昆明市房地产住宅市场短期价格影响因素探析.doc

1、1昆明市房地产住宅市场短期价格影响因素探析摘要： 近年来，随着中国经济的快速发展以及城市化进程的稳步提高，中国房地产价格在经历大幅上涨的同时，还呈现出明显的区域不平衡及短期大幅波动的现象。本文以昆明市的住宅市场为例，从近五年的商品房市场价格入手，研究影响昆明市房地产住宅市场短期价格的主要因素，以期为区域房地产住宅市场实现稳步发展和政府宏观调控政策的制定，提供理论依据和参考建议。 Abstract： In recent years， with the rapid development of economy and steady increase of urbanization， Chinas

2、real estate price has experienced sharp rise， and at the same time， it also presents obvious regional imbalance and short-term fluctuations. Based on Kunmings housing market， this paper researches the main factors affecting the short-period price of real estate housing market in Kunming from the com

3、mercial housing market prices of nearly five years， in order to provide theoretical basis and reference for the steady development of regional real estate housing market and the government macroeconomic regulation and control policy. 关键词： 住宅；短期价格；影响因素；昆明市 Key words： housing；short-term price；affectin

4、g 2factors；Kunming 中图分类号：F293.3 文献标识码：A 文章编号：1006-4311（2016）19-0029-03 0 引言 近年来，随着中国经济的快速发展以及城市化进程的稳步提高，中国房地产价格在经历大幅上涨的同时，还呈现出明显的区域不平衡及短期大幅波动的现象。以昆明市为例，纵观近五年的住宅市场价格，其波动幅度也不容小觑。特别是刚刚过去的 2015 年，被称为昆明楼市“最艰难的一年” ，随着化解房地产库存政策上升到国策的高度后，昆明楼市以降价的姿态面对“卖房难”的窘境，以价换量成为现在昆明市住宅市场的主旋律。本文试图从多家机构的统计数据入手，探究影响昆明市房地产住宅

5、市场短期价格的主要因素，以期为区域房地产住宅市场实现稳步发展和政府宏观调控政策的制定，提供理论依据和参考建议。 1 房地产价格及影响因素 1.1 房地产价格的定义 房地产价格是一个复杂的经济范畴，既包括土地的价格，又包括房屋建筑物的价格，房与地是不可分割的统一体，房地产价格是这个统一物的价格。房屋建筑物是人类劳动的结晶，具有价值，这与一般商品价值的形成是相同的。但是土地是一种特殊商品，却不完全是劳动产品，一方面，原始土地是自然界的产物，并不包含人类劳动在里面，其所以具有价格是因为土地垄断引起的地租的资本化。 所以，房地产价值是房屋建筑物价值和土地自然资源价值及土地中3投入劳动所形成的价值的统一

6、，房地产价格就是这种综合性特殊价值的货币表现，由于房屋建筑物价值和土地中投入的劳动形成的价值占了主要部分，因此可以说房地产价格基本上是房地产价值的货币表现。 1.2 房地产价格的影响因素 房地产价格受各种因素的影响而发生变动，从房地产价格的形成和特点来分析，根据各种影响房地产价格因素自身的性质，可以将其分为经济因素、社会因素、行政因素、房地产自身因素和环境因素。 经济因素。影响房地产价格的经济因素主要是国家、地区或城市的经济状况、城镇居民的人均年可支配收入和储蓄、投资水平。这些因素会影响房地产市场的总体供求，特点是影响需求。经济周期对房地产价格也有很大影响。 社会因素。影响房地产价格的社会因素

7、包括人口、家族、城市化状况、社会治安、文化氛围、风俗习惯、大众心理趋势等。社会因素对房地产价格的影响作用是相当复杂的，它的作用方式不如经济因素那样直截了当，作用过程也比较长，是一种渗透性的影响。 行政因素。行政因素主要是国家或地方政府的财政、税收、金融、土地、住房、城市规划与建设、交通治安、社会保障等方面的一些制度、法规、政策和行政措施。行政因素对房地产价格的影响作用也比较突出，并且行政因素对房地产价格影响作用的速度相对较快，市场反应也比较迅速。 房地产自身因素和周边环境因素。这个因素主要是指房地产自身及其周边环境状态，如土地的区位、建筑物的外观、朝向、结构、内部4格局、设备配置状况、施工质量

8、，以及所处环境的地质、地貌、气象、水文、环境污染情况等。 2 近五年昆明市房地产住宅市场价格与影响因素的相关性分析 2.1 近五年昆明市房地产住宅市场的价格 中国指数研究院从 2010 年 6 月起对昆明房价进行统计分析，根据其公示的数据，模拟出图 1 所示曲线。在 2010 年 10 月前，昆明楼市保持“7”字头房价，好景不长，2010 年 11 月起，昆明房价便直奔“8”字开外，随后连续 55 个月保持“8”字头房价，2014 年 2 月则到达峰值 8633元/m2，直至 2015 年 6 月才首次回归“7”字头，并将其保持到年底，房价回到 5 年前。 2.2 短期住宅市场价格与影响因素的

9、相关性分析 参与建立短期住宅市场价格估测方程的影响因素主要包括城市化水平、城市人口数量、家庭平均人口数量、土地价格、城市 GDP 增长率、城镇居民的人均年可支配收入和储蓄、消费者预期、汇率、长期贷款利率、税收、国家政策等共 38 个因子。由于考虑建立短期住宅市场价格模型为多元线性回归模型，为了提高估测模型中选定参数的估计和住宅市场价格预报的精度，减少计算量，尽可能地把一些对短期住宅市场价格估测影响很小，有的甚至没有影响的因子剔除掉。 首先通过相关关系法及偏相关关系法，将 38 个因子中跟短期住宅市场价格的因子剔除，最后得到城市化水平、土地价格、城镇居民的人均年可支配收入、消费者预期、长期贷款利

10、率、按揭贷款金额、国家政策、城市 GDP 增长率八个主要影响因子。 52.3 最优影响因子的选择 对统计数据中提供的城市化水平、土地价格、城镇居民的人均年可支配收入、消费者预期、长期贷款利率、按揭贷款金额、国家政策、城市 GDP 增长率八大因子进行多重相关性诊断（见表 1） ，发现消费者预期与国家政策相关系数较大，为 0.7536，因此将消费者预期因子剔除，得到为城市化水平、土地价格、城镇居民的人均年可支配收入、长期代款利率、按揭贷款金额、国家政策、城市 GDP 增长率七大因子为最优影响因子。 3 房地产短期住宅市场价格模型建立 3.1 一元线性模型构建 将短期住宅市场价格作为因变量 Y，分别

11、用城市化水平、土地价格、城镇居民的人均年可支配收入、长期代款利率、按揭贷款金额、国家政策、城市 GDP 增长率作为因变量，建立七个一元线性模型 Y=b0+b1X。 七个模型的检验结果见表 2。 从各因变量与短期住宅市场价格的散点图中分析，短期住宅市场价格与城市化水平、土地价格、城镇居民的人均年可支配收入、消费者预期、长期代款利率、按揭贷款金额、国家政策、城市 GDP 增长率七个因变量很难建立回归方程。由此可以得出：短期住宅市场价格与城市化水平、土地价格、城镇居民的人均年可支配收入、长期代款利率、按揭贷款金额、国家政策、城市 GDP 增长率没法建立一元线性模型。 3.2 一元非线性模型的构建 将

12、短期住宅市场价格作为因变量 Y，分别用城市化水平、土地价格、6城镇居民的人均年可支配收入、长期代款利率、按揭贷款金额、国家政策、城市 GDP 增长率作为因变量，建立八个一元非线性模型。 研究选用了 8 种曲线模型，包括二次函数、复合函数、对数函数、三次函数、S 形曲线、指数函数、逆函数和幂函数。其拟合结果和检验结果表明，短期住宅市场价格与八个影响因子无法建立一元非线性模型。 3.3 多元线性逐步回归模型 逐步回归模型可以解决自变量间多重共线性的问题，所以这里将七个相关性较大的因子逐步收入自变量中，对已选用的变量进行逐个检验，如果原来引入的变量由于后面变量的引入而变得不再显著，那么就将其剔除。这

13、个过程反复进行，从而得到回归模型。 从 F 检验结果来看，短期住宅市场价格 Y 与市化水平、土地价格、城镇居民的人均年可支配收入、长期贷款利率、按揭贷款金额、国家政策、城市 GDP 增长率的逐步回归模型拟合效果比较好，得到的拟合模型为： Y=3.0158+6.1895+35.6598-7.5263+5.4889+0.3568-0.4558+0.4568 该模型的检验结果：t 检验：t 值为 0.25，Sig.值为 0.8028；F检验：F 值为 70.2569，Sig.值为 0。从检验结果来看，该模型符合要求。4 结论 本文通过分析各影响因子之间、短期住宅市场价格与影响因子之间的关系，从而找出

14、反映短期住宅市场价格的最优因子，根据它们之间的关系模型：一元线性、一元非线性以及多元线性逐步回归，建立相应的7模型并求解和检验，得到如下结论： 影响昆明市短期住宅市场价格最主要的因素为：城市化水平、土地价格、城镇居民的人均年可支配收入、消费者预期、长期贷款利率、按揭贷款金额、国家政策、城市 GDP 增长率。 从结果来看，达到要求的模型有下面几类。用短期住宅市场价格与七个主要影响因素所构建的多元线性逐步回归模型拟合和检验结果比较好，能达到要求。 参考文献： 1许承明，王安兴.风险转移规制与房地产价格泡沫的控制J.世界经济，2011（09）. 2梁云芳，高铁梅，贺书平.房地产市场与国民经济协调发展的实证分析J.中国社会科学，2012（03）. 3张涛，龚六堂，卜永祥.资产回报、住房按揭贷款与房地产均衡价格J.金融研究，2013（02）. 4李春吉，孟晓宏.中国房地产市场结构和价格影响因素的实证分析J.产业经济研究，2009（06）. 5许承明.房地产信贷政策与房地产价格泡沫J.产业经济研究，2010（05）. 6赵贺著.中国城市土地利用机制研究M.经济管理出版社，2004.