上海市房地产价格分布和泡沫度研究.docx

上海市房地产价格分布和泡沬度研究
摘要
本文主要研究了上海市房地产的分布和泡沬程度,在从各大房地产网站搜集和整理
大量数据的基础上进行了如下研究：首先是对上海房价进行拟合，看其服从怎样的分布;
其次是把空间经济学的知识应用到上海房地产市场，利用经纬度画出等高线,看一下房
价在空间上是如何分布的；最后以野口悠纪雄的土地价格模型为基础，引入了人口增长
率、CW增长率、可支配收入增长率和GDP增长率等供需因素对房地产价格的影响,建
立新的房地产定价模型。进一步采用模型计算上海房地产的无泡沫价格，与实际收集到
的房地产价格数据进行比较，并计算出泡沫程度。本文还根据其他学者对房地产周期的
划分，并结合各年份房地产的相关政策,对房地产泡沫程度划分的合理性进行解释.
通过实证研究我们发现：（1）上海市的房地产价格分布总体上服从幂率分布。(2)
上海市房地产价格在空间上呈现多中心的特点，并且房价与其距离中心地段的距离成反
比例关系。（3）上海市房地产的泡沫度在2004年至2010年大致上表现出上升的趋势。
2004年至2006年属于轻微泡沫年份，2007年以后进入了严重泡沫期，并且在2005年
和2010年这两年房地产泡沫程度都有所回落。
关键词：幂率分布；空间分布;房地产泡沫;收益还原法；市场供需
第II页
华东理工大学硕士学位论文
The Research of Shanghai Real Estate Price Distribution and Foam Degree
Abstract
The article mainly studies Shanghai real estate distribution and foam degree。 We collect
and sort large quantities of data from the real estate website and do the following research:
Firstly, Shanghai house price is fitted and see its distribution form. Secondly, we make the
spatial economics apply to the shanghai real estate market and draw contour by latitude and
longitude to see the distribution of house prices in space. Finally, Based on Yekou Youjixiong
land price model， we introduce the supply and demand factors including population growth
rate, real estate investment rate, CPI growth rate， disposable income growth rate， GDP growth
rate and et al，which have influence on real estate price, and establish a new real estate pricing
model。 Furthermore, we calculate foamless price of Shanghai real estate using this model， and
make a comparison between foamless price and actual market price to calculate the foam
degree. Finally, based on other scholars’ opinion about the real estate cycle division and
related real estate policy published every year， we give a rational explanation about the
division of the real estate bubble。
Through the empirical research we found: （1) Shanghai real estate price distribution
obeys power -law distribution。 （2） Shanghai real estate prices show the characteristic of many
centers， and the house prices and its distance from the center have inversely proportional
relationship. (3） Shanghai real estate bubble degrees display the rising trend from 2004 to
2010。 It belongs to mild foam age from 2004 to 2006， it is into the serious bubble period after
2007， and the real estate bubble falls in 2005 and 2010。
Keywords： Power—law； Spatial distribution; Real estate bubble; Income approach method；
Market supply and demand
华东理工大学硕士学位论文
第III页
目录
第1章绪论 1
1。1研究的背景和意义 1
1.2研究的目的与方法 1
1。2。1 研究目的 1
1。2。2 研究方法 2
1。3论文的创新点及不足之处
2
第2章与本文相关的理论和研究综述
5
2.1 房价分布相关理论 5
2.1.1 幂律分布的概念 5
2。1.2 幂律分布参数值的估计
5
2。1。3 幂律分布的检验 6
2.1。4房地产市场的空间分布研究
7
2。2 泡沫概念的划分 8
2。2。1国内和国外学者中比较有代表性的观点
8
2。2。2泡沫的含义 9
2。2。3 房地产泡沫的含义
9
2。3 房地产泡沫的检验方法
10
2。3。1 统汁检验法 10
2。3。2 理论价格法 10
2.3。3 指I不 11
2。4 本章小结 11
第3章上海房地产价格的分布
12
3.1 上海房价分布形态
12
3。2 上海房价的中叫分布特点
14
3。3 木帘小结 19
第4章上海房地产的发展走势
21
4.1 上海房地产的发展走势
21
4.2 本章小结 24
第5章上海房地产定价模型和泡沫度实证分析
26
5。1 房地产定价模型 26
5.1。1 定价模彻 26
5。2模型实证研究 28
5。3 房地产泡沫度分析
33
5.4 结泶分析4让议 34
5。4.1 2000—2010年h海房地产价格泡沫杓度分析
34
5.4.2 泡沫度的分界 34
5。4.3 政策让议 36
第IV页
华东理工大学硕士学位论文
5。5 本章结论 37
第6章研究结论与不足
38
参考文献 39
m m 4i
攻读硕士学位期间论文
42
华东理工大学硕士学位论文
第1页
第1章绪论
1。1 研究的背景和意义
如今越来越多的人开始研究房地产行业，尤其是居住房问题,因为住房是人民生活
的保障,是人民安居乐业的基本条件。房地产行业的发展关系着整个国民经济的发展，
其发展可以带动相关行业的发展。房地产行业作为国民经济的重要支柱，与经济发展有
着直接的重大关系,促进房地产市场稳定健康发展,有利于保持国民经济平稳较快增长,
因此,上至国家,地方政府,下至居民，百姓都高度重视房地产市场动向，时刻关注房
地产市场变化。房地产市场中存在的突出问题,极大地牵动着国家及时采取一系列调控
措施，以确保房地产市场的稳定发展.1998年后随着我国住房制度改革的深入,城乡居
民可支配收入水平的提高，居民住房消费观念发生变化，住房消费开始有效启动，房地
产行业已经蓬勃发展起来。房地产市场的发展，在不断完善城市功能，改善居民居住条
件的同时，也促进了国民经济的发展。在1998—2007年这十年间，房地产行业出现了较
大的增长幅度，但由于2008年受国际金融危机和经济周期性变化等因素的影响，房地
产行业增长的幅度大为减弱.在经过2009年一年的调整后,房地产行业又呈现了比较
好的景象,可是最近一向报道显示北京市由于房价过高，大量的外来务工人员由于买不
起房子而纷纷离开,我们知道北京的经济发展在很大程度上依赖于外来务工人员,他们
的离开势必影响到经济的发展,上海亦是如此.因此，有效控制房价，保证房地产行业
的健康有序发展显得尤为重要.
本文通过拟合优度的方法研究上海房地产价格的分布形态；利用经讳度坐标画出房
地产价格等值线，从而结合距离、商圈等信息研究房地产价格的空间分布特点；以收益
还原法为基础，将野口悠纪雄在土地上的模型运用到房地产交易的整个过程,并结合上
海的实际情况，把市场供需因素对房地产价格的影响也考虑到模型中去.采用因子分析
对供需指标进行处理，进而计算出泡沫程度。这些都旨在为政府有效控制房价提供建议,
使房地产行业健康有序的发展，为国民经济创造出更多的价值。
1。2 研究的目的与方法
1。2。1 研究目的
本文分为两部分,对房地产价格分布和近几年发展走势的研究主要是为了分析房地
产发展的现状和特点；进一步地,根据上海房地产市场的特点，把野口悠纪雄的地价泡
沫模型应用于房地产市场,建立了符合上海特点的地价泡沫模型，从而计算出泡沫度。
通过对影响因素的分析,以实现为有效控制房价的目的。
本文的研究目的是为了回答以下几个问题:
（1）上海市房地产价格是如何分布的？
第2页
华东理工大学硕士学位论文
(2）上海市房地产价格的空间分布有什么特点?
(3)影响上海市房价产价格的因素有哪些？
（4）上海房地产的泡沫度到底有多大?
1. 2. 2 研究方法
为了保证本论文的研究结果的科学性和严谨性，在实证分析的过程中主要用到以下
几种研究方法：
（1）定性分析的方法.在对上海房价空间分布特点进行分析时，利用经综度坐标计
算出房价距离中心地带的距离，从而分析距离市中心远近对房价的影响，并且结合商业
圈对其价格分布进行描述性分析;在研究上海房地产市场走势时，通过研究1994年-2010
年住宅投资额、住房销售面积、存量房交易情况和住宅交易价格等指标的发展趋势进而
分析未来房价的走势时也用到了定性分析的方法。
（2)定量分析的方法。在研究房地产价格分布时，用到了幂率拟合和拟合优度检验；
在研究房地产泡沫度时,通过建立房地产泡沫模型，从量化的角度来分析土地价格、人
口增长率、建筑成本、CPI增长率、可支配收入增长率和GDP增长率等指标对于房价
的波动影响，这些都用到了定量分析的方法。
1。3论文的创新点及不足之处
本文在借鉴前人研究的基础上,有如下创新点：
(1)本文的数据是一手的材料.本文的上海市房地产数据都来自各大房地产网站（安
居客，搜房网等)的挂牌交易价格，其数据为自2010年5月开始到2011年7月截止的
时间点数据。
（2）提出了我国房地产价格的一种新的分布形式。关于房价的幕律分布一般国外研
究的比较多,国内来说相对较少，而且相对来说国外的房价大都很好的服从这一分布；
本文把此种方法应用与中国房地产市场中比较有代表性的城市上海，并研究各个区的房
价是否也服从这一分布形态。
(3）本文把野口悠纪雄的地价泡沫模型应用于中国房地产市场，并根据上海市房地
产的特点,提出了房地产泡沫模型.我们根据房地产的建造成本、人工成本等加之合理
的收益来确定房地产的基础价格，为政府制定合理的房价提供参考，并根据实际价格与
理论价格的差从而计算泡沫程度.
本文也存在如下的不足之处:
(1)研究上海市房价的分布的时候,由于是从各大交易网站上获得的一手信息,当
把数据根据地址分到各个区的时候，有的区的数据比较少，在研究其分布时可能会出现
统计上的偏差.如上海市崇明区只有200多个数据点，而像浦东新区有多大40000多个
点.令一方面,网站本身公布的信息就不是很全面，加之网站编排信息的不一样等情况
致使下载的数据出现信息不全，因此很难用理论的模型对房价空间分布形态的影响因素
进行分析.本文只是描述性的对其进行了分析。
华东理工大学硕士学位论文
第3页
（2）研究房地产的泡沫模型时,虽然在对指标进行选取的过程中，考虑到政策的问
题，但由于每年的政策无法做到科学的量化,所以在本文的模型中没有用到政策对房价
的影响，只是对结果结合每年的政策进行分析.
(3）本文提出的房地产定价模型中的税率和收益率只是个大致的估计,但对于具体
一套房子而言,如果能给出模型中需要的具体数据,我们就能给出比较合理的定价.
1。4论文结构
论文共分为六个章节,每个章节的内容如下:
第一章，绪论。主要介绍了与论文研究相关的背景,研究房地产市场的目的和本文
中研究房地产市场时用到的相关理论与方法。在这一部分中我们也指出了论文的创新点
和不足之处，以便以后进一步研究时明确哪些方法可以借鉴，哪些内容需要改善。在本
章节的最后介绍了本文撰写的大致框架结构。
第二章，与本文相关的理论和研究综述。在这一部分中我们介绍了与本论文研究相
关的理论知识，在研究房地产价格分布时用到了幂律分布的概念，幕律分布参数值的估
计方法及其如何对其进行检验；在研究房价的空间分布时用到了一些空间经济学的知
识；在研究房地产泡沫时涉及到了房地产泡沫的概念和相关检验房地产泡沫的方法，包
括统计检验法，理论价格法和指标指示法。
第三章、第四章和第五章开始进入了实证研究部分.
第三章，对上海市房地产价格的分布进行实证研究。对上海市2011年7月的房价
进行了研究，研究发现上海的房价经检验在1%的显著性水平下,在某一个跳跃点之上服
从幂律分布并且求出了幕律指数;我们再进一步对各个区的房价分布特点进行分析发现
上海各个区的房价也大致服从幂律分布，这也与我们的设想相一致,进一步的我们对上
海市2010年5月的房价和2011年7月的房价进行比较，发现2011年各个区的均价均
低于2010年的水平,说明政府对房价的调控一直没有松解,并起到了一定的作用.在
这一部分中我们还研究了房价的空间分布特点,大致表现为以市中心向外环房价依次降
低的特点，并结合商业圈对各个区的房价进行分析。
第四章，上海房价的发展走势.因为本文主要分析房地产市场中的住宅价格，因此
本部分分析了近几年上海市住宅投资在总投资比重,上海市住宅梭工面积和销售面积以
及上海市房价。分析发现自1994年-2010年上海市住宅投资额在总投资额中的比重不断
上升,1994年—2004年的住宅梭工面积和销售面积不断增加,自2004年后有所下降,
近几年上海的房价也呈不断上升趋势。
第五章,上海房地产泡沫模型和实证分析.本部分把野口悠纪雄的地价泡沫模型应
用到房地产市场，并结合上海的房地产市场特点,提出了房地产泡沫模型.以居住房为
主要研究对象，从量化的角度来分析土地价格、人口增长率、建筑成本、CPI增长率、
可支配收入增长率和GDP增长率等指标对于房价的波动影响。以收益还原法为基础，
建立房地产定价模型，并且考虑市场供需因素对房价的影响，从而计算房地产泡沫.本
第4页
华东理工大学硕士学位论文
文还根据其他学者对房地产周期的划分，进一步对泡沫程度进行分析,并给出各年份的
相关政策以便验证泡沫度划分的准确性。
第六章,研究结论与展望。总结出全文的主要研究结果,并对今后进一步研究提出
意见与建议。
华东理工大学硕士学位论文
第5页
第2章与本文相关的理论和研究综述
2.1 房价分布相关理论
2.1.1幂律分布的概念
如果变量X满足如下条件：
我们就说其服从幂律分布。其中a是这个指数分布的常数参数,x_是服从幕律分
布的最小值点.
2.1.2幂律分布参数值的估计
1。 a值的估计
首先,我们要考虑下如何确定的值,估计《的值需要用到数据中服从幕律分布的最
小的跳跃点X_,下面会对其进行估计，在这里假设我们己经知道它的确切值。
在数据量很大的情形下,对参数进行估计的最好方法是极大似然估计法.假设我们
的数据当X25X_时服从幕律分布，此时a的估计值为如下的形式:
—
-1—1
_ ’=】 、iD _
其中，Xi, i=l"＊?n是当X>Xmin时的观察值。<5是估计值,其与真实值得标准误差为：
（7 = d 厂1 +0（l/n）
yjn
计算得出的o;值大于1，因为Of小于等于1的情形在现实中不可能存在.
2。 Xmin的估计
现在我们回到对Xmin的估计，这个很重要,为Xmin的估计值,如果不能比较准
确的确定””胃的值就没办法准确估计a.如果选取的U的值比较低就会得到一个有偏
的常数参数值，就不能使所得数据的分布与理论的幂律分布比较接近;如果选取的的
值比较大,就会损失一些数据信息,就会出现统计上的错误,因此我们努力寻找两者之
间的最适合点.
通常来讲，我们通过变换成对数坐标的形式直观的看对数坐标图下的斜率即可确定
服从幂律分布的最小值,但是这样确定主观因素比较多并且对尾部的浮动会比较敏感
-Stoevetal。（2006）⑴对其进行了说明，因此需要寻找一种客观的方法确定最小的幂律分
布”点D
Handcock和Jones （2004）［2]找到一种方法确定离散数据的最小跳跃点,在这个点以
第6页
华东理工大学硕士学位论文
上数据服从标准的幕律分布。但是因为模型中参数不被固定等于Xmi。+12，通过增加参数
值找到更大的极大似然值,所以无法用最大似然估计找到最适应模型。
因此要找到一种方法确定、in，使其在离散和连续情况下都适用。这个方法的基本
思路是：我们找到使得选取的大于它的数据的累积概率分布和最适应的幕律分布的
累积概率分布函数尽可能的接近。一般来讲,如果我们选取的L的值大于真实的、in，
这些选取的数据由于统计上的浮动使得其累积概率分布和最适应的幂律分布的累积概
率分布函数相差很多，这时我们就要减小、1％反之我们就要增加imin,通过不断地选
择最终选取比较理想的的值。
有很多方法确定tin以上的数据的累积概率分布和幕律分布的累积概率函数的距
离。下面我们介绍常用的两种方法：
1。 KS统计量
Clausetetal『3］提出的基于KS统计量的极大似然估计方法。KS统计量被定义为如下
形式：
mm
其中F是经验数据的累积概率分布函数，Fpl是最适应幕律分布的累积概率分布函数。
我们得到的要是最小的KS。
2。 KSW统计量
当X在某个极值范围时（这些数据的累积概率分布趋于1或者0）,KS统计量就无
法区分两个分布之间的差别。因此我们用加权的方法对其进行修正就提出了一个新的统
计量KSW,表示形式如下：
KSW = max 。丨厂
其中F是经验数据的累积概率分布函数,Fpl是最适应幂律分布的累积概率分布函数。
我们得到的要是最小的KSW.
2。1。3幕律分布的检验
前面部分介绍的工具只是告诉我们对于给定的数据如何找到一个幂律分布并且估
计出各个参数的值,但是是否这些数据最适合的分布形式就是幕律分布呢，尤其对于一
些来自指数分布、正态分布的数据，我们也能找到他们的幂律分布形式，但是这个形式
的效果却不是很好,这个结果告诉我们这个模型肯定是有问题的，对于这些数据可能有
更好的模型与之相匹配。因此，当考虑一系列数据是否服从幕律分布时,我们不仅要确
定其参数的值还要检验我们起初的假设其符合幕律分布是否正确。
以前表面上看起来是幂律分布的经验研究都只是定性的对其进行评估,这样有时会
华东理工大学硕士学位论文
第7页
有迷惑人的感觉，经不住定量性的检验。因此我们要寻找定量的方法对其当X〉Xmi？的
数据部分是否服从幕律分布进行检验。
原假设是当X>X_时，数据服从幕律分布。其检验方法可以用到之前提到过的KS
和KSW的方法。我们的方法是输出一个P值，P值把来自于假设分布的数据定量话。
本质上它告诉我们如果数据来自幕律分布有多大的可能性这个分布是不成立的.如果P
值小于1，我们就拒绝原假设,即数据不服从幂律分布.适应性检验和与之相对应的P
值只是拒接原假设的一个工具,它能告诉我们这个模型什么时候是错误的,但是不能告
诉我们什么时候是正确的。
为了进一步检验幕律分布的适用性,我们还可以使用另一种检验其是否服从幕律分
布的方法,叫做CVM检验。表示形式如下:
其中F是数据的累积概率分布函数,Fpl是幕律分布的累积概率分布函数,N是间隔样
本的总的个数.例如,如果一系列的间隔样本XI,X2,。。..XN,我们把其进行升序排列,『2
能写成如下计算形式：
UN ^ ‘ 2N
考虑这个显著性水平为1%并且N〉〉1;如果W2统计量大于0.743，拒绝原假设说明数据
不服从幕律分布.
2。1。4房地产市场的空间分布研究
空间分析方法把空间因素对房价的影响考虑进去，能更加合理的理解房价的构成.
我们知道位置在确定房产价格的过程中起着越来越重要的作用，同等条件的房子由于区
位的不同也会产生不同的价格,因此有必要对其进行分析研究。
现在很多学者都从地理学的角度研究房地产的空间分布特点,如周春山和罗彦
（2004）［4］在近10年广州市房地产价格的空间分布及其影响一文中对广州市“八五”和“九
五”期间655个楼盘以及2000年的部分楼盘分别进行了分析研究,并着重分析了近十
年广州市的房地产价格变化的空间分布特点，认为区位因素、政策因素、市场因素和人
文因素等是影响房地产价格的因素。进一步的对房地产价格对城市空间分布的影响进行
了研究,以便能合理建设用地和合理建房,使土地的空间利用率最大化。
许晓辉(1997）［5]在上海市商品房住宅价格空间分布特征分析一文中运用地理信息系
统绘制等值线图并建立回归模型探索区位因子对价格空间分布的影响.
王德（：2005)[6］在Hedonic住宅价格法及其应用一文中，把区位，建筑结构和邻里环
境考虑进去建立了 Hedonic住宅价格模型对房地产价格进行了研究。
刘定慧,杨永春等人[7］在基于GIS和Hedonic模型的成都市住宅价格空间分布特征
及其影响因素研究一文中,结合空间分析方法和Hedonic模型对成都市住宅价格的空间
第8页
华东理工大学硕士学位论文
分布特征及其影响因素进行系统性分析.结果表明:成都市主城区的住宅价格总体上呈
现出两个核心地带，并向周围逐渐递减。
2。2泡沫概念的划分
2。2.1国内和国外学者中比较有代表性的观点
泡沫，一直以来就是一个引起很大争议的话题。有如下三种类型：有以描述性的方
式对泡沫进行定义的，以西方学者居多。如日本学者把经济生活中的基本要素和泡沫联
系起来，强调泡沫是资本价格偏离于经济基础。
金德尔(1987)认为泡沫是资产在一个不断持续过程中急剧上升，从而能吸引更多的
投资者,进一步催动价格上涨，紧跟着由于价格逆转使得价格暴跌,最终以金融危机等
形式结束但实际上并没有发生危机。这个定义强调预期是导致金融危机的重要原因.但
是，从严格意义上来讲,这个定义只是对泡沬产生到膨胀直至破灭过程的一个大体描述，
还不能把其算作是真正意义上的定义。
日本学者大都认为，泡沫是资产价格背离于经济基础条件，从而发生膨胀。如三木
谷良一（1998)认为，泡沫经济就是资产价格（尤指股票等）严重脱离实体经济的暴涨,
随后暴跌的过程;铃木淑夫G995f]认为,经济学中人们一直说的泡沬是指地价,物价
等资产价格很大程度的偏离经济基础。这些人对泡沫度的理解都存在如下相同之处，即
都是将泡沫同经济生活中基本要素紧密联系起来，都强调泡沫是资产价格相对于经济基
础的偏离程度；另一方面都认为泡沫的变化是因为都有一个资产价格由上涨转为暴跌的
过程.
中国学者吸收了西方的学者和日本的学者对泡沫度的研究成果。曹振良(2002) ［9］
认为泡沫有下面两层意思：一是泡沫是资产价格偏离于市场基础价格不断急剧上涨的一
个过程或者一种状态。泡沫是资产价格减去由市场基础价值决定的合理价格的差值；北
京大学教授王子明（2002） [10］从理性预期与市场非均衡分析的角度，认为泡沫其实是一
种市场经济失衡的体现，把泡沫定义为某种价格水平相对于由经济基础条件确定的理论
价格的波动性的向上偏移，这种偏移的平均值就是对泡沫度的大小。与此同时,王子明
（2002）也定义了什么是泡沫经济，即泡沫经济是指处于经济系统中的相同或相似的资
产发生相当严重的价格泡沫,且泡沫资产总量在宏观经济总量中的比重较大，不仅如此
泡沫资产同时还与经济中的各个部门发生了某种程度的直接或者间接的联系,并且如果
这种泡沫破碎，将对经济发展造成很大的危害，甚至引发金融危机或者经济危机,如果
一种经济现象具有上述所说的特征,我们就称其为泡沫经济;黄名坤（2002）也赞成这
种泡沫经济的观点,在他的文章中，把经济生活中的实体经济与虚拟经济联系在一起,
进一步阐述了其的经济基础价值，认为资产的基本经济价值源于实体经济，是实体经
济这个体系达到最优动态均衡时的均衡价格.
不过，关于泡沫的定义也有很多想法是大家一致赞同的。一个是都普遍认为资产价
格偏离于基础价值从而产生的泡沫，是对资产未来收益不确定性的预期，但至今也没有
华东理工大学硕士学位论文
第9页
人能准确确定资产的基础价值，因为需考虑的因素太多。另一个是由于投机性原因或者
由于市场的不确定性，市场信息的不对称性和不充分性进而可能造成对资产的基础价值
过高的估计，这个也将导致产生泡沫。还有大家也普遍认为泡沫要是能够生存必须有某
种载体为其提供生存的环境，至于这些载体是什么,可能有多种形式,可能是一些虚拟
资产也可能是某种特定商品。
2。2.2泡沫的含义
通过对一些比较经典的关于经济泡沫产生的相关事件和在国外学者中普遍认同的
观点的研究，总结出经济学中被大家认同的关于泡沫的如下几层意思：
第一，载体是产生泡沫必不可少的条件。股票，债券,金融衍生品,房产，土地等
都有可能成为产生泡沫的载体.虽然成为泡沫载体的东西涉及的范围很广，但是它们都
具有一些共同的特点,即交易成本比较低,供求关系在一定程度上很难实现均衡等.
第二,泡沫产生时，资产的价格肯定偏离于资产的基础价值。资产的基础价值通常
由长期利率水平，资产的收益和风险溢价等基础要素的价值决定。
第三，投机性是产生泡沫的根本原因.由于从市场上获得的信息不对称性,就会出
于投机行为对资产的基础价值过高的估计，从而也会产生泡沫。
第四，我们也要对泡沫程度进行区分.谢经荣（2002）［11］年就把房地产泡沫程度划分
为四个等级，分别为安全区，警戒区，危险区,严重危险区。泡沫不一定一定按照从安
全区发展到严重危险区的路径走,也有可能在其中会有收缩现象.
第五，产生泡沫不一定会产生泡沫经济。
本文把泡沫定义为是价格持续上涨一直到令人害怕的境地，人们接种抛售手中的资
产,导致价格突然骤跌，波动幅度极其之大，即是指价格持续的大幅度的上涨和突然急
剧下跌。
2.2.3房地产泡沫的含义
以上介绍完泡沫之后，我们再来看看房地产泡沫指的是什么。由泡沫的定义我们知
道，泡沫的产生需要载体，而房地产无非是最好的载体形式。房地产泡沫从本质上来讲
实际上就是地价泡沫，是由房地产投机者预期的房地产价格一度高于市场的基础价值,
从而产生的一种现象。具体表现为地价狂涨，进而产生泡沫，但是当其涨到一定高度时
又由于市场的需求量不断下降进而又会引起房地产价格下跌，从而泡沫消失.另一方面，
房地产泡沫并不完全等同于房地产过热。
经过以上的分析，我们总结出房地产泡沫应该包括如下几层意思:
第一，房地产泡沫是房地产价格高于市场的基础价值的部分.由于房地产存在很大
的投机性,人们往往对其未来收益预期过高，进而引起其价值远远高于理论价值从而产
生泡沫。
第二，房地产泡沫实质上是地价泡沫。我们对房地产价格组成进行分析发现，房地
产价格包括土地价格和建造成本,建造成本包括材料费,人工费等，其成本涨幅不是很
大，因此泡沫主要是由土地价格造成的。由于我国是人口大国，土地本来就稀缺，因此
第10页
华东理工大学硕士学位论文
人们往往把土地价格抬的很高进而使得房地产价格严重偏离基础价值进而产生泡沫。
第三,房地产泡沫是经济泡沫的一种,但并不完全等同。我们知道房地产泡沫被分
成四个区，如果房地产泡沫处于安全区,那么不但不会产生泡沫反而能促进经济的发展;
如果泡沬处于危险区或者严重危险区就有可能产生经济泡沫，但也不是必然性，要看其
能否持续不断的上涨进而导致经济危机或者金融危机.
第四，房地产泡沫和房地产过热是两个不同的概念。房地产过热是指供求关系不
平衡造成的，而房地产泡沫是由于人们对房地产价格的预期与房地产的基础价格严重偏
离造成的。
通过以上的分析，我们可以得出房地产泡沫的定义：房地产泡沫是指房地产的价格
在一定时期内持续严重高于其基础价值；其本质一种地价泡沫。
2.3房地产泡沫的检验方法
2.3.1统计检验法
当房地产市场无泡沫时,房价一段时期内会呈现一定的规律;而当房价出现泡沫时，
呈现出某种无规律性,我们无方法可循。统计检验方法就是用统计上的方法进行统计分
析看其内部是否存在某种规律性,常用的统计方法包括超常易变性检验，单位根检验和
协整检验法等.
1。超常异变性检验
超常易变性检验是有希勒(1981）提出来的，此种检验方法的理论依据为在一个完全
有效的市场和人们的预期都是理性的情形下，人们能够预见的未来收益的方差肯定大于
资产当前价格的方差，如果结果相反则说明假设不成立,那么市场就存在泡沫.此种检
验方法最先应用于股票市场.
2。单位根和协整检验法
Hamilton and Whiteman（1985yi2^出用单位根和协整检验方法来检验房地产泡沫是
否存在。如果房地产市场包含了投机，则房产价格的时间序列就是不平稳的随机过程.
因为投机的出现因而引发了房地产的泡沫。协整检验就是用来判断房产价格与由租金产
生的收益之间是否存在长期的均衡关系，因为我们假定房产理论价格等于各期房产租金
现值的和.如果他们之间没有长期的均衡关系，即房价偏离了理论价值,则房地产市场
存在泡沫。
2。3。2理论价格法
理论价格法是要建立一种模型,通过这个模型算出房地产的基础价值，然后与市场
的价值进行比较进而得出房地产泡沫.常用的方法为收益还原法和市场供求法,资本收
益法.
1.收益还原法
收益还原法是对资产未来收益进行合理估计值转换为现值作为资产的基础价值，然
后与市场的价格相比较算出泡沫度。
华东理工大学硕士学位论文
第11页
日本学者许多都采用这种方法对日本泡沫度进行相关研究。有代表性的人物有中尾
宏和野口悠纪雄.中尾宏（1996）用此种方法得出了东京商业用地的基础价格,他用到了
马克思主义的相关理论(即地价是地租的资本化），得出从1983年开始东京商业用地就
已经大幅度脱离理论上的地价；野口悠纪雄（1987）[8]提出地价泡沫，充分考虑土地的成
本,得到当土地进行交易时的比较合理的收益率，直接计算了 “收益还原地价”。
2。市场供求法
市场供求法是利用经济学中供需均衡的理论，选出供给的要素和需求的要素建立等
式算出供需平衡时的均衡价格,此价格即为房地产的基础价格。
Abraham and Hendershott（:i994）［i3]从市场供需出发，将房地产价格、房子建造成本、
贷款利率等作为影响房地产市场供需的因素,建立数学模型，求出均衡时的价格,即是
房地产的基础价值,再与房地产的实际价格相比较得出泡沫度。
3.资本收益法
资本收益法是从房地产收益为零的角度求出房地产的基础价值.
杨晓东（2008)等基于投机行为理论，建立了基于房地产内在价值的泡沫度测定模型,
分别对北京、上海等城市进行了实证分析，计算出房产市场中的泡沫程度，结果很好的
反应了当时房地产市场的现实状况。
2.3。3指标指示法
指标指示法是根据某个指标（如房价收入比）的值来判断房地产市场是否存在泡沫.
其它的指标还有商品房空置率、实际的房价与理论的房价之比、房地产贷款比例与增长
率等等。这种如毛勇等人［14］对房地产泡沫进行研究时就曾用商品房空置率这个指标对其
进行研究分析，分析结果证明在1996—2006年我国房地产市场存在泡沬。
指标指示法关注于宏观经济和居民生活水平，其强调房地产业于整个宏观经济的联
系，并且看起来简单明了,容易理解，对数据的要求较少,但是这个指标没有公认的计
算方法,也无法计算出泡沫度到底有多大，只能说明房地产市场上是否存在泡沫.
2.4本章小结
本章介绍了与研究相关的各种理论知识。在研究房价分布时用到的幂律分布的概
念，幂律分布参数值得估计和检验幂律分布的方法;在研究房价空间分布特点时用到的
空间经济学的相关知识；在研究房地产泡沫度时，用到的泡沫的概念,以及检验泡沫的
方法，分别为统计检验发,理论价格法和指标指示法。本章还介绍了相关理论的研究发
展情况。
第12页
华东理工大学硕士学位论文
第3章上海房地产价格的分布
3.1上海房价分布形态
直到最近几年人们才开始研究房价的频率分布情况，并且自提出以来这个研究主题
便引起广泛的关注。本小节中我们利用各大房地产网站（如安居客，搜狐网等）得到上
海市二手房的价格，并对其分布情况进行研究.
I.” I
—3
1 I q 1 ‘ ■ r—I 1
。。。。。.。
0.9 —
-
e
o
。
？
\
0。8 ？
.
。
\
。。.。。
\
:
。。7。
—
1广
.
0。6 ■
■
Q 。
\ ：
0。5 ■
—
1.—＊ —
\
04 -
—
\
03 ？
-
\ ;
。。2。
—
\
01 —
，
？
』
^
/X, ，,
”10'
w*
°0 0.01 0，02 0.D3 0 04 0 06 0。06 0.07 0.08
Price
图3—1 2011年上海房价的概率分布
图3—2 PKS和PKSW检验
Fig。 3—1 Probability Distribution
Fig. 3-2 PKS and PKSW Test
从图3—1可以看出，2011年的上海的房地产价格很好的服从幕律分布，经过前面章
节介绍的确定尾指数的方法算得尾指数为4。 13.对其进行KS、KSW和CVM检验,结果显
示都通过检验，即不能拒绝原假设。认为2011年上海房地产的价格服从