搜索
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。商品房平均竣工房屋城乡居民储蓄国内生产总值人民币汇率房地产投资总额商品房个人住房公销售价格造价存款年底余额（亿元）（%）（亿元）销售面积积金贷款利率 （元/平方米）(元/平方米)（亿元）(万平方米)（%）19991022.217652940.084517.948.278370.41297.14.5920001260.386783182.085052.998.278477.87509.214.5920011239.397103634.55533.018.277102.84529.214.520021379.667604202.576035.488.277138.36639.944.0520031399.668594919.096867.78.277185.56862.714.0520041572.058895607.38553.798.2768258.821055.374.2320051866.9210566488.5510587.428.1917388.521724.824.4120062011.8510997367.3712362.796.857581.952409.334.5920072253.4411737812.2415012.466.4632837.113928.045.0120082338.5513359515.8218018.536.74271206.713191.984.520092666.01127711207.419480.467.29861553.764336.93.87年份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。CorrelationsYX1X2X3X4X5X6X7YPearsonCorrelation1.958**.954**.986**.987**.974**-.040-.813**Sig.(2-tailed).000.000.000.000.000.908.002N1111111111111111X1PearsonCorrelation.958**1.925**.962**.975**.932**.038-.835**Sig.(2-tailed).000.000.000.000.000.913.001N1111111111111111X2PearsonCorrelation.954**.925**1.971**.979**.946**-.117-.768**Sig.(2-tailed).000.000.000.000.000.732.006N1111111111111111X3PearsonCorrelation.986**.962**.971**1.989**.947**-.151-.765**Sig.(2-tailed).000.000.000.000.000.658.006N1111111111111111X4PearsonCorrelation.987**.975**.979**.989**1.969**-.023-.828**Sig.(2-tailed).000.000.000.000.000.946.002N1111111111111111X5PearsonCorrelation.974**.932**.946**.947**.969**1.086-.870**Sig.(2-tailed).000.000.000.000.000.802.001N1111111111111111X6PearsonCorrelation-.040.038-.117-.151-.023.0861-.421Sig.(2-tailed).908.913.732.658.946.802.198N1111111111111111X7PearsonCorrelation-.813**-.835**-.768**-.765**-.828**-.870**-.4211Sig.(2-tailed).002.001.006.006.002.001.198N1111111111111111**.Correlationissignificantatthe0.01level(2-tailed).3.2多元线性回归模型ModelSummarybModelRRSquareAdjustedRSquareStd.ErroroftheEstimateDurbin-Watson1.998a.995.98467.626272.693a.Predictors:(Constant),X7,X6,X1,X2,X5,X3,X4b.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。ANOVAbModelSumofSquaresdfMeanSquareFSig.1Regression2823857.2037403408.17288.209.002aResidual13719.93934573.313Total2837577.14210a.Predictors:(Constant),X7,X6,X1,X2,X5,X3,X4b.DependentVariable:Y回归方程的显著性检验，F值为88.209，伴随概率为0.,0020.05，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。CoefficientsaModelUnstandardizedCoefficientsStandardizedCoefficientstSig.CollinearityStatisticsBStd.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.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X710，其他都大于10，一般认为VIF10,就说