房地产业固定资产投资

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇房地产业固定资产投资范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

房地产业固定资产投资范文第1篇

关键词：回归分析；聚类分析；因子分析

中图分类号：F830.59 文献标识码：A 文章编号：1001-828X（2014）05-000-01

一、研究背景和目的

目前，关于固定资产投资的结构的分析主要集中在使用结构、所有制结构，胡永平就其投资的来源、投资结构进行分析，提出通过投资增量调整方法来解决投资与经济结构不协调的问题，司增绰从投资用途方面对我国固定资产投资进行了实证分析，由于投资行业之间具有一定的相关性，根据以上分析难以满足实际的需要，因此，文章将从投资行业的角度出发，利用我国31个省市自治区的固定资产投资行业数据研究我国社会固定资产投资结构，定量分析各行业之间联系和区别，初步探索投资结构的区域性差异。

二、研究方法

依据国家统计局的《中国统计年鉴2012》说法，对于固定资产投资结构，根据投资目的将其分为：1.农、林、牧、渔业；2.采矿业；3.制造业；4.电力、燃气及水的生产和供应业；5.建筑业；6.交通运输、仓库和邮政业；7.信息传输、计算机服务和软件业；8.批发和零售业；9.住宿和餐饮业；10.金融业；11.房地产业；12.租赁和商务服务业；13.科学研究、技术服务和地质勘查业；14.水利、环境和公共设施管理业；15.居民服务和其他服务业；16.教育；17.卫生、社会保障和社会福利业；18.文化、体育和娱乐业；19.公共管理和社会组织；20.国际组织。在进行分析时，由于非农户固定资产投资交易额占了投资总额的绝大部分，文章采用不含农户的行业数据，由于国际组织数据样本资料数据无从取得，将该项省掉，将剩下的19个方面作为19个变量，分别以字母A～S表示，总固定资产用字母T表示。文章数据来源于《中国统计年鉴2012》，对数据进行分析的方法主要有：回归分析、因子分析、聚类分析、相关分析等。

三、研究思路

利用相关分析分析固定资产投资各变量之间的关系；然后利用因子分析找出各变量的公共因子；最后使用聚类分析对各省的投资情况进行聚类，以分析省际之间的投资差异；提出保证固定资产投资平稳增长的建议。

四、数据分析与报告

以总固定资产投资为因变量，以各行业投资为自变量，进行多重线性线性回归，估计结果中修正，说明模型的解释能力强，方差分析中P值小于0.05，模型显著，在整体上很具有统计学意义的，文章采用标准估计系数（SPSS19.0中定义为试用版），通过多重线性回归可以分析出其投资结构，估计模型如下：

（1）

在以上模型中可以看出C（制造业）、K（房地产业）对总投资的单位影响分别达到0.474、0.269个单位，远大于对其他行业投资的影响。为了研究各行业之间的关系，对固定资产投资的19个组成部分进行相关分析，根据Pearson相关分析，除B（采矿业）与G（软件业）相关系数值为-0.231外，其他行业之间表现出很好的正相关性。通过相关分析可知，固定资产投资的各变量之间存在一定的相关关系，意味着存在一定的信息重叠，变量之间具有公共的信息，为了找出这一部分信息，文章对19各变量进行因子分析。案例的KMO值为0.831，检验说明案例很适合因子分析，公因子变量对各行业信息提取度达到70%以上，比较合理，根据成分的特征值大于1和累计方程贡献率大于80%的标准，提出三个公因子，分别以表示，第一个因子在A、C、D、F、H、I、L、K、O、R行业载荷较高，第二个因子在E、G、J、M、S行业载荷较高，第三个因子在B、N、Q行业载荷较高。为了研究提取出来的公因子对总投资的贡献，利用T作为因变量，以提出的公因子作为自变量进行多重线性回归分析，估计模型如下：

（2）

由于地域差异性的存在，第一公因子总投资影响最大，主要集中在制造业、房地产等与人们生活消费、住行方面，这也是符合实际情况，其次是第二、三公因子所涉及的行业。

五、研究结论与总结

1.我国固定资产投资的结构是：用于制造业、房地产的投资要高于其他行业的投资。

2.制造业、房地产对固定资产总投资有显著影响，在这两方面的投资占总投资的比例比较大，其中制造业投资增长1元会带来总投资0.474元的增长；房地产业投资增长1元会带来总投资0.269元的增长，这与目前我国人民日益增长的生活消费和住房紧张等问题相契合。

3.构成我国固定资产投资的19个行业之间有着很强的相关性，这就使得增加一个行业的投资可能会带来其他行业发展，特别是以制造业和房地产业等龙头行业。

4.鉴于构成我国固定资产投资的各个组成部分之间存在很大的相关关系，文章对各变量进行因子分析，将其精简为三个公因子。固定资产投资与这三个公因子呈正相关，对总投资的影响依次减弱。

5.北京、广州、上海等地区的各行业的固定资产投资都要领先于其他城市，投资结构在各地区中最为合理。

根据研究结论，总结如下：由于各变量之间相关性比较高，呈现正向相关，说明我国固定资产投资呈现“同步式”投资现象，在一方面的投资必然会带动其他方面的投资。投资结构呈现地区性的差异，特别是贵州、云南、广西在投资方面比较落后，投资效率低、结构不合理，所以一方面要继续支出西部建设，推动其经济的发展；另一方面要根据各省的投资结构差异性制定更加合理宏观投资调控政策，形成合理的地区固定资产投资结构，合理布局基本建设、更新改造、房地产开发方面的投资，充分利用预算内资金、国内贷款、外资等资金来源。

参考文献：

[1]胡永平.我国固定资产投资结构分析[J].经济探索问题，2003，02

[2]司增绰.我国固定资产投资结构实证研究[J]，统计与决策，2005，12

房地产业固定资产投资范文第2篇

本次调查对象为北京市全行业法人样本单位（无论目前是否有固定资产投资项目均纳入调查对象）。以2011年末全市法人单位库为抽样调查样本框，参照2011年全社会固定资产投资完成情况，以行业、主营业务收入等为分层指标，共抽取样本2000个。截至今年6月30日，共计回收有效问卷1885份，涉及19个行业，与当前全市固定资产投资主要分布行业情况基本一致。

投资受政策影响各有不同

政策因素有一定影响——三成单位将“相关政策出台情况”作为影响投资的首要因素。在对影响投资的三个因素（单位自身情况、市场情况、相关政策出台情况）按重要程度进行排序的调查中，45.7%的单位将“单位自身情况”排在第一位，29.8%的单位将“相关政策出台情况”排在第一位，其重要程度仅次于“单位自身情况”。此外，还有27.3%的单位将“相关政策出台情况”排在第二位，这表明大多数单位在投资决策过程中除考虑单位自身情况外，也很重视对政策因素的考量。

调控措施获得认可——近七成单位认为调控促使北京投资增长。在1885家单位中，被问及2010年以来国家“调结构、控通胀、促转型、惠民生”的宏观调控政策对单位自身投资的影响时，63.9%的单位认为政策对自身投资基本没影响，19.8%的单位认为调控政策使自身投资增加。当被问及上述政策对全市固定资产投资产生的影响时，60.4%的单位认为调控使全市投资保持了稳定增长，8.4%的单位认为政策促进了全市投资较快增长，仅3.6%的单位认为调控导致了投资增幅波动较大。可见，政府的宏观调控政策获得了企业的认可。

房地产调控政策影响明显——超过六成房地产企业投资活动受影响。在参与调查的313家房地产企业中，认为2011年以来房地产限购的调控政策对本单位投资有一定影响的有94家，占30%；感到影响很大的有110家，占35.1%。调查结果显示，楼市调控政策对逾六成房地产企业的投资活动产生了影响。

行业、土地及税收政策影响较大——超过四成单位将行业政策排在影响投资决策首位。为了解哪些政策对投资者的影响较大，本次调查要求被调查单位就各类政策影响投资决策程度的轻重做出判断。结果表明，行业政策影响最为明显，44.2%的被调查单位将其重要程度排在第一位；其次是土地供应和税收（见表1）。

多数单位看好明年北京投资环境

超过七成单位预计2013年投资将维持或高于2012年水平。在预计明年投资时，73.4%的被调查单位预期本单位投资将维持或高于今年水平，其中有38.8%的单位预计明年投资与今年基本持平；26.9％的单位预计略有增加；7.7%的被调查单位预计明显增加。预计比今年明显减少的单位仅占12.7%。

超过六成单位对全市明年投资环境抱有信心。近年来，北京市多部门联动，培育符合首都功能发展的投资增长点，着力启动民间投资，不断优化投资环境。在回答如何判断2013年北京的固定资产投资环境时，33.2%的被调查单位认为将维持今年水平不变，29.2%认为将比今年好，有32.4%认为难以做出判断，仅有5.2%的单位分析不如今年。总体看，认为“向好”的单位比认为“变差”的单位高出24个百分点。

六成单位2013年投资意向明确。在预计本单位明年是否继续在本行业进行固定资产投资时，53.6%的被调查单位回答肯定，38.9%的单位还难以判断，7.5%的单位明确表示肯定不会。半数单位愿意继续投资本行业。愿意在本行业继续进行投资的1011家单位，他们首要考虑的因素主要包括三个方面：一是增强单位在行业内竞争力，二是政府相关政策的引导，三是看好本行业前景。

两大投资动向值得关注

跨行业投资意向领域过度集中于房地产业

在1885家调查单位中，明确表示愿意跨行业进行固定资产投资的单位仅43家，占被调查单位的2.3%，而明确表示肯定不会跨行业投资的单位有980家，占52%。不愿意跨行业投资排在前三位的原因依次是：发展定位局限、政府相关政策的限制以及缺少资金，融资困难。而在表示肯定会跨行业投资的43家调查单位中（见图1），投资行业则过度集中，主要集中在房地产业，占23.3%。在选择房地产业作为单位本行业外投资对象的10家单位中，4家的主要理由是与自身行业相关性高，还有4家是因为投资项目前景看好，其余2家则认为房地产业投资回报率高。

未来京外投资意愿增强

六分之一投资流向京外地区。被调查单位中，自2009年以来在北京以外地区有过固定资产投资的单位比重为10.1%，2011年在京外地区累计完成投资1024.7亿元，占被调查单位2011年全部投资的六分之一左右。当被问及未来2013至2015年是否打算在北京以外地区进行投资时，17.9%的单位表示出投资意愿。京外投资意愿比重提高了7.8个百分点，表明企业在京外投资的趋势在扩大，未来北京的总部经济特征会更加明显。

投资主要辐射华北和华东地区。2009年以来，在京外地区投资的单位中，36.6%选择华北地区作为投资地点，其次是华东地区，比例为24.6%；二者比例合计超过六成（见图2）。

运输、石油、煤炭和天然气等行业投资明显流向京外。被调查单位中，2011年在京没有投资而在京外地区有投资的企业共29家，主要集中在运输、石油、煤炭和天然气等行业，这与北京的区域定位及资源禀赋相符。

房地产业固定资产投资范文第3篇

摘要：房地产业成熟发展的核心和枢纽环节是房地产的开发投资，它是在此流程中，位于最核心的地位。文章第一步介绍了2014年山西省房地产市场的现状，其次，依次分析了山西省房地产开发投资从促进和阻碍两方面对当地GDP的作用，得出要抑制房地产泡沫的结论。最后，根据本文的研究内容，提出了相关的政策建议和对2015年山西省房地产市场的展望，便于政府加强对房地产业的宏观调控，保持房地产业和国民经济的协调发展。

关键词：房地产开发投资；GDP；房地产泡沫；宏观调控

一、山西省房地产市场现状

2005-2014年，山西省房地产开发投资额呈逐年上升的趋势，2014年，全年房地产开发投资额为1403.55亿元，在全国排第22位，在中部六省位列第5位，在周边五省（区）位列第4位。从增长速度来看，近十年一直稳定增长，2014年同比增长7.3%，在全国排第24位，在中部六省位于末位，在周边五省（区）位列第4位，超过了 GDP的增长速度，有利于推进相关产业，促进地方经济的发展。2014年，房地产开发投资的增长幅度比同一时期固定资产增幅低4.2个百分点。占固定资产投资比例的11.7%。

2014，预计全省商品房施工面积为15476.89万平方米，同比增幅为10.2%，商品房新开工面积达3887.5万平方米，同比增幅为5.8%。在房屋的销售面积，销售额和新开工面积一并增长的同时，然而，住宅用房和商品房的空置程度却仍然没有明显的改观，房屋空置率有增无减。

从房屋销售面积情况来看，山西省为1576.2万平方米，同比减少4.1%。全省商品房销售额746.1亿元，同比增长2.5%。

二、房地产开发投资对国内生产总值的影响

（一）促进作用

1.作为社会固定资产投资的一个成分，房地产投资的增长速度快，由2000年的39.46亿元提升到2014年的1403.6亿元，15年间提高35.57倍，年均提高28.58%，明显高于同期国民生产总值10.74%的年均水平。

2.房地产开发投资一直迅猛增长，其占整个社会固定资产投资的比例由2000年的2.14%提高到2014年的11.72%，投资效应大幅提升，对国民经济的影响日益加深。成为决定固定资产投资结构和水平的中流砥柱。

3.房地产开发投资额在2000年为39.46亿元，2014年提高到1403.6亿元，在2000年对 国内生产总值增长速度的贡献率为3.38%，为最低值。随后逐年增高，在2005年出现小幅波动，贡献率降低，在2005-2009年贡献率大幅增长，在2009年达到最高值，为37.09%。但在2010年贡献率再次出现大幅滑坡，只占11.22%，在2010年至2014年，贡献率小幅提高，2015年贡献率再一次降至15.1%。

因为房地产市场和国内生产总值都存在起落，那么就不能显著地辨别出存在哪种稳定的增加或降低的趋势，于此同时，投资对 国内生产总值贡献率逐年发生改变的因素之一是人们对房地产投资有迫切要求，这就是盲目性。GDP贡献率和当时所处的时段也有着很大的相关性。现在，山西省在房地产业方面出现一个低潮时段。所以，在未来可以看到，我省房地产发展对国内生产总值的贡献会呈增长态势。

从全局角度思考我省房地产业的发展情况和居民的年龄分布情况，能够发现，由于受计划生育政策影响，“九零后”的年轻一代由于有了稳定的收入，再加上面临婚姻的压力，将对房地产有很大需求，房地产业对国内生产总值的影响会显著提高。其次，随着人们收入的提高，实际购买力不断增强，生活水平也有大幅提高，对房地产的消费能力有增无减。在现阶段，房地产业虽然面临漫长的低谷期，但由于房地产业的周期性和价值规律的作用，不会出现永久萧条的情况。政府要增强信心，运用货币政策和财政手段加强对房地产市场的宏观调控，保持对GDP的促进作用。

（二）阻碍作用

当房地产发展速度和结构超出市场可承受的最大程度和国内生产总值的发展速度，经济过热的现象是无法避免的。就会导致房地产和国内生产总值无法和谐发展。将会出现房地产泡沫，泡沫破灭时，造成资源浪费，不利于经济的发展甚至造成市场的持续低迷。

三、结论

（一）提高资金管理力度，，避免投资过度

房地产泡沫的出现在一定程度上是政府对投资过度疏于监管而造成的投资膨胀，如果在膨胀的开始阶段就实行管理整治，既能满足人们对房地产的需求，还能对国民生产总值有相当程度的促进，结果会使房地产业和国民经济协调稳定健康发展。

（二）加强引导，减少投机行为

恰当的投机对市场的活跃有一定好处，然而过度的投机会不利于房地产市场的稳定，在房屋的流转和出售中进行引导，能够有效减少投机行为的产生，杜绝资源浪费，促进房地产市场和经济稳定发展。

四、政策建议及展望

（一）加强宏观调控，稳定房价

目前，我省居民多为中低收入者。房价过低或过高都会给房地产市场带来不良影响。放假过低会影响房地产开发企业的收益，挫伤其积极性。房价过高会使大多数人买不起房，影响社会稳定。所以，政府应减少高档商品房的投资，建设规模，促使企业加强经济适用房和廉租房的投资和建设，稳定民生。

（二）做好土地储备及供应，为房地产开发创造稳定的环境

稳定的土地储备是房地产开发得以持续进行的基础。今年，太原市计划将城中村，棚户区进行改造，同时完成对此地区拆迁及以后土地建设的工作，保障了土地的持续供给，调整了土地利用结构，使土地利用率有了大幅提高。

优质房地产开发环境需要与之相配套的法律文件相呼应。如今，在城中村改造方向缺乏足够的法律来进行规范土地市场，各个主体的意见也存在分歧，需要改善。

（三）提高房地产信贷资金的审批要求，加强审核程序的管理

我国对房地产的投资大部分是通过银行贷款或自筹资金，银行或者相应的金融机构同时也在承担着房地产市场的风险。如房地产市场萎靡不振，带动金融相关产业也受之影响，银行存在大量呆坏账，所以，企业应采用多渠道融资方式，来降低相关风险。（作者单位：山西财经大学公共管理学院）

参考文献：

[1]山西省统计年鉴，2000一2014

房地产业固定资产投资范文第4篇

【关键词】住宅价格；灰色关联度分析模型；影响因素

1 绪论

1.1 背景

2008年美国次贷危机所引发的全球金融危机迅速扩大，欧美发达国家的金融机构遭受重创，引发全球性的信贷紧缩，从而加速了实体经济的衰退。随着全球经济和我国经济增长 “拐点”的出现，经济增长开始处于下降阶段。在此背景下，房地产业作为我国经济的支柱产业之一，面临着前所未有的压力，房地产市场将进入了新的调整阶段。如何通过宏观经济政策对我国住宅价格进行有效调控，避免住宅价格的大涨或大跌，已引起政府有关部门和众多相关学者的关注和重视。对我国住宅价格进行有效地控制和管理，首要的任务是需要确定我国住宅价格变化的主要宏观经济影响因素及其重要度。通过定量分析我国住宅价格的宏观经济影响因素及其重要度，有利于监测住宅价格的波动趋势，对构建和完善房地产行业风险预警系统具有一定的参考价值；有利于政府宏观调控部门、房地产管理部门以及房地产公司等进行理性决策和规避风险，推进我国房地产市场的改革和规范化进程，实现房地产行业的健康、稳定和可持续发展。

我国的房地产业是我国的重要的产业，与钢筋、水泥、交通运输、农民工就业等等许多方面具有十分密切的关系，在我国的整个产业体系和国民经济中占有十分重要的地位，对我国的经济发展具有非常重要的意义。

文章旨在讨论经济因素对住宅价格的影响，并以全国为例，构建灰色关联度模型，为房地产政策制定者提供参考，保持宏观经济与房地产市场的相对稳定，促进社会和谐的发展。

1.2 国内外研究现状

Diana 和 Mi-chael（2001）选择欧盟部分国家进行宏观因素对各国住宅价格的影响研究，分析每个国家的住宅价格和GDP之间的因果关系，并建立了简化式供给需求模型来量化住宅价格[1]。Matteo（2002）通过建立一个VAR计量模型来分析宏观因素对住宅价格的影响，研究发现货币政策变化和住宅需求变动是住宅价格短期波动的影响主要因素[2]。梁云芳和高铁梅（2006）运用多变量时间序列方差分量（Multivarate Time Series VarianceComponent Model，MTV）模型将影响住宅价格各种因素综合起来进行考虑，认为在其样本区间内资本的可获得性和需求的变化会对住宅价格的波动有较强的影响，而供给因素对住宅价格的波动影响较弱[3]。童长锜、杨和礼（2007）基于灰色系统理论对影响房地产价格的各因素和房地产价格进行关联度分析，得出各因素是通过影响房地产市场的供求关系进而影响房地产价格的[4]。费晨（2008）利用城市GDP和房地产开发投资额两个指标，搜集了武汉市1995-2006年间的数据，对武汉市经济增长和房地产开发之间的关系进行了分析，通过变量的平稳性检验、单整性检验、协整性分析和误差修正模型以及Granger因果关系检验，得出武汉市地区生产总值与房地产开发投资间存在长期稳定的均衡关系，房地产开发投资与GDP的增长之间为显著的单项因果关系[5]。王雯珺等（2008）利用ARIMA模型给出房地产价格短期将持续上升的预测[6]。廖英敏（2009）认为土地价格作为房产开发的内在可变成本，与房地产建筑和销售是相对的，我国以政府挂牌拍卖的方式，限制土地供应量，从目前的房产开况看，地价已经成为房产价格的主要成本之一[7]。沈悦、刘洪玉（2009）认为经济因素对房地产价格的影响影响我国房地产价格的经济因素主要包括：物价水平、土地价格、国内生产总值、居民收入水平、房地产市场的供给与需求等[8]。

2 影响住宅价格的经济因素的定性分析

根据国内外已经进行的研究，本文总结出以下十种对住宅价格有重要影响的因素，并对它们做定性探讨。

2.1 全社会固定资产投资

全社会固定资产投资是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。房地产业的投资作为全社会固定资产投资重要的一部分，对其有显著的影响。当房地产业投资快速增长时，也是住宅价格快速上涨时，全社会国定资产投资增长也较快。另一方面，全社会固定资产投资的快速增加，会改善基础设施环境、商业环境等，促进房地产业的发展，同时有利于住宅价格上涨。因此住宅价格与全社会固定资产投资有极为密切的联系。

2.2 国内生产总值（GDP）

GDP反映一个国家的整体经济发展水平，是衡量一个国家宏观经济发展的最重要指标。而房地产行业作为我国经济的基础性和支柱性产业之一，对我国经济的健康发展具有举足轻重的作用；房地产投资作为固定资产投资的重要组成部分，对经济增长起着至关重要的作用。同时宏观经济对房地产业也有巨大影响，有时甚至是决定性的，宏观经济的快速的增长也必然会促进房地产业的高速发展。

2.3 城镇家庭人均可支配收入

城镇家庭人均可支配收入指城镇居民家庭人均可用于最终消费支出和其它非义务性支出以及储蓄的总和，即居民家庭可以用来自由支配的收入。收入是影响消费行为的很重要的因素，收入水平的高低直接决定消费者的支出结构，随着收入水平的提高，房地产的消费支出在全部支出中所占的比重越来越大，一方面人们对于居住标准的要求会不断提升，住宅会向面积更大、结构更合理、配套服务更全面的趋势发展；另一方面，部分原来没有购买力的需求通过收入的增加，转化为有效需求。因此，可支配收入应该与房地产价格呈显著正相关性。同时随着可支配收入的增加，会增加人们的投资需求。房地一种特殊的商品，既具有供人居住、商用的消费功能，也具有投资价值。

2.4 地交易价格指数

土地交易价格指数指房地产开发商或其他建设单位在进行商品房开发之前，为取得土地使用权而实际支付的价格的变动趋势和程度的相对数，是土地交易价格的相对反映。土地价格是住宅价格的重要组成部分。土地价格的变动也会在多方面影响住宅价格。土地价格不仅仅反映出土地出让金的多少，还会影响开发商的资金成本、税金、其他机会成本等。很明显，由于土地的供给缺乏弹性，住宅价格的上涨很大程度上是由于土地价格过快的上涨。

2.5 累计房屋建筑施工面积

累计房屋建筑施工面积是一个供给的概念，是指一定时期内房屋建筑累积的施工量。市场供求与价格的关系，首先是市场价值或生产价格决定价格，市场价值或生产价格是价格形成与运动的内在基础和实体，是市场价格波动的中心，价格调节着市场供求关系，而市场供求关系反作用于价格，成为支配或影响市场价格形成与运动的基本因素。一般来说，当累计房屋建筑施工面积变化时，即供给变化时，作为商品的房屋价格也会波动，而房屋价格波动也会影响供给的变化。房屋价格的上升会引起建筑开发量的增加，而建筑开发量的增加又会从供给层面上抑制住宅价格，因此累计房屋建筑施工面积与住宅价格存在着一定的联系。

2.6 广义货币供应量M2

币供给量的增长高于实际经济增长速度，势必会导致物价上升，进一步影响到我国房地产市场。房地产行业发展在很大程度上需要银行信贷资金的支持，银行的贷款能力将直接影响房地产投资信贷规模，从而影响房地产的供给，导致住宅价格的相应变化。而在扩张性的货币政策下，货币供应量增加，商业银行发放贷款的能力也会提高，住房贷款随之增加，从而扩大了房地产的有效需求，导致住宅价格上涨。除此之外，当货币供给量超额增加时，大在量游资找不到出路，作为暴利行业的房地产行业，在一定程度上吸引了大量游资的进入，进一步加剧了住宅价格的上涨。

2.7 五年以上贷款利率

贷款利率的调整是政府调控宏观经济的重要手段。贷款利率的变化会从多个方面影响房地产市场。首先，贷款利率的变化会影响开发商贷款利息支出，贷款利率越高，开发商资金成本越大，在市场前景较好时，开发商很可能将住宅成本的增加转嫁到消费者身上，造成住宅价格上升。同时，从需求层面上来看，利率的调整会影响购房人的办理住房贷款的利息。当利率调高时，购房人办理住房贷款的利息相应增加，还款压力大，会减少购房人群，开发商可能会降低住宅价格。

2.8 金融机构境内中长期贷款

房地产业是资金密集型产业，同时项目周期长，因此对资金要求很高。而房地产开发商的资金来源很大一部分是银行贷款，特别是金融机构中长期贷款。所以，金融机构境内的中长期贷款量对房地产的开发、经营有很大的影响。特别是当金融机构境内中长期贷款量快速增加时，将有很大一部分流向房地产行业，有助于推高住宅价格。同时，从消费层面上看，居民购房将占用大量资金，特别是通过按揭购房，这些资金有很大一部分也来自金融机构境内中长期贷款。

2.9 总人口数

总人口的多少能反映一个地区房地产的一般需求趋势。丹尼斯·麦肯齐说过“在影响住宅需求的一切因素中，人口是最重要的因素。”总人口的多少能反映一个地区房地产的一般需求趋势。“住有所居”是人们生活的基本要求，如果一个地区的人口自然增长率较高，或者由于产业结构变化等因素大量外部移民涌入， 都会推动对房地产的需求。由于我国人口数量巨大，随着城市化的推进，大量农民转变为城市居民，引致巨大的住房需求，对住宅价格起到了推动作用。

2.10 法定存款准备金率

法定存款准备金率是指金融机构为保证客户提取存款和资金清算需要而准备的在中央银行的存款，中央银行要求的存款准备金占其存款总额的比例就是存款准备金率。央行通过调整法定存款准备金率会改变商业银行的准备金，进而影响贷款供给能力而影响贷款供给能力。银行贷款能力的变化通过两个途径影响房地产贷款，一是减少开发贷款，另一是减少住房消费贷款，进而影响房地产的供给和需求。以我国上调存款准备金率政策为例，一方面，上调法定存款准备金率，商业银行的准备金和可贷资金减少，银行发放贷款能力降低，减少住房消费贷款，从而减小了房地产的有效需求，导致房地产价格下降；另一方面，上调法定存款准备金率，商业银行银行发放贷款的能力降低，减小房地产开发贷款，从而减少房屋的有效供给，导致房地产价格上升。

3 定量分析经济因素对住宅价格的影响的模型与方法

3.1 灰色关联度分析（GRA）模型

灰色关联理论是由华中理工大学邓聚龙教授于1982年首先提出，经过近三十年的发展完善已经被广泛的应用于经济、社会等各个领域。该方法是以关联度作为系统因素间的关系密切程度及相互比较的相对标志，以分析系统中主行为序列和相关行为序列曲线的几何相似程度来判断其联系是否紧密为其基本思想，以关联度计算为其基本手段的一种灰色系统分析方法。其主要具体步骤如下：

（1）选择参考序列（系统特征序列）和比较序列（相关因素序列）。将住宅价格指数和其影响因素分别设为系统特征行为序列和相关因素序列。

（2）原始数据选取。

（3）均值化。均值化是用数列的均值去除同一数列的所有数，得到的数列即为均值化数列。

（4）计算关联系数。经上一步数据变换的系统特征序列记为 ，相关因素行为序列记为 ，两序列关联系数可由下式计算：

（5）计算关联度。参考序列和比较序列的关联度以这两个比较序列各个时刻的关联系数之平均值计算，即：

（5）排关联序。按照 大小排序，区分其关联程度大小。 值越大， 说明其关联程度越大；反之， 值越小，其关联程度越小[9]。

4 经济因素对住宅价格影响的实证研究

4.1 数据来源与变量选取

4.1.1 数据来源

数据来源应首先考虑到实证样本的充足性和可靠性。本文实证样本来自国家统计局网站、中经网产业数据库以及百城住宅网，数据的跨度和频度为2004年1季度至2011年2季度的季度数据，共30个时序样本，基本涵盖了我国房地产业繁荣发展的历史。各变量均经过必要的数据处理，包括合理的数据变换、剔除了因统计口径改变等其它原因造成的数据不可比等。

4.1.2 变量选取

根据对我国住宅价格经济影响因素的定性分析，我们从上述十个方面选择了相应的指标，即为：全社会固定资产投资（x1），国内生产总值GDP（x2），城镇家庭人均可支配收入（x3），土地交易价格指数（x4），累计房屋建筑施工面积（x5），广义货币供应量M2（x6），五年以上贷款利率（x7），金融机构境内中长期贷款（x8），总人口数（x9），法定存款准备金率（x10）。以70个大中城市房地产价格指数（以2004年1季度为基期）（y） 来反映我国住宅价格的整体情况。其具体数据见表4.1。

4.1.3灰色关联度模型建立

经过模型建立主要步骤可以得出

4.2.2 模型结果分析

（1）依据灰色关联度的排序结果可知，影响住宅价格的10个因素中，排在前三位的依次为：总人口数（x9）、土地交易价格指数（x4）、五年以上贷款利率（x7），其他因素的影响程度由大到小依次为：城镇家庭人均可支配收入（x3）、国内生产总值GDP（x2）、累计房屋建筑施工面积（x5）、货币供应量M2（x6）、法定存款准备金率（x10）、金融机构境内中长期贷款（x8）、全社会固定资产投资（x1）。

（2）每一个影响因子的关联度均超过0.5，说明每一个因子都是住宅价格的重要影响因素。

（3）关联度超过0.8的有总人口数（x9）、土地交易价格指数（x4）、五年以上贷款利率（x7）、城镇家庭人均可支配收入（x3）。总人口数（x9）的关联度最高，说明作为巨大刚性需求的决定性因素，对住宅价格有重大影响；而作为住宅价格重要组成部分的土地交易价格，直接影响着住宅价格；五年以上贷款利率（x7）的关联度达0.838，说明贷款利率对住宅价格的调控不是很理想，同时说明开发商成功地将住宅成本的增加转嫁到了消费者身上；城镇家庭人均可支配收入（x3）的关联度超过0.8表明收入确实是影响住宅价格的很重要的因素。

（4）关联度在0.7～0.8之间的有国内生产总值GDP（x2）、累计房屋建筑施工面积（x5）、广义货币供应量M2（x6）、法定存款准备金率（x10）。国内生产总值GDP（x2）达到0.773，表明宏观经济的运行状况对住宅价格有显著影响；在市场经济条件下，累计房屋建筑施工面积（x5）反映了住宅的需求潜力，因此其关联度也超过了0.7；而作为反映货币政策的广义货币供应量M2（x6）在很大程度上决定了资金的紧缺程度，从而直接影响住宅价格；法定存款准备金率（x10）的关联度为0.737，说明政府近年来通过它对住宅价格的调控并不理想，同时也说明法定存款准备金率（x10）对供给影响的作用超过了对需求影响的作用。

（5）关联度小于0.7的有金融机构境内中长期贷款（x8）和全社会固定资产投资（x1）。这两个因素的关联度小于0.7，而且是十个影响因素中关联度最小的两个，表明金融机构境内中长期贷款（x8）和全社会固定资产投资（x1）对住宅价格的影响要小一些。

5 建议

5.1 参考建议

基于模型结果及得到的结论，本文提出以下结论供政策制定者参考：

（1）为保持房地产业健康快速发展和住宅价格稳定，必须合理地控制土地价格水平，保持宏观经济的平稳快速增长。同时，应该重视城镇居民人均可支配收入指标，保持住宅价格涨幅与城镇居民收入增加相匹配和合理的住宅价格收入比，特别要防止过度投资投机资本进入房地产市场，避免房地产行业过热以致产生泡沫，影响经济社会和谐发展。

（2）政府采取的一些货币政策对住宅价格影响有限，如五年以上贷款利率和法定存款准备金率，因此政府应用货币政策对住宅价格进行调控有较大改进空间。同时应该控制银行投放房地产领域的放贷总量，合理地利用利率这一宏观调控手段，传达正确的经济信号，控制消费者的预期，避免房地产投资过热。

（3）宏观经济因素国内生产总值（GDP）和广义货币供应量M2等对住宅价格有较大影响，因此要保持宏观经济的稳定，避免住宅价格的大起大落。

（4）政策制定时，要根据当时的经济形势，各经济变量有时会反向变化，要保持住宅价格的稳定就要根据模型数据找到各变量变化间的平衡点。

参考文献：

[1]Diana Kasparova，Michael White. The Responsiveness of house prices to macroeconomic forces：a cross -country comparison[J]European Journal of Housing Policy，2001，1（3）：385-417.

[2]Matteo Iacoviello. House Prices and Business Cycles in Europe：a VAR Analysis[EB / OL] http：/ / fm bc. edu / ecp / wp540. pdf. 2002 -10 -03.

[3]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，2006，（8）：76-82.

[4]童长锜，杨和礼.房地产价格影响因素研究[J].建筑经济，2007，（7）：190-192.

[5]费晨.城市化与房地产业关系研究[D].华中科技大学硕士学位论文，2008，（5）.

[6]王雯珺，汪成豪，高鹏.2008年我国房地产市场预测[J].中国科学院院刊，2008，23（1）：43-49.

[7]廖英敏.房地产投资增幅回落趋缓[J].经济研究参考，2009，（2）：58-61.

房地产业固定资产投资范文第5篇

自改革开放以来,浙江省的固定资产投资规模不断扩大,其中房地产开发投资从90年代开始有了明显的增加,现在仍然保持增长趋势。在对浙江省的房地产开发投资影响经济增长的分析之前,先对浙江省1985年至今的宏观经济、固定资产投资和房地产开发投资发展状况进行统计分析,以便了解浙江省经济发展和房地产开发投资的具体情况。首先,为了消除物价水平变化的影响,以1985年为基期,计算浙江省1985年以来经济增长（GDP）、固定资产投资（I）和房地产开发投资（R）的数据。可以看到,从1991年到2001年浙江省房地产开发投资率稳步增加,2001-2007年房地产开发投资基本保持进入高速稳定发展时期,年均投资率保持在 9.9% 的增长水平,房地产开发投资贡献率也以年均 13.49% 的速度增长,即地区生产总值增长的13.49%来源于房地产开发投资的增加。房地产开发投资对国内生产总值增长的贡献率波动幅度较大,整体呈稳定上升趋势,其中从1991年到2000年平均贡献率为7.09,从2001年到2009年平均贡献率为12.75,比上一时期提高了5.66个百分点。2009年全省名义国民生产总值为22832亿元,比上年增长8.9%,从1985年到 2009 年实际 GDP 从 429.16 亿元增加到5486.96亿元,增长了12.79倍;固定资产投资从102.20亿元增加到2563.79亿元,增长了25.09倍;房地产开发投资从5.63亿元增加到538.01亿元,增长了95.56倍,2009年名义房地产开发投资2254亿元,比上年增长11.4%。三者之间保持同步变动的趋势,房地产开发投资的增长幅度相对与 GDP 和固定资产投资增长幅度大,投资规模扩大迅速。从总的趋势来看,浙江省国民生产总值、固定资产投资投资、房地产投资总量呈增长趋势。房地产投资占GDP 的比重反映了房地产投资在国民经济中的地位。浙江1985-2009 年的房地产投资占当年 GDP 的比重除了在1995和2004年略有回落,总体也呈现上升的趋势,并且呈现加速的特征。随着房地产业的发展和壮大,房地产投资对经济增长的拉动作用越来越大。

二、房地产投资影响经济过程中存在的特点

首先,投资结构是根据时间、空间的各种各样的变化而形成的投资分布状况,是投资总量在不同投资方向上的分配比例的具体情况,或者说是一定投资总量中各组成部分之间的比例关系,是多层次、多方位的有机联系整体。房地产开发投资的投资结构的合理性直接影响到房地产经济结构的合理性。第一是,现有的房地产经济结构是过去房地产开发的投资投资的累计结果。第二是,现有房地产经济结构的调整在相当程度上取决于房地产开发的投资投资结构的调整。当投资总量加速增长时,对投资品的需求就会增多,从而拉动生产投资品的相关产业扩张。投资在不同地区的投资规模,对地区的经济发展具有重要的影响。不同阶段房地产投资在浙江省内的分布情况表明房地产投资有大部分集中在浙东北地区,投资所占的比重较大,2004-2009年间,浙东北地区的房地产投资占全省投资总量的70% 左右,浙西南地区生产力水平较低,投资所占比重较小,在同期只占30%左右。各地区房地产投资分布不均衡,一定程度上反映了浙江省各地区生产力发展水平的不均衡。

其次,随着改革开放的不断深入,社会分配结构发生了很大的变化,浙江省的房地产投资资金的来源也发生了的变化。从1998年开始,国家实施国债资金带动投资增长的发展战略,摆脱经济增长持续低迷状态,政府首先启动国家预算内投资,致使国家预算内投资额大幅度增长。近年来,国家预算内资金逐渐退出竞争性行业,重点关注关系国计民生的一些行业;国内贷款占房地产投资的比重呈现下降的趋势,利用外资和改革开放具有明显的一致性,是对外开放政策的物质体现,体现了区域开放程度。企业对国家预算内资金和银行贷款的依赖逐步降低,自筹资金成和其他资金来源成为投资资金来源的主渠道。

最后,浙江房地产投资与全国房地产投资具有一致的周期性波动规律的同时,波动的振幅均超过全国房地产投资周期波动的平均水平,这个特点表明房地产投资具有显著的区域性。

三、采取措施发挥房地产投资对经济的促进作用

房地产投资对经济增长有很大的促进作用,但是房地产投资还是存在一定的问题,比如房地产投资的结构性矛盾和地区分配不均衡性问题比较突出等等。浙江省应该在房地产政策方面扬长避短,制定科学的贸易政策,充分发挥房地产投资对经济的促进作用。可以从以下几个方面入手:

（1）金融机构尤其是商业银行的贷款是房地产开发需求资本的重要资金来源,同时也是房地产投资的重要资金来源。金融机构的贷款对房地产开发举足轻重的作用,因此对房地产金融的控制,是对当前房地产投资过度进行控制的一个重要途径。但是由于以商业银行为主要代表的金融机构在进行房地产开发贷款时,主要是以本身盈利为主要目的,这就使得金融机构在进行业务的操作上往往缺乏全局性、前瞻性考虑,因此需要进一步加强了进行宏观金融调控,建立健全房地产行业风险防范机制。