能充分地反映原有的信息。
为了更好的反映房地产的周期性波动，根据可得性、可信性以及时间序列尽可能长的总体要求，选取以下7个影响房地产波动原因的指标：X1为地区国内生产总值，X2为社会固定资产投资额，X3为房地产开发投资额，X4为商品房销售面积， X5为住宅销售面积，X6为商品房平均销售价格，X7为城镇居民人均可支配收入。选取北京市这个比较有代表性的城市作为我们的城市样本，以1994年到2012年共19年的指标数据作为样本进行研究，以期构造北京市房地产市场增长周期波动的综合指数，数据来源《中国统计年鉴》。
三、北京市房地产市场增长周期波动综合指数
1.主成分计算过程
（1）KMO and Bartlett检验
主成分分析最主要的要求就是各变量间相关性较高，KMO的值介于0-1之间，越接近1，表明所有变量之间简单相关系数平方和远大于偏相关系数平方和，越适合主成分分析。通过SPSS软件计算各指标相关系数都较高，且KMO的值为0.729，根据Kaiser 给出的KMO 检验标准，属于一般标准，说明可以使用主成分分析方法进行分析。
表1 KMO and Bartlett's Test
（2）选择主成分
提取方法：主成分分析。
根据SPSS计算的特征根和贡献率，前两个主成分的累积贡献率已经达到99.407%，说明选取前两个主成分基本完全反应了原始信息；SPSS的碎石图显示前两个指标比较陡峭，其余几个接缓，也证明选取前两个成分作为主成分是比较合适的。
（3）主成分得分
根据SPSS软件计算的得分系数矩阵，得到各主成分的成分矩阵，各主成分可以用标准化后的原始指标表示如下：
四、结束语
本文主要研究北京市房地产市场周期波动，通过主成分分析法，得到宏观经济指标和微观销售指标两个主成分，对房地产行业发展做初步分析，并合成房地产市场综合指数描述该周期波动，用量化直观的方式描述房地产市场周期波动，并对成因进行相关解释，最后检验合成综合指数的可靠性。实践证明合成综合指数法对于房地产业的周期波动有非常良好的解释力，通过对该指数进行进一步的深入研究，能够进一步发现引起房地产行业周期波动的原因以及房地产业的主要影响因素，对我国做好房价的宏观调控也将有一定的指导意义。
目前我国正面临着经济的转型，对房地产市场走向的研究也愈发重要，理论和实证研究也不断深入。我国房地产行业起步相对较晚，相应的资料不够健全，随着房地产市场的逐步发展，房地产行业的相关信息也在逐步积累和完善。届时笔者将利用更为全面、完善的理论和数据进行更为深入的探讨。
参考文献：
[1]谭刚.房地产周期波动――理论、实证及政策分析.经济管理出版社.2001（1）
房地产周期论文范文2
关键词：房地产投资，房地产周期波动，因果关系检验
一、房地产投资波动与房地产周期波动在房地产周期波动中房地产投资是一个十分重要的内生因素，由于房地产业是一种特殊的行业，在它的启动阶段需要大量的资金支持，所以资金无疑是房地产业必须的重要生产元素之一，它对房地产经济有着重要的影响。从经济学理论来看，投资行为具有很强的能动性，是房地产市场发展的基本要素。同时，投资又是一种能够拉动房地产市场发展的最终需求，因为消费是投资的目的和归宿，是投资增长的动力，同时，投资还能够创造出新的需求。就投资本身来看，也很容易发生波动。这是因为投资行为具有较强的预测性和随机性，尤其是投资于房地产。
从图1中我们可以看出，投资增长率的波动与商品房年销售面积增长率的波动虽然在波动幅度上有一定差别，但就波峰和波谷的位置来看却大体上是一致的，他们之间似乎存在一定的关系。下面，我们将进一步从实证的角度出发，通过运用协整理论和因果关系检验等方法研究房地产开发投资额与商品房销售面积的相互关系，来体现他们所代表的房地产投资及其波动与房地产周期波动之间的关系，进一步揭示投资对房地产周期的影响。。
图1房地产开发投资额增长率与商品房年销售面积增长率波动图
二、投资与房地产周期波动的实证分析1、指标选择及数据说明
在忽略区域性差别以及不同物业类型差别的条件下，考虑到数据的可获得性，笔者选择商品房屋年销售面积指标作为考察对象来研究我国房地产周期性规律，选用房地产开发投资额指标来研究我国房地产投资波动情况。本文所采用的数据均来源于中经网经济统计数据库，数据样本期为1987―2005年。为减少数据波动并直接得出弹性，商品房销售面积和房地产开发投资额在分析时均已取自然对数。数据分析处理所采用的计量分析软件为美国QMS公司出品的Eviews4.0。。
2、数据的平稳性检验
为避免非平稳的经济变量在回归分析时带来的伪回归问题，在建立经济模型前首先应对经济变量进行平稳性检验。本文对上述经济变量采用ADF（Augment Dickey-Fuller Test）检验法，对、序列进行平稳性检验的结果表明，两变量的水平值在5%的显著性水平下均为不平稳序列，而的一阶差分，采用有常数项且滞后2期的检验模型，在5%的显著性水平下为平稳序列；的一阶差分，采用有常数项且滞后1期检验模型，在5%的显著性水平下为平稳序列。即序列、都是一阶单整的。
3、协整检验
在上面的步骤中，已经证明、为同阶单整序列。通过观察它们的趋势图发现这两个序列有大致相同的增长和变化趋势，说明二者可能存在协整关系，本文采用E-G两步法进行检验，得到回归模型的结果，如公式（1）所示：
（1）
进一步，我们对残差序列进行平稳性检验。可以发现序列在ADF检验滞后3阶时，在5%的显著性水平下具有平稳性。由此可以得出序列、之间存在协整关系的结论。
4、因果关系检验
若经济变量之间具有传递作用，则变量之间应该具有因果关系。根据VAR模型，利用AIC、SC最小的原则选取最优滞后期为4，对商品房销售面积和房地产开发投资额之间进行因果关系检验，结果如表1所示：
表1 、的因果关系检验
房地产周期论文范文3
关键词：房地产波动；区制转移模型；通货膨胀效应
基金项目：国家社会科学基金项目(05&ZD006)。
作者简介：夏程波（1974-），男，四川绵阳人，四川大学经济学院博士研究生，主要从事世界经济理论与实践研究；庄媛媛(1975- )，女，四川西昌人，回族，四川大学工商管理学院博士研究生，主要从事工程管理研究。
中图分类号：F293.3 文献标识码：A 文章编号：1006-1096（2012）03-0026-05收稿日期：2011-07-04
一、问题的提出及文献综述
房地产具有投资资产属性。关于它对通货膨胀变动的反应,有著名的“费雪假说”和“假说”。“费雪假说”认为资产价格对通货膨胀率很敏感，能迅速对通货膨胀率的变动做出反应，并将这种变化体现在资产收益率中，表现为正相关关系（Fisher,1930）。另一些学者认为通货膨胀率同资产收益率负相关。如Fama（1981）提出的“假说”就认为实际资产收益率与实际经济增长正相关，而实际经济增长率同通货膨胀率负相关，这样通货膨胀率的变动引起经济增长率反向变动，从而资产收益率也反向变动。
从理论上来说，通货膨胀对房地产投资、建设、经营、融资等活动具有直接影响，而通货膨胀预期还会引发诸如加息、提升存款准备金率等紧缩货币政策。这些应对通货膨胀的紧缩性货币政策会对房地产市场形成一定的冲击，从而构成对房地产市场的间接影响。具体来讲，通货膨胀可能从以下4个方面对房地产周期波动产生影响：一是通货膨胀会引起成本转移效应，导致房地产价格上涨。一方面，通货膨胀会导致成本推动型房地产价格上涨。房地产开发中，建安成本是重要成本之一。当通货膨胀发生时，原材料、工资成本等就会上升。如果开发商自己承担所有多出的成本，开发利润将会减少。这就意味着开发商不愿意通过内部系统来承担这部分成本，他们一般会将成本转移给消费者来承担。另一方面，通货膨胀引致的上升成本不能无限制地向消费者转移，因为开发商还必须考虑消费者的有效购买力，当达到某个平衡点后，开发商就会减少房地产投资，进而减少房地产供应。二是通货膨胀引起“保值增值”需求，推高房价。房地产不仅具有消费属性，而且具有投资属性。当市场普遍预期通货膨胀到来时，人们就会将货币财富尽快转化为能够保值增值的资产，而房地产和证券市场是较好的选择。这会使房地产需求增长的速度快于供给的增长速度，从而导致供需结构失衡，促使房价上涨。三是通胀引起的“货币幻觉”会助推房价。当通货膨胀上升时，销售收入、工资等名义收入也与通胀一起上涨，这会使人们产生“货币幻觉”（“货币幻觉”由美国经济学家欧文・费雪于1928年提出，是指人们只对货币的名义价值做出反应，而忽视其实际购买力变化的一种心理错觉），从而导致名义购买力上升，增加对房地产的需求，助推房地产价格上涨。四是真实利率为负，增加对房地产投资的需求。当通货膨胀发生而名义利率保持不变时，实际利率下降。由于政策时滞和政府加息意愿不强等原因，名义利率一般上涨速度较慢，而且上涨幅度也很有限。而通货膨胀率一般由市场决定，上涨速度较快，幅度也较大，这样就可能造成实际利率为负的情况出现。实际利率为负时，相当于可以无偿使用银行借贷资金，这会导致房地产投资意愿增强，供需结构失衡。
大量文献研究了房地产波动同通货膨胀的关系。Peiser (1983)研究了通货膨胀率同房地产资本化率的关系，发现当预期通货膨胀率上升时，房地产资本化率总是趋于下降。Born（1984）发展了房地产周期理论，并构建了考虑通货膨胀的房地产投资分析框架。Ronald（1997）指出通货膨胀率总是领先于房地产繁荣而快速上升。我国学者张红（2005）研究了商品住宅销售面积波动率与通货膨胀率的关系，发现我国通货膨胀率的周期比住宅市场周期长1~2年，且住宅销售与滞后1年的通货膨胀率之间正相关。
本文将按照英国皇家特许测量师学会对房地产周期的定义进行研究，即房地产周期是指经常重复的但是不规则运动的房地产收益率的波动。房地产的其他指标也表现出同样特性，只是这些指标滞后或领先于总体房地产周期。由于房地产逐渐成为我国主要的投资资产，因此通过研究以投资收益率代表的房地产周期与通胀的关系，可以检验著名的资产价格和通货膨胀率的关系。
在波动性的研究方法中，为了将周期的结构性转变因素纳入到研究框架内，Hamilton（1989）在分析美国经济周期时将Markov链引入到一般向量自回归模型（VAR）中。我国学者刘金全等（2009）也将该方法引入到周期研究中，成功地分析了我国经济周期的区制状态。另外，许多文献研究认为通货膨胀率序列可能存在结构性转变。刘金全等（2009）利用Markov模型研究了我国通货膨胀率，认为我国通货膨胀率过程可以划分为3个区制状态，并指出我国经济政策与通货膨胀率的区制特性存在明显的相关性。
本文采用Markov区制转移模型，在不同区制状态下对我国房地产周期波动与通货膨胀率的相关性进行研究。
二、房地产收益率与通货膨胀率区制转移模型学术界普遍认为房地产周期波动的原因是外部冲击-内部传导机制作用的结果。冲击-传导机制是解释经济周期波动的经典理论框架。该理论认为经济周期波动是经济体系受到随机性的外部冲击之后，经由一定的内部传导机制而引发的周期性反应。因此，房地产周期波动机制可用向量自回归模型（VAR）进行描述
Yt=vt+A1Yt－1+…+ApYt－p+B1Xt－1+…+BpXt－p+ut（1）
式（1）中，Yt是内生变量向量，Xt表示外生冲击变量向量，Vt是截距项，ut表示扰动项。虽然模型能够反映外部冲击随时间变化并通过内部传导而对房地产经济系统产生的影响，但该模型是基于线性关系假设，并未考虑周期的结构性转变，而实际上经济变量间的关系通常是非线性的，所以式（1）无法准确反映周期在不同阶段变量关系可能出现的差异，因此本文采用由Hamilton（1989）提出的Markov区制转移模型，将区制转移引入到式（1）中，以非线性模型更加准确地描述房地产周期与通货膨胀率的关系。
Hamilton（1989）将Markov链引入到一般向量自回归模型（VAR）中，使模型可用于描述在不同阶段、状态下，经济周期所具有的不同特征和规律，该模型被称作马尔科夫区制转移模型（ Markov Swit-ching Model，MS模型）。滞后p阶的MS-VAR(p)表达式为
yt=v(st)+A1yt－1+…+Apyt－p+B1Xt－1+…+BpXt－p+ut, ut～NID(0,∑(st))（2）
式（2）中，yt表示k维向量变量，若k=1，则该模型被描述为MS-AR(p)模型；若k＞1，则该模型被描述为MS-VAR(p)模型。st表示不可观测的区制变量，st∈{1,…,M}表示区制状态，则{st}是一个M状态的Markov链，其固定的转移概率为
pij=P［st=j|st－1=i］，∑Mj=1pij=1 i,j∈{1,…，M}（3）
根据总体参数对区制的依赖性，MS-VAR模型可分为MSM-VAR、MSI-VAR、MSMH-VAR、MSIH-VAR、MSMAH-VAR、MSIAH-VAR等形式，所以要根据AIC、 SC准则和对数似然值来确定MS模型的最优形式。本文选取3个不同区制（低速、中速、高速发展阶段）、滞后阶数为一阶的MS模型，模型截距、自回归系数和方差均随区制状态而变化，即MSIAH形式。
Gallagher等（2002）的研究表明通货膨胀率对资产收益率具有双重作用，即持久性的通货膨胀率冲击会引起资产收益率与通货膨胀率呈反方向运动，而暂时性的通货膨胀率冲击会引起资产收益率同通货膨胀率同向运动。这说明通货膨胀率的持久性或预期成分与暂时性成分对资产收益率会产生不同影响效果，因此需要将通货膨胀率分解为持久性部分和暂时性部分。我国学者曾利用HP滤波将通货膨胀率分解为趋势成分和周期波动成分作为前者的。本文亦采用该方法，对通货膨胀率进行分解。本文设定的具体模型形式为
Rt=v(st)+α(st)Rt－1+β1(st)πTt－1+β2(st)πCt－1+ut, ut～NID(0,∑(st))（4）
式（4）中，Rt表示t时刻的房地产收益率，πTt是通货膨胀率的趋势成分或预期成分，πCt为通货膨胀率的周期成分。设定v1＜v2＜v3限制条件。
三、实证研究
1．房地产收益率和通货膨胀率分解计算及数据说明
本文采用我国房地产平均价格月度数据，计算出实际房地产价格的月度同比增长率作为房地产投资收益率，通货膨胀率也为月度同比CPI增长率。实际房地产投资收益率由下式给出
Rt=［(lnPt－lnPt－1）+1］(πt+1)－1（5）
式（5）中， Pt为t时刻的房地产平均价格，Pt-1为上年同期均价，πt为t时刻通货膨胀率。中国房地产均价由国家统计局公布的销售额和销售面积计算得到;通货膨胀率数据来源于《中国统计月报》。考虑到1998年下半年随着住房制度改革，我国了《城市房地产开发经营管理条例》和《关于进一步深化城镇住房制度改革，加快住房建设的通知》，逐步取消了福利分房、单位投资建房等，真正意义上的住房市场化开始启动，因而时间序列样本期选取1998年7月～2010年12月的月度数据。由于是同比数据，所以无需进行季节调整。首先计算名义价格增长率，最后消除通货膨胀影响，得到实际同比价格增长率。
通货膨胀率分解方法采用HP滤波技术得到。假设通货膨胀率序列πt由趋势成分和波动成分组成，πTt是趋势成分，πct是其中的波动成分，则
πt=πTt+πct， t=1,2,…，T（6）
趋势部分πTt可由下式的最小化的解得出
min∑Ti=1{(πt－πTt)2+λ∑Tt=1［(πTt+1－πTt)－(πTt－πTt－1)］2}（7）
其中，λ是平滑参数，月度数据取值为14400。由式（7）可得到趋势成分和周期成分，即持久性通货膨胀率和暂时性通货膨胀率。图1显示了我国房地产收益率、通货膨胀趋势成分和周期成分。我国房地产收益率波动较为剧烈，通货膨胀率趋势成分具有一定上升趋势。
图1 房地产收益率、CPI趋势成分和周期成分时间序列
2．房地产收益率和CPI趋势成分、周期成分关系的实证结果
本文用Krolig的Ox-MSVAR软件包在Givenin平台对模型进行了估计。表 1是区制模型的估计结果。
LR线性检验值为186.9762，卡方统计量的P值小于1%，显著地拒绝原假设线性假设。因此，选择MSIAH模型是非常合适的。表1的估计结果显示，除了在高速增长区制中的通货膨胀预期成分不显著影响房地产收益率，在3个区制中，通货膨胀率预期成分和周期成分几乎都对房地产收益率产生了显著影响（系数的t统计量均为显著）。预期成分和周期成分在各时期参数的符号在各区制也不同，说明房地产收益率与通货膨胀之间的关系具有区制依赖性。根据表1，房地产和通胀共同周期的3个阶段中，以价格增长率衡量的房地产收益率分别为2.7%、5.7%和10%，分别对应着低速增长区制、中
表1 MSIAH(3)- AR(1)模型实证结果
参数区制1区制2区制3v0.0273*0.0571*0.1001*α-0.3053*0.2943*0.2598*β11.5696*-3.6819*-0.8336β22.5728*0.8150*-2.0886*标准差0.0483070.0381520.056569区制转移概率矩阵P1iP2iP3i区制10.89190.11460.1065区制26.005e-0050.83175.902e-005区制30.10810.05370.8934log-likelihood:186.9762 LR linearity test:24.3934
Chi(10) =［0.0066］** 注：*表示在5%水平下显著,**表示在1%水平下显著。
速增长区制和高速增长区制的平均增长率。区制3的维持概率最大，达到89.34%；其次是区制1；维持概率最小的是区制2。另外，房地产收益率波动率在中速增长区制最小，说明此时房地产行业运行最稳定；房地产收益率的波动率在高速增长区制最大，达到5.7%。
图2 房地产收益率区制平滑概率
图2给出了我国房地产周期波动的区制平滑概率。根据P［St＝j|Ω］＞0.5，Ω为全样本信息，则该时点经济周期处于j区制的判断原则，房地产收益率区制状态如图2所示。低速增长区制主要在1999年8月~2000年10月、2001年5月~2001年7月、2004年3月~2004年8月、2006年11月~2007年10月，平均持续期为9.25月；中速增长区制平均持续期只有5.94月，主要在2001年2月~2001年6月、2002年10月~2004年2月、2006年8月~2006年10月、2008年3月~2008年11月以及2010年5月~2010年8月；高速增长区制的时间为样本期间余下的月份，其持续期也较长，达到9.38月。各区制状态的转移概率和持续期随区制状态不同而相异，说明我国房地产区制状态具有非对称性质。
四、实证结论
本文利用马尔科夫区制转移模型对房地产收益率进行了区制划分，并建立了以滞后一阶的房地产收益率为内生变量、滞后一阶的通货膨胀率趋势和周期成分为外生变量的MSIAH模型，结合表1和图 2，可得出如下结论。
第一，MSIAH模型的非线性检验、卡方统计量等都通过了显著性检验，并且通货膨胀率趋势和周期成分系数基本上都通过了t统计量的检验，说明通货膨胀率同房地产周期显著相关，相关关系依赖于所处的区制状态。区制状态分析说明，我国房地产存在显著的增长率分界现象，即房地产波动呈现3区制性质，同时也表明我国房地产周期在样本期间经历了结构性变化，表现出区制状态的非对称性质。这主要是因为我国房地产政策存在着明显的周期性特点，在逐步市场化进程中，市场结构也随政策的改进而变化。政策调控逐步由行政直接干预向利用税收、土地供应、信贷等市场化手段转变，但转型期的政府对经济活动调控能力较强，政策因素对房地产市场结构的影响较大。
第二，MSIAH模型将滞后一阶的房地产收益率引入模型，用以考察我国房地产周期的自回归过程。表1显示在3个区制中自回归系数都是显著的，表明我国房地产波动具有自相关性质，相关程度和相关方向依赖区制状态而不同。在低速增长区制阶段，参数α的估计值为负，前期市场的紧缩会对市场有回复作用，而前期市场扩张对当前市场有抑制作用。这与刘金全等（2009）对股票收益率与通货膨胀率在低速增长区制关系的研究得出的结论是一致的。在中速增长区制和高速增长区制时，自相关系数为正，意味着房地产市场在这两个区制具有惯性运动属性，前期市场运动使当期房地产市场保持原来的运动方向。
第三，通货膨胀率的周期成分在各区制中对房地产周期波动的影响也不一样。首先，在同一区制中的通货膨胀周期成分与预期成分对房地产波动的影响方向不一样。在低速增长区制和高速增长区制的通货膨胀率周期成分与预期成分的系数符号相同，前者同为正，后者同为负；而在中速增长区制二者的符号相异，相对于正的预期成分系数，此时通货膨胀率的周期成分系数为负。通货膨胀周期成分基本上是无法预测成分或暂时成分，属于异常的外生因素变化而形成的意外冲击，因此政府在对房地产市场进行宏观调控时，可以充分利用通货膨胀率周期成分的特点，对房地产市场加以控制。在低速增长区制阶段，政府可通过向市场施加意外的通货膨胀因素，加强预期成分对房地产市场的提振作用。而在中速增长区制阶段，政府若需要加快房地产业的发展，除了降低通货膨胀预期外，可施加意外的通货膨胀率增加因素。在高速增长区制阶段，则可通过提升预期外的通货膨胀率，控制房地产市场过度发展。
第四，通货膨胀率趋势或者预期成分与房地产收益率之间的关系随区制状态不同而相异。在低速增长区制中的预期成分的回归系数为正（β1=1.5696），说明房地产收益率与通货膨胀率预期正相关，通货膨胀率与资产收益关系的“费雪效应”得到验证。其政策启示是，温和的通胀将有助于经济发展，促进房地产收益率提高，从而促进房地产市场从低速增长区制向其他区制转移。而在中速增长区制的通货膨胀率预期成分的参数显著为负（β1在中速增长区制的取值为-3.6819），表明在这个阶段的通货膨胀率预期与房地产收益率负相关，此时资产收益与通货膨胀率的“效应”体现出来。如果要调控房地产发展速度，在对房地产市场进行政策引导时，提高通货膨胀率预期将有助于房地产市场降温。其作用机制在于通胀预期意味着政府将实施从紧的经济政策，收紧房地产资金链，提高资金成本，从而压缩投资、投机需求，同时刚性需求也会持观望态度，从而房地产总体需求将不乐观，房地产开发商就会收缩房地产投资。在高速增长区制，通货膨胀率预期成分与房地产收益率间的关系不显著，房地产波动率最大，说明在高位运行的房地产市场对各种因素极为敏感，其他因素对房地产市场影响较大，通货膨胀预期并不能显著影响房地产市场。
参考文献：
刘金全,马亚男.2009.股票收益率与通货膨胀率的相关性研究［J］.吉林大学社会科学学报（1）：121-122.
刘金全，隋建利，闫超. 2009. 我国通货膨胀率过程区制状态划分与转移分析［J］. 系统工程学报（6）：647-652.
张红.2005.房地产经济学［M］. 北京：清华大学出版社.
BORN W L.1984.A framework and model for the analysis of income producing real estate investments under cyclical inflationary conditions［D］. Ph.D. dissertation, The University of Texas-Austin, University Microfilms International, # 8421664.
FAMA E F.1981.Stock returns, real activity, inflation and money［J］.American Economic Review,71:545-565.
FISHER I.1930. The theory of interest ［M］. New York: Mcmillan.
GALLAGHER L A, TAYLOR M P. 2002. The stock return-inflation puzzle revisited ［J］. Economic Letters, 75:147-165.
HAMILTON J.1989. A new approach to the economic analysis of nonstationary times series and the business cycle［J］. Econometrica， 57:357-384.
PEISER R B. 1983. Phasing of income-producing real estate［J］. Interface,13(5):1-9.
RONALD W K.1997. The long cycle in real estate ［J］. Journal of Real Estate Research, 14(3):233-258.
(编校：沈 育)
A Research on the Inflation Effect on the Influctuation of Real Estate
XIA Cheng-bo1, ZHUANG Yuan-yuan2
(1.School of Economy, Sichuan University, Chengdu 610041, China;
2.School of Business Adiministration, Chengdu 610041, China)
房地产周期论文范文4
[关键词]H-P滤波法；房地产；政策
[中图分类号]F752[文献标识码]A[文章编号]1005-6432（2014）12-0109-04
1房地产周期
房地产周期是指房地产经济水平起伏波动、循环的经济现象，表现为房地产业在经济运行过程中交替出现扩张与收缩两大阶段，复苏—繁荣—衰退—萧条循环往复的四个环节。
第二次世界大战前后，大萧条引发了人们对经济周期的重视，房地产建筑周期作为经济周期的重要组成部分，开始成为了经济学家的研究部分。Burns（1935）率先利用官方数据描述了美国房地产建筑（construction）的长周期，这可视为房地产周期研究的起源。
进入20世纪80年代后，“滞胀”时期，凯恩斯理论出现新困难，经济周期变成研究重点。房地产周期的研究也开始进入一个蓬勃发展的阶段，并且从经济周期的从属部分发展为一个相互独立的领域，经济学者们开始对房地产周期进入识别、解释和运用，并认识到房地产周期对国民经济的重要意义，经济学者开始利用一些新的理论工具对房地产周期进行解释，并利用模型进行检验和预测，理性预期、期权定价等理论工具被应用于房地产周期的研究。
20世纪90年代开始后，金融危机的爆发，全球一体化的进一步发展，使得学者们开始重视国际房地产周期关联性的研究。房地产周期研究进入了多样化深入发展的新时期。
我国房地产周期与国外发达资本主义国家存在着明显的区别。中国独有的增长模式将影响房地产发展，房地产发展快，不仅与经济发展阶段有关，还与地方政府有强烈的政绩冲动有关。在地方房地产的发展上，地方政府与开发商实际上形成了利益对等关系，地方政府的政绩上升往往伴随着开发商项目的增加，这一发展模式造成了我国房地产市场发展更多地受制于政府政策导向管理。
2H-P滤波法测量
21H-P滤波法
房地产开发综合景气指数（国房景气指数）是对房地产业发展变化趋势和变化程度的量化反映和综合指数体系。具体数据由国家统计局，具有及时性、综合性和权威性等特点。
经济指标的时间序列共包含四种变动要素：长期趋势要素T、循环要素C、季节变动要素S 以及不规则要素I，其中循环要素C 是以数年为周期的周期性变动。由于房地产开发综合景气指数在编制时已进行季节调整，因而进行滤波处理前无须进行季节调整，可以直接利用HP 滤波法分解出趋势要素T 和循环要素C。未进行HP 滤波处理前，房地产开发综合景气指数原始序列，该序列包含长期趋势要素T 和循环要素C。利用HP 滤波法分解出长期趋势要素和循环要素，得到循环要素C。（使用matlab/eviews）
22周期测量
首先本文使用国家统计局的国房景气指数，2000年1月到2013年2月的共158个月数据，首先将数据用Execl进行自然对数增长率处理，即ln（第二期数据/第一期数据）来剔除量纲与突变性变化影响，然后运用平滑法对数据进行平滑处理（指数平滑法Excel）接着进行HP滤波法，过滤白噪声后观察我国房地产周期情况。
国房景气指数变化周期图
观察分析近15年来我国房地产发展情况，结合我国相同时期房地产相关政策分析我国房地产市场的国家政策关联性。从上文中运用H-P滤波法得到的五大周期起止时间可以看出，平均355个月为一个周期，其中第四周期为房地产调控最为密集的周期。
23房地产周期与政策关联性分析
231第一周期时段（1999—2001年）
第一时段为逐步改革时段，从1995年开始，我国公布了《中共中央制定关于国民经济和社会发展“九五计划”和2010年远景目标建议》；1997年颁布《个人住房贷款担保管理试行办法》；1998年颁布《国务院关于进一步深化城镇住房制度改革加快住房建设的通知》。
1995年的政策瞄准经济体制改革，对房地产发展具有指导作用，它加快了我国市场化进程，城市化发展加快，使得我国房地产市场开始进入具有指导性的健康发展阶段。
1997年的房贷政策和1998年停止福利性分房，很大程度上刺激了市场需求。商品房开始在市场上占据份额，房地产市场进入火热发展。
1999年8月13日，国家建设部颁布《进一步推进现有公有住房改革的通知》，之后在2001年颁布《关于整顿和规范土地市场秩序的通知》，《关于加强国有土地资产管理的通知》。2000年6月昆明市房地产市场达到波峰，国家采取控制性政策调整发展方向，昆明市2001年后进入下一个周期。
这个阶段的法律规范体系并不完整，因此，房地产的发展并不十分健康。1998 年住房需求快速释放后，伴随而来的是1999 年需求的缓慢回落。在住房需求缓慢回落的过程中，国务院、建设部等相关部委为进一步刺激住房需求，相继出台了针对普通购房者的《住房公积金管理条例》（1999 年4 月）和《进一步推进现有公有住房改革的通知》（1999 年8 月），从供需双方的角度调节市场，终于房地产市场于2000 年再次开启，并于2000 年6月达到高峰（见表1）。
经过逐步改革，我国房地产市场发展渐渐走向正轨，由政府主导的公共福利性住房市场向商品经济房占主导的市场转型，由政府指导带动向调控规范市场转变。我国房地产市场进入了全国房地产政策调控阶段（见表2）。
2001 年的房地产调控偏向于紧缩型。在短短8 个月的时间里，国务院、建设部、人民银行、国土资源部等相关部委相继出台了一系列政策与法规，涵盖土地审批、房屋拆迁、住房融资、住房租赁、商品房销售等各个方面，直接导致2001 年下半年及2002 年的房地产业萧条，低迷的房市一直持续到2003年年初。
2003年年初，房地产市场出现反弹，开始上升复苏，本轮宏观调控中出现一场少有的高层“政策分歧”，即2003 年中国人民银行颁布的121 号文件与同年国务院批准的18 号文件。央行的经济学家从金融市场的角度出发，寄希望于通过整顿房地产市场信贷业务，达到抑制市场过热的目的。业界学者普遍认为18 号文件体现出国务院与中国人民银行对房地产业发展进程存在不同的观点，甚至于国务院错过了调控房地产市场的最佳时机。因此，房地产价格在经历了一轮小幅回落后，于2003 年年末再次回归高位。
于2004年下半年后，政府加强调控，抑制房地产价格过热，市场开始回落。这一时间段内国家主要针对土地要素进行整顿，客观上影响了昆明市房地产市场的发展，昆明市房地产市场跌幅和涨幅均不大，进入相对平稳的发展的时期。
233第三周期时段（2005—2008年）
经过了3年左右的市场宏观调控，房地产市场平稳发展，从最初的经济体制改革，到政府宏观调控，再到如今运用税收与金融管制，我国房地产市场进入了全国房地产市场的税收及金融监管期（见表3）。
2005年以国八条和新八条的出台为代表，一方面显示出政府和央行在认识房地产市场过热的问题上达成一致；另一方面也显示出政府在调控房价、抚慰民生上的决心。国八条和新八条在极大程度上打击了市场投机者以及普通开发商和投资者的信心，于是2005年年末房地产市场再次回到谷底。
在这种紧缩型调控的背景下，2006 年与2007年的房地产市场却出乎意料地呈现出一波上幅行情。究其原因，一方面是由于部分地方政府对政策的认识和执行力度并不到位，地方政府过度依赖土地财政必然会使得国家宏调的整体效果大打折扣； 另一方面是制造业等传统行业的经营环境急剧恶化，大量资本由制造业流入房地产业。与此同时，境外资本也在以各种合法甚至违法的方式涌入中国。在“内忧外患”的夹击下，楼市连同股市均呈现出前所未有的繁荣景象。这一时期，国家政策是在刺激房价的基础上制定的。这种政策下昆明市房价明显上升，房地产市场达到波峰。昆明市房地产市场在政策刺激下进入高速发展期。
234第四周期时段（2008—2011年）
内有持续三年之久的紧缩型宏观调控政策，外有席卷全球的金融危机的蔓延，2008 年年初投资者的信心受到极大的打击，同时受到2008年世界经济危机的波及影响，我国政府逐步采取紧缩性政策，稳定市场，房地产市场也顺势进入冬眠期。
2008 年下半年，政府开始对房地产市场进行松绑，国家制定二套房贷限制、取消城市房地产税、下浮廉租房贷款利率等政策刺激市场，昆明房地产市场进入复苏阶段。
这一时期，我国深化各个层面位置，仔细研究，颁布各项政策措施来稳定房地产市场发展。我国进入全国房地产市场的深化、密集调控期（见表4）。
政府多方位多手段调控，从政策指导、金融手段管制、税收深化管理三方入手，使我国房地产市场能摆脱低迷情况，政府出台四万亿元救市方案，资金主要投向基础建设，使得我国房地产市场复苏进而保持了良好势头继续发展。
2009 年的房地产政策呈现“前松后紧”的态势，房地产市场也随之走出又一轮“倒V 字”的行情。紧缩型政策从2009 年下半年一直延续至2011 年，此番调控的长度和力度不输于2008年的调控。
综观2008—2011近三年的紧缩型房地产政策，调控的重点集中于土地、住房、税收、信贷等方面，调控主体包含国务院、住建部、国土资源部、发改委、财政部、人民银行、国税局、商务部等相关部委。
235第五周期时段（2011年至今）
2011年年初颁布的“国八条”以及“限购令”的出台，“新建住房价格控制目标”的制度的确定，“一房一价”等直接干预住房价格的政策的出台，都是为了抑制房地产市场黄金年的持续升温，我国房地产市场发展过热，房价逐年上升，炒房、多套购房等严重现象。
国家为保障全国人民住房刚性需求，抑制房价过高，限制二套房贷，继2011年颁布的国八条后，2012年政府在国八条基础上继续加强了宏观调控，进一步落实地方政府责任，加强抑制投资需求，严格住房用地的管理，加大保障性住房供给，合理引导各地区住房需求。
国务院于2013年2月20日颁布“国五条”建立健全稳定房价工作的考核问责制度。严格执行商品住房限购措施，在限购区域、限购住房类型、购房资格审查等方面，按统一要求完善限购措施，这要针对二三套房调控。我国70个大中城市中，新建商品住宅价格与上月相比，53个城市2013年1月房价环比上涨，其涨幅均未超过22%，价格下降的城市有16个，持平的城市有1个。在二手住宅价格方面，与上月相比，70个大中城市中，价格下降的城市有7个，持平的城市有12个，上涨的城市有51个。与同月相比，价格下降的城市有34个，上涨的城市有36个。
从数据看，3/4左右的城市新建商品和二手住宅环比价格均有所上涨，1/4左右的城市新建商品和二手住宅环比价格则持平或有所下降。
3政策虚拟变量回归模型分析
为了证明政策对房地产市场影响性，本文将所列政策首先进行分类，对于造成国房景气指数上升时期的政策归纳为正影响性政策，造成国房景气指数下降时期的政策归纳为负影响性政策。
由于政策实行具有时滞性、影响持久性，因此本文把国房景气指数进行了季度性划分。建立模型：Y=C+β1X1+β2X2+…+βnXn+μ
其中Y是被解释变量，即国房景气指数；C是常数项，X1～Xn是解释变量，表示各项房地产调控政策，μ是随记误差项。
进行平稳性检验后得出：
检验结果表明因变量Y（国房景气指数）是平稳的。
接着对模型进行回归分析，得出结果中部分自变量对因变量Y影响普通，其余对因变量Y存在显著影响。主要影响为负值，即负影响性政策。在今后，还需进行更多政策搜集分析，提高拟合度。
根据H-P滤波法周期分析推算，推算出2013年3月、4月的房产景气指数，综合往年波峰数值类推，未来很快将接近本周期峰值，峰值预计将持续两三个月将逐步下降，该指数可通过最新公布的景气指数深度论证，同时如果测算误差较小，将可以提供未来政府政策制定的调整。
第一，根据国房景气指数来看，我国房地产业存在着大约355个月的周期性循环，当前我国正处于第五轮周期发展中段。
第二，中国的房地产市场是为政策指向性房地产市场，国家颁布的房地产政策对于房地产市场循环波动的影响大于市场本身的自然发展力，房地产周期的每个转折点实际总是有着国家房地产政策的指向引导。
第三，与国际上发达国家相比，我国房地产市场周期波动较大，然而，一个健康、成熟的房地产市场的周期波动过程应是逐步平缓的态势。因此，政策当局应结合本国国情，制定完善的房地产市场政策，切实处理和完善保障性住房与商品房的建设比例和分配问题。
参考文献：
[1]范广垠我国房地产政策分析的模型与方法[J].同济大学学报，2010（2）：118-124
[2]何国钊，曹振良中国房地产周期研究[J].经济研究，1996（12）.
[3]刘洪玉房地产业与社会经济[M].北京：清华大学出版社，2006
房地产周期论文范文5
关 键 词：房地产开发；全寿命周期；风险管理
中图分类号： F293.33 文献标识码： A 文章编号：
1引言
目前我国各项工程都处于开发建设的高潮，在大型工程建设中，由于未来充满着不确定性，因此风险无处不在，无时不有。如果这些风险不被人们所认知，并未及时采取相应措施，就可能会带来巨大的人员伤亡、财产损失；反之，如果风险能得到科学管理，就可实现以最小的经济代价取得安全可靠的保障，实现安全可靠性与经济性的完美统一。
房地产项目具有投资额大、建设周期长和不可移动性的特点。这些特点决定了房地产项目在项目的投资决策、土地获取、建设、租售与物业管理等各个阶段都存在大量的不确定性因素，容易受到社会环境、经济环境、工程管理建设环境等诸多因素变化的影响，从而使房地产项目在整个寿命周期内都存在着大量风险。因此，针对房地产项目开展全寿命周期风险管理研究，具有重要的现实针对性、必要性。
2房地产开发项目全寿命周期风险管理研究现状
“风险”一词最早出现是在1980年的文献中。随后，有关学者对项目风险管理理论方法、大型工程项目风险管理和软件项目风险管理进行了研究。目前我国早已开始了房地产项目风险与决策的理论研究，但主要偏重于投资风险的分析和研究，对于实际运营中的风险分析很少。
目前许多开发商甚至各级政府在房地产项目开发运营中还存在一定的盲目性，对房地产开发项目的风险更是缺乏深刻的认识，对房地产开发项目风险管理的研究近乎空白。因此，为适应大盘时代和房地产精细化经营的需要，借鉴和应用现代项目管理的重要思想和理论，研究适合我国房地产实际情况的、系统化的风险管理模式和风险管理体系，是当前迫切需要解决的问题。
3全寿命周期理论及房地产开发项目全寿命周期阶段划分
全寿命周期理论是利用生物寿命周期的思想，拟将研究对象从形成到最后消亡看成是一个完整的寿命过程，将研究对象的整个过程通过自然形态或者价值形态等划分成几个不同的阶段，在不同的阶段中根据研究对象的特点,采用针对性的分析方法以及管理模式对各阶段进行应对方案的选择，这就是全寿命周期理论的分析过程。
根据全生命周期理论，全生命周期的思想是将整个工程项目的管理周期均考虑在内，而不是只局限于工程项目的某一个或几个阶段。
4房地产开发项目全寿命周期风险管理分析
一般说来，房地产项目从项目投资规划到试运行至少需要3-5年的时间，在不同的阶段中，房地产项目遇到的风险类型不同，风险管理的目标也不同。对各个阶段的风险分析如下：
(1)投资规划阶段
该阶段的风险因素主要考虑的是社会、政策以及经济风险三个方面。
社会风险主要是由人文因素的变化引起的，主要包括城市规划、区域发展、社会治安、公众干预等因素。
政策风险是指当金融政策、税收财政政策变动、土地使用制度变化及住房制度改革时，造成房地产开发经济上的损失。
经济风险主要是指一系列与经济环境和经济发展有关的不确定因素，包括市场供求风险、地价风险、融资风险。
(2)可行性研究阶段
该阶段主要考虑的风险因素有成本风险、财务风险、自然风险等。
成本风险和财务风险是项目可行性研究中应注意的常规风险，主要来源于对项目成本和财务预计的不准确。我国房地产开发项目资金来源主要依靠银行贷款和购房者的预付款，自有资金的比重较小，一方面受投资收益率和贷款利率变动的影响，开发项目的利息可能提高，即资金成本增加，使得利润受损；另一方面由于多种原因，如果楼盘不能按时竣工，则须向购房者进行延期赔偿。
自然风险是由自然因素的不确定性带来的项目损失。对于房地产开发项目，一般在项目选址时应该对当地的气候、地质条件和灾害等情况有所了解，特别是在自然灾害高发区，以便识别项目的自然风险。
(3)施工建设阶段
在该阶段，主要涉及招标模式风险、合同风险、项目工期、成本、质量等风险。
招标模式有公开招标、邀请招标、协商议标三种。每一种招标方式都存在不同的风险。公开招标招标范围广，有助于降低工程造价、提高工程质量，但工作量大，费用多，耗时长且对中标者缺乏了解，会增加今后工作中的协调成本和承包商违约风险。邀请招标能有效地缩短招标时间，减少招标工作量，节省费用开支以及降低承包商违约风险，但对工程造价的控制有一定难度。
合同风险，在房地产开发项目中需订立许多合同，由于合同考虑不周到、管理不善及执行不严，造成合同纠纷的概率很大。
工期风险，房地产开发建设阶段每个环节的时间损失，都会使工期拖延。而工期延长，一方面房地产市场状况可能会发生比较大的变化。另一方面，工期延长会增加投入资金利息支出。
开发成本风险，房地产项目开发成本风险源于开发的各个阶段，建设前期对项目成本的影响程度达95%一100%，初步设计阶段为75%一95%，技术设计阶段为35%一75%，施工图设计阶段为12%一35%，施工阶段对项目成本影响仅12%，因此，开发成本的主要风险来源于建设前期和设计过程。
(4)运行阶段
项目的运行阶段即租售阶段，该阶段是房地产开发过程中的最后一个也是十分重要的一个环节。这个阶段的风险主要包括价格风险和营销风险。
价格风险主要是由于房地产定价不合理给房地产开发项目带来的收益损失，主要是由于市场研究不充分、市场定位不准确或者是对房地产市场价格变动缺乏跟踪造成的。由于市场是处于不断变化之中，房地产价格的高低很难有一个固定的标准，所以价格的高低都有风险。合理的定价策略是规避价格风险的途径。
营销风险主要来源于营销渠道的选择和营销方式的使用。房地产开发项目的销售渠道分为两种：自行销售和销售。自行销售由于使用自己的销售人员，具有成本低的优点，但营销队伍必须面对非专业性带来的风险。销售是委托专门的房地产中介，他们具有熟悉房地产市场、销售经验丰富等优势，但要支付较高的佣金。房地产营销方式指的是房地产营销过程中借助何种媒介对外进行宣传。宜传造势一方面可以提高开发项目的关注度和开发商的知名度，促进楼盘销售；另一方面，如果宣传过头或者失败，可能给项目造成巨大的负面影响。
5结语
风险管理不是一个独立的流程，应当从一开始就被作为整个项目寿命周期管理体系的一个环节，管理项目面临的各种风险，以经济、有效的定性、定量分析方式建立风险执行计划并对之实施和监控，尽量避免和减少风险，将威胁转化为机会，实现项目管理的最优实施。
参考文献:
[1] 黄海滨,高利军.基于生命周期理论的房地产项目风险管理研究[J].消费导刊,2009,(02):131
[2] 丁烈云主编.房地产开发（第三版）[M].北京：中国建筑工业出版社，2008:7-12，100-106
房地产周期论文范文6
20世纪60年代,美国Stephen A.Phyrr等房地产经济学家开始致力于西方房地产市场的周期研究,分别从宏观和微观角度,采用多模型和多方法,探索房地产周期波动及其机理。
从宏观的角度分析房地产的周期波动规律,即着重于国家、世界或区域范围内的周期研究,如国家和地区范围内的房地产需求周期、供给周期、占有周期、长周期和短周期等。主要研究内容包括三个方面:以全国为对象研究房地产周期[1];以较长的时间序列资料为基础研究房地产周期[2];以宏观经济周期为背景研究房地产周期[3]。
从微观的角度分析某类物业的周期波动规律,即着重于城市区域、次级市场或物业位置范围内的周期研究,如城市周期、社区周期、所有权生命周期、租金率周期和资本化率周期等。针对项目投资决策的研究也属于微观层面的研究,所涉及的物业包括办公楼、住宅、工业用房和商业用房等,主要分析各类物业在不同市场周期阶段的投资策略。在各类物业周期研究的文献中,较多的是办公物业,如伦敦和悉尼的办公楼市场周期[4][5]。
采用多方法和多模型研究房地产周期。一是采用不同指标描述房地产周期,如空置率[6]、通货膨胀率[7]、房地产价值[8]、价格和租金[9]等;二是利用多模型分析房地产周期,如系统动力学模型[10]、租金增长率和租金分布模型[11];三是考虑风险因素分析房地产周期及其投资策略[12]。
在我国,对经济周期波动的研究主要在改革开放以后,且大多限于宏观经济层面。其内容主要为国外有关经济周期研究成果的介绍、我国改革开放后经济周期波动的特点[13]以及利用神经网络的反向传播(BP)模型预测经济周期波动的转折点[14]等。
本文结合我国房地产业发展实际,从投资、政策、市场行为心理和城市信息化水平等四个方面论述房地产周期波动的成因,探讨对房地产周期波动进行预警和调控的理论依据。
二、房地产周期波动与房地产投资
以武汉市为例,选择房地产业国内生产总值、房地产开发投资总额、住宅投资、房屋施工面积、房屋竣工面积、土地开发面积、商品房销售面积、城市居民可支配收入和居民居住消费价格指数等9个指标,用其扩散指数来描述房地产周期波动。比较分析扩散指数与房地产投资波动的关系,可知这两者之间具有明显的相关性(相关系数为0.94),如图1所示。
附图
图1 房地产投资与周期波动
由于长期的计划经济体制的影响,我国经济增长具有资源约束型特征。投资作为关键的投入要素,自然是引起经济周期波动的主要因素。房地产经济是国民经济的一部分,因而过度投资同样是房地产经济波动的重要原因,且具有三个特点。
一是在投资饥渴症影响下的投资冲动。首先,投资冲动来自于投资者自我约束弱、责任主体不明确。如在1992—1993年房地产投资过热时,绝大多数投资者为国有企业。由于企业的产权不明晰,职责不明确,对投资者没有形成有效的利益约束机制。其次,投资冲动来自于投资者对市场认识的模糊性。计划经济具有资源约束和短缺经济特点,即只要有投入就会有需求,这一特点在经济转轨时期仍然影响很多投资者。再次,银行信用极度扩张。银行对房地产投资资金有着无限供给的倾向,为热情饱满的投资者和善于钻营的投机者提供了条件,从而形成一种多元化的房地产投资冲动。如1992年,我国专业银行净拆出资金增加了593.2亿元,这些拆出的资金1/4被用来炒地皮[15]。再如东南亚金融危机与该地区长期的房地产过热有着密切的关系,一般地,金融机构放贷给房地产业的款项以不超过总放贷额的10%为宜,而泰国、马来西亚和印尼的金融机构投放到房地产的资金占其贷款总额的比例分别为50%、29%和20%[16],随着市场逐渐饱和,房地产日益暴露严重的供过于求现象。
二是房地产投资在时间上的集中性、物业类别及其定位上的同质性。房地产投资集中发生在某个时段,是由于过多地强调房地产投资的计划性而忽视投资者的微观决策机制所致。物业类别的同质不仅表现为房地产使用功能类别相同,而且物业类别的质量和配套环境也在同一水平上,没有考虑多层次的房屋需求,同时对房屋质量和配套设施重视不够。这种“齐步走”的投资行为加大了房地产周期波动的幅度。
三是房地产有效需求严重不足。过度的房地产投资,如果没有形成足够的有效需求,势必使房地产经济由扩张转为收缩。房地产有效需求不足是多方面原因引起的,首先,住房制度改革有一个循序渐进的过程。从上个世纪80年代中期的提租发补贴,到今天的货币化分房,住房需求者在心理上有一个适应的过程。其次,房价收入比不合理。据世界银行测算,一个地区的房价与收入比在3-6倍之间时,房屋需求者才能在不降低正常生活质量的前提下购买住房[17]。而我国一些城市的房价比高达10-20倍以上,广大居民无能力购买住房。其三,社会福利保障制度不完善,城市居民在预期的收入和支出心中无底的前提下,不得不存钱以备后用。因此,银行7次调低利率,但居民的储蓄仍然有增无减。其四,房地产产品结构不合理,住房质量和环境质量有待于提高。
三、房地产周期波动与政策
1.政策因素对房地产周期波动的影响
经济波动是经济系统对外部冲击的响应曲线。政策周期是从经济活动以外去寻找经济波动的成因。然而,政策因素的变动也受到经济周期波动的影响,如财政政策、货币政策等,因此,内生因素与外生因素常常交织一起,其界限难以区分。
