房地产研究.docx
《房地产研究.docx》由会员分享,可在线阅读,更多相关《房地产研究.docx(16页珍藏版)》请在冰豆网上搜索。
房地产研究
房地产影响因素分析研究
摘要
随着我国经济的迅猛发展,房地产对经济社会的推动作用进一步释放,房地产价格及其影响因素也日益成为社会关注的重点和热点。
本文选用了竣工房屋造价,房地产投资总额,城乡居民储蓄存款年底余额,国内生产总值等因素作为回归分析的自变量,而选用商品房平均销售价格作为因变量,应用SPSS软件和后退法等主要方法以及F检验等相关检验方法来确立以上因素对商品房平均销售价格的回归方程,并且通过方程对影响房地产价格的因素进行分析,同时给出了建议和对策。
关键字房地产价格多元回归分析供求影响宏观经济环境
1序言
1.1引言
目前,中国房地产业已经成为国民经济的重要支柱产业,房地产市场已经成为最受人瞩目的市场之一。
尽管我国房地产市场化的进程很短,但是在经济发展和居民居住要求不断提高的强大需求下,房地产经济得到了快速发展,房地产价格不断上涨。
由于房地产经济在国民经济发展中所起到的作用越来越大,并且住房是人民基本的生活需求,关系到居民的日常生活,所以房价的变化受到了普遍的关注。
政府,开发,金融机构和购房者都不同程度的影响了房价,因此研究房地产价格的影响因素是必要的。
1.2文献综述
学术界对房价的相关研究已有很多,如陈薇薇(2005)认为:
影响商品价
响商品房研究已有很对者都在需求,关系到居民的日常生活,所以放假格的主要因素包括国家的宏观政策、区域位置、市场的供求结构、商品房本身的硬条件和软条件。
吴群、高慧琼(2006)经研究发现:
供求关系是房价关系变化的主要因素和决定因素,房地产价格形成主要遵循非价值价格理论,生产成本只是房地产价格的构成要素,对房地产价格的作用是有限的。
温海珍、贾生华(2006)从住宅特征变量包括建筑面积、住宅年龄、朝向、装修程度、所在楼层、有无车位、自然环境、小区环境、物业管理、生活配套、教育配套、邻近大学、中心商务区的距离、交通条件、时间因素等研究。
宋勃、高波(2007)研究发现,短期而言,房地产价格上涨吸引了外资的流入;长期来说,外资的流入推动了我国住房价格的上涨等。
1.3理论分析
房地产是一种具有消费品同时又是投资品的特殊商品,因此分析影响因素要全面考虑。
首先,作为一般的商品,其均衡价格是有供给和需求决定并因供求双方的力量对比变化而变化的。
供给和需求是形成价格的两个最终因素,其他一切因素,都是通过影响供求关系来影响价格的。
其次,房地产作为一种投资品,它的价格形成又不同于一般的商品,还极易受到宏观经济因素及政府相关政策等宏观经济环境的影响。
供给因素:
房地产投资额,包括住宅,办公楼和商业营业用房的投资额。
住宅的投资额越大,代表该地区住宅的绝对供给量越大,根据供求理论,房价下降,理论上认为两者之间存在着负相关。
而办公楼和商业营业用房投资额则代表了该地区的经济发展水平,较大的办公楼和商业营业用房投资额说明了人们对该地区的经济发展前景看好,理论上认为房价和办公楼和商业营业用房投资额之间存在着正相关。
因此该变量是一个综合性变量,商品房价格关系不确定。
竣工房屋造价,集中体现了房地产商的基本投入,与房地产价格呈正相关关系,是房地产商实现利润的参照依据,也是定价的根本前提。
需求因素:
人口密度,代表一个地区的人口状况,人口密度的增加预示着该地区需求增加,理论上认为该变量与房价存在正相关性。
城乡人均储蓄余额,代表该地区人均购买力水平,其值越大,生活质量越高,投资能力越强,使商品房市场需求增大,理论上该变量与房价存在正相关。
宏观环境因素:
国内生产总值,一般来说,国民经济发展水平较高的国家或地区,由于居民收入水平较高,人们对房地产投资的需求会比较大,房屋的供给也会比较充足,理论上该变量与房价存在正相关性。
银行贷款利率,从需求方面来看,利率下降,消费者贷款购房的成本降低,对住房需求上升,根据供求曲线可知,利率下降将会导致房地产价格上涨,从供给方面看。
利率下降时,房地产企业融资成本降低,开发投资将源源不断地涌向房地产业,房地产供给增加,根据供给曲线,将会导致房价下降,因此利率因素对房价的影响是双重的。
综上所述,影响住房价格的因素多种多样,且对房地产市场产生的影响各不相同。
要确定各因素对于房价的影响,需要进行定量的分析。
2变量说明和数据处理
2.1因素选择
根据以上分析,我们选择竣工房屋造价(X1),房地产投资总额(X2),城乡居民储蓄存款年底余额(X3),国内生产总值(X4),商品房销售面积(X5),个人住房公积金贷款利率(X6),人民币汇率(X7)七个因素来建立模型,对商品房平均销售价格(Y)的影响因素进行分析。
2.2数据来源及处理
由于1998年我国取消了实物分房政策,取而代之的是货币分房政策,因而1998年前后房地产市场有一个比较大的变动,故我们选取1999年到2009年河南省的时间序列数据。
个人住房公积金贷款利率选取的是五年以上的利率,由于近几年的利率调整的比较频繁,无法确定一个比较合理的利率值,本文采用的是算数平均值。
表一河南省原始数据
3实证分析
3.1相关性分析
首先运用SPSS软件对各个变量进行相关性分析,得到简单相关系数阵,可以看出Y与X1,X2,X3,X4,X5的简单相关系数都达到了0.9以上,说明所选自变量与Y高度线性相关,用Y与自变量作多元线性回归是适合的。
Y与X7的为-0.813,说明存在着负相关性,Y与X6的简单相关系数为-0.04比较小,P值为0.908,说明线性关系不显著,但是仅凭简单相关系数的大小是不能决定变量的取舍的,因而我们运用多元线性回归模型对其进行分析。
Correlations
Y
X1
X2
X3
X4
X5
X6
X7
Y
PearsonCorrelation
1
.958**
.954**
.986**
.987**
.974**
-.040
-.813**
Sig.(2-tailed)
.000
.000
.000
.000
.000
.908
.002
N
11
11
11
11
11
11
11
11
X1
PearsonCorrelation
.958**
1
.925**
.962**
.975**
.932**
.038
-.835**
Sig.(2-tailed)
.000
.000
.000
.000
.000
.913
.001
N
11
11
11
11
11
11
11
11
X2
PearsonCorrelation
.954**
.925**
1
.971**
.979**
.946**
-.117
-.768**
Sig.(2-tailed)
.000
.000
.000
.000
.000
.732
.006
N
11
11
11
11
11
11
11
11
X3
PearsonCorrelation
.986**
.962**
.971**
1
.989**
.947**
-.151
-.765**
Sig.(2-tailed)
.000
.000
.000
.000
.000
.658
.006
N
11
11
11
11
11
11
11
11
X4
PearsonCorrelation
.987**
.975**
.979**
.989**
1
.969**
-.023
-.828**
Sig.(2-tailed)
.000
.000
.000
.000
.000
.946
.002
N
11
11
11
11
11
11
11
11
X5
PearsonCorrelation
.974**
.932**
.946**
.947**
.969**
1
.086
-.870**
Sig.(2-tailed)
.000
.000
.000
.000
.000
.802
.001
N
11
11
11
11
11
11
11
11
X6
PearsonCorrelation
-.040
.038
-.117
-.151
-.023
.086
1
-.421
Sig.(2-tailed)
.908
.913
.732
.658
.946
.802
.198
N
11
11
11
11
11
11
11
11
X7
PearsonCorrelation
-.813**
-.835**
-.768**
-.765**
-.828**
-.870**
-.421
1
Sig.(2-tailed)
.002
.001
.006
.006
.002
.001
.198
N
11
11
11
11
11
11
11
11
**.Correlationissignificantatthe0.01level(2-tailed).
3.2多元线性回归模型
ModelSummaryb
Model
R
RSquare
AdjustedRSquare
Std.ErroroftheEstimate
Durbin-Watson
1
.998a
.995
.984
67.62627
2.693
a.Predictors:
(Constant),X7,X6,X1,X2,X5,X3,X4
b.DependentVariable:
Y
拟合优度检验的R2为0.995,调整的R2为0.98,由决定系数可以看出回归方程高度显著。
D-W值为2.693,根据统计学上的判定规则,可以判定回归方程自相关不显著。
ANOVAb
Model
SumofSquares
df
MeanSquare
F
Sig.
1
Regression
2823857.203
7
403408.172
88.209
.002a
Residual
13719.939
3
4573.313
Total
2837577.142
10
a.Predictors:
(Constant),X7,X6,X1,X2,X5,X3,X4
b.DependentVariable:
Y
回归方程的显著性检验,F值为88.209,伴随概率为0.,002<0.05,通过了回归方程的显著性检验,即7个变量整体对商品房平均销售价格产生线性影响。
Coefficientsa
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
CollinearityStatistics
B
Std.Error
Beta
Tolerance
VIF
1
(Constant)
646.527
1488.342
.434
.693
X1
-.742
.586
-.327
-1.266
.295
.024
41.352
X2
-.658
.360
-.624
-1.827
.165
.014
72.361
X3
.088
.145
.447
.611
.584
.003
331.228
X4
.117
.095
1.173
1.233
.305
.002
562.073
X5
.128
.082
.354
1.561
.216
.031
31.833
X6
-24.719
231.230
-.015
-.107
.922
.081
12.338
X7
35.573
86.320
.050
.412
.708
.111
9.019
a.DependentVariable:
Y
回归系数的显著性检验,各个T值的伴随概率都大于0.05,说明各个变量对商品房平均销售价格的线性关系不显著,其后的多重共线性诊断的方差膨胀因子只有X7<10,其他都大于10,一般认为VIF>10,就说明自变量与其余的自变量之间存在严重的多重共线性。
CollinearityDiagnosticsa
Model
Dimension
Eigenvalue
ConditionIndex
VarianceProportions
(Constant)
X1
X2
X3
X4
X5
X6
X7
1
1
7.280
1.000
.00
.00
.00
.00
.00
.00
.00
.00
2
.677
3.280
.00
.00
.00
.00
.00
.00
.00
.00
3
.027
16.338
.00
.00
.07
.00
.00
.23
.00
.00
4
.009
27.783
.00
.02
.16
.01
.00
.05
.00
.00
5
.005
37.670
.00
.03
.05
.01
.00
.28
.02
.04
6
.001
100.680
.00
.93
.13
.06
.09
.32
.06
.04
7
.000
143.792
.13
.01
.19
.20
.31
.04
.00
.71
8
9.640E-5
274.815
.86
.00
.40
.71
.59
.07
.91
.20
a.DependentVariable:
Y
多重共线性的条件指数诊断,当条件指数大于15,说明存在较强的多重共线性,同时由方差比例表可以粗略的判定,如果有某几个自变量的方差比例值在某一行同时较大(接近1),说明自变量之间存在着多重共线性。
表中常数项和X6之间存在多重共线性,说明X6的取值范围很小,接近常数。
由于运用所有的7个自变量对解释变量进行分析,T检验没有通过,同时自变量之间还存在着严重的多重共线性,故我们需要对模型进行修正。
3.3模型的修正
上面建立的回归模型由于自变量之间存在着严重的多重共线性,所以我们运用剔除多余变量的后退法,得到的最终的自变量为X3和X5,即城乡居民储蓄存款年底余额和商品房销售面积对商品房的平均销售价格有线性影响。
ModelSummaryb
Model
R
RSquare
AdjustedRSquare
Std.ErroroftheEstimate
Durbin-Watson
1
.994a
.987
.984
66.76418
1.952
a.Predictors:
(Constant),X5,X3
b.DependentVariable:
Y
拟合优度检验的R2为0.987,调整的R2为0.984,由决定系数可以看出回归方程高度显著。
D-W值为1.952
ANOVAb
Model
SumofSquares
df
MeanSquare
F
Sig.
1
Regression
2801917.498
2
1400958.749
314.296
.000a
Residual
35659.644
8
4457.456
Total
2837577.142
10
a.Predictors:
(Constant),X5,X3
b.DependentVariable:
Y
回归方程的显著性检验,F值为314.296,伴随概率为0.,000<0.05,通过了回归方程的显著性检验,即X3和X5整体对商品房平均销售价格产生线性影响。
Coefficientsa
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
CollinearityStatistics
B
Std.Error
Beta
Tolerance
VIF
1
(Constant)
736.105
80.649
9.127
.000
X3
.122
.025
.615
4.965
.001
.103
9.754
X5
.142
.045
.392
3.165
.013
.103
9.754
a.DependentVariable:
Y
回归系数的显著性检验,各个T值的伴随概率都小于0.05,说明各个变量对商品房平均销售价格的线性关系显著,其后的多重共线性诊断的方差膨胀因子只有都小于10,说明自变量与其余的自变量之间不存在严重的多重共线性。
CollinearityDiagnosticsa
Model
Dimension
Eigenvalue
ConditionIndex
VarianceProportions
(Constant)
X3
X5
1
1
2.773
1.000
.01
.00
.00
2
.217
3.575
.16
.00
.08
3
.010
16.742
.83
1.00
.91
a.DependentVariable:
Y
多重共线性的条件指数诊断,条件指数只有一个大于15,说明有多重共线性的可能,同时由方差比例表中常数项和X5之间存在多重共线性,说明X6的取值范围很小,接近常数。
但是从经济的实际考虑,我们保留这两个自变量。
图一残差和Y的散点图
从残差和Y的散点图可以看出不存在异方差性。
图二et和et-1的散点图
从图中可以看出不存在自相关性。
最终的回归方程为
Y=736.105+0.122X3+0.142X5
3.4结果解释
从最终的回归方程可以看出,城乡居民储蓄存款年底余额(X3)和商品房销售面积(X5)呈正相关。
城乡居民储蓄存款年底余额可以反映居民经济能力的提高,商品购买力的提升,对于房屋的需求自然会上升,从而推动房地产价格的上升。
从具体数据上看,在其他条件不变的情况下,城乡居民储蓄存款年底余额每增加1亿元,房价就上涨0.122元/平方米。
当前居民缺乏投资渠道,促使大量资金流入房地产市场,推高了整体房价,因此,大力发展股票市场、债券和保险市场,促使居民投资多元化,减少资金流入房地产市场,是控制房价的有效手段。
商品房销售面积影响了住房消费的需求,商品房销售面积可以反映一个地区房地产的活跃程度,由于房地产具有一定的投资价值,所以房地产越活跃就会带动一部分的投机需求,也会在一定程度上推高房价。
从具体数据上看,在其他条件不变的情况下,商品房的销售面积每增加1万平方米,房价就上涨0.142元/平方米。
建房成本与商品房的平均价格相关性小。
模型建立之初选取了竣工房屋造价
作为候选变量,而在显著性检验中,没能通过。
由此可知,对房地产商而言,建造成本不是其决定房屋售价的关键所在,而针对这些因素的房价调控政策也势必不能起到很好的效果。
房地产投资总额应该是影响房价一个重要因素,但是在模型中却把它剔除了原因是房地产投资总额不仅影响供给也同时影响需求,假如房地产投资总额增加了,一方面使住宅的绝对供给量越大,根据供求理论,房价下降,另一方面,人们对该地区的经济发展前景看好,需求增加,房价会上升,两种相反的力量相互抵消,所以房地产投资额对房价影响不显著。
国内生产总值,反映一个地区的经济发展水平,和城乡居民储蓄存款年底余额存在着相关性,当国内生产总值增加,该地区的经济发展较快,这时城乡居民储蓄存款年底余额也将增加,所以把该因素剔除了。
个人住房公积金贷款利率应该是影响房价一个重要因素,但是在模型中却把个人住房公积金贷款利率剔除了,其原因是:
利率是中央银行定的,长时间一般是不变,而近几年房价却变化的非常快,所以模型中没有把该因素考虑进去也是合理的。
人民币汇率,考虑了国外对房地产投资的影响,但是在模型中被剔除了,可能的原因是由于河南省属于二线城市,房地产市场还不是很发达,国外对其房地产的投资会很少,进而对房价影响不显著。
4建议及对策
通过以上分析,在了解了影响河南省房地产价格持续上涨的最主要因素之后,针对其特性,本文提出几点建议。
第一,拓宽居民的投资渠道。
在当前负利率的情况下,居民都不愿意将钱存在银行。
而投资渠道的缺少,迫使大量资金流入房地产市场,推高了整个中国的房价。
以此,大力发展股票市场、债券和保险市场,促使居民投资多元化,减少资金流入房地产市场,是控制房价的有效手段。
第二,保证中低收入者的住房供应加强经济适用住房建设,进一步扩大廉租住房的覆盖面。
这样一来,较好地满足低收入居民的住房需求,同时也可以冲击整个房地产的市场,在一定程度上可以达到降低或抑制房价过高的效果。
另外,政府要创新廉租住房的保障行为和措施,实行以政府的货币补贴为主,实物配租,租金核减等为辅的方针,让中低收入家庭真正地住得起廉租房,实现社会和谐。
第三,房价的过快上涨很大程度上取决于预期。
如何使人们对房价有稳定的心理预期,避免房地产市场泡沫的出现,是政府调控市场的目标之一。
政府应该通过控制土地的供应量从而使市场上房屋的供应量在长期内处于一个合理的水平,使得房价的增长幅度与国民经济、人均可支配收入增长水平相适应,这样就可以将房价的增长控制在一个合理的水平。
5参考文献
[1]崔生明.城市住宅价格的动力因素及实证分析[D].浙江大学,2003.
[2]梁云芳,高铁梅.中国商品住宅销售价格波动成因的实证分析[J].管理世界,2006,(8):
76-82.
[3]施灿彬,中国房地产价格波动行为分析及对策研究[J].价格理论与实践,2004,(9):
41-42.
[4]陈龙乾,许鹏,张志杰,陈龙高.中国房地产业发展的历史、现状及其前景[J].中国矿业大学学报,2003,(3).
[5]皮舜,武康平.房地产市场发展和经济增长间的因果关系——对我国的实证分析[J].管理评论,2004(03).
6小组分工
姓名
分工
王浩(2009130)
查找数据,参加讨论
夏祥瑞(2009130)
软件操作,参加讨论
段佩(200913025)
论文完成,参加讨论
蔡东辉(200913032)
数据整理和处理,参加讨论
王志勇(2009130)
查阅资料,参加讨论