我國房地產(chǎn)價格影響因素分析

郭建校,王洪禮,韓紅臣,高雅榮

(1.天津大學管理學院,天津 300072;2.天津外國語學院,天津 300204;3.天津大學機械工程學院,天津 300072)

我國房地產(chǎn)價格影響因素分析

郭建校1,2,王洪禮3,韓紅臣1,高雅榮2

(1.天津大學管理學院,天津 300072;2.天津外國語學院,天津 300204;3.天津大學機械工程學院,天津 300072)

分析了我國受政策影響下的市場價格體系中,房屋價格構(gòu)成及波動主要影響因素,然后介紹了隨機梯度回歸方法理論。以天津市為例,采用隨機梯度回歸方法,通過分析近十年天津市商品房銷售價格的實際數(shù)據(jù),闡釋了影響天津市近幾年商品房價格變化的主要因素及其對房產(chǎn)價格的影響程度。

隨機梯度回歸;房地產(chǎn)價格;影響因素

一、引言

房地產(chǎn)市場化以來,城市住宅作為商品,處于受政府相關政策影響的供需市場體系中,其價格是由住宅的需求和住宅的供給決定的[1]。它的價格形成主要有三種依據(jù),一是從需求層面上計算,主要依據(jù)為家庭年平均收入,這是一個重要的指標,國內(nèi)外許多研究住宅價格的文章都涉及它。二是從供給層面上計算,主要依據(jù)為土地成本、建筑安裝綜合費用、管理費用、財務費用和營銷成本,再加上依據(jù)市場環(huán)境而變動的利潤水平,當然在市場變動中,可能產(chǎn)生高利潤,也可能是虧損。三是以健全市場機制下的住宅供求均衡價格水平為依據(jù)得到的。這里的市場價格并不是指只要有人愿意買或愿意賣的價格,而是指在市場信息充分且沒有外界干擾下市場供需雙方都愿意接受的價格水平。前兩種的價格(即需求價格和供給價格)只是市場價格的依據(jù),真實的市場價格應是兩種價格共同作用的結(jié)果。因此要研究影響住宅價格變化的動力因素也應從住宅需求和住宅供給兩方面進行研究,這樣才能理清影響住宅價格變化的各種動力因素[2-3]。

集成學習技術是機器學習領域近些年研究的熱點之一,它試圖連續(xù)地調(diào)用簡單的學習算法,通過改變學習樣本獲得不同的基礎學習器,最后將基礎學習器組合起來,成為一個可以達到需求精度的方法。一般來說,組合學習器的復雜程度要比基礎學習器高得多。相比較學習器復雜程度的增加,如果性能的改進更為顯著,那么最終的學習器不僅能減小擬和誤差,而且將提高泛化能力。隨機梯度回歸方法就是這樣一種集成學習技術,這個方法的基礎理論在很多文獻中可以查到,這里不再贅述。

回歸樹的梯度Boosting算法將梯度下降技術應用于回歸樹中。將每輪迭代的基礎學習器 (回歸樹)在x上的值看作損失函數(shù)空間在x上的負梯度,將基礎學習器前的系數(shù)看作步長,來逼近誤差函數(shù)空間的最小值。將這種技術用于一些損失函數(shù),如平方損失,絕對損失,損失,Huber損失,Logistic損失,并給出了一些實驗數(shù)據(jù)以證明其有效性。如果將Bagging的思想融入到回歸樹的梯度Boosting算法中去,在每次偽殘差的訓練過程中不是把所有的偽殘差都用來訓練,而是隨機地選擇一部分用來訓練就是回歸樹的隨機梯度Boosting算法[4]。

二、房地產(chǎn)價格影響因素分析

(一)房地產(chǎn)需求體系中價格影響因素

在房地產(chǎn)需求體系中,對房價產(chǎn)生影響的因素主要有以下三個方面。

1.基本的需求和支付能力。在住宅的需求體系中,住宅需求是購買欲望和支付能力的統(tǒng)一,沒有購買欲望或支付能力,都不能形成有效需求。我們采用城市居民人均年可支配收入和城市常住人口,作為影響本區(qū)域房價因素的考核指標。

2.國家政策影響提供的支付能力。我們國家的住房公積金體系,促進了住房制度改革,加快了城鎮(zhèn)住房建設,改變了住房消費觀念,增強了個人住房消費能力,所以在城市居民購買所需住房時,公積金的使用起到了非常重要的作用。從住宅需求角度來講,這體現(xiàn)了購房者的購買支付能力。而個人住房公積金貸款利率的變化,反映了個人住房所需支付金額總額的變化,反映了住房需求系統(tǒng)中購房者支付能力的變化。因此我們采用個人住房公積金貸款利率作為房地產(chǎn)需求體系中影響房價的考核指標之一。

3.房地產(chǎn)租賃市場。作為房地產(chǎn)銷售市場并行存在的市場,房地產(chǎn)租賃市場的變化同時對住宅的銷售產(chǎn)生著非常重要的影響。城市房地產(chǎn)的租賃價格也應作為房產(chǎn)需求體系中影響房價的考核指標之一。

(二)房地產(chǎn)供應體系中價格影響因素

在房地產(chǎn)供應體系中,成本的高低影響房地產(chǎn)商利潤空間和資金的融貸承受能力;在住宅的供應體系中供應成本是決定住宅價格的基本因素,在一定程度上決定住宅價格的變化。從住宅供給價格角度來看,住宅價格的變化可具體化為住宅價格各組成部分的變化。這里我們以城市年度土地交易價格、商業(yè)貸款利率、建材等成本價格指數(shù)作為在住宅供應層面上的影響房價波動的考核指標。

(三)房地產(chǎn)價格的國家政策影響因素

房地產(chǎn)價格與成本構(gòu)成表明,房地產(chǎn)市場存在利潤不合理的行為,如何對房地產(chǎn)市場進行有效的價格遏制,保持開發(fā)商合理的利潤水平,使房地產(chǎn)市場回歸理性,需要對價格實行管制。價格管制是指政府采取不同形式對房地產(chǎn)市場的生產(chǎn)要素及其產(chǎn)品價格水平、價格變化、價格結(jié)構(gòu)和價格行為進行的規(guī)定或者限制。國家政策監(jiān)管可以影響房地產(chǎn)系統(tǒng)中的各個方面,對價格產(chǎn)生影響的途徑進行管制,以達到控制價格的目的。

綜上所述,在房地產(chǎn)市場體系中,我們可以選取對房價產(chǎn)生影響的考核指標為:購房需求者的收入,購房需求人口的數(shù)量,個人住房公積金貸款利率,土地交易價格指數(shù)、商業(yè)貸款利率、建筑材料銷售價格指數(shù)[3-4]。

三、基于隨機梯度算法的價格影響因子分析

通過分析天津大學圖書館的《天津統(tǒng)計年鑒》(1997—2008)、中國人民銀行網(wǎng)站、國家統(tǒng)計局統(tǒng)計信息網(wǎng)站、天津市房地產(chǎn)信息網(wǎng)等數(shù)據(jù)信息,確定了影響住房房價的因素為:①購房需求者的收入,②購房需求人口的數(shù)量,③個人住房公積金貸款,④土地交易價格指數(shù),⑤商業(yè)貸款利率,⑥建筑材料成本。這六個影響因素分別選取參考指標為:①城市市區(qū)常住人口,②城市居民年均可支配收入,③城市居民個人公積金住房貸款利率,④商品房中住宅土地交易價格指數(shù),⑤商業(yè)貸款年均基準利率,⑥建筑材料銷售價格指數(shù)[3]。采用隨機梯度回歸方法分析近十年天津市商品房銷售價格的實際數(shù)據(jù),計算影響天津市近幾年商品房價格變化的主要因素對房產(chǎn)價格的影響程度。隨機梯度Boosting由 R語言的 Gbm包完成計算過程,運算過程中主要是一些參數(shù)的選擇,有些可以采用默認取值,如 shrinkage小于0.1即可,這里取0.001,Bagging的比例取0.5,每棵樹的葉結(jié)點數(shù)J是樹的深度控制的,這里為3,即每棵樹最多有三個變量的交互作用,損失函數(shù)采用絕對損失函數(shù)。比較難確定的參數(shù)是樹的數(shù)目M,由于梯度Boosting可以在原來生成樹的基礎上任意增加樹的數(shù)目,所以首先生成足夠多的樹,然后從中選擇最優(yōu)的M。天津市房價影響因素變化率如圖1所示,圖2中豎線就是經(jīng)計算選擇的最優(yōu)樹的數(shù)目M=4220,選用的損失函數(shù)是絕對損失函數(shù)。圖3為經(jīng)隨機梯度回歸計算后的天津市房價影響因素SGR分析圖。

四、結(jié)論

依據(jù)1998年后的天津市房地產(chǎn)相關數(shù)據(jù),用隨機梯度Boosting算法得到的房價影響因素相關性分析結(jié)果如表1所示。

表1 天津市各影響因子對房價的相對影響程度

我們可以看出土地交易價格對房價變化影響相對較大,這與現(xiàn)階段土地成本價格占據(jù)房價的主要部分的觀點是一致的。個人住房公積金年均貸款利率對房價的影響居其次。個人住房公積金年均貸款利率的變化反映了房地產(chǎn)市場在需求層面上,購房者每月(或總共)需要支付的購房金額的變化,從而影響了購房者的購房意愿,這說明了近階段國家出臺的公積金貸款利率七折政策,能夠從一定程度上影響房價的走勢。城市市區(qū)居民人均可支配收入變化率部分反映了城市有購房需求的居民的購買能力。主要由于:首先,現(xiàn)階段住宅作為大件商品,對絕大多數(shù)的購買者來說,不是窮其積蓄,就是貸款分期支付,所以僅僅10年時間的年均收入的變化不能完全反映其購買能力;其次,城市人均收入與有購房需求的人群的收入關聯(lián)性弱,所以城市人均收入的變化對同一個城市來說,對房價變化的影響相對于地價和住房公積金貸款利率的影響小是可以理解的[3-5]。

由于近10年天津市城市常住人口的變動有限,常住人口的變化和有購房需求的人口的變化相關性弱,所以城市常住人口的波動對房價影響較小;商業(yè)年均貸款基準利率,依據(jù)是中國人民銀行規(guī)定的商業(yè)貸款基準利率,由于近幾年房地產(chǎn)利潤較高,開發(fā)商為了大規(guī)模融資,他們的貸款利率要高于央行的商業(yè)貸款基準利率,所以從近幾年的數(shù)據(jù)來分析,央行的商業(yè)貸款基準利率的變化,對房價的變動影響較小;由于在整個房價構(gòu)成中,建材成本變動率較小,其價格波動對整個房價的影響小[3-4]。我國取消福利分房是從1998年開始的,到現(xiàn)在僅僅10年時間,所能夠采集到的樣本數(shù)據(jù)較少,尚不能非常準確地說明和解釋問題,需要大量實際數(shù)據(jù)的充分研究和考證。

[1]賀菊煌.取消價格補貼對價格系統(tǒng)影響的定量分析方法[J].數(shù)量經(jīng)濟技術經(jīng)濟研究,1985(2):50—56.

[2]周方.價格變動平衡系統(tǒng)和最優(yōu)價格調(diào)整[J].數(shù)量經(jīng)濟技術經(jīng)濟研究,1985(7):3—11.

[3]周方.價格體系合理化和價格調(diào)整——一個價格調(diào)整的數(shù)學模型[J].數(shù)量經(jīng)濟技術經(jīng)濟研究,1986(3):49—54.

[4]韓紅塵.價格系統(tǒng)的非線性動力學研究與隨機梯度回歸分析[D].天津:天津大學管理學院,2009:73—81.

[5]翟亞軍,王戰(zhàn)軍,侯麗.也談學科——基于特征的視角[J].河北大學學報:哲學社會科學版,2007(5):142—144.

[責任編輯 王雅坤]

Analysis of Influencing Factors in Real Estate Prices of China

GUO Jian-xiao1,2,WANG Hong-li3,HAN Hong-chen1,GAO Ya-rong2
(1.School of Management,Tianjin University,Tianjin 300072;2.Tianjin Foreign Studies University,Tianjin 300204;3.School of Mechanical Engineering,Tianjin University,Tianjin 300072,China)

The components of house prices and several main influencing factors partially affected by the policies in Chinese market price system were analyzed in this thesis.Then the stochastic gradient regression theory was introduced briefly.The method of the stochastic gradient regression was taken to analyze the real data of Tianjin commercial real estate sale prices in the past decade.The relativity analysis results of the factors influencing housing prices in Tianjin were shown by using stochastic gradient regression model according to the relevant data of Tianjin housing prices after 1998.The influencing degree that the main factors affected the changes of Tianjin commercial real estate sale prices during the recent years were explained in detail and concluded in this paper.

stochastic gradient regression;real estate prices;influencing factors

國家自然科學基金,編號:10772132;博士點基金項目,編號:20070056063。

郭建校(1971—),男,河北趙縣人,天津大學管理學院博士研究生,天津外國語學院國際商學院教授。

F293.3

A

1005—6378(2010)01—0062—04

2009—10—28