房地产市场分析论文范文

房地产市场分析论文范文第1篇

【论文摘要】近年来伴随着西部大开发的逐步深入，西安市建设改造的进程也逐步推进，为房地产业的深层次发展奠定了良好的基础，市场呈现出诸多新的发展特征。国家先后出台的政策促使着房地产市场和信贷健康有序地发展。本文结合详尽可靠的数据对西安地区房地产市场及其信贷现状进行了深入分析，指出了目前西安市房地产市场运行存在的问题，并对其进行了因素分析，进而提出了一系列切实可行的建议，以寻求新的发展契机。

2007年，国家出台了一系列调控政策，先后从金融、税收、土地等多个方面对房地产市场加以规范和引导。近年，西安市作为西部开放后的龙头城市，城市化进程加快，市政配套建设迅速跟进为房地产行业快速扩展开发提供了有力支持。房地产业开始向着可持续发展的方向进行调整。

经济开发区、浐灞生态区、西咸共建区、长安区、郭杜等区域随着几年来区域规划建设的推进，已经成为地产发展的热点区域。2007年由于股市过热，国家为防止房地产风险相继出台了多项政策加以调控，作为二线市场的西安市总体有小幅波动，但丝毫没有影响西安房地产发展进入新的阶段。

一、房地产市场现状分析

1、全国房地产市场现状

2007年，全国房地产开发投资增速缓慢回升，房屋销售回温，经济适用房投资表现出加速增长的势头，房地产开发企业积极谋求多元化融资渠道，利用外资增速发展。全国完成房地产开发投资25280亿元，同比增长30.2%。全国商品住宅竣工面积4.78亿平方米，同比增长5%；销售面积6.91亿平方米，同比增长24.7%。西安市房地产市场及其信贷现状分析与启示区域经济区域经济西安市房地产市场及其信贷现状分析与启示

房价总体涨幅较大，上海等热点城市房价在下半年有一定回落，波动较大。尽管国家调控政策意图明显，但是全国70个大中城市新建商品住房、二手住房的销售价格持续走高。房价上涨过程中，多种市场需求集中释放，投资和投机需求大量入市。

2、西安市房地产市场现状

2007年，西安市房地产市场在宏观经济环境良性运行、城市建设快速推进的背景之下得到了多方面的提升，国家政策调控的影响逐步显现，西安房地产市场发展愈趋健康、成熟。

（1）运行状况。近年来，西安市房地产市场规模逐步扩大，房地产开发市场中企业、楼盘品质逐步提升，居民消费理念越来越为成熟。

①土地交易市场。2007年，西安市公开拍卖土地5136.57亩，其中住宅用地3789.7亩，商业性用地499.61亩。成交土地5083.53亩，其中住宅用地3781.31亩，商业性用地454.96亩。

②商品房供应市场。从商品房投资额看，近年来的西安市商品房完成投资增幅逐年提高，除2005年增速放缓外，2006－2007年均保持平稳增长的势头。2007年，商品房完成投资额1474022万元，较2006年增长37.84%。从商品房供应量来看，近年来年均保持30%以上的增幅。从商品房投资资金来源看，自有资金所占比例有了一定的提高，但是占比最大的仍是借贷资金，较去年上升7.16个百分点，实际完成投资额为509371万元。

③商品房销售市场。2007年，西安商品房年销售面积增长速度明显加快，较去年相比增幅38%左右，同时，销售金额方面超过了去年45%。全年商品房销售量达到了9580125平米，较去年增加了40.67%，创商品房销售量历史新高。

（2）运行特点。商品房开发和交易市场异常火热，开发投资额和房屋销售额屡创新高，全年房地产市场总体运行速度明显加快。政府土地市场调控能力增强，市场调控力度进一步加大。小宗地块将成为西安土地主要供应形式。市场开发继续稳定增长，市场竞争由产品竞争向品牌、服务竞争升级。投资型住房需求有所回落，大户型市场产品运作将更为精益求精，住宅价格增长回归平稳。

二、房地产信贷现状分析

1、全国房地产信贷现状

2007年对于中国房地产业是有特殊意义的一年。为了稳定房地产市场和宏观经济安全，国务院24号文《廉租房管理办法》、《经济适用房管理办法》相继出台。但房地产开发投资增长仍有所加快。全年房地产开发投资25280亿元，比上年增长30.2%，其中商品住宅投资18010亿元，增长32.1%。商品房竣工面积58236万平方米，增长4.3%。商品房销售面积76193万平方米，增长23.2%。这些数字都显示，尽管宏观形势、政策环境与过去几年相比严峻很多，中国房地产业整体上还是呈现投资和销售双双兴旺的局面。

央行年内6次加息，房地产宏观融资环境明显紧缩。政府不仅希望保护居民合理性的住房消费需求，更希望发挥住房公积金在这中间的调解作用。同时央行大力加强住房消费信贷安全管理，更多从“窗口指导”、严格信贷资质条件和紧缩信贷额度入手。借助2007年股市的行情和政策的扶持，房地产业有效扩宽了融资渠道，融资结构得到相对优化。

2、西安市房地产信贷现状

（1）运行状况。2007年以来，西安市金融机构房地产信贷增速明显加快，个人住房贷款成为拉动房地产信贷的绝对因素。截止12月底，全市金融机构房地产贷款余额491.85亿元，同比增长20.44%，增加了18.89个百分点，其中个人购房贷款余额289.50亿元，同比增长35.94％，增加了33.43个百分点。

房地产信贷增长呈现加快趋势，个人住房贷款增长态势明显。2007年各月房地产贷款和个人住房贷款增速较快，增速比较明显的是四季度，房地产贷款和个人住房贷款增速均呈现正V字形。

房地产开发贷款保持小幅增长趋势，地产开发贷款增速持续下滑。2007年以来，西安市房地产开发贷款呈现小幅增长态势，截至12月末，房地产开发贷款201.42亿元，同比增长3.80％，年内基本保持小幅增长趋势，其中地产开发贷款43.52亿元，同比增长13.42％；房产开发贷款157.91亿元，同比增长9.84％。

信贷情况以农业银行陕西分行为例。截至12月末，营业部房地产类余额399895万元，占营业部贷款总额的23.4％，房地产贷款较年初增加152315万元，其中个人住房贷款79207万元，比年初增加26088万元；开发贷款320688万元，较年初增加126227万元。

（2）运行特点。宏观调控措施对房地产市场中资金供给影响较大，中小房地产开发企业土地资源和银行开发信贷资金获取难度增加，将导致房地产行业快速整合资源，优胜劣汰加剧。同时住房贷款风险暴露存在一定滞后性。今后银行的房贷利率水平有可能上升1.3-1.5个百分点，无疑将明显加重房贷者负担。房贷的违约风险可能性加大，继而引发的更大风险将会波及整个宏观经济金融体系。

三、西安房地产市场存在问题的因素分析

西安地区房地产发展过程中凸现出诸多特征，也包含了很多问题。形成的因素有很多，其中关键原因分析如下：

1、物价上涨、通货膨胀预期和相对于资产价格的货币贬值进一步加剧了购房需求，推动房价继续攀升。物价和房价是互为联系的，资产价格强烈地受到未来的预期回报的影响，而未来的预期回报则受到未来经济是否景气，通货膨胀与货币政策预期的影响。物价上涨造成了通胀预期的加重，这将加大对具有保值能力的房地产的需求，在供给增加一定的情况下，将推动房价的继续上扬。2、从紧的货币政策，对房地产市场需求产生结构化的影响，抑制了中低收入者自住需求的支付能力，刺激了高收入者投资投机需求的积极入市。不断的加息增加了购房者的成本，这对潜在购房者的购房需求有一定程度的影响；由于投资回报率仍远高于资金成本，这种小幅的加息，对抑制投资、投机作用有限。

3、外资进入房地产市场呈扩张趋势。由于国内房价保持上涨势头，投资房地产可以获取高额的投资回报，加上对人民币升值的预期，大量国际游资流入国内，房地产成为重要的投资途径。外资投资房地产已经开始逐步向一些二三线城市扩张，西安也在其中。

四、西安房地产发展相关启示

长期来看，房地产市场的健康发展还需要更多的配套措施加以深化、完善。根据现状分析得出以下启示：

1.继续加大普通住宅的土地供应

保持住宅尤其是中小户型住宅的投资规模为重中之重。为了满足居民不断增长的住房需求，保证广大居民能够安居乐业，必须继续加大普通住宅的土地供应，保持适度的住宅投资规模和住宅供应量。

2．完善住房保障制度，减轻中低收入居民购房负担

住房保障是社会保障问题的重要内容，是建立和谐社会的一项重要的基础性工作。未来政府的工作重心应更多放在完善住房保障体系，解决中低收入家庭的住房问题上。对于商品房的房价问题，则更多地由市场决定。在2008年两会期间，总理的政府工作报告中还提到政府用于廉租房制度建设的资金将为68亿元，比去年增加了17亿元。

3．择机开征物业税，稳定房价

从国外的经验看，物业税不仅有利于打击房地产投机、稳定房价，而且有助于改善地方税收结构、推动城市可持续发展。

对西安政府而言，物业税是永久的可持续的税收收入，可以为地方政府提供稳定的税收来源，有助于解决地方财政过度依赖土地出让收入的难题。物业税随着当地房价上涨而增加，而当地房价的变动又取决于当地经济发展水平和城市环境、公共设施的完备情况等，这就可以有效引导当地政府重视对公共产品和服务的投入，重视长期规划和城市可持续发展。

4．建立科学的住房消费模式，提倡“租购并举”

要引导居民树立“购买和租赁并举”的二元消费观念。着力培育租赁市场，完善房屋租赁的配套设施。通过舆论，促成新的理性住房消费，开展“结婚不买房，住套房娶娇娘”观点的讨论，引导国民合理调整家庭消费结构，避免民众超前住房消费。

5．加强信息体系建设，引导房地产合理生产和消费

通过完善的房地产信息系统和定期公告制度，有助于合理引导房地产的生产和消费。虽然这需要国家统一设计实施，但是做为西安市也可以进行区域范围内的尝试，以保障房地产行业有序健康地发展。

6.创新房地产信贷产品，拓宽融资渠道

商业银行要不断创新房地产信贷产品，拓宽房地产开发企业单一的融资渠道，分散房地产信贷风险。针对部分有实力的房地产开发企业合理的信贷需求，加强信贷产品的创新工作。引导开发企业转变观念，广泛吸收社会资本增资扩股，通过改善资产负债结构来增强房地产开发企业的融资能力。这样不仅提高了西安市房地产业开发主体的质量，而且有利于西安市房地产业持续健康发展。

五、结束语

随着政策的进一步调控，西安房地产市场经历了很大的变化。西安房地产市场经过多年的稳步快速发展，已逐步进入盘整期，近年来出台的一系列调控政策其累积影响效应和市场长期发展走向将于今后得以显现，所以我们相信西安房地产必将成为西安地区经济发展和社会进步的重要体现。

【参考文献】

[1]王有志，郭勇.西安房地产发展与其他同等城市的比较分析[J].山西建筑，2007，（31）.

[2]刘文婷.西安房地产现状及发展趋势研究[J].大众科技，2007，（5）.

房地产市场分析论文范文第2篇

1.政策对房地产市场的影响分析。在当前世界各国的经济体制当中，不管是市场还是政府部门占据主导地位，其都沾有混合经济的色彩。世界很多国家都是以市场经济作为主导，当市场经济失效之后，政府部门会通过宏观调控的手段，对市场进行一定程度上的调节，促使其回归正常发展。政府部门在市场干预时，其干预的程度与市场的发育程度相关。我国的房地产市场发展起步较晚，市场经济发展不够完善，房地产市场出现了比较明显的波动，例如在市场运行过程中，存在着很多不规范的行为。对此，政府会通过政治、法律、经济等各方面的手段，对房地产市场进行调节，保证市场经济的良好运行。

2.景气周期对房地产影响分析。在市场经济的运行过程中，存在着大量的周期循环，上到国家经济，下到私营企业，都有很多循环。由于房地产的投资数额很大，循环周期也很长，所以其过程中也存在着很多的风险。对此，房地产企业应当掌握最新的市场动态，对市场环境保持高度的敏感，才能有效的避免风险，提高收益。当消费市场发生转变的时候，房地产企业应当抓住机会，才能在市场经济下赢得先机。

二、前期策划阶段房地产消费者行为模式

1.消费行为描述分析。房地产消费者购买行为描述可以将其简单的描述为5W和1H，其中5W分别表示为：谁来买房子，什么地方买房地产，为什么买房地产，买什么样的房地产以及什么时候买房地产。1H表示为：通过何种方式购买房地产。

2.对消费行为过程的分析。在市场经济当中，消费者在决定购买时所进行的不只是单独的行为，而是一连串具有关联的行为。消费者在选择购买房地产时，往往会首先进行认知、评价、评价、决策，然后才能确定购买。在认知过程中，消费者可能产生的后续购买行为都是以购买动机为基础的。因此想办法激发消费者的购买动机，是十分重要的。对此，房地产企业在进行前期策划的时候，要细致的分析和探讨消费者的实际需求，如何充分的引起消费者的购买兴趣，激发其购买动机。

三、房地产市场分析以及相应预测

1.房地产预测的含义和内容。推测和预见可能发生在房地产市场中的不确定因素的发展趋势，从而做出正确的应对方针，是房地产预测的真正含义和实际作用。房地产市场预测包括了市场的需求预测、购买力预测、市场供给预测、价格变动预测、产品市场占有率预测、社会效益预测以及经济预测。针对房地产前期策划和市场调查，应对市场的承载量和政府提供数据进行分析和比较，以此作为房地产企业决策的依据。

2.房地产预测方法。市场预测的方法主要对相应的数据资料进行掌握和了解，分析和研究拟定的预测目标。在实际操作中，有很多不同的方法可以进行市场预测，在不同的领域当中，都存在着各自不同的预测方式。而同一种预测方法，有时也可以对不同的领域进行预测。在对房地产市场中的具体情况进行预测时，会涉及到很多的问题，其内容也十分的复杂。要给予这些细节充分的重视，并从中获取有用的信息。

3.影响房地产市场预测的因素。当前，我国大多是的房地产企业对于市场预测的认识程度不够，仅仅只进行了表面数据资料的分析和研究，没有准确的进行市场定位和目标客户群划分。房地产市场需求的影响因素很多，常常以房地产的需求量作为标准，并通过这种标准对房地产的销售面积和居住水平进行预测。无论是国外学者还是国内学者都对此有所研究，但是其在研究过程中对于影响房地产的关键因素却十分不足，甚至选取的关键因素出现偏差。由于我国和世界其它国家相比，市场的发展程度和具体情况都不尽相同，因此，对于能够对房地产市场产生影响的因素也是多种多样。国外的房地产市场的发展程度相对比较成熟，其消费者的阶梯形较为明显。因此，对国外房地产市场预测产生影响的因素主要是租金方面的问题。而在我国却有所不同，由于我国的房地产市场成熟度较低，国人的消费观念由于国外不同，因此，在对我国的房地产市场进行预测时，不能以租金作为主要因素来进行。

四、结束语

房地产市场分析论文范文第3篇

[论文摘要]借鉴西方发达国家的研究成果和实践经验，以上海市房地产消费者为研究对象，通过问卷调查定性定量的分析诸多影响上海市消费者购房决策制定的因素，并从把握消费者心理的角度对房地产市场营销提出建议。

随着我国社会主义市场经济的稳步发展，房地产行业也蓬勃发展，已成为第三产业的重要组成部分。中国房地产业经过多年的发展已逐步走向成熟，上海作为国际性大都市更吸引了世界各地房地产开发企业的投资，房地产价格不断飙升。但经历了多次宏观政策调控之后，2007年底至今，房地产市场消费者持币观望心态日益明显，新房及二手房的交易数额不断走低。从营销手段来看，仅仅靠重金投入举办大型推介活动，大规模投放广告等方式已经很难收到良好的营销效果。现阶段的房地产营销只有从项目策划阶段开始就准确把握消费者心理开发符合消费者需求的房地产产品才有可能完成预期销售目标。

一、上海市房地产市场消费者特征

心理活动是人的头脑反映客观现实的过程，是各种信息在人的头脑内进行整合后，形成意识，并以言语、动作和活动的行为方式表现出来的反射过程，因此，消费者心理对购买行为起着重要的作用。由于房地产市场具有区域性特征，因此不同城市的房地产消费者在选择住房的过程中有其不同的心理特点，本文以上海为研究对象，采用市场调研法，收集了从2007年1月到2008年7月的房地产市场消费者心理调查数据。调查对象为在上海居住3年以上并已在上海购房或打算在1年内购房的准购房者，共获得调查问卷5000份，经电话核实其中有效问卷为4500份。调查内容包括购房者基本特征、购房者购房要求和购房者购房行为及习惯三个方面。购房者基本特征包括被调查者年龄、职业、家庭收入、性别等个人基本情况；购房者购房要求包括房型、区位、建筑形态、价格等因素；购房者购房行为习惯包括房款支付方式、购房影响因素、房地产品牌影响力、对未来房地产市场的预期等因素。本文以定量研究为主，定性研究为辅分析了诸多影响上海市消费者购房决策制定的因素，并从把握消费者心理的角度对房地产市场营销提出建议。通过调查分析，上海市房地产市场消费者心理具有以下特征：

（一）购房者年轻化

数据分析结果显示，购房者年龄处于26-35岁之间的比例最大为42%，其次是处于36岁-45岁之间的购房者，占购房总人数的25%，55岁以上的购房者比例最低仅为5%。结合其他问卷问题进行分析，26-35岁之间的购房者大多收入良好，职业以企业管理层、医生、教师、自由职业者为主，具备良好的经济条件，其中63%的被调查者是首次置业，37%的被调查者在上海拥有一套以上的房产。相比26-35岁之间的购房者，36-45岁购房者的二次置业比率明显上升，达到58%。对于55岁以上的购房者来说，贷款门槛高成为制约他们置业的最主要原因。

（二）高学历购房者比重增加

购房者中专科学历所占比例最高为30%，本科为28%，硕士及以上学历15%，此比例除受到中国人口学历组成的金字塔形结构影响之外，还受到其他因素的影响。结合年龄统计进行分析，专科学历中年龄位于36-45岁之间的占总人数的64%，以上海本地居民为主。本科学历中年龄位于26-35岁之间的比例稍有提升，上海本地居民的比例略微下降。硕士及以上学历中26-35岁购房者比例与本科学历中此年龄段比例基本相当，但上海本地居民的比例大幅下降，他们当中大多数都是“新上海人”，其中包括本地高校毕业留沪人员，外地或国外赴沪就业人员等，从统计结果来看，这些人大多年纪轻、收入高，逐渐在购房者中占有越来越大的比重。

（三）单身购房者期待受到重视

与传统观念中所认为的不同，购房者不在单纯以家庭为单位进行购房行为，越来越多的单身人士加入到购房者的行列中来。调查显示，大概有38%的购房者为单身。这些单身购房者需求大大多是总价低、面积小、功能完善、交通便捷的房地产产品。

（四）房型与住房面积受购房者关注

在参与调查的购房者中，三室二厅的需求比例最高为33%，三室一厅为20%，其次为二室二厅和二室一厅，分别为17%和15%。购房者心目中合适的住房面积为80-130平方米。相当比例的住房者参与问卷调查的过程中反映了对目前市场房型的不满，住房面积越来越大，总价越来越高，面积房型都合适的住宅产品越来越稀有。

（五）多层住宅受欢迎

52%的被调查者表示希望购买多层住宅，30%希望购买小高层，独栋别墅项目占比例最小，仅为5%。与上世纪90年代末、本世纪初消费者青睐高层住宅的情况不同，更多的被调查者认为，多层住宅让消费者享受更加轻松的居住氛围，更宽阔的草坪和更低的人口密度。

（六）多种因素影响购房决策

影响购房决策最重要的指标为总价，约有30%的被调查者表示房屋总价是影响购房决策的最重要的因素，其次地段约占被调查者总人数的20%，关注社区环境和交通状况的受访者皆为14%左右，还有少数被调查者提到了物业管理、升值潜力、房屋年代、区域生活配套等因素。从数据分析中发现，房屋总价依然影响消费者决策的最重要因素。大多数关注地段的被调查者表示考虑到出行成本、房屋升值等因素，地段成为他们选择房产时不得不考虑的因素之一。值得注意的是，区域生活配套的关注程度非常小，大约只有2%左右，这也解释了上海市郊区一些区位配套及其不完善的房产热销的原因，大多数消费者认为配套不完善仅仅是暂时现象，随着区域发展、市政设施完善，区位配套程度有可能在短时间内大幅度提高。

（七）付款方式随年龄变化

被调查者中，年龄在26-35岁之间的购房者中70%左右选择按揭购房，55岁以上的购房者多选择一次付清和向亲戚朋友借款。除了银行贷款制度的制约外，通过访谈发现，理财观念不同也是这种现象产生的重要原因。

（八）投资性购房者比例下降

通过比较2008年1月之前与之后被调查者的购房目的发现，随着各项宏观调控制度的出台，投资性购房者的比例出现相当幅度的下降。2008年之前以投资为目的的购房大约占购房总人数的27%左右，而2008年之后投资购房者比例下降了约10个百分点，有投资需求的购房者也多数选择持币观望。

（九）对房地产市场的预期走低

通过对比2008年前后的数据发现，2008年之前，约70%的购房者认为上海市房地产价格将大幅上涨或小幅攀升，2008年之后的调查数据显示只有30%左右的人认为房地产价格未来将走高，约30%的人认为房价将走低，其余受访者选择未来房价走势不明朗。

（十）上海消费者对区域无明显偏好

与通常认为的不同，黄浦、徐汇等中心区域并没有受到购房者的额外青睐，选择在各区域购房的消费者数量大致持平。究其原因，上海市交通状况不断改善，出行时间不断缩短；郊区拥有更高的生活质量和环境质量且房价普遍较低。

二、提出建议

上海市房地产市场消费者心理呈现出以上特点，在市场营销过程中，把握消费者心理特征无疑将取得更好的营销效果。本文试从把握房地产消费者心理的角度对房地产开发企业的营销提出以下建议：

（一）在项目可行性研究阶段，必需全面细致地进行调查，把握需求信息尤其消费者心理信息分析

这一工作要摸清消费者喜欢什么样的产品，具有哪些消费习惯，消费者有怎样的审美观念，对产品有哪些特别的要求等，然后根据消费心理合理地进行产品定位。开发商生产什么，如何生产，建造过程中使用哪此工艺等都必须围绕消费者心理需要展开。

（二）要善于从众多消费者多样性的消费心理中提炼具有共性的心理特点，准确地进行客户定位

从目前我国房地产的发展来看，房地产营销还没有到针对个人心理需要“量身定制”的程度，而往往是针对一批消费者开发一批产品。消费者心理需求各种各样，但是在某一层次的消费者中还是存在着带有共性的消费特点，如何把这些带有共性的心理提炼出来，贯穿到房地产再生产的整个过程中是需要高度重视的问题。只有将共性心理提炼出来，营销人员才能准确地把准潜在的消费群体，实施客户定位。

（三）实施名牌战略，进行形象定位

名牌战略就是企业通过对自身的产品、管理、服务、商誉等进行宣传，让消费者对企业品牌产生良好的印象，并形成习惯性消费心理的过程，它不仅仅是利用某一方面信息对消费者实施影响，而是通过多种“良性”信息对消费者心理进行长期影响。

（四）通过有效的营销手段和营销技巧影响消费者惯有的消费心理，诱导其形成购买决定

房地产营销人员科学地运用一些营销技巧（如营销人员细致地服务、详尽地讲解等），同样可以与消费者形成心理共鸣，促成交易。

参考文献：

[1]尹志东，成都市主城区住房需求结构分析[D].电子科技大学.2007年.

[2]张晓斌、张声东，试论我国房地产开发的项目策划模式[J].国外建材科技.2004年02期.

[3]万浩华，我国房地产市场的结构和行为分析[J].江西社会科学.2006年06期.

[4]邹高禄，成都市商业房地产市场需求敏感性因素分析[J].资源与人居环境.2004年05期.

房地产市场分析论文范文第4篇

关键词：房地产；统计监测；美国

一、美国房地产市场的监测机构

（一）政府机构

美国从事房地产市场监测的政府机构主要是普查局（USCensusBureau）。

普查局除了每十年进行一次人口普查外，每五年还要对经济活动和州以及地方政府进行一次普查，每年普查局还要进行100多项其他调查。普查和调查的目的是为了从个人和单位收集统计信息，汇总成统计数据。普查局的局长由总统任命，同时还需得到参议院的确认。

（二）行业组织与协会

1.全美房地产协会（NationalAssociationofRealtors,NAR）。全美房地产协会在20世纪70年代初就拥有40多万名会员而成为美国最大的贸易协会。现在该协会的会员总数已超过85万，在50个州及关岛、波多黎各等托管地建有州协会（stateassociation），在全国1500多个地方建有地方协会（localassociation）。

2.全美住房建筑商协会（NationalAssociationofHomeBuilders，NAHB）。全美住房建筑商协会公布的数据主要包括住房市场指数（HousingMarketIndex，HMI）和住房机会指数（HousingOpportunityIndex，HOI）等。该协会总部位于华盛顿，首要的目标是为所有的消费者提供拥有安全、体面和负担得起的住宅的机会，改善房地产行业和建筑行业的经营环境。

3.按揭银行家协会(MortgageBankersAssociation,MBA)。按揭银行家协会公布的数据主要包括周按揭贷款调查（WeeklyApplicationsSurvey）和各种住房按揭贷款的利率等。该协会是代表雇佣50名员工以上、分布在全国每个社区的房地产金融业的部级协会，总部位于首都华盛顿。按揭银行家协会的最高决策层是其董事会，由21人组成，负责管理协会的一般事务。

二、各监测机构公布的房地产市场数据

1.建筑支出。建筑支出统计的是在特定时段安装或建设的建筑的价值，包括原材料成本、劳动力成本、建筑设备租金、建筑商利润、建筑设计和工程成本、项目管理成本、建筑期间的利息与税金支出。

建筑支出报告中的数据分为总建筑支出、私人建筑支出与公共建筑支出三部分，其中总建筑支出统计的是在特定时段内某工程所有项目的价值总和，而不管个体项目何时开始或工程款何时支付给建筑商。

2.新房开工。普查局每月公布新住宅建筑报告，报告的内容主要包括新房开工许可数量、已经许可但尚未开工的数量、新房开工数量、在建数量和完工数量。新住宅建筑报告不包括旅馆、大学宿舍等集体居住建筑以及移动住宅。

当住宅的奠基工作开始时即计入当月的新房开工统计，该项统计始于1992年9月，包括在原宅基基础上的完全重建项目。美国并非各地都需新房开工许可，但新房开工数量包括那些不需要许可的住宅项目。

3.住房空置率和自有住房比率。住房空置率和自有住房比率被公共和私人部门广泛运用，从而判断是否需要增加新的房地产项目，此外，出租用房空置率还是用于预测未来经济走势的先行指数的组成部分。

住房空置率和自有住房比率季度报告于每季度结束后下月的最后一周公布，年度数据在四季度报告发表后公布。

4.签约未交付房屋销售。全美房地产协会从大房地产经纪商处获得签约未交付房屋销售数据，样本数量达到旧房销售统计样本的一半，相当于所有交易数量的20%。目前有一些住房数据被视为房地产市场的先行指标，如新房开工、住房按揭贷款申请和新房销售等。但这些指标与旧房销售的统计关系并不令人满意。例如，新房销售占所有房地产交易的15%左右，由于其基于上月签订的购房合约，因此被视为先行指数，但新房销售样本规模较小，数据的波动性大，要多个月的数据才能看出趋势。

因签约未交付房屋销售反映的是实际旧房销售，因此PHSI是未来房屋销售活动的准确和可靠的指标，经全美房地产协会统计，超过80%的签约未交付房屋销售在两个月内结算交付，剩下的20%中决大多数在3—4个月内结算交付。

以2001年的签约未交付房屋销售平均数量计算的指数值为100，全美房地产协会在每月的第一周公布两月前的PHSI，除全国的指数外，还包括四个地区的指数。

5.新房销售。新房销售报告每月由普查局公布，目的是提供私有、单家庭住宅销售的统计数据，报告的内容包括：新单家庭住宅的销售数量、新单家庭住宅待售的数量和已销售新房的中位价格与平均价格。

一旦签订销售合同或接受定金，该新房就被认为已销售，而不管房屋是处于尚未动工、在建或已完工阶段。新房销售调查并不跟踪至房产最终交付，即使最终交易未完结，该房屋也被认为已销售。

新房销售调查中的价格是买卖双方在第一次合同签署时或交付定金时约定的价格，不包括订单变化或其他因素引发的价格变化。新房销售的历史数据起始于1963年，除公布全国的总量外，还公布东北部、中西部、南部和西部的地区数据。

普查局的当地统计人员访问样本建筑许可办公室，抽取建筑许可样本，并跟踪这些建筑是否开工、完工和出售。

6.旧房销售。旧房销售占美国房地产销售总量的85%，因此，全美房地产协会公布的旧房销售数据是衡量住宅市场发展趋势的主要依据。每月的25日左右，全美房地产协会公布全国和四个地区的单家庭独立住宅（SingleFamilyHouse）旧房的销售数量和价格数据。NAR网站上公布的旧房销售报告包括最近12个月的月度数据以及最近三年的年度数据，其他历史数据需要付费购买。

地方协会每月向NAR的研究部报送旧房销售数据，调查占旧房销售总量的30%～40%，并且只有已交付的旧房才被纳入统计范围。全美房地产协会每季公布的各州旧房销售报告是基于所有700多家地方协会的调查数据，而每月公布的旧房销售指标是基于160家地方协会的样本调查数据。

旧房销售数量数据要经过季节调整并折算成年度数字以利于月度和季度之间作出比较。特定月份的年率数据代表如果该月的销售速度能够连续维持12个月的总销售数量。

7.全美住房建筑商协会调查。全美住房建筑商协会（NAHB）通过调查公布的指数主要包括：NAHB-WellFargo房地产市场指数（NAHB-WellFargoHousingMarketIndex,HMI）、NAHB-WellFargo住房机会指数（NAHB-WellFargoHousingOpportunityIndex,HOI）和房屋改建市场指数（RemodelingMarketIndex,RMI）。

HMI基于全美住房建筑商协会每月对其会员的调查，特别是单家庭住宅部门，反映房地产业的脉搏，调查让会员对总体经济状况和房地产市场状况进行评级。HMI是对不同扩散指数（diffusionindices）的加权平均，包括当前新房销售、未来6个月的新房销售和可能购新房的交易。前两项的评级分为好、一般和差三等，后一项的评级分为非常高、高、平均、低和很低五等。当前新房销售的权重为0.5920，未来6个月新房销售的权重为0.1358，可能购新房的交易的权重为0.2722。中国-HOI的定义为当地中等收入的家庭按照标准按揭贷款条件可以买得起的住房销售比重。因此构成HOI的两大因素为收入和住房成本。收入方面，NAHB住房与城市发展部公布的都市地区家庭中等年收入估计，NAHB假设家庭能承担将28%的总收入用于供房，这是按揭行业的传统假设，该估计值再除以12可以得到每月的数据。住房成本方面，NAHB每月从第一美国不动产经纪公司（FirstAmericanRealEstateSolutions）处获得交易记录数据，包括各州、县的房产销售时间和价格等。房主每月需偿还的本金和利息按照30年期固定利率按揭贷款和10%的首期假设来计算。在本金和利息之外，住房成本还包括当期的物业税和物业保险。HOI即是都市地区每月可供房的收入超过月住房成本的记录比重。中国

2001年住宅改建市场规模达到了1530亿美元，相当于GDP的2%和住房总支出的2/5。未来十年，住宅改建市场的年增长速度至少将达到5%，在此期间该市场的规模甚至将超过新房市场的规模。NAHB的房屋改建市场指数基于对房屋改建商的调查，并正成为该行业的衡量标准。NAHB通过向15000个房屋改建商发放调查问卷，最终选中约2000家改建商作为样本。NAHB的调查产生两个指数来描绘住宅改建市场状况，一是现期市场条件指数（CurrentMarketConditionsIndex），二是未来预期指数（FutureExpectationsIndex）。

8.周按揭贷款申请调查。周按揭贷款申请调查由按揭银行家协会进行并向订阅者公布详细的调查数据，该调查共包含15项指标，覆盖固定利率和可调整利率的购房及再融资常规和政府贷款申请情况。报告的内容还包括与前一周、前一月和前一年相比按揭贷款的数量和金额的百分比变化，此外还有平均贷款规模、平均合约利率水平、再融资和浮息按揭贷款数量与金额占按揭贷款总量的比重等数据。报告公布的指数分别为经过季节调整和未经季节调整的市场指数（MarketIndex）、购买指数（PurchaseIndex）、再融资指数（RefinanceIndex）、固定利率按揭/可调整利率按揭指数（FRM/ARMIndex）、常规指数（ConventionalIndex）和政府指数（GovernmentIndex）。

周按揭贷款申请调查报告每周三公布，反映此前一周的按揭贷款申请情况，历史数据可以一直追溯到1990年。

9.按揭贷款利率。按揭银行家协会为让其会员和业内人士了解房地产金融的市场环境定期公布和更新一系列的按揭贷款市场利率数据，主要包括：1990年至今的30年期固定利率按揭贷款月平均利率、1990年至今的15年期固定利率按揭贷款月平均利率，房迪美公司通过主要按揭贷款市场调查（FreddieMacWeeklyPrimaryMortgageMarketSurvey,PMMS）后公布的数据,分别为1971年至今的30年期固定利率按揭贷款月平均利率、1991年至今的15年期固定利率按揭贷款月平均利率、1984年至今的1年期可调整利率按揭贷款月平均利率、1999年至今的每周常规按揭贷款利率和1984年至今的月度可调整利率按揭贷款指数（ARMIndexes）。

房迪美公司的主要按揭贷款市场调查始于1971年4月，通过对全国各按揭贷款发放机构的调查来计算30年期固定利率按揭贷款的平均利率。

参考文献：

[1]PatrickA.Simmons,HousingStatisticsoftheUnitedStates,2ded.BernanPress,WashingtonD.C.1999.

房地产市场分析论文范文第5篇

关键词：房地产市场干预宏观调控

政府对住房市场的干预大致可以归结为两种方式:数量干预与价格干预。其中数量干预主要是对住房供给数量的干预，通过政府直接建造大量的公共住房以低廉的租金提供低收入户和困难户使用，但是这种做法很容易给财政背上沉重的包袱。所以，在实践中除了公共住房，政府还采取了财政补贴的方式，这实际上是对住房价格进行调节和干预，财政补贴又可以分为对购房者的需求补贴和对开发商的供给补贴。按照政府政策和干预房地产市场的不同特点，本文将从数量干预与价格干预两个部分考察政府的房地产政策、干预效果以及政策演变趋势。

政府对房地产市场的数量调节

土地供给与税收调节制度

世界各国的土地制度可以分为两种:私人所有和政府(国家)所有。但就世界各国的实践来看，一个国家或地区的土地所有制往往都是由国家所有与私人所有共同组成的。如今，即使是在崇尚私有财产制度的英美等国政府，也是大土地所有者。除了直接拥有，政府可以通过城市规划、颁布土地法规、规定土地用途、征收土地使用转让税等途径来影响商业性用地的供给，平抑地价控制房地产的开发成本，从而降低房地产的市场价格。

美国土地有三种所有形式:私人所有，联邦政府、洲及地方政府所有，印第安人保留地。政府所有的土地除了提供政府办公、基础设施等公共品以外，还可以建造公共住房出租。无论是政府所有还是私人所有，土地的经济用途都有统一的规划，通过对其使用进行限制以及税收政策进行调节。日本全部土地的3/4属于私人部门所有，国有土地仅占1/4，而且主要是山林沼泽地。因此，私人和企业构成了房地产市场上的主体。政府对房地产用地的调节主要是通过两种渠道:一是税收政策和城市规划;二是通过对专门从事社会基础设施和普通居民住宅建设，以及经营的非盈利性的200多个公团组织提供政府低息贷款来增加基础设施和住宅供给。与日美两国不同，新加坡国有土地占全国面积的72%，其中建屋发展局就占了20%。房地产市场上政府是最大的土地供给者，而且是居民住宅的最主要的供给者。

在规划和土地开发成本上，一般商业用地比住宅用地价格高10倍以上，因此，为保障住宅用地的供给，除了由建屋发展局直接提供住宅以外，政府还对那些想改变土地用途的用户收取高昂的溢价费用。英国土地在法律上全部归英王所有，个人、企业及社会团体仅拥有土地使用权。国家通过对土地一级市场的控制获得大量的批租收入，并通过一级市场的管理和调控有效地调节土地二级交易市场的供求，保持房地产市场供求的基本平衡。这种模式也普遍流行于英联邦国家以及前英国殖民地，比如中国香港的土地供给制度，特区政府是土地市场的最大供给者的地位为调节房地产的供给和防止房地产泡沫、经济衰退等起着积极的作用。

但从演变趋势来看，政府干预房地产市场政策存在一些共同的特点。即无论哪一种土地所有制下，通过城市规划和税收等控制土地供给和用途都成为政府调节房地产市场的重要手段。

公共住房制度

公共住房制度是政府对房地产市场进行干预最直接的手段，从各国的实践来看，公共住房制度都不是以盈利为目的，甚至需要财政的特殊补贴，公共住房实际上与社会保障体制和社会福利制度联系在一起。政府提供公共住房大致有两种方式：直接介入和通过社会团体、非赢利性组织等机构间接介入。

直接介入发达国家公共住房的供给数量都很庞大，这是政府为维护房地产市场的稳定，提高整个社会福利水平、保障居民的基本生活水平而提供的低租金的住房体系。政府直接介入住房市场的供给能够有效地、直接地刺激和控制住房生产，在相对较短的时间里提供较多的住房，缓解供求矛盾，维护社会稳定。公共住房政策在市场经济发达国家主要是为低收入者提供住房，国家投资建设国有住宅，低租金出租给低收入家庭。二战后的英国、法国、德国、美国、瑞典、荷兰等国家兴建了大批公共住宅供低收入居民租用。公共住房在住房体系中的地位和数量的多少取决于该国或地区人口与土地的对比状况。英、美、澳大利亚以及欧洲国家等人均占有的土地面积较大，因此，政府对房地产市场大都采取宏观调控的办法，公共住房制度只作为社会保障的一部分存在。但在地少人多的国家和地区，比如新加坡、中国香港等地，住房的售价相对于居民的人均收入，远远高于同一水平下的其他国家。因此，除了制定政策平抑价格外，公共住房制度成了保障与提高居民生活、调节房地产价格的重要内容。

间接提供公共住房由于直接介入方式对政府财政压力很大，容易引发腐败、寻租等不良后果，因此，在直接提供公共住房的同时，发达国家也会通过社会团体、非盈利组织等为社会建造低租金或低价的住宅。这些非盈利房地产企业靠出售股份以获得启动资金，在此基础上再申请政府的低息或无息贷款，并可享受免税待遇，因此能以低于市场的价格出租所建住房，瑞典、荷兰、法国等多采用这一做法。瑞典政府通过给予非盈利公司、住房合作社等种种财政优惠，建造了战后国内总建房量2/3的住宅，这些非盈利企业至今仍是瑞典住房市场上的主要力量并使瑞典成为世界上解决住房问题最成功的国家之一。为保证公共住宅供应真正做到面向低收入阶层，大多数国家和地区都有明确的政策措施，制定入住公共住宅的条件，进行家庭收入水平登记，以及采取多种申请程序等，以保证低收入阶层的利益。

事实上，公共住房不仅仅具有干预房地产市场供求的经济意义，而且构成了整个国家和地区社会保障体制的一部分，是保持社会稳定的重要力量。以日本为例，日本的公营住宅是二战以后逐步建立与完善的，主要针对中低收入阶层。其建设与经营都由各级地方政府住宅局管理，实行政府定价，因此受到市场价格波动影响较小，其中公营住房的租金在房地产泡沫日趋膨胀的1983-1990年年均也只上涨了4.4%，而在1989和1990年则分别为5.3%和3.3%。这不仅在房地产泡沫时期有效地保护了中低收入阶层的利益，而且对房地产泡沫破灭以后日本社会经济的稳定也起着重要的作用。但是，实行公共住宅政策需要征用大量土地，拨巨额资金，对城市财政造成巨大压力，因而近年来配合“居者有其屋”的计划，大多数国家都对公共住房政策进行了调整，以鼓励私人建造和拥有住房，缩小公共住房的比例。

政府对房地产市场数量干预由直接提供公共住房逐渐转变为由非盈利机构等社会团体间接建造公共住房，并逐渐减少公共住房的数量，用优惠政策鼓励中低收入阶层购置房产。我国上世纪80年代初开始改革单一的房屋公有制度，经历了以租代售、住房商品化、住房分配货币化的历程，公房制度的改革、新住房制度的建立是一个长期过程，应该借鉴发达国家的经验减少公共住房的数量，用优惠政策鼓励中低收入阶层购置房产。政府对房地产市场的价格调节

从经济学意义上看，对数量的调节带有较强的管制色彩，容易导致经济效率的损失，因此，在房地产市场上政府最常用的干预手段和办法就是通过补贴、税收等优惠方式对房地产价格进行调节。对价格调节的政府补贴和税收计划又可以

分为向房地产开发商提供的供给补贴政策和向住房需求者提供财政补贴两种。

向房地产开发商提供的供给补贴政策

政府通过向盈利性房地产企业提供补贴，用以建造租金价格适中的住房。二战后，为迅速建设新住宅，原西德政府向私营房地产商提供无息贷款，同时规定，向同意为低收入家庭建造或改建住房的私营开发企业提供低于市场利率的贷款，条件是必须降低租金。在一战以后，为解决复员士兵的住房问题，英国政府也对提供开发住宅的私人公司提供补贴，刺激供给，并在1919年推出了以地方政府为主的“兴建住宅补贴”。二战以后，瑞典政府提出了“低资金、低租金”的住房计划。与其他国家相比，美国的供给补贴形成了从联邦到地方政府的一整套完整体系。主要分为公共住房供应补贴和私有建房机构出租住房供应补贴。私有建房机构和地方政府建房机构向联邦政府住房和城市发展部申请，由其支付合理市价房租与低收入住户实际支付租金之间的差额。在住房供给相对短缺的时期，通过减免税、提供差价补贴、低息贷款等措施来刺激房地产开发商提供低价住房的积极性效果明显。1996年法国政府把出租住房建设增值税率从原来的20.6%降到了5.5%，从而使住房建设竣工量大幅增加。

向住房需求者提供财政补贴

除了对房地产开发商提供补贴外，政府对价格的影响还表现在对购房或租房者进行直接补贴，降低他们所承担的实际住房价格，对住房需求者补贴最常用的手段主要是免税减税和现金补贴。与对开发商的供给补贴相比，住房租金补贴有三个显著的特点：第一，避免了对住房市场的直接干预，不会给市场运行带来障碍，不会产生降低市场效率的副作用；第二，这种收入再分配的形式，可以使国民平等的住房权利得到较为公正的实现；第三，对不同收入者区别对待，更能体现倾斜政策，并能适当减少财政支出。从各国的房地产政策实践来看，二战后由于战争等原因使得住房短缺，在相当长的一段时间里，房地产市场上最主要的矛盾是供给不足。因此，为促进房地产业的发展，政府对房地产价格的调节主要是向房地产开发商提供优惠和补贴来刺激供给并降低价格。当住房的供给增加到了一定程度，住房租金补贴由于以上提到的几个特点就显得更加有吸引力，各发达市场经济国家也纷纷把补贴重点向购房者和租户转移。随着20世纪70年代房地产市场的主要矛盾由住房短缺变为贫困者的住房支出在其收入中比重过大，美国1968年的住房和城市发展法突出了对住房需求者提供补贴的思想，而1974年的住房与社区发展法中的租金援助第8条款更是取代了1968年住房法的补贴计划，把联邦住房援助从住房供应者转向需求者。

房地产市场分析论文范文第6篇

2007年,中国房地产市场运行主要有以下特点｡

(一)全国房价总体涨幅较大,部分热点城市房价持续拉高,供不应求是主因

2007年,中国房地产市场总体上价格涨幅较大｡70个大中城市新建商品住房､二手住房的销售价格持续走高,8月份,新建商品住房销售价格同比上涨9.0%,二手住房销售价格同比上涨7.9%,部分热点城市房价上涨连续保持两位数增速｡

我们分析,导致2007年房价高涨的原因主要是供不应求｡一方面,供给量大幅度下滑｡2007年1~6月,全国房屋竣工面积增速低于房屋销售增速,商品房销售面积2.8亿平方米,同比增长21.5%;房屋竣工面积1.5亿平方米,同比增长11.1%;截至2007年6月,住宅竣工面积连续30个月低于住宅销售面积｡以北京为例,新建商品住房供应自2005年以来持续减少,批准预售面积由2005年的2205万平方米下降至2006年的1706万平方米｡另一方面,需求快速膨胀｡资金流动性过剩导致投资性需求增长较快｡同时,在房价快速上涨的趋势下,自住性购房者提前入市,也造成需求骤增｡

(二)土地供应量不足

近两年来,土地供不应求的态势仍在持续,造成市场供求总量失衡,形成供不应求的市场预期｡土地供应量的不足表现在两个环节｡

1.土地出让面积不足｡以北京为例,2005年,计划供应的商品住宅用地为1750公顷,而实际入市的只有900公顷,仅为计划的51%;2006年,商品住房和经济适用住房用地计划供应合计为1900公顷,实际供应为1031公顷,仅为计划的54%｡

2.开发企业囤积土地导致出让土地无法全部形成当期的有效市场供应｡根据中国建设银行研究部的报告,2001年初至2007年5月份,房地产开发企业累计购置土地面积21.62亿平方米,但实际仅开发完成12.96亿平方米,不足购置面积的60%｡特别是上市房地产公司成为大规模囤积土地的一个主要力量｡这是由于土地储备量是投资者衡量上市房地产公司投资价值的重要指标之一,而且很容易从公开市场上募集大量资金支持大规模购置并囤积土地｡

(三)多种需求集中释放,投资投机需求大量入市

在房价快速上升的过程中,多种需求集中释放｡

1.改善型需求｡高收入家庭对改善型需求的支付能力比较强,家庭收入越高,利用自有资金购房的比例越高｡据对某城市的调查,高档商品房一次性付款的比例高于贷款比例,一次性付款的比例一般达到60%以上;而普通商品房的贷款比例高于一次性付款的比例,贷款的比例一般达到60%以上｡这使得中低端需求和初次购房需求受到挤压｡

2.婚龄人口对住房的需求｡受传统的成家置业理念的影响,新组建家庭购买住房的需求刚性较强｡

3.城市新增常住人口的住房需求｡近年来,中国正处于城市化进程加速时期,城市新增人口对住房的需求旺盛｡

4.城市拆迁导致的刚性需求｡目前,中国处于城市建设快速推进时期,城市房屋拆迁带来的被动需求随之增加｡

5.父母提前为子女购房的需求｡在目前房价上涨较快的影响下,年轻人住房需求提前释放,表现为父母为子女购房时间大大提前,高收入家庭为正在读大学,甚至读高中的子女购房的现象比较普遍｡

6.投资和投机性需求｡除以上以居住为目的的需求外,还包括部分以投资和投机为目的的需求,买房直接用于投资,以增值获利;以改善住房条件为目的的高收入家庭,在购买新建商品房后,原有旧房并没有在存量房市场立即上市交易,更多的是继续持有用于投资｡

房地产市场分析论文范文第7篇

【关键词】济南市 房地产市场 蛛网模型 泡沫 测度

一、房地产泡沫的定义

房地产泡沫是指由房地产投机、垄断、信息不对称、外部效应等因素所引起的房地产价格脱离市场基础持续上涨的现象。

二、济南市房地产市场泡沫的探析

1.济南房地产市场价格分析

从1998年国内开始实行住房制度改革开始,我国房地产市场经历了2004年以来的快速增长,2008年下半年以后的低迷,直到2009年在国家大力刺激下的复苏,再到如今的国内一、二线城市房价的居高不下,而济南的房地产市场的状况如何,笔者对此进行了具体分析。

选用当年济南市房屋销售面积作为当年房地产市场需求量,以当年房屋销售价格作为本期价格;采用当年竣工房屋面积作为当年房地产市场供给量,以上一年房屋销售价格作为本期价格,建立蛛网模型。运用Stata10.0普通最小二乘法对济南市1998年～2009年的统计数据进行了线性回归。得到回归方程如下:

Q = -56.0272 + 0.1018 PtR2=0.9331

Q = 94.0453 +0.0612 Pt-1 R2=0.4955

假设存在均衡价格,求得Pe=3660.29。根据回归模型,需求曲线与供给曲线均为正斜率,又因为在2006年以后房屋销售价格高于均衡价格Pe,所以随着房价的逐年增长,商品房的供给量越来越大地小于住宅需求,供不应求的市场矛盾更加严重。这会使得房地产开发商的寡头垄断格局得到加强。如果任其这种市场失灵的状态发展下去,房地产市场将逐渐成为以房产投机主导的资产市场,甚至会产生泡沫。

2.济南市场的泡沫与非泡沫――以投机理论模型为基础的实证分析

本文借鉴Levin and Wright(1997),采用如下的模型:

pt=α0+α1 yt+α2 it +α3[gt /(1+ it)]+ut

pt代表房地产价格,yt代表居民可支配收入,it代表贷款利率,gt /(1+ it)代表房地产价格实际增长率,ut为随机误差项。

根据周京奎、曹振良(2004)的研究,令θ= -α3/α2,则θ可以用来表示房地产业投机度,如果θ值过高,房地产市场很可能存在泡沫。根据国际经验,认为θ>40%时,认定该市场投机行为显著,投机泡沫产生。

参数的检验和结论:根据济南统计信息网2009年济南市国民经济和社会发展统计公报及2009年统计年鉴,本文选取了1998~2009年房屋销售价格,城镇居民人均可支配收入,中国人民银行网站历年抵押贷款利率数据,运用Stata10.0估计方程,结果如下:

pt=313.5509+0.1997yt -4070.094it +1506.663[gt /(1+ it)]+et

R2=0.9805 DW=1.677

其中,α2= -4070.094α3=1506.663因此根据公式计算出:

θ=-α3/α2=0.3702

以上分析表明,济南市的房地产投机度已经接近40%的警戒水平,说明2009年房地产市场的持续升温已经引发了进一步的投机需求,尽管投机性的需求可以在一定程度上扩大内需、活跃市场,但是过度投机则会产生房地产市场泡沫。

3. 济南市房地产市场泡沫的指标分析

为了进一步检验济南市房地产市场是否存在泡沫,笔者选取了国际上比较公认的2个测量指标:房价收入比、房地产开发投资占总投资比例做进一步的测度分析。

(1)房价收入比

房价收入比是指一套居民住房的平均价格与家庭平均年收入的比值,该比值越高产生泡沫的可能性越大,国际上通常认为房价收入比在3~6的范围内比较合理。

济南市近几年的房价收入比已经临近产生泡沫的警戒水平,说明济南市房地产市场有发生泡沫的风险。

(2)房地产开发投资占总投资比例

房地产投资应当在一定范围之内,否则就会引发泡沫。笔者对济南市1995年到2009年房地产开发投资在总投资中所占比例做了测算,从中可以看到,这个指标有逐年攀升的趋势,尤其是2009年已经达到20.09%,超过了20%的泡沫警戒点,而且从06年开始,房地产投资增长速度都远远超过了同期全社会固定资产增长速度,可以判定,济南市房地产市场已经出现了过热倾向。

三、综合评价及政策建议

通过以上价格分析、模型分析与指标分析可以得出结论,当房地产市场供求矛盾随着房价的上涨不断加剧时,开发商的垄断地位就得到加强;与此同时,房价的预期看涨导致房地产市场的投机现象进一步加剧,基于投机理论的模型验证了济南市的房价持续上涨的原因还与投机因素有关,在进一步的分析中发现:在2005年到2009 年,大部分特征指标没有显示房地产价格脱离市场价格的基础持续飞涨,可以说总体上并没有出现房地产泡沫,但局部年份已经显示了房地产泡沫才具有的特征,可以认为是房地产过热现象。但是伴随着全国房地产市场的持续过热,依靠市场自身的力量调节不可能使房价回归理性,必须借助政府的力量、拿出切实可行的政策方案才能改变目前这种市场失灵的状态。笔者认为调控房地产市场主要应做好以下几个方面:

1.进一步加强经济适用房和廉租房的建设,将出让土地收入主要用于改善民生的经济适用房与廉租房及其配套设施的建设中。同时严惩开发商无正当理由闲置土地、囤房的行为。

2.积极引导居民的消费观念。改变消费者“居者有其屋”的观念,鼓励低收入者租房代替买房;在新增商品房,存量商品房之间做合理选择,提倡从小户型逐渐扩大住房面积。

3.紧缩央行对房地产行业的信贷支持,尤其要注意风险偏好型、信誉不佳的房地产商和投资者为获得了较多的银行贷款而导致逆向选择的问题。对资金进入房地产市场进行严格审查,通过累进交易税制继续加大对房地产市场投机者的打击力度等。使济南市房地产业避免泡沫化而稳定、健康发展。

参考文献

[1] 张红. 房地产经济学[M] 北京:清华大学出版社,2005.

[2] 周京奎,曹振良. 中国房地产泡沫与非泡沫――以投机理论为基础的实证分析[J] 山西财经大学学报,2006(5)

[3] 何赛姣. 我国房地产市场泡沫分析与测度[D] 浙江工商大学硕士学位论文,2008.

[4] 何雄. 房地产泡沫理论的实证分析――以郑州市为例[J] 建设科技,2009

房地产市场分析论文范文第8篇

【关键词】市场收益率 房价 外生性 模型

在中央政府数次房地产管理政策改革之后我国房产价格似乎逐渐趋于稳定，市场似乎是处在了一种微妙的“短期均衡”。然而，这N房地产市场的“新常态”是一个依赖政府层层管控的不稳定均衡，并非是一个反映了市场所有激励的帕累托最优均衡，一旦政府放开管控，我国房地产市场的发展方向难以预测。所以，尽快找出一个具有指导意义的房地产价格出清模型来协助国家调控房地产市场已成为理论界的共识。同时，房地产政策也从2000年开始逐渐成为了人大会议讨论的焦点。

地产市场的出清研究在经济学领域可以说是一个历久弥新的难题，国内外学术界对土地这一重要要素的研究可谓多如繁星却仍未形成统一共识，但近些年一些学者通过数学模型对房价的研究似乎正在逐渐拨云见日。

一、房地产行业与宏观经济的关系

房地产是我国国民经济系统的重要组成部分，在使用投入产出表对我国以及美国、英国、日本、澳大利亚四个发达国家房地产业与其密切关联产业的关联度进行前向、后向、环向等不同层面量化研究后，王国军、刘水杏（2004）通过横截面数据分析了房地产业与其相关产业关联关系的变化规律、房地产业对相关产业的带动效应①及我国房地产业发展中存在的主要问题，发现我国总体范围内房地产业产值每增加1对各产业的总带动效应为1.416低于英国和日本；几乎与此同时，周红（2005）在对我国宏观经济和城市化研究中使用时序数据的相关性分析发现房地产行业的发展与宏观经济和城市化进程存在极强的相关性。

然而，在历经了2006～2009年世界经济史罕见的举行房地产泡沫之后，学术界对房地产市场的审视也逐渐趋于理性，早在2005年姜春海就通过定义房地产实际价值，通过实证分析的手段得出当时的中国房地产市场泡沫已经产生。解保华、李彬联、石立（2009）借用股票市场F-O模型测度中国股票市场的泡沫度和成本加成定价模型测度房地产市场的泡沫度，得出1999～2007年我国这两个市场近9年来的月度泡沫估计值；以Granger因果检验②的方法证明了我国房地产市场中的巨额恶性泡沫对其它资本市场的严重影响。在此之后黄瑾（2010）通过求出房租与房价的预期收益净现值，并与实际房价进行对比试图量化泡沫，然而房屋价格的真实组成并非预期收益与市场泡沫的简单加总，而是包括了诸如文化、市场结构等诸多因素的综合结果，所以，其研究成果值得思考有待深入挖掘。

从微观经济学到宏观经济学的传导过程在经济学界一直有着诸多分歧，所以为了绕开这些分歧有学者从宏观经济的角度出发，在凯恩斯消费函数的基础上，通过房地产的财富效应③深入剖析了国民收入与房屋价格之间的因果关系，并通过运用我国季度数据，在误差纠正模型（an error-correction model，简称ECM）④框架下利用Granger因果检验方法对我国的房地产价格和居民消费的关系进行实证性检验，以此对国民收入与房价的相关关系进行了确认和分析（宋勃，房地产市场的财富效应的理论分析和中国经验的实证检验，经济科学，2007年第五期）。但是由于任何微观主体的消费决策都是处在某种特定的社会文化环境中的，而社会文化环境却又是一种极其难以量化又起着决定性因素的外生经济变量，而这种外生变量对边际消费倾向的影响又极为显著而且难以准确地将其外生化（翁媛媛，高汝熹，饶文军，中国高储蓄率部门特征、成因以及对策；经济学家，2010，03）。与此同时也有学者通过房价租金比的方法试图分析我国房地产市场的泡沫以深入分析我国房地产市场与其他经济变量的关联性（如储蓄）（Junmin Wan；Household Saving and Housing Price in China；CAES working paper），但是因为房价和租金仅仅是两个市场表现结果，它们的变动受到很多外生变量的影响，比如供求关系、利率、文化，而且从Junmin Wan的研究结果上看，我国住房市场化以来房价租金比一直与房屋价格保持着极强的正相关性，甚至可以用联动性来形容二者的关系，而作为一个反映两个变量关系的强度相对数房价租金比，应该是有一定的稳定性并且不应该与房屋价格联动变化。所以在中国这样的购房者占主导的特殊市场，房价租金比是近乎无效的。

正是由于难以将市场结构、文化环境、消费习惯等诸多难以量化的因素外生化，从宏观角度观察房价似乎只能得到一些趋势化的结论，以及一些定性结果，无法给出真正准确的答案。所以，不少学者尝试通过金融与房地产之间密不可分的关系绕开这些难以外生的经济变量，以利率、固定资产收益率以及通货膨胀率来综合分析我国房地产行业发展现状与我国宏观经济发展的关系。

二、资本市场与宏观经济的关系

在每一本经典宏观经济学教科书上作者们论述每一条理论似乎永远都离不开对市场收益率的论述，为了简化分析不少学者常常假设市场收益率在数值上约等于短期国债收益率或者银行存贷中间利率，然而在近三十年的经济学研究中越来越多的人发现，实际市场收益率只有在相当严格的假设下才近似于短期国债收益率或者银行存贷中间利率相等（曼昆；宏观经济学第七版）。所以，如果需要研究所使用的市场收益率必须采用更严谨的方法从微观市场角度或宏观政策角度深入分析。在对市场收益率与宏观经济的诸多研究中最常用的莫过于基于微观主体选择行为角度的多部门联合出清模型以及基于宏观政策角度的动态总供给总需求模型（DAS-DAD）。

（一）基于微观视角下的市场收益率与宏观经济的理论研究

这类研究的研究者们大多坚信，宏观经济变量中的实际变量的变动是只能直接地由实际冲击所影响，而名义变量改变对宏观经济发展是没有实际冲击的，只会通过某些特定的方式，在长期或者超长期对宏观经济的发展方式产生间接影响（这也可以理解为古典二分法在现代经济学研究领域新发展）。Jordi Gali在分析货币政策和理性资产泡沫以探讨传统“逆风向行事”（leaning against wind）货币政策的可行性时候采用的一种三部门联合出清模型就是一个现代宏观经济学研究领域非常经典的例子（2014，AER）。因为后文所引用的很多文献论述都是基于多部门联合出清的方式展开的，而Gali教授此文是近年来使用世代交叠模型展开多部门联合出清模型的一个典范，所以这里我将详细介绍一下Gali教授此文中关于市场收益率的研究方法。如同标准世代交叠模型研究方法一样，我们将无差异微观个体的一生分为两个时间段，第一个时间段为年轻时工作，其一期财富分为两个部分：已有财富（来自于继承上一代的财富）、工资薪酬，其消费也分为两部分：一部分用于现期消费、一部分用于储蓄后者购置风险资产；第二期处于退休阶段，所有的经济决策都依赖已有财富，其消费分为两个部分，一部用于消费，一部分通过遗产或者转移支付的手段留存给下一世代的无差异微观个体。在此基础上，我们便可以进行三部门联合均衡的论证分析了。

1.每个微观个体有如下效用最大化条件：

即Πt为t时刻的总通货膨胀指数，Π为中央银行通货膨胀目标，QB为稳定的资产泡沫价值。

Gali教授在后文的论述中使用该联合出清模型分析了了适应性预期、理性预期、随机收益率、固定收益率假设下的的动态与静态的市场表现情况，详细阐述了中央银行的政策行为可能对宏观经济带来的影响，也充分论述了市场收益率和中央银行指定的短期国债利率的明细关系，对我们后续的更严谨的对基于资本定价方法分析房地产发展走向的研究有着极其重要的指导意义。如最近刚刚在INTERNATIONAL REAL ESTATE REVIEW上刊载的Inflation and House Prices：Theory and Evidence from 35 Major Cities in China （Weida Kuang；Peng Liu）一文中就使用了包括了房地a商在内的四部门的联合出清模型，而且本文创新的使用HPI与CPI之间的协整回归来验证二者之间的时序相关关系，同时，通过Granger因果检验验证了二者之间的因果关系方向，最终成功验证了在我国主要城市中居民消费水平与房价之间的关系。虽然模型的具体形式以及推导方法与Gali教授对资本市场泡沫的研究不完全相同，但二者都不约而同的使用了多部门的联合均衡和跨时期的微观主体决策来论述自己的观点。所以，综合上文所述作为世代交叠模型核心理论的多部门的联合均衡和跨时期微观主体决策理论必然会给我国学界对房地产市场现象的研究引入新的思路。

（二）基于宏观政策角度的市场收益率与宏观经济的理论研究

近些年来，基于泰勒定理和适应性预期下的动态总供给总需求模型（DAS-DAD）逐渐成为学界的新焦点。为了模型的完善，有学者对其在弹性通货膨胀预期、最优需求政策反应的前提假设下对已有的DAS-DAD模型进行了相应的拓展（Sami Alpanda， Adam Honig，Geoffrey Woglom；2013）。最终分别给出了在多种情况下实际收益率与通货膨胀之间的关系。由于本文主要论述市场收益率、宏观经济与房地产之间的相关关系，对宏观经济学领域的研究就不多赘述。

三、资本市场与房地产行业

房地产作为一种特殊资产，与资本市场的信用供给密不可分。理论上，资本市场的市场收益率、土地市场的地价、楼市的房价与银行贷款存在两个相互作用关系循环，在以土地为中心的房地产行业里，资本市场对产业的周期发展起到外部放大（缩小）的作用。通过对资本市场和房地产行业的产业周期的深入研究，吴剑雄（2012）认为资本市场是房地产周期转换非常重要的外部因素，但是资本市场对于不同时期的房地产行业作用效果不同：在房地产扩张时期，资本市场对房地产扩张推波助澜的作用效果明显，但是在房地产收缩时期，资本市场对房地产收缩效果有限。如周教授的研究结果，我国现今正处于房地产行业的收缩洗牌阶段，中央银行的货币政策调控并没有对房地产行业产生显著影响。与此同时，由于对接连不断的由房地产市场违约引起的金融违约现象的关注，国内不少民众错误地认为我国房市崩盘的日子即将到来。但是这条观点毕竟是缺乏严谨理论研究的外行观点，2014年，就有学者对银行体制、资本市场与房地产风险做了深入而理性的分析，通过对银行利益与资本市场的抑制关系、资本市场中银行自身风险的累积的论述分析，发现我国目前的金融市场虽然不会因为个别房地产市场中的违约现象受到很大风险冲击，但是由于我国目前单一的房地产末端融资方式以及现有银行体制下缺乏再融资平台，金融市场无法实现预期的繁荣。同时由于风险的不断累积，如果不采取相应的再融资平台以及再融资方法以分散已有风险的话，我国的资本市场在未来必然会面对一定的流动性风险和违约风险。

可能是出于对中国房地产近几年的特殊市场表现以及中国特殊的资本市场组织方式所吸引，越来越多的海外学者正逐渐直接或间接的观察着中国市场。最近有法国学者在美国研究抵押贷款规模扩张的外生效应时发现，当放松金融管制之后，市场信用供给增加，于此同时房屋需求增加，但是由于房地产市场的弹性供给，信用扩张的最终结果却是导致房价升高同时房屋的市场储备增加，即信用扩张在某些特定条件下会加剧房地产市场的不均衡（Giovanni Favara，Jean Imbs，2014），并且，通过对美国金融市场的IBBEA数据库，以及相应的住房抵押贷款的HMDA数据库研究，作者严谨地得出了，在低弹性需求市场中，信用扩张所带来的房地产市场影响是积极的，即会使房地产市场处于高价高出清的理想状态，但是在弹性市场需求中，信用扩张却会适得其反，即会对已有的市场均衡产生不良影响。而这似乎正是我国这些年来房地产市场所面临的实际情况，即在早些年放松银根和管制似乎只有在初期带来了房地产市场的良性繁荣，但是后期的发展似乎不尽如人意，即存在Giovanni Favara与Jean Imbs在论述中所提到的信用扩张会加剧房地产市场不均衡的市场现象。然而，事实真是如此吗？并不是，众所周知，在我国安土重迁的传统文化思想下，住房需求相对于其它国家更具有低弹性的特质。也许有人会质疑，对土地的刚性需求是人类历史中劳动成果私有化的产物，早就深深地植根于每个文化最核心的部分，每个国家的历史中都有无数人以自己的方式出生入死只为获得一块封底，如欧洲的骑士阶级、教会、中国的士族、日本的武士阶级……虽然方式不同，但最终目的无不是寻觅一块可供自己立足的土地。但为什么同样的文化因素主导的刚性需求，不同市场却有不同的表现呢？这里，我们不能单纯地以总体的文化因素一概而论，我们要看到中国房地产市场的特殊性。这是一个仅仅存在了30年不到的年轻市场，所以其理性程度仍然相当受到传统文化因素的制约，所以我国目前的房地产市场现状是由多种因素协同制约的一个复杂的经济体系，现存的分析方法虽然可以在定性的角度上提出合理的观点，并能够给出适当的政策建议，但是，在定量的角度上以及预测的方面无法给出令人信服的理论模型。

四、总结及研究方向上的一点思考

在学术界对房地产市场已有的理论研究领域，国内外无数学者在已有的经济理论框架下，已经对房地产市场从各个角度和方向做了细致而深入的研究，主要包括，市场供给与房地产市场的关系，微观主体决策与房地产之间的关系，资本市场与房地产市场的联动反应，房地产市场与宏观经济诸变量之间的相关关系……这些已有研究对我国政府的房地产调控政策提出了及其宝贵的建议，指出了合理的监管手段和监管方向，是值得肯定的。但是迄今为止，却没有一个理论界公认的模型能为我国的政策当局给出一个晴雨表式管理尺度以及管理方式的稳健的建议，即缺乏一个公允的、值得依赖的定量尺度来解决我国房地产市场一放就乱一管就死的市场现状。以上基于已有经济理论框架的研究均忽视了我国房地产市场的两个极为重要的特殊性：1、我国是一个受传统文化影响极其深厚的历史文化大国，文化变量对于市场的影响相对于其它国家更为明显，即我国市场可能存在着极大的优于文化因素影响的非理性成分；2、我国的房地产市场是一个极其年轻的市场，房地产市场的参与者与管理者都缺乏足够的技术与经验，使自身决策能够最大化自己的收益、效用或者政策效果。

所以，综上所述，对我国房地产市场的研究，要在已有理论基础上，基于我国特殊的市场性质提出一定的理论创新，才能获得近乎完美的模型成果，才能在新常态下为我国的经济发展提出更多严谨的建设性建议。

注释

①带动效应：某种产业的发展对其它与之关联的产业聚落带来的推动效应。

②Granger因果z验：使用OSL或者GSL方法通过分析相关变量之间往期与现期的相关关系来确定变量之间的因果关系及其方向，具体方法以及思路见附录4。

③财富效应：货币余额的变化，假如其他条件相同，将会在总消费开支方面引起变动这样的财富效。应常被称作庇古效应或实际余额效应，新帕尔格雷夫经济学大词典（1992）

④格兰杰、纽博尔特（1974），菲利浦（1986）指出当使用非平稳序列进行回归时，会造成虚假回归，并且沃深（1989）也证明当变量存在着单位根现象，即非平稳时，传统的统计量，如t值、F值、DW值和R2将出现偏差，具体修正方法是当VAR模型中发现存在单位根现象时采用差分或者中心化等方法将原回归模型置换为多阶协整（co-integration）序列模型，在模型平稳化，即通过了ADF分布的单位根检验后，使用修正过的模型对经济变量进行解释的方法，由于文章篇幅有限本文无法完全阐明模型具体使用方法，仅在此论明思路。

⑤这里原文为：可能由于作者Gali教授的疏忽，文中并没有提及往期信息如何处理的问题，所以笔者认为此处不能简单地以终值代替所有过程信息，因此该问题业已以email的形式提交到了AER校对部门。

参考文献

[1]解保华，李彬联，石立.中国股票市场与房地产市场泡沫问题研究[J].上海财经大学学报，2009年2月第11卷第1期.

[2]姜春海.中国房地产市场投机泡沫实证分析[J].管理世界，2005年第12期.

[3]周红.城市化进程与房地产业发展关系[J].现代城市研究，2005年第7期.

[4]宋勃.房地产市场财富效应的理论分析和中国经验的实证检验：1998-2006[J].经济科学，2007年第5期.

[5]黄瑾.我国房地产市场泡沫检验―――基于现值模型[J].科技信息，2010年第31期.

[6]吴剑雄.资本市场与房地产行业关系理论与实践研究[J].财政监督，2010年3月.

[7]刘知博，贾甫，韦静强.银行体制、资本市场与房地产金融风险[J].经济体制改革，2014年第5期.

[8]Giovanni Favara & Jean Imbs.Credit Supply and the Price of Housing[J].The American Economic Review，2015.

[9]Jordi Gali.Monetary Policy and Rational Asset Price Bubble[J].The American Economic Review，2014.

[10]Junmin Wan.Household Saving and Housing Price in China.Center for Advanced Economic Study.Fukuoka University.Japan，2011.

房地产市场分析论文范文第9篇

【关键词】 房地产业 市场结构 产品差异化 规模经济

一、引言

SCP范式是由20世纪六七十年代美国哈佛学派产业组织理论的权威梅森・贝恩提出的。1959年贝恩出版的《产业组织》一书中提出。他运用产业组织的“三分法”进行分析，构造了“市场结构（structure）――市场行为（conduct）――市场绩效（performance）”的分析框架，简称为SCP分析框架。SCP分析框架的基本含义：市场结构、市场行为、市场绩效之间存在着因果关系;市场结构决定了企业在市场中所采取的行为，企业的市场行为又决定了市场运行的市场绩效。这种SCP分析框架的起点是完全竞争和垄断这两个基本的市场结构模型。在分析框架中突出市场结构，认为自由竞争的市场是最重要的。但是，在完全自由竞争的市场下，当市场结构从完全竞争市场向垄断市场移动时，政府对垄断企业进行分拆，这种分拆行为是非市场的干预，违反了自由竞争。以斯蒂格勒为代表的芝加哥学派的学者，引入了企业理论与交易费用理论，形成了“新产业组织理论”。“新产业组织理论”的逻辑起点不再是市场结构，而是市场绩效，重视企业行为，强调企业行为对市场结构的反作用和市场运行状况对企业行为并进而对市场结构的影响，并在研究方法上引入了博弈论。

目前，学术界关于SCP范式的研究，主要是针对某一产业进行市场结构的分析和提出优化策略。现有的研究中，有关于旅游产业组织结构的分析，如张安民、李永文、梁留科（2007年）基于SCP模型，运用结构方程方法从市场结构、企业行为和企业绩效3大模块构建了我国旅行社业SCP分析模型，并对我国旅行社业的市场结构、企业行为和企业绩效的状况及它们之间的关系进行了定量测度;有关于饭店业组织结构的分析，如张洪、张洁、杨燕（2012年）在SCP视角下对2001年至2010年我国星级饭店数量、客房总数以及营业收入等数据进行研究，并提出对我国星级饭店优化发展的建议;有关于交通业组织结构的分析，如胡啸红、江可申、白俊红（2009年）基于SCP分析框架对我国民航业的市场研究，提出重组为民航实现规模经济的一条出路;有关于影视业组织结构的分析，如耿蕊（2012年）运用SCP理论范式对中国动画产业的市场结构进行检视，指出品牌化、规模化、集群化是中国动画产业发展的现实取向。关于房地产业的市场集中度的现有研究，刘树枫（2009）用产业组织理论的研究方法对房地产业的市场结构研究;唐晓灵、白宝焕（2012），从产业组织的角度对房地产开发市场集中度进行分析研究，进一步认识我国房地产业开发市场。

在现有的研究中，关于市场结构的研究涉及到很多行业。关于房地产业的市场集中度的研究，也有学者进行了研究。但是，相对于现有研究，本文将采用新的指标和角度来进行分析和研究。本文根据从中国国家统计局统计到的数据，研究我国房地产业的现状和市场结构特征，并提出优化市场结构的建议。

二、我国房地产业的市场结构分析

市场结构是指产业内企业间市场关系的表现形式及其特征，主要包括卖方之间、买方之间、买卖双方之间、市场上已有的买卖方与正在进入或可能进入市场的买卖方之间在数量、规模、份额和利益分配等方面的关系和特征，以及由此决定的竞争形式。

市场结构的基本类型主要是四种，完全竞争、完全垄断、垄断竞争、寡头竞争。

市场结构受很多因素的影响，主要包括市场集中度、产品差别化、进入和退出壁垒、市场需求的价格弹性、市场需求的增长率、短期成本结构、生产多样化等。这些因素是相互影响的，其中一个因素的转变，会带来其他因素的变化，进而使整个市场结构的特征发生变化。

本文将以2003年至2012年我国房地产业的房地产开发企业个数、房地产开发企业住宅销售套数等数据为主要研究指标，从企业的规模与构成和市场集中度这两个方面，对我国房地产业的现状及市场结构进行实证分析。

1、企业的规模与构成

2003年，我国房地产业的房地产开发企业的个数为37123;2004年，其个数增长到59242;但是，2005年则有大幅度的下降，其个数为56290;从2005年开始到2008年，房地产开发企业的个数一直持续稳健增长，到2008年达到顶峰，其个数为87562;由于2008年遭遇经济危机，2009年房地产开发企业出现大幅度缩减，个数为80407;2009年之后，一直到2012年，房地产开发企业开始持续缓慢增长，到2012年其个数为89859。

我国的房地产开发企业的经济类型主要有内资房地产开发企业，港、澳、台投资房地产开发企业，外商投资房地产开发企业。其中，内资房地产开发企业占绝大多数比例，并且总体上呈上升趋势;港、澳、台投资房地产开发企业和外商投资房地产开发企业个数少、所占比例小，港、澳、台投资房地产开发企业每年都有小幅变动，但基本稳定;外商投资房地产开发企业个数少于港、澳、台投资房地产开发企业个数，并且在2008年之后开始持续减少。

2003年我国的房地产业是以内资房地产开发企业为主要经济类型，到2012年依旧是以内资房地产开发企业为主要经济类型，并且其所占市场比例越来越大。

从2005年到2012年房地产开发企业住宅销售套数，除2008年有大幅度的下降，总体呈上升趋势。平均住宅销售套数也呈现出相同的发展趋势。

2、市场集中度

市场集中度是指某一产业市场中卖方或买方的数量及其在市场上所占的份额，它是反映市场垄断和集中程度的基本概念和指标。对市场集中度的衡量指标主要有两种方法，一是绝对集中度指标，二是赫芬达尔―赫希曼指数（简称HHI指数）。运用绝对集中度对市场集中度进行衡量有三个无法体现和反映的状况，一是无法反映全部企业规模分布对市场集中度的影响，二是无法体现最大的n个企业在市场上所占份额在其内部是如何分布的，三是无法反映市场份额和产品差异程度的变换情况。因此，本文将运用绝对集中度指标和赫芬达尔―赫希曼指数这两种衡量方法对我国的房地产业的市场集中度进行实证分析。

（1）绝对集中度指标（CRn）

绝对集中度指标是最常用、最简单易行的市场集中度的衡量指标。它是指行业内规模最大的前n个企业的有关数值X（如产值、产量、销售额、销售量、职工人数、资产总额等）占整个市场或行业的份额。其计算公式：

其中，CRn为X产业的绝对市场集中度，Xi为X产业的第i为企业或者地区的产值、产量、销售额、销售量、职工人数、资产总额等，N为X产业的全部企业数或者地区数。但是，在用计算指标时，由于产值受季节波动和通货膨胀的影响大，所以一般优先采用产量和就业人数作为计算指标。因此，本文在分析我国房地产业的市场集中度时，以31个省、自治区、直辖市为研究对象，采用房地产开发企业住宅销售套数作为绝对集中度指标计算的指标，并运用多值分析法（即n=4和n=8），分别考察2005年至2012年我国房地产业的市场集中度。

根据2005―2012年我国房地产业市场集中度的计算结果，从2005年到2012年，房地产企业住宅销售套数在前五位的主要是广东省、江苏省、山东省、四川省、辽宁省。这五个省份，一直稳居前五，只是在排名上有上下变动。其中，上海市在2005年排第五名，在2006年排第六名，之后排名没再进入前八名。这些排名在前几位的省份，都基本上是东部沿海省份，中、西部地区的省份很少能排名进前八位。在这一点上，也体现出我国房地产业的地区发展不均衡。

根据美国学者贝恩的市场结构分类理论，CR4在30%～35%或者CR8在40%～45%时，市场集中度为寡占Ⅴ型;CR4在35%～50%或者CR8在45%～75%时，市场集中度为寡占Ⅳ型。2005―2012年我国房地产业市场集中度计算结果表明，我国房地产业属于中下寡占型市场结构。并且从2005年至2012年，CR4和CR8也都总体上呈现下降趋势，说明我国房地产业的市场竞争愈发激烈，也同时说明我国的房地产业的规模化和集中化程度低，缺乏大型的房地产开发企业做支撑。

根据日本学者植草益对于市场结构的分析，CR8在40%～70%时，市场集中度为高、中寡占型。那么据此分析，我国房地产业则属于高、中寡占型。

综合美国学者贝恩的市场结构分类理论和日本学者植草益对市场结构的分析，以及我国房地产业发展的实际情况，我国的房地产业的市场集中度是偏低的，垄断性和规模化程度低，地区发展不均衡。

（2）赫芬达尔―赫希曼指数（HHI）

赫芬达尔―赫希曼指数，简称赫芬达尔指数，是一种测量产业集中度的综合指数，是产业市场集中度测量指标中较好的一个，是经济学界和政府管制部门使用较多的指标。它是指一个特定行业中各市场竞争主体所占行业总收入或总资产百分比的平方和，用来计量市场份额的变化，即市场中厂商规模的离散度。其计算公式：

其中，X为产业市场的总规模，Xi为产业中第i个企业的规模，Si为产业中第i个企业的市场占有率，n为产业内企业个数。本文在分析我国房地产业的市场集中度时，以31个省、自治区、直辖市为研究对象，分别采用各省份房地产开发企业个数和各省份房地产开发企业住宅销售套数作为赫芬达尔―赫希曼指数计算的指标，分别考察2003年至2012年我国房地产业的市场集中度。

根据2003―2012年以各省份房地产开发商企业个数为赫芬达尔―赫希曼指数的计算指标，以及2005―2012年以各省份房地产开发商企业住宅销售套数为赫芬达尔―赫希曼指数的计算指标，所得到的我国房地产业市场集中度的计算结果表明，这两种不同计算指标所得结果的赫芬达尔―赫希曼指数都是趋近于0，并且从2003年至2012年，总体呈下降趋势。这说明我国的房地产业的垄断性弱，竞争性强，规模化和集中化程度低，缺乏大型房地产开发企业做支撑。

赫芬达尔―赫希曼指数所得结论和绝对集中度指标所得结论一致，并相互支撑。

三、结论与建议

综上所述，我国的房地产业的市场结构处于中下寡占型，这说明我国的市场集中度很低，竞争激烈，但是规模化和集中化程度低。这样的市场结构会造成很大的资源浪费和不必要的恶性竞争。因此，优化产业结构和资源配置，提高经济效率，对于我国房地产业的持续健康发展有着重大而深远的意义。

第一，进行政策性倾斜，运用国家力量，提供优惠政策，吸引房地产资本向中部、西部地区流动。根据上文对于我国房地产业绝对集中度的计算结果，我国的房地产业的区域发展不均衡，房地产业开发企业主要集中在东部和沿海地区。在自由竞争的市场条件下，房地产开发企业都集中在东部和沿海地区，无序竞争，造成很大的资源浪费，因此，需要政府的干预和指导，引导房地产资本和房地产开发企业向中部、西部流动，促进我国房地产业的协调、均衡发展。但是，同时也要避免盲目投资和盲目增长。

第二，加强宏观调控，调控土地政策、房屋保障政策等。对土地政策和房屋保障政策进行调控，能够有效的控制住宅的市场供给数量，并能引导需求发生变化，从而能够保证房地产行业的供需发展平衡。

第三，调控融资政策，为房地产开发企业提供优惠的融资政策。在我国，房地产开发企业之间发展不均衡，一直存在着小型的经营不善的房地产开发企业，资金运转不良，空房率高。对融资政策进行调控，能够为房地产开发企业扩展融资渠道，利于其资金融通和企业规模、市场规模的扩大，控制行业内企业数量。同时，提高房地产行业的进入壁垒，降低退出壁垒，让行业内房地产开发企业健康有序发展，提高市场集中度。

第四，创新房地产业发展模式，提高市场集中度，增强规模效益。我国的房地产业的垄断性和集中程度低，缺乏大型的房地产开发企业做支撑。房地产开发企业要创新发展模式，鼓励对于这种小型而且经营不善的房地产开发企业积极地进行收购和兼并，避免资源浪费，促进房地产业的规模化发展，提高房地产业的市场集中度。

【参考文献】

[1] 张洪、张洁、杨燕：SCP视角下的我国星级饭店业市场结构分析[J].安徽大学学报（哲学社会科学版），2012（5）.

[2] 张安民、李永文、梁留科：基于SCP模型的我国旅游社业的经营测度[J].旅游学刊，2007（10）.

[3] 胡啸红、江可申、白俊红：基于SCP的中国民航市场研究――以重组为主要视角[J].税务与经济，2009（5）.

[4] 耿蕊：中国动漫产业发展的危机与转机――基于创新的理论范式[J].湖南社会科学，2010（1）.

房地产市场分析论文范文第10篇

[关键词]房地产预警；指标体系；预警方法；综述

[中图分类号]F752 [文献标识码]A [文章编号]1005-6432（2013）44-0068-02

房地产业是我国国民经济增长的支柱产业，无论从投资拉动还是需求拉动角度，其对我国经济的发展都发挥着巨大作用。由于受需求因素、泡沫因素、预期心理、宏观政策等的影响，房地产业往往会出现一些波动，对其他行业和投资者的收益以及国民经济的稳定产生困扰。准确地对房地产市场的波动进行预警，既有利于政府调控政策的科学性，也有利于房地产企业合理安排经营策略。而科学地选择预警指标体系和预警方法是实现房地产监测和预警的前提和基础。

1房地产市场预警的基本理论

1.1经济波动理论

各国的经济增长历程表明，经济波动是经济增长过程中的伴生现象[1]。在市场内在规律和外部宏观经济环境的共同作用下，宏观经济在发展过程中呈波浪式前进。且这种波动常以周期的形式呈现，这种周期现象是预警实现的基础和经济预警的目的所在。

经过对房地产市场的长期研究发现，同宏观经济一样，房地产市场也存在着波峰和波谷相互交替的周期波动现象。大致分为四个阶段：复苏（recovery）、扩张（expansion）、收缩（contraction）、衰退（recession）[2]。

1.2监测预警理论

经济监测预警是在经济波动理论的基础上，对经济的波动变化进行预报、监督、度量和评价，以此来判断经济运行的平稳度和发展态势。其目的在于明确当前经济所处的阶段，并对该阶段经济的特征进行预判。通过当前市场所呈现的信息，如周期波动的幅度、长度等，结合历史记录，来判断当前市场运行状态是否过热、过冷，是否出现异常。

2房地产市场预警指标体系

房地产市场预警指标和体系是构建房地产市场预警系统的基础，保证各指标参数设置的科学性和合理性有助于实现预警系统的目标和功能。近年来，就如何确定房地产市场预警的关键指标和指标体系的构建，学者采用了不同的方法进行了探讨。叶艳兵、丁烈云（2001）采用相关性分析法以及“第一主成分”分析法等定量和定性的方法，探析了如何建立切合房地产市场特点的预警指标体系。彭翎（2002）的研究将代表性指标进行了分类，依据各指标与房地产市场发展的程度关系，将其细分为先行指标、同步指标和滞后指标。此后，杨佃辉、陈轶（2006）在原有的22个房地产指标数据库的基础上，运用聚类分析和非参数检验，建立了一套全新筛选出的预警指标体系，包含15个指标，并利用它对上海房地产市场进行了扩散指数预警实证分析。表明该指标体系可以较为准确地客观度量房地产市场的经济状况。

李崇明、丁烈云（2005）介绍了一种利用灰色关联度分析和系统核与核度理论来选取预警指标的新方法，该方法可以有效的选择出能够反映房地产市场状况的少数几个指标。张振勇（2011）考虑到指标的敏感度且可操作性，又能体现出区域性和时效性，选择了五个指标作为房地产市场的预警统计指标：房价收入比、房价租金比、租金收入比、房地产价格增长率与GDP增长率之比、商品房空置率。

以上指标体系选择过程中均无法将主观因素撇除。师应来、王平（ 2011）在对常用的房地产预警指标体系选择方法及筛选过程进行分析的基础上，提出了一种主客观相结合的房地产预警指标选择方法，先采用综合分析方法对指标进行初次选择，然后用聚类分析和相关分析相结合的方法进行再次选择。

3房地产预警方法

对于预警方法的研究，各学者也存在不同的研究思路。构建房地产预警系统旨在对房地产行业的发展态势进行客观的评判和预测，并对可能出现的警情寻求可行的调控政策。其一般步骤为：①分析房地产市场波动的影响因素；②通过计量分析，确定各预警因素的界限和权重；③选择合适的警度预报方法。

赵黎明、贾永飞（1999）将统计预警方法作为系统设计的基础，采用时差相关分析的数学方法筛选出警兆指标，确定预警界限，用模糊评价法进行警情预报，开辟了房地产经济分析的系统化和定量化方向，并实现了房地产预警的计算机处理。

胡健颖、苏良军（2006）选择了1995年1月到2005年8月的11个变量的128个观测值为基础，结合计量经济学模型和6σ方法，建立北京市房地产价格月度增长率的有效控制图，预测模型为提前1个月的预测模型。

刘亚臣、孙小丹（2009）运用统计学中的3σ原理及控制图原理，对房地产预警系统中的预警界限进行了研究，能够准确地对沈阳市房地产市场运行状况发出预报和警告，有效性、实用性强。齐锡晶、赵亮（2010）选取1998—2008年预警指标数据，凭借人工神经网络（BP模型），将前9年数据作为训练样本，后2年作为检测样本，其网络仿真精度和可信度较高。

另外，崔啸（2011）、张彦峰（2013）分别将系统动力学方法和TOPSIS算法应用到房地产预警系统中，通过实证仿真验证了模型的实用性，取得了合理的结果。

4研究述评

关于房地产预警指标体系和预警方法相关研究还存在以下问题：

（1）适用性不强。如时差相关分析法和K-L信息量发，要求用于指标筛选的信息量巨大，我国房地产业发展的时间无法满足。

（2）指标体系不全面。采用聚类分析法或者主成分分析发筛选指标时，有可能造成某些类指标非常集中而某一类指标却没有入选的情况。

（3）区域差异性无法体现。房地产预警指标体系受区域经济发展环境以及其他因素，往往呈现出不同的经济特征，不能单纯的套用其他城市或地区的指标体系。

（4）缺乏政策调控模拟实验。现阶段的预警方法停留在对房地产市场运行状况的评判和推测，缺乏市场预警后调控政策的模拟实验。在这方面，系统动力学的方法有很大优势，是下一步研究的重点。

针对以上问题，今后的研究方向可以从以下几个方面着手：首先，采用主客观相结合、定量分析定性分析相结合的方法选择预警指标体系；其次，实现预警方法的计算机化，达到结果的精度和可信度。参照预警结果，及时做出合理的政策调控，并实现政策的模拟实验，增强其实效性。

参考文献：

[1]谭刚.房地产周期波动——理论、实证与政策分析[M].北京：经济管理出版社，2001（9）.

[2]邹坦，温俊.基于房地产周期波动理论的房地产预警系统研究[J].科技广场，2008（4）：6-7.

[3]王盛，翟青.上海房地产市场预警的理论模型和实证分析[J].华东师范大学学报（哲学社会科学版），2013（3）：137-140.

[4]刘亚臣，孙小丹.基于控制图原理的沈阳市房地产预警系统预警界限的确定[J].工业技术经济，2009（5）：115-117.

[5]师应来，王平.房地产预警指标体系及综合预警方法研究[J].统计研究，2011（11）：17-19.

房地产市场分析论文范文第11篇

【关键词】 房地a 住房保障 补贴政策 商品住宅 住房过滤

【中图分类号】F323.89 【文献标识码】A

在房地产市场中，最初由较高收入者居住的住房，随着时间的推移逐渐老化，其所提供的服务越来越不能满足这部分消费者的需求，并且随着新建商品房的增加，这部分房地产的价格会相对甚至绝对地降低。根据梯度消费理论，这部分消费者会放弃原有住宅购买新建高品质住宅，而较低收入消费者则会购买或承租该类房地产并继续使用，我们将这一调整变化的过程称为“住房过滤”。

目前，政府提供的住房保障主要包括经适房、公租房以及棚户区改造，并且以公租房为主。就保障方式来说，保障房政策可以分为货币补贴和实物补贴两种形式。货币补贴即为住房困难家庭补贴一定的货币，以提高其住房承租能力；实物补贴，即政府为住房困难家庭提供住房，向这些家庭收取明显低于市场价格的租金。那么政府的住房保障政策是否会对房地产市场的供需产生影响呢？能否既实现了住房困难家庭的住房保障功能又促进了房地产市场的健康稳定发展？下面我们试图用住房过滤理论对其进行分析。

使用住房过滤理论分析保障房政策对房地产市场的影响时，需满足以下几个假设前提：一是“住房过滤”的产生并不是由于居民收入水平的提高，而是由于随着时间的推移，房地产逐渐老化，所能提供的服务越来越低，逐渐不能满足该收入群体的需要。二是低收入群体迫于预算收入的限制，会购买或承租被高收入群体过滤掉的房地产。三是收入水平不同的家庭，对住宅所能提供的服务质量的要求也不相同。高收入家庭所需求的住宅服务质量最高，中等收入家庭所需求的住宅服务质量中等，低收入家庭所需求的住宅服务质量也最低。四是整个房地产市场可细分为高端市场、中端市场和低端市场，对应的消费群体分别是高收入家庭、中等收入家庭和低收入家庭。五是房地产市场和土地市场是连通的，即供低收入家庭居住的住房随着时间的推移，其所能提供的价值会越来越低，最终被低收入家庭过滤掉，这时将会被开发商重新开发，转变为房地产市场中重要的土地资源。

本文将分别探讨货币补贴政策和实物补贴政策对住宅房地产市场产生的影响，从住房过滤理论角度剖析两类补贴方式对住宅房地产市场产生影响的异同，为政府制定相关政策提供理论支撑。

一、货币补贴政策对房地产市场的影响

对低端住宅房地产市场来说（图1），当政府采用货币补贴方式对住房困难家庭进行补贴时，实际上是提高了被补贴家庭的承租及购买住房能力，从而提高了低端住宅市场的住房承租和购买能力，扩大了该细分市场的需求，使需求曲线右移至D’。从供给方面来看，因房地产开发周期较长，短期内供给很难改变，需求增加供给不变，导致租金由R0上升至R1。从长期来看，租金上升会导致开发商开发更多的房地产产品，同时也会加速中端市场的房地产产品向低端市场的过滤，进而带来供给的增加，所以长期均衡状态下的租金水平是由S长与D’共同决定的，二者相交于R2，说明最终租金会由R1下降到R2，R2最终还是高于R0。租金上升会导致开发商拆旧盖新的成本增加，刺激低端市场上的房屋所有者延长房地产产品的寿命周期，有利于节约社会资源。

对中端住宅市场来说（图2），因低端住宅市场租金水平上升，促使一部分家庭由低端市场转向中端市场，导致中端市场需求增加，需求曲线由D右移至D’。另外，由于低端市场租金上升，导致一部分中端市场的房地产提早过滤到低端市场，长期供给减少，供给曲线S长左移至S长’。在供需双方共同作用下，中端房地产市场的租金由R0上升至R1。

对高端住宅市场来说（图3），因中端市场租金水平上升，促使一部分家庭由中端市场转向高端住宅市场，导致高端市场需求增加，需求曲线由D右移至D’。另外，由于中端市场租金上升，导致一部分高端市场的房地产提早过滤到中端房地产市场，长期供给减少，在供需双方共同作用下，高端房地产市场的租金也由R0上升至R1。

二、实物补贴政策对房地产市场的影响

实物补贴是指政府直接将保障房分配给住房困难家庭，这部分家庭以明显低于市场价格的形式购买或租赁该保障房。由于政府的保障房解决了一部分住房困难家庭的居住需要，所以对于低端房地产市场来说，总需求将减少，如图4所示。需求曲线由D左移至D’，短期内供给不变，租金由R0下降到R1。但从长期来看，租金水平的下降势必会导致供给的减少，长期均衡是由D’和S长共同决定的，二者的交点决定了长期均衡状态的租金水平是R2。可见，低端住宅市场因政府提供了保障房，租金水平在短期内由R0下降到R1，但从长期来看，租金又由R1回升至R2，但R2低于R0。租金的下降会导致以下几个结果：一是延缓中端市场房地产向下过滤，间接带来中端市场房地产供给的增多；二是降低了开发商拆旧盖新的成本，加速了低端市场房地产的退出，造成社会资源的浪费；三是低端市场租金的降低，会刺激一部分中端市场上的家庭转而租赁低端市场的房地产，带来中端市场上需求的减少。

对中端房地产市场来说（图5），因低端住宅市场租金水平的下降带来中端市场上需求减少，同时也会延缓中端市场上的房地产向低端市场过滤的速度，从而带来中端房地产市场的供给增加需求减少，供需双方力量共同作用的结果就是导致租金水平由R0下降到R1。对高端房地产市场（图6）的分析同中端市场，需求和供给的共同作用导致租金水平由R0下降到R1。

三、结论

通过上述分析可得到以下结论第一，保障房建设是一项重大的民生工程，对满足住房困难家庭的居住需要和维护社会稳定发挥重要作用。但保障房建设对商品住宅市场的供给和需求均会产生影响，无论是实物保障还是货币保障形式。第二，实物保障会降低各住宅细分市场的租金或售价，加速住房过滤的速度，进而使更多的房地产产品在其经济寿命结束之前提早结束其生命周期，通过拆旧盖新的方式退出市场，由房地产市场专向土地市场，为开放商开发新的房地产产品提供土地。这造成了社会资源的严重浪费。第三，货币保障形式会提高各商品住宅细分市场的租金和售价水平，从而对各商品住宅市场的价格水平的提高会有些许“推波助澜”的作用，可见货币补贴这种保障方式不仅可以有效解决住房困难家庭的住房保障问题，而且对整个房地产行业的健康稳定发展也具有一定的贡献。除此之外，货币补贴保障方式还会延缓各住宅细分市场住房过滤现象的发生，延长房地产产品的寿命周期，有利于节约社会资源。第四，用住房过滤理论分析保障房供给对商品住宅市场影响，其分析结果纠正了我们对该问题的传统认识。一般来说，我们认为保障房供给只会对住宅市场中的低端细分市场产生影响，而对中高端细分市场几乎没有影响。分析结果并非如此，保障房供给对中高端住宅细分市场同样会产生影响，并且这种影响是通过住房过滤理论产生作用的。

四、建h

1. 政府应转变保障方式，实现以货币补贴为主的保障方式

众所周知，政府每年投入巨额资金建设保障房，此外还要在保障房的使用维护和管理方面投入大量人财物，加大了政府的财政负担和管理难度。相反，如果转变为以货币补贴为主的保障方式，可以减轻政府的财政负担以及政府对保障房的管理工作重担。此外，更为重要的是货币补贴为主的保障方式有利于房地产市场的健康稳定可持续发展。因货币补贴会延缓各细分市场住房过滤发生的速度，同时会适当提高各住宅细分市场的租金和售价水平，对房地产市场的健康稳定可持续发展会起到积极作用。相反，实物补贴这种保障方式会降低各房地产细分市场的租金和售价水平，加速房地产过滤现象的发生，促使低端市场中的房地产过早退出市场，造成社会资源的严重浪费，同时也不利于各房地产细分市场的健康发展。因此，政府应采用以货币补贴为主的方式来解决住房困难家庭的居住需要。

2. 采用货币补贴方式时，政府在制定补贴标准时要秉持动态分析理念

当政府采用货币补贴方式时，保障房政策的实施会刺激整个房地产市场租金水平的提高。因此，为了确保住房困难家庭得到适当的保障幅度，要求政府在制定补贴标准时，要进行动态分析，将保障房政策的实施对整个房地产市场租金水平的影响考虑进来，有利于政府制定更准确的补贴标准以便达到预期的保障效果。否则，如果只作静态分析，可能会造成因保障房政策的实施产生的对住宅市场租金水平的上涨使政府不能达到预期的保障效果。

3. 采用实物分配补贴方式时，政府在制定准入条件时也要秉持动态分析理念

如前所述，实物分配补贴方式同样会对房地产市场的租售价格水平产生影响，会相应降低各细分市场租售价格水平，从而缓解处在保障覆盖范围边缘地带的住房困难家庭的居住需要。所以，当政府以实物补贴方式为主时，较以货币补贴为主的保障方式可适当缩小保障范围，以免因保障房政策的实施产生的对住宅房地产市场租售价格水平的下降使政府超出预期的保障效果。

4. 政府应科学合理确定保障范围和补贴标准，将保障房政策实施对住宅市场租金和售价水平的影响控制在合理范围内

本文已从理论上分析了实物补贴和货币补贴这两种补贴方式均会对各住宅细分市场产生影响。其影响程度将与政府制定的保障范围和补贴标准密切相关，保障范围越大、补贴标准越高，则对各住宅细分市场产生的影响程度就会越大，反之亦然。这就要求政府在制定保障范围和补贴标准时一定要科学合理，既能达到政府的福利保障目的又有利于住宅房地产市场的健康发展。关于这一问题，我们可以采用系统动力学软件构建模型对保障范围和补贴标准进行模拟测算科学确定。

5. 政府应制定相应政策减缓老旧住宅退出房地产市场，以有效利用和节约社会资源

在房地产过热时期，开发商出于逐利目的，政府出于增加财政收入的考虑，老旧小区的住户为了改善居住环境的需要，共同促成了拆旧盖新的加速发展，随之而来的是社会资源的严重浪费和房地产供给的过剩以及空置房的增加。所以，政府应制定相应政策减缓老旧住宅退出房地产市场，以有效利用和节约社会资源。本人认为可以从以下两方面着手，一是制定退出房地产市场的房屋的最低建设年限，低于该年限的普通商品住宅不得退出市场；二是在税费方面增加开发商的拆旧盖新成本，并将此用于保障房补贴。

参考文献：

[1] 董藩等.房地产经济学[M].北京清华大学出版社，2012.

房地产市场分析论文范文第12篇

【关键词】SCP范式分析 上海 房地产业

虽然只有短短三十年的发展历程，中国房地产业就取得了巨大的进步，但是由于市场并不成熟、法律法规也不并完善，早期进入市场的一些公司确实收获了大量的利润回报，但是由于房地产业的行业特点使得开发项目不仅投资大、周期长，在各个环节都存在一定的风险，是典型的高收益高风险行业。随着中国经济体制改革的不断深入，以推行城市综合开发、房地产商品化、住房制度改革和土地有偿使用等政策制度为契机，房地产业更是显示出了其顽强的生命力和巨大的市场需求。

一、文献综述

国内学者对房地产业的分析已有很多，一部分国内学者研究中国房地产市场结构，认为当下房地产市场集中度很低，不构成垄断。

如南开大学经济研究所的周京奎在对房地产业的研究中对1999年全国房地产行业企业状况进行分析，发现房地产企业平均规模较小，产业集中型垄断是中国房地产市场结构优化的必然选择，并且运用博弈模型得出了产业集中型垄断结构更有利于房地产企业技术创新的结论[1]。

还有一部分学者则认为如今的房地产市场是区域寡头垄断。

如王晓华在《中国房地产业SCP范式初探》中提出，房地产业的产品具有其特性：在空间上具有不可移动性。一旦某个开发项目完成，就确定了产品处在的市场区域。虽然消费者可以在全国范围内选择不同区域的产品，但是产品不具有全国范围的流通性，这个特性使得市场集中度这一全国范围的衡量指标失去意义，于是形成了居住区域的垄断性[2]。

苗天青在《我国房地产开发企业的价格行为分析》中分析道，由于房地产业的区域性，房地产企业也只是与一定区域内相邻的企业互相竞争，然而，这些企业同时也有各自的垄断区域，以及在开发企业的策略对新进入者的阻止和现有土地出让制度等进入壁垒，再加上产品的完全差别，得出了中国房地产是区域性寡头垄断的结论[3]。

从国内的研究文献综述来看，关于房地产业的SCP全局分析比较少，很大一部分只是深入地分析了房地产业的结构；并且针对同样的一个市场，得出两种分歧较大的结论，这样的两种结果归结于看问题的角度不同：认为集中度很低，以至于不存在垄断的现象侍从西方产业组织理论的角度来考察中国房地产业的现状，难免存在无法对症下药的偏颇之处；而认为存在区域寡头垄断的一方面则从表面现象理解，没有很深入地由表及里分析。

二、SCP范式分析

（一）市场结构

市场集中度的衡量指标主要有行业集中度指数（Concentration Ratio，CRn）、赫芬达尔-赫希曼指数（HHI）、洛伦兹曲线（Lorenz Curve），其中CRn是绝对的计算方法，可以反映领先企业的集中程度，却忽略了整个市场中所有企业数量和企业规模不均衡的情况；HHI和LC是相对的计算方法，可以较好地反应市场中企业数量和企业规模的差异程度，却不能反应领先企业的集中程度。由于各种方法各有利弊，而上海房地产业规模比较大，样本过多难以全面收集，且本文主要分析的是市场集中程度，因此主要采用CRn指数作为衡量指标。

行业集中度指数的计算公式为CRn==S

其中：

X为行业中某企业的销售量；X为产业市场的总销售量；n为领先的大企业数量；S为第i个企业的市场占有份额。

下表根据上海房地产统计年鉴、全国房地产统计年鉴以及各房地产企业财务年报整理所得：

表3 上海市房地产业各年度CRn指数

由表1可以看到中国房地产企业数量在不断增加，虽然2007年有所减少，但是此后的2008继续保持了增长的势头，企业数超过了2006年的数量。从CRn指数结果可以看出，上海房地产市场的集中度很低，2007年到达市场集中度的最低点，2008稍微回升3个百分点。这表明各企业在房地产市场的份额竞争越来越激烈。

根据植草益的市场结构划分，上海房地产业还在分散集中型的市场结构中，没有达到一定的规模经济和有效竞争的程度。

然而，2010年的CR10和CR20的指数有大幅提升，表明一些小型房地产企业已经推出这个竞争激烈的市场，使得地产行业集中度提高。至2011年第三季度，至少11家知名企业宣布将全部或者部分地产业务剥离。这些企业绝大部分为上市公司，来自钢铁、贸易、纺织、建筑、钢铁等行业，这和2006年中各种行业纷纷进入上海房地产领域导致的CRn指数下降，形成了鲜明对比[4]。

（二）市场行为

1.价格行为。（1）需求供给曲线模型的假设。

假设：房地产地本期供应量S(t+1)根据前一期的价格P(t)来决定，即供给函数为S(t+1)=f(P(t))；

房地产地本期需求量D(t)根据本期的价格P(t)来决定，即供给函数为D(t)=f（P(t)）。

那么考虑模型：St=S0+αPt-1；Dt=D0-βPt

（2）数据线性回归结果。用当年的竣工面积作为本期供应量，当年的销售面积作为本期的需求量，用房地产平均销售价格作为当期的价格，进行数据的线性回归。

通过对模型公式结果分析，可以看出供应函数与上期平均销售价格的拟合性较好，表明房地产企业对于供应的价格确定与上期平均销售价格关系较密切，具有明显的线性关系；

而需求函数的拟合优度却不好，F值也很低，说明消费者除了本期价格之后，还有更多的考虑因素，如不动产投资、改善居住环境等。

（三）市场绩效

1.市场绩效考察。为了直观和数据的可获得性，本文中表示市场绩效的毛利率=销售总额÷投资总额，自改革开放以来，商品房的自由交易使得房价一直处于上升中，到了新世纪，房地产的居住性需求和投资型需求都猛然增长。从表6中可以看出，随着楼价的节节攀升，房地产业的利润率也保持上升势头。而在2010年，由于政府一系列调整房价政策的出台，抑制了过快的上升势头，使得在2010年中销售增产率比之前几年下降了一些。

2.市场结构与市场绩效的实证关系。为了考察市场结构与市场绩效之间是否存在显著地线性关系，本文将对相关数据进行回归：

表4 上海地区房地产业历年利润率与CRN指数

回归结果，无论是CR10还是CR20，表示利润率与集中度成反向线性关系。上海房地产市场处于之前市场结构分析中得到的分散集中型的非垄断形态中，但是因为市场的垄断性与企业的利润之间存在一定的联系。在房地产业中，这一点并没有表现为市场集中度越高、毛利润也随之越高的状态，反而是呈现负相关的线性关系，表现为市场集中度越低、利润率反而越高。上海房地产市场的集中度比较低，在2010年之后很多企业剥离房地产业务后才稍微高了一些，理应是竞争比较激烈的低利润率市场，但是仅仅从毛利率一项来看，房地产业的利润率却很高，在这方面又呈现出垄断企业高利润率的特征。

但拟合优度并不高，说明市场集中度与毛利率之间的线性关系并不显著。在政策调控、市民的刚性需求和国际热钱的投机需求等各种复杂因素的共同作用下，上海房地产市场的集中度与毛利率之间存在很多间接关系因素，其直接的线性关系并不起到决定性的作用。

三、结论与建议

上海有许多知名的、规模较大的房地产企业，同时，也是我国房地产市场发展最早的地区之一，在此上市公司对市场的争夺异常激烈；另一方面来说，房地产市场进入壁垒不高，在最初的“炒房”热潮稍稍降温之后，很多企业也剥离了房地产业务，使得上海地区的房地产市场集中度有了明显提高。

为了房地产业能更健全地发展，以下将对得出结论进行评估和提出相应的建议。

（一）完善市场作用、鼓励各型企业不同发展

在上文的分析中可以看出供应函数与上期平均销售价格的拟合性较好，房地产企业对于供应的价格确定与上期平均销售价格关系较密切，具有明显的线性关系。但由于房地产业的每个项目都是需要大规模的建设和资金投入，周期也比较长，而很多进入市场的企业并没有相符合的实力，房地产企业需重视这一市场作用，制定合理有前瞻性的规划。

并且可以支持国有房地产企业改制成混合所有制企业，让非国有企业、个人和境外投资者参与到市场中，推动国有房地产企业股权结构的调整和股权交易；同时扶持有较雄厚资本和良好商誉的房地产开发企业从激烈的竞争中脱颖而出，直接推动开发项目向大型房地产企业集中，以达到规模经营的目的；也鼓励中型和小型房地产企业按照市场规则通过重组、联合等方式来提升竞争力，并结合自身特点和优势，重新确立自己的市场定位。

（二）加强监督管理、建立法律法规

正如之前的分析结果，市场结构对市场绩效的线性效果并不显著，因此需要加大对中介市场的监管力度，严格年检和房地产市场准入制度，清理整顿擅自从业、入市等违法违规。并对行业评优与查处违法违规等有关房地产企业的信誉资料及时上网公示，定期行业动态资料，为政府决策、行业发展、公众需求提供方便快捷的基础保障，努力使目前尚在发展阶段的国内房地产市场更为成熟健全。

注释

①数据取自各年度《中国房地产统计年鉴》、《上海房地产统计年鉴》与《上海统计年鉴》

参考文献

[1]周京奎.产业集中型垄断与中国房地产市场结构优化[J].生产力研究，2002（3）.

[2]王晓华.中国房地产业SCP范式初探[J].市场论坛，2006（1）.

[3]苗天青.我国房地产开发企业的价格行为分析[J].华东经济管理，2004（18）.

房地产市场分析论文范文第13篇

关键词：房地产 市场集中度 绝对指标

问题的提出

贝恩的研究表明，市场集中度越低，市场竞争越充分，市场中各个企业越难以发展壮大，最终会导致小企业不具备市场优势，很难获得垄断超额利润；相反，集中度越高，企业越容易运用市场力量来获得超额垄断利润，对于整个行业来说，适度的垄断可以有效地促进产业发展。因此，对于房地产开发企业集中度的研究非常具有现实意义。

我国房地产业市场结构研究现状

苗天青、朱传耿（2005）指出：对我国房地产业市场集中度较“低”的推断是建立在全国性市场假设基础上的。然而由于房地产位置的固定性，房地产市场只是一个本地性的市场。因此，任何全国的、地区性的甚至一个城市的房地产业“集中度”指标统计都是没有实际意义的，因此由其所推出的“过度竞争”结论也站不住脚。同时，他提出房地产业由于市场的本地性，不同“板块”间的房地产市场实际是相互分离的，房地产企业只是“板块”内相邻的企业发生竞争，它们都有各自的垄断市场区；加之房地产业存在较高的进入壁垒，所以，作者认为房地产业的垄断性较强，房地产企业拥有较强的市场力量。

吴刚（2008）用SCP分析框架分析了房地产业的市场结构、企业行为与企业市场绩效之间的关系，指出房地产业由于消费者的地域特性导致了其供给的区域性寡头垄断特征。王晓华（2006）运用SCP框架实证分析表明我国房地产业属于区域性寡头垄断行业。

李颖欣（2008）指出广州市在市场集中度的指标中已经是逐渐步入了寡头垄断市场。黄慧（2007）运用改进后的绝对指标计算了天津市的房地产业集中度，进一步分析范式分析了天津市房地产业市场结构，并运用了改进的Berger模型分析了天津房地产市场的市场结构与市场绩效的关系，得出了我国房地产业市场机构并未达到有效竞争力的和市场绩效较低的结论。

蔡黔芬（2004）明确指出我国房地产市场结构是垄断竞争的市场结构，而且属于竞争相当不充分的垄断竞争的市场结构。文中作者根据房地产业本身的特性推断出房地产业的合理市场结构形式应当与发达国家的房地产市场结构模式相同，即为寡头垄断的市场结构。

周刚、孙尧、许远明（2001）从全国房地产市场集中度指标和区域性房地产市场集中度指标两方面分析得出我国房地产市场集中度低，规模过小的结论。张巍、赵彦辉、陈伟（2009）用多元回归分析模型对房地产市场集中度进行了定量的分析：市场集中度与期初集中度之间存在正相关关系，与生产扩张能力之间存在负相关关系，与行业进入壁垒正相关。

杨承坤（2008）按经营收入水平测算了全国2000年至2006年房地产市场集中度情况，测算结果表明，我国房地产业还没有形成规模经济效应，更谈不上垄断了。作者认为，房地产市场边界过于模糊，因此全国性的“市场集中度”指标不具有多大的意义，同时作者还认为规模经济、行业壁垒、企业并购、政府政策等是房地产业市场集中度的影响因素。

王新军（2005）提到从市场经济发育相对成熟的国家的实践看，房地产业如果没有适度的集中，金融市场就会失效，政府也会缺位，作者在文章中指出房地产业整合的过程不一定导致一批房地产企业的“退出”。作者认为，在开放的条件下，由于不同地区房地产市场发育不尽一致，较发达地区的房地产企业在竞争作用下会朝着欠发达地区扩散。

黄慧、汪波（2008）以天津市为例，通过模型构建、计算得出产业集中度愈高，行业利润愈高的结论。张卫红、汪圣（2010）在Berger模型的基础上，建立多元回归模型对郑州市房地产业市场结构、效率与绩效关系进行实证分析，结果表明市场份额与利润率显著正相关，但是通过对郑州市房地产的调查研究发现郑州市房地产同质性较强，而纯技术效率与利润率正相关，规模效率与利润率正相关，从而认为郑州市房地产业在一定程度上反映了效率结构假说。

总而言之，对于我国房地产市场集中度现在概括有两种观点：一种观点认为我国房地产市场是一个区域性的市场，在区域范围内是一个区域内寡头垄断的市场结构，另一种观点认为我国房地产业即便是区域内也并没有达到全部寡头垄断的市场结构。这两种观点统一认为房地产市场由于其本身特性，在全国范围内的研究不具有很大的实际意义。同时大家普遍认为利润率与市场集中度之间是一个正向相关的关系，因此对于市场集中度的研究具有重大现实意义。

本文对于房地产市场的研究将集中在房地产开发，对于房地产中经营、中介、物业、调控与管理并不做研究。原因是房地产开发类同于建筑业，可以归纳为第二产业，因此，起源于工业领域的CSP同样使用于房地产开发市场。

我国房地产开发市场集中度

房地产市场分析论文范文第14篇

关键词：房地产市场；金融市场

1 引言

自从1998年住房制度改革后，国内的房地产消费需要量因此而获得巨大的释放，由此房地产市场也由于住房的市场化而日益繁荣，房地产作为国民经济的支柱产业，不断为国民经济的发展提供了强劲的增长动力。进入21世纪以来，我国的国民经济每年以超过7%的速度增长，而与此同时，房地产的销售额每年以超过20%的速度增长[1]。作为重要的支柱产业，房地产市场的健康发展不仅仅关系到人们的日常生活，更影响着国家的财政收入和国民经济的快速发展。

房地产业的繁荣在推动国民经济发展的同时，也带动了金融市场的活跃。由于住房制度的变革，金融业越来越多的参与到房地产市场中，从房地产开发商的贷款开发，到消费者的抵押贷款进行商品房消费。银行参与的程度在不断的提高，金融市场在各个环节影响着房地产市场的运行与发展。同时，房地产市场的不良发展所引起的金融危机的实例也提醒我们要深刻的认清房地产市场与金融市场的关系程度。以避免对国民经济的发展不良影响。

一般来说，房地产市场的发展与金融市场的发展及二者相互作用对国民经济其着举足轻重的作用。目前，在房地产市场与金融市场中普遍存在如下问题：金融支持过度导致房地产市场泡沫化；房地产金融融资渠道单一诱发潜在金融危机；房地产价格不稳定加大国内商业银行体系风险等。因而我们不得不深入的思考，房地产市场的发展是否存在着导致金融危机的因素？如何看待房地产金融市场中的风险？如何正确处理房地产市场与金融市场的协调关系？要处理这些问题，就要科学、合理的认识房地产市场与金融市场的关系。

因此，本文将从房地产市场与金融市场的关系角度出发。通过以沈阳为例，对房地产市场与金融市场进行实证分析，用回归分析法来分析定量的分析两者之间的相关关系程度，在以上分析的基础上，为进一步的认识房地产市场和金融市场的关系和发展规律，解决房地产市场和金融市场发展中存在的问题提供一些实证支持。

2 研究的设计

2.1 样本区域选择的依据

本文选择的模型区域为辽宁省沈阳市。主要原因有以下几个方面：

第一、辽宁省是东北三省中经济发展最快的省份，目前，东北地区是国家重点的经济改革发展地区。而沈阳市作为辽宁省重要的城市，其城市发展在辽宁省甚至在东北省具有典型性，对沈阳市的研究对辽宁省以及东北地区其他城市的相关研究起到代表性作用。

第二、沈阳市近几年在经济发展迅猛，其经济发展在辽宁省具有经济领军地位。近年来，其房地产市场与金融市场的发展迅猛，具备了对二者市场进行研究的现实基础，同时对二者未来的协调发展起到指导作用。

第三、沈阳市是老重工业基地，而近年来沈阳市房地产业与金融业的异军突起，使得二者的经济地位也日益凸显。在面临经济转轨期的时代大背景下，房地产市场与金融市场的发展对整个城市未来的经济格局的发展产生重要的影响。因此，对于如何认清与协调房地市场与金融市场的关系研究对规避金融危机以及对沈阳市未来的经济格局规划具有现实意义。

2.2 指标选取依据

如何来选取指标来代表房地产市场与经济市场的发展对研究的成败起着决定性作用。本文对指标选取的依据主要遵循以下原则：

第一、定义性原则。根据房地产市场与金融市场的功能定义来选定经济指标。房地产市场是房地产商品交换、交易以及一切流通关系的总和。根据房地产市场的定义，可选用交易额、销售额等经济指标。金融市场,是实现货币资金借贷、办理各种票据和有价证券买卖,资金供给者和需求者融通资金的场所或过程。根据金融市场的定义，可选用贷款额、证券交易额等经济指标。

第二、典型性原则。参考其他众多相似研究文献中所运用的指标，对其进行归纳选取。如《中国房地产市场与金融市场关系的实证分析》选取我国商品房的交易额来表征房地产市场的发展，选取金融资产总量、货币资产数量（即包括现金和存款）、非货币资产数量（即包括股票有价证券）来表征金融市场的发展。李阳（2006）和皮舜（2004）均选取我国商品房的交易额和金融

机构贷款额作为各自市场的表征指标[2]-[3]。

第三、可行性原则。通过查询《辽宁省统计年鉴》和《沈阳市统计年鉴》，笔者发现沈阳市证券交易额记录年份仅由2003年开始，2003年之前的数据无法快速、准确的收集，因此将代表金融市场发展的证券交易额这个经济指标排除。无沈阳市商品房交易额经济指标，但有沈阳市商品房销售额经济指标可代替[4]-[5]。

根据上述原则，本文选择沈阳市商品房实际销售额作为表征房地产市场发展的经济指标，记为销售总额。选择沈阳市金融机构人民币贷款合计作为表征金融市场发展的经济指标,记为贷款合计。

2.3 数据来源说明

在基于以沈阳市为例的房地产市场与金融市场关系的研究中，有关评价指标的数据来源主要由以下查询获得：通过查阅《辽宁省统计年鉴》和《沈阳市统计年鉴》总共获得了沈阳市2003-2009年相关经济指标数据14个，经过对数据的仔细检查与核对，确保了指标数据的真实性与准确性。具体数值见表2-1。

2.4 模型选取依据

根据上述表2-1所收集的数据，以贷款合计为横轴，以销售总额为纵轴，借助专业统计软件spss在平面直角坐标系中把2003-2009年的数据表示出来，得到散点图2-1。

图2-1 2003-2009年沈阳市商品房实际销售额和金融机构人民币贷款合计散点图

从图2-1中可以看出，表示每年商品房实际销售额和金融机构人民币贷款合计的点基本上呈递增趋势，说明二者之间可能存在着一种相关关系。通过观察散点图的分布形态，可以明显看出其分布偏离线性模型，因此排除选用线性模型对变量指标进行拟合。其次，可以观察得到其变量的走向接近于曲线型的非线性模型。因此将选用非线性模型进行拟合。但这种描述只是直观上的判断，只是从变量散点的形态上做出的大致性描述，并不能科学的反应变量之间关系的密切程度。因此在下面的论证中，本文借助专业统计软件spss软件来对两个变量之间的相关系数进行具体的计算。

3 房地产市场与金融市场相关关系的实证研究

3.1 相关分析

运用统计软件spss计算出销售总额和贷款合计之间的相关关系，得到输出结果如表2-2。

根据上表的数据可以得出：pearson相关系数为0.821，p=0.024<5%，应该拒绝原假设，即总体中这两个变量的相关系数为零的假设。所以可以认为，销售总额与贷款合计呈现出正相关的关系。在回过头来对二者变量的散点图进行观察（图2-1），就较容易理解这一结果，散点图上的变量基本上在呈现递增的趋势。因而这两个变量基本存在正相关关系。同时，表4中两个变量之间的双卫检验概率值为0.024，小于5%，即表示出二者之间的相关程度也是较为显著的。

3.2 回归分析

通过上述的相关分析，我们计算出销售总额与金融贷款之间的相关系数为0.821，同时观察散点图，发现变量基本上呈现曲线型递增的趋势。因此笔者就想二者之间可能存在着一种非线性关系，是否可以用一条曲线来拟合，所以在下面的分析中仍借助spss统计软件，以贷款合计为自变量，以销售总额为因变量，进行回归分析。得到输出结果如表2-3，表2-4和表2-5。

模型摘要（model summary）：表示相关系数(r)=0.891，判定系数(r square，r2)=0.793，调整后判定系数(adjusted r square)=0.752。由此可得出该模型的拟合度高达75.2%，即运用该曲线模型，自变量x(贷款合计)可以解释因变量y(销售总额)变化的75.2%。因此通过拟和度数值证明该模型是可行的。

方差分析(anova)：表示回归的均方差(regression mean square)=3.591，剩余的均方差(residual mean square)=0.187，f=19.213，p=0.007。其中重要的数据分析为f值所对应的p值的大小。由于p=0.007<1%,近似于p=0,所以可认拒绝原假设，即变量x和y之间曲线相关关系显著。

回归分析系数分析(coefficients)：表示常数项 (constant)= 3.132e-5、回归系数(b)=1，回归系数的标准误差(std. error)=0，标准化回归系数(beta)=0.410， t检验的t值=2.426e7，p=0.000。其中重要的数据分析为自变量x(贷款合计)的t值所对应的p值的大小。由于p=0,所以可认为回归系数有显著意义，即x的变化可引起y的变化，且变化显著。

图2-2贷款合计与销售总额拟合曲线图

根据上述数据分析可运用spss进行曲线回归分析得到曲线拟合图2-2

。

3.3 研究结果

通过实证分析，我们发现沈阳市房地产市场与金融市场的发展关系具有显著影响性。从具体系数上看，销售总额与贷款合计与类指数曲线拟合度达75.2%，销售总额变动的75.2%可运用曲线的自变量的变动解释；f检验与t检验的数据同样表明无论是从整个模型方程的角度，还是从自变量的角度，都是高度显著的。从模型拟合图斜率角度来看，由于其图形斜率大于零且呈递增性，即曲线的凹凸性为凹，因此因变量会随着自变量等单位的增加而呈现出加速上升，即随着自变量的增加，因变量的上升速度要快于自变量的上升速度。通过基于沈阳市房地产市场与金融市场2003-2009年的数据实证分析，我们看到代表房地产市场的销售总额与代表金融市场的贷款合计随着时间的发展呈现出上升趋势，并且该趋势符合类似指数曲线的波动走向。这表明即使金融机构贷款变动幅度较小，其变动也对房地产销售造成巨大的波动。从指标的代表的市场角度出发，不仅直接表明房地产市场与金融市场之间存在关系且呈现强显著相关，而且从侧面反映出房地产市场对金融市场的强烈依赖性。证实了第一部分的理论研究结论。

4 结论与建议

本文通过对房地产市场与金融市场关系的实证分析。揭示出房地产市场与金融市场具有一定程度上的相关性。这是因为，房地产市成是资金密集型市场，交易额巨大，因而不论是房地产的直接使用者还是经营者都是难以承担的，因此都需要银行等金融主体参与的金融市场给予资金融通，才能顺利完成交易。另一方面，由于房地产具有保值性、增值性等特点，使得金融市场特别青睐房地产市场，特别愿意以房地产金融资产作为资产组合的重要构成部分。因此可见，中国房地产市场与金融市场在某种程度上是“一体”的。为了降低房地产金融风险以及促进房地产市场与金融市场在未来的协调发展，针对本文所得到的房地产市场与金融市场的关系结论提出如下建议：

第一、积极鼓励监管金融机构贷款。由于房地产市场与金融市场的类指数曲线关系，使得金融机构贷款变动对房地产业产生巨大影响，因此，在面临房地产市场日益膨胀的背景下，对房地产市场的调控要究其根源性主要因素，加大对金融机构贷款批准的审核力度，加强房地产业的信贷管理，严肃查处房地产信贷中的违规问题，加强房地产信贷风险的防范和管理，完善个人征信管理体制，建立和完善房地产市场的预警体系、房地产统计指标体系和信息披露制度等[6]。通过调控金融机构相关贷款来有效的指导房地产业的健康稳定发展。

第二、发展房地产融资渠道多元化。由于目前的房地产金融融资主要依赖于银行体系，而房地产业是资金密集型行业，这样无形中将房地产市场发展的风险转化为银行体系的风险甚至导致金融危机。应该加强多元化的融资渠道，发展资金、证券等要素市场。

第三、建立住房抵押贷款次级市场促进住房抵押贷款证券化。住房抵押贷款证券化是指将住房抵押贷款直接转化为股票、债券、投资基金等证券形态，是资产证券化的一种形式。其主要功能在于通过证券形式将房地产市场与资本市场联系起来，积聚社会闲散资金，促进个人储蓄向房地产投资转化，并有助于提高银行长期信贷资产的流动性，建立起不动产抵押贷款的次级市场。对于放贷金融机构而言，房地产抵押贷款证券化能有效降低放贷风险和拓宽房地产资金来源，有效地把贷款风险向证券市场转移，把风险分散给广大投资者。对于投资者来说，房贷证券化为其提供新的投资工具，因房贷信用程度较高，投资者风险系数较小，可谓是一种风险小、收益高的新型投资方式。

参考文献

[1]皮舜,武康平.中国房地产市场与金融市场发展关系的研究[j].管理工程学报,2006（2）:1-5.

[2]皮舜.中国房地产市场与金融市场的granger因果关系分析[j].系统工程理论与实践,2004(12):29-33.

[3]李阳.中国房地产市场与金融市场关系的实证分析[d].厦门大学硕士论文,2006.

[4]沈阳市统计局.沈阳市统计年鉴[m].沈阳市统计局出版,2001-2007.

房地产市场分析论文范文第15篇

【关键词】房地产市场；金融市场

1 引言

自从1998年住房制度改革后，国内的房地产消费需要量因此而获得巨大的释放，由此房地产市场也由于住房的市场化而日益繁荣，房地产作为国民经济的支柱产业，不断为国民经济的发展提供了强劲的增长动力。进入21世纪以来，我国的国民经济每年以超过7%的速度增长，而与此同时，房地产的销售额每年以超过20%的速度增长[1]。作为重要的支柱产业，房地产市场的健康发展不仅仅关系到人们的日常生活，更影响着国家的财政收入和国民经济的快速发展。

房地产业的繁荣在推动国民经济发展的同时，也带动了金融市场的活跃。由于住房制度的变革，金融业越来越多的参与到房地产市场中，从房地产开发商的贷款开发，到消费者的抵押贷款进行商品房消费。银行参与的程度在不断的提高，金融市场在各个环节影响着房地产市场的运行与发展。同时，房地产市场的不良发展所引起的金融危机的实例也提醒我们要深刻的认清房地产市场与金融市场的关系程度。以避免对国民经济的发展不良影响。

一般来说，房地产市场的发展与金融市场的发展及二者相互作用对国民经济其着举足轻重的作用。目前，在房地产市场与金融市场中普遍存在如下问题：金融支持过度导致房地产市场泡沫化；房地产金融融资渠道单一诱发潜在金融危机；房地产价格不稳定加大国内商业银行体系风险等。因而我们不得不深入的思考，房地产市场的发展是否存在着导致金融危机的因素？如何看待房地产金融市场中的风险？如何正确处理房地产市场与金融市场的协调关系？要处理这些问题，就要科学、合理的认识房地产市场与金融市场的关系。

因此，本文将从房地产市场与金融市场的关系角度出发。通过以沈阳为例，对房地产市场与金融市场进行实证分析，用回归分析法来分析定量的分析两者之间的相关关系程度，在以上分析的基础上，为进一步的认识房地产市场和金融市场的关系和发展规律，解决房地产市场和金融市场发展中存在的问题提供一些实证支持。

2 研究的设计

2.1 样本区域选择的依据

本文选择的模型区域为辽宁省沈阳市。主要原因有以下几个方面：

第一、辽宁省是东北三省中经济发展最快的省份，目前，东北地区是国家重点的经济改革发展地区。而沈阳市作为辽宁省重要的城市，其城市发展在辽宁省甚至在东北省具有典型性，对沈阳市的研究对辽宁省以及东北地区其他城市的相关研究起到代表性作用。

第二、沈阳市近几年在经济发展迅猛，其经济发展在辽宁省具有经济领军地位。近年来，其房地产市场与金融市场的发展迅猛，具备了对二者市场进行研究的现实基础，同时对二者未来的协调发展起到指导作用。

第三、沈阳市是老重工业基地，而近年来沈阳市房地产业与金融业的异军突起，使得二者的经济地位也日益凸显。在面临经济转轨期的时代大背景下，房地产市场与金融市场的发展对整个城市未来的经济格局的发展产生重要的影响。因此，对于如何认清与协调房地市场与金融市场的关系研究对规避金融危机以及对沈阳市未来的经济格局规划具有现实意义。

2.2 指标选取依据

如何来选取指标来代表房地产市场与经济市场的发展对研究的成败起着决定性作用。本文对指标选取的依据主要遵循以下原则：

第一、定义性原则。根据房地产市场与金融市场的功能定义来选定经济指标。房地产市场是房地产商品交换、交易以及一切流通关系的总和。根据房地产市场的定义，可选用交易额、销售额等经济指标。金融市场,是实现货币资金借贷、办理各种票据和有价证券买卖,资金供给者和需求者融通资金的场所或过程。根据金融市场的定义，可选用贷款额、证券交易额等经济指标。

第二、典型性原则。参考其他众多相似研究文献中所运用的指标，对其进行归纳选取。如《中国房地产市场与金融市场关系的实证分析》选取我国商品房的交易额来表征房地产市场的发展，选取金融资产总量、货币资产数量（即包括现金和存款）、非货币资产数量（即包括股票有价证券）来表征金融市场的发展。李阳（2006）和皮舜（2004）均选取我国商品房的交易额和金融机构贷款额作为各自市场的表征指标[2]-[3]。

第三、可行性原则。通过查询《辽宁省统计年鉴》和《沈阳市统计年鉴》，笔者发现沈阳市证券交易额记录年份仅由2003年开始，2003年之前的数据无法快速、准确的收集，因此将代表金融市场发展的证券交易额这个经济指标排除。无沈阳市商品房交易额经济指标，但有沈阳市商品房销售额经济指标可代替[4]-[5]。

根据上述原则，本文选择沈阳市商品房实际销售额作为表征房地产市场发展的经济指标，记为销售总额。选择沈阳市金融机构人民币贷款合计作为表征金融市场发展的经济指标,记为贷款合计。

2.3 数据来源说明

在基于以沈阳市为例的房地产市场与金融市场关系的研究中，有关评价指标的数据来源主要由以下查询获得：通过查阅《辽宁省统计年鉴》和《沈阳市统计年鉴》总共获得了沈阳市2003-2009年相关经济指标数据14个，经过对数据的仔细检查与核对，确保了指标数据的真实性与准确性。具体数值见表2-1。

2.4 模型选取依据

根据上述表2-1所收集的数据，以贷款合计为横轴，以销售总额为纵轴，借助专业统计软件spss在平面直角坐标系中把2003-2009年的数据表示出来，得到散点图2-1。

图2-1 2003-2009年沈阳市商品房实际销售额和金融机构人民币贷款合计散点图

从图2-1中可以看出，表示每年商品房实际销售额和金融机构人民币贷款合计的点基本上呈递增趋势，说明二者之间可能存在着一种相关关系。通过观察散点图的分布形态，可以明显看出其分布偏离线性模型，因此排除选用线性模型对变量指标进行拟合。其次，可以观察得到其变量的走向接近于曲线型的非线性模型。因此将选用非线性模型进行拟合。但这种描述只是直观上的判断，只是从变量散点的形态上做出的大致性描述，并不能科学的反应变量之间关系的密切程度。因此在下面的论证中，本文借助专业统计软件spss软件来对两个变量之间的相关系数进行具体的计算。

3 房地产市场与金融市场相关关系的实证研究

3.1 相关分析

运用统计软件spss计算出销售总额和贷款合计之间的相关关系，得到输出结果如表2-2。

根据上表的数据可以得出：pearson相关系数为0.821，p=0.024<5%，应该拒绝原假设，即总体中这两个变量的相关系数为零的假设。所以可以认为，销售总额与贷款合计呈现出正相关的关系。在回过头来对二者变量的散点图进行观察（图2-1），就较容易理解这一结果，散点图上的变量基本上在呈现递增的趋势。因而这两个变量基本存在正相关关系。同时，表4中两个变量之间的双卫检验概率值为0.024，小于5%，即表示出二者之间的相关程度也是较为显著的。

3.2 回归分析

通过上述的相关分析，我们计算出销售总额与金融贷款之间的相关系数为0.821，同时观察散点图，发现变量基本上呈现曲线型递增的趋势。因此笔者就想二者之间可能存在着一种非线性关系，是否可以用一条曲线来拟合，所以在下面的分析中仍借助spss统计软件，以贷款合计为自变量，以销售总额为因变量，进行回归分析。得到输出结果如表2-3，表2-4和表2-5。

模型摘要（model summary）：表示相关系数(r)=0.891，判定系数(r square，r2)=0.793，调整后判定系数(adjusted r square)=0.752。由此可得出该模型的拟合度高达75.2%，即运用该曲线模型，自变量x(贷款合计)可以解释因变量y(销售总额)变化的75.2%。因此通过拟和度数值证明该模型是可行的。

方差分析(anova)：表示回归的均方差(regression mean square)=3.591，剩余的均方差(residual mean square)=0.187，f=19.213，p=0.007。其中重要的数据分析为f值所对应的p值的大小。由于p=0.007<1%,近似于p=0,所以可认拒绝原假设，即变量x和y之间曲线相关关系显著。

回归分析系数分析(coefficients)：表示常数项 (constant)= 3.132e-5、回归系数(b)=1，回归系数的标准误差(std. error)=0，标准化回归系数(beta)=0.410， t检验的t值=2.426e7，p=0.000。其中重要的数据分析为自变量x(贷款合计)的t值所对应的p值的大小。由于p=0,所以可认为回归系数有显著意义，即x的变化可引起y的变化，且变化显著。

图2-2贷款合计与销售总额拟合曲线图

根据上述数据分析可运用spss进行曲线回归分析得到曲线拟合图2-2。

3.3 研究结果

通过实证分析，我们发现沈阳市房地产市场与金融市场的发展关系具有显著影响性。从具体系数上看，销售总额与贷款合计与类指数曲线拟合度达75.2%，销售总额变动的75.2%可运用曲线的自变量的变动解释；f检验与t检验的数据同样表明无论是从整个模型方程的角度，还是从自变量的角度，都是高度显著的。从模型拟合图斜率角度来看，由于其图形斜率大于零且呈递增性，即曲线的凹凸性为凹，因此因变量会随着自变量等单位的增加而呈现出加速上升，即随着自变量的增加，因变量的上升速度要快于自变量的上升速度。通过基于沈阳市房地产市场与金融市场2003-2009年的数据实证分析，我们看到代表房地产市场的销售总额与代表金融市场的贷款合计随着时间的发展呈现出上升趋势，并且该趋势符合类似指数曲线的波动走向。这表明即使金融机构贷款变动幅度较小，其变动也对房地产销售造成巨大的波动。从指标的代表的市场角度出发，不仅直接表明房地产市场与金融市场之间存在关系且呈现强显著相关，而且从侧面反映出房地产市场对金融市场的强烈依赖性。证实了第一部分的理论研究结论。

4 结论与建议

本文通过对房地产市场与金融市场关系的实证分析。揭示出房地产市场与金融市场具有一定程度上的相关性。这是因为，房地产市成是资金密集型市场，交易额巨大，因而不论是房地产的直接使用者还是经营者都是难以承担的，因此都需要银行等金融主体参与的金融市场给予资金融通，才能顺利完成交易。另一方面，由于房地产具有保值性、增值性等特点，使得金融市场特别青睐房地产市场，特别愿意以房地产金融资产作为资产组合的重要构成部分。因此可见，中国房地产市场与金融市场在某种程度上是“一体”的。为了降低房地产金融风险以及促进房地产市场与金融市场在未来的协调发展，针对本文所得到的房地产市场与金融市场的关系结论提出如下建议：

第一、积极鼓励监管金融机构贷款。由于房地产市场与金融市场的类指数曲线关系，使得金融机构贷款变动对房地产业产生巨大影响，因此，在面临房地产市场日益膨胀的背景下，对房地产市场的调控要究其根源性主要因素，加大对金融机构贷款批准的审核力度，加强房地产业的信贷管理，严肃查处房地产信贷中的违规问题，加强房地产信贷风险的防范和管理，完善个人征信管理体制，建立和完善房地产市场的预警体系、房地产统计指标体系和信息披露制度等[6]。通过调控金融机构相关贷款来有效的指导房地产业的健康稳定发展。

第二、发展房地产融资渠道多元化。由于目前的房地产金融融资主要依赖于银行体系，而房地产业是资金密集型行业，这样无形中将房地产市场发展的风险转化为银行体系的风险甚至导致金融危机。应该加强多元化的融资渠道，发展资金、证券等要素市场。

第三、建立住房抵押贷款次级市场促进住房抵押贷款证券化。住房抵押贷款证券化是指将住房抵押贷款直接转化为股票、债券、投资基金等证券形态，是资产证券化的一种形式。其主要功能在于通过证券形式将房地产市场与资本市场联系起来，积聚社会闲散资金，促进个人储蓄向房地产投资转化，并有助于提高银行长期信贷资产的流动性，建立起不动产抵押贷款的次级市场。对于放贷金融机构而言，房地产抵押贷款证券化能有效降低放贷风险和拓宽房地产资金来源，有效地把贷款风险向证券市场转移，把风险分散给广大投资者。对于投资者来说，房贷证券化为其提供新的投资工具，因房贷信用程度较高，投资者风险系数较小，可谓是一种风险小、收益高的新型投资方式。

参考文献

[1]皮舜,武康平.中国房地产市场与金融市场发展关系的研究[j].管理工程学报,2006（2）:1-5.

[2]皮舜.中国房地产市场与金融市场的granger因果关系分析[j].系统工程理论与实践,2004(12):29-33.

[3]李阳.中国房地产市场与金融市场关系的实证分析[d].厦门大学硕士论文,2006.

[4]沈阳市统计局.沈阳市统计年鉴[m].沈阳市统计局出版,2001-2007.