我國商品房庫存量分析

2019-11-30 05:49:57王國力賈英男王耕

東北財經大學學報 2019年5期

王國力　賈英男　王耕

[摘要]供給側改革是解決我國當前經濟結構性問題、提高經濟發展的質量與效率、促進經濟可持續發展的重要發展戰略，推進供給側改革的一項重要任務就是商品房去庫存。本文通過選擇商品房價格、土地價格、城鎮居民可支配收入等指標作為商品房庫存量的影響因素進行實證分析。選用2004-2016年我國31省市房地產業相關統計數據，建立我國東、中、西部地區的面板數據模型，研究各地區商品房庫存量的主要影響因素及作用機理。我國東部地區和西部地區對商品房庫存量影響最大的因素是城鎮居民可支配收入，中部地區對商品房庫存量影響最大的因素是商品房價格，并由此提出針對性的政策建議。

[關鍵詞]商品房庫存量;去化周期;庫存面積

中圖分類號：F299. 23

文獻標識碼：A

文章編號：1008-4096（ 2019）05-0053-07

一、問題的提出

2015年我國商品房的待售面積已經超過7億平方米，是1999年的7倍。商品房庫存積壓了投資企業的大量資金，企業缺乏資金進行周轉，無力償還銀行貸款，銀行的信貸壓力增加，進而會影響到整個社會經濟的平穩運行，因而商品房去庫存成為我國政府的主要工作之一。2016年我國商品房的待售面積為6. 9539億平方米，這是自2006年以來的首次下降，商品房去庫存工作取得了初步成效。為了有針對性地進一步化解商品房庫存高企問題，我國政府提出了“因城施策，分類指導”的思想，這加大了各地商品房市場調控靈活度、加強了地方政府主導權，但同時也要求各地方政府對當地商品房市場有更高的理解與認知，因而研究商品房庫存量的影響因素及其作用機制具有重要意義。

有關商品房庫存量的研究主要是通過探討商品房庫存量的界定與計算、商品房庫存量的影響因素來尋求商品房庫存高企的原因并提出合理化建議。在商品房庫存量的界定與計算方面，張翼[1]提出基于房地產開發企業存貨周轉率的測算方法，運用實際庫存去化周期與狹義去化周期的比值來推算實際庫存量與狹義庫存量的比值，進而求得實際庫存量。上海易居房地產研究院[2]提出大中小口徑的三套庫存量計算方法，認為中口徑算法（即當年施工面積減去當年未獲得預售許可證的施工面積，減去過去15個月的期房銷售面積，減去當年竣工面積，加上待售面積）所得的結果較為合理。徐思超等[3]提出商品房庫存量等于待售面積加施工面積減竣工面積的算法。張泓銘[4]提出我國商品房廣義庫存量的計算方法，即商品房廣義庫存量=新開工面積+竣工面積+上年結轉施工量一銷售面積一期房銷售中由之前年份轉入本年施工量*期房銷售中進入本年施工比例。

針對我國商品房庫存高企問題，學者們主要針對我國商品房高庫存量的原因進行研究。張媛媛[5]、張協奎和鄔思怡[6]、閆瑋勝[7]、陳虹和李超[8]通過建立VAR模型，研究商品房庫存量和影響因素之間是否存在Granger因果關系，利用脈沖響應分析的方法來研究人口、土地、房價和稅收等因素和商品房庫存量之間的關系。王亞紅和閆珍[9]運用灰色關聯度模型對河南商品房庫存量影響因素進行了研究，結果表明商品房投資總額與貨幣供應量是當地商品房庫存量的主要影響因素。傅貽忙等[lO]運用SYS - GMM估計方法對人口結構與商品房庫存量之間的關系進行研究，結果表明人口自然結構對商品房庫存量的影響要顯著于人口的空間和社會結構。陳越等[11]利用系統動力學和仿真方法對我國商品房庫存量進行了模擬與預測，認為在高房價、高土地財政、高房地產投資的情況下，至2020年我國商品房庫存量仍將處于不斷上升的趨勢。

二、我國商品房庫存量的計算

我國商品房庫存量一直以來都是一個模糊的概念。與眾多發達國家已經成熟固定的房地產市場不同，我國的住房商品化起步時間較晚，每年新增的商品房面積和商品房銷售面積數值龐大，商品房庫存量始終是一個增量，再加上之前年份積累下來的庫存、正在施工中的商品房等，眾多因素使得準確評估商品房庫存量成為難題。

從庫存面積角度分析，目前有僅統計現房庫存量的狹義庫存量和同時統計現房庫存量與潛在庫存量的廣義庫存量。現房庫存量即已建成但未售出的商品房面積，許多相關的研究中都直接用待售面積來表示。商品房待售面積是指房地產開發企業已竣工商品房中至報告期尚未售出或出租的面積。這是2010年國家統計局提出并應用于各種統計年鑒中用以代替原有空置面積的概念。相對空置面積（某一時點上已經售出但實際無人居住的住房面積）的概念而言，待售面積具有符合我國商品房庫存量留存狀況、表達清晰、便于統計等方面的優點。但通過概念也可以看出，待售面積統計的是已建成房屋的庫存量，是對現房待售情況進行計算，即“已竣工但未銷售”的現有庫存量。這種方法沒能統計那些預售商品房的庫存面積。房屋作為一種商品和普通商品不同，即使是還在建設中的未完成品也可以用于銷售，真正等到房屋竣工后才進行銷售的商品房規模數量并不多。據統計，我國商品房銷售的75%左右主要采用預售模式，這有利于房地產企業更早更快地回收資金，縮短商品房的銷售時間。從廣義角度分析，未進入待售環節的在建商品房和開發商持有的待開發土地也應屬于市場庫存。因此，狹義庫存量存在明顯的低估商品房庫存量的情況，它只是商品房庫存量的子集，雖然能夠在一定程度上反映商品房庫存量與變化情況，但不能準確評估商品房的實際庫存量。為了對商品房庫存量進行全面分析，應該在計算商品房庫存量時在待售面積的基礎上加上“正施工但未預售”的潛在庫存量，即廣義庫存量。但潛在庫存量在國家統計局公布的相關信息中沒有對應的指標數據。本文嘗試用施工面積減去期房銷售面積來衡量潛在庫存量，但這樣計算出的總庫存量過大。究其原因，可以從相關概念中找到答案。施工面積是指報告期內施工的房屋建筑面積，包括本期新開工面積和上年開發跨人本期繼續施工的房屋面積，以及上期已停建在本期復工的房屋面積。期房銷售面積是指報告期內已經售出的在建的、尚未完成建設的、不能交付使用的房屋。施工面積不僅包括本期新開工施工面積，同時也包含了上年開發跨人本期繼續施工的房屋面積，這就形成了重復計算，而商品房的預售面積、售出面積又無法在房地產企業報告或相關年鑒中找到，因而用累積新開工面積減去累積銷售面積來表示商品房潛在庫存量。這種方法不僅比第一種方法更貼近實際庫存量，同時在數據的可獲得性上也優于第一種計算方法，全國或各省市的數據均有顯示，亦可用于地區之間的橫向比較。

從去化周期角度分析，目前主要有對應著狹義庫存量和廣義庫存量的狹義去化周期和廣義去化周期。去化周期就是商品房銷售周期，用當年的商品房庫存量與月平均銷售面積之比表示。2017年住建部規定：對去化周期在36個月以上的地區應停止供地;18-36個月的，要減少供地;6-18個月的，要增加供地;6個月以下的，在增加供地的同時還要加快供地節奏[12]。可以看出，住建部將去化周期的合理范圍規定在18個月左右。因此，本文根據去化周期的長短來選取較為合理的計算我國商品房庫存量的方法。通過計算可以得出，從狹義去化周期考慮，我國僅有青海的去化周期大于18個月，這與現階段我國商品房去庫存的總體趨勢不符，說明狹義庫存量低估了商品房庫存量;從廣義去化周期考慮，我國大部分省市的商品房去化周期大于18個月，符合商品房庫存高企的情況，這說明廣義去化周期更符合當前我國商品房去庫存的總體趨勢。

綜上所述，廣義庫存量更加符合我國商品房庫存量的實際情況，因而本文應用的衡量商品房庫存量的方法為：商品房庫存量=待售面積+累計新開工面積一累計銷售面積。

三、我國商品房庫存量影響因素的選擇

房地產業作為我國經濟發展的重要支柱產業，其發展變化牽動著社會各界決策的趨勢走向。相應地，來自社會各界的多方因素也無時無刻影響著房地產業的發展。作為房地產業的重要組成部分，每一次商品房庫存的形成都可能是在眾多因素的共同作用下產生的。作為我國社會主義市場經濟的重要組成部分，商品房市場具有市場狀況地區間差異較大、受法律法規及政府政策影響限制較多、消費投資雙重性、供給與需求不平衡、買賣雙方信息不對稱等多種特征。其中，供給與需求不平衡被認為是形成商品房庫存量的直接原因，即當商品房產量高于當地社會發展和人民正常生活需要時就會產生庫存。因此，如何限制房屋過量供給、根據市場情況形成有效供給，了解市場需求，切實滿足居民的住房需要就成為了我國商品房去庫存的方法思路。

市場三要素為人口、購買力和購買欲望。其中，人口是構成市場的最基本要素，其數量影響了市場的規模、其構成決定了市場需求的類型。在商品房市場中，城鎮人口是需求和消費的主體，其數量及占總人口的比重反映了城鎮的發展水平，直接決定了商品房的建設、銷售及剩余庫存量。在我國城鎮化建設初期，城鎮發展速度很快，但發展水平很低。2000-2010年，我國城鎮建設用地增加超過80%，但包括農民工在內的城鎮人口卻只增長了45%，城鎮化成為了“房地產化”，浪費了許多經濟資源。因此，2015年以來我國不斷推進新型城鎮化建設，以人為本，完善戶籍制度，讓上億的農民工也能切實享受城鎮化成果的同時也拉動了商品房的需求。同時，我國許多省市也出臺了各項人才引進政策。雖然名義上是為了爭取人才，為城鎮建設贏得新的活力，但從各種不斷優惠的住房政策和不斷寬松的落戶政策上也能看出，這一舉措也是為了增加商品房的需求，緩解城市住房高庫存的壓力。然而僅僅有需求是不夠的，作為現實市場的物質基礎，購買力決定了新晉城鎮居民能否將庫存轉化為自己的住房。一定時期內，消費者的可支配收入水平決定了購買力水平的高低。因此，切實有效地提高農轉非人員的素質、提高城鎮居民可支配收入，讓人民買得起房是商品房去庫存的重要工作，這一點也可以從各地人才政策中高額的住房和經濟補貼中得以體現。商品房價格作為連接房地產商和購房者的紐帶，同時影響著房地產業供給與需求兩端。在經濟學原理中，價值決定價格，價格決定供求。理論上說當市場供過于求時，市場價格往往低于市場價值或生產價格，商品房價格會有所下降。然而我國各省市商品房價格近年來卻只增不減，即便是經濟發展水平較低的三四線城市，在國家出臺了一系列抑制商品房價格上漲的政策后，商品房價格也沒有下降的趨勢，這一現象的原因和將對我國房地產市場帶來的后果也值得探究。

在我國，商品房市場的經營與運行不僅只靠市場這只“看不見的手”來操縱，我國政府也通過出臺各項宏觀政策在市場出現問題時及時進行調整，期望市場能夠健康平穩地運行。隨著經驗的不斷豐富，調控的手段也越來越多樣，常見的有調整貸款利率、調控稅收、調整首付比例、限貸限購等。同時考慮到商品房市場狀況地區間差異較大的特點，我國政府近期還提出了“因城施策，分類指導”的調控思路，期望能因地制宜地切實改變各省市的商品房市場經營狀況。然而政策這一因素無法量化，再加上其調控方向與力度的多變性、影響的滯后性、地區間的差異性，很難將其融人到商品房庫存量的分析中去。從我國商品房供需流程上考慮，房地產企業需要從政府手中獲得土地的使用權，才能在購得土地上建造商品房賣給消費者，購置土地的費用是其開發成本中最為重要的組成部分，進而影響到其銷售價格、銷售對象和銷售手段。而土地出讓收入作為地方政府最為主要的財政收入之一，能否科學制定土地價格將直接影響地方經濟的平穩運行。因此，結合上述分析本文選擇以下指標作為商品房庫存量影響因素：

第一，商品房價格。商品房價格是同時影響商品房供求雙方的重要屬性。當只將房屋視為商品考慮時，商品房價格的上漲會阻礙居民購房，商品房庫存量會增加;當只將房屋視為投資品考慮時，“買漲不買跌”的思想會讓投資者在商品房價格上漲時購買房屋，商品房庫存量會減少。事實上商品房既有商品屬性又有投資品屬性，商品房價格的變動具體會對商品房庫存量產生怎樣的影響值得探究。

第二，土地價格。與國外不同，我國城市土地所有權歸國家所有，企業或個人要通過招拍掛的形式爭取土地使用權，而土地使用權的出讓收入則成為了各地地方財政的重要組成部分，房地產企業在購置土地時所消耗的費用都屬于其開發成本，最終會影響商品房價格。我國商品房的供給側主要是政府和房地產企業，土地價格作為聯系二者的因素，在供給側改革的背景下應作為商品房庫存量影響因素。

第三，城鎮居民可支配收入。居民的收入決定了居民的購買力，當前我國居民收入的增長速度遠比不上商品房價格的增長速度，這種情況降低了商品房的有效需求，很有可能是造成商品房庫存高企的原因，有必要將居民收入考慮為商品房庫存量的影響因素。商品房的交易對象主要為城鎮居民，因而選用城鎮居民可支配收入作為商品房庫存量影響因素。

四、實證分析

（一）數據來源與研究區域劃分

結合“因城施策，分類指導”思想，本文將我國劃分為東、中、西部三部分進行商品房庫存量影響因素的分析。東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省市;中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省市;西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個省市。此劃分方法與國家統計局在2017年1月公布的全國房地產開發投資和銷售情況報告中對我國東、中、西部的劃分方法一致。選取31個省市2004-2016年的相關數據，將商品房庫存量作為被解釋變量，商品房價格、土地價格、城鎮居民可支配收入等作為影響因素，分別對我國東、中、西部地區商品房庫存量的影響因素進行分析。其中，商品房價格用商品房平均銷售價格表示：土地價格用房地產開發企業土地購置面積與土地購置費用之比表示。數據來源于2004-2016年《中國房地產統計年鑒》和國家統計局網站。

（二）基于面板數據模型的我國商品房庫存量分析

通過面板數據建立得到的模型即面板數據模型[13] -[14]，其一般形式可以表示成：

本文將我國31個省市分為東、中、西部三部分，以各省市商品房庫存量、商品房價格、土地價格與城鎮居民可支配收入的相關數據分別進行堆積，形成東、中、西部的三組面板數據，通過面板數據模型來進行商品房庫存量與其影響因素關系的分析。在分析過程中，商品房庫存量記為KC、商品房價格記為FJ、土地價格記為DJ、城鎮居民可支配收入記為JM。

1.原始數據取對數

對原始數據取對數，分別記為InKC、InFJ、InDJ、InjM。這樣做具有在不改變原有數據相對關系的前提下增加數據平穩性、削弱模型共線性、異方差性，易于研究自變量和因變量之間的彈性關系。

設面板數據模型為：

其中，i、t表示第i個省市在第t年的相關數據;β1、β2、β3分別表示商品房價格、土地價格、城鎮居民可支配收入與商品房庫存量的相關系數;ε_it，表示隨機干擾項，隨著地區和時間的不同而發生變動。

2.面板數據單位根檢驗

建立面板數據模型首先要對數據的平穩性進行檢驗。如果對非平穩時間序列進行回歸分析則可能產生偽回歸現象，得出錯誤的結論。檢驗時間序列是否平穩即檢驗序列是否存在單位根，存在單位根就是非平穩時間序列，反之則證明序列是平穩的。如果序列是非平穩的，則需對序列進行一階差分后再進行平穩性檢驗，如果仍不平穩則對序列進行二階差分，以此類推，直到數據平穩為止[15]。Eviews軟件提供了LLC、IPS、ADF-Fisher、PP - Fisher四種單位根檢驗方法，檢驗結果如表1所示。由表1可知，各變量的原始數據均存在單位根，為非平穩序列。在經過一階差分后都成為平穩序列，即所有檢驗變量為同階單整，可以進行協整檢驗。

3.面板數據的協整檢驗

協整檢驗是分析變量之間是否具有長期均衡關系的方法。所謂的協整是指兩個或多個非平穩的變量序列，其某個線性組合后的序列呈平穩性，這些變量序列間是具有協整關系的。本文采用Eviews軟件提供的Pedroni和Kao兩種方法進行協整檢驗，由檢驗結果可知，我國東、中、西部地區的商品房庫存量與商品房價格、土地價格、城鎮居民可支配收入之間存在協整關系，這說明各變量之間存在長期穩定的關系，在此基礎上對面板數據進行回歸，所得的回歸結果是較為可靠的。

4.面板數據回歸

在對面板數據進行回歸分析之前首先要確定面板數據模型的類型，具體方法為：首先通過約束檢驗（F檢驗）來檢驗模型是否存在效應，若不存在效應則選擇混合模型，若存在效應則運用Hausman檢驗來確定模型為固定效應模型還是隨機效應模型。

在Eviews中可以通過redundant fixed effects功能對各地區面板數據進行約束檢驗，由檢驗結果可知，東、中、西部地區的面板數據模型均存在效應，可以排除混合模型，接下來通過Hausman檢驗來選擇固定效應模型或隨機效應模型。由檢驗結果可知，東部地區在1%的顯著性水平下拒絕了隨機效應的原假設，應建立固定效應模型：而中部地區和西部地區沒有拒絕原假設，應建立隨機效應模型，從而可以選擇對應模型進行面板數據回歸，由結果可知，我國東部地區商品房庫存量最主要的影響因素是城鎮居民可支配收入，回歸系數為1. 5551，二者呈顯著正相關關系。東部地區的商品房價格、土地價格同樣與商品房庫存量呈正相關關系，但不顯著。我國中部地區商品房庫存量最主要的影響因素是商品房價格，回歸系數為-1. 8017，二者呈顯著負相關關系。中部地區的土地價格、居民可支配收入與商品房庫存量呈正相關關系，但不顯著。我國西部地區商品房庫存量最主要的影響因素是城鎮居民可支配收入，回歸系數為-2. 3414.二者呈顯著負相關關系。西部地區的商品房價格與商品房庫存量呈負相關關系，土地價格與商品房庫存量呈正相關關系，但都不顯著。

五、結論與建議

我國東部地區對商品房庫存量影響最大的因素是城鎮居民可支配收入，即當城鎮居民收入提高時，商品房庫存量有增加的趨勢。這是因為我國東部地區經濟發展水平與城市建設水平較高，人口密集，城鎮居民收入水平較高，購買能力較強，我國的一二線城市多分布于此。城鎮居民除去衣食行、教育等生活必須的開銷外，有更多的可支配收入用于投資，但因為投資渠道單一，更多人便進行房地產投資或者改善居住條件。外來人口眾多，商品房價格普遍較高，投資房產短期內可通過出租賺取租金，長遠考慮可以在商品房價格上漲后轉讓賺取差額，是一種比存款利息收益高，比股票市場風險小的理想投資理財方式。從開發商角度而言，充足人口、高位房價和旺盛購買力形成較強勁的剛性需求，房地產企業不惜高地價開發，不斷增加商品房的供給，因而土地價格對這里的商品房庫存量影響不大。另外，東部地區的外來人口多為青壯年勞動力，短期他們主要是通過租房或工作單位公寓解決住宿問題，長期他們有很強的購買潛力，以解決配偶和子女團聚上學等問題。但其相對乏力的購買力不足以消化東部地區不斷增加的商品房供給。一旦商品房價格能夠下降，這部分人愿意購買商品房。因此，東部地區商品房價格與商品房庫存量呈正相關，即當商品房價格上漲時，商品房庫存量增加;商品房價格下降時，商品房庫存量減少。

我國中部地區對商品房庫存量影響最大的因素是商品房價格，即當商品房價格上漲時，商品房庫存量有下降趨勢。中部地區多為三四線城市，去庫存政策放寬了購房條件，棚改貨幣化刺激了購房需求，一二線城市受到嚴格的房地產調控和限購限售政策影響，其投資與需求也開始溢出并流向周邊的三四線城市。這些因素都使得近幾年中部地區房地產市場十分火熱，商品房價格迅速上升，財富效應讓更多的人購買商品房，進一步加快了庫存的去化。中部地區的土地價格和城鎮居民可支配收入對商品房庫存量具有一定的正向影響，但影響程度較小。

我國西部地區對商品房庫存量影響最大的因素是城鎮居民可支配收入，與東部地區不同，西部地區居民收入的提高有助于商品房庫存量的下降。這是因為西部地區除重慶、四川外其他省市經濟發展水平與居民收入水平相對較低，購買能力不足是阻礙居民購房以及商品房庫存量增加的主導因素。但是，西部地區的商品房價格與商品房庫存量也呈反向關系，這說明西部地區在居民購買能力不足的情況下，依然存在投資性購房的行為，本文推測這些購房者多為外地投資者。目前，西部地區許多省市的城市建設還在進行之中，不斷擴張的城市面積帶動了商品房的開發與建設，但僅靠投資性購房不足以消化大量的商品房庫存。

結合分析所得的結論，本文為我國商品房去庫存工作提出以下建議：

第一，加快轉變經濟發展方式，減少經濟發展對房地產業的依賴。房地產業作為經濟增長的引擎已經帶動我國經濟增長了近二十年的時間，如今我國經濟已進入新常態，傳統的調控手段已無法轉變經濟增長的下行趨勢，此時仍然依靠房地產業帶動區域經濟的做法是不利于經濟持續長遠發展的。因此，地方政府應減少財政收入對土地出讓收入的依賴，支持鼓勵當地居民進行自主創業，重視實體經濟的發展，培養屬于自己的新型經濟增長點，這相當于為自己增加了新的稅收來源。地方政府不再依賴土地財政收入，有利于更科學合理地制定土地價格，降低了房地產企業的建造成本，從而使商品房價格趨于平穩;自主創業成功的居民購買能力強，不會依賴于通過投資性購房來獲取個人財富，炒房現象減少;良好的創業環境、穩定的住房價格，會不斷地吸引人口集聚，增加住房需求，如此形成了房地產市場的良性循環，也會促進經濟的可持續發展。

第二，推進新型城鎮化戰略，落實三四線城市的戶籍制度改革。三四線城市是我國去庫存工作的主要地區，其商品房庫存量高的普遍原因是房地產市場長期供過于求。一方面，三四線城市的城區依然在擴張與建設中，圈地蓋樓不斷增加著商品房的供給。另一方面，許多三四線城市的居民傾向于去一二線城市尋求更好的就業與發展機會，購房需求不斷流失，我國東北地區就是這種情況的實例。城鎮化與市民化進度不匹配是我國各地城鎮化初期都要面臨的問題，而戶籍問題是將大量農民擋在城鎮化成果之外的主要障礙之一。因此，三四線城市應穩步推進城鎮化、嚴格控制供地規模，減少供給;落實戶籍管理制度改革、鼓勵幫助當地農民進城購房，同時為返鄉創業的居民提供鼓勵政策，擴大需求，從而盡快緩解較為嚴重的商品房庫存問題。

第三，穩定商品房價格應是全國范圍內的政策方向，不應只局限于一二線城市。“一二線城市穩房價，三四線城市去庫存”是我國商品房去庫存工作的總體思路，目的是因城施策，因地制宜地解決不同省市的房地產問題。盡管數據顯示三四線城市在去庫存工作中具有重大貢獻，但寬松的購房與貸款政策也為這里的投資性購房者提供了機會，他們消化了一部分庫存。同時，與去庫存工作同期展開的棚改貨幣化工作也集中在三四線城市進行，拆遷居民用政府發放的拆遷款去化了大部分商品房庫存。迅速增加的需求使得三四線城市的商品房價格不斷上漲，這讓投資性購房者獲益，卻增加了出于居住目的的購房者的負擔。只有穩定的商品房價格才能讓居民安心買房，讓投資者無利可圖。因此，穩定商品房價格應該是全國商品房市場的調控方向，否則當三四線城市去庫存工作結束后，靠拆遷居民拉動的需求、高額的商品房價格、原棚改區新建完工的商品房庫存將成為新的商品房市場難題。

第四，發展房屋租賃市場，推進租購并舉，切實解決居民的住房問題。租購并舉在十九大會議之后被定為我國住房制度改革的主導方向。目前我國的租金收益率偏低，只有不到2%，而發達國家如美國的租金收益率為6% -7%。偏低的租金收益率會為提供租售房屋企業增加資金回籠的負擔，不利于將大量資金吸引到租售房屋之中。為了在切實保證提供租售房屋企業利益的同時又要維持租房價格不像購房價格一樣上漲，各地政府應降低租售房屋土地價格、降低租售房屋企收入成本;搭建住房租賃網絡交易平臺，增加信息公開透明度;規范房屋租賃市場秩序，保護供租雙方合法權益;穩定商品房價格，使居民不會為了房屋的不斷增值而放棄租房。

參考文獻：

[1] 張翼，房地產實際庫存測算方法的比較與優化——基于東部地區某三線城市數據[J].金融縱橫，2016，（5）：62-68.

[2] 上海易居房地產研究院，當前全國商品房庫存規模與庫存壓力測算[J].中國房地產，2016，（22）：26-30.

[3]徐思超，朱道林，李曉亮，等，城市商品房庫存界定及其去化周期研究——以長三角城市為例[J].中國國土資源經濟，2017，（7）：60-64.

[4] 張泓銘，房地產庫存的計算方法及2015年底庫存數[J].中國房地產，2016，（13）：54-55.

[5] 張媛媛，我國人口及土地城市化對房地產存量的影響研究[D].大連：東北財經大學碩士學位論文.2016. 19-29.

[6] 張協奎，鄔思怡，我國利率波動對商品住宅庫存影響的動態研究——基于供給側改革下房地產去庫存的分析[J].價格理論與實踐，2016，（11）：110 -113.

[7] 閆瑋勝，我國房地產庫存及其影響因素實證分析[D].南昌：南昌大學碩士學位論文，2017. 21-27.

[8] 陳虹，李超，我國房地產庫存影響因素的實證研究[J].西安財經學院學報，2017，（4）：94-99.

[9] 王亞紅，閆珍，河南省商品房庫存影響因素及化解策略分析[J].經貿實踐，2017，（20）：46-47，49.

[10] 傅貽忙，周建軍，周穎，人口結構變遷對房地產庫存的影響研究——基于SYS-GMM估計方法的區域差異分析[J].經濟經緯，2019，（2）：87-94.

[11] 陳越，周志儀，閆瑋勝，等，基于SD的房地產庫存模型及其仿真[J].南昌大學學報（理科版），2017，（5）：437-442.