政府政策等因素对房价影响的研究
摘要：为了研究政府政策等因素对房价的影响，笔者用分位数回归的方法对上海、北京房价数据进行实证分析，发现政府政策对房价的变动影响很大；通过对云南房价的分位数实证分析，发现旱灾对房价的变化有影响。政府应该加强对房价的预测，避免政策的摇摆性，稳定房价；同时加大对旱灾等自然灾害对房价影响的研究，做好预案，降低这些因素对房价的冲击。
关键词：分位数回归 房价 最小二乘回归 政策
中图分类号：C81 文献标识码：A
The Influence of Policies and Other Factors on House Price
Xia Huiyi（School of Mathematics and Computer Science， Chizhou University， Chizhou 247000， Anhui， China）
Abstract：In order to study the impact of government policies and other factors on housing prices， it is found that government policy has a great infl uence on the housing price， by using quantile regression method to analyze the data of Shanghai and Beijing.Through the empirical analysis of the quantile of Yunnan housing prices， it is found that the drought has an impact on the change of house prices . The government should strengthen the prediction of housing prices and avoid the wobble of policies and stabilize housing prices. At the same time， we should increase the research on the impact of natural disasters such as drought on housing prices， doing a good plan and reducing the impact of these factors on house prices.
Keywords：Quantile regression Housing prices Least square regression Policy
0 引言
1978年Koenker和Bassett首次提出了分位数回归的概念，把1818年Laplace提出的中位数回归理论推广到一般的分位数回归。分位数回归相对于最小二乘回归应用的条件更为宽松，挖掘的信息更为丰富。分位数回归已经被广泛地应用到各种问题的数据分析中，一些专家、学者运用分位数回归的方法研究风险投资、食品消费、碳排放、城乡居民的消费差异等问题。
张钰（2011）利用分位数回归模型对深证和上证市场进行了实证研究，研究结果表明分位数模型能有效度量市场的在险价值，有助于投资者做出正确的投资决策。蒋翠侠和许启发（2013）建立了食品消费支出及其影响因素的分位数回归模型，在分位数回归模型的基础上，探讨了回归系数大小，对食品消费支出的条件密度进行预测，构造了一个反事实分布。高广阔和马海娟（2012）介绍了分位数回归方法以及碳排放量出现收敛的相关原因。方匡南和章紫艺（2013）基于CGSS《中国城乡居民生活综合调查》2006年的家庭微观调查数据分析了我国城乡消费支出的分布特征，按有无社会保障将城乡家庭分为两组，利用分位数分解和反事实分析方法对两组家庭消费差异进行研究。方匡南和蔡振忠（2012）基于沪深300股指期货5分钟高频数据，利用协整检验、误差修正模型和脉冲响应函数研究我国期货长短期的价格发现机制，并用信息共享模型、共因子模型研究了我国股指期货市场的价格发现贡献程度；引入分位数回归，探讨不同涨幅的期限关系。赵进文等（2013）运用分位数回归等方法研究了我国上市银行2007年10月至2012年5月期间的股票价格数据。
这方面的研究很多，这里不一一叙述。运用经济计量模型分析实际问题是统计学常用的方法，笔者曾经用经济计量模型分析过房价问题及一些社会问题，发现效果非常好。
本文将运用分位数回归的方法对北京、上海2008年12月—2013年11月销售价格的时间序列数据进行数据分析，观察政府的政策等定性因素对房价的影响，同时将运用分位数回归的方法对云南2008年12月—2013年11月销售价格的时间序列数据进行数据分析，观察云南的旱灾对房价的影响。本文所用的数据来源是“国研网”统计数据库，由于每年1月份数据缺失，为了便于分析，本文采用上一年12月的商品房销售价格和本年度2月份商品房销售价格的均值代替1月份商品房销售价格。
1 政策对房价的影响
用分位数回归的方法对上海2008年12月—2013年11月房价数据进行分析，画出图1。在圖1中，总共有四条线，最上面的一条线是0.95的分位数线，最下面的一条线是0.95的分位数线，中间的是一条实线是最小二乘回归线，中间的一条虚线是中位数线。
中位数线和最小二乘回归线相差不大，说明均值和中位数基本一致，这又说明上房价每月的增长率相对稳定，上海房价每月实际增加值约为0.8%。0.95分位线以上的点几乎都出现在2010年、2011年初，这说明中国政府为了应对2007年美国的金融危机，2008年出台了的4万亿经济刺激政策对房价影响很大，使得原本应该下跌的房价又涨起来，由于政策影响的滞后性，使得增长最快的点出现在2010年前后0.05分位线以下的点几乎都出现在2012年，由于2011年国务院严厉的调控政策和2012年政府换届形成的政策不确定性，使得 2012年上海的房价进入低谷。用分位数回归的方法不但可以发现政府的政策对房价有显著影响，而且非常直观，简单易懂。
为了验证运用分位数回归方法分析的结果，继续用分位数回归对北京2008年12月—2013年11月房价数据进行分析，画出图2，在图2中总共有四条线，最上面的一条线是0.95的分位数线，最下面的一条线是0.95的分位数线，中间的是一条实线是最小二乘回归线，中间的一条虚线是中位数线。
最小二乘回归线在中位线之下，说明平均值小于中位数，说明北京房价越往后越高，北京房价每月实际增加值约为1%。0.95分位数上的点几乎都出现在2010年和2011年初，跟上海的情况一致， 验证了4万亿经济刺激政策对房价的影响。0.05分位数以下的点几乎都出现在2012年，跟上海一样，说明政府政策對房价有显著影响。
用分位数回归的方法对上海、北京的分析发现，政府的政策对房价影响显著，同时发现政策的影响有一定的滞后性。
2 旱灾对房价的影响
为了研究其他因素对房价的影响，用分位数回归的方法对云南2008年12月—2013年11月房价数据进行分析，见图3。
在图3中，总共有四条线，最上面的一条线是0.95的分位数线，最下面的一条线是0.95的分位数线，中间的是一条实线是最小二乘回归线，中间的一条虚线是中位数线。
中位数和均值基本一致，云南房价的月增长率约为0.36%。0.95分位数线以上的点大多出现在2011年中期和2012年初，由于2010年云南的旱灾，使得政府的4万亿的刺激政策的效果不明显，说明旱灾对房价有显著影响。0.05分位线以下的点大多出现在2010年，由于2010年云南的旱灾，使得云南的房价在2010年比较低。
在运用分位数回归的方法分析政策对房价的影响时，必须考虑自然灾害等其他因素对房价的影响。
3 结论
通过分位数回归分析发现，政府的政策对房价的影响是明显的，当政府出台政策支持房地产时，随后房价就会上升。当政府出台政策抑制房地产时，房价就会下跌。
旱灾等自然灾害对房价有显著影响，对政策的效果有影响。既然知道政府的政策可以影响房价，因此当房价下跌过快时，政府就应该出台积极的政策保持房价的相对稳定。当房价增长过快时，政府应该出台抑制的政策保持房价的相对稳定。
考虑到政策的效果有一定的滞后性，因此政府部门必须做好对房价的预测，这样才能保证政府政策的效率，避免房价的过度摇摆，维护房价的稳定，促进房地产业的健康发展，保证中国经济快速、健康地发展。
参考文献：
[1] 张钰. 基于分位数回归模型的证券市场风险研究[J]. 统计与决策，2011（9）：61- 63.
[2] 蒋翠侠，许启发. 中国城乡居民食品消费行为的分位数回归分析[J].统计与决策，2013（7）：118-122.
[3] 高广阔，马海娟. 我国碳排放收敛性：基于面板数据的分位数回归[J]. 统计与决策，2012（18）：25- 18.
[4] 方匡南，章紫艺. 社会保障对城乡家庭消费的影响研究[J].统计研究，2013（3）：51- 58.
[5] 方匡南，蔡振忠. 我国股指期货价格发现功能研究[J]. 统计研究，2012（5）：73- 78.
[6] 赵进文，张胜保，韦文彬. 系统性金融风险度量方法的比较与应用[J].统计研究，2013（10）：46- 53.
[7] 夏慧异. 运用增维的方法解决信息屏蔽问题[J]. 统计与信息论坛，2011（08）：15- 17.
[8] 夏慧异. 关于房价问题的统计学研究[J]. 统计与决策，2012，363（15）：16- 18.
[9] 夏慧异. 国家的财政收入和广义货币量（M2）对房地产的影响[J]. 统计与决策 ，2014，403（07）：153-155.
[10]夏慧异. 中国房价与美国房价的比较研究[J]. 管理观察，2016（28）：9- 13.
关键词：分位数回归 房价 最小二乘回归 政策
中图分类号：C81 文献标识码：A
The Influence of Policies and Other Factors on House Price
Xia Huiyi（School of Mathematics and Computer Science， Chizhou University， Chizhou 247000， Anhui， China）
Abstract：In order to study the impact of government policies and other factors on housing prices， it is found that government policy has a great infl uence on the housing price， by using quantile regression method to analyze the data of Shanghai and Beijing.Through the empirical analysis of the quantile of Yunnan housing prices， it is found that the drought has an impact on the change of house prices . The government should strengthen the prediction of housing prices and avoid the wobble of policies and stabilize housing prices. At the same time， we should increase the research on the impact of natural disasters such as drought on housing prices， doing a good plan and reducing the impact of these factors on house prices.
Keywords：Quantile regression Housing prices Least square regression Policy
0 引言
1978年Koenker和Bassett首次提出了分位数回归的概念，把1818年Laplace提出的中位数回归理论推广到一般的分位数回归。分位数回归相对于最小二乘回归应用的条件更为宽松，挖掘的信息更为丰富。分位数回归已经被广泛地应用到各种问题的数据分析中，一些专家、学者运用分位数回归的方法研究风险投资、食品消费、碳排放、城乡居民的消费差异等问题。
张钰（2011）利用分位数回归模型对深证和上证市场进行了实证研究，研究结果表明分位数模型能有效度量市场的在险价值，有助于投资者做出正确的投资决策。蒋翠侠和许启发（2013）建立了食品消费支出及其影响因素的分位数回归模型，在分位数回归模型的基础上，探讨了回归系数大小，对食品消费支出的条件密度进行预测，构造了一个反事实分布。高广阔和马海娟（2012）介绍了分位数回归方法以及碳排放量出现收敛的相关原因。方匡南和章紫艺（2013）基于CGSS《中国城乡居民生活综合调查》2006年的家庭微观调查数据分析了我国城乡消费支出的分布特征，按有无社会保障将城乡家庭分为两组，利用分位数分解和反事实分析方法对两组家庭消费差异进行研究。方匡南和蔡振忠（2012）基于沪深300股指期货5分钟高频数据，利用协整检验、误差修正模型和脉冲响应函数研究我国期货长短期的价格发现机制，并用信息共享模型、共因子模型研究了我国股指期货市场的价格发现贡献程度；引入分位数回归，探讨不同涨幅的期限关系。赵进文等（2013）运用分位数回归等方法研究了我国上市银行2007年10月至2012年5月期间的股票价格数据。
这方面的研究很多，这里不一一叙述。运用经济计量模型分析实际问题是统计学常用的方法，笔者曾经用经济计量模型分析过房价问题及一些社会问题，发现效果非常好。
本文将运用分位数回归的方法对北京、上海2008年12月—2013年11月销售价格的时间序列数据进行数据分析，观察政府的政策等定性因素对房价的影响，同时将运用分位数回归的方法对云南2008年12月—2013年11月销售价格的时间序列数据进行数据分析，观察云南的旱灾对房价的影响。本文所用的数据来源是“国研网”统计数据库，由于每年1月份数据缺失，为了便于分析，本文采用上一年12月的商品房销售价格和本年度2月份商品房销售价格的均值代替1月份商品房销售价格。
1 政策对房价的影响
用分位数回归的方法对上海2008年12月—2013年11月房价数据进行分析，画出图1。在圖1中，总共有四条线，最上面的一条线是0.95的分位数线，最下面的一条线是0.95的分位数线，中间的是一条实线是最小二乘回归线，中间的一条虚线是中位数线。
中位数线和最小二乘回归线相差不大，说明均值和中位数基本一致，这又说明上房价每月的增长率相对稳定，上海房价每月实际增加值约为0.8%。0.95分位线以上的点几乎都出现在2010年、2011年初，这说明中国政府为了应对2007年美国的金融危机，2008年出台了的4万亿经济刺激政策对房价影响很大，使得原本应该下跌的房价又涨起来，由于政策影响的滞后性，使得增长最快的点出现在2010年前后0.05分位线以下的点几乎都出现在2012年，由于2011年国务院严厉的调控政策和2012年政府换届形成的政策不确定性，使得 2012年上海的房价进入低谷。用分位数回归的方法不但可以发现政府的政策对房价有显著影响，而且非常直观，简单易懂。
为了验证运用分位数回归方法分析的结果，继续用分位数回归对北京2008年12月—2013年11月房价数据进行分析，画出图2，在图2中总共有四条线，最上面的一条线是0.95的分位数线，最下面的一条线是0.95的分位数线，中间的是一条实线是最小二乘回归线，中间的一条虚线是中位数线。
最小二乘回归线在中位线之下，说明平均值小于中位数，说明北京房价越往后越高，北京房价每月实际增加值约为1%。0.95分位数上的点几乎都出现在2010年和2011年初，跟上海的情况一致， 验证了4万亿经济刺激政策对房价的影响。0.05分位数以下的点几乎都出现在2012年，跟上海一样，说明政府政策對房价有显著影响。
用分位数回归的方法对上海、北京的分析发现，政府的政策对房价影响显著，同时发现政策的影响有一定的滞后性。
2 旱灾对房价的影响
为了研究其他因素对房价的影响，用分位数回归的方法对云南2008年12月—2013年11月房价数据进行分析，见图3。
在图3中，总共有四条线，最上面的一条线是0.95的分位数线，最下面的一条线是0.95的分位数线，中间的是一条实线是最小二乘回归线，中间的一条虚线是中位数线。
中位数和均值基本一致，云南房价的月增长率约为0.36%。0.95分位数线以上的点大多出现在2011年中期和2012年初，由于2010年云南的旱灾，使得政府的4万亿的刺激政策的效果不明显，说明旱灾对房价有显著影响。0.05分位线以下的点大多出现在2010年，由于2010年云南的旱灾，使得云南的房价在2010年比较低。
在运用分位数回归的方法分析政策对房价的影响时，必须考虑自然灾害等其他因素对房价的影响。
3 结论
通过分位数回归分析发现，政府的政策对房价的影响是明显的，当政府出台政策支持房地产时，随后房价就会上升。当政府出台政策抑制房地产时，房价就会下跌。
旱灾等自然灾害对房价有显著影响，对政策的效果有影响。既然知道政府的政策可以影响房价，因此当房价下跌过快时，政府就应该出台积极的政策保持房价的相对稳定。当房价增长过快时，政府应该出台抑制的政策保持房价的相对稳定。
考虑到政策的效果有一定的滞后性，因此政府部门必须做好对房价的预测，这样才能保证政府政策的效率，避免房价的过度摇摆，维护房价的稳定，促进房地产业的健康发展，保证中国经济快速、健康地发展。
参考文献：
[1] 张钰. 基于分位数回归模型的证券市场风险研究[J]. 统计与决策，2011（9）：61- 63.
[2] 蒋翠侠，许启发. 中国城乡居民食品消费行为的分位数回归分析[J].统计与决策，2013（7）：118-122.
[3] 高广阔，马海娟. 我国碳排放收敛性：基于面板数据的分位数回归[J]. 统计与决策，2012（18）：25- 18.
[4] 方匡南，章紫艺. 社会保障对城乡家庭消费的影响研究[J].统计研究，2013（3）：51- 58.
[5] 方匡南，蔡振忠. 我国股指期货价格发现功能研究[J]. 统计研究，2012（5）：73- 78.
[6] 赵进文，张胜保，韦文彬. 系统性金融风险度量方法的比较与应用[J].统计研究，2013（10）：46- 53.
[7] 夏慧异. 运用增维的方法解决信息屏蔽问题[J]. 统计与信息论坛，2011（08）：15- 17.
[8] 夏慧异. 关于房价问题的统计学研究[J]. 统计与决策，2012，363（15）：16- 18.
[9] 夏慧异. 国家的财政收入和广义货币量（M2）对房地产的影响[J]. 统计与决策 ，2014，403（07）：153-155.
[10]夏慧异. 中国房价与美国房价的比较研究[J]. 管理观察，2016（28）：9- 13.
