论文商业投资和房地产价格影响因素分析是关于对写作因素分析论文范文与课题研究的大学硕士、相关本科毕业论文因素分析法的计算例题论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
中图分类号：F293 文献标识码：A
内容摘 要：研究发现1997-2014年西安市房价主要受货币供给量M2、限购政策、收入分配差距和新竣工房屋面积的影响,而和居民收入、人口流动和数量、房地产成本、公共服务水平没有显著关系.可见西安房价上涨主要是体现资产泡沫的膨胀,调控西安房价的思路应当是增加房产供给,并控制货币发行量和着力解决收入分配不公问题.限购政策不能达到控制房价的目标,相反发挥着助推房价上涨的作用,应避免在交易环节对购房需求进行调控.
关键词：西安 货币供应量 房产价格 限购
相关文献综述及房产价格影响因素的理论分析
依据经典经济学理论,普通商品价格由商品的供给和需求决定,房地产价格也由房地产的供给和需求所决定.但是,由于房地产具有普通消费品和投资品的双重属性,同时房地产供需双方也直接受到房地产宏观政策的影响,因此房地产价格影响因素和机制更为复杂.
从需求侧而言,房地产总需求Q可以分为两部分：房地产作为普通消费品的社会刚性需求QM和作为投资品的社会投资和投机性需求QI.其一,居民收入是影响房地产需求和价格的重要因素.依据需求理论,商品需求的首要决定因素就是收入,收入是影响房地产需求和价格的重要因素.J.Nellis和J.Longbottom（1981）、王冰和黃磊（2005）、李春吉等（2005）研究均发现收入是影响房价的重要因素,居民收入水平和房价呈正相关关系.而在度量居民收入时,研究采用的变量并不完全一致,具体包括人均可支配收入、人均储蓄等,但吉鲁阿尔等（Girouard,et al.,2006）研究发现价格收入比并不是测度购房能力的好指标.其二,人口因素是影响房地产需求和价格的重要因素.从市场总需求角度而言,人口因素是重要因素,具体涉及人口数量和结构.其三,货币政策是影响房地产需求的重要因素.由于住房属于大额资产,购买一般需要使用银行信贷资金,利率构成购买房产的成本,利率越高则购买成本越高,房地产需求则越少,房价则应越低.但随着金融创新的发展以及房产具有投资品性质,利率和房产价格的关系相关性减弱且关系不确定性增强.作为消费品而言,利率构成购房成本,利率和房价应当呈负相关；但作为资本品,房产作为较好的保值、升值品,利率则成为其投资的基础回报率,利率越高则投资回报率越高,利率和房价应当呈正相关.
从供给侧而言,房地产供给和价格主要受到房产供给成本、土地管制、存量房产和房区公共服务水平等影响.其一,房产供给的首要成本是土地价格,地价和房价正相关.张梦实（2010）研究发现土地成本占整个建房成本的60%-70%,土地出让成本对房价上涨形成推动力；高波等（2003）的研究也发现地价和房价正相关.其二,土地管制抬高了房价.显然,土地管制抑制了房产的有效供给,会推高房价.事实上,从美国、英国、香港、中国土地管制的情况看,都导致房价升高.其三,存量房产会影响房价.但对存量房和房价之间的关系尚没有得到确定性的研究结论.
为了更好结合西安房价实际情况,基于上述分析,本文构建模型的因变量为住房价格Price,自变量包括居民收入Inc、人口Pop、货币供应量M2、土地成本land、存量房stored_H、公共服务水平publice_goods、购房政策Policy、收入分配差距Gini,其他因素作为随机扰动项处理.具体模型为：
Price等于f（Inc,Pop,M2,land,stored_H,publice_goods,Policy,Gini）+ε
西安市房价影响因素：基于和武汉市比较的认识
西安市和武汉市都属于区域中心城市,具有较强可比性.在我国单一制 集权国家制度下,西安市、武汉市面临的宏观政策和宏观经济环境基本一致,因此可以认为利率、资产荒、房地产税费、购房政策、国际需求、非房地产部门技术快速进步等并非影响西安和武汉市房产价格差异的主要因素.主要从居民收入、人口、存量房、公共服务等方面比较两个城市的差异,从而探寻导致两个城市房价差异的可能原因.
以商品房销售额和年商品房销售面积的比值得到商品房年均价,度量房地产价格.以市辖区人均GDP度量居民收入,以市辖区人口密度度量人口因素,以房屋竣工面积度量存量房,以市辖区医疗卫生机构床位数度量公共服务发展水平.相关数据来自或整理于武汉市、西安市历年统计年鉴、统计公报和中经网统计数据库.
2008-2014年武汉市房价持续高于西安市,平均高出22.31%；其中2009年武汉市房价高出幅度达到最大为36.99%；2012年两个城市房价最接近,武汉市房价高出幅度仅为11.05%,为7年来最小值.同时发现,2008-2014年武汉市居民收入、人口密度和公共服务水平持续高于西安市,年均高出幅度分别达到71.29%、28.42%和20.26%；但在存量房方面则没有出现确定性关系,但总体而言,2008-2014年武汉市存量房少于西安市.
以武汉市高出西安市的幅度来度量两个城市的差异,通过分析武汉市高出西安市房价、居民收入、人口密度、存量房和公共服务水平的幅度做相关性分析,发现只有两个城市公共服务水平差异和房价差异出现了显著负相关性,和理论预测方向相反；但居民收入、人口密度和存量房差异并没有反应在房价差异上（见表1）.分析得出的结论和理论分析存在显著不一致,有理由怀疑居民收入、人口密度、存量房和公共服务并非是决定西安市房价的主要因素.
西安市房价影响因素的经验性研究
（一）变量设计、数据说明和描述性统计分析
采用商品房年均价格（等于商品房年销售额/商品房年销售量）Price度量住房价格；采用人均储蓄额Inc来度量居民收入,具体由西安市市辖区金融机构人民币各项存款余额中个人储蓄存款按照年末西安市市辖区人口数计算平均值得到；无论是人口数量还是人口迁徙流入,都会反映至人口密度,采用西安市辖区人口密度Pop来度量人口因素对房价的影响；货币供应量中M2是较好度量货币政策的方法；由于缺少公开发布完整时间序列的西安市土地成本数据,目前的研究表明房地产投资的主要成本就是土地成本,鉴于土地成本和房地产投资成本之间具有显著相关性,用当年西安市房地产投资完成额land作为工具变量来度量土地成本；采用当期西安市新竣工住宅面积stored_H度量存量房；以西安市辖区公共财政支出publice_goods度量公共服务水平；由于2011年2月-2014年8月西安市实施了房地产限购政策,取哑变量Policy来度量西安市房地产政策,其中没有限购的年份取值为0,实施限购的年份依据其实施限购的月份占全年比例取值,例如2014年该取值为0.67（等于8/12）；采用基尼系数来度量收入分配差距,由于没有获得权威部门发布的西安市基尼系数值,采用全国基尼系数Gini代替西安市基尼系数.
总结:本论文为免费优秀的关于因素分析论文范文资料，可用于相关论文写作参考。
参考文献：
1、 我国城镇化对房地产价格影响 [摘要]当前我国正处于新型城镇化快速发展时期，城镇化建设步伐的加快给各行各业带来了巨大的影响。房地产是我国的支柱型产业，城镇化水平的不断提高使其。
2、 我国新能源价格影响因素分析 摘要：本文通过对中国新能源产业现状、传统能源形势以及新能源产业税收政策进行分析，探求影响我国新能源价格的因素，结果表明：新能源价格制定是多种因素。
3、 微观尺度下商品房价格影响因素 摘要：从房地产价格的相关理论出发，以调查筛选的19个微观因子为着手点，以中部经济欠发达地区的小城市——咸宁市为例，选取实地调查数据构建了咸宁市商。
4、 北京、上海、深圳房地产的影响因素比较 摘要：北京、上海、深圳是我国生产力最发达和创新要素最集聚的城市。以房地产为代表的固定资产是城市财富积累的象征，房地产价格的变化既体现出城市创新与。
5、 武汉城市群商品房价格影响因素 摘要：为了探究武汉城市群商品房价格的变化规律及其价格的决定因素，促进武汉城市群一体化建设。通过一般OLS模型初步确定商品房价格的主要影响因素，在。
6、 主要经济指标对房地产价格影响分析 摘要：本文从房地产价格的概念出发，阐述了其特殊性，并且通过对房地产价格决定机制需求、供给及城市化的分析，得出主要经济指标对房地产价格的影响，希望。