房地产价格影响因素实证分析
2016-10-15褚桂健
褚桂健
[摘要]房地产价格直接影响到人们的安居乐业和长治久安,成为人们越来越关注的焦点。文章重点选取了重庆市2004—2014年城镇人口、GDP、人均可支配收入、CPI等10个指标,首先通过主成分分析法提取了决定性的三个因子,再利用多元线性回归模型建立方程,对影响房价的各因素进行了评价,并提出了相关建议,以期对重庆市房地产业的健康发展起到一定作用。
[关键词]房地产价格 ;主成分分析;回归模型
[DOI]10.13939/j.cnki.zgsc.2016.34.159
1 引 言
近年来我国的房地产业发展迅速,已日趋成为国民经济的支柱性产业,它直接关系到老百姓的就业、收入、消费等多个方面,其健康发展与否也关系到国民经济的发展,房价成为人们越来越关注的焦点。房地产行业自1998年房地产市场化改革后,进入持续繁荣阶段,直至如今,改革大大改善了居民的住房条件,同时也大大推高了房地产价格[1]。
文章选取了2004—2014年重庆市房地产业的发展情况作为研究对象,首先粗略分析了房价的趋势图,以此对这些年重庆市房地产价格情况有一个大致了解。
近几年重庆市房地产价格状况图
从图中我们可以看出,从2004年以来重庆市房价处于一个相对稳定的增长趋势,其中2008年到2010年房价的涨幅较大,2014年的房价比2004年房价翻了几倍。
2 指标的选取与处理
2.1 指标的选取
就房地产价格来说影响它的因素非常之多,很难全面考虑,文章基于以下三个准则:可行性、相关性、简化性,选取了影响房价的主要因素[2]。见表1。
2.2 数据的来源及处理
资料来源于重庆市统计年鉴、中国人民银行网站、重庆市国土资源与房屋管理局网站。
在搜集数据时遇到一些问题做以下说明:文章没有使用时点利率,而是使用加权利率,考虑到开发商申请贷款期限一般为三年,因此,选取了1~3年期的利率作为利率因素的样本数据;将环比、同比的居民消费价格指数转化为以2004年数据为底数的定比数据。文章选择均值化对数据进行无量纲处理。见表2。
3 构建重庆市房价模型
3.1 模型建立
3.2 主成分分析消除多重共线性
原始数据之间存在着较严重的多重共线性,最简单的方法就是消除变量个数,但这样会丢失部分信息,为了能更加全面地解释各变量对房价的影响,这里选用主成分分析法,对变量进行分析。通过观察KMO值为0.735,Bartlette球形度检验的显著性为0.000,达到显著性水平,所以数据适合做主成分分析。见表4。
3.5 结果分析
房地产价格随着GDP、人均可支配收入和居民消费价格指数增长而增长,GDP、人均可支配收入和居民消费价格指数的增加表明市场繁荣,经济水平较高,商品房作为一种商品,其价格也应相应增长。随着竣工房屋价值、土地购置费用的增加,商品房的建造成本相应上升,从而商品房的销售价格也随之提高。同样,房地产开发投资总额越高,房价自然也越高。城镇化会给房地产业带来需求,因此,城镇化率的提高也会带来房价的上涨。
贷款利率的变化能同时影响到房地产的供给和需求两个方面,导致贷款利率对房价的影响在一定程度上形成相互抵消的效果。因此贷款利率每提高一个单位,房价只下降0.062个单位。贷款利率的上升会导致商品房建造成本的上升,进而引起商品房价格的上涨。同时,对消费者来说,贷款利率的上升也会导致买房时贷款成本的增加,在一定程度上会抑制房地产业的需求。
4 政策建议
文章将影响重庆市房价的主要因素定量地分析了出来,这有助于我们正确地看待房价的上下波动,也有利于我们掌握房价未来的变化趋势和规律,更好地指导实践。
(1)合理引导购房者购房,并树立正确的购房观念。中国人传统的住房观念是希望自己有个家,有属于自己的房子,因此不管贫富都要建房买房,但买房不但要看价格,还要关注各项购房政策和楼市动向,选择合适的时机去购房,当年轻人没有经济条件的时候,并不一定非要去购房,也可以选择租房,减轻自己的经济压力[3]。同时我们也要量力而行,不能盲目地购房,树立正确的购房住房观念。
(2)坚持并加大宏观调控力度。房地产业是构成财政收入的重要来源,是国民经济的支柱产业,短期内这样的关系不会改变,因此房价的上涨也是必然的,但我们应避免房地产泡沫的产生,避免房价的快速上涨,政府应通过调整贷款利率等宏观政策来维持房地产健康、持续、稳定发展。
(3)规范土地交易市场。土地是房地产的重要组成部分,我们在控制房价时也要控制土地价格,即规范土地交易市场,对房地产企业建立诚信档案,对供地后不及时签订成交确认书或出让合同、未按合同约定缴纳土地价款,依法依规处理,计入诚信档案,向社会公布,作为土地竞买人资格审查的依据[4]。
参考文献:
[1]李倩莹,陈绍刚.成都市房地产价格影响因素分析[J].现代商贸工业,2016(10):16-19.
[2]刘清华.重庆市房地产价格影响因素研究及实证分析[D].重庆:重庆工商大学,2010.
[3]郭志江,胡珍瑗,林书娇.广州市房地产价格影响因素与发展趋势[J].现代商贸工业,2015(11):19-21.
[4]闫爽,郎春婷.基于因子分析法的房地产价格影响因素评价[J].吉林建筑工程学院学报,2013,30(2):54-58.