基于因子分析法的甘肅省房價影響因素評價

(西北師范大學(xué) 甘肅 蘭州 730000)

一、引言

自 1998 年我國實施房改，徹底取消福利分房后， 房地產(chǎn)市場真正地走上了“市場化”道路。近十年來，我國房價高歌猛進，政府頻繁出臺對房地產(chǎn)行業(yè)的調(diào)控措施。

伴隨房地產(chǎn)價格問題的多樣化與突出性， 眾多國內(nèi)學(xué)者對房地產(chǎn)價格的影響因素進行了多方面的研究，研究成果日漸豐富。

二、甘肅省房地產(chǎn)市場的現(xiàn)狀分析

甘肅省因受到其地理位置的影響，它的房價并不高，排名也比較靠后。但總體趨勢還是上升的，從2000年到2017年，市場成交均價達 4913 元/平方米， 同比上漲73.49%；成交面積 1343.96 萬平方米，同比增長 91.14%，；銷售額達 511.88 億元，同比上漲 96.78%。甘肅省的房價總體趨勢是上升的，雖然在2006年和2009年有所下降，但是到2015年房價能達到2000年的將近4倍，見圖1。

圖1 甘肅省房價趨勢圖

數(shù)據(jù)來源：2000年到2017年統(tǒng)計年鑒

2000 年到2017 年， 甘肅省的銷售面積和竣工面積呈現(xiàn)雙增長雙走高的態(tài)勢。2000 年到2005年，竣工面積略高于銷售面積；2006年起， 銷售面積開始高于竣工面積，出現(xiàn)供不應(yīng)求的局面，這也是甘肅省房價一路攀升的原因，見圖 2。

圖2 2000年至2017年甘肅省銷售面積和竣工面積比較圖 單位：萬平方米

三、甘肅市住宅價格的影響因素研究

(一)變量選擇和數(shù)據(jù)處理

本文采用年度數(shù)據(jù)， 樣本區(qū)間選取 2000 年到2017 年甘肅省房地產(chǎn)的相關(guān)變量。 數(shù)據(jù)主要來自中國官方統(tǒng)計資料 《甘肅省統(tǒng)計年鑒》、《甘肅省國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》。

本文選擇的具體變量和數(shù)據(jù)構(gòu)造如下：

房地產(chǎn)價格房價(房地產(chǎn)價格)是指建筑物連同其占用土地在特定時間段內(nèi)房產(chǎn)的市場價值，即房價：土地價格+建筑物價格，是房地產(chǎn)經(jīng)濟運行和資源配置最重要的調(diào)節(jié)機制

銷售面積(X1)：用甘肅省全省的銷售面積(萬平方米)來表示。 銷售面積的大小，從一定程度上反映 了住宅市場的需求高低。

竣工面積(X2)：用甘肅省全省的竣工面積(萬平方米)來計算，竣工面積直接反映供應(yīng)量的高低。

人口數(shù)量(X3)：用甘肅省當(dāng)年常住人口(萬人)數(shù)據(jù)來代表人口。

城鎮(zhèn)人均可支配收入(X4)：用甘肅省居民家庭人均年可支配收入(元)來計算。

土地價格(X5)：根據(jù)統(tǒng)計年鑒和相關(guān)資料中甘肅省當(dāng)年土地購買費用和本年的土地購買面積得出，單位是元/平方米。

房地產(chǎn)投資額(X6)：用甘肅省每年的住宅房地產(chǎn)投資額(億元)來計算。住宅投資額能夠?qū)ι唐贩孔≌瑑r格產(chǎn)生一定影響， 能夠顧反映出當(dāng)年甘肅省房地產(chǎn)開發(fā)的基本情況，一般來說，投資額越高，供應(yīng)量越 大；投資額越低，供應(yīng)量越小。

經(jīng)濟增長(X7)：用甘肅省地區(qū)生產(chǎn)總值GDP(億元)來計算。 GDP 能夠反映出甘肅省的經(jīng)濟增長情況， 是一個非常重要的宏觀經(jīng)濟指標。

貨幣流通量(X8)：反映的是社會總需求的變化和未來通貨膨脹的壓力狀況，通常所說的貨幣供應(yīng)量，即說明甘肅省市場上的貨幣量

匯率(X9)：因為利率、通貨膨脹、國家的政治和每個國家的經(jīng)濟等原因而變動，從而反應(yīng)一定的金融市場情況。

(二)因子分析

只有清楚地了解影響價格的因素，才能進一步分析價格波動的原因， 為完善房地產(chǎn)市場并合理引導(dǎo)房價、更好地解決百姓住房問題尋找思路。本文基于 2000年到201年的數(shù)據(jù)，通過因子分析法，進行主成分提取，對甘肅省房價影響因素的重要程度進行實證研究。

1.指標數(shù)據(jù)的相關(guān)矩陣。經(jīng)過標準化數(shù)據(jù)處理后，便可得到指標數(shù)據(jù)的相關(guān)系數(shù)矩陣。如表 1。

表1 相關(guān)矩陣表

由表1 可知，各變量間大部分相關(guān)系數(shù) > 0.5，即變量之間存在較強的相關(guān)關(guān)系，因此應(yīng)進行因子分析。

3.KMO 檢驗用于檢驗變量間的偏相關(guān)系數(shù)是否過小，當(dāng) KMO 越接近于 1，檢驗效果越好，小于 0.5 不適宜做因子分析。 Bartlett 球形檢驗用于檢驗相關(guān)系數(shù)矩陣是否是單位陣。如果結(jié)論是不拒絕該原假設(shè)，則表示各個變量各自獨立。

表2 KMO 檢驗和 Bartlett 球形檢驗結(jié)果

從表 2 中可以看 KMO 檢驗結(jié)果是 0.820，說明比較適合做因子分析，Bartlett 球形檢驗 Sig.值 0.000，表示拒絕原假設(shè)。

4.運用主成分分析法提取因子。通過分析原始變量之間的相互關(guān)系，從中提取出潛在的公因子。本文用主成分分析法得到因子載荷矩陣，利用因子載荷矩陣求解變量相關(guān)矩陣的特征值，根據(jù)特征值大小和方差累計貢獻來確定提取因子的數(shù)量。

表3 因子分析結(jié)果

由表 3 可得，從初始解中提取了兩個因子，前兩個變量的累積貢獻率為 97.711，說明前兩個變量已經(jīng)提供了原始數(shù)據(jù)的足夠信息。

5.旋轉(zhuǎn)因子載荷矩陣。運用凱撒的方差最大旋轉(zhuǎn)法，經(jīng)過 3 次迭代收斂，由表 4 可知，對房地產(chǎn)價影響因素的因子載荷分析，發(fā)現(xiàn)每個因子的經(jīng)濟意義:銷售面積、竣工面積、人口數(shù)量、人居可支配收入、土地價格、房地產(chǎn)投資、經(jīng)濟增長和匯率在第一因子上有較高的載荷，因子載荷值系數(shù)均在 0。8以上，此第 一因子代表了經(jīng)濟發(fā)展與城建水平，定義為經(jīng)濟發(fā)展因子; 貨幣流通量在第二因子上有較高的載荷，可見第二因子代表了市場對房地產(chǎn)價格指數(shù)的影響，定義為市場因子。

表4 旋轉(zhuǎn)成份矩陣

6.基于 SPSS 軟件包生成因子成分得分系數(shù)矩陣和模型。

F1=0.192X1+0.032X2+0.297X3+0.265X4+0.415X5+0.221X6+0.132X7+246X8+231X9

F2=-0.68X1+0.170X2-229X3-179X4+0.787X5-0.114X6+0.024X7-0.148X8-0.538X9

第一公因子 F1 基本上支配了 X1，X2，X3,X4，X5，X6,X7 而第二公因子 F2 基本支配了 X8，X9，第一公因子的含義是經(jīng)濟發(fā)展因子，第二公因子的含義是市場因子。

表5 成份得分系數(shù)矩陣

三、簡單結(jié)論

由以上分析，貨幣流通量對房價的影響很大，但與此同時，市場的貨幣量越多，很有可能造成物價的上漲，其中就有房價上升。加之人民買升不買降的購物心理，也促進了物價的上漲。隨著經(jīng)濟的增長，人們觀念也在發(fā)生變化，因此房地產(chǎn)的投資額也在增加，間接促使房價的上漲。除此之外，人口數(shù)量的增加促使住房的需求變大，這直接導(dǎo)致促使銷售面積和竣工面積都增加；土地價格上漲，致使房地產(chǎn)開發(fā)的成本增加，也會使房價漲。

四、政策建議

(一)合理引導(dǎo)購房者購房，并樹立正確的購房觀念。 中國人傳統(tǒng)的住房觀念是希望自己有個家，有屬于自己的房子，因此不管貧富都要建房買房，但買房不但要看價格，還要關(guān)注各項購房政策和樓市動向，選擇合適的時機去購房，當(dāng)年輕人沒有經(jīng)濟條件的時候，并不一定非要去購房，也可以選擇租房，減輕自己的經(jīng)濟壓力。同時我們也要量力而行，不能盲目地購房，樹立正確的購房住房觀念。

(二)堅持并加大宏觀調(diào)控力度。房地產(chǎn)業(yè)是構(gòu)成財政收入的重要來源，是國民經(jīng)濟的支柱產(chǎn)業(yè)，短期內(nèi)這樣的關(guān)系不會改變，因此房價的上漲也是必然的，但我們應(yīng)避免房地產(chǎn)泡沫的產(chǎn)生，避免房價的快速上漲，政府應(yīng)通過調(diào)整貸款利率等宏觀政策來維持房地產(chǎn)健康、持續(xù)、穩(wěn)定發(fā)展。

(三)規(guī)范土地交易市場。土地是房地產(chǎn)的重要組成部分，我們在控制房價時也要控制土地價格，即規(guī)范土地交易市場，對房地產(chǎn)企業(yè)建立誠信檔案，對供地后不及時簽訂成交確認書或出讓合同、未按合同約定繳納土地價款，依法依規(guī)處理，計入誠信檔案，向社會公布，作為土地競買人資格審查的依據(jù)。