南京市住宅均價(jià)宏觀預(yù)測(cè)模型研究

文/夏正昊 東南大學(xué)土木工程學(xué)院 江蘇南京 210018

影響房地產(chǎn)市場(chǎng)的宏觀因素錯(cuò)綜復(fù)雜，經(jīng)濟(jì)和人口等因素在其中發(fā)揮重要的作用。本論文通過(guò)對(duì)南京市住宅均價(jià)影響因素的分析，建立了科學(xué)的預(yù)測(cè)模型，以此映射我國(guó)住宅價(jià)格的變化，為政府與開(kāi)發(fā)企業(yè)提供建議

1、宏觀因素

1.1 經(jīng)濟(jì)因素

經(jīng)濟(jì)發(fā)展水平是支撐房地產(chǎn)市場(chǎng)健康發(fā)展的一個(gè)重要因素，國(guó)內(nèi)生產(chǎn)總值 （GDP）是衡量國(guó)民經(jīng)濟(jì)發(fā)展的總體指標(biāo)[1]，對(duì)住宅市場(chǎng)影響巨大。居民的人均可支配收入是另一個(gè)極其重要的因素，住宅商品房作為高值耐用品，需要消費(fèi)者支付的資金額較大，因此要求其必須具有良好的收入水平。同時(shí)，目前我國(guó)居民住宅購(gòu)置的資金主要來(lái)自于銀行貸款，理論上住房利率與房地產(chǎn)需求量成反比例變化，從而進(jìn)一步影響住宅價(jià)格。最后，城鎮(zhèn)居民儲(chǔ)蓄存款與房地產(chǎn)市場(chǎng)需求呈正相關(guān)關(guān)系，如果一個(gè)城市的城鎮(zhèn)居民儲(chǔ)蓄存款的數(shù)量增長(zhǎng)，那么購(gòu)買(mǎi)住房的資金就會(huì)增加，并反饋到住宅價(jià)格上。

1.2 非經(jīng)濟(jì)因素

人口數(shù)量是影響房地產(chǎn)市場(chǎng)的一個(gè)直接因素。隨著人口的自然增長(zhǎng)和我國(guó)城市化進(jìn)程的加快，城市規(guī)模不斷擴(kuò)大，大量農(nóng)業(yè)人口向城市聚集，城市人口不斷膨脹，因此必然會(huì)導(dǎo)致住房、用房需求的增加，從而傳導(dǎo)到住宅價(jià)格變化上。另一方面，隨著城鎮(zhèn)人口比例的提高，居民購(gòu)買(mǎi)能力加強(qiáng)，住宅市價(jià)格水平也會(huì)上移。

2、模型構(gòu)建與檢驗(yàn)

2.1 模型選擇

根據(jù)統(tǒng)計(jì)學(xué)經(jīng)驗(yàn)可知 ，任何一個(gè)系統(tǒng)的運(yùn)行規(guī)律盡管不盡相同，但都可以用近似的各要素特征的線性方程組來(lái)表示。故本文選擇多元線性回歸模型進(jìn)行預(yù)測(cè)，來(lái)表示南京住宅與各因素之間的關(guān)系，其自變量與因變量的關(guān)系可表示為：

Y=b_0+b_1 x_1+b_2 x_2+…+b_p x_p+ε

其中，Y為因變量，x_1,x_2,…,x_p為自變量，ε為隨機(jī)變量，b_0,b_1,b_2,…,b_p為待估參數(shù)。

2.2 自變量的選擇與篩選

通過(guò)以上分析，影響南京住宅均價(jià)的可量化宏觀因素為GDP、人均GDP、城鎮(zhèn)居民人均可支配收入、居民儲(chǔ)蓄余額、年初住房長(zhǎng)期貸款利率、年末總?cè)丝?、城?zhèn)化率，數(shù)據(jù)來(lái)自南京市2010-2016年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。如表1所示，運(yùn)用 SPSS對(duì)上述因素進(jìn)行雙變量相關(guān)性分析，找出與住宅均價(jià)相關(guān)程度較高的自變量，并剔除與這幾個(gè)自變量相關(guān)程度較高的其余次要變量，可以得出影響南京住宅均價(jià)的兩個(gè)關(guān)鍵因素為：居民儲(chǔ)蓄余額和年初住房長(zhǎng)期貸款利率[2]。

2.3 模型構(gòu)建

建立房地產(chǎn)市場(chǎng)需求預(yù)測(cè)的二元一次線性回歸模型，其中因變量南京市住宅均價(jià)定義為Y，自變量居民儲(chǔ)蓄余額和年初住房長(zhǎng)期貸款利率分別定義為x_1、x_2：

通過(guò)SPSS的分析得出模型公式：

如表2所示，模型擬合情況較好，預(yù)測(cè)值同觀測(cè)值的相關(guān)系數(shù)為 0.987，且模型可以解釋97.3%的觀測(cè)數(shù)據(jù)，滿足一般要求。

2.4 模型檢驗(yàn)

2.4.1 方差分析（F檢驗(yàn)）

如表3所示，回歸模型的線性相關(guān)性顯著，其sig值遠(yuǎn)小于0.01的一般要求，故通過(guò)線性回歸假設(shè)。

2.4.2 回歸參數(shù)顯著性檢驗(yàn)（T檢驗(yàn)）

如表4所示，兩個(gè)自變量系數(shù)為0的概率分別為0.003和0.004，遠(yuǎn)小于0.05的一般要求，且t值絕對(duì)值均大于2，故模型回歸有效。

3、住宅均價(jià)預(yù)測(cè)

今年來(lái)，受房貸政策性緊縮的時(shí)滯效應(yīng)影響，房貸利率全面收緊。同時(shí)金融環(huán)境正漸步入嚴(yán)控和收緊的通道，未來(lái)房貸利率水平將繼續(xù)提高。因此，本文預(yù)測(cè)模型中假定未來(lái)三年住房長(zhǎng)期貸款利率將保持2017年的增速，即20%。對(duì)于另一個(gè)自變量居民儲(chǔ)蓄余額的預(yù)測(cè)，本文根據(jù)對(duì)自變量散點(diǎn)分布圖的分析和對(duì)未來(lái)經(jīng)濟(jì)環(huán)境的判斷，決定采用一元線性預(yù)測(cè)模型。自變量和因變量的預(yù)測(cè)結(jié)果如表5所示。

4、結(jié)果分析

從南京市住宅均價(jià)宏觀預(yù)測(cè)模型的形式來(lái)看，居民儲(chǔ)蓄余額與住房長(zhǎng)期貸款利率是影響南京住宅均價(jià)的關(guān)鍵因素。一方面，南京市居民儲(chǔ)蓄存款與房地產(chǎn)市場(chǎng)需求呈正相關(guān)關(guān)系，如當(dāng)居民儲(chǔ)蓄存款數(shù)量增長(zhǎng)時(shí)，購(gòu)買(mǎi)住房的資金就會(huì)增加，從而會(huì)導(dǎo)致住宅價(jià)格水平的提高；反之價(jià)格水平會(huì)降低[3]。另一方面，由于我國(guó)居民購(gòu)買(mǎi)住宅的資金主要來(lái)自于銀行貸款，理論上利率與住宅價(jià)格水平成反比例變化，即銀行利率提高，居民買(mǎi)住房的成本就會(huì)增大，勢(shì)必也將會(huì)使住宅市場(chǎng)需求減少，最終導(dǎo)致成交量和成交價(jià)格同時(shí)下移；反之則上移。

從南京市住宅均價(jià)宏觀預(yù)測(cè)模型的結(jié)果來(lái)看，來(lái)三年南京市住宅均價(jià)增速會(huì)大概率放緩。一方面，南京市宏觀經(jīng)濟(jì)上漲動(dòng)力強(qiáng)勁，未來(lái)居民儲(chǔ)蓄余額將繼續(xù)增長(zhǎng)，從而支撐住宅價(jià)格水平的穩(wěn)定提高。另一方面，在銀根逐步縮緊的大環(huán)境下，住房貸款利率將繼續(xù)提高，從而限制了房?jī)r(jià)增速的加快。

5、研究結(jié)論

以本文研究結(jié)果來(lái)看，居民儲(chǔ)蓄余額和住房長(zhǎng)期貸款利率將決定南京住宅價(jià)格的水平，且將導(dǎo)致未來(lái)三年住宅均價(jià)增速放緩。對(duì)于政府，必須把握好房貸利率的變化，并根據(jù)城市自身發(fā)展的特點(diǎn)進(jìn)行政策的調(diào)整，確保住宅價(jià)格的穩(wěn)定。對(duì)于開(kāi)發(fā)商，面對(duì)未來(lái)流動(dòng)性逐步收縮的大環(huán)境，必須要認(rèn)識(shí)到房地產(chǎn)的野蠻生長(zhǎng)期已經(jīng)離去，一定要控制融資成本，并做好投資測(cè)算，控制項(xiàng)目風(fēng)險(xiǎn)。

6、創(chuàng)新點(diǎn)

本次研究的數(shù)據(jù)時(shí)間跨度較長(zhǎng)，具有一定的合理性，能夠使分析結(jié)果更加準(zhǔn)確，另外，在研究過(guò)程中充分考慮了各經(jīng)濟(jì)因素和非經(jīng)濟(jì)因素，因而能夠真實(shí)反映宏觀因素與南京住宅均價(jià)的關(guān)系。除此之外，在建立價(jià)格預(yù)測(cè)模型時(shí)，進(jìn)行了全面的模型檢測(cè)，因此能夠保證研究結(jié)果的可信度，為政府調(diào)控和房地產(chǎn)項(xiàng)目開(kāi)發(fā)提供一定的依據(jù)。

7、展望

對(duì)城市住宅價(jià)格水平產(chǎn)生影響的除了經(jīng)濟(jì)、人口等宏觀因素，還有政策、市場(chǎng)存量、城市配套發(fā)展等其它因素，而本次研究的范圍較為局限，因此還應(yīng)當(dāng)不斷擴(kuò)展研究范圍。另外，在模型預(yù)測(cè)時(shí)對(duì)住房利率的預(yù)測(cè)方式較為簡(jiǎn)單，在運(yùn)用時(shí)需要進(jìn)行進(jìn)一步的分析與調(diào)整。第三，本文研究沒(méi)有涉及到一些細(xì)節(jié)問(wèn)題，因此之后在研究過(guò)程中必須在此方面進(jìn)行提高，使得研究結(jié)果更加精確。

結(jié)語(yǔ)：

總而言之，本文通過(guò)構(gòu)建量化模型的方式，得到居民儲(chǔ)蓄余額與住房長(zhǎng)期貸款利率是影響南京住宅均價(jià)的關(guān)鍵因素，以及出未來(lái)三年南京市住宅均價(jià)增速會(huì)大概率放緩的重要結(jié)論，為政府住宅市場(chǎng)調(diào)控和企業(yè)房地產(chǎn)項(xiàng)目開(kāi)發(fā)提供參考。

[1]張勤.我國(guó)房地產(chǎn)模型的分析與結(jié)論---基于20個(gè)大中型城市的研究[J].經(jīng)濟(jì)師，2014，（4）：80-83.

[2]裴燕飛.城市房地產(chǎn)發(fā)展與城市社會(huì)、經(jīng)濟(jì)和生態(tài)環(huán)境綜合系統(tǒng)協(xié)調(diào)性的評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2015，（2）：38-40.

[3]李林.哈爾濱城市交通與住宅房地產(chǎn)開(kāi)發(fā)協(xié)調(diào)的發(fā)展研究[D].東北林業(yè)大學(xué)，2012.