九乡新闻网黑龙江财经学院几本:1949年--2007年中国房地产行业大事记
来源：百度文库 编辑：九乡新闻网 时间：2024/04/28 07:02:53
（1949~1988年）
●1949年
新中国确立了土地的社会主义公有制。宪法明确规定"任何组织或者个人不得侵占、买卖、出租或者以其他形式非法转让土地。"这就形成了旧的国有土地使用制度的主要特征：一是土地无偿使用，二是无限期使用，三是不准转让。
●改革开放前
中国城镇国有土地实行的是单一行政划拨制度，国家将土地使用权无偿、无限期提供给用地者，土地使用权不能在土地使用者之间流转。
●1979年
☆7月1日，第五届全国人民代表大会第二次会议通过的《中华人民共和国中外合资企业经营法》提出了"土地使用费"的概念。
●1980年
☆1月，《红旗》杂志发表苏星《怎样使住宅问题解决得快些?》一文，指出住宅是个人消费品的重要组成部分，应该走商品化道路。自此，我国理论界和实际工作者，开展了关于住宅属性、房租等问题的研讨。
☆7月，国务院颁布《关于中外合营企业建设用地的暂行规定》。经济特区和沿海开放城市制定和颁布了相应的地方性法规，对外资企业用地征收土地使用费，深圳特区首先于1982年开始征收土地使用费。
☆8月，全国五届人大常委会通过的《广东省经济特区条例》中，以法规的形式肯定了"国有土地有偿使用"的原则和"以外商独资、合资、合作"等方式引进外资开发经营土地资源的做法。
●1983年
☆2月，《经济日报》报道中国人民银行负责人谈话：国家鼓励私人购房、修房，今年要试办购买住房储蓄、修房储蓄等项业务。
●1985年
☆6月，《中华人民共和国土地管理法》颁布。8月1日，国家土地管理局成立。标志着我国土地管理工作纳入依法管理的轨道；但是由于当时正是我国经济改革的初期阶段，土地管理带有浓厚的计划经济色彩。
●1986年
☆1月，国务院召开城镇住房制度改革问题座谈会。会议决定成立国务院住房制度改革领导小组和领导小组办公室。
●1987年
☆8月1日，烟台市住房制度改革开始模拟运行。同日，《土地管理法》正式实施。2日，国家计委、建设部、国家统计局联合发出《关于加强商品房屋建设计划管理的暂行规定》，决定自1987年起，各地区的商品房屋建设纳入国家计划。
☆12月1日，深圳率先敲响了拍卖国有土地使用权的第一槌，突破了土地使用权不允许转让的法律规定。
●1988年
☆4月12日，《宪法》(修正案)规定，土地使用权可以依照法律的规定转让。这是一次历史性突破，是我国土地使用制度的根本性变革，标志着我国的根本大法承认了土地使用权的商品属性。
(1987~1992年)
●1987
☆1987年11月26日，深圳市政府首次公开招标出让住房用地。
●1988
☆1988年万科通过股份化改组，正式更名为"深圳万科企业股份有限公司"。11月18日，王石以2000万元的价格参与投标买地，夺得荔泉地块，正式进入房地产业。
☆1988年2月25日，国务院印发国务院住房制度改革领导小组《关于在全国城镇分期分批推行住房制度改革的实施方案》。
●1990
☆1990年国务院发布《中华人民共和国城镇国有土地使用权出让和转让暂行条例》及《外商投资开发经营成片土地暂行管理办法》。
☆1990年上海市房改方案出台，开始建立住房公积金制度。
●1991
☆1991年1月29日，万科A股在深圳证券交易所挂牌交易，股票代码"0002"。 2008年，公司市值也已经达到2000亿元。
☆1991年9月13日，冯仑等人用2万元注册了"农高投"，即万通的前身--海南农业高技术投资联合总公司，当时冯仑、王功权、刘军、易小迪、潘石屹、王启富6人大约占公司总股份的65%。
☆1991年开始，国务院先后批复了24个省市的房改总体方案。
●1992
☆1992年小平"南巡"之后，全国各地数千亿资金蜂拥扑向海口、广西北海等南方沿海城市。一时间，该地区房地产价格扶摇直上。这是中国改革开放之后有记录的第一次房地产热，也为此后海南泡沫破灭埋下伏笔。
☆1992年，上海借鉴新加坡的成功经验，率先在中国建立了住房公积金制度。
☆1992年6月12日，北京市政府公布《北京市住房制度改革实施方案》以及其他七个配套办法，并于7月1日全面实施。
☆1992年万科确立房地产为主导行业，开始进行由多元化转为房地产开发为主导业务的专一化战略调整。
（1993～1996年）
●1993年
☆1月1日，建设部发布《城市国有土地使用权出让规划管理办法》。这一办法所确定的原则一直延续并影响至今，仍作为房地产土地出让管理的重要规则。
☆4月，房地产展销首次入盟广交会。由建设部从全国选派的30多家房地产企业参展，是我国房地产业拓展对外领域、寻求合作与交流的一次尝试。
☆6月23日，时任国务院副总理的朱镕基发表讲话，宣布终止房地产公司上市，釜底抽薪全面控制银行资金进入房地产。次日国务院发布《关于当前经济情况和加强宏观调控意见》，提出整顿金融秩序、加强宏观调控的16条政策措施，旨在引导过热经济实现软着陆。
☆8月16日，国务院批转当时国家计委报送的《关于加强固定资产投资宏观调控的具体措施》，这些具体举措包括：加快投资体制改革、调整投资结构，对5种项目进行重点清理，严格控制新开工项目，加强房地产开发投资和开发区建设的管理，加强对外商直接投资项目的引导和规范管理等。
☆11月14日，中国共产党第十四届中央委员会第三次全体会议通过《中共中央关于建立社会主义市场经济体制若干问题的决定》。这被普遍视作引领中国经济体制改革进入新阶段的标志。从此，现代企业制度得以确立。这些都为房地产行业后来的发展提供了坚实的历史背景。
●1994年
☆国务院于1993年12月13日发布了《中华人民共和国土地增值税暂行条例》，决定自1994年1月1日起在全国开征土地增值税。这一税种的征收，受到影响最大的是房地产开发企业。
☆7月5日第八届全国人民代表大会常务委员会第八次会议通过《中华人民共和国城市房地产管理法》(1995年1月1日实施)。这是继《土地管理法》之后规范房地产市场的第二部重要法律，标志着中国房地产法制逐渐走向完备，地产、房产分开立法的状况逐步走向房地产一体立法。
☆7月18日，《国务院关于深化城镇住房制度改革的决定》颁布实施，从此住房公积金制度开始全面建立。住房公积金制度的建立，在一定程度上促进了住房观念的转变。
●1995年
☆9月28日，中国共产党第十四届中央委员会第五次全体会议通过《中共中央关于制定国民经济和社会发展"九五"计划和2010年远景目标的建议》，提出两个具有全局意义的根本性转变，一是经济体制从传统的计划经济体制向社会主义市场经济体制转变，二是经济增长方式从粗放型向集约型转变。这两个转变对房地产行业的发展起到了重要的指导意义。
☆随着1993年国家宏观调控的到来，海南房地产泡沫破灭。
☆国家正式全面启动安居工程。
●1996年
☆10月24日，国家税务总局发出《关于加强固定资产投资方向调节税征收管理工作的通知》。
☆3月1日，《城市住宅小区物业管理服务收费暂行办法》实施。
（1997~1999年）
●1997年
☆4月，中国人民银行颁布实施了《个人住房贷款担保管理试行办法》，该办法具有期限长、额度大、利率优惠等特点，使得商品房的个人融资有了可靠的保证，在国家于1997年10月份再次降低存贷款利率、个人的公积金和按揭贷款的利率也有显著下调的条件下，居民的购房成本有显著下降。这一系列有效的措施促进了商品住宅市场的繁荣。
☆5月，北京北辰实业(601588行情,股吧)集团公司以每股2.40港元在香港资本市场共发行H股61480万股，并于当地时间1997年5月14日在香港成功挂牌上市，成为内地首家在港上市的H股房地产企业。2006年10月16日公司15亿股A股在上海证券交易所挂牌上市，成为国内第一家A+H股地产类上市公司。
☆10月，在席卷东南亚的金融风暴影响下，香港汇市、股市暴跌，银行相继提高按揭、收紧楼宇放款，导致房地产市场大幅度降温，房地产"泡沫"破裂。
☆当年夏天，十五大召开前夕，《住宅建设成为国民经济新增长点的研究》课题组在北戴河组织召开研讨会。当时，中国经济出现通货紧缩，亚洲金融危机爆发，中央提出要促进消费、扩大内需、推动生产，考虑到房地产的产业关联度高，因此会议提出把居民住宅业列为国民经济新增长点。房地产业开始成为支柱产业。
●1998年
☆4月7日，中国人民银行出台《关于加大住房信贷投入，支持住房建设与消费的通知》，全面实行购房按揭政策，鼓励住房消费，并极大推动了商品房建设的投资。1998年中国建设银行(601939行情,股吧)发出了中国的第一份个人住房抵押贷款，正式拉开了贷款买房的序幕。商品房按揭政策为我国房地产业的发展开辟了广阔空间，金融工具直接推动房地产业进入发展新高潮。
☆7月3日，《国务院关于进一步深化城镇住房制度改革加快住房建设的通知》（国发(1998)23号），要求进一步深化城镇住房制度改革，加快住房建设。主要内容是，1998年下半年开始停止住房实物分配，逐步实行住房分配货币化。1999年中央开始在全国范围内推行住房分配货币化制度。停止福利分房，进一步确定了我国住房制度改革的市场化大方向。
●1999年
☆5月18日，深圳万科集团、北京万通地产(600246行情,股吧)和河南建业集团等一批在中国具有市场影响力的房地产企业在北海共同发起成立"全国房地产策略联盟"，后命名为"中国城市房地产开发商协作网络"(简称"中城房网")。2003年3月18日，中城房网更名为"中国城市房地产开发商策略联盟（中城联盟）"。
（2000~2004年）
●2000年
☆6月24日，由王石、卢铿及中国城市房地产开发商协作网络倡议发起的"新住宅运动"大会在上海召开。这次会议提出，房地产要"面向新经济，关注普通人"。中国房地产企业由此开始"抱团打天下"。
●2001年
☆3月12日，北京天鸿宝业(600376行情,股吧)房地产股份有限公司（600372）在上交所挂牌上市，标志着长达8年之久的房地产公司上市禁令解冻。一个月后，金地集团(600383行情,股吧)（600383）上市，从而揭开了新一轮房地产市场快速发展的序幕。
☆4月30日，国务院发布15号文件《关于加强国有土地资产管理的通知》，明确提出经营性用地必须采用招标拍卖的方式进行出让，并规定严格控制建设用地供应总量、实行国有土地有偿使用制度、加强土地使用权转让管理以及规范土地审批行政行为等。
☆6月19日，央行发布了《关于规范住房金融业务的通知》（195号文），规定对未取得四证的项目，不得发放任何形式的贷款，且企业自有资金不能低于开发项目总投资的30%。
☆6月21日，国土资源部发布了《关于整顿和规范土地市场秩序的通知》（174号文），174号文提出建立健全土地市场规范运行的基本制度，包括土地使用权公开交易制度等。
●2002年
☆5月9日，国土资源部签发《招标拍卖挂牌出让国有土地使用权规定》（11号文件），叫停已沿用多年的土地协议出让方式，11号文件的颁布被业界称为"新一轮土地革命"的开始。
●2003年
☆6月13，央行发布《中国人民银行关于进一步加强房地产信贷业务管理的通知》，简称121号文件，引起轩然大波。SOHO中国公司董事长潘石屹当时表示，这是"近10年来见过的对房地产最严厉的一个通知"。
☆8月31日，国务院发布《关于促进房地产市场持续健康发展的通知》，即18号文。18号文的要旨在于，首次在国务院文件的层面，提出"房地产业已成为国民经济的支柱产业"。它还提出要"促进房地产市场持续健康发展"。正是这两点极大地挑动了房地产商们的神经，被业界公认为中国房地产市场发展的"新五年计划"。
☆12月1日，于凌罡以"蓝城木鱼"的网名在网上发帖，号召想买房的网友联合起来自己建房，国内合作建房起步。但由于缺乏相关的政策法规以及受制于土地瓶颈，合作建房模式在艰难中前行。
●2004年
☆3月31日，国土资源部、监察部联合下发了《关于继续开展经营性土地使用权招标拍卖挂牌出让情况执法监察工作的通知》（71号令）。71号令要求各地在2004年8月31日前将历史遗留问题处理完毕，从2004年8月31日起，所有经营性项目用地一律公开竞价出让。开发商需在两年内实施开发，否则土地将被无偿收回。"8·31"土地大限由此得来。
(2005~2006年)
●2005年
☆3月26日，国务院办公厅发出《关于切实稳定住房价格的通知》(国八条)，首度明确要采取有效措施，抑制住房价格过快上涨，并要求省级人民政府对本地区稳定住房价格工作负总责。一个月后，新"国八条"出台。
☆5月9日，国务院办公厅转发建设部、发改委、财政部、国土资源部、央行、国税总局、银监会等七部门联合发出的《关于做好稳定住房价格工作的意见》，八项措施组合调控楼市。
☆5月27日，国税总局、财政部、建设部联合下发《关于加强房地产税收管理的通知》，对住房交易征收营业税。土地方面，将开征收土地闲置费。
☆8月3日，北京市国土资源局以"未能按期及时清缴土地出让金"为由，收回了包括银泰中心等重点工程在内的首批38宗违规土地。
☆9月21日，银监会下发"212文件"紧缩融资渠道，规定信托公司进行房地产贷款类集合资金信托计划时，相应房地产企业须具备"35%资本金"、"四证齐全"和"二级资质"的要求。
●2006年
☆3月5日，政府工作报告确定2006年国民经济和社会发展的主要预期目标之一是：居民消费价格总水平涨幅控制在3%；继续解决部分城市房地产投资规模过大和房价上涨过快的问题。
☆5月17日，国务院总理温家宝主持召开国务院常务会议，会上提出促进房地产业健康发展的六项措施，涵盖住房供应结构、税收、信贷、土地、廉租房和经济适用房建设等多个方面。
☆5月29日，国务院办公厅下发建设部等九部委15条《关于调整住房供应结构稳定住房价格的意见》》，细化"国六条"，并提出90平方米、双70％标准。
☆7月6日，建设部联合发改委、国家工商行政管理总局下发《关于进一步整顿规范房地产交易秩序的通知》，要求房地产开发企业取得预售许可证后，在10日内开始销售。
☆7月24日，国务院办公厅发布《关于建立国家土地督察制度有关问题的通知》，设立国家土地总督察制度，地方土地审批利用纳入督察局监查范围。同日，建设部联合五部委下发《关于规范房地产市场外资准入和管理的意见》，限制外资买房。
☆7月26日，国税总局发布《关于住房转让所得征收个人所得税有关问题的通知》，强制征收二手房转让个人所得税。
☆8月1日，国土资源部制定的《招标拍卖挂牌出让国有土地使用权规范》和《协议出让国有土地使用权规范》正式施行，细化招标拍卖挂牌或协议出让国有土地使用权的范围。
☆9月5日，国务院发布《国务院关于加强土地调控有关问题的通知》，严把土地闸门。
☆10月，上海社保案发，超过30亿元社保资金经过银行中介，违规转入房地产业，此案涉及众多上海官员、房地产开发商。
☆11月20日，财政部、国土资源部、中国人民银行联合发布《关于调整新增建设用地土地有偿使用费政策等问题的通知》，新增建设用地土地有偿使用费标准将提高一倍。
●2007年
2007年1月16日，国家税务总局下文宣布开征土地增值税。
点评：2007年房地产调控政策第一枪，释放出对行业持续调控的信号。
2007年3月16日，《物权法》在"两会"上通过。
点评：对保护私有财产的意义或大于对房地产的影响。
2007年4月2日，吴苹的位于重庆杨家坪10米深大坑的两层孤楼，在拆迁双方达成协议后轰然倒下。
点评：在《物权法》颁布和禁止强拆的政令背景下，"最牛钉子户"的意义不仅限于经济层面。
2007年3月18日、5月19日、7月21日、8月22日、9月14日、12月21日，央行先后6次上调存贷款利率，同时年内10次上调存款准备金率。
点评：对房地产行业最具影响力的经济调控手段。
2007年4月20日，碧桂园在H股上市，当天成交额高达72.26亿港元。9月28日远洋地产登陆港股，10月8日SOHO中国香港上市，10月30日华远地产A股借壳成功过会，富力地产、首创置业和上海复地先后发布公告称有意回归A股……
点评：房地产和资本市场的又一次联姻潮。如此大规模联姻也让大型上市房企背负圈钱嫌疑。
2007年5月18日，上海市房屋维修资金管理中心用公共维修基金炒股。
点评：凸现监督管理漏洞。
2007年7月10日，由国家外汇管理局下发的、被业内称为"130号文件"的"限外令"出台。
点评：海外热钱投资房地产的通道再被切断。
2007年7月24日，北辰实业与北京城开集团联合体以总价92亿元拿下长沙一地块。
点评："地王"之争是开发商全国范围内疯狂抢地的一个缩影。
2007年8月1日，国务院公布"24号文件"，该文件以住房保障措施为主要议题。
点评：房改十年艰难回归保障，"重市场轻保障"的思路正在改变。
2007年9月27日，央行、银监会共同发布通知，将第二套房首付提至四成。
点评：年度最具"杀伤力"的房地产调控手段。
2007年10月9日，国土资源部"39号令"出台。
点评：年度最重要土地调控政策，国土资源部重拳出击"斗地主"。
2007年10月10日，卢铿正式入主海尔地产。
点评：张瑞敏终于下决心把地产业务推向前台，并开始布局"大中华地产"。
2007年11月13日，深圳中天置业老板携款逃跑。
点评：再次引发中介行业信誉危机。
2007年11月21日，温家宝总理考察了位于新加坡中部的普惠性廉价房区--大巴窑组屋区。
点评：住房保障思路更加拓宽。
2007年11、12月，广深房价下跌引发楼市拐点说。
点评："拐点论"成为年末地产圈第一热门话题。
2007年12月25日，建设部住房保障司低调亮相。
点评：承前启后，不仅为2007年的"地产民生元年"划上句号，同时又将住房保障工作引入"落实年"。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
【DOC】(其他领域)
中国房地产业投资风险分析
An Analysis of Real Estate Industry Investment Risk in China
杜 量 南开大学 经济与社会发展研究院 硕士研究生
关键词：房地产业，投资风险，泡沫，房地产泡沫指数
摘要：房地产业是当前中国经济发展中极具特色的产业。中国房地产业的发展，关系到相关产业的发展以及整个国民经济的增长。构建起系统的中国房地产行业投资风险分析方法，并用该方法分析中国房地产行业的投资风险暨房地产泡沫问题，具有重大的理论和现实意义。本文以理论研究为指导，以实证研究为主；以定性分析为指导，以定量分析为重点。本文综合运用房地产泡沫指标法、指数合成方法和经济计量方法分析中国房地产行业投资风险问题，得出的初步结论为：就全国而言，当前并未出现房地产泡沫现象，当前中国房地产行业投资风险可控；但该行业存在着许多亟待解决的问题。
Ⅰ 研究目的与背景
中国房地产业近年来飞速发展，强劲拉动GDP增长，为全球经济不景气下中国经济的逆风向增长做出了巨大贡献。但另一方面，房地产投资增长过快、房价上涨过快、房地产项目区域结构与产品结构不合理、房屋空置量较大、市场投机活动涌现等，都引起了全社会的高度关注。这也引发了各界对中国房地产行业投资风险的争论，且学术界、政界、企业界之间及其内部均有较大争议，所以也使得政府、房地产商、金融机构等在决策时难度加大。
本文的研究目的就在于构建起系统的、逻辑严密的中国房地产行业投资风险分析方法，并用该方法分析中国房地产行业的投资风险暨房地产泡沫问题。
Ⅱ 理论回顾
在对于当前中国房地产是否存在行业投资风险/是否存在泡沫的问题上，学者们的观点可大体上分为两类：第一类认为当前中国出现房地产泡沫，行业投资风险很大；第二类认为当前中国并未出现房地产泡沫，只是局部过热，投资风险可控。上述争论中，学者们很少用精确的数学方法测度泡沫，从而使得争论一直不能终止。因为这方面观点有较多雷同，下面仅列出一些颇具代表性的观点。
表1 中国房地产业泡沫的各种观点
学者
观点
简短评述
张曙光
（2001）
一些潜在的危险因素存在于中国高速发展的房地产业之中，房地产泡沫膨胀是一些非理性决策发展的结果。
主要从决策层面分析；缺乏定量分析。
吴敬琏
（2003）
判断房地产泡沫比判断股市泡沫更难，但住房空置率升高很难不是泡沫出现的理由；而且现在很多人都在对房地产市场进行投资，一旦是以投资目的入市，那和股市也就没什么区别，今涨明跌，泡沫也是自然的。
从住房空置率和投资（含投机）角度判断房地产泡沫；但相关数据支持不够。
樊纲
（2002）
判断泡沫存在与否，关键要做好预测，特别要关注房价和空置率的变化，这既关系到房地产业自身更关系到宏观经济的整体发展。北京房价偏高是北京具有的二元经济模式所至：很多外企与海外华人购房以及国内单位在京设办事处等因素均会拉高房价。
认为只是局部过热，从二元经济模式角度分析了北京高房价的成因；但对全国总体形势未做深入具体分析。
萧灼基
（2002）
房产销售期跨度较长（这由房产市场的特殊性决定），不少房屋的空置现象只是暂时的。在一定时期内有些地区出现了某种房型的过剩；但就全国总体情况而言，却不存在过剩之说。
从房产特性、房产销售期等角度对房屋过剩现象进行分析；但数据支持不充分。
下面是国际上一些知名专家学者对房地产泡沫的一些观点。美联储主席艾伦·格林斯潘 (Alan Greenspan)（2002）对房地产泡沫的存在问题有一种不可知论的观点：在泡沫未破灭之前，很难确定泡沫的存在和存在的程度。行为金融学代表人物罗伯特·希勒(Robert J. Shiller)（2003）则认为：全球有一个普遍现象——凡具有魅力的城市房地产市场的泡沫都在所难免；一个必然规律——房地产市场长期低迷或是长期高涨都会造成泡沫。
不难看出，对当前中国房地产业的投资风险问题暨中国房地产泡沫存在与否的问题，学术界存在很大争论。其实，这种争论远远不止在学术界，在商界、政界甚至街头巷尾，都有很多这样的争议。这种争议之所以不能快速平息下来，很重要的一个原因就是：没有人能拿出为大家所公认的、客观的、逻辑严密的判断与论证方法。目前学术界这方面的研究，涉及某一点的多，全面系统的少；以研究定性的为主，定量的很少；即使有定量的研究，或计算方法上与国外有差异（如一些房地产泡沫指标在计算方法上与国外差别很大，导致数据没有可比性；或是一些临界指标选取有误），或数据支持不足（为中国房地产统计资料所限）。
Ⅲ 研究方法和数据
本文构建了系统的、逻辑严密的中国房地产行业投资风险暨房地产泡沫问题分析方法，并用该方法对中国房地产行业作出了实证分析。本文综合运用房地产泡沫指标法（index of real estate bubbles）、指数合成方法 (indices composition algorithm)和经济计量方法分析中国房地产行业投资风险问题。房地产泡沫指标法是基于内部逻辑角度的分析方法；指数合成方法则是房地产泡沫指标法的深化；而经济计量方法则是在上述定量分析基础上的更进一步的严格分析，使得整个定量分析的严密性和可信度大大提高。同时，在具体的定量分析中，受限于中国房地产统计数据，笔者不得不创造性地构造了一些新的分析方法。
考察中国实情，中国房地产业发展时间不长，房地产业统计更是滞后于房地产业的发展，房地产统计资料不全、不及时，一些初始的房地产统计资料缺乏。而仅有的统计资料往往由于统计口径等原因上的差别，导致一些数据在不同的文献资料上差别很大；甚至同一部门同一机构所发布的数据也因发布时间不同而异，或同一时间发布的数据逻辑上自相矛盾；一些数据要经过处理后才能使用。[1]因此，为尽量保证数据的准确无误，本文将主要从国家统计局获取第一手数据资料，并对获取的资料进行对比分析，确保其准确无误后才正式采用。同时，对于本研究所必需而国家统计局又缺乏的数据，将从一些权威的数据库获取，中国建设部，中国人民银行，中国资讯行数据库，金报兴图数字年鉴馆[2]；获取的数据与国家统计局的数据作必要的对比分析后才正式采用。
Ⅳ 泡沫测度与中国房地产行业投资风险分析
投资风险尽管在不同的文献中有不同的表述，含义有所区别，但为学术界所公认，其具有以下三方面共性：它和损失相关联；它不是已经发生的损失，而是未来可能的损失；它和不确定性相联系，发生损失只是一种可能的结果。当然，投资风险还有一个总量性，即损失的可能数额必须达到一定程度才能称其为风险。中国的房地产行业的发展有其自身的特点[3]，其统计数据与国外数据也不完全可比；故而本文的分析主要是从对中国房地产行业自身的历史数据分析中总结出一般规律，并结合国际上一些通用准则来判断当前中国房地产行业的投资风险。
1．房价收入比指标与房地产业投资风险分析
房价收入比可以笼统地说成是房价与居民收入的比值，反映了居民家庭对住房的支付能力；比值越高，支付能力就越低。当市场中的房价收入比超过了一定的临界值，说明群体性投机行为已较为严重，房地产泡沫可能已经产生。“商品住宅平均单套销售价格与居民平均家庭年收入的比值”，这是世界银行（2002）[4]的算法；另一种算法为“居住单元的中等自由市场价格与中等家庭年收入之比值”，这种算法所要求的数据在中国完全不可获取，而且相较于这种算法，关于世界银行的算法的研究时间更长、更为深入，故而本文采用第一种即世界银行的算法。进一步分析，从中国当前房地产发展的实际情况看，房地产开发主要集中在城镇，故而公式中各项指标应取城镇的指标实际值。采用世界银行算法，房价收入比公式为：
房价收入比= = （1）
通过设定首付、利率、贷款期限、每年住房贷款还款金额占收入比重等可估算出房价收入比指标的临界值[5]。注意，运用该算法确定临界值时，是有一系列前提假设的，在满足这些前提假设的条件下，一般认为该算法（即世界银行的平均值算法）的合理区间在3～6，临界值一般认为是6。当然，不同的国家由于国情不同，不一定都能满足算法所要求的前提假设，所以各国的实际房价收入比值相差较大，不一定能适用上述临界值进行判断。但是，如果直接应用世界银行的该指标算法进行计算，由于中国特殊的国情以及房地产行业统计数据的匮乏，会使计算难以进行并使得结果没有可比性。
进行实证分析必须从考察实际情况入手：由于中国部分收入并未完全货币化，中国居民实际收入要比政府统计数字高[6]；再加上中国曾长期实行住房福利分配制度[7],奠定了房屋置换的基础,提高了住房消费的能力,也相当于在实际中增大了居民收入。所以用上述方法计算的房价收入比会明显高于中国实际的房价收入比。
同时，中国房地产行业统计资料匮乏，在较权威的统计机构得不到有关全国商品住宅平均单套售价的数据，也得不到商品住宅平均单套销售面积的数据，只能通过其它方法估算。本文将根据商品住宅平均单套竣工面积估算商品住宅平均单套销售面积，并进而估算商品住宅平均单套售价。
下表前几列给出了估算中国房价收入比所需原始数据，最后一列为房价收入比的估计值，其计算方法依据公式(1)（公式中“商品住宅平均单套销售面积”用“商品住宅平均单套竣工面积”估算）。这样算出的数值在本文中称为房价收入比（估计值）。
2 中国房价收入比
年份
商品住宅
竣工套数
合计（套）
商品住宅
竣工面积
（亿平米）
商品住宅
平均单套
竣工面积
（平米）
商品住宅
平均销售
价格
（元/平米）
城镇平均
每人全部
年收入
（元）
平均每户
家庭人口
（人）
房价
收入比
（估计值）
1995
1633608
1.22
74.79676887
1509
4279.02
3.23
8.166298
1996
1490706
1.21
81.28973788
1605
4844.78
3.20
8.415632
1999
1946358
1.61
82.99524627
1857
5888.77
3.14
8.335101
2000
2139702
1.89
88.33005718
1948
6295.91
3.13
8.731616
2001
2414392
2.25
93.19116366
2017
6907.08
3.10
8.778584
2002
2629616
2.25
85.72496091
2092
8177.40
3.04
7.214067
2003
3021134
2.66
88.04640906
2197
9061.22
3.01
7.092323
2004
3.48
88.04640906
2531
10128.50
3.01
7.309576
资料来源：(1)商品住宅竣工套数（1999～2003年）：国家统计局，“6-54 房地产开发企业(单位)建设成套住宅和其他类房屋竣工情况”，《中国统计年鉴2004》。(2)商品住宅竣工面积（2000、2001、2003、2004年）：国家统计局，历年“国房景气指数”。其中1999、2002年该数据不可直接获取，根据其增长率推算。(3)1995、1996年商品住宅竣工套数与商品住宅竣工面积：国家建设部，《1995年各地区商品住宅竣工情况》，《1996年商品房屋竣工情况（一）》。(4)单套商品住宅竣工面积：为商品住宅竣工面积与商品住宅竣工套数之商，笔者计算所得；并用此估算商品住宅平均单套销售面积。其中2004年数据因尚未公布，故不可获，取上年值。(5)1999～2003年商品住宅平均销售价格数据： 国家统计局， “ 6-50 按用途分商品房屋平均销售价格”，《中国统计年鉴2004》。(6)1995、1996、2004年商品住宅平均销售价格数据为笔者根据国家统计局资料算出。主要依据国家统计局，《2004年12月“国房景气指数》，《中国统计年鉴（2004、1997年）》。 (7) 城镇平均每人全部年收入：国家统计局，“ 城镇居民家庭基本情况”，《中国统计年鉴（2004、2002、2000、1998年》；以及 中国资讯行数据库 2 ，《2004年1--4季度中国分地区城镇居民家庭收支基本情况统计》。(8)平均每户家庭人口：国家统计局，“镇居民家庭基本情况”，《中国统计年鉴（2004、2002、2000、1997年）》。其中2004年该数据尚未公布，因此仍然沿用2003年数据。
需要强调的是，这里的房价收入（估计值）其数值与前面所说的房价收入比的临界值没有可比性；因为分子项为估计值（应该比较接近），而分母项却小于真实值（且差额不能忽视），所以，这样计算的出的房价收入比（估计值）会高于房价收入比的实际值。虽然该估计的绝对值与前面所说的临界值没有可比性，其绝对值不能说明问题，但其发展趋势则能很好地说明问题。近年来，中国房价收入比(估计值)总体上呈下降趋势，说明中国房价（整套）虽然在涨，但中国居民收入也在增长，且后者增长更快（因为公式中分母的另一项“平均每户家庭人口” 是呈下降趋势的）。这就说明，房价的增长并没有脱离居民收入基础；同时，商品住宅平均单套销售面积1999年以来相对波动幅度不大，故而可以推出销售单价的增长并没有脱离居民收入基础。但考虑到中国国情——中国城镇居民平均每人全部年收入的真实值会比国家统计局公布的数据高[8]，房价收入比的真实值应与上述估计值有所不同，下面将以此为切入点进行更深入的分析。
在上文的分析中，商品住宅平均单套销售面积用的是估计值，它至少说明了当前商品住宅平均单套竣工面积大概数值。这样的面积合理吗？先来看一组数据。根据国外的统计资料，高收入国家人均住房建筑面积平均达到46.6平方米，中高收入国家为29.3平方米，中等收入国家为20.1平方米，中低收入国家为17.6平方米，低收入国家为8平方米（谢家瑾，2001）。这些指标暗示了，在市场化的国家中，高收入国家居民由于收入水平较高，所以能买得起面积较大的商品房。根据世界银行的世界发展指标，在2002年，低收入国家指人均GNP为735美元及以下国家，中等收入国家指人均GNP在736至9075美元的国家(其中2935美元是上中等收入国家和下中等收入国家的分界线)，高收入国家指人均GNP为9076美元及以上的国家。在1991年，低收入国家指人均GNP为635美元及以下国家，中等收入国家指人均GNP在636至7910美元的国家(其中636～2555美元为下中等收入国家，2556～7910美元为上中等收入国家)，高收入国家指人均GNP为7911美元及以上的国家（世界银行，1993；2004）。依国家统计局公布的资料换算， 2003年，中国地级以上城市人均GDP为2690.41美元，如果算上镇，这一数值会更低些，据此估算，当前中国城镇人均GNP水平大致仍应处于下中等收入国家即中低收入国家的水平。而在1991年，中国城镇人均GNP也大致处于下中等收入国家即中低收入国家的水平[9]。故而，从1991～2004年，中国城镇人均住房建筑面积应采用17.6平方米的标准计算。以2003年为例，中国城镇平均每户家庭人口约为3.01人，这样算来2003年中国平均每户住宅建筑面积应为52.976平方米，远远小于当前中国实际商品住宅单套建筑面积在80～90平方米的水平。也就是说，当前商品住宅单套面积大大超出了中国城镇发展水平，说明当前中国商品房结构存在严重的问题，这也是造成中国房价收入比（估计值）较高的另一个原因。
再来考虑房价收入比的计算与临界值问题。根据上文分析，首先，由于居民年收入项被低估等原因，中国的房价收入比（估计值）与国际研究经验没有可比性；再加上当前商品住宅单套建筑面积脱离中国城镇发展水平，使得这样计算出来的估计值较实际值高。这样看来，就有必要用另外的方法重新估算该值，并进行对比分析。思路之一就是首先考虑中国国情和中国城镇发展水平，即中国城镇人均住房建筑面积应采用17.6平方米的标准计算。这样计算有以下几点好处：固定了人均住房建筑面积值，使得测算的结果能很好地反映销售单价的变动，而房地产泡沫本质上就是一种价格现象，这样计算结果更能反映价格的变动，更能反映房地产泡沫情况；前文提及，房价收入比公式中的分母项被低估了，从而使得计算值不准（偏高），而城镇人均住房建筑面积采用17.6平方米的标准，将使得公式中的分子项也降低（也低于实际值，而且是低于一个并不合理的实际值），最终将使得计算结果有可能更接近真实的房价收入比；最后，这样的计算方法考虑到了中国国情和中国城镇发展水平。接下来在进一步计算房价收入比时，将依照以下公式计算，本文把依照该方法计算的房价收入比称为“房价收入比（国情模拟值）”。
房价收入比（国情模拟值）=
=
= (2)
下面应用上述公式计算1991～2004年中国“房价收入比（国情模拟值）”，下表给出了计算所用原始数据及运用公式(2)计算得出的结果。
表3 中国房价收入比（国情模拟值）
年份
适合中国国情的
城镇人均住宅建
筑面积（平方米）
城镇平均
每人全部
年收入（元）
商品住宅
销售价格
（元/平米）
房价收入比
（国情模拟值）
1991
17.6
1713.10
756
7.766972
1992
17.6
2031.53
996
8.628767
1993
17.6
2583.16
1208
8.230539
1994
17.6
3502.31
1194
6.000154
1995
17.6
4279.02
1509
6.206655
1996
17.6
4844.78
1605
5.830605
1997
17.6
5188.54
1790
6.071843
1998
17.6
5458.34
1854
5.978081
1999
17.6
5888.77
1857
5.550089
2000
17.6
6295.91
1948
5.445567
2001
17.6
6907.08
2017
5.139538
2002
17.6
8177.40
2092
4.502556
2003
17.6
9061.22
2197
4.267328
2004
17.6
10128.50
2531*
4.398045
资料来源：(1)城镇平均每人全部年收入：1995～1996、1999～2004年数据参见“表 2 中国房价收入比（估计值）表”资料来源注释；其它年份分别来自 国家统计局，“城镇居民家庭基本情况”，《中国统计年鉴（2000、1998、1996、1995、1992年）》。(2)商品住宅销售价格：1995～1996、1999～2004年该数据参见“表 3 - 2 估算中国房价收入比所需原始数据表”资料来源注释；其它年份数据分别来自 国家统计局， “ 6-50 按用途分商品房屋平均销售价格”，《中国统计年鉴2004》； “5-37 商品房屋销售情况”， 《中国统计年鉴1997》。其中1996年以前数据为笔者算出。
从上表可以看出，该值从20世纪90年代以来总体上一直呈下降趋势。1998年以来，中国房地产业获得了新一轮的增长；在这段时期，房价收入比（国情模拟值）是呈下降趋势的，只是到了2004年才出现了反弹（但这次反弹应引起重视）。房价收入比（国情模拟值）的下降与商品住宅销售单价普遍上涨并不矛盾，因为近年来中国经济飞速发展，居民人均收入也提高很快，尤其是城镇居民人均收入提高更快；所以，房价的上涨有城镇居民收入提高为依托，总体上并未出现虚涨情况。而且，通过对中国历史数据的总结与观察，发现在房地产泡沫破灭后的影响期内（1994～1997年）该指标值一直稳定在6左右，与前文提及的房价收入比指标的临界值在6左右比较吻合，因此，从这个意义上，房价收入比（国情模拟值）较真实地反映了中国房价收入比的实际值（如前文分析，因为同时降低了公式中的分母分子值）。通过对历史数据的分析，可知中国房价收入比（国情模拟值）的临界值也大致在6左右。但在实际中，总能听到对房价过高的抱怨声，这主要是以下原因造成的：住房面积太大，脱离中国国情（现在市场的主流房型在100平方米甚至120平方米以上）；房地产业区域发展不平衡，部分地区房价收入比过高[10]。
2．空置率指标与房地产业投资风险分析
在房地产出现泡沫的情形下,会有大量房屋的空置，故而可以采用空置量和空置率来反映房地产市场的泡沫程度。国际上通用的计算方法，其计算公式为：
空置率 = (3)
可是，在国内，由于目前该指标的设置不尽合理，遭到一定程度的滥用，计算出来的空置率有时不能说明问题。
首先说国内的空置量计算，从1994年起中国开始统计空置商品房量,其计算方法是将每年截止到12月31日已经竣工的而未售出或出租的商品房统计为空置商品房，是一个时点指标。1998年开始，国家统计局将空置面积分为一年以上和一年以下；从1999年开始明确空置面积中应扣除拆迁还建、统建代建、公共配套、企业自用以及周转房等不可销售和出租的面积；2003年又对空置面积进行了空置时间分组，明确了待销、滞销和积压的概念。所以，国家统计局在公布的空置量只是一个增量的指标，而不是存量的指标[11]，也就是说，不是真实的空置量（含存量与增量）；且其内涵前后有变。
仔细分析，商品房空置量就有以下三个组成部分：一是刚刚竣工，处于正常销售期的房屋（房地产开发期比一般商品生产周期长，将这一部分计入总量，显然不合适）；二是可以在一年以内销售出去的商品房；三是竣工超过一年以上，销售不出去的长期积压商品房。比较合理的就算方法是将空置时间在半年以内的房屋（基本上与前两部分房屋相对应）剔除出去计算。
空置率则是反映一定时点商品房供求状态、市场运行好坏的相对指标，直接用来表明房地产市场的热度和泡沫程度。国内该指标计算方法尚未统一，在房地产领域主要有三种方法。一是将空置量与全国的存量房总数对比（受限于中国的统计资料，仅仅在理论研究时提及）；二是将空置量与三年的累积增量房总数对比（实际计算中最常用的方法，之所以常用这种方法，也是受限于统计资料）；三是将空置量与当年的增量房数量对比（实际计算中被用到，但用得较少）[12]。用这三种方法计算得出的空置率相差较大。而在国外，如前文公式所示，空置率是把商品房中增量房和存量房中的空置量作分子（一般会将空置时间在半年以内或一年以内的房屋剔除出去计算），分母是全社会的增量和存量房总和[13]。由于这种计算方法上的差别，中国一些学者计算出来的房地产空置率往往比国外高很多，但又以此为依据与国外空置率数据作对比分析，所以往往得不出正确结论。
考察中国实情，中国房地产业发展时间不长，房地产业统计更是滞后于房地产业的发展，房地产统计资料不全、不及时，一些最初的房地产统计资料缺乏。为统计数据所限，很难确切计算出全社会的增量和存量房总和，因而也就很难照搬国际上通用的空置率计算公式。同时，比较完整的统计资料始于20世纪90年代初，如《中国统计年鉴》，《中国经济年鉴》等。但这些资料编自不同部门、单位，商品房空置量、竣工面积、销售面积等统计数据上有差别，因此，慎重起见，本文拟只从一处取原始数据。经过比较之后，决定所有数据均取自国家统计局，主要取自其《中国统计年鉴》（1995～2004），最新的2004年度数据取自国家统计局编订的《中国经济景气月报》。
为统计数据所限，很难照搬国际上通用的空置率计算公式。为此，本文将用自创的计算方法，分别计算当年新增空置率和动态累积空置率，其计算方法为：用当年竣工商品房屋面积减去当年实际销售商品房屋面积得出当年新增空置量；用当年新增空置量除以当年竣工量可得当年新增空置率；把当年新增空置量累加可得到自1994年以来的累积空置量；把当年竣工商品房屋面积累加可得自1994年以来的累积竣工量；把自1994年以来的累积空置量除以自1994年以来的累积竣工量可得到动态累积空置率[14]。具体计算公式为：
当年新增空置率=当年竣工商品房屋面积—当年实际销售商品房屋面积 （4）
当年新增空置率 = (5)
=自1994年以来的累积空置量= (6)
= 自1994年以来的累积竣工量= (7)动态累计空置率 = = (8)
这样计算的优点在于：这样计算出来的指标是一个动态指标，能反映出近11年来中国商品房空置量和空置率的变化趋势，并能从对自身发展历程的分析中得出一些可靠的有用结论；数据确凿可靠，统一无误；对于动态累积空置率来说，由于是个动态累积指标，当年份累积越多时，空置时间在半年以内的商品房所占比重就越小，空置率指标就越为合理。当然其缺点也很明显，不能与国际同类数据进行对比分析。下表给出了计算所需原始数据以及依据公式(4)～(8)计算所得出的结果。
表4 当年新增空置率与动态累计空置率
年份
竣工商品房屋面积（万m2）
实际销售商品房屋面积
（万m2）
1994年以来累积竣工量
（万m2）
当年新增空置
量（万m2）
1994年以来累积空置量
（万m2）
当年新增
空置率
动态
累积
空置率
1994
11637.0
7230.35
11637.00
4406.65
4406.65
0.378676
0.378676
1995
14873.8
7905.94
26510.85
6967.91
11374.56
0.468467
0.429053
1996
15356.7
7900.41
41867.56
7456.30
18830.86
0.485540
0.449772
1997
15819.7
9010.17
57687.26
6809.53
25640.39
0.430446
0.444472
1998
17566.6
12185.30
75253.86
5381.30
31021.69
0.306337
0.412227
1999
21410.8
14556.53
96664.66
6854.27
37875.96
0.320131
0.391828
2000
25104.9
18637.13
121769.56
6467.77
44343.73
0.257630
0.364161
2001
29867.4
22411.90
151636.96
7455.50
51799.23
0.249620
0.341600
2002
34975.8
26808.29
186612.76
8167.51
59966.74
0.233519
0.321343
2003
41464.1
33717.63
228076.86
7746.47
67713.21
0.186824
0.296888
2004
42464.9
38231.60
270541.76
4233.30
71946.50
0.099689
0.265935
资料来源：(1)实际销售商品房屋面积资料来源：1994～2003年数据来自：国家统计局，“商品房屋销售情况”，《中国统计年鉴（2004年、1997年）》。(2)竣工商品房屋面积资料来源：1997～2003年数据来自：国家统计局，“房地产开发企业(单位)建设房屋建筑面积和造价”，《中国统计年鉴2004》；“各地区房地产开发建设房屋建筑面积和造价 (1996年、1995年、1994年)”，《中国统计年鉴（1997年、1996年、1995年）》。
(3)2004年实际销售商品房屋面积与竣工商品房屋面积资料数据来自：中国资讯行数据库 2 （www.bjinfobank.com），《2004年1--12月中国商品房建筑与销售统计》。(4)其它项资料来源：笔者根据本表第一列、第二列数据以及本文上述公式计算做出。
1994～1997年，当年新增空置量比较高，说明当时房地产泡沫的影响尚未消除；1998年以后，当年新增空置率的持续下降，说明销售率在逐年稳步提高，房地产需求在稳步提高，市场供求两旺，正在逐步走向繁荣；尤其是2004年，房地产市场火爆空前，当年新增空置率跌至10%以下，市场一片欣欣向荣气象。自1994年以来动态空置率一直在下降，说明中国房地产业非但没有泡沫，而是正在步入繁荣。
3．房价增长率/GDP增长率指标与房地产业投资风险分析
该指标是根据房地产泡沫的涵义来设计的，用实际GDP增长率来反映实体经济的发展，测量房地产相对实体经济增长速度的动态指标，用来监测房地产泡沫化程度。该指标能反映房地产业发展及房价增长是否以宏观经济(GDP)增长为基础，反映房地产泡沫发展的趋势；该指标值越大，房地产泡沫的程度就越大。该指标公式为：
房价增长率/GDP增长率 ＝ (9)
下表给出了计算所需的原始数据以及根据公式(9)计算得出的结果。
表5 中国房价增长率与GDP增长率的比率
年份
商品房平均销售价格
（元/平米）
商品房平均售价增长率
（%）
GDP增长率
（%）
房价增长率/GDP增长率
（%）
1988
502.9033
0.2320541
11.20
2.071911776
1989
573.4976
0.1403735
3.90
3.599320697
1990
702.8504
0.2255507
5.00
4.511014519
1991
786.1935
0.1185787
7.00
1.693981698
1992
994.6555
0.2651536
12.80
2.071512134
1993
1291.456
0.2983953
13.40
2.226830400
1994
1408.639
0.0907371
11.80
0.768958657
1995
1590.863
0.1293617
10.20
1.268252408
1996
1806.399
0.1354837
9.70
1.396739140
1997
1997.000
0.1055143
8.80
1.199026602
1998
2063.000
0.0330496
7.80
0.423712492
1999
2053.000
-0.0048470
7.10
-0.068271968
2000
2112.000
0.0287384
8.00
0.359230395
2001
2170.000
0.0274621
7.30
0.376193441
2002
2250.000
0.0368664
8.00
0.460829493
2003
2359.000
0.0484444
9.10
0.532356532
2004
0.1440000
9.50
1.515789474
资料来源：(1)商品房平均销售价格。1997～2003年资料来源：国家统计局， “6-50 按用途分商品房屋平均销售价格”， 《中国统计年鉴2004》。1987～1996年资料来源：笔者据资料计算；所依据资料为：国家统计局， “5-37 商品房屋销售情况”，《中国统计年鉴1997》。(2)商品房平均售价增长率：笔者根据本表第一列数据计算；2004年商品房平均销售价格数据来自 国家统计局：《2004年12月“国房景气指数”为105.32 同比下降0.91点》。(3)中国GDP增长率数据来自：国家统计局，《中华人民共和国国民经济和社会发展统计公报（1988～2004）》。
对房价增长率/GDP增长率指标国际上并无严格标准，不过可用以往的房地产泡沫时期的该指标值做参照分析。详见下表。
表6 房地产泡沫时期的房价增长率与GDP增长率的比率
时间
地点
事件
房价增长率 / GDP增长率
1987～1990
日本
严重房地产泡沫
3.3
1986～1996
香港
房地产泡沫膨胀期
2.4
1997年8月
香港
严重房地产泡沫
3.6 ～ 5.0
1988～1993
中国
房地产泡沫
2.0～4.5
资料来源：方琼 邓荣均，“香港经济是否存在泡沫”，《亚太经济》，1998年第6期，第17-19、16页；以及笔者计算结果。
由上表可见：从经验数据分析，如果该指标值大于2[15]，则表明很可能出现了房地产泡沫，故而该指标的临界值在一般的研究分析中都定为2。2004年中国 房价增长率/GDP增长率 为1.5157，通过与以往房地产泡沫时期这一指标值对比分析，可知中国目前房地产尚未出现泡沫；该指标值较上年增幅过大，应当引起相当的重视。首先应该看到，房价的增长是有GDP增长作基础的；而且，因为房地产业具有经济增长点的作用，其增长速度应该适度高于整体经济增长速度；但2004年该指标值的强劲反弹是一个市场警示信号[16]。
4．指数合成方法与房地产业投资风险分析
上文运用房地产泡沫指标进行了分析，但这种分析是从各个不同的角度进行的分析，各指标所含的信息量相对有限，因此，要想更加全面地反映房地产市场的运行状况，有必要对这些信息加以整合，综合分析。
指数合成方法的基本思路是：为性质不同、单位各异、不能直接相加的各单项评价指标确定一临界值或标准值（在本文中，即为临界值——反映是否出现房地产泡沫的各单项指标临界值）；其次，将各项指标进行无量纲化（dimensionless）处理，即用各项指标的实际值与其临界值相比，得到以百分数表示的该指标的抽象值（即同度量指标）；再次，根据各单项指标在指标体系中的重要程度，赋予其不同的权重；最后，根据下式计算出所要的综合指数[17]：
B = ( + ＋ …… ＋ = 1) (10)
在上式中，B表示应用指数合成方法计算得出的综合指数值（在本文中即为房地产泡沫综合指数），Fi表示某单项指标的实际值（在本文中即为各房地产泡沫指标的实际计算值），Ci 表示某单项指标的临界值或标准值（在本文中即为各房地产泡沫指标的临界值），ωi表示各单项指标权重，n表示指数合成中所涉及的指标数。计算泡沫综合指数有封顶和不封顶两种方法，本文将采用不封顶方法。泡沫综合指数不封顶方法是指计算时各单项指数抽象值取值均取Fi/Ci的实际计算值，各单项指标抽象值可大于1，则泡沫综合指数可能大于1。
不封顶方法较封顶方法的好处在于能更好地综合反映各单项指标所指示的情况。例如对于本文分析的房地产泡沫问题，从理论上分析，可能出现某些单项指标抽象值大于1的情形（即指标的实际值大于其临界值），同时另一些单项指标小于1情形（即指标的实际值小于其临界值）。此时，如果运用上节所用的房地产泡沫各单项指标将无法进行分析，因为某些单项指标抽象值大于1，说明存在房地产泡沫；而同时另一些单项指标抽象值小于1,说明不存在房地产泡沫，会得出自相矛盾的结论。这时就需要运用指数合成方法作进一步的分析。而运用封顶方法合成时，如果出现上述情况，将会把抽象值的实际计算值小于1的某些单项指标取实际计算值；同时会把抽象值的实际计算值大于1的某些单项指标取值为1，这样会损失很多市场信息，最终在合成中也会损失很多信息，故而不能很好反映市场情况。而当使用不封顶方法时，就会避免信息的损失，各单项指标的抽象值都取其实际计算值；同时又能运用综合指数得出结论。
如何用不封顶方法计算的综合指数值（在本文中为泡沫综合指数）判断房地产行业总体运行情况？以房地产泡沫综合指数为例，当各单项指标的实际值等于其临界值时，即各单项指标的抽象值都等于1时，说明从各个单项指标的分析来看，都表明出现了房地产泡沫，所以泡沫综合指数的临界值就是1。如果各单项指标抽象值都小于1时，则各单项指标都表明没出现房地产泡沫，此时泡沫综合指数一定小于1。如果各单项指标抽象值都大于1时，则各单项指标都表明出现了房地产泡沫，此时泡沫综合指数一定大于1（数值越大，房地产泡沫越严重）。如果出现了上一段所分析的情况，某些单项指数的抽象值大于或等于1，另一些单项指数的抽象值小于1，则从单项指数的分析中无法得出结论，而泡沫综合指数因为综合了各单项指标所蕴含的信息，故而能进行有效的分析：如果泡沫综合指数大于等于1，则表明出现了房地产泡沫；如果泡沫综合指数小于1，则表明没有出现房地产泡沫。
综上，当房地产泡沫综合指数小于1时，表明房地产市场中不存在泡沫成分；当房地产泡沫综合指数大于1时，表明房地产市场中开始出现房地产泡沫，数值越大，房地产泡沫的程度越严重。
下面将应用指数合成法进行具体计算。由于本文在计算空置率时，限于房地产业统计资料，采用的是动态空置率指标，与国外通用的空置率指标在计算方法上有很大不同，未能确定其临界值，也就不能进行无量纲化处理，故而在进行指数合成时舍弃该指标。根据指数合成法的计算要求，要为这些指标选取临界值，结合当前实际情况，参照上一节的分析：房价收入比（国情模拟值）的临界值大约为6；房价增长率 / GDP增长率，虽没有一个确切的临界值，但一般研究分析中都定为2。上文已作说明，本文在计算泡沫综合指数时将采用不封顶方法；并依据指标的重要程度分别为房价收入比（国情模拟值）、房价增长率 / GDP增长率取权重0.5和0.5[18]。下表给出了计算泡沫综合指数所需原始数据以及运用公式计算所得出的结果。
表7 中国房地产业泡沫综合指数
年份
房价收入比（国情模拟值）
房价增长率/GDP增长率
泡沫综合指数
1991
7.766972
1.693981698
1.070743
1992
8.628767
2.071512134
1.236942
1993
8.230539
2.226830400
1.242586
1994
6.000154
0.768958657
0.692252
1995
6.206655
1.268252408
0.834284
1996
5.830605
1.396739140
0.835069
1997
6.071843
1.199026602
0.805744
1998
5.978081
0.423712492
0.604102
1999
5.550089
-0.068271970
0.445439
2000
5.445567
0.359230395
0.543605
2001
5.139538
0.376193441
0.522343
2002
4.502556
0.460829493
0.490420
2003
4.267328
0.532356532
0.488700
2004
4.398045
1.515789474
0.745451
中国房地产业泡沫综合指数清晰地反映了中国10多年来房地产业的发展概况：20世纪90年代初，中国房地产业出现了房地产泡沫，泡沫综合指数一直大于1，在1992～1993年达到峰值，在1.24左右，直至1994年指数值才跌落小于1；1994～1997年指数值虽然小于1，但还是比较高，徘徊在0.8左右，反映出房地产泡沫的影响尚未完全消除；1998年以后，中国房地产业迎来了新一轮的增长，泡沫综合指数也呈下降趋势，小于0.6；到了2004年，泡沫综合指数再度强劲反弹，接近房地产泡沫影响期（1994～1997年）的水平，应该引起高度关注。应该说，在房地产业走向繁荣时期，泡沫综合指数在一定范围内升高是正常的，因为只要将其控制在一定范围内是有利于市场的繁荣的，房地产市场也不例外；但是，2004年中国房地产业泡沫综合指数的反弹过于强劲，指数较上年增幅达到52.53%，这提供了一个非常异常的市场信号，应该引起高度重视。
Ⅴ 计量模型与中国房地产行业投资风险分析
上面的分析主要是将中国房地产行业作为一个整体来分析，但房地产业毕竟是一个地域性很强的行业，接下来的分析将会更加深入一步，即从对地域差异的考察上得出结论。[19]在上面分析的基础上，接下来，我们将应用严格的计量经济学方法探讨近年中国房地产价格中是否存在严重的泡沫成分。而模型构建的基础，正是基于房地产行业的地域差异性。一般的思路是做时间序列分析；但由于中国内地房地产业发展迄今只有20多年左右，而真正意义上市场化的、大规模的房地产运作不过10多年时间[20]，房地产资料统计工作更是滞后于房地产业本身的发展，可以获取的、较为权威的、数据间不自相矛盾的统计数据不过近10多年的数据；年度数据太少，计量分析结果的可信度因此受到较大影响。而且中国正处于不断深化改革、扩大开放的进程中；即使最近十年，经济的制度环境也有了较大的变化，难以满足计量分析对于相对稳定的制度环境的要求。再者，前面我们已经通过房价收入比、空置率、房价增长率/GDP增长率等指标对上世纪90年代以来全国范围内房价随时间变动的情况进行了研究。所以这里我们采用国内31个省级地区（不包括香港、澳门、台湾）2004年的横截面数据进行回归分析。基本思路如下：如果当年商品住宅销售价格地区差异的大部分可以用居民人均年可支配收入的差异来解释，而且二者存在正相关关系；那么某些地区“过高”的房价就只是反映了该地区较高的经济发展水平，因而并不存在泡沫。反之，如果房地产价格地区差异的大部分无法用居民人均年可支配收入的差异来解释，那么某些地区的高房价中就可能存在较严重的泡沫成分，从而值得进一步分析。与此同时，结合2000年的同一横截面数据，进行模型的结构稳定性分析。出于简单性，假设某地区商品住宅平均价格（PT）是城镇居民人均年可支配收入（YT）的线性函数。通过2004年PT对YT以及ln(PT)对ln(YT)的（数据参见附录表1），有两种可选择的模型：
模型Ⅰ： (11)
模型Ⅱ： (12)
其中 、 分别为截据系数和斜率系数，i为各区域，u为随机扰动项。第一个模型对变量为线性，对参数亦为线性；第二个模型对参数为线性，对变量非线性。在给出正式估计之前，依据经济理论和常识，我们先对上述线性模型（模型Ⅰ）和对数线性模型（模型Ⅱ）的优劣性做一个直观的判断。经验告诉我们，象这里以各省级地方为样本单位的横截面数据，又是单自变量模型，一般预计主要的问题会是异方差性（heteroscedasticity）问题。因为各省、直辖市、自治区在所辖面积、人口方面有很大的差距。但是若将数据对数化，压缩了测量变量的尺度，往往能够减少异方差的程度。而且对数线性模型的斜率系数直接给出了应变量对自变量的弹性，便于进行经济分析。从这些角度看，对数线性模型应该会更好。
但是，我们选择的模型会不会太简单了？模型Ⅱ即使可以解决异方差问题，难道就一定没有设定误差（如漏掉某个重要变量）？尤其考虑到房地产价格中会含有级差地租的因素，除了收入水平外，空间方位会影响到商品住宅价格。就某一栋具体的房产而言，可能确实如此。但是，对一个省级区域的整体分析，就需要进一步考虑了。直观而言，沿海地区乃至普通的沿边地区，房价应该会高于内陆省份。但是这种方位的差异其实已经综合到可支配收入变量里面了。如果将方位（沿海或沿边相对于内陆）作为一个虚拟变量考虑到模型中，该虚拟变量与可支配收入变量之间可能会有很高的多重共线性，从而没有太大的意义。
直觉上，房价的高低应该还与人们的财富水平有关（而不仅仅是当年的可支配收入）。但是，居民财富水平与可支配收入之间也有很高的相关性，出于与空间方位问题同样的考虑，此一问题可以略去。而且，由于住房贷款的大规模推行，人们的购房行为可以一定程度上摆脱财富积累的限制。但是在决定贷款水平的时候，当年人均可支配收入水平却是重要的参考因素。另外，房产的需求与供给可能会受到利率的影响。但是，由于我们分析的是横截面数据，同一时点上全国的利率水平是相同的；因此可以忽略掉利率变量。
采用2004年31个省级地区商品住宅平均销售价格和城镇居民人均年可支配收入的数据，对上述两个模型分别模拟结果如下。
模型Ⅰ = -1178.8 + 0.352（YT）
(322.1904) (0.033829)
(-3.658712) (10.41361)
R2=0.789004
模型Ⅱ = -5.197 + 1.40（ ）
(1.488720) (0.163663)
(-3.490944) (8.558465)
R2=0.716374
上边每个方程下边第一行括号内数字表示相应系数的标准误差，第二行括号内数字表示相应系数的t值（虚拟假设为 =0或 =0）。虽然t值的绝对值都是显著的（双侧5%水平，31-2个自由度的t临界值为2.045），而且第一个模型的判决系数（0.789）直接来看大于第二个模型的判决系数(0.716)。但由于两个模型的应变量不同（一个为PT，一个为lnPT），其判决系数不可直接比较。分析表明，模型Ⅱ比模型Ⅰ更合适，其理由如下。第一，对两个模型的白色异方差性检验表明，模型Ⅰ存在异方差问题，而模型Ⅱ无此问题。根据白色异方差性检验方法，可将回归残差的平方对自变量及自变量的平方做辅助回归，并求得辅助回归的判决系数R2。在无异方差的虚拟假设下，从辅助回归算得的R2与N（样本中数据个数）的乘积渐进的服从χ2分布（自由度为辅助回归中的回归元个数，这里两个模型均为2）。对于模型Ⅰ，其N ╳ R2值为8.805474，高于5%显著性水平时的临界值(相应的自由度为2，5%显著性水平的χ2临界值为5.99147)，因而可以在5%的显著性水平拒绝无异方差性假设。对于模型Ⅱ，其N ╳ R2值为0.1201，低于5%显著性水平时的临界值(相应的自由度为2，5%显著性水平的χ2临界值为5.99147)，因而可以在5%的显著性水平不拒绝无异方差性假设[21]。
第二，对两个模型的Ramsey RESET检验（一般性设定误差检验）表明，模型Ⅰ存在设定误差，而模型Ⅱ无此问题。对于模型Ⅰ，通过RESET检验[22]算出的F值为6.0811410，高于5%显著性水平的临界值（分子自由度为2，分母自由度为27，5%水平的F临界值约为3.36），从而可以拒绝无设定误差的假设。对于模型Ⅱ，通过RESET检验算出的F值为0.894247，低于5%显著性水平的临界值，从而可以不拒绝无设定误差的假设[23]。为严格起见，对于模型Ⅱ，我们还专门做了一个是否存在遗漏变量 (omitted variable)的检验。虚拟假设是，遗漏了虚拟变量DD，定义如下：DD=1，如果是沿边地区[24]，DD=0，否则的话。其估计结果如下：
模型Ⅲ = -5.077 + 1.389（ ）-0.019（DD）
(1.602357) (0.174486) (0.083428)
(-3.168604) (7.959032) (-0.227896)
R2=0.716899
模型Ⅲ的R2值为0.716899。这个值相对于模型Ⅱ是否显著的提高了呢？检验结果表明，F值只有0.051937，显然低于临界值（经验上，F值至少要大于1）。而且虚拟变量项的系数是负的，也与预期不符。这样，就全国范围、并且至少就2004年的情况而言，我们可以接受模型Ⅱ。
关于模型Ⅱ的序列相关检验。一般而言，自相关多出现于时间序列数据中，横截面数据不会产生该问题。我们估计模型Ⅱ时，样本是按照大区原则排列的[25]。Eviews直接给出了Durbin-Watson值，对于模型Ⅱ为2.496。相应的5%水平临界值为(1个回归元，31个数据)：dL=1.363，dU=1.496。虚拟假设为H0：无正自相关；或H*0：无负自相关。不拒绝H0或H*0的区域为（dU ，4-dU），即(1.496，2.504)。本例中D-W值落在此区域内，可以不拒绝无自相关的假设。因此从直观的意义上说，我们可以认为，某一地区的房价没有受到邻近地区的收入水平的影响[26]。现在对模型Ⅱ的估计结果稍微展开分析一下。
模型Ⅱ的估计结果显示，对于系数为0的虚拟假设，截据项的t值为-3.49，斜率项
的t值为8.558，其绝对值均高于5%水平临界值(2.045)。从而说明居民人均年可支配收入的对数对商品住宅销售价格的对数的影响是显著的。斜率系数为1.4，其95%置信区间为 (1.0653，1.7347)。说明就全国范围平均而言，商品住宅销售价格对居民人均年可支配收入是富于弹性的。居民人均年可支配收入增加1%，房产价格会增加1%以上，预期值为1.4%。需要说明的是，严格来讲，这里房价对收入的弹性是一个比较静态分析意义上的概念。也就是说，指的是同一时点上，不同地区之间收入变动1%会引起房价变动1%以上。这并不一定意味着同一地区，居民收入水平明年比今年提高1%会使得房价提高1%。因为在前者，收入差异可能还包含了空间方位的影响等。
从对房价与居民可支配收入关系的回归分析中，可以看到，在2004年，就全国范围平均而言，二者是正相关的，且商品住宅销售价格对居民人均年可支配收入是富于弹性的。居民人均年可支配收入增加1%，商品住宅销售价格会增加1%以上，预期值为1.4%。可见，各地的商品住宅销售价格都是有人均年可支配收入基础支撑的。各地商品住宅销售价格差异的大部分可以从各地区之间居民人均年可支配收入的差异中得到解释，即就全国而言，并未出现房地产泡沫现象。但这并不意味着某些地区不存在一定程度的房地产泡沫，因为这是基于全国视角的总体分析，不是说具体某两个省级地区商品住宅销售价格差异的一定可以从两地区之间居民人均年可支配收入的差异中得到大部分的解释；而且就全国总体来看，商品住宅销售价格差异还有小部分不能从各地区之间居民可支配收入的差异中得到解释。而且，2004年与2000年相比，房价与收入关系的结构性变化可能主要来自时间序列数据中常见的趋势项问题。因此可以肯定的是，当前，从全国总体形势上分析，中国并未出现房地产泡沫。
Ⅵ 结论
从宏观经济背景上看，中国经济正处于高速发展时期，中国房地产业也将超常规、飞速发展。因为当前中国的人均GDP在1000～3000美元间，当前中国GDP增长率达到8%以上，当前中国的城市化水平在30%～60%之间[27]，当前中国城镇居民和农村居民消费的恩格尔系数正呈逐年下降的趋势[28]；依据现有研究结论和国际经验，可以得出的一个结论是——今后一段较长的时期内，将是中国房地产业高速发展时期，中国房地产业必将迎来繁荣的局面。在这段时期内，不光是国民经济中的常规因素，包括国民经济中的超常规因素都将对房地产业的发展产生积极而深远的影响[29]。从以上的分析中可见，当前及今后较长一段时期内，中国房地产业投资风险都是可控的。
从对房价收入比数据的分析上看，当前中国房地产行业投资风险可控，并未出现房地产泡沫，中国的商品住宅销售价格并未高到不合理的程度，中国的商品住宅销售价格的上涨是以居民收入的增长为基础的，只是商品住宅的供给结构不合理；而且，在中国的某些地区出现了一定程度的房地产泡沫现象[30]，但这并未从总体上使中国房地产行业的投资风险有显著提高。但值得警惕的是，2004年，该指标较2003年增长幅度偏大。
从当年新增空置率和动态累积空置率两个动态空置率指标上看，虽然近11年来全国累积空置量从总量上来说比较大（初始的新增空置量较大主要是受20世纪90年代初中国房地产泡沫影响），但近11年来累积销售量和竣工量更大，且当年新增空置率和动态累积空置率两个动态空置率指标近11年来一直呈下降趋势；这就说明了商品房屋空置情况一直在改善，中国房地产业一直处于上升阶段，虽然近11年来全国累积空置量较大在一定程度上加大了房地产行业投资风险，但从总体上说，当前中国房地产行业投资风险仍然可控，没有出现房地产泡沫。
从房价增长率/GDP增长率的指标上看，中国商品房销售价格的增长是以GDP增长为支撑的，并没有脱离GDP增长的基础。所以，从总体上说，当前中国房地产行业投资风险仍在可控范围内，没有出现房地产泡沫。但值得警惕的是，2004年该指标涨幅过大，虽未从总体上改变但却在一定程度上提高了中国房地产行业投资风险。
通过对中国房地产业综合泡沫指数的分析，可以清晰地看到，中国10多年来房地产业的发展概况：20世纪90年代初，中国房地产业出现了房地产泡沫，泡沫综合指数一直大于1；1994～1997年指数值虽然小于1，但还是比较高，徘徊在0.8左右，反映出房地产泡沫的影响尚未完全消除；1998年以后，中国房地产业迎来了新一轮的增长期，泡沫综合指数也呈下降趋势，小于0.6；到了2004年，泡沫综合指数再度强劲反弹，接近房地产泡沫影响期（1994～1997年）的水平，应该引起高度关注。这说明从总体上看，当前中国房地产行业投资风险仍在可控范围内，并未出现房地产泡沫，但应高度警惕2004年的泡沫综合指数高达52.53%的强劲反弹，政府应做好宏观调控，企业应审慎投资方向，在投资风险仍然可控时有所为以避免出现房地产泡沫。
从计量分析中可以看到，在2004年，就全国范围平均而言，商品住宅销售价格与居民人均年可支配收入二者是正相关的，且商品住宅价格对居民人均年可支配收入是富于弹性的。居民人均年可支配收入增加1%，商品住宅销售价格会增加1%以上，预期值为1.4%。可见，各地的商品住宅销售价格都是以居民人均年可支配收入为支撑的。各地商品住宅销售价格差异的大部分可以从各地区之间居民人均年可支配收入的差异中得到解释，即就全国而言，当前并未出现房地产泡沫现象，当前中国房地产业投资风险可控。
通过以上的定性的理论分析和定量的实证分析，可以看到，中国当前房地产行业投资风险可控，并未出现房地产泡沫，中国房地产业在今后较长的一段时期内必将获得高速增长，必将迈向繁荣。但这并不说明中国房地产业的发展会一帆风顺，相反，中国房地产业还面临着许多亟待解决的问题：如房地产市场不规范，法律、政策、投资等环境亟待改善，房地产商投资方向不合理，房地产产品结构不合理，部分地区存在严重的房地产投机现象并有向周边地区蔓延的趋势，房地产近10多年新增空置量累积较大等。这些问题如不尽快加以解决，势必影响到中国房地产业的发展，2004年中国房地产业相关指标和泡沫综合指数的强劲反弹就是一个市场警示信号。但是，中国房地产业发展尚未失控，政府也已经充分认识到问题的严重性，相继出台了一系列政策措施，调节供给，打击投机需求，已经取得了初步效果。应该看到，在中国GDP的强劲增长背景下和中国人均GDP所处的区间内，在中国城市化进程的推动下，在居民消费结构转变的拉动下，中国房地产业走向繁荣是必然的；国家的宏观调控也是为房地产避免泡沫、稳步走向繁荣铺平道路。
综上所述，当前中国房地产行业并未出现泡沫，中国房地产行业显现出一定的投资风险，但投资风险在可控范围内。可以预计的是，以后数年，房价还会上涨，不过涨幅应该回落，中国房地产业必将走向繁荣，并将继续强劲拉动中国GDP的高速增长。
参考文献
曹振良 高晓慧 陈长多等，《房地产经济学通论》，北京：北京大学出版社，2003年。
樊纲 张维迎等，《地产自己的理念和社会眼中的地产》，2002年9月2日，http://house.sina.com.cn/n/s/2002-09-02/14061.html。
方琼 邓荣均，“香港经济是否存在泡沫”，《亚太经济》，1998年第6期，第17-19、16页。
格林斯潘，“货币政策无奈经济泡沫”，《国际金融报》，2002年9月6日。
国家信息中心 中国经济信息网，《CEI中国行业发展报告（2003）——房地产业》，北京：中国经济出版社，2004年。
建设部副部长刘志峰，《继往开来 与时俱进 深化改革 促进住宅建设与房地产业持续健康发展——刘志峰副部长在2003年全国住宅与房地产工作会议上的讲话》，2003－1－13，http://www.cin.gov.cn/indus/speech/2003011304.htm。
建设部住宅与房地产业司司长 谢家瑾，《房地产市场发展状况、发展前景和当前工作》，http://www.cin.gov.cn/indus/speech/2001080803.htm。
联合国人居署（2002年1月1日成立），《城市指标工具包指南》，http://www.cin.gov.cn/Habitat/indicators/cn/00605.doc。
刘金钵，“防止泡沫、促进房地产业健康发展”，《当代财经》，2004年第3期，第95-97页。
刘琳 郑思奇 黄英（清华大学房地产研究所），“房地产泡沫测度系数的编制方法”，《中国房地产》，2003年第6期，第13-15页。
刘志松，“我国房地产泡沫及泡沫测度的几个理论问题”，《经济纵横》，2003年第10期，第28-31页。
罗伯特 J. 希勒，夏襄蓉译，“又一轮房地产全球泡沫”，《商务周刊》，2003年第20期，第28页。
摩根大通,“摩根大通：中国房地产——小泡沫，而非大泡沫”，《商务周刊》，2003年第18期，第48-51页。
世界银行，《1993年世界发展报告》，北京：中国财政经济出版社，1993年。
世界银行，《2002年世界发展报告》，北京：中国财政经济出版社，2002年。
世界银行，《2004年世界发展报告》，北京：中国财政经济出版社，2004年。
世界银行《世界发展指标》编写组，中国财政经济出版社组织翻译，《2002年世界发展指标》，北京：中国财政经济出版社，2004年。
世界银行亚洲区中国局环境、人力资源和城市发展处，《中国：城镇住房改革的问题与方案》，北京：中国财政经济出版社，1992年。
吴敬琏 希勒，“中美‘泡沫’专家共话金融房产泡沫”，《国际金融报》，2003年2月26日。
萧灼基，“房产市场总体上不存在泡沫”，《中国证券报》，2002年11月27日。
徐滇庆 于宗先 王金利，《泡沫经济与金融危机》，北京：中国人民大学出版社，2000年。
尹中立，国研网，《空置率下降并不能说明房地产市场没有泡沫》，2005-04-14，http://211.81.31.54:85/product/doc/view_doc.asp?mainunid=162743drcnetchentechdfgdghdaA023&dn=product_industry。
张曙光，“房地产:希望和危机并存”，《中国经济时报》，2001年12月23日。
中国国家统计局固定资产投资统计司副司长 贾海，“我国商品房空置率计算方法及合理区间研究”，《城市开发》，2004年第3期，第70～73页。
中国人民银行，《2002年第二季度 货币政策执行报告》，http://www.pbc.gov.cn/detail.asp?col=424&ID=114。
[美国]达摩达尔•N.古扎拉蒂(Damodar N.Gujarati)著，林少宫译，《计量经济学》，北京：中国人民大学出版社，2000年。
[日本]澳村洋彦，余熳宁译，《日本“泡沫经济”与金融改革》，北京：中国金融出版社，2000年。
Clayton Jim and MacKinnon Greg.2003. “The Relative Importance of Stock, Bond and real estate Factors in Explaining REIT Returns”.The Journal of Real Estate Finance and Economics,Vol.27(1),pp.39-60.
Davidson, James.,Econometric theory,Oxford : Blackwell Publishers, 2000.
De Wit Ivo,van Dijk Ronald.2003. “The Global Determinants of Direct Office real estate Returns”.The Journal of Real Estate Finance and Economics ,Vol.26(1),pp.27-45.
Feiger. G. 1976. “What is Speculation?” . Quaterly Journal of Economics , Vol.90(4) , pp667-687.
Greene, William H. , Econometric Analysis , 北京：清华大学出版社(英文影印版) ,2001.
Hendershott,Patric H.2000. “Property Asset Bubbles: Evidence from the Sydney Office Market”. The Journal of Real Estate Finance and Economics,Vol.20(1),pp67-81.
Hirshleifer, Jack.1975.“Speculation and Equilibrium: Information, Risk, and Markets”.Quaterly Journal of Economics , Vol.89(4) , pp.519-542.
Keith Cuthbertson, Stephen G. Hall, and Mark P. Taylor Cuthbertson, Keith.,Applied econometric
techniques ,New York : Philip Allan, 1992.
Kindleberger,C.P.,Manias,Panics and Crashes:A History of Financial Crises,London:Macmillan , 1978.
Lavin,Angeline M.; Zorn,Thomas S.2001. “Empirical Tests of the Fundamental-Value Hypothesis in Land Markets”. The Journal of Real Estate Finance and Economics,Vol.22(1),pp 99-116.
Milton Friedman, “ The case for Flexible Exchange Rate”, Essays In Positive Economics, University of Chicago Press, 1953, pp.157-203.
Wang Peijie.Sep 2001. “Market Efficiency and Rationality in Property Investment”.The Journal of Real Estate Finance and Economics.Vol.21(2),pp.185-201.
1 全国各地房地产市场横截面数据（2004年）
地区
商品住宅销售
面积（万平米）
商品住宅销
售额（亿元）
商品住宅平均销售
价格PT（元/平米）
城镇居民人均年可
支配收入YT（元）
lnPT
lnYT
北京
2285.82
1085.11
4747.13669
15637.80
8.465297
9.657446
天津
796.09
234.87
2950.29456
11467.00
7.989660
9.347229
河北
787.88
117.12
1486.52079
7951.30
7.304194
8.981091
山西
350.24
55.12
1573.77798
7902.90
7.361234
8.974985
内蒙古
530.91
65.03
1224.8780
8123.00
7.110597
9.002455
上海
3059.53
1762.66
5761.21168
16683.00
8.658903
9.722146
江苏
2759.41
667.18
2417.83569
10481.90
7.790628
9.257405
浙江
2369.73
660.13
2785.67600
14546.00
7.932246
9.585071
福建
1224.61
281.26
2296.73120
11175.37
7.739242
9.321468
山东
2207.28
416.27
1885.89576
9437.80
7.542158
9.152478
广东
3008.59
992.32
3298.28923
13627.65
8.101159
9.519856
海南
118.25
28.14
2379.70401
7736.00
7.774731
8.953640
辽宁
1578.10
365.43
2315.63272
8007.60
7.747438
8.988146
吉林
346.59
60.95
1758.56199
7840.60
7.472252
8.967071
黑龙江
693.78
117.42
1692.46735
7471.00
7.433943
8.918784
安徽
1179.66
185.33
1571.04589
7511.40
7.359497
8.924177
江西
986.92
99.80
1011.22684
7560.00
6.918920
8.930626
河南
938.20
135.41
1443.29567
7704.90
7.274684
8.949612
湖北
1245.38
199.15
1599.11031
8023.00
7.377203
8.990068
湖南
1030.35
128.62
1248.31368
8617.48
7.129549
9.061548
广西
749.79
141.43
1886.26148
8690.00
7.542352
9.069928
重庆
1138.26
179.00
1572.57568
9221.00
7.360470
9.129239
四川
1839.02
248.53
1351.42630
7709.90
7.208916
8.950260
贵州
494.45
58.42
1181.51481
7322.04
7.074553
8.898644
云南
479.53
89.21
1860.36327
8870.88
7.528527
9.090529
西藏
9.56
2.63
2751.04602
8200.00
7.919736
9.011889
陕西
472.93
75.56
1597.69944
7492.50
7.376320
8.921658
甘肃
235.19
37.65
1600.83336
7376.74
7.378280
8.906087
青海
83.65
11.84
1415.42139
7319.67
7.255183
8.898321
宁夏
267.55
44.56
1665.48308
7217.90
7.417871
8.884319
新疆
552.63
73.22
1324.93711
7503.00
7.189120
8.923058
资料来源：(1)可支配收入来自：各省\直辖市\自治区统计局，《2004年国民经济和社会发展统计公报》（各省\直辖市\自治区）。(2)商品住宅销售额和销售面积：国家统计局，“2004年12月国房景气指数上升0.23点”，《中国房地产报》，2005-03-09。（3）商品住宅平均销售价格系笔者根据商品住宅销售额和销售面积数据计算得出。
An Analysis of Real Estate Industry Investment Risk in China
Liang Du
Keywords：Real Estate Industry, I
[1] 例如国家统计局的《中国统计年鉴》，关于房地产业的统计资料最早见于《中国统计年鉴1995》，其收录的最早的房地产数据为1986年的一些数据；虽然在80年代中后期的《中国经济年鉴》中就有一些零星的房地产统计数据，但其关于房地产的统计数据有些年份有空缺，且其不同年份收录的数据项不是完全一致导致数据项年度资料不完整，而且其一些年份收录的一些数据与国家统计局《中国统计年鉴》的数据不一致，甚至在《中国经济年鉴1989卷》的“编辑说明”中有这样的解释语句“国民经济各行业文章中部分数字，由于统计口径不一致而与《年鉴》第Ⅹ部分的国民经济统计资料数字不相一致时，都以《年鉴》第Ⅹ部分的数字为准。”；其它的统计资料情况大致相当，故而本文数据尽量取自国家统计局的年鉴或其它权威资料。现有的统计数据没有全社会存量房总量等重要数据。甚至国家统计局以及各地统计局公布的一些房地产数据也值得推敲：如根据国家统计局公布的《国房景气指数》(2004和2003年)数据显示，“2004年末，全国商品房空置面积比2003年末下降8.3%”，“2003年，全年商品房空置面积为1.28亿平方米”，据此推算，2004年全国商品房空置面积应为1.17376亿平方米，而在同一份文献中统计局公布“2004年末，全国商品房空置面积为1.23亿平方米”，相差甚远；这也是后来笔者放弃标准的空置率算法而用自创的动态空置率算法的一个原因。
[2] 中国咨讯行数据库简介：INFOBANK于1995年在香港成立，是一家专门收集、处理及传播中国商业、经济信息的香港高科技企业。经过十余年的数据积累，INFOBANK数据库已经拥有逾150亿汉字的信息储备，信息范围涵盖19个领域、194个行业。INFOBANK通过网络、光盘、纸版等多种媒体向全球客户提供信息服务，成为目前全球最大的中文信息提供商之一。其网址为：http://www.chinainfobank.com/ ；http://www.bjinfobank.com/ 。 金报兴图数字年鉴馆简介：金报兴图数字图书馆资源全文年鉴库, 经过筛选收录以中国字头年鉴为主，囊括15个大类近300种、2000多分册书，收录时间基本自创刊卷开始至今的所有卷次内容。其网址为：http://211.81.31.55/gnsweb/index.aspx。 以上均为收费数据库。
[3] 1998年以前，中国实行住房实物分配制度；1998年下半年开始，陆续停止住房实物分配；这使得20世纪90年代及以前中国居民个人购买商品住宅的比例较低。虽然房地产业是一个受政府政策影响较强的行业，但中国房地产业受中国政府的宏观调控影响更大。以及中国房地产市场不规范、不完善等。以上都与中国逐步由计划经济体制向市场经济体制转型、中国房地产业发展时间不长有关。
[4]该算法见于 世界银行《世界发展指标》编写组，《2002年世界发展指标》，北京：中国财政经济出版社，2004年，第174～177页。亦可在其它年份的《世界发展指标》中的“城市环境”指标项中查得。 较早来源见于 世界银行亚洲区中国局环境、人力资源和城市发展处，《中国：城镇住房改革的问题与方案》，北京：中国财政经济出版社，1992年，第20～27页。
[5]20世纪90年代初世界银行中国局的首席经济师Andrew Hamer在进行中国住房制度改革研究时，引用了 B.雷诺的一份研究报告，该报告指出，平均每套住宅的价格总额与平均家庭收入的比例，在发达国家为1.8～5.5之间，在发展中国家为4～6之间，当然也有例外。见于世界银行亚洲区中国局环境、人力资源和城市发展处，《中国：城镇住房改革的问题与方案》，北京：中国财政经济出版社，1992年，第21～24页。有人用类似的方法重新算过指标的临界值，结果大致相当。结论为：从发达国家走过的历史看，平均房价与平均家庭收入的比应低于6，在5左右比较合理，超过该比例，有效需求会下降，房地产市场难以持续繁荣。推算过程可简述为：假设首付为15%～30%，利率为5%～10%，贷款期限为5～30年，每年还贷的金额占收入的比例在10%～20%之间，在这些假设条件约束下，房价收入比为1.5—5.9。如果房价收入比超过6。意味着购房者每年还贷的金额占收入比重过大，生活质量受到严重影响；或者根本无法买房。所以房价收入比应低于6。
[6] 部分收入未完全货币化在政府、国企和事业单位等表现最为明显，如在货币工资之外，还会以实物形式发给员工一些物品，以及其它形式的福利措施；此外，一些单位还存在灰色收入等问题。这些隐性收入数额部可忽略。再加上一些工资外的合法收入等，使得中国居民实际收入要比政府统计数字高（国家统计局公布的收入数据为抽样统计数据，由于上述收入不便说、不能说，所以使得政府公布的收入往往低于居民实际收入）。中国学者樊纲曾专门做过关于“灰色收入”方面的研究。
[7] 1998年下半年开始，中国陆续停止了住房实物分配；在此之前实行的是住房福利分配制度，由国家或单位建房或购房分配。
[8] 前面的脚注6已作说明。
[9] 考察1991年和2003年中国房地产开发实际情况，这两年全国城镇人均GNP估算方法应该有所不同。1991年，中国房地产开发主要集中在城镇市区，大量农业人口聚集的郊区很少有房地产开发，故而在这里全国城镇人均GDP以非农业人口创造的增加值的平均值估算，并以此估算人均GNP；而到了2003年，中国房地产开发虽然还是集中在城镇，但已经不限于城镇的市区，不少城市的郊区的房地产业也发展了起来（如别墅、旅游地产等），所以估算全国城镇人均GDP时，有必要将农业人口及其创造的增加值也算进去。用上述方法估算，1991年，中国城镇非农人口人均GDP约为1124.09美元；2003年，中国城镇人均GDP约为2690.41美元。资料来源： 国家统计局，“18-2 人民币对主要外币年平均汇价(中间价)”，“11-4 地级及以上城市国民经济和社会发展主要指标（2003年）”，《中国统计年鉴2004》； “17-2 城市社会经济主要指标(1991年，479个城市，不包括市辖县)”，《中国统计年鉴1992》。
[10]笔者运用相同方法计算上海的房价收入比相关数值，发现上海市该指标值过高，显现出房地产泡沫的迹象。
[11]仅建国以来，全国累计住宅竣工面积就将近70亿平方米，在此基础上统计调查存量面积，难度很大。因此，目前将存量指标纳入空置率计算还难以实现。 见于 国家统计局固定资产投资统计司副司长 贾海，“中国商品房空置率计算方法及合理区间研究”，《城市开发》，2004年第3期，第70～73页。
[12]这些计算的分子项即“空置量”一般都用国家统计局发布的资料，但前文已说明，这并不是真实值。
[13]参阅多篇学术文献，如 刘治松，“中国房地产泡沫及泡沫测度的几个理论问题”，《经济纵横》，2003年第10期，第28-31页 等，不一一列举。
[14] 这样的算法包含了“拆迁还建、统建代建、公共配套、企业自用以及周转房等不可销售和出租的面积”，但国家统计局并没有精确给出这些不可租售的面积（只是给出了1999年以来“拆迁还建”和“统建待建”面积），故而笼统地用该算法表示。且分子分母项中均包含了这些不可租售面积，加上本节所作的是趋势分析，即看这样算出的两个动态空置量和空置率的发展趋势，故而这样的计算方法不会对本节分析造成影响。另外，考虑到部分“企业自用房”可能最终还是要出租或出售，因此，在严格地计算累积空置率时，应该将这部分面积重新考虑进来（在计算当年新增空置率时应将其剔除）。
注意：国家统计局公布的空置量，一般是指最近若干年已经竣工而未售出的商品房累积量，故而其数值比本文计算的“自1994年以来的累积空置量”小。
[15]当然，从理论上分析，该指标的值可能有一些特殊情况。例如，当房地产价格增长率出现负值时（即房地产价格下降），房价增长率/GDP增长率的实际值就会出现负值，根据房地产泡沫的定义，此现象并不是房地产泡沫；当GDP增长率出现负值时，房价增长率/GDP增长率的实际值就会出现负值时，此时房价逆风向增长，可能出现房地产泡沫；当房价增长率和GDP增长率都为负值时，房价增长率/GDP增长率的实际值仍然为正值，但根据房地产泡沫的定义，此现象并不是房地产泡沫。
[16] 2004年中国 房价增长率/GDP增长率较2003年增幅高达184.732%，如果2005年较2004年还出现如此高的增幅，2005年 房价增长率/GDP增长率 将高达4.315938，出现严重的房地产泡沫。
[17] 见于国内数篇论文：刘琳 郑思奇 黄英（清华大学房地产研究所），“房地产泡沫测度系数的编制方法”，《中国房地产》，2003年第6期，第13-15页。刘琳 郑思奇 黄英，“房地产泡沫测度系数研究”，《价格理论与实践》，2003年第03期，第37-38页。蒋德锋 张晓莉，“房地产泡沫测度指标系数的设计”
，《市场周刊.财经论坛》，2004年第9期，第60-61页。
[18] 由于这两个指标分别测度了房价是否以居民收入为支撑以及房价增长是否以GDP增长为支撑，所以是同等重要的指标，故而各占50%权重；更严格的考虑房价收入比只测度了商品住宅部分，但毕竟当前商品房的主体还是商品住宅。
[19] 房地产商品由于不能移动，使房地产交易市场有很强的地域性特色。房地产的建造和使用严格受到位置的限制，房地产商品在进行转让、出租等交易时，经营者和消费者也要到实地考察，不能采取样品交易的方式。因此，房地产交易成为特定地点的交易，只能在某一地区范围进行，而不能在全国范围进行。房地产商品不能像普通的工业品一样在生产基地生产，然后销往全国各地甚至世界各地。再加上地产一般是在当地政府的控制下交易的，以及某一地区房地产的发展受当地经济发展水平的影响较大等原因，使得房地产业的地域性色彩很强，地域差异性较大。
[20]在中国的房地产法中，房地产是狭义的房产和狭义的地产的结合，指建筑地块和建筑地块上以房屋为主的永久性建筑物及其衍生的权利，具体指以商品经营服务性质为主的地产和房产。建国后，中国内地长期实行计划经济，直至1978年实施改革开放，逐步向市场经济转型，这个时期没有真正意义上的房地产业，有的只是住宅建筑业等。在这以后，中国内地开始出现真正意义上的房地产业，至1986年，全国仅有房地产开发企业1991家，真正的大规模市场化运作开始与20世纪90年代，这从开发企业数量的增长、商品房竣工和销售面积的增长、开发企业规模与利润的增长都可以看得出来，而1998年下半年中国陆续停止了住房实物分配，更是大大加速了中国房地产业的市场化进程。以上数据见于国家统计局编订的历年《中国统计年鉴》中的“固定资产投资”部分。
[21] 模型Ⅰ的White检验的P值为0.012244，模型Ⅱ的P值为0.941717。
[22] 对于模型Ⅰ，此处RESET检验是将样本PT值对YT值、估计的PT2值和估计的PT3值做辅助回归，记辅助回归的判决系数为R2新，原回归的判决系数为R2旧，算出F值
F=［（R2新-R2旧）/新回归元个数］÷［（1-R2新）/（N-新模型中的参数个数）］
在无设定误差的虚拟假设下，上述F值服从分子自由度为新回归元个数，分母自由度为（N-新模型中的参数个数）的F分布，从而可以与一定显著性水平时的F值相比较。
[23] 模型Ⅰ的RESET检验的P值为0.006602，模型Ⅱ的P值为0.420683。
[24] 包括黑龙江、吉林、辽宁、内蒙古、天津、北京（按习惯）、河北、山东、江苏、上海、浙江、福建、广东、广西、云南、西藏、新疆。
[25] 这也是一般统计上排列的原则，参见附录表1。
[26] 在横截面数据中做出令人信服的序列相关检验是困难的。因为不像时间序列数据，横截面数据可以有很多种排列方法，只要赋予该排列一定的实际意义即可。
[27] 刘金钵，“防止泡沫、促进房地产业健康发展”，《当代财经》，2004年第3期，第95-97页。
[28] 1999～2003年，我国城镇居民家庭的恩格尔系数分别为42.1、39.4、38.2、37.7、37.1；农村居民家庭的恩格尔系数分别为52.6、49.1、47.7、46.2、45.6。资料来源：国家统计局，“10-2 城乡居民家庭人均收入及恩格尔系数”，《中国统计年鉴2004》，http://www.stats.gov.cn/tjsj/ndsj/yb2004-c/indexch.htm。
[29] 当前中国房地产业在国民经济中的地位不仅仅是基础产业，更是支柱产业。所以，不光是国民经济中的常规因素，包括国民经济中的超常规因素都将对房地产业的发展产生积极而深远的影响。国民经济中的常规因素主要是指社会投资总量及结构、居民人均可支配收入、金融业发展程度、城市竞争力和城市经营等因素；国民经济中的超常规因素主要是指旧城改造、加快的城市化进程、城市居民消费结构的调整、国民经济总量的跳跃式发展、特殊时期的国民经济发展政策等。
[30] 笔者用本文的计算方法对上海市的一些指标进行计算，发现上海市的一些房地产泡沫指标值过高，显现出房地产泡沫的迹象。
●1949年
新中国确立了土地的社会主义公有制。宪法明确规定"任何组织或者个人不得侵占、买卖、出租或者以其他形式非法转让土地。"这就形成了旧的国有土地使用制度的主要特征：一是土地无偿使用，二是无限期使用，三是不准转让。
●改革开放前
中国城镇国有土地实行的是单一行政划拨制度，国家将土地使用权无偿、无限期提供给用地者，土地使用权不能在土地使用者之间流转。
●1979年
☆7月1日，第五届全国人民代表大会第二次会议通过的《中华人民共和国中外合资企业经营法》提出了"土地使用费"的概念。
●1980年
☆1月，《红旗》杂志发表苏星《怎样使住宅问题解决得快些?》一文，指出住宅是个人消费品的重要组成部分，应该走商品化道路。自此，我国理论界和实际工作者，开展了关于住宅属性、房租等问题的研讨。
☆7月，国务院颁布《关于中外合营企业建设用地的暂行规定》。经济特区和沿海开放城市制定和颁布了相应的地方性法规，对外资企业用地征收土地使用费，深圳特区首先于1982年开始征收土地使用费。
☆8月，全国五届人大常委会通过的《广东省经济特区条例》中，以法规的形式肯定了"国有土地有偿使用"的原则和"以外商独资、合资、合作"等方式引进外资开发经营土地资源的做法。
●1983年
☆2月，《经济日报》报道中国人民银行负责人谈话：国家鼓励私人购房、修房，今年要试办购买住房储蓄、修房储蓄等项业务。
●1985年
☆6月，《中华人民共和国土地管理法》颁布。8月1日，国家土地管理局成立。标志着我国土地管理工作纳入依法管理的轨道；但是由于当时正是我国经济改革的初期阶段，土地管理带有浓厚的计划经济色彩。
●1986年
☆1月，国务院召开城镇住房制度改革问题座谈会。会议决定成立国务院住房制度改革领导小组和领导小组办公室。
●1987年
☆8月1日，烟台市住房制度改革开始模拟运行。同日，《土地管理法》正式实施。2日，国家计委、建设部、国家统计局联合发出《关于加强商品房屋建设计划管理的暂行规定》，决定自1987年起，各地区的商品房屋建设纳入国家计划。
☆12月1日，深圳率先敲响了拍卖国有土地使用权的第一槌，突破了土地使用权不允许转让的法律规定。
●1988年
☆4月12日，《宪法》(修正案)规定，土地使用权可以依照法律的规定转让。这是一次历史性突破，是我国土地使用制度的根本性变革，标志着我国的根本大法承认了土地使用权的商品属性。
(1987~1992年)
●1987
☆1987年11月26日，深圳市政府首次公开招标出让住房用地。
●1988
☆1988年万科通过股份化改组，正式更名为"深圳万科企业股份有限公司"。11月18日，王石以2000万元的价格参与投标买地，夺得荔泉地块，正式进入房地产业。
☆1988年2月25日，国务院印发国务院住房制度改革领导小组《关于在全国城镇分期分批推行住房制度改革的实施方案》。
●1990
☆1990年国务院发布《中华人民共和国城镇国有土地使用权出让和转让暂行条例》及《外商投资开发经营成片土地暂行管理办法》。
☆1990年上海市房改方案出台，开始建立住房公积金制度。
●1991
☆1991年1月29日，万科A股在深圳证券交易所挂牌交易，股票代码"0002"。 2008年，公司市值也已经达到2000亿元。
☆1991年9月13日，冯仑等人用2万元注册了"农高投"，即万通的前身--海南农业高技术投资联合总公司，当时冯仑、王功权、刘军、易小迪、潘石屹、王启富6人大约占公司总股份的65%。
☆1991年开始，国务院先后批复了24个省市的房改总体方案。
●1992
☆1992年小平"南巡"之后，全国各地数千亿资金蜂拥扑向海口、广西北海等南方沿海城市。一时间，该地区房地产价格扶摇直上。这是中国改革开放之后有记录的第一次房地产热，也为此后海南泡沫破灭埋下伏笔。
☆1992年，上海借鉴新加坡的成功经验，率先在中国建立了住房公积金制度。
☆1992年6月12日，北京市政府公布《北京市住房制度改革实施方案》以及其他七个配套办法，并于7月1日全面实施。
☆1992年万科确立房地产为主导行业，开始进行由多元化转为房地产开发为主导业务的专一化战略调整。
（1993～1996年）
●1993年
☆1月1日，建设部发布《城市国有土地使用权出让规划管理办法》。这一办法所确定的原则一直延续并影响至今，仍作为房地产土地出让管理的重要规则。
☆4月，房地产展销首次入盟广交会。由建设部从全国选派的30多家房地产企业参展，是我国房地产业拓展对外领域、寻求合作与交流的一次尝试。
☆6月23日，时任国务院副总理的朱镕基发表讲话，宣布终止房地产公司上市，釜底抽薪全面控制银行资金进入房地产。次日国务院发布《关于当前经济情况和加强宏观调控意见》，提出整顿金融秩序、加强宏观调控的16条政策措施，旨在引导过热经济实现软着陆。
☆8月16日，国务院批转当时国家计委报送的《关于加强固定资产投资宏观调控的具体措施》，这些具体举措包括：加快投资体制改革、调整投资结构，对5种项目进行重点清理，严格控制新开工项目，加强房地产开发投资和开发区建设的管理，加强对外商直接投资项目的引导和规范管理等。
☆11月14日，中国共产党第十四届中央委员会第三次全体会议通过《中共中央关于建立社会主义市场经济体制若干问题的决定》。这被普遍视作引领中国经济体制改革进入新阶段的标志。从此，现代企业制度得以确立。这些都为房地产行业后来的发展提供了坚实的历史背景。
●1994年
☆国务院于1993年12月13日发布了《中华人民共和国土地增值税暂行条例》，决定自1994年1月1日起在全国开征土地增值税。这一税种的征收，受到影响最大的是房地产开发企业。
☆7月5日第八届全国人民代表大会常务委员会第八次会议通过《中华人民共和国城市房地产管理法》(1995年1月1日实施)。这是继《土地管理法》之后规范房地产市场的第二部重要法律，标志着中国房地产法制逐渐走向完备，地产、房产分开立法的状况逐步走向房地产一体立法。
☆7月18日，《国务院关于深化城镇住房制度改革的决定》颁布实施，从此住房公积金制度开始全面建立。住房公积金制度的建立，在一定程度上促进了住房观念的转变。
●1995年
☆9月28日，中国共产党第十四届中央委员会第五次全体会议通过《中共中央关于制定国民经济和社会发展"九五"计划和2010年远景目标的建议》，提出两个具有全局意义的根本性转变，一是经济体制从传统的计划经济体制向社会主义市场经济体制转变，二是经济增长方式从粗放型向集约型转变。这两个转变对房地产行业的发展起到了重要的指导意义。
☆随着1993年国家宏观调控的到来，海南房地产泡沫破灭。
☆国家正式全面启动安居工程。
●1996年
☆10月24日，国家税务总局发出《关于加强固定资产投资方向调节税征收管理工作的通知》。
☆3月1日，《城市住宅小区物业管理服务收费暂行办法》实施。
（1997~1999年）
●1997年
☆4月，中国人民银行颁布实施了《个人住房贷款担保管理试行办法》，该办法具有期限长、额度大、利率优惠等特点，使得商品房的个人融资有了可靠的保证，在国家于1997年10月份再次降低存贷款利率、个人的公积金和按揭贷款的利率也有显著下调的条件下，居民的购房成本有显著下降。这一系列有效的措施促进了商品住宅市场的繁荣。
☆5月，北京北辰实业(601588行情,股吧)集团公司以每股2.40港元在香港资本市场共发行H股61480万股，并于当地时间1997年5月14日在香港成功挂牌上市，成为内地首家在港上市的H股房地产企业。2006年10月16日公司15亿股A股在上海证券交易所挂牌上市，成为国内第一家A+H股地产类上市公司。
☆10月，在席卷东南亚的金融风暴影响下，香港汇市、股市暴跌，银行相继提高按揭、收紧楼宇放款，导致房地产市场大幅度降温，房地产"泡沫"破裂。
☆当年夏天，十五大召开前夕，《住宅建设成为国民经济新增长点的研究》课题组在北戴河组织召开研讨会。当时，中国经济出现通货紧缩，亚洲金融危机爆发，中央提出要促进消费、扩大内需、推动生产，考虑到房地产的产业关联度高，因此会议提出把居民住宅业列为国民经济新增长点。房地产业开始成为支柱产业。
●1998年
☆4月7日，中国人民银行出台《关于加大住房信贷投入，支持住房建设与消费的通知》，全面实行购房按揭政策，鼓励住房消费，并极大推动了商品房建设的投资。1998年中国建设银行(601939行情,股吧)发出了中国的第一份个人住房抵押贷款，正式拉开了贷款买房的序幕。商品房按揭政策为我国房地产业的发展开辟了广阔空间，金融工具直接推动房地产业进入发展新高潮。
☆7月3日，《国务院关于进一步深化城镇住房制度改革加快住房建设的通知》（国发(1998)23号），要求进一步深化城镇住房制度改革，加快住房建设。主要内容是，1998年下半年开始停止住房实物分配，逐步实行住房分配货币化。1999年中央开始在全国范围内推行住房分配货币化制度。停止福利分房，进一步确定了我国住房制度改革的市场化大方向。
●1999年
☆5月18日，深圳万科集团、北京万通地产(600246行情,股吧)和河南建业集团等一批在中国具有市场影响力的房地产企业在北海共同发起成立"全国房地产策略联盟"，后命名为"中国城市房地产开发商协作网络"(简称"中城房网")。2003年3月18日，中城房网更名为"中国城市房地产开发商策略联盟（中城联盟）"。
（2000~2004年）
●2000年
☆6月24日，由王石、卢铿及中国城市房地产开发商协作网络倡议发起的"新住宅运动"大会在上海召开。这次会议提出，房地产要"面向新经济，关注普通人"。中国房地产企业由此开始"抱团打天下"。
●2001年
☆3月12日，北京天鸿宝业(600376行情,股吧)房地产股份有限公司（600372）在上交所挂牌上市，标志着长达8年之久的房地产公司上市禁令解冻。一个月后，金地集团(600383行情,股吧)（600383）上市，从而揭开了新一轮房地产市场快速发展的序幕。
☆4月30日，国务院发布15号文件《关于加强国有土地资产管理的通知》，明确提出经营性用地必须采用招标拍卖的方式进行出让，并规定严格控制建设用地供应总量、实行国有土地有偿使用制度、加强土地使用权转让管理以及规范土地审批行政行为等。
☆6月19日，央行发布了《关于规范住房金融业务的通知》（195号文），规定对未取得四证的项目，不得发放任何形式的贷款，且企业自有资金不能低于开发项目总投资的30%。
☆6月21日，国土资源部发布了《关于整顿和规范土地市场秩序的通知》（174号文），174号文提出建立健全土地市场规范运行的基本制度，包括土地使用权公开交易制度等。
●2002年
☆5月9日，国土资源部签发《招标拍卖挂牌出让国有土地使用权规定》（11号文件），叫停已沿用多年的土地协议出让方式，11号文件的颁布被业界称为"新一轮土地革命"的开始。
●2003年
☆6月13，央行发布《中国人民银行关于进一步加强房地产信贷业务管理的通知》，简称121号文件，引起轩然大波。SOHO中国公司董事长潘石屹当时表示，这是"近10年来见过的对房地产最严厉的一个通知"。
☆8月31日，国务院发布《关于促进房地产市场持续健康发展的通知》，即18号文。18号文的要旨在于，首次在国务院文件的层面，提出"房地产业已成为国民经济的支柱产业"。它还提出要"促进房地产市场持续健康发展"。正是这两点极大地挑动了房地产商们的神经，被业界公认为中国房地产市场发展的"新五年计划"。
☆12月1日，于凌罡以"蓝城木鱼"的网名在网上发帖，号召想买房的网友联合起来自己建房，国内合作建房起步。但由于缺乏相关的政策法规以及受制于土地瓶颈，合作建房模式在艰难中前行。
●2004年
☆3月31日，国土资源部、监察部联合下发了《关于继续开展经营性土地使用权招标拍卖挂牌出让情况执法监察工作的通知》（71号令）。71号令要求各地在2004年8月31日前将历史遗留问题处理完毕，从2004年8月31日起，所有经营性项目用地一律公开竞价出让。开发商需在两年内实施开发，否则土地将被无偿收回。"8·31"土地大限由此得来。
(2005~2006年)
●2005年
☆3月26日，国务院办公厅发出《关于切实稳定住房价格的通知》(国八条)，首度明确要采取有效措施，抑制住房价格过快上涨，并要求省级人民政府对本地区稳定住房价格工作负总责。一个月后，新"国八条"出台。
☆5月9日，国务院办公厅转发建设部、发改委、财政部、国土资源部、央行、国税总局、银监会等七部门联合发出的《关于做好稳定住房价格工作的意见》，八项措施组合调控楼市。
☆5月27日，国税总局、财政部、建设部联合下发《关于加强房地产税收管理的通知》，对住房交易征收营业税。土地方面，将开征收土地闲置费。
☆8月3日，北京市国土资源局以"未能按期及时清缴土地出让金"为由，收回了包括银泰中心等重点工程在内的首批38宗违规土地。
☆9月21日，银监会下发"212文件"紧缩融资渠道，规定信托公司进行房地产贷款类集合资金信托计划时，相应房地产企业须具备"35%资本金"、"四证齐全"和"二级资质"的要求。
●2006年
☆3月5日，政府工作报告确定2006年国民经济和社会发展的主要预期目标之一是：居民消费价格总水平涨幅控制在3%；继续解决部分城市房地产投资规模过大和房价上涨过快的问题。
☆5月17日，国务院总理温家宝主持召开国务院常务会议，会上提出促进房地产业健康发展的六项措施，涵盖住房供应结构、税收、信贷、土地、廉租房和经济适用房建设等多个方面。
☆5月29日，国务院办公厅下发建设部等九部委15条《关于调整住房供应结构稳定住房价格的意见》》，细化"国六条"，并提出90平方米、双70％标准。
☆7月6日，建设部联合发改委、国家工商行政管理总局下发《关于进一步整顿规范房地产交易秩序的通知》，要求房地产开发企业取得预售许可证后，在10日内开始销售。
☆7月24日，国务院办公厅发布《关于建立国家土地督察制度有关问题的通知》，设立国家土地总督察制度，地方土地审批利用纳入督察局监查范围。同日，建设部联合五部委下发《关于规范房地产市场外资准入和管理的意见》，限制外资买房。
☆7月26日，国税总局发布《关于住房转让所得征收个人所得税有关问题的通知》，强制征收二手房转让个人所得税。
☆8月1日，国土资源部制定的《招标拍卖挂牌出让国有土地使用权规范》和《协议出让国有土地使用权规范》正式施行，细化招标拍卖挂牌或协议出让国有土地使用权的范围。
☆9月5日，国务院发布《国务院关于加强土地调控有关问题的通知》，严把土地闸门。
☆10月，上海社保案发，超过30亿元社保资金经过银行中介，违规转入房地产业，此案涉及众多上海官员、房地产开发商。
☆11月20日，财政部、国土资源部、中国人民银行联合发布《关于调整新增建设用地土地有偿使用费政策等问题的通知》，新增建设用地土地有偿使用费标准将提高一倍。
●2007年
2007年1月16日，国家税务总局下文宣布开征土地增值税。
点评：2007年房地产调控政策第一枪，释放出对行业持续调控的信号。
2007年3月16日，《物权法》在"两会"上通过。
点评：对保护私有财产的意义或大于对房地产的影响。
2007年4月2日，吴苹的位于重庆杨家坪10米深大坑的两层孤楼，在拆迁双方达成协议后轰然倒下。
点评：在《物权法》颁布和禁止强拆的政令背景下，"最牛钉子户"的意义不仅限于经济层面。
2007年3月18日、5月19日、7月21日、8月22日、9月14日、12月21日，央行先后6次上调存贷款利率，同时年内10次上调存款准备金率。
点评：对房地产行业最具影响力的经济调控手段。
2007年4月20日，碧桂园在H股上市，当天成交额高达72.26亿港元。9月28日远洋地产登陆港股，10月8日SOHO中国香港上市，10月30日华远地产A股借壳成功过会，富力地产、首创置业和上海复地先后发布公告称有意回归A股……
点评：房地产和资本市场的又一次联姻潮。如此大规模联姻也让大型上市房企背负圈钱嫌疑。
2007年5月18日，上海市房屋维修资金管理中心用公共维修基金炒股。
点评：凸现监督管理漏洞。
2007年7月10日，由国家外汇管理局下发的、被业内称为"130号文件"的"限外令"出台。
点评：海外热钱投资房地产的通道再被切断。
2007年7月24日，北辰实业与北京城开集团联合体以总价92亿元拿下长沙一地块。
点评："地王"之争是开发商全国范围内疯狂抢地的一个缩影。
2007年8月1日，国务院公布"24号文件"，该文件以住房保障措施为主要议题。
点评：房改十年艰难回归保障，"重市场轻保障"的思路正在改变。
2007年9月27日，央行、银监会共同发布通知，将第二套房首付提至四成。
点评：年度最具"杀伤力"的房地产调控手段。
2007年10月9日，国土资源部"39号令"出台。
点评：年度最重要土地调控政策，国土资源部重拳出击"斗地主"。
2007年10月10日，卢铿正式入主海尔地产。
点评：张瑞敏终于下决心把地产业务推向前台，并开始布局"大中华地产"。
2007年11月13日，深圳中天置业老板携款逃跑。
点评：再次引发中介行业信誉危机。
2007年11月21日，温家宝总理考察了位于新加坡中部的普惠性廉价房区--大巴窑组屋区。
点评：住房保障思路更加拓宽。
2007年11、12月，广深房价下跌引发楼市拐点说。
点评："拐点论"成为年末地产圈第一热门话题。
2007年12月25日，建设部住房保障司低调亮相。
点评：承前启后，不仅为2007年的"地产民生元年"划上句号，同时又将住房保障工作引入"落实年"。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
【DOC】(其他领域)
中国房地产业投资风险分析
An Analysis of Real Estate Industry Investment Risk in China
杜 量 南开大学 经济与社会发展研究院 硕士研究生
关键词：房地产业，投资风险，泡沫，房地产泡沫指数
摘要：房地产业是当前中国经济发展中极具特色的产业。中国房地产业的发展，关系到相关产业的发展以及整个国民经济的增长。构建起系统的中国房地产行业投资风险分析方法，并用该方法分析中国房地产行业的投资风险暨房地产泡沫问题，具有重大的理论和现实意义。本文以理论研究为指导，以实证研究为主；以定性分析为指导，以定量分析为重点。本文综合运用房地产泡沫指标法、指数合成方法和经济计量方法分析中国房地产行业投资风险问题，得出的初步结论为：就全国而言，当前并未出现房地产泡沫现象，当前中国房地产行业投资风险可控；但该行业存在着许多亟待解决的问题。
Ⅰ 研究目的与背景
中国房地产业近年来飞速发展，强劲拉动GDP增长，为全球经济不景气下中国经济的逆风向增长做出了巨大贡献。但另一方面，房地产投资增长过快、房价上涨过快、房地产项目区域结构与产品结构不合理、房屋空置量较大、市场投机活动涌现等，都引起了全社会的高度关注。这也引发了各界对中国房地产行业投资风险的争论，且学术界、政界、企业界之间及其内部均有较大争议，所以也使得政府、房地产商、金融机构等在决策时难度加大。
本文的研究目的就在于构建起系统的、逻辑严密的中国房地产行业投资风险分析方法，并用该方法分析中国房地产行业的投资风险暨房地产泡沫问题。
Ⅱ 理论回顾
在对于当前中国房地产是否存在行业投资风险/是否存在泡沫的问题上，学者们的观点可大体上分为两类：第一类认为当前中国出现房地产泡沫，行业投资风险很大；第二类认为当前中国并未出现房地产泡沫，只是局部过热，投资风险可控。上述争论中，学者们很少用精确的数学方法测度泡沫，从而使得争论一直不能终止。因为这方面观点有较多雷同，下面仅列出一些颇具代表性的观点。
表1 中国房地产业泡沫的各种观点
学者
观点
简短评述
张曙光
（2001）
一些潜在的危险因素存在于中国高速发展的房地产业之中，房地产泡沫膨胀是一些非理性决策发展的结果。
主要从决策层面分析；缺乏定量分析。
吴敬琏
（2003）
判断房地产泡沫比判断股市泡沫更难，但住房空置率升高很难不是泡沫出现的理由；而且现在很多人都在对房地产市场进行投资，一旦是以投资目的入市，那和股市也就没什么区别，今涨明跌，泡沫也是自然的。
从住房空置率和投资（含投机）角度判断房地产泡沫；但相关数据支持不够。
樊纲
（2002）
判断泡沫存在与否，关键要做好预测，特别要关注房价和空置率的变化，这既关系到房地产业自身更关系到宏观经济的整体发展。北京房价偏高是北京具有的二元经济模式所至：很多外企与海外华人购房以及国内单位在京设办事处等因素均会拉高房价。
认为只是局部过热，从二元经济模式角度分析了北京高房价的成因；但对全国总体形势未做深入具体分析。
萧灼基
（2002）
房产销售期跨度较长（这由房产市场的特殊性决定），不少房屋的空置现象只是暂时的。在一定时期内有些地区出现了某种房型的过剩；但就全国总体情况而言，却不存在过剩之说。
从房产特性、房产销售期等角度对房屋过剩现象进行分析；但数据支持不充分。
下面是国际上一些知名专家学者对房地产泡沫的一些观点。美联储主席艾伦·格林斯潘 (Alan Greenspan)（2002）对房地产泡沫的存在问题有一种不可知论的观点：在泡沫未破灭之前，很难确定泡沫的存在和存在的程度。行为金融学代表人物罗伯特·希勒(Robert J. Shiller)（2003）则认为：全球有一个普遍现象——凡具有魅力的城市房地产市场的泡沫都在所难免；一个必然规律——房地产市场长期低迷或是长期高涨都会造成泡沫。
不难看出，对当前中国房地产业的投资风险问题暨中国房地产泡沫存在与否的问题，学术界存在很大争论。其实，这种争论远远不止在学术界，在商界、政界甚至街头巷尾，都有很多这样的争议。这种争议之所以不能快速平息下来，很重要的一个原因就是：没有人能拿出为大家所公认的、客观的、逻辑严密的判断与论证方法。目前学术界这方面的研究，涉及某一点的多，全面系统的少；以研究定性的为主，定量的很少；即使有定量的研究，或计算方法上与国外有差异（如一些房地产泡沫指标在计算方法上与国外差别很大，导致数据没有可比性；或是一些临界指标选取有误），或数据支持不足（为中国房地产统计资料所限）。
Ⅲ 研究方法和数据
本文构建了系统的、逻辑严密的中国房地产行业投资风险暨房地产泡沫问题分析方法，并用该方法对中国房地产行业作出了实证分析。本文综合运用房地产泡沫指标法（index of real estate bubbles）、指数合成方法 (indices composition algorithm)和经济计量方法分析中国房地产行业投资风险问题。房地产泡沫指标法是基于内部逻辑角度的分析方法；指数合成方法则是房地产泡沫指标法的深化；而经济计量方法则是在上述定量分析基础上的更进一步的严格分析，使得整个定量分析的严密性和可信度大大提高。同时，在具体的定量分析中，受限于中国房地产统计数据，笔者不得不创造性地构造了一些新的分析方法。
考察中国实情，中国房地产业发展时间不长，房地产业统计更是滞后于房地产业的发展，房地产统计资料不全、不及时，一些初始的房地产统计资料缺乏。而仅有的统计资料往往由于统计口径等原因上的差别，导致一些数据在不同的文献资料上差别很大；甚至同一部门同一机构所发布的数据也因发布时间不同而异，或同一时间发布的数据逻辑上自相矛盾；一些数据要经过处理后才能使用。[1]因此，为尽量保证数据的准确无误，本文将主要从国家统计局获取第一手数据资料，并对获取的资料进行对比分析，确保其准确无误后才正式采用。同时，对于本研究所必需而国家统计局又缺乏的数据，将从一些权威的数据库获取，中国建设部，中国人民银行，中国资讯行数据库，金报兴图数字年鉴馆[2]；获取的数据与国家统计局的数据作必要的对比分析后才正式采用。
Ⅳ 泡沫测度与中国房地产行业投资风险分析
投资风险尽管在不同的文献中有不同的表述，含义有所区别，但为学术界所公认，其具有以下三方面共性：它和损失相关联；它不是已经发生的损失，而是未来可能的损失；它和不确定性相联系，发生损失只是一种可能的结果。当然，投资风险还有一个总量性，即损失的可能数额必须达到一定程度才能称其为风险。中国的房地产行业的发展有其自身的特点[3]，其统计数据与国外数据也不完全可比；故而本文的分析主要是从对中国房地产行业自身的历史数据分析中总结出一般规律，并结合国际上一些通用准则来判断当前中国房地产行业的投资风险。
1．房价收入比指标与房地产业投资风险分析
房价收入比可以笼统地说成是房价与居民收入的比值，反映了居民家庭对住房的支付能力；比值越高，支付能力就越低。当市场中的房价收入比超过了一定的临界值，说明群体性投机行为已较为严重，房地产泡沫可能已经产生。“商品住宅平均单套销售价格与居民平均家庭年收入的比值”，这是世界银行（2002）[4]的算法；另一种算法为“居住单元的中等自由市场价格与中等家庭年收入之比值”，这种算法所要求的数据在中国完全不可获取，而且相较于这种算法，关于世界银行的算法的研究时间更长、更为深入，故而本文采用第一种即世界银行的算法。进一步分析，从中国当前房地产发展的实际情况看，房地产开发主要集中在城镇，故而公式中各项指标应取城镇的指标实际值。采用世界银行算法，房价收入比公式为：
房价收入比= = （1）
通过设定首付、利率、贷款期限、每年住房贷款还款金额占收入比重等可估算出房价收入比指标的临界值[5]。注意，运用该算法确定临界值时，是有一系列前提假设的，在满足这些前提假设的条件下，一般认为该算法（即世界银行的平均值算法）的合理区间在3～6，临界值一般认为是6。当然，不同的国家由于国情不同，不一定都能满足算法所要求的前提假设，所以各国的实际房价收入比值相差较大，不一定能适用上述临界值进行判断。但是，如果直接应用世界银行的该指标算法进行计算，由于中国特殊的国情以及房地产行业统计数据的匮乏，会使计算难以进行并使得结果没有可比性。
进行实证分析必须从考察实际情况入手：由于中国部分收入并未完全货币化，中国居民实际收入要比政府统计数字高[6]；再加上中国曾长期实行住房福利分配制度[7],奠定了房屋置换的基础,提高了住房消费的能力,也相当于在实际中增大了居民收入。所以用上述方法计算的房价收入比会明显高于中国实际的房价收入比。
同时，中国房地产行业统计资料匮乏，在较权威的统计机构得不到有关全国商品住宅平均单套售价的数据，也得不到商品住宅平均单套销售面积的数据，只能通过其它方法估算。本文将根据商品住宅平均单套竣工面积估算商品住宅平均单套销售面积，并进而估算商品住宅平均单套售价。
下表前几列给出了估算中国房价收入比所需原始数据，最后一列为房价收入比的估计值，其计算方法依据公式(1)（公式中“商品住宅平均单套销售面积”用“商品住宅平均单套竣工面积”估算）。这样算出的数值在本文中称为房价收入比（估计值）。
2 中国房价收入比
年份
商品住宅
竣工套数
合计（套）
商品住宅
竣工面积
（亿平米）
商品住宅
平均单套
竣工面积
（平米）
商品住宅
平均销售
价格
（元/平米）
城镇平均
每人全部
年收入
（元）
平均每户
家庭人口
（人）
房价
收入比
（估计值）
1995
1633608
1.22
74.79676887
1509
4279.02
3.23
8.166298
1996
1490706
1.21
81.28973788
1605
4844.78
3.20
8.415632
1999
1946358
1.61
82.99524627
1857
5888.77
3.14
8.335101
2000
2139702
1.89
88.33005718
1948
6295.91
3.13
8.731616
2001
2414392
2.25
93.19116366
2017
6907.08
3.10
8.778584
2002
2629616
2.25
85.72496091
2092
8177.40
3.04
7.214067
2003
3021134
2.66
88.04640906
2197
9061.22
3.01
7.092323
2004
3.48
88.04640906
2531
10128.50
3.01
7.309576
资料来源：(1)商品住宅竣工套数（1999～2003年）：国家统计局，“6-54 房地产开发企业(单位)建设成套住宅和其他类房屋竣工情况”，《中国统计年鉴2004》。(2)商品住宅竣工面积（2000、2001、2003、2004年）：国家统计局，历年“国房景气指数”。其中1999、2002年该数据不可直接获取，根据其增长率推算。(3)1995、1996年商品住宅竣工套数与商品住宅竣工面积：国家建设部，《1995年各地区商品住宅竣工情况》，《1996年商品房屋竣工情况（一）》。(4)单套商品住宅竣工面积：为商品住宅竣工面积与商品住宅竣工套数之商，笔者计算所得；并用此估算商品住宅平均单套销售面积。其中2004年数据因尚未公布，故不可获，取上年值。(5)1999～2003年商品住宅平均销售价格数据： 国家统计局， “ 6-50 按用途分商品房屋平均销售价格”，《中国统计年鉴2004》。(6)1995、1996、2004年商品住宅平均销售价格数据为笔者根据国家统计局资料算出。主要依据国家统计局，《2004年12月“国房景气指数》，《中国统计年鉴（2004、1997年）》。 (7) 城镇平均每人全部年收入：国家统计局，“ 城镇居民家庭基本情况”，《中国统计年鉴（2004、2002、2000、1998年》；以及 中国资讯行数据库 2 ，《2004年1--4季度中国分地区城镇居民家庭收支基本情况统计》。(8)平均每户家庭人口：国家统计局，“镇居民家庭基本情况”，《中国统计年鉴（2004、2002、2000、1997年）》。其中2004年该数据尚未公布，因此仍然沿用2003年数据。
需要强调的是，这里的房价收入（估计值）其数值与前面所说的房价收入比的临界值没有可比性；因为分子项为估计值（应该比较接近），而分母项却小于真实值（且差额不能忽视），所以，这样计算的出的房价收入比（估计值）会高于房价收入比的实际值。虽然该估计的绝对值与前面所说的临界值没有可比性，其绝对值不能说明问题，但其发展趋势则能很好地说明问题。近年来，中国房价收入比(估计值)总体上呈下降趋势，说明中国房价（整套）虽然在涨，但中国居民收入也在增长，且后者增长更快（因为公式中分母的另一项“平均每户家庭人口” 是呈下降趋势的）。这就说明，房价的增长并没有脱离居民收入基础；同时，商品住宅平均单套销售面积1999年以来相对波动幅度不大，故而可以推出销售单价的增长并没有脱离居民收入基础。但考虑到中国国情——中国城镇居民平均每人全部年收入的真实值会比国家统计局公布的数据高[8]，房价收入比的真实值应与上述估计值有所不同，下面将以此为切入点进行更深入的分析。
在上文的分析中，商品住宅平均单套销售面积用的是估计值，它至少说明了当前商品住宅平均单套竣工面积大概数值。这样的面积合理吗？先来看一组数据。根据国外的统计资料，高收入国家人均住房建筑面积平均达到46.6平方米，中高收入国家为29.3平方米，中等收入国家为20.1平方米，中低收入国家为17.6平方米，低收入国家为8平方米（谢家瑾，2001）。这些指标暗示了，在市场化的国家中，高收入国家居民由于收入水平较高，所以能买得起面积较大的商品房。根据世界银行的世界发展指标，在2002年，低收入国家指人均GNP为735美元及以下国家，中等收入国家指人均GNP在736至9075美元的国家(其中2935美元是上中等收入国家和下中等收入国家的分界线)，高收入国家指人均GNP为9076美元及以上的国家。在1991年，低收入国家指人均GNP为635美元及以下国家，中等收入国家指人均GNP在636至7910美元的国家(其中636～2555美元为下中等收入国家，2556～7910美元为上中等收入国家)，高收入国家指人均GNP为7911美元及以上的国家（世界银行，1993；2004）。依国家统计局公布的资料换算， 2003年，中国地级以上城市人均GDP为2690.41美元，如果算上镇，这一数值会更低些，据此估算，当前中国城镇人均GNP水平大致仍应处于下中等收入国家即中低收入国家的水平。而在1991年，中国城镇人均GNP也大致处于下中等收入国家即中低收入国家的水平[9]。故而，从1991～2004年，中国城镇人均住房建筑面积应采用17.6平方米的标准计算。以2003年为例，中国城镇平均每户家庭人口约为3.01人，这样算来2003年中国平均每户住宅建筑面积应为52.976平方米，远远小于当前中国实际商品住宅单套建筑面积在80～90平方米的水平。也就是说，当前商品住宅单套面积大大超出了中国城镇发展水平，说明当前中国商品房结构存在严重的问题，这也是造成中国房价收入比（估计值）较高的另一个原因。
再来考虑房价收入比的计算与临界值问题。根据上文分析，首先，由于居民年收入项被低估等原因，中国的房价收入比（估计值）与国际研究经验没有可比性；再加上当前商品住宅单套建筑面积脱离中国城镇发展水平，使得这样计算出来的估计值较实际值高。这样看来，就有必要用另外的方法重新估算该值，并进行对比分析。思路之一就是首先考虑中国国情和中国城镇发展水平，即中国城镇人均住房建筑面积应采用17.6平方米的标准计算。这样计算有以下几点好处：固定了人均住房建筑面积值，使得测算的结果能很好地反映销售单价的变动，而房地产泡沫本质上就是一种价格现象，这样计算结果更能反映价格的变动，更能反映房地产泡沫情况；前文提及，房价收入比公式中的分母项被低估了，从而使得计算值不准（偏高），而城镇人均住房建筑面积采用17.6平方米的标准，将使得公式中的分子项也降低（也低于实际值，而且是低于一个并不合理的实际值），最终将使得计算结果有可能更接近真实的房价收入比；最后，这样的计算方法考虑到了中国国情和中国城镇发展水平。接下来在进一步计算房价收入比时，将依照以下公式计算，本文把依照该方法计算的房价收入比称为“房价收入比（国情模拟值）”。
房价收入比（国情模拟值）=
=
= (2)
下面应用上述公式计算1991～2004年中国“房价收入比（国情模拟值）”，下表给出了计算所用原始数据及运用公式(2)计算得出的结果。
表3 中国房价收入比（国情模拟值）
年份
适合中国国情的
城镇人均住宅建
筑面积（平方米）
城镇平均
每人全部
年收入（元）
商品住宅
销售价格
（元/平米）
房价收入比
（国情模拟值）
1991
17.6
1713.10
756
7.766972
1992
17.6
2031.53
996
8.628767
1993
17.6
2583.16
1208
8.230539
1994
17.6
3502.31
1194
6.000154
1995
17.6
4279.02
1509
6.206655
1996
17.6
4844.78
1605
5.830605
1997
17.6
5188.54
1790
6.071843
1998
17.6
5458.34
1854
5.978081
1999
17.6
5888.77
1857
5.550089
2000
17.6
6295.91
1948
5.445567
2001
17.6
6907.08
2017
5.139538
2002
17.6
8177.40
2092
4.502556
2003
17.6
9061.22
2197
4.267328
2004
17.6
10128.50
2531*
4.398045
资料来源：(1)城镇平均每人全部年收入：1995～1996、1999～2004年数据参见“表 2 中国房价收入比（估计值）表”资料来源注释；其它年份分别来自 国家统计局，“城镇居民家庭基本情况”，《中国统计年鉴（2000、1998、1996、1995、1992年）》。(2)商品住宅销售价格：1995～1996、1999～2004年该数据参见“表 3 - 2 估算中国房价收入比所需原始数据表”资料来源注释；其它年份数据分别来自 国家统计局， “ 6-50 按用途分商品房屋平均销售价格”，《中国统计年鉴2004》； “5-37 商品房屋销售情况”， 《中国统计年鉴1997》。其中1996年以前数据为笔者算出。
从上表可以看出，该值从20世纪90年代以来总体上一直呈下降趋势。1998年以来，中国房地产业获得了新一轮的增长；在这段时期，房价收入比（国情模拟值）是呈下降趋势的，只是到了2004年才出现了反弹（但这次反弹应引起重视）。房价收入比（国情模拟值）的下降与商品住宅销售单价普遍上涨并不矛盾，因为近年来中国经济飞速发展，居民人均收入也提高很快，尤其是城镇居民人均收入提高更快；所以，房价的上涨有城镇居民收入提高为依托，总体上并未出现虚涨情况。而且，通过对中国历史数据的总结与观察，发现在房地产泡沫破灭后的影响期内（1994～1997年）该指标值一直稳定在6左右，与前文提及的房价收入比指标的临界值在6左右比较吻合，因此，从这个意义上，房价收入比（国情模拟值）较真实地反映了中国房价收入比的实际值（如前文分析，因为同时降低了公式中的分母分子值）。通过对历史数据的分析，可知中国房价收入比（国情模拟值）的临界值也大致在6左右。但在实际中，总能听到对房价过高的抱怨声，这主要是以下原因造成的：住房面积太大，脱离中国国情（现在市场的主流房型在100平方米甚至120平方米以上）；房地产业区域发展不平衡，部分地区房价收入比过高[10]。
2．空置率指标与房地产业投资风险分析
在房地产出现泡沫的情形下,会有大量房屋的空置，故而可以采用空置量和空置率来反映房地产市场的泡沫程度。国际上通用的计算方法，其计算公式为：
空置率 = (3)
可是，在国内，由于目前该指标的设置不尽合理，遭到一定程度的滥用，计算出来的空置率有时不能说明问题。
首先说国内的空置量计算，从1994年起中国开始统计空置商品房量,其计算方法是将每年截止到12月31日已经竣工的而未售出或出租的商品房统计为空置商品房，是一个时点指标。1998年开始，国家统计局将空置面积分为一年以上和一年以下；从1999年开始明确空置面积中应扣除拆迁还建、统建代建、公共配套、企业自用以及周转房等不可销售和出租的面积；2003年又对空置面积进行了空置时间分组，明确了待销、滞销和积压的概念。所以，国家统计局在公布的空置量只是一个增量的指标，而不是存量的指标[11]，也就是说，不是真实的空置量（含存量与增量）；且其内涵前后有变。
仔细分析，商品房空置量就有以下三个组成部分：一是刚刚竣工，处于正常销售期的房屋（房地产开发期比一般商品生产周期长，将这一部分计入总量，显然不合适）；二是可以在一年以内销售出去的商品房；三是竣工超过一年以上，销售不出去的长期积压商品房。比较合理的就算方法是将空置时间在半年以内的房屋（基本上与前两部分房屋相对应）剔除出去计算。
空置率则是反映一定时点商品房供求状态、市场运行好坏的相对指标，直接用来表明房地产市场的热度和泡沫程度。国内该指标计算方法尚未统一，在房地产领域主要有三种方法。一是将空置量与全国的存量房总数对比（受限于中国的统计资料，仅仅在理论研究时提及）；二是将空置量与三年的累积增量房总数对比（实际计算中最常用的方法，之所以常用这种方法，也是受限于统计资料）；三是将空置量与当年的增量房数量对比（实际计算中被用到，但用得较少）[12]。用这三种方法计算得出的空置率相差较大。而在国外，如前文公式所示，空置率是把商品房中增量房和存量房中的空置量作分子（一般会将空置时间在半年以内或一年以内的房屋剔除出去计算），分母是全社会的增量和存量房总和[13]。由于这种计算方法上的差别，中国一些学者计算出来的房地产空置率往往比国外高很多，但又以此为依据与国外空置率数据作对比分析，所以往往得不出正确结论。
考察中国实情，中国房地产业发展时间不长，房地产业统计更是滞后于房地产业的发展，房地产统计资料不全、不及时，一些最初的房地产统计资料缺乏。为统计数据所限，很难确切计算出全社会的增量和存量房总和，因而也就很难照搬国际上通用的空置率计算公式。同时，比较完整的统计资料始于20世纪90年代初，如《中国统计年鉴》，《中国经济年鉴》等。但这些资料编自不同部门、单位，商品房空置量、竣工面积、销售面积等统计数据上有差别，因此，慎重起见，本文拟只从一处取原始数据。经过比较之后，决定所有数据均取自国家统计局，主要取自其《中国统计年鉴》（1995～2004），最新的2004年度数据取自国家统计局编订的《中国经济景气月报》。
为统计数据所限，很难照搬国际上通用的空置率计算公式。为此，本文将用自创的计算方法，分别计算当年新增空置率和动态累积空置率，其计算方法为：用当年竣工商品房屋面积减去当年实际销售商品房屋面积得出当年新增空置量；用当年新增空置量除以当年竣工量可得当年新增空置率；把当年新增空置量累加可得到自1994年以来的累积空置量；把当年竣工商品房屋面积累加可得自1994年以来的累积竣工量；把自1994年以来的累积空置量除以自1994年以来的累积竣工量可得到动态累积空置率[14]。具体计算公式为：
当年新增空置率=当年竣工商品房屋面积—当年实际销售商品房屋面积 （4）
当年新增空置率 = (5)
=自1994年以来的累积空置量= (6)
= 自1994年以来的累积竣工量= (7)动态累计空置率 = = (8)
这样计算的优点在于：这样计算出来的指标是一个动态指标，能反映出近11年来中国商品房空置量和空置率的变化趋势，并能从对自身发展历程的分析中得出一些可靠的有用结论；数据确凿可靠，统一无误；对于动态累积空置率来说，由于是个动态累积指标，当年份累积越多时，空置时间在半年以内的商品房所占比重就越小，空置率指标就越为合理。当然其缺点也很明显，不能与国际同类数据进行对比分析。下表给出了计算所需原始数据以及依据公式(4)～(8)计算所得出的结果。
表4 当年新增空置率与动态累计空置率
年份
竣工商品房屋面积（万m2）
实际销售商品房屋面积
（万m2）
1994年以来累积竣工量
（万m2）
当年新增空置
量（万m2）
1994年以来累积空置量
（万m2）
当年新增
空置率
动态
累积
空置率
1994
11637.0
7230.35
11637.00
4406.65
4406.65
0.378676
0.378676
1995
14873.8
7905.94
26510.85
6967.91
11374.56
0.468467
0.429053
1996
15356.7
7900.41
41867.56
7456.30
18830.86
0.485540
0.449772
1997
15819.7
9010.17
57687.26
6809.53
25640.39
0.430446
0.444472
1998
17566.6
12185.30
75253.86
5381.30
31021.69
0.306337
0.412227
1999
21410.8
14556.53
96664.66
6854.27
37875.96
0.320131
0.391828
2000
25104.9
18637.13
121769.56
6467.77
44343.73
0.257630
0.364161
2001
29867.4
22411.90
151636.96
7455.50
51799.23
0.249620
0.341600
2002
34975.8
26808.29
186612.76
8167.51
59966.74
0.233519
0.321343
2003
41464.1
33717.63
228076.86
7746.47
67713.21
0.186824
0.296888
2004
42464.9
38231.60
270541.76
4233.30
71946.50
0.099689
0.265935
资料来源：(1)实际销售商品房屋面积资料来源：1994～2003年数据来自：国家统计局，“商品房屋销售情况”，《中国统计年鉴（2004年、1997年）》。(2)竣工商品房屋面积资料来源：1997～2003年数据来自：国家统计局，“房地产开发企业(单位)建设房屋建筑面积和造价”，《中国统计年鉴2004》；“各地区房地产开发建设房屋建筑面积和造价 (1996年、1995年、1994年)”，《中国统计年鉴（1997年、1996年、1995年）》。
(3)2004年实际销售商品房屋面积与竣工商品房屋面积资料数据来自：中国资讯行数据库 2 （www.bjinfobank.com），《2004年1--12月中国商品房建筑与销售统计》。(4)其它项资料来源：笔者根据本表第一列、第二列数据以及本文上述公式计算做出。
1994～1997年，当年新增空置量比较高，说明当时房地产泡沫的影响尚未消除；1998年以后，当年新增空置率的持续下降，说明销售率在逐年稳步提高，房地产需求在稳步提高，市场供求两旺，正在逐步走向繁荣；尤其是2004年，房地产市场火爆空前，当年新增空置率跌至10%以下，市场一片欣欣向荣气象。自1994年以来动态空置率一直在下降，说明中国房地产业非但没有泡沫，而是正在步入繁荣。
3．房价增长率/GDP增长率指标与房地产业投资风险分析
该指标是根据房地产泡沫的涵义来设计的，用实际GDP增长率来反映实体经济的发展，测量房地产相对实体经济增长速度的动态指标，用来监测房地产泡沫化程度。该指标能反映房地产业发展及房价增长是否以宏观经济(GDP)增长为基础，反映房地产泡沫发展的趋势；该指标值越大，房地产泡沫的程度就越大。该指标公式为：
房价增长率/GDP增长率 ＝ (9)
下表给出了计算所需的原始数据以及根据公式(9)计算得出的结果。
表5 中国房价增长率与GDP增长率的比率
年份
商品房平均销售价格
（元/平米）
商品房平均售价增长率
（%）
GDP增长率
（%）
房价增长率/GDP增长率
（%）
1988
502.9033
0.2320541
11.20
2.071911776
1989
573.4976
0.1403735
3.90
3.599320697
1990
702.8504
0.2255507
5.00
4.511014519
1991
786.1935
0.1185787
7.00
1.693981698
1992
994.6555
0.2651536
12.80
2.071512134
1993
1291.456
0.2983953
13.40
2.226830400
1994
1408.639
0.0907371
11.80
0.768958657
1995
1590.863
0.1293617
10.20
1.268252408
1996
1806.399
0.1354837
9.70
1.396739140
1997
1997.000
0.1055143
8.80
1.199026602
1998
2063.000
0.0330496
7.80
0.423712492
1999
2053.000
-0.0048470
7.10
-0.068271968
2000
2112.000
0.0287384
8.00
0.359230395
2001
2170.000
0.0274621
7.30
0.376193441
2002
2250.000
0.0368664
8.00
0.460829493
2003
2359.000
0.0484444
9.10
0.532356532
2004
0.1440000
9.50
1.515789474
资料来源：(1)商品房平均销售价格。1997～2003年资料来源：国家统计局， “6-50 按用途分商品房屋平均销售价格”， 《中国统计年鉴2004》。1987～1996年资料来源：笔者据资料计算；所依据资料为：国家统计局， “5-37 商品房屋销售情况”，《中国统计年鉴1997》。(2)商品房平均售价增长率：笔者根据本表第一列数据计算；2004年商品房平均销售价格数据来自 国家统计局：《2004年12月“国房景气指数”为105.32 同比下降0.91点》。(3)中国GDP增长率数据来自：国家统计局，《中华人民共和国国民经济和社会发展统计公报（1988～2004）》。
对房价增长率/GDP增长率指标国际上并无严格标准，不过可用以往的房地产泡沫时期的该指标值做参照分析。详见下表。
表6 房地产泡沫时期的房价增长率与GDP增长率的比率
时间
地点
事件
房价增长率 / GDP增长率
1987～1990
日本
严重房地产泡沫
3.3
1986～1996
香港
房地产泡沫膨胀期
2.4
1997年8月
香港
严重房地产泡沫
3.6 ～ 5.0
1988～1993
中国
房地产泡沫
2.0～4.5
资料来源：方琼 邓荣均，“香港经济是否存在泡沫”，《亚太经济》，1998年第6期，第17-19、16页；以及笔者计算结果。
由上表可见：从经验数据分析，如果该指标值大于2[15]，则表明很可能出现了房地产泡沫，故而该指标的临界值在一般的研究分析中都定为2。2004年中国 房价增长率/GDP增长率 为1.5157，通过与以往房地产泡沫时期这一指标值对比分析，可知中国目前房地产尚未出现泡沫；该指标值较上年增幅过大，应当引起相当的重视。首先应该看到，房价的增长是有GDP增长作基础的；而且，因为房地产业具有经济增长点的作用，其增长速度应该适度高于整体经济增长速度；但2004年该指标值的强劲反弹是一个市场警示信号[16]。
4．指数合成方法与房地产业投资风险分析
上文运用房地产泡沫指标进行了分析，但这种分析是从各个不同的角度进行的分析，各指标所含的信息量相对有限，因此，要想更加全面地反映房地产市场的运行状况，有必要对这些信息加以整合，综合分析。
指数合成方法的基本思路是：为性质不同、单位各异、不能直接相加的各单项评价指标确定一临界值或标准值（在本文中，即为临界值——反映是否出现房地产泡沫的各单项指标临界值）；其次，将各项指标进行无量纲化（dimensionless）处理，即用各项指标的实际值与其临界值相比，得到以百分数表示的该指标的抽象值（即同度量指标）；再次，根据各单项指标在指标体系中的重要程度，赋予其不同的权重；最后，根据下式计算出所要的综合指数[17]：
B = ( + ＋ …… ＋ = 1) (10)
在上式中，B表示应用指数合成方法计算得出的综合指数值（在本文中即为房地产泡沫综合指数），Fi表示某单项指标的实际值（在本文中即为各房地产泡沫指标的实际计算值），Ci 表示某单项指标的临界值或标准值（在本文中即为各房地产泡沫指标的临界值），ωi表示各单项指标权重，n表示指数合成中所涉及的指标数。计算泡沫综合指数有封顶和不封顶两种方法，本文将采用不封顶方法。泡沫综合指数不封顶方法是指计算时各单项指数抽象值取值均取Fi/Ci的实际计算值，各单项指标抽象值可大于1，则泡沫综合指数可能大于1。
不封顶方法较封顶方法的好处在于能更好地综合反映各单项指标所指示的情况。例如对于本文分析的房地产泡沫问题，从理论上分析，可能出现某些单项指标抽象值大于1的情形（即指标的实际值大于其临界值），同时另一些单项指标小于1情形（即指标的实际值小于其临界值）。此时，如果运用上节所用的房地产泡沫各单项指标将无法进行分析，因为某些单项指标抽象值大于1，说明存在房地产泡沫；而同时另一些单项指标抽象值小于1,说明不存在房地产泡沫，会得出自相矛盾的结论。这时就需要运用指数合成方法作进一步的分析。而运用封顶方法合成时，如果出现上述情况，将会把抽象值的实际计算值小于1的某些单项指标取实际计算值；同时会把抽象值的实际计算值大于1的某些单项指标取值为1，这样会损失很多市场信息，最终在合成中也会损失很多信息，故而不能很好反映市场情况。而当使用不封顶方法时，就会避免信息的损失，各单项指标的抽象值都取其实际计算值；同时又能运用综合指数得出结论。
如何用不封顶方法计算的综合指数值（在本文中为泡沫综合指数）判断房地产行业总体运行情况？以房地产泡沫综合指数为例，当各单项指标的实际值等于其临界值时，即各单项指标的抽象值都等于1时，说明从各个单项指标的分析来看，都表明出现了房地产泡沫，所以泡沫综合指数的临界值就是1。如果各单项指标抽象值都小于1时，则各单项指标都表明没出现房地产泡沫，此时泡沫综合指数一定小于1。如果各单项指标抽象值都大于1时，则各单项指标都表明出现了房地产泡沫，此时泡沫综合指数一定大于1（数值越大，房地产泡沫越严重）。如果出现了上一段所分析的情况，某些单项指数的抽象值大于或等于1，另一些单项指数的抽象值小于1，则从单项指数的分析中无法得出结论，而泡沫综合指数因为综合了各单项指标所蕴含的信息，故而能进行有效的分析：如果泡沫综合指数大于等于1，则表明出现了房地产泡沫；如果泡沫综合指数小于1，则表明没有出现房地产泡沫。
综上，当房地产泡沫综合指数小于1时，表明房地产市场中不存在泡沫成分；当房地产泡沫综合指数大于1时，表明房地产市场中开始出现房地产泡沫，数值越大，房地产泡沫的程度越严重。
下面将应用指数合成法进行具体计算。由于本文在计算空置率时，限于房地产业统计资料，采用的是动态空置率指标，与国外通用的空置率指标在计算方法上有很大不同，未能确定其临界值，也就不能进行无量纲化处理，故而在进行指数合成时舍弃该指标。根据指数合成法的计算要求，要为这些指标选取临界值，结合当前实际情况，参照上一节的分析：房价收入比（国情模拟值）的临界值大约为6；房价增长率 / GDP增长率，虽没有一个确切的临界值，但一般研究分析中都定为2。上文已作说明，本文在计算泡沫综合指数时将采用不封顶方法；并依据指标的重要程度分别为房价收入比（国情模拟值）、房价增长率 / GDP增长率取权重0.5和0.5[18]。下表给出了计算泡沫综合指数所需原始数据以及运用公式计算所得出的结果。
表7 中国房地产业泡沫综合指数
年份
房价收入比（国情模拟值）
房价增长率/GDP增长率
泡沫综合指数
1991
7.766972
1.693981698
1.070743
1992
8.628767
2.071512134
1.236942
1993
8.230539
2.226830400
1.242586
1994
6.000154
0.768958657
0.692252
1995
6.206655
1.268252408
0.834284
1996
5.830605
1.396739140
0.835069
1997
6.071843
1.199026602
0.805744
1998
5.978081
0.423712492
0.604102
1999
5.550089
-0.068271970
0.445439
2000
5.445567
0.359230395
0.543605
2001
5.139538
0.376193441
0.522343
2002
4.502556
0.460829493
0.490420
2003
4.267328
0.532356532
0.488700
2004
4.398045
1.515789474
0.745451
中国房地产业泡沫综合指数清晰地反映了中国10多年来房地产业的发展概况：20世纪90年代初，中国房地产业出现了房地产泡沫，泡沫综合指数一直大于1，在1992～1993年达到峰值，在1.24左右，直至1994年指数值才跌落小于1；1994～1997年指数值虽然小于1，但还是比较高，徘徊在0.8左右，反映出房地产泡沫的影响尚未完全消除；1998年以后，中国房地产业迎来了新一轮的增长，泡沫综合指数也呈下降趋势，小于0.6；到了2004年，泡沫综合指数再度强劲反弹，接近房地产泡沫影响期（1994～1997年）的水平，应该引起高度关注。应该说，在房地产业走向繁荣时期，泡沫综合指数在一定范围内升高是正常的，因为只要将其控制在一定范围内是有利于市场的繁荣的，房地产市场也不例外；但是，2004年中国房地产业泡沫综合指数的反弹过于强劲，指数较上年增幅达到52.53%，这提供了一个非常异常的市场信号，应该引起高度重视。
Ⅴ 计量模型与中国房地产行业投资风险分析
上面的分析主要是将中国房地产行业作为一个整体来分析，但房地产业毕竟是一个地域性很强的行业，接下来的分析将会更加深入一步，即从对地域差异的考察上得出结论。[19]在上面分析的基础上，接下来，我们将应用严格的计量经济学方法探讨近年中国房地产价格中是否存在严重的泡沫成分。而模型构建的基础，正是基于房地产行业的地域差异性。一般的思路是做时间序列分析；但由于中国内地房地产业发展迄今只有20多年左右，而真正意义上市场化的、大规模的房地产运作不过10多年时间[20]，房地产资料统计工作更是滞后于房地产业本身的发展，可以获取的、较为权威的、数据间不自相矛盾的统计数据不过近10多年的数据；年度数据太少，计量分析结果的可信度因此受到较大影响。而且中国正处于不断深化改革、扩大开放的进程中；即使最近十年，经济的制度环境也有了较大的变化，难以满足计量分析对于相对稳定的制度环境的要求。再者，前面我们已经通过房价收入比、空置率、房价增长率/GDP增长率等指标对上世纪90年代以来全国范围内房价随时间变动的情况进行了研究。所以这里我们采用国内31个省级地区（不包括香港、澳门、台湾）2004年的横截面数据进行回归分析。基本思路如下：如果当年商品住宅销售价格地区差异的大部分可以用居民人均年可支配收入的差异来解释，而且二者存在正相关关系；那么某些地区“过高”的房价就只是反映了该地区较高的经济发展水平，因而并不存在泡沫。反之，如果房地产价格地区差异的大部分无法用居民人均年可支配收入的差异来解释，那么某些地区的高房价中就可能存在较严重的泡沫成分，从而值得进一步分析。与此同时，结合2000年的同一横截面数据，进行模型的结构稳定性分析。出于简单性，假设某地区商品住宅平均价格（PT）是城镇居民人均年可支配收入（YT）的线性函数。通过2004年PT对YT以及ln(PT)对ln(YT)的（数据参见附录表1），有两种可选择的模型：
模型Ⅰ： (11)
模型Ⅱ： (12)
其中 、 分别为截据系数和斜率系数，i为各区域，u为随机扰动项。第一个模型对变量为线性，对参数亦为线性；第二个模型对参数为线性，对变量非线性。在给出正式估计之前，依据经济理论和常识，我们先对上述线性模型（模型Ⅰ）和对数线性模型（模型Ⅱ）的优劣性做一个直观的判断。经验告诉我们，象这里以各省级地方为样本单位的横截面数据，又是单自变量模型，一般预计主要的问题会是异方差性（heteroscedasticity）问题。因为各省、直辖市、自治区在所辖面积、人口方面有很大的差距。但是若将数据对数化，压缩了测量变量的尺度，往往能够减少异方差的程度。而且对数线性模型的斜率系数直接给出了应变量对自变量的弹性，便于进行经济分析。从这些角度看，对数线性模型应该会更好。
但是，我们选择的模型会不会太简单了？模型Ⅱ即使可以解决异方差问题，难道就一定没有设定误差（如漏掉某个重要变量）？尤其考虑到房地产价格中会含有级差地租的因素，除了收入水平外，空间方位会影响到商品住宅价格。就某一栋具体的房产而言，可能确实如此。但是，对一个省级区域的整体分析，就需要进一步考虑了。直观而言，沿海地区乃至普通的沿边地区，房价应该会高于内陆省份。但是这种方位的差异其实已经综合到可支配收入变量里面了。如果将方位（沿海或沿边相对于内陆）作为一个虚拟变量考虑到模型中，该虚拟变量与可支配收入变量之间可能会有很高的多重共线性，从而没有太大的意义。
直觉上，房价的高低应该还与人们的财富水平有关（而不仅仅是当年的可支配收入）。但是，居民财富水平与可支配收入之间也有很高的相关性，出于与空间方位问题同样的考虑，此一问题可以略去。而且，由于住房贷款的大规模推行，人们的购房行为可以一定程度上摆脱财富积累的限制。但是在决定贷款水平的时候，当年人均可支配收入水平却是重要的参考因素。另外，房产的需求与供给可能会受到利率的影响。但是，由于我们分析的是横截面数据，同一时点上全国的利率水平是相同的；因此可以忽略掉利率变量。
采用2004年31个省级地区商品住宅平均销售价格和城镇居民人均年可支配收入的数据，对上述两个模型分别模拟结果如下。
模型Ⅰ = -1178.8 + 0.352（YT）
(322.1904) (0.033829)
(-3.658712) (10.41361)
R2=0.789004
模型Ⅱ = -5.197 + 1.40（ ）
(1.488720) (0.163663)
(-3.490944) (8.558465)
R2=0.716374
上边每个方程下边第一行括号内数字表示相应系数的标准误差，第二行括号内数字表示相应系数的t值（虚拟假设为 =0或 =0）。虽然t值的绝对值都是显著的（双侧5%水平，31-2个自由度的t临界值为2.045），而且第一个模型的判决系数（0.789）直接来看大于第二个模型的判决系数(0.716)。但由于两个模型的应变量不同（一个为PT，一个为lnPT），其判决系数不可直接比较。分析表明，模型Ⅱ比模型Ⅰ更合适，其理由如下。第一，对两个模型的白色异方差性检验表明，模型Ⅰ存在异方差问题，而模型Ⅱ无此问题。根据白色异方差性检验方法，可将回归残差的平方对自变量及自变量的平方做辅助回归，并求得辅助回归的判决系数R2。在无异方差的虚拟假设下，从辅助回归算得的R2与N（样本中数据个数）的乘积渐进的服从χ2分布（自由度为辅助回归中的回归元个数，这里两个模型均为2）。对于模型Ⅰ，其N ╳ R2值为8.805474，高于5%显著性水平时的临界值(相应的自由度为2，5%显著性水平的χ2临界值为5.99147)，因而可以在5%的显著性水平拒绝无异方差性假设。对于模型Ⅱ，其N ╳ R2值为0.1201，低于5%显著性水平时的临界值(相应的自由度为2，5%显著性水平的χ2临界值为5.99147)，因而可以在5%的显著性水平不拒绝无异方差性假设[21]。
第二，对两个模型的Ramsey RESET检验（一般性设定误差检验）表明，模型Ⅰ存在设定误差，而模型Ⅱ无此问题。对于模型Ⅰ，通过RESET检验[22]算出的F值为6.0811410，高于5%显著性水平的临界值（分子自由度为2，分母自由度为27，5%水平的F临界值约为3.36），从而可以拒绝无设定误差的假设。对于模型Ⅱ，通过RESET检验算出的F值为0.894247，低于5%显著性水平的临界值，从而可以不拒绝无设定误差的假设[23]。为严格起见，对于模型Ⅱ，我们还专门做了一个是否存在遗漏变量 (omitted variable)的检验。虚拟假设是，遗漏了虚拟变量DD，定义如下：DD=1，如果是沿边地区[24]，DD=0，否则的话。其估计结果如下：
模型Ⅲ = -5.077 + 1.389（ ）-0.019（DD）
(1.602357) (0.174486) (0.083428)
(-3.168604) (7.959032) (-0.227896)
R2=0.716899
模型Ⅲ的R2值为0.716899。这个值相对于模型Ⅱ是否显著的提高了呢？检验结果表明，F值只有0.051937，显然低于临界值（经验上，F值至少要大于1）。而且虚拟变量项的系数是负的，也与预期不符。这样，就全国范围、并且至少就2004年的情况而言，我们可以接受模型Ⅱ。
关于模型Ⅱ的序列相关检验。一般而言，自相关多出现于时间序列数据中，横截面数据不会产生该问题。我们估计模型Ⅱ时，样本是按照大区原则排列的[25]。Eviews直接给出了Durbin-Watson值，对于模型Ⅱ为2.496。相应的5%水平临界值为(1个回归元，31个数据)：dL=1.363，dU=1.496。虚拟假设为H0：无正自相关；或H*0：无负自相关。不拒绝H0或H*0的区域为（dU ，4-dU），即(1.496，2.504)。本例中D-W值落在此区域内，可以不拒绝无自相关的假设。因此从直观的意义上说，我们可以认为，某一地区的房价没有受到邻近地区的收入水平的影响[26]。现在对模型Ⅱ的估计结果稍微展开分析一下。
模型Ⅱ的估计结果显示，对于系数为0的虚拟假设，截据项的t值为-3.49，斜率项
的t值为8.558，其绝对值均高于5%水平临界值(2.045)。从而说明居民人均年可支配收入的对数对商品住宅销售价格的对数的影响是显著的。斜率系数为1.4，其95%置信区间为 (1.0653，1.7347)。说明就全国范围平均而言，商品住宅销售价格对居民人均年可支配收入是富于弹性的。居民人均年可支配收入增加1%，房产价格会增加1%以上，预期值为1.4%。需要说明的是，严格来讲，这里房价对收入的弹性是一个比较静态分析意义上的概念。也就是说，指的是同一时点上，不同地区之间收入变动1%会引起房价变动1%以上。这并不一定意味着同一地区，居民收入水平明年比今年提高1%会使得房价提高1%。因为在前者，收入差异可能还包含了空间方位的影响等。
从对房价与居民可支配收入关系的回归分析中，可以看到，在2004年，就全国范围平均而言，二者是正相关的，且商品住宅销售价格对居民人均年可支配收入是富于弹性的。居民人均年可支配收入增加1%，商品住宅销售价格会增加1%以上，预期值为1.4%。可见，各地的商品住宅销售价格都是有人均年可支配收入基础支撑的。各地商品住宅销售价格差异的大部分可以从各地区之间居民人均年可支配收入的差异中得到解释，即就全国而言，并未出现房地产泡沫现象。但这并不意味着某些地区不存在一定程度的房地产泡沫，因为这是基于全国视角的总体分析，不是说具体某两个省级地区商品住宅销售价格差异的一定可以从两地区之间居民人均年可支配收入的差异中得到大部分的解释；而且就全国总体来看，商品住宅销售价格差异还有小部分不能从各地区之间居民可支配收入的差异中得到解释。而且，2004年与2000年相比，房价与收入关系的结构性变化可能主要来自时间序列数据中常见的趋势项问题。因此可以肯定的是，当前，从全国总体形势上分析，中国并未出现房地产泡沫。
Ⅵ 结论
从宏观经济背景上看，中国经济正处于高速发展时期，中国房地产业也将超常规、飞速发展。因为当前中国的人均GDP在1000～3000美元间，当前中国GDP增长率达到8%以上，当前中国的城市化水平在30%～60%之间[27]，当前中国城镇居民和农村居民消费的恩格尔系数正呈逐年下降的趋势[28]；依据现有研究结论和国际经验，可以得出的一个结论是——今后一段较长的时期内，将是中国房地产业高速发展时期，中国房地产业必将迎来繁荣的局面。在这段时期内，不光是国民经济中的常规因素，包括国民经济中的超常规因素都将对房地产业的发展产生积极而深远的影响[29]。从以上的分析中可见，当前及今后较长一段时期内，中国房地产业投资风险都是可控的。
从对房价收入比数据的分析上看，当前中国房地产行业投资风险可控，并未出现房地产泡沫，中国的商品住宅销售价格并未高到不合理的程度，中国的商品住宅销售价格的上涨是以居民收入的增长为基础的，只是商品住宅的供给结构不合理；而且，在中国的某些地区出现了一定程度的房地产泡沫现象[30]，但这并未从总体上使中国房地产行业的投资风险有显著提高。但值得警惕的是，2004年，该指标较2003年增长幅度偏大。
从当年新增空置率和动态累积空置率两个动态空置率指标上看，虽然近11年来全国累积空置量从总量上来说比较大（初始的新增空置量较大主要是受20世纪90年代初中国房地产泡沫影响），但近11年来累积销售量和竣工量更大，且当年新增空置率和动态累积空置率两个动态空置率指标近11年来一直呈下降趋势；这就说明了商品房屋空置情况一直在改善，中国房地产业一直处于上升阶段，虽然近11年来全国累积空置量较大在一定程度上加大了房地产行业投资风险，但从总体上说，当前中国房地产行业投资风险仍然可控，没有出现房地产泡沫。
从房价增长率/GDP增长率的指标上看，中国商品房销售价格的增长是以GDP增长为支撑的，并没有脱离GDP增长的基础。所以，从总体上说，当前中国房地产行业投资风险仍在可控范围内，没有出现房地产泡沫。但值得警惕的是，2004年该指标涨幅过大，虽未从总体上改变但却在一定程度上提高了中国房地产行业投资风险。
通过对中国房地产业综合泡沫指数的分析，可以清晰地看到，中国10多年来房地产业的发展概况：20世纪90年代初，中国房地产业出现了房地产泡沫，泡沫综合指数一直大于1；1994～1997年指数值虽然小于1，但还是比较高，徘徊在0.8左右，反映出房地产泡沫的影响尚未完全消除；1998年以后，中国房地产业迎来了新一轮的增长期，泡沫综合指数也呈下降趋势，小于0.6；到了2004年，泡沫综合指数再度强劲反弹，接近房地产泡沫影响期（1994～1997年）的水平，应该引起高度关注。这说明从总体上看，当前中国房地产行业投资风险仍在可控范围内，并未出现房地产泡沫，但应高度警惕2004年的泡沫综合指数高达52.53%的强劲反弹，政府应做好宏观调控，企业应审慎投资方向，在投资风险仍然可控时有所为以避免出现房地产泡沫。
从计量分析中可以看到，在2004年，就全国范围平均而言，商品住宅销售价格与居民人均年可支配收入二者是正相关的，且商品住宅价格对居民人均年可支配收入是富于弹性的。居民人均年可支配收入增加1%，商品住宅销售价格会增加1%以上，预期值为1.4%。可见，各地的商品住宅销售价格都是以居民人均年可支配收入为支撑的。各地商品住宅销售价格差异的大部分可以从各地区之间居民人均年可支配收入的差异中得到解释，即就全国而言，当前并未出现房地产泡沫现象，当前中国房地产业投资风险可控。
通过以上的定性的理论分析和定量的实证分析，可以看到，中国当前房地产行业投资风险可控，并未出现房地产泡沫，中国房地产业在今后较长的一段时期内必将获得高速增长，必将迈向繁荣。但这并不说明中国房地产业的发展会一帆风顺，相反，中国房地产业还面临着许多亟待解决的问题：如房地产市场不规范，法律、政策、投资等环境亟待改善，房地产商投资方向不合理，房地产产品结构不合理，部分地区存在严重的房地产投机现象并有向周边地区蔓延的趋势，房地产近10多年新增空置量累积较大等。这些问题如不尽快加以解决，势必影响到中国房地产业的发展，2004年中国房地产业相关指标和泡沫综合指数的强劲反弹就是一个市场警示信号。但是，中国房地产业发展尚未失控，政府也已经充分认识到问题的严重性，相继出台了一系列政策措施，调节供给，打击投机需求，已经取得了初步效果。应该看到，在中国GDP的强劲增长背景下和中国人均GDP所处的区间内，在中国城市化进程的推动下，在居民消费结构转变的拉动下，中国房地产业走向繁荣是必然的；国家的宏观调控也是为房地产避免泡沫、稳步走向繁荣铺平道路。
综上所述，当前中国房地产行业并未出现泡沫，中国房地产行业显现出一定的投资风险，但投资风险在可控范围内。可以预计的是，以后数年，房价还会上涨，不过涨幅应该回落，中国房地产业必将走向繁荣，并将继续强劲拉动中国GDP的高速增长。
参考文献
曹振良 高晓慧 陈长多等，《房地产经济学通论》，北京：北京大学出版社，2003年。
樊纲 张维迎等，《地产自己的理念和社会眼中的地产》，2002年9月2日，http://house.sina.com.cn/n/s/2002-09-02/14061.html。
方琼 邓荣均，“香港经济是否存在泡沫”，《亚太经济》，1998年第6期，第17-19、16页。
格林斯潘，“货币政策无奈经济泡沫”，《国际金融报》，2002年9月6日。
国家信息中心 中国经济信息网，《CEI中国行业发展报告（2003）——房地产业》，北京：中国经济出版社，2004年。
建设部副部长刘志峰，《继往开来 与时俱进 深化改革 促进住宅建设与房地产业持续健康发展——刘志峰副部长在2003年全国住宅与房地产工作会议上的讲话》，2003－1－13，http://www.cin.gov.cn/indus/speech/2003011304.htm。
建设部住宅与房地产业司司长 谢家瑾，《房地产市场发展状况、发展前景和当前工作》，http://www.cin.gov.cn/indus/speech/2001080803.htm。
联合国人居署（2002年1月1日成立），《城市指标工具包指南》，http://www.cin.gov.cn/Habitat/indicators/cn/00605.doc。
刘金钵，“防止泡沫、促进房地产业健康发展”，《当代财经》，2004年第3期，第95-97页。
刘琳 郑思奇 黄英（清华大学房地产研究所），“房地产泡沫测度系数的编制方法”，《中国房地产》，2003年第6期，第13-15页。
刘志松，“我国房地产泡沫及泡沫测度的几个理论问题”，《经济纵横》，2003年第10期，第28-31页。
罗伯特 J. 希勒，夏襄蓉译，“又一轮房地产全球泡沫”，《商务周刊》，2003年第20期，第28页。
摩根大通,“摩根大通：中国房地产——小泡沫，而非大泡沫”，《商务周刊》，2003年第18期，第48-51页。
世界银行，《1993年世界发展报告》，北京：中国财政经济出版社，1993年。
世界银行，《2002年世界发展报告》，北京：中国财政经济出版社，2002年。
世界银行，《2004年世界发展报告》，北京：中国财政经济出版社，2004年。
世界银行《世界发展指标》编写组，中国财政经济出版社组织翻译，《2002年世界发展指标》，北京：中国财政经济出版社，2004年。
世界银行亚洲区中国局环境、人力资源和城市发展处，《中国：城镇住房改革的问题与方案》，北京：中国财政经济出版社，1992年。
吴敬琏 希勒，“中美‘泡沫’专家共话金融房产泡沫”，《国际金融报》，2003年2月26日。
萧灼基，“房产市场总体上不存在泡沫”，《中国证券报》，2002年11月27日。
徐滇庆 于宗先 王金利，《泡沫经济与金融危机》，北京：中国人民大学出版社，2000年。
尹中立，国研网，《空置率下降并不能说明房地产市场没有泡沫》，2005-04-14，http://211.81.31.54:85/product/doc/view_doc.asp?mainunid=162743drcnetchentechdfgdghdaA023&dn=product_industry。
张曙光，“房地产:希望和危机并存”，《中国经济时报》，2001年12月23日。
中国国家统计局固定资产投资统计司副司长 贾海，“我国商品房空置率计算方法及合理区间研究”，《城市开发》，2004年第3期，第70～73页。
中国人民银行，《2002年第二季度 货币政策执行报告》，http://www.pbc.gov.cn/detail.asp?col=424&ID=114。
[美国]达摩达尔•N.古扎拉蒂(Damodar N.Gujarati)著，林少宫译，《计量经济学》，北京：中国人民大学出版社，2000年。
[日本]澳村洋彦，余熳宁译，《日本“泡沫经济”与金融改革》，北京：中国金融出版社，2000年。
Clayton Jim and MacKinnon Greg.2003. “The Relative Importance of Stock, Bond and real estate Factors in Explaining REIT Returns”.The Journal of Real Estate Finance and Economics,Vol.27(1),pp.39-60.
Davidson, James.,Econometric theory,Oxford : Blackwell Publishers, 2000.
De Wit Ivo,van Dijk Ronald.2003. “The Global Determinants of Direct Office real estate Returns”.The Journal of Real Estate Finance and Economics ,Vol.26(1),pp.27-45.
Feiger. G. 1976. “What is Speculation?” . Quaterly Journal of Economics , Vol.90(4) , pp667-687.
Greene, William H. , Econometric Analysis , 北京：清华大学出版社(英文影印版) ,2001.
Hendershott,Patric H.2000. “Property Asset Bubbles: Evidence from the Sydney Office Market”. The Journal of Real Estate Finance and Economics,Vol.20(1),pp67-81.
Hirshleifer, Jack.1975.“Speculation and Equilibrium: Information, Risk, and Markets”.Quaterly Journal of Economics , Vol.89(4) , pp.519-542.
Keith Cuthbertson, Stephen G. Hall, and Mark P. Taylor Cuthbertson, Keith.,Applied econometric
techniques ,New York : Philip Allan, 1992.
Kindleberger,C.P.,Manias,Panics and Crashes:A History of Financial Crises,London:Macmillan , 1978.
Lavin,Angeline M.; Zorn,Thomas S.2001. “Empirical Tests of the Fundamental-Value Hypothesis in Land Markets”. The Journal of Real Estate Finance and Economics,Vol.22(1),pp 99-116.
Milton Friedman, “ The case for Flexible Exchange Rate”, Essays In Positive Economics, University of Chicago Press, 1953, pp.157-203.
Wang Peijie.Sep 2001. “Market Efficiency and Rationality in Property Investment”.The Journal of Real Estate Finance and Economics.Vol.21(2),pp.185-201.
1 全国各地房地产市场横截面数据（2004年）
地区
商品住宅销售
面积（万平米）
商品住宅销
售额（亿元）
商品住宅平均销售
价格PT（元/平米）
城镇居民人均年可
支配收入YT（元）
lnPT
lnYT
北京
2285.82
1085.11
4747.13669
15637.80
8.465297
9.657446
天津
796.09
234.87
2950.29456
11467.00
7.989660
9.347229
河北
787.88
117.12
1486.52079
7951.30
7.304194
8.981091
山西
350.24
55.12
1573.77798
7902.90
7.361234
8.974985
内蒙古
530.91
65.03
1224.8780
8123.00
7.110597
9.002455
上海
3059.53
1762.66
5761.21168
16683.00
8.658903
9.722146
江苏
2759.41
667.18
2417.83569
10481.90
7.790628
9.257405
浙江
2369.73
660.13
2785.67600
14546.00
7.932246
9.585071
福建
1224.61
281.26
2296.73120
11175.37
7.739242
9.321468
山东
2207.28
416.27
1885.89576
9437.80
7.542158
9.152478
广东
3008.59
992.32
3298.28923
13627.65
8.101159
9.519856
海南
118.25
28.14
2379.70401
7736.00
7.774731
8.953640
辽宁
1578.10
365.43
2315.63272
8007.60
7.747438
8.988146
吉林
346.59
60.95
1758.56199
7840.60
7.472252
8.967071
黑龙江
693.78
117.42
1692.46735
7471.00
7.433943
8.918784
安徽
1179.66
185.33
1571.04589
7511.40
7.359497
8.924177
江西
986.92
99.80
1011.22684
7560.00
6.918920
8.930626
河南
938.20
135.41
1443.29567
7704.90
7.274684
8.949612
湖北
1245.38
199.15
1599.11031
8023.00
7.377203
8.990068
湖南
1030.35
128.62
1248.31368
8617.48
7.129549
9.061548
广西
749.79
141.43
1886.26148
8690.00
7.542352
9.069928
重庆
1138.26
179.00
1572.57568
9221.00
7.360470
9.129239
四川
1839.02
248.53
1351.42630
7709.90
7.208916
8.950260
贵州
494.45
58.42
1181.51481
7322.04
7.074553
8.898644
云南
479.53
89.21
1860.36327
8870.88
7.528527
9.090529
西藏
9.56
2.63
2751.04602
8200.00
7.919736
9.011889
陕西
472.93
75.56
1597.69944
7492.50
7.376320
8.921658
甘肃
235.19
37.65
1600.83336
7376.74
7.378280
8.906087
青海
83.65
11.84
1415.42139
7319.67
7.255183
8.898321
宁夏
267.55
44.56
1665.48308
7217.90
7.417871
8.884319
新疆
552.63
73.22
1324.93711
7503.00
7.189120
8.923058
资料来源：(1)可支配收入来自：各省\直辖市\自治区统计局，《2004年国民经济和社会发展统计公报》（各省\直辖市\自治区）。(2)商品住宅销售额和销售面积：国家统计局，“2004年12月国房景气指数上升0.23点”，《中国房地产报》，2005-03-09。（3）商品住宅平均销售价格系笔者根据商品住宅销售额和销售面积数据计算得出。
An Analysis of Real Estate Industry Investment Risk in China
Liang Du
Keywords：Real Estate Industry, I
[1] 例如国家统计局的《中国统计年鉴》，关于房地产业的统计资料最早见于《中国统计年鉴1995》，其收录的最早的房地产数据为1986年的一些数据；虽然在80年代中后期的《中国经济年鉴》中就有一些零星的房地产统计数据，但其关于房地产的统计数据有些年份有空缺，且其不同年份收录的数据项不是完全一致导致数据项年度资料不完整，而且其一些年份收录的一些数据与国家统计局《中国统计年鉴》的数据不一致，甚至在《中国经济年鉴1989卷》的“编辑说明”中有这样的解释语句“国民经济各行业文章中部分数字，由于统计口径不一致而与《年鉴》第Ⅹ部分的国民经济统计资料数字不相一致时，都以《年鉴》第Ⅹ部分的数字为准。”；其它的统计资料情况大致相当，故而本文数据尽量取自国家统计局的年鉴或其它权威资料。现有的统计数据没有全社会存量房总量等重要数据。甚至国家统计局以及各地统计局公布的一些房地产数据也值得推敲：如根据国家统计局公布的《国房景气指数》(2004和2003年)数据显示，“2004年末，全国商品房空置面积比2003年末下降8.3%”，“2003年，全年商品房空置面积为1.28亿平方米”，据此推算，2004年全国商品房空置面积应为1.17376亿平方米，而在同一份文献中统计局公布“2004年末，全国商品房空置面积为1.23亿平方米”，相差甚远；这也是后来笔者放弃标准的空置率算法而用自创的动态空置率算法的一个原因。
[2] 中国咨讯行数据库简介：INFOBANK于1995年在香港成立，是一家专门收集、处理及传播中国商业、经济信息的香港高科技企业。经过十余年的数据积累，INFOBANK数据库已经拥有逾150亿汉字的信息储备，信息范围涵盖19个领域、194个行业。INFOBANK通过网络、光盘、纸版等多种媒体向全球客户提供信息服务，成为目前全球最大的中文信息提供商之一。其网址为：http://www.chinainfobank.com/ ；http://www.bjinfobank.com/ 。 金报兴图数字年鉴馆简介：金报兴图数字图书馆资源全文年鉴库, 经过筛选收录以中国字头年鉴为主，囊括15个大类近300种、2000多分册书，收录时间基本自创刊卷开始至今的所有卷次内容。其网址为：http://211.81.31.55/gnsweb/index.aspx。 以上均为收费数据库。
[3] 1998年以前，中国实行住房实物分配制度；1998年下半年开始，陆续停止住房实物分配；这使得20世纪90年代及以前中国居民个人购买商品住宅的比例较低。虽然房地产业是一个受政府政策影响较强的行业，但中国房地产业受中国政府的宏观调控影响更大。以及中国房地产市场不规范、不完善等。以上都与中国逐步由计划经济体制向市场经济体制转型、中国房地产业发展时间不长有关。
[4]该算法见于 世界银行《世界发展指标》编写组，《2002年世界发展指标》，北京：中国财政经济出版社，2004年，第174～177页。亦可在其它年份的《世界发展指标》中的“城市环境”指标项中查得。 较早来源见于 世界银行亚洲区中国局环境、人力资源和城市发展处，《中国：城镇住房改革的问题与方案》，北京：中国财政经济出版社，1992年，第20～27页。
[5]20世纪90年代初世界银行中国局的首席经济师Andrew Hamer在进行中国住房制度改革研究时，引用了 B.雷诺的一份研究报告，该报告指出，平均每套住宅的价格总额与平均家庭收入的比例，在发达国家为1.8～5.5之间，在发展中国家为4～6之间，当然也有例外。见于世界银行亚洲区中国局环境、人力资源和城市发展处，《中国：城镇住房改革的问题与方案》，北京：中国财政经济出版社，1992年，第21～24页。有人用类似的方法重新算过指标的临界值，结果大致相当。结论为：从发达国家走过的历史看，平均房价与平均家庭收入的比应低于6，在5左右比较合理，超过该比例，有效需求会下降，房地产市场难以持续繁荣。推算过程可简述为：假设首付为15%～30%，利率为5%～10%，贷款期限为5～30年，每年还贷的金额占收入的比例在10%～20%之间，在这些假设条件约束下，房价收入比为1.5—5.9。如果房价收入比超过6。意味着购房者每年还贷的金额占收入比重过大，生活质量受到严重影响；或者根本无法买房。所以房价收入比应低于6。
[6] 部分收入未完全货币化在政府、国企和事业单位等表现最为明显，如在货币工资之外，还会以实物形式发给员工一些物品，以及其它形式的福利措施；此外，一些单位还存在灰色收入等问题。这些隐性收入数额部可忽略。再加上一些工资外的合法收入等，使得中国居民实际收入要比政府统计数字高（国家统计局公布的收入数据为抽样统计数据，由于上述收入不便说、不能说，所以使得政府公布的收入往往低于居民实际收入）。中国学者樊纲曾专门做过关于“灰色收入”方面的研究。
[7] 1998年下半年开始，中国陆续停止了住房实物分配；在此之前实行的是住房福利分配制度，由国家或单位建房或购房分配。
[8] 前面的脚注6已作说明。
[9] 考察1991年和2003年中国房地产开发实际情况，这两年全国城镇人均GNP估算方法应该有所不同。1991年，中国房地产开发主要集中在城镇市区，大量农业人口聚集的郊区很少有房地产开发，故而在这里全国城镇人均GDP以非农业人口创造的增加值的平均值估算，并以此估算人均GNP；而到了2003年，中国房地产开发虽然还是集中在城镇，但已经不限于城镇的市区，不少城市的郊区的房地产业也发展了起来（如别墅、旅游地产等），所以估算全国城镇人均GDP时，有必要将农业人口及其创造的增加值也算进去。用上述方法估算，1991年，中国城镇非农人口人均GDP约为1124.09美元；2003年，中国城镇人均GDP约为2690.41美元。资料来源： 国家统计局，“18-2 人民币对主要外币年平均汇价(中间价)”，“11-4 地级及以上城市国民经济和社会发展主要指标（2003年）”，《中国统计年鉴2004》； “17-2 城市社会经济主要指标(1991年，479个城市，不包括市辖县)”，《中国统计年鉴1992》。
[10]笔者运用相同方法计算上海的房价收入比相关数值，发现上海市该指标值过高，显现出房地产泡沫的迹象。
[11]仅建国以来，全国累计住宅竣工面积就将近70亿平方米，在此基础上统计调查存量面积，难度很大。因此，目前将存量指标纳入空置率计算还难以实现。 见于 国家统计局固定资产投资统计司副司长 贾海，“中国商品房空置率计算方法及合理区间研究”，《城市开发》，2004年第3期，第70～73页。
[12]这些计算的分子项即“空置量”一般都用国家统计局发布的资料，但前文已说明，这并不是真实值。
[13]参阅多篇学术文献，如 刘治松，“中国房地产泡沫及泡沫测度的几个理论问题”，《经济纵横》，2003年第10期，第28-31页 等，不一一列举。
[14] 这样的算法包含了“拆迁还建、统建代建、公共配套、企业自用以及周转房等不可销售和出租的面积”，但国家统计局并没有精确给出这些不可租售的面积（只是给出了1999年以来“拆迁还建”和“统建待建”面积），故而笼统地用该算法表示。且分子分母项中均包含了这些不可租售面积，加上本节所作的是趋势分析，即看这样算出的两个动态空置量和空置率的发展趋势，故而这样的计算方法不会对本节分析造成影响。另外，考虑到部分“企业自用房”可能最终还是要出租或出售，因此，在严格地计算累积空置率时，应该将这部分面积重新考虑进来（在计算当年新增空置率时应将其剔除）。
注意：国家统计局公布的空置量，一般是指最近若干年已经竣工而未售出的商品房累积量，故而其数值比本文计算的“自1994年以来的累积空置量”小。
[15]当然，从理论上分析，该指标的值可能有一些特殊情况。例如，当房地产价格增长率出现负值时（即房地产价格下降），房价增长率/GDP增长率的实际值就会出现负值，根据房地产泡沫的定义，此现象并不是房地产泡沫；当GDP增长率出现负值时，房价增长率/GDP增长率的实际值就会出现负值时，此时房价逆风向增长，可能出现房地产泡沫；当房价增长率和GDP增长率都为负值时，房价增长率/GDP增长率的实际值仍然为正值，但根据房地产泡沫的定义，此现象并不是房地产泡沫。
[16] 2004年中国 房价增长率/GDP增长率较2003年增幅高达184.732%，如果2005年较2004年还出现如此高的增幅，2005年 房价增长率/GDP增长率 将高达4.315938，出现严重的房地产泡沫。
[17] 见于国内数篇论文：刘琳 郑思奇 黄英（清华大学房地产研究所），“房地产泡沫测度系数的编制方法”，《中国房地产》，2003年第6期，第13-15页。刘琳 郑思奇 黄英，“房地产泡沫测度系数研究”，《价格理论与实践》，2003年第03期，第37-38页。蒋德锋 张晓莉，“房地产泡沫测度指标系数的设计”
，《市场周刊.财经论坛》，2004年第9期，第60-61页。
[18] 由于这两个指标分别测度了房价是否以居民收入为支撑以及房价增长是否以GDP增长为支撑，所以是同等重要的指标，故而各占50%权重；更严格的考虑房价收入比只测度了商品住宅部分，但毕竟当前商品房的主体还是商品住宅。
[19] 房地产商品由于不能移动，使房地产交易市场有很强的地域性特色。房地产的建造和使用严格受到位置的限制，房地产商品在进行转让、出租等交易时，经营者和消费者也要到实地考察，不能采取样品交易的方式。因此，房地产交易成为特定地点的交易，只能在某一地区范围进行，而不能在全国范围进行。房地产商品不能像普通的工业品一样在生产基地生产，然后销往全国各地甚至世界各地。再加上地产一般是在当地政府的控制下交易的，以及某一地区房地产的发展受当地经济发展水平的影响较大等原因，使得房地产业的地域性色彩很强，地域差异性较大。
[20]在中国的房地产法中，房地产是狭义的房产和狭义的地产的结合，指建筑地块和建筑地块上以房屋为主的永久性建筑物及其衍生的权利，具体指以商品经营服务性质为主的地产和房产。建国后，中国内地长期实行计划经济，直至1978年实施改革开放，逐步向市场经济转型，这个时期没有真正意义上的房地产业，有的只是住宅建筑业等。在这以后，中国内地开始出现真正意义上的房地产业，至1986年，全国仅有房地产开发企业1991家，真正的大规模市场化运作开始与20世纪90年代，这从开发企业数量的增长、商品房竣工和销售面积的增长、开发企业规模与利润的增长都可以看得出来，而1998年下半年中国陆续停止了住房实物分配，更是大大加速了中国房地产业的市场化进程。以上数据见于国家统计局编订的历年《中国统计年鉴》中的“固定资产投资”部分。
[21] 模型Ⅰ的White检验的P值为0.012244，模型Ⅱ的P值为0.941717。
[22] 对于模型Ⅰ，此处RESET检验是将样本PT值对YT值、估计的PT2值和估计的PT3值做辅助回归，记辅助回归的判决系数为R2新，原回归的判决系数为R2旧，算出F值
F=［（R2新-R2旧）/新回归元个数］÷［（1-R2新）/（N-新模型中的参数个数）］
在无设定误差的虚拟假设下，上述F值服从分子自由度为新回归元个数，分母自由度为（N-新模型中的参数个数）的F分布，从而可以与一定显著性水平时的F值相比较。
[23] 模型Ⅰ的RESET检验的P值为0.006602，模型Ⅱ的P值为0.420683。
[24] 包括黑龙江、吉林、辽宁、内蒙古、天津、北京（按习惯）、河北、山东、江苏、上海、浙江、福建、广东、广西、云南、西藏、新疆。
[25] 这也是一般统计上排列的原则，参见附录表1。
[26] 在横截面数据中做出令人信服的序列相关检验是困难的。因为不像时间序列数据，横截面数据可以有很多种排列方法，只要赋予该排列一定的实际意义即可。
[27] 刘金钵，“防止泡沫、促进房地产业健康发展”，《当代财经》，2004年第3期，第95-97页。
[28] 1999～2003年，我国城镇居民家庭的恩格尔系数分别为42.1、39.4、38.2、37.7、37.1；农村居民家庭的恩格尔系数分别为52.6、49.1、47.7、46.2、45.6。资料来源：国家统计局，“10-2 城乡居民家庭人均收入及恩格尔系数”，《中国统计年鉴2004》，http://www.stats.gov.cn/tjsj/ndsj/yb2004-c/indexch.htm。
[29] 当前中国房地产业在国民经济中的地位不仅仅是基础产业，更是支柱产业。所以，不光是国民经济中的常规因素，包括国民经济中的超常规因素都将对房地产业的发展产生积极而深远的影响。国民经济中的常规因素主要是指社会投资总量及结构、居民人均可支配收入、金融业发展程度、城市竞争力和城市经营等因素；国民经济中的超常规因素主要是指旧城改造、加快的城市化进程、城市居民消费结构的调整、国民经济总量的跳跃式发展、特殊时期的国民经济发展政策等。
[30] 笔者用本文的计算方法对上海市的一些指标进行计算，发现上海市的一些房地产泡沫指标值过高，显现出房地产泡沫的迹象。
1949年--2007年中国房地产行业大事记
1949年--2007年中国房地产行业大事记ti
1991年--1997年中国股市大事记
2010年中国大事记
1976年中国大事记
2011年中国大事记
2010年中国大事记完整的
中国大事记：1949年
中国共产党大事记（1949年）
中国共产党大事记（1949年）
中国大事记：1949年k
年终特稿：2010年中国教育大事记
2010年中国货币政策大事记
2007年生态省建设大事记
大事记：2011年01月?国内外大事记
大事记：2011年02月?国内外大事记
大事记：2011年01月国内外大事记
大事记：2011年02月国内外大事记
2009年中国人民银行大事记－中国人民银行
新中国大事记·1949
中国证券市场大事记1981-2007
2010年大事记
2010年农村金融大事记
中国共产党大事记?1959年