论文网
房地产价格类论文范文集,与房地产价格波动对地方财政收入的效应相关论文答辩开场白
本论文是一篇房地产价格类论文答辩开场白,关于房地产价格波动对地方财政收入的效应相关研究生毕业论文开题报告范文。免费优秀的关于房地产价格及房地产及房地产市场方面论文范文资料,适合房地产价格论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
摘 要：针对房地产价格不断攀升、居高不下,严重影响经济和社会稳定的背景,本文选取市场化程度高、财政收入数据全面而明细的京、津、沪、渝四个直辖市,基于1997―2009年面板数据,建立面板数据模型研究房地产价格波动对地方财政收入的效应.研究发现,房地产价格波动与地方财政收入存在正相关关系,即地方财政收入与房地产价格成同方向变动；不同地区（即京沪两市和津渝两市）的房地产价格波动对地方财政收入的影响程度存在差异；地方财政收入与自身滞后效应和产业结构显著相关.最后本文给出了相关政策建议.
关 键 词：房地产价格；地方财政；面板数据
中图分类号：F810.41文献标识码：A文章编号：1000-176X（2011）10-0089-06
收稿日期：2011-08-20
作者简介：徐建邦（1957-）,男,辽宁营口人,教授,主要从事统计学研究.E-mail:xujb@dufe.省略
一、引言
当前,学术界关于房地产与地方政府关系区域差异的相关研究,较多地集中在房地产价格上涨的地方政府因素方面.国外学者Case等从全球房地产市场周期和经济基本面来分析房地产问题［1］.Collyns和Senhadji利用相关数据,借助亚洲金融背景,分析房地产的根源［2］.而国内相关学者也对此做出了深入的研究和分析,如,高凌江通过分析地方财政支出与房地产价值之间的关系,得出地方财政支出和房地产价值两者之间存在高度正相关关系,同时他指出,城市持续高水平的财政支出,经过时间的积累,必定通过房地产价值的增加予以体现［3］.王怡指出大部分省市的收入水平、境外投机资金和经济波动会直接影响房地产价格,且影响程度不同,房价的地区差异由此产生［4］.刘梦珊指出房地产价格的提升受地方财政支出的影响,而土地出让收入与房地产价格也具有正相关性［5］.赵昕东、杜雪君分别从宏观经济的层面和房地产税来研究分析房地产价格波动,也得出了类似的结论［6-7］.
基于国家体制不同,国内外对于房地产价格及房地产业与经济关系的研究内容存在较大差异.国外多从房地产市场与经济基本面及影响等方面来研究地区间房地产价格的差异,而国内则主要对房地产及其相关行业与地方政府财政之间的关联性做出全面而详尽的分析研究.但国内外研究都肯定了一点：房地产价格波动会影响地方政府的财政收入.
本文正是基于当前国内外学者的研究思路,选取我国经济发展最快和市场化程度最高,房地产开发比较规范、交易信息比较透明,且政府收入与支出较为明细的京、津、沪、渝四个直辖市面板数据［8］（PanelData）或称平行数据,是指包含若干个截面个体成员（各公司、各省市地区等）在一段时期内的二维结构数据）,建立回归模型来研究房地产价格波动对地方财政收入效应.该研究成果不仅可以帮助上述四市的决策机构更客观地认识房地产业在不同地区和不同时期对地方财政收入的作用,还可供我国其他地方政府制订与房地产业及城市发展相关的政策提供参考.
二、实证分析
1.模型构建与指标处理
（1）模型构建
本文用房地产价格的对数值和其他相关经济指标来解释北京（BJ）、天津（TJ）、上海（SH）、重庆（CQ）四直辖市的地方财政收入.为了考察房地产价格波动对地方财政收入的影响,将模型的形式设定如下：
lnLFitαi+βlnHPit+ΘXit+uit（1）
i1,2,3,4t1997,1998,等,2009
其中,被解释变量lnLFit和解释变量lnHPit分别是第i直辖市在时期t的地方财政收入和房地产价格的对数值；而可能影响到地方财政收入的主要相关因素都被包含在控制变量Xit中；uit表示混合随机误差项,并且服从均值为零、方差为σ2u的正态分布.
控制变量［9］的含义是指控制其他经济指标或政策环境变化带来的对被解释变量的影响指标.如果模型中不加入控制变量,很可能会产生伪回归.本文主要考虑经济因素对各直辖市财政收入的影响,分别选择工业增加值（IIV）和其他第三产业产值（TI）作为控制变量进入模型.
（2）指标处理
地方财政收入LF：各直辖市财政收入均为自然口径的决算收入,且不包括中央对地方的税收返还数.为了消除价格因素的影响,本文采用居民消费价格指数（上年100）对各数据进行平减.
房地产价格HP：选取各直辖市当年的商品房销售额除以当年的商品房销售面积来度量.
工业增加值IIV：按当年价格计算的工业增加值.为了消除价格的影响,本文采用工业品出厂价格指数（上年100）对各数据进行平减.
其他第三产业增加值TI：按当年价格计算的第三产业增加值减去房地产开发投资额（替代房地产业增加值）,然后采用商品零售价格指数（上年100）来对各数据进行平减.
2.数据来源及变量的描述性统计
本文数据来源：《中国统计年鉴》、《新中国五十年统计资料汇编》、分省统计年鉴以及《中经网统计数据库》公布的相关数据.考虑到重庆在1997年才被设立为直辖市,于是在问题的研究中,选取了1997―2009年省际面板数据.同时,为防止数据在处理过程中由于单位过大,使得软件非人为地缺少小数位,将原始数据单位统一修订为万元；为了消除地方财政收入和各解释变量存在的异方差和量纲的问题,本文在实证分析时对所有变量进行了取自然对数处理.
本文采用Eviews6.0软件做数据分析,各变量的描述性统计结果如表1所示.
表1相关变量描述性统计一览表
3.实证分析
（1）模型设定的检验
在对面板数据模型进行估计时,需要检验样本数据符合混合回归模型、变截距模型以及变系数模型中的哪一种,以防止因设定了错误的模型形式而导致估计结果偏差或错误.本文使用较为常用的F检验,检验如下假设：
H10:β1β2等βk,αi≠αji、j1,2,等N
H20:α1α2等αN,β1β2等βk
两个F检验统计量分别为：
F2～F［（N－1）（K+1）,NT－N（K+1）］（2）
F1～F［（N－1）K,NT－N（K+1）］（3）
其中,S1、S2、S3分别是变系数模型、变截距模型和混合回归模型的回归残差平方和.
模型形式检验的基本过程是：
首先检验原假设H20.给定显著性水平α,若F2 根据上面的分析,结合本文的具体问题,分别估计变系数模型、变截距模型和混合回归模型,并通过SUR（似不相关回归）加权,得其残差平方和分别为： S148.52S250.39S3130.20 在此N4,T13,K3,利用式（2）以及式（3）可得两检验统计量的计算结果： F25.05F10.15 在0.5%显著水平下,F0.005（12,36）3.0267,F0.005（9,36）3.2965.显然可以看出：F2>F0.005（12,36）,F1 lnLFitαi+β1lnHPit+β2lnIIVit+β3lnTIit+β4lnLFi,t－1+uit（4） i1,2,3,4t1997,1998,等,2009 （2）固定效应与随机效应的选择――Hausman检验 确定面板数据模型的基本形式后,还需要判断是选择固定效应模型还是随机效应模型.一方面,可以根据所研究问题的特点来定,即仅对样本自身的效应进行分析使用固定效应模型,用样本推断总体效应则使用随机效应模型.另外,也可以通过检验固定效应与其他解释变量是否相关作为进行固定效应和随机效应模型筛选的依据.本文做了后一种处理,以增强选择的科学性,所使用的方法为Hausman检验［10］.该检验的基本思想是,在固定效应与其他解释变量不相关的原假设下,采用OLS估计固定效应模型和采用GLS估计随机效应模型得到的参数估计都是无偏且一致的,只是前者不具有效性；如果原假设不成立,那么固定效应模型的参数估计将仍然是一致的,而随机效应模型的参数估计却 房地产价格类论文范文集,与房地产价格波动对地方财政收入的效应相关论文答辩开场白参考文献资料：
接下来,给定显著性水平α,若F1