普通商品房价格论文

普通商品房价格论文（精选9篇）

普通商品房价格论文 第1篇

本文选取北城五环到六环间的购物中心及其周边的购物中心为研究对象,尝试以住宅价格为纽带,借用分析交通[2,3]等因素对住宅价格影响的方法———Hedonic模型分析购物中心对住宅价格的影响,进而分析购物中心对居住的单向影响,揭示商业空间对居住空间的影响。

一、郊区住宅的Hedonic模型

(一)Hedonic模型

Hedonic住宅价格法由Rosen提出,之后在住宅价格与居住环境的研究中广泛应用。一般影响住宅价格的因素有3类:区位(Location)、邻里环境(Neighborhood)和建筑结构(Structure),因此。住宅价格P就可以用方程式表达为:

(二)方程形式

经济理论没有明确指出如何选择函数形式,目前国内外用Hedonic模型分析住宅价格影响因素时用的比较多的是线性对数模型,且该模型也符合微观经济学理论中的商品的价格与其属性之间存在边际效用递减规律。其方程式表达为:

其中,P为住宅的价格,Xi为住宅的属性特征。

(三)选择变量

由于是以整个居住小区为研究单元,假设各个普通商品住宅楼盘中的住房的建筑质量是相同的,所以涉及的变量只有住宅价格、区位、邻里环境和购物中心四方面。

1. 住宅价格

出于对数据可获得性的考虑,本文选择二手房的成交价格。为了减少住宅价格随时间变化带来的影响,选取某一年份的数据进行统计。

2. 区位

影响变量包括市中心(S-wuhuan)、最近地铁站(S-rail)、最近公交站(S-bus)、高速公路(S-highway)。四个变量都用小区出口到设施的最短直线距离的自然对数计算。

3. 邻里环境

包括物业管理费(S-manage),小区容积率(S-ratio)、小学的影响(S-primary)、中学的影响(S-highschool)、公园绿地的影响(S-green)、医院的影响(S-hospital)、体育场馆的影响(S-sport)等。

4. 购物中心

指标选择对小区居民生活产生影响的各购物中心对住宅价格的影响(S-shop),S-shop=Ln(Dsp1)+Ln(Dsp2)+……其中Dsp1、Dsp2分别为两个购物中心与住宅间的距离。选择的购物中心要在住宅成交之前就已建好并投入运营。

(四)数据与处理

1. 样本获取

以北京北城五环到六环间的购物中心及其影响范围内的普通商品住房为研究案例。获取研究区间购物中心的地理位置、规模等信息。判断各购物中心的空间影响范围,搜集购物中心影响范围内普通商品住房的二手房成交价及其小区容积率、物业管理费、距地铁的距离等属性特征。

2. 数据处理

对获取的样本数据进行初步处理获得各住宅价格的影响因素;对数据进行相关性分析,剔除其中相关性显著的因素;用Hedonic线性对数模型对选择的影响因素进行回归分析。

二、结果分析

(一)预期结果

随着与住宅间距离的增大,购物中心对住宅价格的影响可能先以负面影响为主;到达一定距离后正、负影响相当,综合影响为零;继而以正面影响为主。但是随着距离的增大,正、负影响都是递减的。

但是由于是以整个居住小区为研究单元,而购物中心对住宅价格的负面影响范围有限,可能在这个规模上综合影响不会出现负值,随着与住宅间距离的增大,购物中心对住宅价格的影响也增大。

(二)现阶段结果

研究区的购物中心空间分布不均匀,主要沿立汤路、五环线等高速公路展开龙德广场、北方明珠大厦、易事达购物休闲广场和北苑阳光新城市广场沿立汤路分布,明天购物中心分布在五环沿线,天陆购物中心则位于五环和接口处。

集聚现象明显,如龙德广场和北方明珠大厦间只隔一条道路,易事达购物休闲广场和北苑阳光新城市广场亦如此。

三、讨论

本文尝试以住宅价格为纽带,连接商业用地和居住用地;通过定量分析购物中心对住宅价格的影响,揭示商业用地对居住用地的复杂影响。这对居住用地郊区化不断深入,商业郊区化也已初现端倪的北京而言具有实践借鉴意义,对中国其他大城市的郊区建设也有借鉴作用。具体实践过程中还有以下几个问题有待解决:目前获取的小区住宅平均价格是估计值,而不是成交价,还应继续寻找住宅成交价。

参考文献

[1]任东丽.由“Dead Mall”看中国郊区购物中心的发展[J].建筑创作,2004,(9):30-33.

[2]张水清.商业业态及其对城市商业空间结构的影响[J].人文地理,2002,17(5):36-41.

商品房价格管理规定 第2篇

商品房销售价格=(计划成本+计划利润+税费+材料差价)÷商品房建筑面积±(楼层差价、朝向差价)

商品房建筑面积=开发建设房屋的总建筑面积-安置拆迁户的房屋总建筑面积

第八条 商品房经营者在销售商品房时向购房者代收以下费用，并上缴指定部门，由市人民政府专款专用：

(一)地段差价：按照市土地管理局会同市房地产管理局根据城市土地级差情况制定的标准征收。

(二)商品房附加费，系指市政府统一规定征收的下列费用：

1.配套费;

2.旧城改造补贴费(只收征地建设部份);

3.人防工程费(根据国家规定应当同时建设地下防空设施的建筑因故未建防空设施的，按应建防空设施征收相应的费用);

4.绿化费;

5.经市人民政府批准的其他应征收的费用。

贵州省商品房价格影响因素实证分析 第3篇

关键词：多元线性回归；商品房价格；影响因素

一、商品房综述

自1998年起，我国城镇住房加快了市场化的进程，房地产业相继获得了快速发展。与此同时商品房价格也不断攀升，虽然中国采取了一系列政策对房价进行调控，但效果甚微。

1.商品房的概念

商品房是指由房地产开发企业建设开发后出售的住宅、办公等商业用房及其配套建筑物。

2.商品房价格的影响因素

商品房作为一种商品，它的价格是由需求、供给决定的。

3.其他影响因素

除了供给和需求之外，还有一些因素会影响商品房的价格。宏观上有如经济因素，社会因素，行政和政治因素。微观上就有中国政策，货币供应量，CPI，居民可支配收入，房地产投资额等。

二、贵州省商品房的价格分析

本部分采用最小二乘法，先建立模型，后进行假设检验，多重共线性的判断，异方差性的判断，自相关性的判断。其中，假设检验运用了拟合优度检验、T检验、F检验；旨在说明贵州省商品房的价格几乎是不受房地产开发投资额 、房地产开发企业实际需求总投资和城镇居民可支配收入的影响的，也就是说贵州省的房价是很温和的。

（一）模型的选择与应用

为了更好地解释经济现象，本文选用多元线性回归模型进行分析，所选指标包括房地产开发投资额、房地产开发企业实际需求总投资额、城镇居民可支配收入，并搜集了2000年到2011年的相关数据进行研究。

1.建立理论模型

（二）模型统计学检验

拟合优度检验：根据回归结果，模型的可决系数0.989954，表明因变量商品房平均价格的变动中有98.9954%是由于自变量引起的。因解释变量为多元，使用调整的拟合优度，以消除解释变量对拟合优度的影响。修正的可决系数为=0.986187>0.8，模型对其的拟合很好。

（三）结 论

通过以上分析可以知道，房地产开发投资额、房地产开发企业实际需求总投资额以及城镇居民可支配收入对贵州省商品房价格几乎死没有影响的，那究竟是什么原因可以让贵州省的房价持续保持这么温和呢？

三、启示

对于房价居高不下，大部分人是无力承受的，尤其是在一线城市工作和生活的人们，相比之下，贵州却是一个很适合居住的城市，那么贵州省温和的商品房价格给我们什么启示呢？

1）强有力的房地产调控政策。据贵州省统计局最新消息，在房地产调控政策作用下，贵州房地产开发投资在去年1-11月累计中，自6月份以来累计增速呈现逐月回落态势。我们都知道谈商品房价格问题，房地产的投资额是不得不提的一个因素，也就是说各地区出台政策的时候有必要执行强有力的房地产投资政策。

2）严格执行的贵州省房改政策。2010年政府又开始了新一轮的房地产调控，9月29号出台了“国五条”，要求三套房和外地购房全部停发房贷；房价过高上涨过快城市将限定家庭购房套数。期间也有间断地提出一些调控政策，可是效果却甚微，我们都知道做永远比说难，纸上谈兵是没有用的，需要落实到实处这些政策才能发挥作用，才能改变根本性的问题，我们都知道贵州省今年年初时掀起的离婚风波就是跟该省实施的政策有关，可是出现问题后贵州省就紧随出台了相应的管理政策给大家一个清晰的解释以避免类似的问题发生，所以说问题的存在并不可怕，可怕的是我们治标二不能治本。

3）加强市场秩序监管。持续长效的房地产稽查和督察制度的建立和完善，将有助于房地产市场管理体系的切实加强，并逐步在房地产领域建立起一套决策、执行、稽查和监督相协调的新体制。（作者单位：贵州财经大学）

参考文献

[1]商品房价格的计量经济分析.许纯青

[2]《计量经济学基础》达摩达尔N古扎拉蒂，唐C波特

[3]《计量经济学及其应用》杜江

普通商品房价格论文 第4篇

根据上述意见规定, 要认定是否属于以买卖房屋为交易形式的受贿, 在实际交付价格存在的基础上, 就必须确定涉案房屋的市场价格, 在市场价格确定的基础上, 考量什么是明显低于。对于如何确定市场价格, 理论界有人支持物价部门备案价格说, 即既然新商品房的销售价格需要到物价部门备案, 而且物价部门对超越备案价格销售商品房也有明确规定, 那么这种备案价格就应该符合两高解释规定的市场价格。笔者对此持不同意见, 原因如下:

一、备案价格的非强制性

中国特色社会主义市场经济中备案价格的相对强制性使得备案价格隐性不公开。计划经济时代, 物价部门定价具有绝对强制性, 这种定价严格意义上是核定价, 也就是说一种物品要卖什么价格是由物价部门核定, 且必须执行, 否则会受到相应的处罚, 因此物品价格包括新商品房价格的确定具有不可侵犯性, 开发单位也不能随意更改销售价格。但是改革开放以来, 中国特色社会主义市场经济蓬勃发展, 计划经济强制性违反市场规律的弊端逐步体现, 为此国家逐步取消了物价部门对物品价格的强制性规定, 实行备案规定, 即物品定价主要根据市场规律调整, 但需要备案, 房产销售价格也是如此。取消审核定价的行政审批程序之后, 价格备案成为了物品销售的必经程序。但这种备案仅仅具有形式上的意义, 因为物品的价格是根据市场规律调整的, 而房地产开发商或经销商预先设定备案在物价部门的价格只是隐性因素, 不会根据市场规律的波动而及时更改, 而且在开发商买卖房屋的时候, 虽然针对备案价格有相关规定, 但物价部门也不能随时监督, 实际上也无法强制执行备案规定, 所以备案价格不具有决定意义, 通常仅具有参考价值。

二、折扣价格的普遍性

有市场就会有竞争, 房地产开发商在销售楼盘时, 也会采取各种方式吸引消费者, 包括促销广告、礼品赠送等, 但这仅仅是外在方式, 在实际销售过程中, 还存在各种各样的折扣价格。虽然有备案、有市场规律调整, 但是人的主观能动性就体现出来了, 为了能多销售, 多回笼资金, 在市场规律显性调整的范围之外就出现了普遍存在的折扣价格。也就是说, 新商品房买卖价格是剔除交易中普遍存在的折扣后才得以实现, 虽然这种折扣并不确定, 也是开发商根据市场波动、购买人群等随机因素及时调整的, 但在这种情况下, 折扣优惠幅度的随意性占据主导地位, 这种随意性也使得备案价格的作用性进一步降低。

三、市场价格调整中市场规律的主导性

中国特色社会主义市场经济中真实的市场价格同时受市场规律和宏观调控双面调整, 使得市场价格具有相对波动性。从字面理解, 市场价格应该是单纯由市场决定的价格, 因为在市场规律的调整下, 通胀需求让物品价格出现波动, 这是市场规律的外在体现。但大多数经济学家也认识到, 价格波动不能单纯由市场规律调整, 而应该有政府宏观调控的适时介入, 才能控制通胀率, 维护市场的稳定发展。中国特色社会主义市场经济即是如此, 因此市场价格具有相对波动性, 但在这种相对波动中, 国家的宏观调控手段处于弱势, 可以理解为在能控制的范围内, 国家行政权力不干涉, 而市场规律立于主导, 现实中的商品房销售价格也是如此。因此, 新商品房的市场价格受市场规律的适时调整, 也间接否定了以硬性商品房备案价格作为市场价格的合理性。

影响城市商品房价格上涨因素的研究 第5篇

本文考虑的是居民在购买住房时, 商品房价格的上涨因素。作为居住的房屋同时具有消费和投资的性质, 因此在研究房屋价格时, 需要同时考虑消费品和投资品的性质。在市场经济中, 房屋除了购买居住外, 还可以租赁居住。在是购买还是租赁居住上, 不同的居住者会根据自己的实际情况考虑选择。但是, 当居住者需要过一种相对安稳的生活并降低投资风险时, 购买住房是一种很好的选择。随着经济的发展, 收入的提高, 对于购房的选择会越来越多。根据经济学中的需求理论, 随着这种购房需求的增加, 房屋的价格也会上涨, 直到在市场中, 购房需求与房屋供给达到均衡, 价格才会相对稳定。然而实际情况要复杂的多, 古典经济学设定的假设放到实际中, 会很不适用。真实的情况是, 房价一直上涨, 远远超越购房者的收入水平, 供给大于需求, 房价还是不会下降。这是否代表商品房的价格具有一些刚性呢, 如果有, 这刚性来源于何处呢?本文通过研究房价的上涨因素, 探讨房价居高不下的原因, 希望能透过层层迷雾, 找到答案。

下面是关于房价上涨因素的一些探讨。

一、人口大量迁入城市引起的住房消费需求, 导致房价上涨

上涨原因在于, 此时人多房少, 房屋交易形成竞买方式, 价高者得。如果城市包含很多工作机会, 工资水平相对于生活支出来说也较高, 而且法律允许劳动者自由迁移工作区域, 一些条件优越的城市就会涌入大量人口。工作机会增加的可能有两种:财富积累使民间资本生产规模扩大的速度加快;当地政府兴建大型工程项目 (地铁、高架桥路、大型景观等城建工程) 。也许正是因为民间资本的充裕, 同时带来政府财政收入增加, 这两种可能性往往同时出现或先后出现, 从而引起城市人口短期剧增, 住房消费需求因此短时间突然上升, 给房价上涨带来充足的上升空间。增加的人口中能够产生住房需求的是拥有学历或技术能力的白领和技术工人, 他们处于人生发展初期, 对于住房的需求具有刚性, 即无论房价如何上涨, 他们都有在能力所及时购买住房。

二、城市拆迁、旧房改造增加了住房消费需求

对一些家庭来说, 拆迁是改善住房条件的一个机会, 具有经济能力的家庭通过拆迁使家庭人均住房面积扩大。问题是当拆迁不能令大部分家庭改善住房条件的话, 人们就会不满, 拆迁活动将存在被阻挠破坏的风险。所以合理的拆迁费用补偿需要慎重确定, 补偿费用过低会引起不满, 补偿费用过高结果会使住房消费需求短期上升过快, 引起房价攀升, 最好的结果是大部分家庭在一定限度内能改善住房条件。

旧房小区改造提升了小区环境质量, 相当于使商品质量提高, 小区房价自然上升。

三、房价短期快速上涨, 引起住房投资需求的提高

本地社会闲置资金以及外部寻找投资机会的资金看准这个回报率高风险小的投资项目, 纷纷成套成批购买商品房, 引起房价新高, 这就是所谓的“炒房”。同一套住房, 经过两三次转卖交易, 价格会上涨一大块儿。我们需要注意的一个问题是, 这种情况的出现是有条件的, 就是房价上涨很快或者这种转卖交易比较普遍。因为决定一套住房交易价格的应该是同类房屋的市场价格, 也就是住房面积、构造、居住环境类似的房屋的平均价格, 也可以用本小区内住房的市场价格衡量。

当住房消费需求大于住房投资需求时, 房屋市场价格决定于住房消费需求。这种消费需求决定于居民收入水平。一定时期内工资收入是稳定的, 所以需求也是稳定的。那么, 房价上升到一定程度就会趋于稳定。但是这种情况很快就会改变, 因为房价上涨时, 人们购房动机会同时包含消费需求和投资需求, 尤其是房价短时间快速上涨, 很快就会出现投资需求大于消费需求的情况, 人们会想, 这是一举两得的好事:一方面改善了住房条件, 另一方面又做了一次风险小收益高的投资。于是普通群众手中的闲散资金很快集中到购房投资上来。此时房价具有了持续上升的动力。

四、当房价持续上升时, 人们对房价的变化趋势会产生预测

一方面有加紧购房的动作, 另一方面会预感风险增加, 担心房价突然下跌, 从而对购房产生迟疑观望。在房价快速上涨的初期, 这个观望可能是1、2个月或几个月, 在这段时间里房价会趋于稳定, 但是当人们发现房价没有下跌时, 很快会掀起新一轮购房的热潮, 房价持续攀升。如果大的经济环境不改变的话, 房价越高, 这种观望时期越长, 但房价总是保持上升趋势。

五、影响房价的一个重要因素是土地价格

在中国土地所有权属于国家, 一切公民享有的是土地使用权, 交易中转让的也是土地使用权。因此土地价格实际是反映土地使用费用。其实情况会更复杂些, 诚然, 土地所有权没有参加交易, 就无法用货币衡量, 但是土地作为一种资源, 是绝对具有价值的。作为一种稀缺资源, 经济越发展, 人口越密集, 土地的价值也会越大。这种价值的增加在土地交易价格中一定会体现出来, 并且变成一项政府财政收入。当在土地交易中存在政府收入时, 当地政府会有保持并增加这项收入的趋势, 通常方式是对土地进行拍卖。房地产开发商愿意以一定价格购买某块土地的前提是, 他可以通过在这块土地上建造楼房 (无论是商用还是民用) 销售后获得利润。一个楼盘的售价就是土地价格加上建造成本及费用再加上开发商合理的利润, 虽然由于楼盘的质量档次不同, 售价各有差异, 但是每个楼盘的售价还是不可能偏离市场价格很多, 而建造成本及费用又是相对固定的。在这里, 土地价格背后的政府财政收入和开发商的利润构成微妙的博弈关系, 可对立亦可联合, 出于长远考虑, 双方联合的可能性较大, 结果是楼盘市场价格居高不下。

六、居住环境对房产价格越来越具有影响力

人们都希望住处环境优美、交通生活便利。地铁沿线、公园附近、学校聚集区域等等, 都是带动房价的有利因素。根据年龄不同, 对住处要求不同, 人们可以选择购买符合自己要求的房产。作为城市管理者, 政府需要做出努力, 以降低城市上空的空气污染, 控制市区行驶的机动车数量, 保证市区绿化面积达到一定标准。否则, 较差的城市环境对本地房地产价格将产生消极影响。

七、经济适用房无疑是调整不断上升的房价的一种很好的方式

经济适用房投放到房产市场, 保证了中低收入家庭购买房产、改善居住条件的机会。当房价上涨到中产阶层都感觉负担吃力时, 经济适用房可以缓解人们的不满情绪。在经济适用房数量及购房标准上需要严格把握, 因为这种方式只能满足少部分家庭, 而大部分家庭还是要依靠自己的力量购买住房。

结论

镇江市商品房价格合理性探讨 第6篇

关键词：商品房,价格,合理性

近年来, 镇江市房地业发展迅猛, 推动了镇江城市建设的发展, 改善了市民的居住环境和质量。然而房价的快速增长使得多数家庭, 尤其是一些中低收入居民家庭住房困难, 引起了各级领导高度重视和社会各界普遍关注。因此, 房价的合理性对于房地产市场健康发展, 对构建社会主义和谐社会致关重要。本文通过走访调查对镇江市房价的合理性进行分析。

一、镇江市住房销售情况

2004年以来, 镇江城镇居民居住条件不断改善, 人均住房建筑面积从2004年的24平方米提高到2009年的34平方米, 上升41.7%。镇江市房地产市场在日益繁荣的同时, 却伴随着房价上涨过快的现实状况。虽然从2004年开始国家采取宏观调控措施, 房地产价格涨势得到一定程度的抑制, 但房价仍然居高不下, 局部出现加速上涨趋势。

1. 镇江市商品房销售面积大幅上升

镇江市住宅施工面积和住宅竣工面积分别从2004年的323.99万平方米和128.58万平方米, 增加到2009年的170.24万平方米和170.24万平方米, 分别增长了1.1倍和35.6%。市区商品房成交量从2004年的123.9万平方米增加到2009年的559.83万平方米, 增长了3.5倍。特别是2009年镇江市区商品房总成交30994套, 与08年相比增加19114套, 增幅高达160.89%, 成交量突破镇江楼市历史记录。

2. 房屋成交价格涨幅波动较大

2004年~2009年全市房屋销售价格处于上升态势。市区商品住宅均价从2004年的2478元上升到2009年的4450.93元, 增长了79.6%。09年年初价格经历了一个短暂的平滑, 之后一路稳定小幅度上扬, 5月后涨幅增大, 10月突破五千大关, 12月增涨到最大值, 创下镇江市单月成交价最高记录5133元/m2。

二、镇江市商品房价格合理性分析

面对当前房产价格涨声一片, 人们开始思考房地产行业是否存在泡沫、房地产价格合理与否、房产市场能否持续健康发展的问题。就房地产价格合理性而言, 我们认为鉴于商品房作为一种商品, 其价格的形成机制与其他商品一样, 是由市场综合因素变化而确定的。因此, 要分析商品房价格合理性的难度非常大, 以致判断商品房价格合理性标准就更加困难。下面我们从三个方面进行探讨。

1. 房地产价格上涨因素分析

(1) 经济发展。经济越发展, 社会总需求就增加, 会带动对厂房、写字楼、商店、住宅和各种娱乐设施等的需求增加, 从而会引起房地产价格上涨。从镇江历年经济发展水平和增长速度来看, 经济近几年一直保持快速增长势头。2004—2009年, 镇江市国内生产总值由711.97亿元, 增长到2009年的1580亿元, 年均增长20.3%。

经济发展, 居民收入也增加, 人们的生活水平随之提高, 促使对房地产的需求增多, 从而导致房地产价格上涨。2004年镇江市区城镇居民人均可支配收入突破万元大关, 达到10858元, 按照汇率折合超过了1000美元, 根据历史经验, 经济处在这一发展时期的国家和地区房地产需求都曾处于一个相对旺盛的时期。2004—2009年镇江市区城镇居民家庭人均可支配性收入平均增长速度为15.49%, 特别是近几年增速较快。客观增强了居民的消费能力, 人们将会有更多的资金去满足购房需求。

(2) 成本增加。就一般房地产而言, 其总成本费用由土地费用与建安费用两大部分构成。

(1) 土地价格的上涨, 推动房价上扬。首先从土地价格来看, 土地的有限性以及城市化、工业化的加速对建设用地的需求增加, 决定了土地增值的必然趋势。其次土地的使用权出让, 由协议出让变为挂牌竞价和拍卖竞买, 也导致了地价的大幅上扬。由此可见, 土地价格是推动房价上涨的重要因素。

(2) 住房建设成本增加, 促使房价上涨。近年来, 受固定资产投资快速增长等因素的影响, 导致建筑材料价格上涨。另外, 随着人们对住房品质的要求不断提高, 建筑材料品种更新、质量提高, 一些新型环保、节能建筑材料被大量采用, 商品房的配套设施和环境也在不断改善, 在一定程度上加大了商品房的建筑成本, 总成本的上涨最终结果反映为房价上涨, 商品住宅价格在这些费用的基础上还要加上开发商预计的利润, 因此以上这些因素都会影响到房地产的价格。

(3) 供需扩大。随着工业化和城镇化发展、城镇人口增加, 大规模城市改造和居民拆迁, 使住房销售市场的被动需求也不断增加。近年城市拆迁量不断增加, 特别是2009年镇江市全年累计完成房屋拆迁面积578万平方米, 比上年增长85.9%, 相当于前三年拆迁量的总和, 其中市区房屋拆迁面积381万平方米, 增长1.1倍, 相当于前四年拆迁量的总和。

2009年镇江市城乡建设全面提速, 城乡面貌发生显著变化, 重点项目取得积极进展, 城市综合功能不断完善, 城市副中心的逐渐形成, 种种未来的迹象都促进着房地产市场的急速发展。其次按照镇江市的总体规划, 到2020年城市化水平将达到70%, 城镇人口将要增加到320万, 那就意味着还有大约30万农民要从农村迁入城市。与此同时, 城市居民的平均面积要从当前的23.3平方米增加到35平方米左右。

(4) 政策助推。自2007年第四季度后, 中央和省政府相继出台了很多“救市”政策来鼓励和支持住房消费, 促进了房地产市场健康稳定发展。镇江市结合实际, 出台了《关于进一步促进我市房地产业健康稳定发展的若干意见》、《关于完善我市房地产市场调控工作的意见》等政策。这些政策加大了自住型和改善型住房的信贷力度, 适度减免了住房转让环节的营业税, 调整放宽了土地出让金缴纳、开竣工时限, 降低了开发企业用地成本及税收负担等。

2. 房价收入比

房价收入比, 是指整套房屋价格与城市居民家庭年收入之比。通过对数十个经济发展水平不同的国家和地区主要城市居民房价的考察, 世界银行和联合国人居中心分别得出“合理的住房价格”的房价收入比应该为3-6。根据世界银行对全球96个国家 (地区) 1998年的统计资料显示, 这96个国家 (地区) 房价收入比的平均值为8.4, 中位数为6.4。在全球范围内, 房价收入比的平均水平在6.4-8.4之间。此外, 一个国家或地区合理房价收入比是随着时间和社会经济条件的变化而不断变化的。

据上述资料分析, 我们认为镇江市2004年~2007年房价总体基本合理, 2008年后房价收入比略显过高, 普通居民难以承受。

3. 房价租售比

如果将商品房看成一种投资, 那么其资产的价值就由其能够带来的未来若干年的年收益和贴现率所决定, 这里年收益就是商品房的市场租金。与房地产价格相比, 房租不存在投机的成分, 因此可以通过将其资本化求得房地产的“真实价格”。

现在分析房屋租售比。房屋租售比是指房屋每平方米月租金和每平方米销售价格之间的比值, 可以用来评估住房投资价格是否合适。

资料来源:计算所得

从表可知, 2007年~2009年租金回报率远低于5年以上银行贷款基准利率。从投资角度看, 当前城镇居民个人进行房地产投资, “以租养房”仍不合算, 主要还是靠房屋本身升值来实现资产保值增值。

综上所述, 2009年镇江市商品房价格总体上基本合理, 局部地区房价偏高, 超过当地居民的承受能力。

三、推进镇江市房价合理化的建议

合理的房价, 对于房地产业和国民经济的发展乃至整个社会的稳定, 都有着至关重要的影响。目前, 从我市具体情况看, 应主要从以下几个方面入手, 引导商品房价格理性回归, 促进房地产业的健康发展。

1. 科学规划城市布局。

房地产价格与城市规划密切相关, 城市规模和布局直接影响房价, 要使房价合理化, 必须要科学规划城市。一是要使房地产开发与城市发展规模相适应。我国城镇化过程也是农村发展、农村人口减少过程。因此, 要对城乡一体化规划, 共同开发、共同发展。二是城市空间要科学布局, 合理安排城市生产、生活区域空间。

2. 加强保障性住房建设。

着力建立并完善以普通住房为主体、以经济适用住房和廉租住房为保障、以高档商品房为补充的住房供应体系。一方面增加普通商品房和经济适用房的建设和供应量, 改变经济适用房投资规模下降的局面;另一方面要规范经济适用房建设和销售中的不良行为, 使经济适用房真正起到满足城市中、低收入家庭基本需求的作用;同时尽快对经济适用房、房改房和多年空置房等建立政府有效回购制度, 既可有效降低经济适用房和廉租房的建设成本, 又能够快速地增加其容量。

3. 加大土地调控和管理力度。

首先, 在宏观调控和管理上要有总量控制、统筹规划, 避免形成无序开发, 造成各方面资源的浪费。逐步加大对经济适用房建设用地的供应力度, 缓解用地矛盾。其次, 要加大对闲置土地的处理力度, 使有限的资源得到充分利用。第三是要定期公布基准地价, 合理引导地价水平。禁止炒买炒卖建设用地, 克服土地供求中的投机现象, 保持土地价格的相对稳定。

4. 进一步规范房地产市场秩序。

建议对于当前房地产市场秩序中存在的问题标本兼治、综合治理。紧紧围绕房地产项目的审批、开发、交易、中介等环节, 运用法律、行政等多种手段打击房地产领域的违法违规行为。

5. 强化房地产市场价格预警预报。

要加强房地产市场价格监测和市场信息引导。要加快房地产市场信息系统建设, 加强市场监测, 定期分析房地产市场, 坚持正确的舆论导向, 适时向社会公布土地供应及价格、住房供求及价格等相关信息, 增强政策透明度和执行力使房价理性回归, 促进房地产市场持续健康发展。

参考文献

[1]建设部住宅产业化促进中心.房价合理性和稳定性评价研究[M].中国建筑工业出版社, 2007 (12) :275

[2]陈硕:房价收入比与城市竞争力[J].统计与咨询, 2005年6期

[3]陈然方:当前上海房价收入比状况分析——兼论上海房价未来走势[J].价格理论与实践, 2005年11期

[4]施键刚王万力:基于时间序列的房地产价格走势辨识[J].统计与决策, 2007 (8)

[5]杨晓冬:哈尔滨市房价收入比理论与实证分析[J].低温建筑技术, 2008, (1)

[6]朱建君贺亮:房价收入比的计算及应用研究[J].建筑经济, 2008 (8) :5-7

基于权值SVM商品房价格模型研究 第7篇

一、决定商品房价格的因素

对房价的组成因素进行客观合理的分析是SVM学习建模的前提条件。经过大量的市场调查和经济学角度的综合分析, 本文SVM学习的价格因素样本库包括以下4点:

(一) 房屋造价。

商品房的价格组成首先要考虑其成本价, 对于房屋来说, 就是其建筑成本以及土地成本, 即买一块地皮的价钱和从这块地上将房子盖起来的费用, 其中也包含人工和材料的费用。这是决定房价的基础。房屋的造价直接影响了商品住房的成本, 因此, 理论上该变量和商品住房的价格呈正相关。

(二) 地区人均国内生产总值。

通常是指一定时期内, 一个国家或地区的经济中所生产出的全部最终产品和提供劳务的市场价值的总值。在经济学中, 常用GDP来衡量该国或地区的经济。发展综合水平通用的指标, 商品住房价格与当地的经济发展水平有着密切的联系。从理论上说, 一个地区的经济越发达, 商品住房的价格越高, 即两者之间应该呈正相关。

(三) 人均可支配收入。

这一指标代表一个地区的居民的经济实力。人均可支配收入越多, 人们提高生活质量和进行投资的欲望和能力就越强。房屋相对于其他商品而言, 具有保值性和增值性, 因而人们用大量的资金进行投资, 促使房屋价格上升。从理论上说, 该变量和房价存在正相关性。

(四) 人口密度。

人口密度是单位面积土地上居住的人口数。由于土地资源的稀缺性, 单位面积土地上的人口数越多, 对土地的需求就越大, 从而推动房屋价格的上涨。从理论上说, 人口密度与房价呈现正相关性。

房价主要是受以上因素交互作用影响的, 但是各种因素对房价的影响程度各有不同, 本文将对其进行分析量化, 给出一个能够直接表达出影响程度的权重值。

二、支持向量机与核函数

支持向量机是在统计学习理论的VC维理论和结构风险最小原理的基础上发展起来的一种新的机器学习方法。假设存在样本集n为输入维数, 学习的目标就是找到一个超平面将这两类样本完全分开。

通过采用不同的核函数可以对高维的输入空间进行有效的降维, 如图1所示。即在构造判别函数时先在输入空间比较向量, 然后再对结果进行非线性变换。核函数是满足Mercer条件的任意对称函数, 所以对于这种非线性变换没有具体形式, 而是由核函数直接实现算法的线性化。这样, 大量的工作就可以在输入空间中完成, 而不需要在高维特征空间中进行。本文选用径向基核函数:

式中为核宽度, 反映了边界封闭包含的半径。

三、权值支持向量机

(一) 权计算规则

支持向量机方法最初是针对二类分类问题提出的, 先按照规则A将样本集C分类, 形成了两个类 (类和类) 的中心式和心, 如图2所示。

类的任一元素xi的发生和类的任一元素yj的发生之间存在一定关系, 我们用量化的数字wi对其进行描述。一般情况下, wi满足0≤wi≤1。可以量化本集中每种商品房价格因素对其影响力度的大小, 具有最高权重的是给定特征集合中具有最高区分度的特征, 亦即对分类贡献最大的特征, 即wi越大, 相关性越强。

对于样本集中的两样本点xi和yj, 在一般意义下, 其点积xi.yj的值是通过计算两点的欧氏距离而得到的。引入权重之后, 拟用两个样本点的集交互熵来调节欧氏距离。

权值径向基核函数

(二) SVM学习权重wi的量化

本文的样本库包括房屋造价、地区人均国内生产总值、人均可支配收入和人口密度。房屋造价可谓和房屋价格息息相关, 对其具有直接触动的作用, 所以权重最高定位0.9, 地区人均国内生产总值和人均可支配收入从某种程度上体现了市场的购买能力, 间接地影响着房价, 权值定为0.8, 而人口密度的大小对市场的供求关系有一定的影响, 但是没有前两种因素的影响大, 权值定为0.7。

(三) 实例分析

本文采用某省会城市2001—2010年的相关因素统计数据作为BP网络的学习数据。如表1所示。

完成训练后, 如图3所示, 2001—2007年的数据误差逐步拉大, 最大相对误差大于1900。据分析, 造成这种现象的主要原因包括以下几方面:首先, 政府的激励措施, 如2007年应对全球经济危机的购房补贴激励, 造成房价的全面升高;其次, 由于交通更为便捷, 省会城市的聚集效应放大, 许多不在省会城市工作的人, 在此购置房产, 让老人、孩子定居在此, 推高了房价;最重要的是投资、投机、通胀预期下购房保值增值等因素的影响。由于这些因素在统计数据中难以反映, 造成实际数据与模型曲线的偏离。可以认为, 这种偏离不完全是市场规律的作用, 在某种程度上反映出商品住宅泡沫化的趋势。2007—2010年的数据误差逐步缩小, 虽然没有明显的缩小, 但是这种差距从某种程度上得到了有效的遏止。其主要原因在于, 2007年以后国家和地方政府分别推出了各项措施, 控制房价进一步走高的趋势。

四、结论

本文按照组成商品房价格不同因素设定其学习权值, 利用权核函数支持向量机对人均国内生产总值、房屋造价、人均可支配收入、人口密度等统计数据进行学习训练, 拟合商品住宅价格。商品房价格的学习网络模型计算出市场实际价格与理论价格的差距, 从某种程度上反映出了商品住宅泡沫化的程度, 能够给购房者提供一定的参考依据。实验结果表明, SVM的预测结果准确, 使用方便, 是一种优良的商品房价格建模方法。

摘要：支持向量机 (SVM) 是在统计学习理论的VC维理论和结构风险最小原理的基础上发展起来的一种新的机器学习方法。本文利用SVM对商品房的几种主要价格因素数据进行统计学习, 并且针对SVM学习过程中计算量巨大的问题, 提出一种对核函数加权的方式来提高其学习效率, 并针对不同因素调整其学习权重, 有效提高了模型的学习速度和推广能力。SVM以统计学习理论为基础, 具有简洁的数学形式、直观的几何解释和好的泛化能力等优点。研究证明, SVM的预测结果准确, 使用方便, 是一种优良的商品房价格建模方法。

关键词：商品房,支持向量机,权重,建模

参考文献

[1]Lin C F, Wang S D.Fuzzy Support Vector Machines[J].IEEE Transactions on Neural Networks, 2002, 13 (2) :464-471.

[2]Lee Y J, Mangasarian O L.SSVM:A Smooth Support Vector Machines[R].Proceedings of the First SIAM International Conference on Data Mining, 2001.

[3]周水生, 周利华.训练支持向量机的低维Newton算法系统[J].工程与电子技术, 2004, 26 (9) :1315-1318.

[4]蒋正科, 向鑫.城市商品住宅价格的影响因素研究[J].价值工程, 2008 (10) :147-149.

[5]孔煜, 魏锋, 任宏.城市住宅价格的宏观影响因素[J].统计观察, 2010 (6) :85-85.

[6]吕红军, 王要武, 姚兵.房价增长时期商品房需求调控模型研究[J].哈尔滨工程大学学报.2008 (10) :1116-1121.

银行信贷与商品房价格关系实证研究 第8篇

关键词：银行信贷,商品房价格,格兰杰因果检验

一、引言

房地产市场的繁荣、甚至泡沫是很多市场经济国家都经历过的阶段, 银行信贷和房地产市场的相互关系, 特别是关系到民生的商品房价格与银行信贷之间的关系, 是各国经济学家研究的重点。关于房地产价格的影响因素, Vahram Stepanyan (2010) 等认为房地产价格不仅取决于GDP等国内经济因素, 也与居民侨汇和外资流动有关, 并通过实证检验证明了这一点。Philip M. Bodman 和 Mark Crosby (2003) 通过实证检验证明了在影响澳大利亚房地产价格的因素中, 实际利率和人均GDP是不显著的, 而人口增长与房地产价格确是十分显著的。Marco Del Negro和Christopher Otrok (2005) 通过对1986-2004年美国房地产市场的季度数据进行研究, 认为宽松的货币政策虽然是房地产价格上涨的因素之一, 但是发挥的影响并不大。综上所述, 本文在房地产价格的决定因素方面有如下认识:首先, 影响一国房地产价格的不仅有国内因素, 也要考虑外资流动等对外经济因素;其次, 不仅经济因素是影响房价的主要原因, 而且人口增长等非经济指标也是影响房价的原因。

关于房地产市场泡沫与银行信贷扩张之间的关系, Diana Hancock与James A.Wilcox (1995) 研究了银行信用紧缩对于房地产行业的影响, 认为由于有非银行信用的存在, 所以银行信用紧缩对于房地产行业的影响不大。Lynn E. Browne 和 Karl E. Case (1992) 从商业地产随经济周期性波动的角度, 分析了银行业为何受到房地产业的强烈影响。Vahram Stepanyan (2010) 等认为应该在房地产市场过热时期限制商业银行向外的借款。Kaminsky和Reinhart (1999) 对20个国家进行了实证分析, 发现这些国家的资产价格伴随着信贷规模的扩大均出现了暴涨。Bertrand Renaud (1995) 通过对1986-1994年全球房地产状况的研究, 发现在金融自由化和金融管制放松的条件下, 金融机构非理性扩大借贷规模导致了金融风险的累积, 从而加速了房地产周期性波动和房地产泡沫的形成与破灭。Alen 和Gale (1998) 第一次用数学的方式证明了银行在房地产泡沫生成破灭过程中所起的作用, 他们以信息不对称理论为基础, 建立了一个金融部门与实体经济部门互动形成泡沫的模型, 并得出了资产泡沫是由金融机构作为中介所具有的代理问题导致的。

综上所述, 在国外的研究中, 不管从理论方面还是从实证分析方面, 金融部门非理性扩张都与实体经济部门泡沫生成有紧密的联系。但是, 银行信贷的扩张与房地产市场繁荣的关系还是不清楚:各个国家金融市场的发展程度不一样, 这种两者的相关程度就不一样。

近几年来我国各地房地产价格一直保持着持续上升的态势, 北京、上海等一线城市的房地产价格更是呈现出爆发性的上涨。关于我国房地产市场价格攀升的原因, 刘元元 (2005) 结合我国国情, 分别从需求、供给、政策因素、个人因素及建筑成本因素等方面分析了导致我国房地产价格上涨的原因:需求方面的原因主要是中国城市化尚未完成, 正在稳步提高;供给方面的原因主要是国家对于土地总量的控制, 导致了房地产价格的上涨;政策方面的原因是政府在分配领域中推动的改革, 以货币分配方式取代实物分配方式的变革, 鼓励住宅的自有。黄忠华 (2009) 通过对全国大中城市的房地产价格、信贷约束以及宏观经济的实证分析, 认为这三者在全国都存在互动影响, 认为信贷约束能引起房价变化, 并放大房地产价格波动对宏观经济的影响。

关于我国房地产价格高涨与银行信贷支持的关系, 丰雷 (2002) 利用计量经济学的方法研究了中国房地产泡沫形成的机理, 通过回归房价与货币供给、房价与股价的模型, 得出货币供给与房地产市场存在较强的正相关关系。谢经荣、朱勇 (2002) 认为金融的发展是房地产发展的前提, 以银行为主体的金融机构介入房地产市场加剧房地产泡沫的产生, 而泡沫的破灭又会引发金融危机和经济危机。他们通过对房地产泡沫的实证研究, 认为当前我国房地产泡沫呈现出的是地区性特点, 并没有全国性的大范围蔓延。郭敬 (2005) 分析了我国房地产泡沫逐步累积的现状, 以及对银行房地产贷款造成的重大风险隐患。谢百三、王巍 (2005) 认为银行信贷规模过大是引发我国部分城市出现房地产过热的重要原因, 房地产市场升温在短期内使银行不良资产率迅速降低, 但同时也面临巨大潜在风险, 因此应控制银行信贷资金, 并推广房地产抵押贷款证券化, 以温和地平抑部分城市房地产过热的问题, 化解银行潜在风险。童薇 (2008) 对房地产价格波动和银行信贷支持之间的内在关系进行了实证研究, 认为银行信贷支持在房地产价格波动中起了重要的作用。

二、数据和估计模型

1.数据选取与研究思路。

首先, 本文选取商品房平均销售价格作为衡量房地产价格的指标。商品房平均销售价格指标, 是通过用月度的商品房销售额与月度商品房销售面积相除得到的, 用银行各类贷款的总额作为衡量银行对房地产行业的贷款规模。本文选取了从2001年1月到2010年12月的月度数据进行研究, 总共120个数据观测值。所用的数据主要来自中经网和万得资讯。其次, 对原始数据进行适当调整。由于原始数据是未剔除通货膨胀影响的数据, 因此在进行具体的数据检验之前先用全国零售商品物价指数剔除通货膨胀的影响。

2.单位根检验。

在进行回归之前, 需要先检验房地产销售价格和银行信贷规模数据序列是否存在单位根, 也就是检验金融数据的平稳性。在对房地产销售价格的增长率和银行信贷增长率进行单位根检验时, 本文主要采用ADF检验方法, 分别对房地产销售价格和银行信贷规模的数据序列可能出现的只包含截距项, 以及包含截距项和时间趋势项两种形式进行了检验, 只包含截距项的检验形式为:

∇yt=c+γyt-1+ξ1∇yt-1+ξ2∇yt-2+…+ξp-1yt-p+1+εt

包含截距项和时间趋势项的检验形式为:

∇yt=c+δt+γyt-1+ξ1∇yt-1+ξ2∇yt-2+…+ξp-1∇yt-p+1+εt

检验的原假设为γ=0, 即序列存在单位根。由于本文使用的是月数据, 所以将最大滞后阶数确定为12, 同时采用AIC信息准则。RP代表房地产价格, BL代表银行信贷, △RP和△BL分别代表房地产价格和银行信贷的一阶差分。对房地产销售价格和银行信贷的单位根检验结果见表1。从表1可以看出, 基于AIC信息准则的ADF检验统计量, 房地产销售价格和银行信贷规模两个数据序列, 在1%的置信度水平下都应接受存在单位根的原假设, 这意味着两个数据序列都是非平稳过程, 即存在单位根。在对原有房地产销售价格和银行信贷规模两个数据序列进行一阶差分之后, 再对差分后的序列进行单位根检验, 则可以得出差分后的序列不存在单位根, 从而可以判断房地产销售价格和银行信贷规模数据序列都是一阶单整过程, 满足进行协整关系检验的条件。

3.协整关系检验。

现分别对房地产销售价格和银行信贷之间的协整关系进行检验, 这里采用的检验方法是Engle和Granger在1987年提出的EG协整分析法。通过对两个数据序列的单位根检验, 现已经确定了房地产销售价格和银行信贷都为一阶单整过程。下面对银行信贷规模和房地产销售价格两个变量进行回归, 保存回归得到的残差序列并对残差序列进行单位根检验, 如果残差序列是平稳的, 那么意味着银行信贷与房地产价格之间存在协整关系。如果残差序列不平稳, 则不存在协整关系。相关的检验结果列在表2中, 从表2中可以看出对于银行信贷对房地产销售价格进行回归得到的残差序列, 利用ADF检验方法对其进行检验的结果表明, 残差序列存在单位根的原假设在1%的置信水平下都应该被接受, 残差序列是一个非平稳的过程, 这说明银行信贷与房地产价格之间不存在协整关系。

数据来源:根据中经网和万得咨询数据, 由Eviews计算得到。

数据来源:由Eviews计算得到。

数据来源:由Eviews计算得到。

4.银行信贷与房地产价格之间的因果关系检验。

本文采用Granger因果关系检验方法, 对银行信贷与房地产价格之间的因果关系进行检验, Granger因果关系检验旨在判断一个序列是否是另外一个序列原因的检验。在考察序列x是否是序列y产生的原因时, 通常先将y对y的滞后项及其他变量进行回归, 然后验证通过引入序列x的滞后值是否可以提高y的被解释程度。如果解释程度有所提高, 则序列x是序列y的Granger成因, 此时x的滞后期系数具有统计显著性。利用同样的原理, 可以检验序列y是否是序列x的原因。对银行信贷与房地产价格之间的因果关系检验结果见表3, 从表3中可以看出在10%的置信水平下, 当滞后阶数选为4时, 银行信贷是房地产价格的Granger原因;同时, 房地产价格也是银行信贷的Granger原因。

三、实证研究的结论

本文利用我国的数据对银行信贷与房地产价格之间的关系进行了实证分析, 研究结果表明我国银行信贷与房地产价格之间不存在协整关系, 即我国信贷与房地产价格之间不存在长期稳定的均衡关系。对银行信贷与房地产价格之间关系进行的Granger因果关系检验, 发现我国房地产价格是造成银行信贷规模扩张的成因;同时, 银行信贷也是房地产价格上涨的Granger成因。也就是说, 我国房地产价格不断上涨确实是由银行信贷的支持导致的, 可以通过控制银行房地产信贷的方式抑制房地产价格的过快上涨。

目前, 我国采取了严厉房地产调控措施, 在新颁布的国八条中规定了居民家庭购买第二套住房, 首付比例不得低于60%;购买第三套住房, 银行不得提供贷款;对于有囤地和捂盘行为的开发商, 停止银行信贷的发放, 停止发行债券, 同时停止发行股票筹资。这些政策都是从信贷等资金来源方面制定的措施, 一方面可以打击在房地产市场投机的购房者和开发商, 另一方面有利于防范商业银行的经营风险。

哈尔滨市商品房价格波动的原因探析 第9篇

关键词：商品房价格,逐步回归模型,宏观调控

房地产业是我国的支柱行业, 房价的稳定关系到社会的稳定。近年来, 我国房价不断上涨, 引起学术界广泛关注。关于房价问题, 不少学者做出了有益的探讨。

张维宇等分析了2001~2011年间哈尔滨房价的变化情况。2000~2006年间, 哈尔滨房价处于健康运行状态, 但是2006~2011年间, 由于房屋建筑成本升高、投机需求过热, 哈尔滨地产市场出现投资过热现象, 房价增长幅度大幅上涨, 超过了居民的实际支付能力。

高磊认为, 哈尔滨房价不断波动, 和土地资源的相对稀缺性、住房产品的特殊性以及土地财政问题有关。为治理高房价的问题, 哈尔滨政府要完善住房保障制度, 改革财政制度。

杨晓冬通过研究2000~2006年的哈尔滨房价收入比, 认为针对最低收入者、低收入者、中等偏下收入者、中等收入者、中等偏上收入者、高收入者、最高收入者等各个阶层来说, 哈尔滨房价收入比均在合理范围内。哈尔滨房价之所以出现不断上涨, 和哈尔滨居民收入不断增长、低收入户和中等收入户的刚性需求和高收户的投资需求旺盛有关。

通过上述文献可以看出, 虽然国内研究哈尔滨房价的学者比较多, 但大部分是定性分析, 采用定量分析来研究对哈尔滨房价影响显著的因素并不多。基于此, 本文将采用逐步回归模型来研究哈尔滨房价的影响因素。

1 哈尔滨商品房价格的逐步回归分析

1.1 研究方法

影响房价的因素有很多, 为了寻找对其影响最显著的变量, 就需要建立多元回归方程, 然而简单地建立多元回归方程经常会出现多重共线性, 造成伪回归。为此, 本文选取逐步回归法进行分析。逐步回归法首先用被解释变量分别对每个解释变量进行回归, 选取拟合程度最大的回归方程为基本回归方程, 然后逐个增加其他解释变量并进行检验, 如果显著, 则保留该变量;如果不显著, 则舍去。

1.2 指标选取与数据来源

影响房价的因素有很多, 本文主要选取一地的人口数量、年均收入、土地价格、房地产竣工面积、房地产成交面积、经济发展水平 (GDP) 、贷款利率七个变量进行研究。在此, 令哈尔滨的商品房价格为Y2, 北京的人口数量、年均收入、土地价格、房地产竣工面积、房地产成交面积、经济发展水平 (GDP) 、贷款利率分别为X21、X22、X23、X24、X25、X26、X27。文章中涉及的数据均来自全国统计年鉴、哈尔滨统计年鉴。

1.3 基于逐步回归模型的北京商品房价格拟合方程

首先, 对房价Y2分别关于人口数量X21、年均收入X22、土地价格X23、房地产竣工面积X24、房地产成交面积X25、经济发展水平 (GDP) X26、贷款利率X27做最小二乘回归, 得:

通过以上结果可以看出, 哈尔滨房价关于GDP的方程拟合程度最高, 以方程 (6) 为基本回归方程, 并引入年均收入这一变量, 得:

和方程 (6) 相比, 方程 (8) 虽然拟合程度R2提高, 但X22这一变量未通过T检验, 而且为负值, 与理论和实际不符, 故舍去X22这一变量, 接着在方程 (6) 引入贷款利率X27这一变量得:

和方程 (6) 相比, 方程 (9) 的拟合程度提高, 各变量均通过T检验, 对房价有显著影响, 故保留X27。接着在方程 (9) 中引入人口数量X21这一变量, 得:

和方程 (9) 相比, 方程 (10) 的拟合程度R2虽然提高, 但X27利率这一变量变得不再显著, 而且人口数量这一变量的系数为负, 与实际不符, 故舍去X21这一变量。接着在方程 (9) 中引入X25这一变量, 得:

和方程 (9) 相比, 方程 (11) 的拟合程度提高, 而且各变量均通过T检验, 对房价影响显著, 故保留销售面积这一变量。接着在方程 (11) 中引入土地价格X23这一变量, 得:

和方程 (11) 相比, 方程 (12) 的拟合程度虽然提高, 但土地价格X23这一变量得系数为负, 与实际不符, 另外, 贷款利率、销售面积这两个变量也不显著, 故舍去土地价格X23。接着在方程 (11) 中引入竣工面积X24这一变量, 得:

和方程 (11) 相比, 方程 (13) 的拟合程度虽然提高, 但贷款利率、成交面积、竣工面积这些变量都不显著, 故只能舍去竣工面积X24这一变量。

综上, 得出在人口数量、收入、地价、竣工面积、成交面积、GDP、贷款利率7个变量中, 对哈尔滨房价影响最大的是GDP、销售面积和贷款利率, 其回归方程为:

2 回归结果分析

通过上述分析, 可以得出, 在人口数量、年均收入、土地地价、竣工面积、成交面积、GDP、贷款利率七个变量中, 对哈尔滨房价影响最显著的是哈尔滨的GDP、贷款利率以及销售面积。哈尔滨的GDP上升1个百分点, 哈尔滨的房价上升0.9757个百分点;贷款利率增加1个百分点, 哈尔滨的房价上涨0.47789个百分点;销售面积增加1个百分点, 哈尔滨的房价下降0.4229个百分点。为稳定住房价格, 降低房地产开发贷款利率, 增加融资渠道, 为房产交易创造良好的环境, 减少二手房出售的限制条件等措施势在必行。

参考文献

[1]张维宇, 李宗晶, 李晓飞.浅析近十年来哈尔滨房价的变化趋势及原因[J].经济与法, 2012 (1) .

[2]高磊.哈尔滨市住房价格波动的原因探析[J].商业经济, 2012 (9) .

[3]杨晓冬, 纪纲.从房价收入比看哈尔滨房地产市场发展[J].价格理论与实践, 2007 (8) .

[4]张晓峒.计量经济学基础[M].天津:南开大学出版社, 2005.