济宁市房地产价格波动特征的实证研究
王 丰
(云南农业大学经济管理学院，云南 昆明 650201)
摘要： 2008年以来，受经济增长和城镇化加速等多方面因素影响，济宁房地产市场一直保持上升势头，房地产价格也越来越高，造成了一定程度的房产供需失衡，也影响到宏观经济的健康稳定发展。本文针对房地产价格波动的特征和机制，从理论与实证的角度，系统的对房地产价格的循环波动、区域与传递特征进行研究，进而从时间趋势角度分析房地产价格波动特征理论的解释效果。
关键词： 济宁市；房地产；价格波动；房价波动机制
一、绪论
济宁市坐落于山东省西南部，下辖任城区、市中区、兖州市、曲阜市、邹城市、汶上县、微山县等行政区。济宁市是连接华东、华北的重要交通枢纽，著名的京杭大运河贯穿南北，京九、京沪、新石铁路交汇于此，京沪高铁贯穿其中。
由于受到经济增长和城镇化加速等多方面因素影响，2008年全国奥运经济的热潮过后，济宁房地产市场一直保持上升势头，房价也越来越高，造成了一定程度的房产供需失衡，可能影响到宏观经济的健康稳定发展。根据近年来济宁房价波动的特征对症下药，已成为解决济宁市房地产市场失衡的重要立足点。
本文针对房地产价格波动的特征和机制，运用实证分析的方法，系统的对济宁房地产价格的循环波动、区域与传递特征进行研究，进而从时间趋势角度分析房地产价格波动特征理论的解释效果，从微观层面理论模拟房地产市场价格波动的内在原理，从宏观层面实证分析济宁房地产价格波动的特征与规律。
首先，东博会的品牌发展还不是特别成熟。近十多年来，随着南宁东博会的成功举办，南宁的会展业走上了一条高速发展的道路。但由于南宁经济底子薄，人才吸引力度薄弱，和其他省份相比，我们的会展业还不够成熟。东博会相比周边的广交会等大型展览会，实力相差较大，导致其吸引力不强，影响来参加展会的人员数量和质量，在一定程度上也影响其会展旅游以及南宁的整体旅游。
为考察过境免签政策实施的动态效果，本文引入多期DID模型，将政策虚拟变量与政策实施后的年份的虚拟变量构造交乘项，从而判断政策实施的阶段性效果。修正后的计量模型如下：
本文主要运用实证分析的方法，重点探讨以下两个问题：第一，结合济宁市房价相关数据，总结济宁市房价波动的特征；第二，建立计量经济学模型，在实证分析的层次上，对房地产价格波动特征中的循环波动、区域性以及传递性予以研究。
二、济宁市房地产价格波动特征分析
1.趋势波动和循环波动特征
根据济宁房价网2015年4月～2018年12月相关数据,济宁市的房地产价格波动一直处于活跃状态。从长期趋势来看，济宁市的房价围绕向右上方倾斜的上升趋势线上下波动。从短期形态来看，济宁市房价波动主要有三种情况：持续型涨落，突变型涨落，稳定不变。因此，济宁市房价波动的趋势特征表现为长期波动上涨，短期震荡变动。
循环波动方面，济宁市的房价波动并不具备明显的波动周期。绝对价格的波动状况表现为：上涨周期短且幅度大，下降周期长但幅度小，稳定不变的周期占比较大。相对价格指济宁市房价均价增长率，其波动状况表现为：波动频率极高，没有较长的平稳期，上涨和回落的幅度剧烈，甚至在一些月份跌至负值。济宁市房价的相对价格波动呈现出极强的不确定性和不可控性，多为异常波动所造成。
2.区域性和传递性特征
济宁市分为4个市辖区和10个市辖县(包括县级市)，经济发展水平各不相同。总体来看，4大市辖区的经济水平高于10个市辖县，其中以市中区和任城区经济最为发达。由济宁房价网2015年4月～2018年12月相关数据可知，市中区和任城区的房价远高于兖州市和汶上县，且前者的房价波动幅度更大。同时，房价波动最先出现在市中区，其次是任城区，第三是兖州市，第四是汶上县，呈现了由经济中心向外发散的“波纹效应”。由此可总结出济宁市房价波动的区域性特征为市辖区房价和房价波动幅度远高于市辖县，传递性特征为房价波动现象由市辖区向市辖县蔓延。
3.宏观经济相关性
根据济宁市统计年鉴2007年～2017年相关数据，济宁市商品房销售额均价在2007年～2017年间逐年上升，但其环比增速却并非同步增长，而是呈现震荡下降的趋势。在长期趋势上，济宁市房价增速与济宁市GDP增速呈现一定程度的吻合，但房价增速的波动幅度远远大于GDP增速，且房价的涨落在时间上晚于GDP的涨落。理论上，房地产行业是国民经济的一大支柱，其价格波动与GDP的联系较紧密。房价可以通过宏观经济的发展趋势进行预测，反之亦然。济宁市的房价波动与宏观经济波动在长期趋势上基本吻合，但在短期内存在较大差异，说明其房价波动不能完全通过宏观经济来解释，应更多地关注由信息不对称引起的短期异常波动现象。
三、济宁市市房地产价格波动特征实证研究
1.济宁房地产价格循环波动的研究
(1)样本数据
2015年2月至2017年7月我院对133例高血压合并冠心病患者进行了研究分析,我们排除了肿瘤和感染性疾病患者。将患者分成了对照组和试验组,试验组有37例男性,30例女性,最小44岁,最大77岁,平均(63.2±4.1)岁;对照组有37例男性,29例女性,最小44岁,最大77岁,平均(63.8±3.7)岁。两组的普通资料对比不存在统计学差异性,能够进行比较分析。
本节选取了2015年4月～2019年1月的济宁房地产价格数据，数据来源为济宁房价网，并运用X-12模型对其进行季节调整，排除了济宁房价波动中的季节因子，最后通过季节调整后的数据计算出了2015年5月～2019年1月的45组济宁房价增长率数据。
(2)马尔科夫转换模型的建立及实证结果
选取适合的截止高度角，保障算法的可用性，设置好检测门限阈值，可以有效地进行周跳的探测。成功探测到周跳后，利用Chebyshev多项式拟合进行计算修复。值得注意的是，本文的方案可以有效地对独立的单频接收机发生的周跳进行探测和修复，减小了对接收机性能的要求，增强系统的可靠性。
① 建立Markov模型
本节运用Hamilton(1989)提出的马尔科夫区制转换模型对济宁房价的循环周期进行分析。济宁市房地产价格波动具有循环波动的特征，具有周期性。但每个周期的持续时间、波动幅度并不固定，具有非线性特征，因此可用马尔科夫转换模型建模，以测得其转换概率及平滑概率，从而推出济宁市房价波动的周期特征。本文对济宁市房价增长率进行自回归，得出模型最优阶数为4阶。由于济宁市房价负增长不明显，负增长率只占数据的22%，则说明其房价波动呈现上涨周期和稳定周期的循环变化，没有明显的下跌周期，因此模型包含两个区制。由以上条件得出回归方程如下：
必须要对矩阵B每一列进行正规化，每一列正规化进行再正规化，得到特征向量W，对加总后得到的向量再正规化，得特征向量W，计算判断矩阵B的最大特征值。
该回归方程中，yt为t月度的济宁房价增长率；st为状态变量(不可观测)，取值为1和2，st=1代表房地产价格波动的上涨周期，st=1代表房地产价格波动的横盘周期(稳定周期)；μ(s)表示当济宁市房地产价格在t时期处于st阶段时，yt受噪声项ε影响的均值。
② 实证结果
H0:该模型为线性模型；
其中，市辖区组包括市中区和任城区，县级市组包括曲阜市、邹城市和兖州市，市辖县组包括嘉祥县、汶上县和梁山县。本节运用相关系数法计算出各县区房价两两之间的相关系数。根据该表可看出：一方面，地理位置越接近的县区，相关系数越大，如任城区与市中区、曲阜市相邻，与这两个地区的相关系数也是任城区所有相关系数中的最大值。另一方面，地区越发达，其相关系数越大，即房价波动状况越相似。如市中区和任城区是济宁市最发的的两个地区，二者的房价走势最为一致，相关系数较大。
本节运用Hotelling于1933年提出的主成分分析法，对济宁市主要县区的房地产价格数据进行降维，提取影响房价波动的区域因子和城市因子，并进行比较。
同时配合公安部下发《城市道路交通信号灯配时智能化和交通标志标线标准化工作指导意见》[3]，即“交通标志标线规范化，信号配时智能化”的要求，通过浮动车数据分析，科学设置杨庄东街交通组织和信号配时，对其进行综合优化和改造[4-10].
油罗口水库位于章江上游大余县城以西10 km处，是一座以防洪为主，结合发电、养鱼、改善灌溉用水等综合利用的大（2）型水利枢纽工程。计算工况，在5000年一遇～10000年一遇洪水情况下，水位为校核洪水位223.7 m时，副坝在高程为212 m高程处发生管涌导致溃坝。
针对每月增长率的百分数构建马尔科夫四阶自回归模型，通过Eviews9.0进行模型参数求解，可得结果如下：由模型结果可知，大部分参数均显著。其中μ1与σ1分别表示区制1模型相应的截距项及标准差，μ2与σ2分别表示区制2模型相应的截距项及标准差，P11、P22则为不同状态间的转换概率，AR(1)、AR(2)、AR(3)、AR(4)则为相应的四阶自相关回归模型系数。
H1:该模型具有非线性特征的马尔科夫转换模型
统计检验量为：LR = Lm(qm)-L0(q0)～χ2(k)
其中，k为参数个数差，Lm(qm)为马尔科夫转换模型的对数似然值，L0(q0)为模型线性时的对数似然值。
而云南蒙自石榴的在这方面做的比怀远石榴好。在生活中会发现，怀远石榴在蚌埠市内出现的较多，而安徽许多城市多数地区卖的都是蒙自石榴而不是怀远石榴。有许多安徽省内的人甚至不知道怀远产石榴，却知道远在云南的蒙自石榴，这是一个值得深思的问题。
构建AR(4)四阶自回归线性模型，参数估计结果如下：
即：LR= -59.004-(-73.075)= 14.071
查表得知，当1%显著水平时，卡方分布临界值为13.049。因此拒绝原假设，从而可以说明本文中采用马尔科夫模型比较合适。
2.济宁市房地产价格波动的区域性特征研究
(1)样本数据
本节选取了2015年4月～2019年1月的济宁主要县区房地产价格数据，包括市中区、任城区、曲阜市、邹城市、兖州市、嘉祥县、汶上县和梁山县，数据来源为济宁房价网。运用X-12模型对所选原始数据进行季节调整，排除了房价波动中的季节因子，最后通过季节调整后的数据计算出了2015年5月～2019年1月的360组济宁主要县区房价环比指数。
(2)相关系数法分析
本节根据这8个县区的地理位置，将其分为三个组：市辖区组，县级市组，市辖县组。
由参数估计结果和平滑概率估计结果可看出，济宁市房地产价格可大致分为两个阶段，即上涨阶段与横盘阶段。上涨阶段截距估计值为1.535，表明房产价格在上升阶段平均增长率为1.535%；横盘阶段截距估计值为0.297，即房产价格在横盘阶段时平均增长率仅为0.297%。上涨与横盘阶段交替出现，P11为0.543，P22为0.603即如果当前济宁市房价在上涨阶段，下阶段横盘概率约为0.457；如果当前房价在横盘阶段，下阶段上涨概率约为0.397。平滑概率表则为济宁市每月房价所处状态，可计算得出济宁市房价上涨周期约为2.41个月，横盘周期约为1.78个月，具有较明显的非对称特点。说明济宁市房地产价格波动的上涨周期比稳定周期持续时间更长。
(3)济宁市各县区房地产价格波动的因子贡献率
微课以其短小精悍、主题突出优点被越来越多的应用到教学改革中，无疑将会在教学过程中大放异彩，然而如何更好地与传统教学相结合，更有效的提高教学效果，仍需在实践教学中进一步探索研究。
③模型检验
2.温故知新，及时复习。一是要指导学生进行复习，我上课时提问上一节所学的知识，培养他们同遗忘作斗争；二是培养学生会总结，及时将平时作业、单元练习中一题多解的题目、变式题等收集成册，便于复习时参考，从而提高解题能力，巩固所学的知识。
根据主成分分析结果可得出，区域因子的贡献率占36.07%，城市因子的贡献率为20.46%。从特征值上来看，城市因子的特征值明显小于区域因子，说明在各县区的房价波动中，区域因素的影响较城市因素更大。但由于房价波动的影响因素较多，二者的贡献率皆不超过50%。
3.济宁市房地产价格波动的传递性特征研究
针对2005年5月～2019年1月8个济宁主要县区的房地产价格环比指数进行ADF检验。由结果可得，p值<0.01，拒绝原假设序列不平稳，即说明在1%置信度下，各县房价环比指数为平稳序列。
(1)平稳性检验
(2)两两协整关系检验
本文采用Hansen似然比来验证模型非线性特征。
由平稳性检验结果可知，各县区房价环比指数皆为平稳序列，则此时可直接采用Granger因果检验判断其协整关系，从而避免伪回归现象的出现，当检验出协整关系后，此时方可进一步判断因果关系。检验过程主要分以下两步：
① 构建两变量间回归模型：
Yt=Ys+εt=α0+α1*Xt+εt
其中，Yt为解释变量，Xt为自变量，εt为残差。
② 对模型残差进行ADF单位根检验，若此时检验结果稳定，则说明两变量间存在协整关系。本节采用Johansen协整检验法将各县区房价任意两两组合构建回归模型，并通过最小二乘法求解后，对模型残差进行单位根检验。所得结果如下：
共有37对房价环比指数存在长期均衡关系。其中邹城市、任城区与其他县房价环比指数间均衡关系较少，嘉祥县、梁山县、曲阜市、市中区、汶上县和兖州市与其他地区的均衡关系较多。
(3)误差修正模型
协整关系并不一定意味着均衡关系的存在，因此引入误差修正机制，当变量均为一阶单整时，模型具体形式为：
△Yi=β0+β1△Xi-λecmi-1+μi
ecmi-1=Yi-1-α1-α2Xi-1
△Yi及△Xi分别为Yi及Xi的一阶差分，λ为调整速度，β1则为短期弹性，α2代表长其弹性，μi为模型残差项，代入计算后，共得37组模型参数估计结果如下：
今年中秋节，七十多岁的林运娘未能与家人团聚，因“非法占用农用地”，她被处以4个月拘役，于中秋节前夕进入看守所服刑。
根据误差修正的参数估计结果可得出以下两个结论：第一，市中区与其他地区房价波动一致，市中区是其他各地区房价波动的格兰杰原因，同时也是其他各地区房价波动的格兰杰结果。这说明市中区推动周边地区房价上涨后，周边地区房价上涨又进一步推动中心市区房价上涨，形成地区循环的波纹效应。第二，邹城市与任城区相较市中区不同，二者可能是部分地区房价波动的格兰杰原因，但并不是其他地区房价波动的格兰杰结果。即邹城市与任城区的房价增长，对其他地区房价均将造成一定程度的影响，但受其他地区影响较小。
四、结论
本文针对济宁市房地产价格波动展开研究，首先基于房价走势、房价增长率、房价环比指数及与GDP的联动关系，总结出济宁市房价波动的特征。接下来本文通过实证分析，建立了马尔科夫转换模型、相关系数模型、主成分分析模型、Johansen协整检验模型及Granger因果关系检验模型，证明济宁市房地产具有上涨周期和横盘周期循环交替波动、区域性、波纹效应等特征，最终得出以下研究成果及结论：
(1)本文通过对济宁房价走势及房价增长率的分析，总结出济宁市房价波动具有“长期波动上涨，短期震荡变动”的特征。济宁房价的相对价格波动呈现出极强的不确定性。与较为稳定的绝对价格走势不同，相对价格几乎不存在平稳期，波动频率较高，振幅极大，证明济宁房价深受异常波动的影响。
(2)本文采用二区制四阶马尔科夫转换模型对济宁市房价波动周期进行了估计和预测，分析结果证明济宁市的房价波动主要分为上涨周期和横盘周期，不具备明显的下跌周期。上涨周期与横盘周期循环交替出现，且上涨周期的持续时间约为横盘周期的2倍。
田朵接过她为小宁点的那份套餐时，才想起来她忘了备注免辣。小宁受伤住在医院，医生说得忌辣，伤口才能好得快一些，可是她给忘了。这要是放在过去，她和小宁肯定免不了为此吵上一架，说不定还会把外卖给摔了。好在现在俩人都收敛了，田朵默默地拿着筷子往外夹辣椒，小宁连说没事，没那么矫情。这样的一派和谐，让田朵心生感慨，唉，如果以前她能懂得夫妻之间要互相包容和忍耐，小宁也就不会受伤住院了，两个人也不会差点闹到离婚的地步。
(3)本文分别抽取了济宁市市中区、任城区、兖州市和汶上县4个地区的2015年～2019年房价走势，通过折线图对比可知，经济越发达的地区房价波动越剧烈，济宁市辖区房价和房价波动幅度远高于市辖县或县级市。且发达地区之间的房价相关系数较落后地区更大，房价波动状况更加吻合。在时间序列上，房价波动首先产生在发达地区，后产生波纹效应传递到周边地区。
(4)本文采用相关系数法和主成分分析法对济宁市8个主要地区的房价环比指数进行分析。首先，通过相关系数法计算出各地区两两间相关系数，计算结果证明地理位置越接近的县区，相关系数越大，相邻地区之间的房价波动具有明显的联动性。其次，本文通过主成分分析法对各地区房价环比指数进行降维，分解出两个主成分：区域因子，城市因子。总体来看，区域因素的影响较城市因素更大，但并不占绝对主导地位。
有的高等院校和科研院所内部管理松懈，内部制度不健全，规范科研活动必需的管理流程不完备。如：审计中发现，有的高等院校和科研院所在承担课题使用专项资金时，通过业务单位开具会务费发票虚列会议费，不能提供会议通知、会议经费预算申请、会议签到表、支付会议费无场所的消费清单等证明材料，报销会议费用直接给课题组人员。有的甚至违规划拨资金给会议业务单位，无会议实际支出，费用留存在会议场所单位。
(5)本文采用了Johansen协整检验模型和Granger因果检验模型对济宁市各县区房价波动的互动关系进行分析，分析结果证明除邹城市、任城区之外，其他地区的房价波动均存在一定程度的长期均衡关系。市中区的房价波动与其他地区形成了双向循环式的波纹效应，而邹城市和任城区的房价波动对其他地区只存在单向主动性的传递效应。
(6)本文通过对济宁市房价环比增速与济宁市GDP环比增速的趋势比较，发现济宁市的房价波动与宏观经济波动在长期趋势上基本吻合，但在短期内存在较大差异，说明其房价波动不能完全通过宏观经济来解释，济宁市房地产市场充斥着大量异常价格波动现象。这导致济宁市房地产市场的投机行为较多，不利于房地产市场机制的运行。投机行为对国家政策非常敏感，某些政策变动可能会引起投机行为的大爆发，导致严重的房地产泡沫。
参考文献：
[1]于高波.我国中小城市房地产价格影响因素研究[D].山东建筑大学,2014.
[2]周佳.我国房地产价格波动形成机制及与宏观经济关联研究[D].哈尔滨工业大学,2015.
[3]虞晓芬,张娟锋.我国房地产业健康稳定发展的若干问题——2010中国房地产学术研讨会综述[J].经济研究,2011,46(02):149～152+160.
[4]梁云芳,高铁梅.中国房地产价格波动区域差异的实证分析[J].经济研究,2007，(08):133～142.
[5]黄启灶.城镇化浪潮下杭州房地产投资策略分析[D].上海交通大学,2013.
[6]王文婧,司瑞雪.中国香港地区房地产发展趋势及投资策略分析[J].国际金融,2018，(03):72～80.
[7]Hamilton,JamesD.ANewApproachtotheEconomicAnal-ysisofNonstationaryTimeSeriesandtheBusinessCycle[J].Economertrica,1989,57:357～384.
[8]HansenDR,HendershottPH,MackC.DeterminantsofRe-alHousePriceDynamics[R].NBERWorkingPaper,No.9262,2002.
[9]DallasE.Johnson.AppliedMultivariateMethodsforData-Analysis[M].北京：高等教育出版社，2004:93～217.
[10]Granger.C.W.J.InvestigatingCausalRelationsbyEcono-metricModelsandCross-SpectralMethods[J].Econometrica,1969,37:424
[11]Johansen,SorenandKatarinaJuselius.MaximumLikeliho-odEstimationandInferencesonCointegration-withapplicationstothedemandformoney[J].OxfordBulletinofEconomicsandStatistics,1990,52:169～210.
中图分类号： F272
文献识别码： A
文章编号： 2096-3157(2019)19-0138-03
作者简介：
王丰，云南农业大学经济管理学院学生；研究方向：经济学。
标签：济宁市论文; 房地产论文; 价格波动论文; 房价波动机制论文; 云南农业大学经济管理学院论文;