南京市住宅均价宏观预测模型研究

2018-01-11夏正昊东南大学土木工程学院江苏南京210018

中国房地产业 2018年1期

文/夏正昊东南大学土木工程学院江苏南京 210018

影响房地产市场的宏观因素错综复杂，经济和人口等因素在其中发挥重要的作用。本论文通过对南京市住宅均价影响因素的分析，建立了科学的预测模型，以此映射我国住宅价格的变化，为政府与开发企业提供建议

1、宏观因素

1.1 经济因素

经济发展水平是支撑房地产市场健康发展的一个重要因素，国内生产总值（GDP）是衡量国民经济发展的总体指标[1]，对住宅市场影响巨大。居民的人均可支配收入是另一个极其重要的因素，住宅商品房作为高值耐用品，需要消费者支付的资金额较大，因此要求其必须具有良好的收入水平。同时，目前我国居民住宅购置的资金主要来自于银行贷款，理论上住房利率与房地产需求量成反比例变化，从而进一步影响住宅价格。最后，城镇居民储蓄存款与房地产市场需求呈正相关关系，如果一个城市的城镇居民储蓄存款的数量增长，那么购买住房的资金就会增加，并反馈到住宅价格上。

1.2 非经济因素

人口数量是影响房地产市场的一个直接因素。随着人口的自然增长和我国城市化进程的加快，城市规模不断扩大，大量农业人口向城市聚集，城市人口不断膨胀，因此必然会导致住房、用房需求的增加，从而传导到住宅价格变化上。另一方面，随着城镇人口比例的提高，居民购买能力加强，住宅市价格水平也会上移。

2、模型构建与检验

2.1 模型选择

根据统计学经验可知，任何一个系统的运行规律尽管不尽相同，但都可以用近似的各要素特征的线性方程组来表示。故本文选择多元线性回归模型进行预测，来表示南京住宅与各因素之间的关系，其自变量与因变量的关系可表示为：

Y=b_0+b_1 x_1+b_2 x_2+…+b_p x_p+ε

其中，Y为因变量，x_1,x_2,…,x_p为自变量，ε为随机变量，b_0,b_1,b_2,…,b_p为待估参数。

2.2 自变量的选择与筛选

通过以上分析，影响南京住宅均价的可量化宏观因素为GDP、人均GDP、城镇居民人均可支配收入、居民储蓄余额、年初住房长期贷款利率、年末总人口、城镇化率，数据来自南京市2010-2016年国民经济和社会发展统计公报。如表1所示，运用 SPSS对上述因素进行双变量相关性分析，找出与住宅均价相关程度较高的自变量，并剔除与这几个自变量相关程度较高的其余次要变量，可以得出影响南京住宅均价的两个关键因素为：居民储蓄余额和年初住房长期贷款利率[2]。

2.3 模型构建

建立房地产市场需求预测的二元一次线性回归模型，其中因变量南京市住宅均价定义为Y，自变量居民储蓄余额和年初住房长期贷款利率分别定义为x_1、x_2：

通过SPSS的分析得出模型公式：

如表2所示，模型拟合情况较好，预测值同观测值的相关系数为 0.987，且模型可以解释97.3%的观测数据，满足一般要求。

2.4 模型检验

2.4.1 方差分析（F检验）

如表3所示，回归模型的线性相关性显著，其sig值远小于0.01的一般要求，故通过线性回归假设。

2.4.2 回归参数显著性检验（T检验）

如表4所示，两个自变量系数为0的概率分别为0.003和0.004，远小于0.05的一般要求，且t值绝对值均大于2，故模型回归有效。

3、住宅均价预测

今年来，受房贷政策性紧缩的时滞效应影响，房贷利率全面收紧。同时金融环境正渐步入严控和收紧的通道，未来房贷利率水平将继续提高。因此，本文预测模型中假定未来三年住房长期贷款利率将保持2017年的增速，即20%。对于另一个自变量居民储蓄余额的预测，本文根据对自变量散点分布图的分析和对未来经济环境的判断，决定采用一元线性预测模型。自变量和因变量的预测结果如表5所示。

4、结果分析

从南京市住宅均价宏观预测模型的形式来看，居民储蓄余额与住房长期贷款利率是影响南京住宅均价的关键因素。一方面，南京市居民储蓄存款与房地产市场需求呈正相关关系，如当居民储蓄存款数量增长时，购买住房的资金就会增加，从而会导致住宅价格水平的提高；反之价格水平会降低[3]。另一方面，由于我国居民购买住宅的资金主要来自于银行贷款，理论上利率与住宅价格水平成反比例变化，即银行利率提高，居民买住房的成本就会增大，势必也将会使住宅市场需求减少，最终导致成交量和成交价格同时下移；反之则上移。

从南京市住宅均价宏观预测模型的结果来看，来三年南京市住宅均价增速会大概率放缓。一方面，南京市宏观经济上涨动力强劲，未来居民储蓄余额将继续增长，从而支撑住宅价格水平的稳定提高。另一方面，在银根逐步缩紧的大环境下，住房贷款利率将继续提高，从而限制了房价增速的加快。

5、研究结论

以本文研究结果来看，居民储蓄余额和住房长期贷款利率将决定南京住宅价格的水平，且将导致未来三年住宅均价增速放缓。对于政府，必须把握好房贷利率的变化，并根据城市自身发展的特点进行政策的调整，确保住宅价格的稳定。对于开发商，面对未来流动性逐步收缩的大环境，必须要认识到房地产的野蛮生长期已经离去，一定要控制融资成本，并做好投资测算，控制项目风险。

6、创新点

本次研究的数据时间跨度较长，具有一定的合理性，能够使分析结果更加准确，另外，在研究过程中充分考虑了各经济因素和非经济因素，因而能够真实反映宏观因素与南京住宅均价的关系。除此之外，在建立价格预测模型时，进行了全面的模型检测，因此能够保证研究结果的可信度，为政府调控和房地产项目开发提供一定的依据。

7、展望

对城市住宅价格水平产生影响的除了经济、人口等宏观因素，还有政策、市场存量、城市配套发展等其它因素，而本次研究的范围较为局限，因此还应当不断扩展研究范围。另外，在模型预测时对住房利率的预测方式较为简单，在运用时需要进行进一步的分析与调整。第三，本文研究没有涉及到一些细节问题，因此之后在研究过程中必须在此方面进行提高，使得研究结果更加精确。