房地產(chǎn)研究.docx

房地產(chǎn)影響因素分析研究 摘要 隨著我國經(jīng)濟的迅猛發(fā)展，房地產(chǎn)對經(jīng)濟社會的推動作用進一步釋放，房地產(chǎn)價格及其影響因素也日益成為社會關(guān)注的重點和熱點。本文選用了竣工房屋造價，房地產(chǎn)投資總額，城鄉(xiāng)居民儲蓄存款年底余額，國內(nèi)生產(chǎn)總值等因素作為回歸分析的自變量，而選用商品房平均銷售價格作為因變量，應(yīng)用SPSS軟件和后退法等主要方法以及F檢驗等相關(guān)檢驗方法來確立以上因素對商品房平均銷售價格的回歸方程，并且通過方程對影響房地產(chǎn)價格的因素進行分析，同時給出了建議和對策。關(guān)鍵字 房地產(chǎn)價格 多元回歸分析 供求影響 宏觀經(jīng)濟環(huán)境 1 序言 1.1 引言 目前，中國房地產(chǎn)業(yè)已經(jīng)成為國民經(jīng)濟的重要支柱產(chǎn)業(yè)，房地產(chǎn)市場已經(jīng)成為最受人矚目的市場之一。盡管我國房地產(chǎn)市場化的進程很短，但是在經(jīng)濟發(fā)展和居民居住要求不斷提高的強大需求下，房地產(chǎn)經(jīng)濟得到了快速發(fā)展，房地產(chǎn)價格不斷上漲。由于房地產(chǎn)經(jīng)濟在國民經(jīng)濟發(fā)展中所起到的作用越來越大，并且住房是人民基本的生活需求，關(guān)系到居民的日常生活，所以房價的變化受到了普遍的關(guān)注。政府，開發(fā)，金融機構(gòu)和購房者都不同程度的影響了房價，因此研究房地產(chǎn)價格的影響因素是必要的。 1.2 文獻綜述 學(xué)術(shù)界對房價的相關(guān)研究已有很多，如陳薇薇（2005）認(rèn)為：影響商品價響商品房研究已有很對者都在需求，關(guān)系到居民的日常生活，所以放假 2222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222格的主要因素包括國家的宏觀政策、區(qū)域位置、市場的供求結(jié)構(gòu)、商品房本身的硬條件和軟條件。吳群、高慧瓊（2006）經(jīng)研究發(fā)現(xiàn)：供求關(guān)系是房價關(guān)系變化的主要因素和決定因素， 房地產(chǎn)價格形成主要遵循非價值價格理論，生產(chǎn)成本只是房地產(chǎn)價格的構(gòu)成要素，對房地產(chǎn)價格的作用是有限的。溫海珍、賈生華（2006）從住宅特征變量包括建筑面積、住宅年齡、朝向、裝修程度、所在樓層、有無車位、自然環(huán)境、小區(qū)環(huán)境、物業(yè)管理、生活配套、教育配套、鄰近大學(xué)、中心商務(wù)區(qū)的距離、交通條件、時間因素等研究。宋勃、高波（2007）研究發(fā)現(xiàn)，短期而言，房地產(chǎn)價格上漲吸引了外資的流入；長期來說，外資的流入推動了我國住房價格的上漲等。1.3 理論分析房地產(chǎn)是一種具有消費品同時又是投資品的特殊商品，因此分析影響因素要全面考慮。首先，作為一般的商品，其均衡價格是有供給和需求決定并因供求雙方的力量對比變化而變化的。供給和需求是形成價格的兩個最終因素，其他一切因素，都是通過影響供求關(guān)系來影響價格的。其次，房地產(chǎn)作為一種投資品，它的價格形成又不同于一般的商品，還極易受到宏觀經(jīng)濟因素及政府相關(guān)政策等宏觀經(jīng)濟環(huán)境的影響。供給因素：房地產(chǎn)投資額，包括住宅，辦公樓和商業(yè)營業(yè)用房的投資額。住宅的投資額越大，代表該地區(qū)住宅的絕對供給量越大，根據(jù)供求理論，房價下降，理論上認(rèn)為兩者之間存在著負(fù)相關(guān)。而辦公樓和商業(yè)營業(yè)用房投資額則代表了該地區(qū)的經(jīng)濟發(fā)展水平，較大的辦公樓和商業(yè)營業(yè)用房投資額說明了人們對該地區(qū)的經(jīng)濟發(fā)展前景看好，理論上認(rèn)為房價和辦公樓和商業(yè)營業(yè)用房投資額之間存在著正相關(guān)。因此該變量是一個綜合性變量，商品房價格關(guān)系不確定。竣工房屋造價，集中體現(xiàn)了房地產(chǎn)商的基本投入，與房地產(chǎn)價格呈正相關(guān)關(guān)系，是房地產(chǎn)商實現(xiàn)利潤的參照依據(jù)，也是定價的根本前提。需求因素：人口密度，代表一個地區(qū)的人口狀況，人口密度的增加預(yù)示著該地區(qū)需求增加，理論上認(rèn)為該變量與房價存在正相關(guān)性。城鄉(xiāng)人均儲蓄余額，代表該地區(qū)人均購買力水平，其值越大，生活質(zhì)量越高，投資能力越強，使商品房市場需求增大，理論上該變量與房價存在正相關(guān)。宏觀環(huán)境因素：國內(nèi)生產(chǎn)總值，一般來說，國民經(jīng)濟發(fā)展水平較高的國家或地區(qū)，由于居民收入水平較高，人們對房地產(chǎn)投資的需求會比較大，房屋的供給也會比較充足，理論上該變量與房價存在正相關(guān)性。銀行貸款利率，從需求方面來看，利率下降，消費者貸款購房的成本降低，對住房需求上升，根據(jù)供求曲線可知，利率下降將會導(dǎo)致房地產(chǎn)價格上漲，從供給方面看。利率下降時，房地產(chǎn)企業(yè)融資成本降低，開發(fā)投資將源源不斷地涌向房地產(chǎn)業(yè)，房地產(chǎn)供給增加，根據(jù)供給曲線，將會導(dǎo)致房價下降，因此利率因素對房價的影響是雙重的。綜上所述，影響住房價格的因素多種多樣，且對房地產(chǎn)市場產(chǎn)生的影響各不相同。要確定各因素對于房價的影響，需要進行定量的分析。2 變量說明和數(shù)據(jù)處理 2.1 因素選擇 根據(jù)以上分析，我們選擇竣工房屋造價（X1），房地產(chǎn)投資總額（X2），城鄉(xiāng)居民儲蓄存款年底余額(X3)，國內(nèi)生產(chǎn)總值(X4)，商品房銷售面積(X5)，個人住房公積金貸款利率(X6)，人民幣匯率(X7)七個因素來建立模型，對商品房平均銷售價格（Y）的影響因素進行分析。 2.2 數(shù)據(jù)來源及處理 由于1998年我國取消了實物分房政策，取而代之的是貨幣分房政策，因而1998年前后房地產(chǎn)市場有一個比較大的變動，故我們選取1999年到2009年河南省的時間序列數(shù)據(jù)。 個人住房公積金貸款利率選取的是五年以上的利率，由于近幾年的利率調(diào)整的比較頻繁，無法確定一個比較合理的利率值，本文采用的是算數(shù)平均值。 表一 河南省原始數(shù)據(jù)3 實證分析3.1 相關(guān)性分析 首先運用SPSS軟件對各個變量進行相關(guān)性分析，得到簡單相關(guān)系數(shù)陣，可以看出Y與X1，X2，X3，X4，X5的簡單相關(guān)系數(shù)都達到了0.9以上，說明所選自變量與Y高度線性相關(guān)，用Y與自變量作多元線性回歸是適合的。Y與X7的為-0.813，說明存在著負(fù)相關(guān)性，Y與X6的簡單相關(guān)系數(shù)為-0.04比較小，P值為0.908，說明線性關(guān)系不顯著，但是僅憑簡單相關(guān)系數(shù)的大小是不能決定變量的取舍的，因而我們運用多元線性回歸模型對其進行分析。CorrelationsYX1X2X3X4X5X6X7YPearson Correlation1.958*.954*.986*.987*.974*-.040-.813*Sig. (2-tailed).000.000.000.000.000.908.002N1111111111111111X1Pearson Correlation.958*1.925*.962*.975*.932*.038-.835*Sig. (2-tailed).000.000.000.000.000.913.001N1111111111111111X2Pearson Correlation.954*.925*1.971*.979*.946*-.117-.768*Sig. (2-tailed).000.000.000.000.000.732.006N1111111111111111X3Pearson Correlation.986*.962*.971*1.989*.947*-.151-.765*Sig. (2-tailed).000.000.000.000.000.658.006N1111111111111111X4Pearson Correlation.987*.975*.979*.989*1.969*-.023-.828*Sig. (2-tailed).000.000.000.000.000.946.002N1111111111111111X5Pearson Correlation.974*.932*.946*.947*.969*1.086-.870*Sig. (2-tailed).000.000.000.000.000.802.001N1111111111111111X6Pearson Correlation-.040.038-.117-.151-.023.0861-.421Sig. (2-tailed).908.913.732.658.946.802.198N1111111111111111X7Pearson Correlation-.813*-.835*-.768*-.765*-.828*-.870*-.4211Sig. (2-tailed).002.001.006.006.002.001.198N1111111111111111*. Correlation is significant at the 0.01 level (2-tailed).3.2 多元線性回歸模型 Model SummarybModelRR SquareAdjusted R SquareStd. Error of the EstimateDurbin-Watson1.998a.995.98467.626272.693a. Predictors: (Constant), X7, X6, X1, X2, X5, X3, X4b. Dependent Variable: Y 擬合優(yōu)度檢驗的R2為0.995，調(diào)整的R2為0.98，由決定系數(shù)可以看出回歸方程高度顯著。D-W值為2.693，根據(jù)統(tǒng)計學(xué)上的判定規(guī)則，可以判定回歸方程自相關(guān)不顯著。ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression2823857.2037403408.17288.209.002aResidual13719.93934573.313Total2837577.14210a. Predictors: (Constant), X7, X6, X1, X2, X5, X3, X4b. Dependent Variable: Y 回歸方程的顯著性檢驗，F(xiàn)值為88.209，伴隨概率為0.,0020.05，通過了回歸方程的顯著性檢驗，即7個變量整體對商品房平均銷售價格產(chǎn)生線性影響。 CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity StatisticsBStd. ErrorBetaToleranceVIF1(Constant)646.5271488.342.434.693X1-.742.586-.327-1.266.295.02441.352X2-.658.360-.624-1.827.165.01472.361X3.088.145.447.611.584.003331.228X4.117.0951.1731.233.305.002562.073X5.128.082.3541.561.216.03131.833X6-24.719231.230-.015-.107.922.08112.338X735.57386.320.050.412.708.1119.019a. Dependent Variable: Y回歸系數(shù)的顯著性檢驗，各個T值的伴隨概率都大于0.05，說明各個變量對商品房平均銷售價格的線性關(guān)系不顯著，其后的多重共線性診斷的方差膨脹因子只有X710,就說明自變量與其余的自變量之間存在嚴(yán)重的多重共線性。Collinearity DiagnosticsaModelDimensionEigenvalueCondition IndexVariance Proportions(Constant)X1X2X3X4X5X6X7117.2801.000.00.00.00.00.00.00.00.002.6773.280.00.00.00.00.00.00.00.003.02716.338.00.00.07.00.00.23.00.004.00927.783.00.02.16.01.00.05.00.005.00537.670.00.03.05.01.00.28.02.046.001100.680.00.93.13.06.09.32.06.047.000143.792.13.01.19.20.31.04.00.7189.640E-5274.815.86.00.40.71.59.07.91.20a. Dependent Variable: Y多重共線性的條件指數(shù)診斷，當(dāng)條件指數(shù)大于15，說明存在較強的多重共線性，同時由方差比例表可以粗略的判定，如果有某幾個自變量的方差比例值在某一行同時較大（接近1），說明自變量之間存在著多重共線性。表中常數(shù)項和X6之間存在多重共線性，說明X6的取值范圍很小，接近常數(shù)。 由于運用所有的7個自變量對解釋變量進行分析，T檢驗沒有通過，同時自變量之間還存在著嚴(yán)重的多重共線性，故我們需要對模型進行修正。3.3 模型的修正 上面建立的回歸模型由于自變量之間存在著嚴(yán)重的多重共線性，所以我們運用剔除多余變量的后退法，得到的最終的自變量為X3和X5，即城鄉(xiāng)居民儲蓄存款年底余額和商品房銷售面積對商品房的平均銷售價格有線性影響。Model SummarybModelRR SquareAdjusted R SquareStd. Error of the EstimateDurbin-Watson1.994a.987.98466.764181.952a. Predictors: (Constant), X5, X3b. Dependent Variable: Y 擬合優(yōu)度檢驗的R2為0.987，調(diào)整的R2為0.984，由決定系數(shù)可以看出回歸方程高度顯著。D-W值為1.952ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression2801917.49821400958.749314.296.000aResidual35659.64484457.456Total2837577.14210a. Predictors: (Constant), X5, X3b. Dependent Variable: Y 回歸方程的顯著性檢驗，F(xiàn)值為314.296，伴隨概率為0.,0000.05，通過了回歸方程的顯著性檢驗，即X3和X5整體對商品房平均銷售價格產(chǎn)生線性影響。CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity StatisticsBStd. ErrorBetaToleranceVIF1(Constant)736.10580.6499.127.000X3.122.025.6154.965.001.1039.754X5.142.045.3923.165.013.1039.754a. Dependent Variable: Y回歸系數(shù)的顯著性檢驗，各個T值的伴隨概率都小于0.05，說明各個變量對商品房平均銷售價格的線性關(guān)系顯著，其后的多重共線性診斷的方差膨脹因子只有都小于10，說明自變量與其余的自變量之間不存在嚴(yán)重的多重共線性。Collinearity DiagnosticsaModelDimensionEigenvalueCondition IndexVariance Proportions(Constant)X3X5112.7731.000.01.00.002.2173.575.16.00.083.01016.742.831.00.91a. Dependent Variable: Y多重共線性的條件指數(shù)診斷，條件指數(shù)只有一個大于15，說明有多重共線性的可能，同時由方差比例表中常數(shù)項和X5之間存在多重共線性，說明X6的取值范圍很小，接近常數(shù)。但是從經(jīng)濟的實際考慮，我們保留這兩個自變量。 圖一 殘差和Y 的散點圖 從殘差和Y的散點圖可以看出不存在異方差性。 圖二 et和et-1的散點圖 從圖中可以看出不存在自相關(guān)性。 最終的回歸方程為 Y=736.105+0.122X3+0.142X53.4 結(jié)果解釋 從最終的回歸方程可以看出，城鄉(xiāng)居民儲蓄存款年底余額(X3)和商品房銷售面積(X5)呈正相關(guān)。城鄉(xiāng)居民儲蓄存款年底余額可以反映居民經(jīng)濟能力的提高，商品購買力的提升，對于房屋的需求自然會上升，從而推動房地產(chǎn)價格的上升。從具體數(shù)據(jù)上看，在其他條件不變的情況下，城鄉(xiāng)居民儲蓄存款年底余額每增加1億元，房價就上漲0.122元/平方米。當(dāng)前居民缺乏投資渠道，促使大量資金流入房地產(chǎn)市場，推高了整體房價，因此，大力發(fā)展股票市場、債券和保險市場，促使居民投資多元化，減少資金流入房地產(chǎn)市場，是控制房價的有效手段。商品房銷售面積影響了住房消費的需求，商品房銷售面積可以反映一個地區(qū)房地產(chǎn)的活躍程度，由于房地產(chǎn)具有一定的投資價值，所以房地產(chǎn)越活躍就會帶動一部分的投機需求，也會在一定程度上推高房價。從具體數(shù)據(jù)上看，在其他條件不變的情況下，商品房的銷售面積每增加1萬平方米，房價就上漲0.142元/平方米。建房成本與商品房的平均價格相關(guān)性小。模型建立之初選取了竣工房屋造價作為候選變量，而在顯著性檢驗中，沒能通過。由此可知，對房地產(chǎn)商而言，建造成本不是其決定房屋售價的關(guān)鍵所在，而針對這些因素的房價調(diào)控政策也勢必不能起到很好的效果。房地產(chǎn)投資總額應(yīng)該是影響房價一個重要因素，但是在模型中卻把它剔除了原因是房地產(chǎn)投資總額不僅影響供給也同時影響需求，假如房地產(chǎn)投資總額增加了，一方面使住宅的絕對供給量越大，根據(jù)供求理論，房價下降，另一方面，人們對該地區(qū)的經(jīng)濟發(fā)展前景看好，需求增加，房價會上升，兩種相反的力量相互抵消，所以房地產(chǎn)投資額對房價影響不顯著。國內(nèi)生產(chǎn)總值，反映一個地區(qū)的經(jīng)濟發(fā)展水平，和城鄉(xiāng)居民儲蓄存款年底余額存在著相關(guān)性，當(dāng)國內(nèi)生產(chǎn)總值增加，該地區(qū)的經(jīng)濟發(fā)展較快，這時城鄉(xiāng)居民儲蓄存款年底余額也將增加，所以把該因素剔除了。個人住房公積金貸款利率應(yīng)該是影響房價一個重要因素，但是在模型中卻把個人住房公積金貸款利率剔除了，其原因是：利率是中央銀行定的，長時間一般是不變，而近幾年房價卻變化的非常快，所以模型中沒有把該因素考慮進去也是合理的。人民幣匯率，考慮了國外對房地產(chǎn)投資的影響，但是在模型中被剔除了，可能的原因是由于河南省屬于二線城市，房地產(chǎn)市場還不是很發(fā)達，國外對其房地產(chǎn)的投資會很少，進而對房價影響不顯著。4 建議及對策 通過以上分析，在了解了影響河南省房地產(chǎn)價格持續(xù)上漲的最主要因素之后，針對其特性，本文提