1、影响全国房价的多元回归分析影响全国房价的多元回归分析影响全国房价的多元回归分析一、房地产行业现状及特点分析房地产业作为我国的一个新兴产业,从90年代初房地产市场的建立,再到今天房地产业已具有相当的规模。房地产业己成为国民经济发展的新的增长点,然而当前房地产价格快速上涨,使得人们对房地产的泡沫现象产生了疑虑,影响了房地产业的发展。房地产行业作为国民经济的支柱产业对促进经济增长、推进城镇化进程、改善人民生活发挥了积极作用。 但同时也应看到, 当前房地产市场区域性、结构性问题比较突出。科学把握房地产市场的发展规律, 客观清醒地认识房地产市场现状, 对于推动房地产市场健康发展, 促进国民经济稳步增长具
2、有重要意义。经过十几年的发展, 中国房地产行业正处于向规模化、品牌化、规范化运作的转型时期, 房地产业的增长方式正在由偏重速度规模向注重效益和市场细分转变,从主要靠政府调控向依靠市场和企业自身调节的方式转变。房地产行业是典型的资金密集型行业, 具有投资大、风险高、周期久、供应链长、地域性强等特点。随着WTO 各项有关条款的兑现和落实, 包括房地产业在内的我国经济各方面都将发生新的变化。国民经济的持续增长和居民消费结构的提升, 为房地产业提供了高速发展的机会, 也使房地产业面对着更加激烈的竞争。充分运用信息技术所带来的巨大生产力, 尽快提高自身的信息化应用水平和管理水平, 将成为提升房地产行业竞
3、争力的重点。二、房地产行业发展趋势随着房地产开发及营销模式国际化的趋势更加明显,更多的境外基金将关注并介入国内房地产市场, 今后几年中国房地产开发将从大都市为核心的中心城市向二、三线城市扩展, 并呈现以下发展趋势:(一)低收入人口居住问题将成为新焦点。目前, 商品房市场的发展速度远远超过住房保障体系的健全速度, 可以说, 两者呈现严重不均衡发展的态势。低收入人群数量庞大, 低收入人群的住房问题是关乎民生的社会问题, 是政府履行其社会保障职能的重平、房地产投资总额、全社会固定资产投资房屋竣工面积等经济的度出发,建立与全国房屋销售均价的多元线形回归模型,进行房地产市场的经济分析与预测。房地产价格最
4、近几年一直居高不下,存在严重的泡沫经济,就这一现状的控制提出对策建议。三、建立初步回归模型(一)初步回归模型建立1993-2007年相关经济数据如表1所示。经过对这15年的经济数据进行时间序列分析,设定国内生产总值为X1,地产投资总额为X2,全国居民消费水平为X3、全社会固定资产投资房屋竣工面积为X4,作为自变量,全国房屋销售均价设为Y,作为因变量。根据所选的全国居民消费水平、房地产投资总额、全社会固定资产投资房屋竣工面积(图表中简称为固投房屋竣工面积)、国内生产总值四项指标,建立如下的多元线性回归模型:Y=b0+b1x1+b2x2+b3x3+b4x4+u其中 Y全国房屋销售均价Y=b0+ b
5、ixiX1全国居民消费水平X2房地产投资总额X3全社会固定资产投资房屋竣工面积X4国内生产总值b0 ,b1,b2,b3,b4未知参数u是剩余残差,且E(u)=0,与三个自变量无关。表1 (1993-2007)年相关经济数据年份房屋销售均价(元/m2)全国居民消费水平(元)房地产投资总额(亿元)固投房屋竣工面积(万m2)国内生产总值(亿元)20073168543915909227589183084.820062778492513158207019159878.320052359441110154202644135822.82004225041067791196738120332.72003217
6、038696344182437109655.2200221123632498418197499214.6200120533346410318735789677.1200030633159361417090584402.3199919973002217816605778973199818062789321616196671176.6199715912355314914560060793.7199614091833255413655048197.9199512911393193812202135333.919949951116731.211480026923.51993786932436.2119
7、10721781.5数据来源:中经专网(教育版)(二)初步回归模型检验 用SPSS软件对数据进行分析处理,得出如下分析检验结果。 1、拟合优度检验由表2可看出,其相关系数R为0. 986,测定系数R为0. 972,说明其拟合优度较好。表2 Model SummaryModelRR SquareAdjustedR SquareStd. Error of the Estimate10.986(a)0.9720.961126.34742 a Predictors: (Constant),国内生产总值(亿元)。房地产投资额(亿元),固投房屋竣工面积(万m2) ,全国居民消费水平(元)。2.方程显著性检
8、验(F检验) 如表3所示,F(4, 10)0.001=5.9986.111,通过了方程显著性检验。表3 ANOVA(b)Mode 1Sum of SquaredfMean SquareFSig.1Regression5498611.03941374652.7686.110.000(a)Rsidual159636.6941015963.669Total5658247.73314a Predictors: (Constant),国内生产总值(亿元)。房地产投资额(亿元),固投房屋竣工面积(万m2) ,全国居民消费水平(元)。b Dependent Variable:房屋销售均价(元/m2)。3.变
9、量显著性检验(t检验)如表4所示,t (15) 0.3=1.0741.087,能够通过检验。表4 Coefficients (a)ModelUnstandardized CoeffcientsStandardizedCoeffcientstSig.BStd.ErrorBeta1(Constant)773.365711.7311.0870.303全国居民消费水平(元)0.4040.6270.8780.6450.534房地产投资额(亿元)-0.0090.115-0.066-0.0810.937固投房屋竣工面积(万m2)-0.0020.008-0.135-0.3190.757国内生产总值(亿元)0.
10、0040.0290.3120.1450.888a Dependent Variable:房屋销售均价(元/m2)(三)初步回归模型分析但是,从表4中可以分析出,国内生产总值、房地产投资额与全国房屋销售均价皆负相关。在经济意义上存在不合理性,进一步分析,从SPSS输出的数据(表5)可以看出,国内生产总值与全国居民消费水平的相关性很高,这就存在多重共线性,需要对初步回归方程进行修正。表5 Correlations房屋销售均价(元/m2)全国居民消费水平(元)房地产投资额(亿元)固投房屋竣工面积(万m2)国内生产总值(亿元)Pearon Corrlation房屋销售均价(元/m2)1.0000.98
11、50.9150.9720.978全国居民消费水平(元)0.9851.0000.9180.9900.989房地产投资额(亿元)0.9150.9181.0000.8900.966固投房屋竣工面积(万m2)0.9720.9900.8901.0000.973国内生产总值(亿元)0.9780.9890.9660.9731.000四、修正回归模型(一)回归模型的修正 居民消费水平是指按人口平均计算的居民消费额,其计算公式是报告期国内生产总值中的居民消费总额与报告期年平均人数的比值,考虑到居民消费水平,是按国内生产总值口径计算的,并且与房屋购置有更直接的经济关系,在修正模型时,保留居民消费水平,去掉国民生产
12、总值,采用SPSS分析结果如表6、表7、表8所示。 (二)修正回归模型的检验1.拟合优度检验从表6可以看出,其相关系数R为0.986,测定系数R2= 0.972,说明其拟和优度较好。表6 Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate10.986(a)0.9720.964120.59394a Predictors: (Constant),房地产投资额(亿元),固投房屋竣工面积(万m2) ,全国居民消费水平(元)2.方程显著性检验(F检验)如表7所示, F(4, 10)0.001=5.99126.024
13、,更好的通过了方程显著性检验。表7 ANOVA(b)ModelSum of SquaredfMean SquareFSig.1Regression5498275.85931832758.620126.0240.000(a)Rsidual159971.8741114542.898Total5658247.73311a Predictors: (Constant),房地产投资额(亿元),固投房屋竣工面积(万m2) ,全国居民消费水平(元)b Dependent Variable:房屋销售均价(元/m2)3、变量显著性检验(t检验)如表8所示,t (15) 0.3=1.074 1.166,仍能够通过
14、检验.表8 Coefficients (a)ModelUnstandardized CoeffcientsStandardized CoeffcientstSig.BStd.ErrorBeta1(Constant)734.809630.0621.1660.268全国居民消费水平(元)0.4890.2071.0552.3670.037房地产投资额(亿元)0.0070.0190.0510.3720.717固投房屋竣工面积(万m2)0.0020.007-0.117-0.3030.768a Dependent Variable:房屋销售均价(元/m2)(三)修正回归模型分析全国房屋销售均价与房地产投资
15、额、全国居民消费水平正相关,与全社会固定资产房屋竣工负相关,较好地体现了实际的经济意义,并且较好地通过了相关的检验。可见,本文所修正的多元线性回归方程各个方面表现良好,即最终建立的三元线性回归模型为: Y=734.809+0.489X1+0.007X2-0.002X3五、所建多元线性回归模型的意义 综上所述,该方程可以用来分析我国房屋销售均价的变动趋势。在给出未来时期全社会固定资产房屋竣工面积、房地产投资额、全国居民消费水平估计数据的基础上,依据该公式计算:房地产价格的预测值,可大体观测房地产价格的波动情况,为政府宏观调控部门、房地产相关管理部门、房地产从业人士以及有房地产消费需求的居民提供分
16、析依据。有利于各方主体进行理性决策、采取有效措施,以规避风险、提高收益、推进我国房地产市场的改革和规范化进程,实现房地产行业的健康、稳定和持续发展。六、对今后房地产价格走势的初步判断在可预见的未来期间内, 供应偏紧、价格上涨仍将是房地产市场的主要矛盾。供给方面, 未来房地产供应不足的矛盾将相当突出。尽管资金、劳动力、建材等房地产供给构成要素供应宽裕, 但作为最重要的要素, 土地供应紧张将成为难以突破的瓶颈。房地产开发土地来源无非是旧城区改造、企事业单位通过土地置换外迁、郊区闲置土地开发和占用耕地。伴随国内经济的快速增长, 可以预见居民收入仍将保持快速上升势头, 居民的购房能力将不断增强。工业化
17、、城市化的推进必然迎来城市人口的快速膨胀和第三产业的迅猛发展, 不可避免地对未来城市房地产的供应带来压力。从目前市场表现看, 近年来房地产已经存在“超买”现象, 供需矛盾的存在必然使这一现象愈演愈烈, 从而推动房地产价格的进一步上扬。为应对土地紧张问题, 开发商将着重开发高层和小高层建筑, 以提高容积率的方法来稀释土地成本, 缓解商品房过快上涨压力, 但这同时会提高施工成本, 因此可以预见, 今后商品房格上涨不可避免。七、对策建议(一) 转变政府职能, 提高对房地产市场的管理水平政府及其各部门要按照经济规律办事, 为房地产开发企业创建公平竞争、良性发展的市场环境。加强房地产投资、管理、服务领域
18、有关规则和政策的研究, 提高政策的透明度; 加强房地产市场统计, 为房地产市场管理提供可靠的信息; 在全面动态收集房地产市场信息数据的基础上, 建立科学有效的房地产市场预警预报系统; 搞好房地产业发展规划, 推进房地产市场化进程, 努力提高为企业服务的水平。(二) 盘活存量土地, 完善土地供应办法, 增加土地供应量地方政府要在认真清查闲置土地的基础上, 指建交易平台, 降低相关税费的征收标准, 降低土地交易成本, 为存量土地流转创造条件; 加强土地整理储备工作, 掌握调剂土地供应的主动权; 加强对房地产市场需求变化趋势的研究预测,根据土地需求和土地资源情况, 制定科学的土地供应计划;在保护耕地
19、、控制城市建设用地的同时, 努力增加房地产开发土地供应量。(三) 完善住房保障制度提高认识, 把建立和完善住房保障制度作为建设和谐社会的一项重要工作。对低收入人群, 根据其不同的支付能力,建立层次标准不同的住房保障体系。对低保人群实施廉租房政策; 为低收入者提供经济适用房。建立住房保障基金, 鉴于地方资金来源不足, 中央财政应通过转移支付等形式解决资金来源问题。建立低收入人群的住房档案和分配制度, 并跟踪了解和及时调整, 根据实际需求安排住房投资和住房分配, 做到应保尽保。(四) 增加普通住房的供给政府要给予中低价位、中小户型普通住房建设一定的政策支持, 通过减免相关税费等措施, 引导开发商加大中小户型普通住房的开发力度。按照需求增加普通住房的供给, 并制定普通住房定向销售细则, 在分配、房贷利率、首付比例以及公积金贷款使用方面给予优惠, 满足普通居民购房需求,降低购房成本。(五) 加快不动产税的实施根据居民拥有住房的情况, 对不同面积的住房确定不同的税率征收财产税, 利用税收手段抑制投资需求, 减少存量房的闲置, 同时抑制大户型住房需求的增长; 所得税款主要用于廉租房建设的, 为其提供稳定的资金来源。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1