影响房地产行业利润的多因素分析文档格式.doc

影响房地产行业利润的多因素分析文档格式.doc

《影响房地产行业利润的多因素分析文档格式.doc》由会员分享，可在线阅读，更多相关《影响房地产行业利润的多因素分析文档格式.doc（16页珍藏版）》请在冰豆网上搜索。

与此相对应的是房地产业作为周期性消费品，又具有其固有的波动较大和变化多端的自身特征，所以政府通过宏观调控政策平抑或减缓房地产周期波动带来的不利影响，防止供求关系过大波动，以此作为衡量宏观调控各项政策措施是否落到实处的主要标准。

并且很多地方政府都把地方经济增长的希望寄托于房地产行业，因此，在各个方面都对房地产业给予大力支持，于是形成了我国现在的房地产市场。

而我国经济高速增长的同时也带动了房地产业的高速增长。

虽然从1998年我国开始实行住房改革以来，房地产业已经逐渐成长为拉动我国经济增长的龙头产业。

但房地产商品的不可替代性却使人们过分追求房子的质量和数量，导致住房价格和面积的一升再升，已经逐渐开始超出普通百姓的承受能力。

难住房、住房难、房难住，是现在摆在普通老百姓面前的主要问题。

因此我们着力分析影响房地产行业利润的主要因素，剖析房价飙升的直接原因和主要原因，做出未来一段时间的房地产行业利润预测，从而为老百姓的购房问题提出一些合理的意见与建议。

二、经济理论综述

国房景气指数显示，1997-2007年这十年当中，中国房地产正在经历了一个上升到下降的过程，2003年2月达到拐点峰值。

经济理论研究表明，房地产行业周期与宏观经济周期呈正向相关关系，且房地产业周期比宏观经济周期提前1到2年，这也充分表明了房地产行业对经济发展所具有的高度的敏感性和超前性。

由于住宅既是耐用消费品，又是投资品，具有保值增值的作用，因此，在多数情况下，住宅的价格需求弹性是小于1的，即是缺乏弹性的。

特别是在房价上涨过快的年份，有投资意愿和有支付能力的人们有一种越涨越买的心理。

精明的开发企业在这种情况下，不会降价反而提价，来保证销售收入不下降。

这也是房地产行业获得高额收入的原因之一。

　　政府虽然连续出台了各种旨在抑制房价、打击投机的政策措施，比如针对投机行为，对五年内出售二手房的业主全额收取营业税，其成效十分显著。

然而，旨在满足中低收入家庭住房需求的面积限制政策，并没有取得立竿见影的效果，大量项目反而因修改规划，等待实施细则的出台，延长了前期报审的周期，客观上延迟了供应量。

使大量小户型成了解不了近渴的远水，价格随即因供应的缩减而加速攀升，使房地产行业从中赚取了高额利润。

　　这些情况不得不使我们深入考虑，房地产宏观调控政策的得失效果。

在房地产市场处于下行周期、成交下降、供应锐减，投资需求压力仍旧巨大的情况下，控制需求的调控政策的效果只是短期的，在抑制房价上升方面更是收效甚微。

紧缩的调控政策是不利于房价下降，反而可能导致房地产市场供给不足，投资需求过高，价格上升。

当然房地产经济的冷暖最终还是取决于客观经济景气的大环境支持，启动房地产市场的外在动力是产业发展、人口增长、外资流入这几大变量。

另外从宏观经济周期来看，2000-2010年是第十轮宏观经济周期，从2010年起宏观经济将进入第十一轮景气周期，按照这样的分析，2008年以后的房地产会渐渐恢复它的活力。

因此，研究房地产行业的营业利润，不仅有助于我们了解国家未来几年的经济走向，也有助于我们根据房地产行业营业利润的起伏波动分析购房买房的最佳时机。

下面主要就我们的看法和观点来建立关于房地产行业营业利润的多因素模型。

三、模型的设定

对于这个模型，我们选取了商品房销售价格、商品房本年销售额、房地产开发投资额和城乡居民储蓄存款年底余额作为总体指标。

1、商品房销售价格

商品房作为房地产行业的销售支柱，其销售价格高低将会对房地产行业营业利润产生举足轻重的影响。

而如今房价的飞速增长为房地产行业利润的获得有着深远的影响。

房价过快上涨的原因是由多方面因素综合导致的，包括土地价格上涨、建筑安装材料价格上涨、新建住宅品质提升、中低价位商品住房供应比重下降、投资和投机性购房的拉动、地根和银根紧缩，消费者对房价的预期、宏观调控措施抑制了商品房供应量的增加等等，这些都是推动房地产价格增长的因素。

另外，应该承认，我国目前的房地产市场在一定程度上还是“卖方市场”，由于信息不对称造成了房地产开发商对资源的相对垄断，卖方在利益驱使下采取不正常手段拉高房价也是造成房价过快上涨的主要原因之一。

虽然近几年国家采取了一系列的宏观调控政策来抑制房价的过快增长，也取得了一定的成效，使得房地产价格增速放缓，但房价出现大幅下跌的可能性并不大。

所以说房价还是在很大程度上影响着房地产行业销售利润。

2、商品房本年销售额

商品房本年销售额是直接影响房地产行业销售利润的重要因素。

其是在考虑了销售价格的影响下，综合销售面积以及其他影响因素，得出的更为全面的数据记理论概述。

只有获得较高的销售额，才能赚取较高的利润。

3、房地产开发投资额

房地产开发投资额是以货币形式表现的房地产开发企业（单位）在一定时期内进行房屋建设及土地开发所完成的工作量及有关费用的总称。

其中包括了预备期、建设期以及建设后期的各项投资。

特别是近六年来，房地产开发投资占GDP的比重一直处于上升阶段，近两年上升的速度越来越快，2004年，房地产开发投资占GDP 

的比重高达9.64%，差不多是1999年时的二倍，而房地产间接拉动的GDP（建材、冶金、运输、家电、装饰、物业管理、社区服务等相关行业的发展）占6%--7%。

到2005年，房地产开发投资所占GDP比重已经上升到大约14%，房地产行业在国民经济中的战略地位由此可见一斑。

并且，房地产行业对土地的投资在近年来也日益增多。

一是因为土地购置与开发面积增幅下降，土地价格快速上涨；

二是由于土地的紧缩政策使其价格依然保持快速上涨。

土地开发面积增幅下降，使未来2-3年内新建商品房的市场供应量将呈逐步下降趋势。

而土地价格的上涨将直接推动商品房成本上升，使得房地产开发投资额大幅增加，而利润就急剧减少，增强了对未来房价上涨的预期。

4、城乡居民储蓄存款年底余额

类似房地产这种耐用品的消费，一般是不能一次性付清的。

购房不仅要看当前的收入，还要看过去的收入和未来的收入。

过去的收入主要就是指消费者的储蓄存款，储蓄存款能大大增强消费者的信心，而未来的收入又关系到其信贷消费。

因此，我们以居民的年末储蓄余额为指标来衡量其收入水平。

同时，年末储蓄存款里面也包含了一定的存款或借款利率，能间接影响居民的消费水平及热情，进而影响存款，从而影响到房地产行业的销售利润。

5、其他

土地的价格、面积；

存款以及贷款利率也是影响房地产行业销售利润的重要因素，但鉴于这些变量可能会与已选变量产生多重共线性，且我们所选取的是时间序列数据，所以，我们暂选以上几个指标，结合前人的经验和我们自己的观点，来建立一个关于房地产行业销售利润的多元线形回归模型。

综上分析，我们建立的房地产行业利润模型为：

Y：

房地产行业年营业利润（万元）

X1：

商品房销售价格（元/平方米）

X2：

商品房本年销售额（万元）

X3：

房地产开发投资额（亿元）

X4：

城乡居民储蓄存款年底余额（亿元）

Ｕ：

随机扰动项

四、数据的收集 

根据建立的模型，我们找到每项变量从1988年到2005年的年度数据，数据如下：

房地产企业本年营业利润（Y）、

商品房销售价格（X1）、

商品房销售额（X2）、

房地产开发投资额（X3）、

居民储蓄存款年底余额（X4）

房地产企业本年营业利润（Y）

商品房销售价格（X1）

商品房本年销售额（X2）

房地产开发投资额（X3）

城乡居民储蓄存款年底余额（X4）

（万元）

（元/平方米）

（亿元）

1988

130408

502.9033283

1472164

257.2

3822.2

1989

78598

573.4975625

1637542

272.7

5196.4

1990

179252

704.3318793

2018263

253.3

7119.8

1991

275239

786.1935045

2378597

336.2

9241.6

1992

635196

994.6554562

4265938

731.2

11759.4

1993

1559223

1291.455926

8637141

1937.5

15203.5

1994

1674350

1408.638586

10184950

2554.1

21518.8

1995

1434087

1590.863199

12577269

3149

29662.3

1996

179805

1806.398908

14271292

3216.4

38520.8

1997

-103462

1997.161319

17994763

3178.4

46279.8

1998

-106565

2062.569407

25133027

3614.2

53407.5

1999

-350926

2052.600036

29878734

4103.2

59621.8

2000

732836

2111.613913

39354423

4984.1

64332.4

2001

1254738

2169.718632

48627517

6344.1

73762.4

2002

2529148

2250.177576

60323413

7790.9

86910.6

2003

4303655

2359.496412

79556627

10153.8

103617.3

2004

8579651

2713.905786

103757069

13158.3

119555.4

2005

11091896

3167.657213

175761325

15909.2

141051

（数据来源：

中经网统计数据库）

五、模型的参数估计、检验和修正

首先检验数据的平稳性，分别检验每个变量的平稳性，结果如下：

ADFTestStatistic

-0.381600