基于多元回歸的濟(jì)南市房價(jià)影響因素研究

陳文萍

摘要：房地產(chǎn)價(jià)格的劇烈波動(dòng)已經(jīng)引起社會各方的高度重視，文章通過收集2008年-2017年濟(jì)南市商品房價(jià)格相關(guān)數(shù)據(jù)，對濟(jì)南市商品房價(jià)格進(jìn)行分析。研究結(jié)果表明：對濟(jì)南市商品房價(jià)格影響較大的因素主要有常住人口、商品房銷售面積以及貸款基準(zhǔn)利率。其中常住人口對房價(jià)的影響最大，且對商品房價(jià)格產(chǎn)生正向影響;商品房銷售面積以及貸款基準(zhǔn)利率對商品房價(jià)格產(chǎn)生負(fù)向影響;房地產(chǎn)投資開發(fā)額和人均可支配收入對其影響不顯著。最后基于研究結(jié)果提出相關(guān)建議。

Abstract： The volatility of real estate prices has attracted the attention of all parties in the society. The article analyzes the prices of commercial housing in Jinan by collecting data on the prices of commercial housing in Jinan from 2008 to 2017. The research results show that the main factors affecting the price of commercial housing in Jinan are the resident population， the sales area of commercial housing and the benchmark loan interest rate. Among them， the resident population has the greatest impact on housing prices， and has a positive impact on the price of commercial housing; the sales area of commercial housing and the benchmark interest rate of loans have a negative impact on the price of commercial housing; the impact of real estate investment development and per capita disposable income is not significant. Finally， based on the research results， relevant suggestions are put forward.

關(guān)鍵詞：房地產(chǎn)價(jià)格;影響因素;多元回歸

Key words： real estate price;influencing factors;multiple regression

中圖分類號：F293.35? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）16-0033-03

0? 引言

近年來，伴隨著我國經(jīng)濟(jì)的飛速發(fā)展，房地產(chǎn)業(yè)也進(jìn)入發(fā)展的高峰期，作為我國GDP的主要貢獻(xiàn)者，房地產(chǎn)業(yè)已成為國民經(jīng)濟(jì)體系中的支柱產(chǎn)業(yè)。房地產(chǎn)業(yè)的發(fā)展深刻影響著我國經(jīng)濟(jì)發(fā)展運(yùn)行的態(tài)勢，但同時(shí)房地產(chǎn)業(yè)的過度發(fā)展也面臨著房價(jià)泡沫的危險(xiǎn)。從2008年的全國均價(jià)三千五百多元到2017年均價(jià)七千六百多，上升了兩倍之多，且增幅較大，房價(jià)的暴漲帶來了一系列的社會問題。影響我國房地產(chǎn)價(jià)格波動(dòng)的因素紛繁錯(cuò)亂，研究這些因素對房地產(chǎn)價(jià)格的影響程度，制定合理的調(diào)控政策，促進(jìn)房地產(chǎn)業(yè)健康發(fā)展具有重要的現(xiàn)實(shí)意義。

房價(jià)與城市經(jīng)濟(jì)發(fā)展和居民生活質(zhì)量有著密不可分的聯(lián)系，國內(nèi)外學(xué)者對影響房價(jià)波動(dòng)的相關(guān)因素也進(jìn)行了相關(guān)研究。如：Debrezion等[1]基于荷蘭三個(gè)大城市的銷售數(shù)據(jù)，闡述了鐵路可達(dá)性對房價(jià)的積極影響;李繼玲[2]通過收集2005年到2015年商品房價(jià)格有關(guān)數(shù)據(jù)，分析得出城鎮(zhèn)化是推動(dòng)房價(jià)上漲的最主要因素;孟慶斌等[3]研究結(jié)果顯示，短期內(nèi)利率上升、幣升值短期內(nèi)會推動(dòng)房價(jià)的上漲，通貨膨脹預(yù)期，短期內(nèi)會引起加息預(yù)期，從而對房價(jià)構(gòu)成壓力;Xiao等[4]通過分析研究得出，利率下降、貨幣供應(yīng)量增長加快、抵押貸款首付政策放松，傾向于促進(jìn)后續(xù)房價(jià)增長，而利率上升、貨幣供應(yīng)量增長放緩、抵押貸款首付政策收緊，傾向于減緩后續(xù)房價(jià)增長;Wang等[5]基于生活質(zhì)量理論和巴拉薩-薩繆爾森（B-S）效應(yīng)，研究發(fā)現(xiàn)城市經(jīng)濟(jì)開放度與城市房地產(chǎn)價(jià)格之間存在顯著的正相關(guān)關(guān)系，經(jīng)濟(jì)越“開放”的城市，或經(jīng)濟(jì)距離國際市場越近的城市，其房地產(chǎn)價(jià)格溢價(jià)水平越高。

在已有研究基礎(chǔ)上，本文以濟(jì)南市商品房價(jià)格為研究對象，分析并研究影響房價(jià)的因素，探究影響因素與房價(jià)之間的相關(guān)度，找出關(guān)鍵因素。

1? 指標(biāo)選取

自2008年以來濟(jì)南房地產(chǎn)市場進(jìn)入飛速發(fā)展期，恒大、萬科、綠地等全國十強(qiáng)房地產(chǎn)企業(yè)全面進(jìn)入濟(jì)南市場，房地產(chǎn)業(yè)成為拉動(dòng)濟(jì)南經(jīng)濟(jì)發(fā)展的一大動(dòng)力。與此同時(shí)濟(jì)南的房價(jià)也是一路飆升，不斷上漲，從2008年均價(jià)5299元/平方米到2017年均價(jià)14337元/平方米，已接近 2008年房價(jià)的三倍?；诖吮疚囊詽?jì)南市作為研究對象，采用2008-2017年我國房地產(chǎn)方面相關(guān)的年度數(shù)據(jù)（數(shù)據(jù)來源《濟(jì)南市統(tǒng)計(jì)年鑒》，《山東省統(tǒng)計(jì)年鑒》，人民銀行）見表1，選取濟(jì)南市常住人口（X1）、房地產(chǎn)投資開發(fā)額（X2）、商品房銷售面積（X3）、人均可支配收入（X4）以及貸款基準(zhǔn)利率（X5）五個(gè)指標(biāo)為解釋變量，濟(jì)南市商品房平均銷售價(jià)格（Y）為被解釋變量，建立多元回歸模型如下：Y=a0+a1 X1+ a2 X2+ a3 X3+a4 X4+ a5 X5+λ，其中a0、a1、a2、a3、a4、a5為回歸參數(shù)，λ為隨機(jī)項(xiàng)。

2? 建立模型

2.1 初始模型建立

根據(jù)第二章建立的多元回歸模型，對常住人口、房地產(chǎn)投資開發(fā)額、商品房銷售面積、人均可支配收入以及貸款基準(zhǔn)利率等五個(gè)因素進(jìn)行綜合分析，采用濟(jì)南市2008-2017年的相關(guān)數(shù)據(jù)，由此得綜合因素影響下房地產(chǎn)價(jià)格的線性多元回歸模型： Y=-188253.268+308.871 X1-10.284X2-4.173X3-.027X4-1104.716X5。

針對常住人口、房地產(chǎn)投資開發(fā)額、商品房銷售面積、人均可支配收入以及貸款基準(zhǔn)利率五個(gè)解釋變量，得出其擬合程度，相關(guān)系數(shù)R值為0.990，判定系數(shù)R2值為0.981，調(diào)整后的判定系數(shù)R2值為0.957，結(jié)果顯示五個(gè)變量均對房價(jià)有較強(qiáng)的解釋力，因此本文選取的指標(biāo)具有一定可行性。但是人均可支配收入、房地產(chǎn)開發(fā)投資額兩個(gè)解釋變量的P值均大于0.5，其回歸系數(shù)均未達(dá)到顯著性，因此將這兩個(gè)因素剔除，再對剩下的三個(gè)因素與房價(jià)做回歸分析。

2.2 回歸模型的確定

將常住人口（X1）、商品房銷售面積（X3）以及貸款基準(zhǔn)利率（X5）與商品房單位售價(jià)（Y）相關(guān)數(shù)據(jù)帶入SPSS，建立房價(jià)影響因素的多元回歸分析模型?；貧w結(jié)果如表2-表4所示。

從上述回歸結(jié)果來看，R值為0.981， R2值為0.962，調(diào)整后的R2值為0.943，擬合優(yōu)度比較高，證明選取的三個(gè)變量均對房價(jià)有較強(qiáng)的解釋力，也就是說常住人口、商品房銷售面積以及貸款基準(zhǔn)利率對濟(jì)南市的房價(jià)影響程度最大。DWR=2.124，接近2，說明誤差項(xiàng)之間沒有明顯的相關(guān)性?；貧w模型的F統(tǒng)計(jì)量對應(yīng)的P值為0<0.001，因此回歸方程顯著，房價(jià)與常住人口、商品房銷售面積以及貸款基準(zhǔn)利率之間存在顯著的線性關(guān)系。從表4可以看出三個(gè)自變量的容忍度基本均離0較遠(yuǎn)，除了商品房銷售面積的VIF大于10之外，其余均小于10，說明三個(gè)自變量之間的多重共線性的問題不是很明顯。

通過分析，在初始回歸過程中，剔除了變量人均支配收入和房地產(chǎn)開發(fā)投資額后，重新建立的多元線性回歸模型中，常住人口（X1）、商品房銷售面積（X3）以及貸款基準(zhǔn)利率（X5）在0.05的顯著性水平下對房價(jià)（Y）有顯著影響，因此用標(biāo)準(zhǔn)化回歸系數(shù)建立最終的多元線性回歸方程，以比較三個(gè)解釋變量的相對重要性：Y=1.563X1-0.836 X3-0.270 X5。

3? 結(jié)果分析與對策

回歸的結(jié)果表明，對濟(jì)南市商品房價(jià)格影響較大的因素主要有常住人口、商品房銷售面積以及貸款基準(zhǔn)利率，但其影響程度不一致。其中常住人口對房價(jià)的影響最大，且對商品房價(jià)格產(chǎn)生正向影響;品房銷售面積以及貸款基準(zhǔn)利率對商品房價(jià)格產(chǎn)生負(fù)向影響，且商品房銷售面積對品房價(jià)格的負(fù)影響較大。

①商品房價(jià)格與常住人口正相關(guān)。常住人口數(shù)量反映了居民的購房意愿，直接影響住房需求。近年來，由于濟(jì)南市外來人口以及因棚戶區(qū)改造的本地居民數(shù)量的不斷增加，導(dǎo)致常住人口數(shù)量不斷增加，對房屋的需求也日益提高，商品房的供應(yīng)日趨緊張，推動(dòng)房價(jià)不斷上漲。因此，要合理調(diào)控濟(jì)南居高不下的房價(jià)就要采取有效的人口調(diào)控政策，控制人口短時(shí)間內(nèi)的大規(guī)模增長。

②商品房價(jià)格與商品房銷售面積負(fù)相關(guān)。商品房銷售面積反映了商品房開發(fā)的程度，在購買力趨于平穩(wěn)的狀態(tài)下，商品房開發(fā)程度越大房價(jià)越低。從供需角度看，銷售面積增加會相應(yīng)的引起供給量的擴(kuò)張，導(dǎo)致商品房價(jià)格下降。對此在控制人口大規(guī)模增加的同時(shí)增加不同類型房屋的銷售面積，以滿足更廣大人群的需求。

③商品房價(jià)格與貸款基準(zhǔn)利率負(fù)相關(guān)。貸款基準(zhǔn)利率是宏觀經(jīng)濟(jì)調(diào)控的重要手段，通過供需關(guān)系調(diào)控商品房價(jià)格。房地產(chǎn)商一般會通過銀行貸款進(jìn)行融資，當(dāng)利率上調(diào)時(shí)，為保證其資金鏈的完整，房產(chǎn)商會通過降價(jià)促銷回?cái)n資金;同時(shí)，利率的上調(diào)會增加居民貸款買房的額度，從而會降低他們的購買意愿，購房需求降低，從而導(dǎo)致房價(jià)的下跌。因此在制定利率政策調(diào)節(jié)經(jīng)濟(jì)的過程中，要考慮其對房地產(chǎn)市場的影響，通過靈活的利率政策穩(wěn)定房子供給，抑制房價(jià)上漲。

以上只是針對濟(jì)南市的房價(jià)影響因素做了相關(guān)回歸分析，而不同地區(qū)的房價(jià)波動(dòng)不盡相同，影響因素的影響程度也不同。因此相關(guān)部門應(yīng)根據(jù)各個(gè)地區(qū)的實(shí)際情況制定相應(yīng)的調(diào)控策略，避免一刀切，以有效的控制房價(jià)，促進(jìn)房地產(chǎn)市場的健康發(fā)展。

參考文獻(xiàn)：

[1]Debrezion G， Pels E.， Rietveld P. The impact of rail transport on real estate prices： An empirical analysis of the Dutch housing market[J]. Urban Studies，2006， 48（5）：997-1015.

[2]李繼玲.房價(jià)波動(dòng)影響因素研究——基于2005-2015年數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)問題探索，2017（09）：30-37.

[3] 孟慶斌，榮晨.宏觀經(jīng)濟(jì)因素對房地產(chǎn)價(jià)格的長短期影響[J].統(tǒng)計(jì)研究，2014，31（06）：25-32.

[4]Xu， X. E.， & Chen， T. （2012）.The effect of monetary policy on real estate price growth in China. Pacific-Basin Finance Journal， 20（1）：62-77.

[5]Wang S， Yang? Z， Liu H. Impact of urban economic openness on real estate prices： Evidence from thirty-five cities in China[J]. China Economic Review，2011， 22（1）：42-54.