房产价格影响因素分析.docx

《房产价格影响因素分析.docx》由会员分享，可在线阅读，更多相关《房产价格影响因素分析.docx（17页珍藏版）》请在三一办公上搜索。

1、 计量经济学课程论文 房产价格影响因素分析 基于商品住宅房市场的实证研究 作者: 吴偲 学号: 40404010 摘要: 经过十多年的迅速发展，我国房地产业已经成为国民经济的重要支柱产业，市场发展趋于稳定，住房消费成为扩大内需的新动力和消费热点。但是，近年来我国房产价格上涨较快，部分地区房价持续飙升，上涨幅度大大超出经济总体增长水平及其他行业产品与服务的上升幅度。房价增长过快的趋势，不仅极大地影响到城市居民的生活质量，也是整个国民经济继续平稳发展的一个不稳定因素，房价问题已经成为一个引起广泛关注的重要经济问题和社会问题。本文从房产价格的相关理论出发，主要从房产需求、房产供给、房产金融和房产宏观

2、调控等角度对影响房价的因素展开分析。以全国及地区统计数据为基础，采用计量经济学和统计分析方法，主要从实证角度分析各因素对房价的影响。最后，根据分析结果提出改进我国房产宏观调控以稳定房价的建议。关键词：房产价格；房产需求；房产供给；房产金融；房产宏观调控；实证分析Abstract: The real estate industry has become a vital pillar industry of China since the development in the last decade. The market development has tended to be stable a

3、nd the house-consumption has become a new driving force and hot spot of consumption to expand domestic demand. Recently, however, the house property price rose rapidly. In some regions, the house price went up sharply, with a rate far exceeding the increasing rate of the overall economy and of the g

4、oods or service price in other industries. The over-fast rising trend not only extremely influences city dwellers living conditions, but also is an unstable element for the macroeconomics smooth and sustained development. At the same time, the problem of house price has become an economic as well as

5、 a social one, drawing universal attention.This paper starts from the related theories of real estate, and then primarily analyzes the affecting factors of house price in different angles: demand, supply, finance, macroscopic readjustment and control, and other aspects. It applies econometric and st

6、atistic theories, primarily on the basis of practical analysis. Last, according to the analysis, it proposes some suggestions of the macroscopic control policies, which could help valorize housing.Key words: house property price; demand; supply; finance; macroscopic readjustment and control; practic

7、al analysis一、 引言1. 研究背景与意义1998年我国颁布了住房制度改革的纲领性文件关于进一步深化城镇住房制度改革，加快住房建设的通知，决定自当年起停止住房实物分配，建立住房分配货币化、住房供给商品化和社会化的住房新体制。这个纲领性的文件颁布8年多以来，我国房地产业飞速发展，旧的体制已经打破，新的机制逐步建立，住房消费形成新的消费热点，房地产业成为国民经济的重要支柱产业。房地产业的发展不仅仅提高了居民的居住水平，更成为拉动国民经济增长最重要的引擎之一。1998年以来，城镇住宅与房地产业投资占GDP的比重由1997年的不足6%，增加到7%-7.8%，每年拉动GDP增长1%以上，200

8、3年GDP9.3%的增长率中1.8%是房地产业贡献的。从1998年实行房改政策以来，我国的房产开发投资始终保持了20%左右的增长，房地产业保持了购销两旺的局面。但需要注意的是，近年来在我国房地产业飞速发展的同时，房产价格也上涨迅猛。据国家统计局相关数据显示，2002年初全国商品房平均价格为2226元/平方米；2003年，达到2379元/平方米，增长3.8%；2004房产价格更是一路飙升，短短半年内全国商品房均价已经升至2701元/平方米，比2003年上涨了13.5%；2005年，商品住宅平均销售价格又上涨了11%；2006年上半年，全国商品房价涨6.1%，平均售价为3199元。从下图可以清晰地

9、看出我国近年来人均住房支出情况还有住宅房投资情况： 显而易见，我国人均住房支出及住宅开发投资呈逐年上涨的趋势。 为了平抑房价，国家采取了相应的调控措施。房产价格上涨速度虽然减缓,但价格仍居高位。房价问题已引起业内外的广泛关注，不仅关系到国民经济的持续健康发展，更关系到人民的切身利益和社会稳定，也使得对影响房价变动的原因的研究具有重要的理论和现实意义。2. 研究现状2. 1国外相关研究：1981 年,Nellis 和Longbottom 通过分析英国的数据试图解释英国商品住宅价格的决定因素。作者将住宅的需求定义为人口数量、社区中抵押贷款的资产存量、平均的商品住宅价格、个人收入、消费品价格和抵押贷

10、款利率的真实函数, 将供给定义为住宅价格和住宅存量的函数。根据供给和需求相等的原理, 得到一个关于平均商品住宅价格的简化公式,从而推导出商品住宅的价格。计量经济学的结论显示, 收入是影响住宅价格的最重要的因素, 其次是抵押贷款利率和社区中抵押贷款的资产存量。Buckley 和Ermisch(1983) 提出反驳, 认Nellis 和Lognbottom 的分析忽略了两个因素, 即住宅作为投资品的特性和通货膨胀的影响,并对通胀率与住宅价格的关系做了进一步的分析。Min Hwang 和John M.Quigley 利用美国74 个大城市19871999 年13 年的数据, 建立了一个需求和供给模型

11、。需求作为住宅价格、收入和人口特性的函数;住宅供给作为利润率和地方政府限制建筑的规定的函数,其中利润率有依赖于房价和投入要素的价格。得出结论:过去住宅较高的空置率会使房价下跌; 当去年房屋的空置率较高时, 房主会预测今年房价会下跌。同时,城市的整体经济状况、家庭收入和被雇用状况( 失业状况) 也会对房价产生影响。而且在很多情况下,这些影响是巨大的。Stuart A.Gabriel,Joe P.Mattey 和William L.Wascher(2000) 通过供给和需求两方面的影响因素构建住宅价格模型,认为人口迁移和城市结构演变能够解释在过去20 年里加利福尼亚住宅价格的变动。从需求方面来讲,

12、影像住宅价格的主要因素包括住宅质量、区位、令人愉悦的可用性、其他商品价格和家庭收入;在供给方面,不同州在居住开发的土地有效性和遵守土地使用规定的成本变化很不同。但总的来说,住宅租金和住宅价格是具有一定相关性的。对于商品房价格模型的研究，国外学者从商品房价格取决于商品房各方面属性给与消费者的满足这一效用论的观点出发，对商品房价格模型问题作了大量的研究，建立了著名的Hedomic模型。由于需要数量极为庞大的数据，而在我国目前统计资料不全面、不透明的情况下，这种研究方法尚未得到应用。2. 2国内相关研究：对于房价与地价谁先谁后的问题, 在理论界一直争论不休。对房价与地价的关系,学者们多认为是房价抬高

13、了地价( 高波, 毛丰付,2003; 贺元启,2006; 刘润秋, 蒋永穆,2005;严金海,2006;易宪容,2006;谢叙祎,2006) 。罗平、何素芳和牛慧恩（2001）在城市住宅市场价格系统动力学模型实证研究一文中运用系统的思想，构建了城市住宅市场价格系统动力学模型。但该模型中诸如预测期人均住宅面积增亮等数据很难获得。接下来，很多学者都分别对某一个影响因素作了专门、细致的研究。如，沈玉和刘洪玉（2002）分析了房地产价格与宏观经济指标的关系，力图揭示商品房价格与宏观经济之间的作用与反作用关系；陈多长和宗家峰（2004）研究了房地产税收与住房价格的关系，指出税收对住房价格的影响是双重的，

14、即改变投资者的价格预期也改变住宅资产的收益流量；张万福（2005）从城镇居民需求和国际游资方面分析了人民币升值对房价的各种影响。二、 房产价格影响因素探讨1. 从需求层面分析影响房价的因素商品房的需求量是指在一定条件下消费者愿意而且能够购买的商品房数量。显然，只有有效的需求与商品房价格有关，也就是说，特定的商品房不仅要有潜在的使用者，而且购买者必须要有获得所需的商品房的购买能力，这是任何商品的需求相共性的东西。商品房需求的复杂还在于它既是消费品又具备可投资性，这种双重属性将由商品房所处的位置、市场消费、投资群体的不同而不同。因此，对商品房有效需求的市场分析有很大难度。本文将从以下三方面分析需求

15、影响：1.1 购买力增强经济持续快速健康的发展和人民收入水平的提高，更多的人有能力购置房产，这使中国居民的住房需求成了真正的有效需求。王金明和高铁梅运用可变参数模型对我国房地产市场需求、供给进行的动态定量分析表明在影响房屋需求的诸因素中，收入弹性最大，在1.58至1.66之间，从而说明在我国现阶段收入是影响房屋需求的决定性因素。1.2 需求人口增加加快城市化进程是我国进入21世纪后的重要任务，2000年我国城市化水平达到36%，已经进入城市化加速时期，最近四、五年来沿海城市的城市化率年均提高近2个百分点，由此带来的主动型需求量相当可观。1978年至2004年，我国城镇化水平由17.9%提高到4

16、1.8%，城镇人口从1.7亿增加到5.4亿，年均增长速度达4.6%。全国城市总数也由193个增加到661个。在城市数量增加的同时，城市规模也在不断扩大。在经营城市理念的指导下，全国城市特别是东部地区城市加快了城市建设步伐，拆迁规模量在短期内增长很快，拆迁户用拆迁费加银行按揭购买商品房，由此导致的被动型需求急速增长。可见，城市建设速度加快制造了大量的拆迁被动型住房需求。1.3 投资投机的需求投机就是为了从资产价格的变动中获利而买进或卖出资产，并不对资产本身的使用或盈利能力感兴趣。近年来，与房市的火爆形成鲜明对比的是股市的跌跌不休，直到去年才开始好转。加之随着中国经济体系的不断完善，投资方式日趋多

17、样化，为寻求财富的增值，投资者普遍将目光放在了房地产投资上。值得注意的是，来自区域外的富余资金对本区域房价的上涨起到了推波助澜的作用。例如所谓的“温州炒房团”。投机因素作为一种人为因素，使商品房价格脱离了市场规律的正常作用。这种现象在一些城市是非常突出的，有的达到商品房交易的40%以上。1.4 实证研究考虑到全国各地区收入、人口等的差异较大，很容易在计量分析中引起异方差，所以，在这里单以成都市为例进行分析。由于目前我国尚未投机需求量的相关统计数据，城市化和拆迁导致的需求增加也很难统计，所以我们用四川省的城镇人口数来表达。对收入和人口两个因素建立模型，如下：PcI=+1PDI+2TP+t其中，P

18、cI为成都居民住房价格指数，PDI为四川省人均可支配收入，TP为四川省城镇人口数。为常数，1、2为方程参数，t为随机误差项。由中国统计局年鉴及成都市统计信息网获得数据：指数基期=1999年的房产价格时间成都居民住房价格人均可支配收入(元) 城镇人口(万人)PcIPDITPJan-0297.9691.782059Feb-0297.9691.782063Mar-0297.9511.62078Apr-0298.6520.612081May-0298.7535.372095Jun-0297.6541.292099Jul-0299.7530.62111Aug-0299.8505.292127Sep-02

19、100.7550.792136Oct-02100.8525.352149Nov-02102.7509.562156Dec-02103.3514.832170Jan-03103612.942172Feb-03103830.842176Mar-03105.2513.642180Apr-03105.1529.252187May-03105.7545.642187Jun-03110.6556.892189Jul-03110.3562.832191Aug-03110.3550.722193Sep-03107.6600.882194Oct-03108.2570.242194Nov-03106547.682

20、197Dec-03106620.342199Jan-04111808.222235Feb-04111.02819.372283Mar-04110.5571.272347Apr-04110.7575.42390May-04110606.142452Jun-04110.7597.472497Jul-04110.96052504Aug-04110.9590.282526Sep-04108.1659.542555Oct-04107.1624.722593Nov-04108605.432609Dec-04108645.622616Jan-05111712.922624Feb-05111.11028.92

21、637Mar-05111.1634.242642Apr-05111.6640.832649May-05111.9656.052651Jun-05112.1658.922654Jul-05114.9654.052663Aug-05115641.612679Sep-05115.4699.872683Oct-05115.5685.922687Nov-05114.7656.312695Dec-05114.9713.972709Jan-06118.1775.932713Feb-06118.11151.442724Mar-06119.9684.962729Apr-06119.4700.82732May-0

22、6119729.192740Jun-06118.9710.842746Jul-06118.2737.642758Aug-06118.2714.752767Sep-06118.5745.342789Oct-06118.9768.192805Nov-06119.1762.382803Dec-06119.3771.052811首先对序列进行平稳性检验。从检验人均可支配收入的结果看，在1%、5%、10%三个显著性水平下，单位根检验的Mackinnon临界值分别为-3.5437、-2.9109、-2.5928，t检验统计量值-4.596062小于相应临界值（|t|），从而应该拒绝原假设H0，表明人均可支

23、配收入（PDI）不存在单位根，是平稳序列。从检验人口数量的结果看，在1%、5%、10%三个显著性水平下，单位根检验的Mackinnon临界值分别为-3.5437、-2.9109、-2.5928，t检验统计量值-0.290364大于相应临界值（|t|），从而应该拒绝原假设H0，表明残差序列不存在单位根，是平稳序列，说明变量之间存在协整关系。所以可以在以上给出序列的基础上建立模型。由最小二乘法(OLS)估计得:PcI=54.45376 + 0.004665PDI + 0.021391TP (3.707413) (0.003995) (0.001830)t = (14.68781) (1.16781

24、0) (11.68778)R2=0.797744 Adjusted R-squared=0.790647 F=112.4102 df=57由结果来看，人均可支配收入PDI变量的P值为0.2477，也通不过t检验，对成都市房价的影响并不显著，予以剔除。剔除后重新估计后得到的模型为：PcI=54.54945 + 0.022596TP (3.718113) (14.90181) t = (14.67127) (14.90181)R2=0.792904 Adjusted R-squared=0.789334 F=222.0639 df=581.5 实证研究的结果从本模型可看出，人均可支配收入对房价影响

25、并不显著，这与预期相违，但仔细观察近四年四川地区的城镇居民人均可支配收入情况，不难发现收入水平的变化相对于房价的增长来说微不足道。而城镇人口数量的变化很好的映证了前文所讨论的城市化进程对房价的影响。在其他条件不变的情况下，城镇人口每增加1万人，房价指数平均增长0.0226个单位。2. 从供给层面分析影响房价的因素从供给面上看，商品价格主要由成本和利润构成，在利润大体不变或变化不大的情况下，价格的变动主要取决于成本。房地产的成本包括土地取得成本、土地开发成本、建筑物建造成本、管理费用、投资利息、销售费用、销售税费、开发利润等。其中，以土地成本和建材成本为主的直接成本的快速上升是我国城市住宅价格上

26、涨的主要因素之一。2.1 土地价格刚性上涨由于土地固有的稀缺性，其供给缺乏弹性，土地价格主要由土地需求一方决定。城市土地的需求其实是一种引致需求，是由于人们对房屋的需求而引起对其承载物土地的需求，因此可以说地价与房价具有极强的正相关关系。对于地价与房价因果关系的探讨，许多学者已经通过Granger因果关系检验得出地价是房价的Granger原因的程度更大。本文不便过多累述，只从地价为因房价为果的方面进行分析。2.2 竞争导致的成本增加近年来，发展迅速的房产业吸引了许多房地产商的投资，这也形成了对建造材料及人工的需求，并促使了建造成本的上涨。房地产的供给刚性大，开发商需要大量资金的投入，上游钢铁、

27、建筑材料的供应都必须能够跟上。2.3 实证研究同需求的实证研究，考虑到全国各地区收入、人口等的差异较大，很容易在计量分析中引起异方差，所以，在这里单以成都市为例进行分析。对建筑成本（包括建材、五金成本还有人工费等）和土地购置费建立模型，如下：PcI=+1BC+2LC+t其中，PcI为成都居民住房价格指数，BC为建筑成本，LC为土地交易价格指数。为常数，1、2为方程参数，t为随机误差项。由中国统计局年鉴及成都市统计信息网获得数据：指数基期=1999年时间成都居民住房价格建筑成本土地交易价格指数PcIBCLCJan-0297.998.9107.3Feb-0297.998.8108.5Mar-029

28、7.998.9107.9Apr-0298.699.2105.3May-0298.799.3105.4Jun-0297.699.6105.5Jul-0299.7100106.1Aug-0299.8101.3106.3Sep-02100.7100.5106.5Oct-02100.8100.2107.7Nov-02102.7100.9107.8Dec-02103.3100.7107.9Jan-0310398.3115.6Feb-0310398.4116.2Mar-03105.298.6115.9Apr-03105.198.8114May-03105.798.8114.4Jun-03110.699.1

29、114.8Jul-03110.399.3115.6Aug-03110.399.5116.3Sep-03107.699.8117Oct-03108.2100.8116.4Nov-03106102.1115.8Dec-03106102.8117Jan-04111102.9123Feb-04111.02103.3124.4Mar-04110.5103.7125.1Apr-04110.7103.7127May-04110103.8129.1Jun-04110.7103.7130.9Jul-04110.9103.8130.2Aug-04110.9104129.2Sep-04108.1104.1128.2

30、Oct-04107.1103.5127.9Nov-04108102.3126.7Dec-04108101.8127.3Jan-05111105.8134Feb-05111.1105.4137.4Mar-05111.1105.3140.8Apr-05111.6105.9141.3May-05111.9106141.1Jun-05112.1106.1140.9Jul-05114.9106.1140.5Aug-05115106140Sep-05115.4106139.5Oct-05115.5106.1138Nov-05114.7106.2137.2Dec-05114.9106.2137.6Jan-0

31、6118.1103.3140.1Feb-06118.1103.3150Mar-06119.9103.2147Apr-06119.4103.7148.9May-06119104.8148Jun-06118.9105.6147.1Jul-06118.2105.7146.2Aug-06118.2105.8145.8Sep-06118.5106.2145.4Oct-06118.9106.5146.8Nov-06119.1107149Dec-06119.3106.9147根据以上对需求层面的分析可知，PcI序列是一阶单整的。下面再对BC序列进行检验。由ADF检验法知，BC也是一阶单整，即BC(1)。同理

32、，对LC序列进行检验，LC(1)。再检验变量间是否协整，DF检验结果显示，t检验统计量-7.386389，小于相应临界值，从而拒绝H0，表明残差序列不存在单位根，是平稳序列。所以可以在所给序列的基础上建立模型。对模型进行最小二乘法（OLS）估计，结果如下：PcIi=77.26887 - 0.263327BC + 0.467439LC (18.31485) (0.221990) (0.0042151)t = (4.218919) (-1.86212) (11.08954)R2=0.883990 Adjusted R-squared=0.879919 F=217.1677 df=57可以看出，可决

33、系数大于0.5，比较好；在给定=0.05水平的情况下，t检验与F检验均显著，说明建筑成本及土地交易价格指数对房产价格的影响显著。但是，BC的系数为负，与预期相反，于是检验该模型是否有多重共线性。BC及LC因素的相关系数矩阵如下所示：BCLCBC 1.000000 0.875590LC 0.875590 1.000000可以看出，两解释变量之间的相关系数较高，证实确实存在严重多重共线性。 经过差分法改变模型形式后边量之间的相关性比差分前要弱得多，所以差分后的模型可以有效地降低出现共线性的可能性。回归得到的方程为：PcIi=0.278480 + 0.000811BC + 0.125017LC (0

34、.191914) (0.216414) (0.079578)t = (1.451070) (0.003747) (1.570996)2.4 实证分析的结论从该模型估计得结果可以看出，只有自变量LC的系数是显著的，即土地价格对房价有显著的影响。建筑材料及人工成本对房价的影响并不显著。根据估计结果，在其他条件不变的情况下，平均土地价格相对于1999年均价的指数每增加1个单位，房产价格相对于1999年均价的指数便会上涨0.125个单位。建筑材料及人工费用的增加并没有给房价上涨带来太多驱动力，这个结论看似出乎意料，其实，通过分析近年来我国的现状上述结论似乎又并不矛盾。众所周知，截至2007年上半年广州

35、公务员的工资相比十年前已经上涨了近七倍，可是农民工的工资增长在扣除物价水平及通货膨胀因素后几乎维持不变。建筑工地上的人工费即是如此。即便供给市场上的材料及五金费用有所增加，但比起快速的房价增长来说可谓只是冰山一角。3. 分析金融因素对房价的影响 房地产开发需要大量的资金投入，一个房地产项目从申请立项、购买土地使用权、平整场地、设计、施工到竣工验收往往需要数千万、甚至数十亿的资金支持。因此，房地产业的发展，离不开房地产金融的支持。房地产金融对房价的影响是间接的，它主要通过四个途径发生作用。第一是通过对开发商的提供融资影响房地产开发投资的规模，即影响房地产供给量，从而间接对房价产生影响；第二是通过

36、发放住房贷款提高居民的支付能力，将潜在的需要转化为现实的购买需求，从而增加房地产有效需求，推动房价上涨；第三是通过影响人民币汇率，从而对城镇居民房地产需求产生推动作用；第四是通过股市行情的变化来影响，即股价的变化影响对房地产的消费支出进而影响房价。3.1 贷款利率的影响房地产开发企业的资本来源于两个方面：自有资金和外来的债务型或权宜型资金。当前我国房地产企业的自有资金只占到很小的一部分，绝大多数资金来源于外来的债务型或权宜型融资。据中国统计年鉴数据显示，2003年全国房地产开发到位资金1.31万亿元，是1997年的3.4倍。国家预算内资金、债券和利用外资所占比重分别为0.12%、0.02%和1

37、.40%，由此可见我国房地产开发企业的资金来源主要是国内贷款、自筹资金及其他资金来源（主要是预付款和定金）。通过商业银行的间接融资市房地产企业最主要资金来源渠道。另外还有通过上市进行权益融资，但目前上市房地产公司的数量只有100来家，从资本市场上所筹集到的资金数量非常有限。据统计，上市公司在02年的融资，通过IPO或增发融资29亿人民币，在当年的房地产投资中所占的份额仅为0.37%，规模十分有限。3.2 存款利率的影响近年来，我国存款利率一再下调，以我国人民银行公布的长期存款利率为例，已从1990年的13.68%降到2002年的最低点2.79%，虽然以后几年有所反弹，但幅度不大。于是，一方面，

38、存款获利，似乎已不再吸引或满足人们了。相反，我国房价上涨带来的收益率早已吸引了国内外人士的眼球。于是，在这种情况下，增大房产方面的消费便成了一个不错的增值选择，替代效应应运而生。而另一方面，利率上涨所带给人民的收入效应及财富效应会增加房产购置需求。3.3 人民币汇率的影响2005年7月21日，人民币汇率改革迈出了实质性的一步：从即日起，中国开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，美元对人民币交易价格调整为1美元兑8.11元人民币，作为次日银行间外汇市场上外汇指定银行之间交易的中间价。人民币升值，必然对我国房地产业的发展产生了极大的影响。人民币升值带来的收入效应及

39、财富效应，导致国内房地产需求增加，升值导致物价变得更便宜，用于购房的可支配收入增加，购房能力的提高导致需求增加。另一方面，按照资本逐利的本性，大量“热钱”将会进入中国房地产市场，推动房价水涨船高。国际游资之所以会蜂拥投入房地产行业，其一，在于赌人民币升值，现在将外汇以比较高的外汇换成人民币自产，一旦人民币升值，资产抛出后，便可从汇率差价中获利；其二，在于从事房地产炒作，获得远远高于成熟市场国家的收益。调查显示，海外流动资金在美国房地产投资的平均年收益为6%-7%，日本也是4%左右，而在上海的年收益可以达到20%-50%，北京也在8%-15%之间。3.4 股价的影响房地产既是耐用消费品，又是投资

40、品，把对股票市场及房地产市场的投资的影响结合起来，才能够对股价与房价之间的关系做出完整的解释。这些影响包括财富效应、挤出效应和替代效应三种形式。根据马克维茨的资产组合理论，股价上涨将导致投资者总财富增加，同时资产组合中的股票比例上升。投资者为重新平衡其资产组合，将会卖掉一部分股票而购买其他资产。 3.5实证研究考虑到金融因素是全国范围内的整体影响，所以我们不再仅限于成都市的实际情况，转而着眼于全国的整体情况。对人民币汇率、存款利率、贷款利率和股价指数建立模型，如下：PI=+1ER+2DI+3LR+4SP+t其中，PI为全国居民住房价格指数，ER为人民币汇率，DI为存款利率，LR为贷款利率，SP

41、为股价指数（以上证收盘综合指数表示）。为常数，1、2、3、4为方程参数，t为随机误差项。考虑到一般公民购买住房动用的资金通常为其长期存款，所以存款利率用5年或以上固定存款利率表示；再考虑到开发商投资某一楼盘的一般资金周转期为一到三年，所以贷款利率用1-3年贷款利率表示。由中国统计局年鉴、中经网数据库以及中国人民银行网站获得数据：指数基期=1999年时间全国居民住房价格PI人民币汇率ER存款利率(%)DI贷款利率(%)LR股价指数(上证收盘综合指数)SPJan-02101.48.27672.88NA1639.5Feb-02101.8NANANA1531.2Mar-02102.48.2772.79

42、5.491603.91Apr-02102.98.27722.795.491640.6May-02103.58.2772.795.491558.5Jun-02103.58.2772.795.491732.76Jul-02103.68.27682.795.491665.7Aug-021048.27672.795.491667.3Sep-02104.18.2772.795.491581.62Oct-02104.48.27692.795.491510.9Nov-02104.98.27712.795.491378.8Dec-02105.18.27722.795.491357.65Jan-03105.38.27682.795.491499.82Feb-031058.27742.795.491511.93Mar-03105.18.27722.795.491510.58Apr-03105.38.27712.795.491521.44May-03105.48.27692.795.491576.26Jun-03105.78.2772.795.491486.02Jul-03105.98.27722.795.491476.74Aug-03106.18.2772.795.491421.98Sep-031068.27712.795.491367.16Oct-03