广东省商品住宅价格的影响因素分析

广东省商品住宅价格的影响因素分析目录TOC\o"1-3"\h\u1绪论 1.1题目背景及目的 1.2国内外研究现状 1.2.1国外研究现状 1.2.2国内研究现状 1.3题目研究方法 1.4论文构成及研究内容 2商品住宅价格理论基础 2.1房地产的概念 2.2商品房和商品住宅的概念 2.3商品住宅的特征 2.3.1商品住宅的物质特征 2.3.2商品住宅的技术特征 2.3.3商品住宅的经济特征 2.3.4商品住宅的社会特征 2.4商品住宅价格的概念及构成 2.5商品住宅价格的影响因素分析 2.5.1影响商品住宅需求的因素 2.5.2影响商品住宅供给的因素 2.5.3同时影响商品住宅需求、供给的因素 3广东省商品住宅市场发展现状 3.1广东省商品住宅市场运行的基本状况及其特征 3.2广东省商品住宅市场存在的问题 4商品住宅价格影响因素实证分析 4.1指标的选取和数据的来源 4.1.1数据选定 4.1.2数据处理 4.2模型的建立 4.3单位根检验 4.4最小二乘回归分析 4.5多重共线性检验 4.6逐步回归分析 4.7模型的检验 4.7.1异方差检验 4.7.2序列相关性检验 5结论 参考文献 致谢 [25]。

4商品住宅价格影响因素实证分析4.1指标的选取和数据的来源4.1.1数据选定鉴于数据的准确性以及获取的难易程度，本次研究选取数据样本的时间序列设定为2005年2017年。对于本文要选取的变量，笔者将搜集到的国内学者们的研究成果进行分类汇总，得出对于这个选题，研究频次较高的指标分别有：生产总值和人均生产总值（12次）、人均可支配收入（7次）、人口（7次）、房地产开发投资额（9次）、竣工面积（6次）、土地价格（7次）、利率（6次）、竣工造价（4次）、货币供应量（4次）。表4.1相关研究中房地产价格影响因素序号作者影响因素1权杰庆，段囡，王超，刘勇庆城镇人均收入、国内生产总值、房屋建筑总面积、钢铁销售量、水泥销售量、人均竣工产值、新开工面积、住宅竣工价值、建筑企业单位数2邓怡，罗琰GDP、年末贷款余额、投资总额、竣工面积、销售面积、人口、人均可支配收入3齐千贷款利率、住宅年竣工面积、土地价格、房地产投资额占固定资产投资额的比重、零售商品物价指数CPI、城镇居民年人均收入4李勇，王有贵全国房屋销售价格指数、国内生产总值、货币供应量M2、城镇居民人均可支配收入5赵涵生产总值、居民人均可支配收入、人口数量、住宅房地产销售面积、住宅房地产的投资额、住宅房地产竣工面积、年平均贷款利率、房地产企业景气指数、年平均银行存款准备金率6钟海昌常住人口、人均可支配收入、房屋销售面积、土地价格、建安成本、房屋竣工面积、房地产开发投资7兰峰城镇人口总数、平均家庭户规模、城镇居民人均可支配收入、房贷利率、土地成本、建材成本、心理预期、统计炒作8朱会人均国内生产总值、居民消费价格指数、常住人口、城镇居民人均可支配收入、住宅实际销售面积、金融机构贷款余额、住宅竣工面积、住宅开发投资额、住宅建安成本9袁晨，陈雪莉滞后一期的房价、城镇人口数、城镇居民人均可支配收入、人均国内生产总值、财政支出、房地产开发投资、贷款利率10陈雅文地区生产总值、贷款利率、银行信贷11冯斌，马雨姣，李莹人均可支配收入、房地产投资金额、商品房销售面积、土地交易价格12张家骥货币供应量、利率、汇率、土地价格、房屋销售面积、房屋梭工面积、房地产开发投资额、人均可支配收入、第三产业发展水平、物价水平、人口数、心理预期、城市化率13李潇潇，冯庆水土地价格、房地产开发投资额14王晓英登记失业率、城镇居民人均可支配收入、竣工房屋造价、居民年平均工资、居民消费价格指数、地区生产总值、土地购置费、固定资产投资15梁云芳，高铁梅贷款利率、货币供应量、金融机构建筑业贷款额同比增长率、房地产开发本年资金来源合计同比增长率16杨冬宁，蒋益锋名义贷款利率、货币供应量、股市指数本文拟采用这些指标，应用在广东省的商品住宅价格影响因素研究上，同时结合广东省的实际，和数据的可获得性，最终选定的影响因素为：广东省地区生产总值、广东省城镇居民人均可支配收入、广东省城镇人口数、广东省房地产开发企业住宅完成投资额、广东省住宅竣工面积、广东省本年土地成交价格、货币供应量、五年以上贷款基准利率。各个变量的具体来源和取值情况说明如下：Y：广东省商品住宅每平方米的平均销售价格。用2005年-2017年的《广东统计年鉴》中的商品住宅销售额除以商品住宅销售面积代表当年的商品住宅平均售价,单位为元/平方米。X1：广东省地区生产总值。以《广东统计年鉴》中的按支出法按当年价格计算出的“地区生产总值”数据为取值标准,单位为亿元X2：广东省城镇居民人均可支配收入。反映城镇居民的购买力水平。以《广东统计年鉴》中的“城镇居民人均可支配收入”数据为取值标准,单位为元。X3：广东省城镇人口总数。以《广东统计年鉴》中的“城镇人口”数据为取值标准,单位为万人。X4：广东省房地产开发企业住宅完成投资额。以EPS数据平台中国房地产数据库中的（年度分省级，含35个大中城市）广东省的“房地产开发企业住宅完成投资额”为取值标准，单位万元。X5：广东省住宅竣工面积，以EPS数据平台中国房地产数据库中的（年度分省级，含35个大中城市）广东省的“住宅竣工面积”为取值标准，单位为平方米。X6：土地成本,以国泰安数据库中广东省的年购置土地面积除以年土地购置费得出,单位为元/平方米。X7：货币供应量，以EPS数据平台中国宏观经济数据库-年度数据（全国）中的“货币供应量”为取值标准，单位为亿元。X8：五年以上贷款基准利率，以中国人民银行官网公布的5年以上利率水平为取值标准，在此基础上进行天数加权平均计算得出，单位为%。原始数据如下表4.2和表4.3表4.2：商品住宅价格影响因素相关数据1年份Y:商品住宅平均销售价格（元/平方米）X1：地区生产总值（亿元）X2：城镇居民人均可支配收入（元）X3：城镇人口数（万人）200541492.6422723.2914769.945579200645886.1626800.3216015.585949200756821.3832063.9117699.306099200857233.5937138.8519732.866269200963596.4539923.2421574.726423201070043.6246544.6323897.806910201175608.4853908.5926897.486986201276678.9357924.7630226.717140201384657.9463357.9233090.057212201485260.1268777.2532148.117292201594948.4073876.3734757.1674542016109356.1380666.7237684.2576112017114164.3589705.2340975.147802注：数据来源于EPS数据平台以及广东省统计年鉴表4.2：商品住宅价格影响因素相关数据2年份X4：房地产开发企业住宅完成投资（万元）X5：住宅竣工面积（平方米）X6：土地成本（元/平方米）X7：货币供应量（M2）（亿元）X8：五年以上贷款基准利率（%）20051065.7434767303737.95298755.706.1220061302.7334171220919.18345577.906.4720071802.96350213081314.86403442.217.3420082131.58403264191912.92475166.606.8520092090.09411159592071.77610224.505.9420102539.03458922443672.56725851.805.9820113453.04488417973251.18851590.906.8520123704.98491816194360.54974148.806.8020134530.63474824714361.561106524.986.5520145187.32544248758131.621228374.816.1520155890.514435403011573.771392278.116.1520166977.664773039112820.371550066.674.9020178100.935784006715742.241690235.324.90注：数据来源于EPS数据平台以及广东省统计年鉴4.1.2数据处理由于通货膨胀的影响，直接使用收集的原数据，可比性不大，因此笔者将对本文的数据进行处理，将《广东统计年鉴》中历年以上一年为的居民消费价格总指数转换为以2005年为基期的居民消费价格总指数，然后将各年的当年价格的地区生产总值、人均可支配收入、房地产开发企业住宅完成投资额、竣工住宅造价、本年土地成交价格以及商品住宅每平方米的平均销售价格除以以2005年为基期的居民消费价格总指数，然后用这些数据进行相关分析。居民消费价格总指数数据如表4.2。表4.4广东省2005-2017年居民消费价格总指数数据年份居民消费价格指数以上一年为100居民消费价格指数以2005年为100%2005102.25100%2006101.79101.79%2007103.68105.54%2008105.6111.45%200997.65108.83%2010103.12112.22%2011105.32118.20%2012102.81121.51%2013102.47124.52%2014102.3127.38%2015101.55129.35%2016102.3132.33%2017101.51134.33%注：数据来源于广东省统计年鉴处理后的数据如表4.3和表4.4所示。表4.5除通胀影响后的商品住宅价格影响因素相关数据1年份Y:商品住宅平均销售价格（元/平方米）X1：地区生产总值（亿元）X2：城镇居民人均可支配收入（元）X3：城镇人口数（万人）20054149.0022723.2914769.94557920064508.3026329.0315733.94594920075383.7430380.8116770.23609920085135.0433323.3317705.57626920095843.9836684.0419824.24642320106241.3141476.2321295.49691020116396.7945607.9422755.91698620126310.5947670.7824875.9714020136798.9150881.7226574.08721220146693.3653993.7625237.95729220157340.5557113.5426870.63745420168264.1960958.7528477.48761120178498.4766779.7430503.347802注：数据来源于EPS数据平台以及广东省统计年鉴表4.6消除通胀影响后的商品住宅价格影响因素相关数据2年份X4：房地产开发企业住宅完成投资（万元）X5：住宅竣工面积（平方米）X6：土地成本（万元/万平方米）X7：货币供应量（M2）（亿元）X8：五年以上贷款基准利率（%）20051065.741819.00737.95298755.706.1220061279.821984.48903.01339500.846.4720071708.321938.601245.84382264.747.3420081912.592253.031716.39426349.576.8520091920.512355.971903.68560713.505.9420102262.552478.173272.65646811.445.9820112921.352418.782750.58720466.076.8520123049.122644.233588.62801702.586.8020133638.472598.783502.70888632.336.5520144072.322792.436383.75964338.846.1520154553.932857.368947.641076364.996.1520165272.922812.679688.181171364.524.9020176030.622549.6911719.081258270.914.90注：数据来源于EPS数据平台以及广东省统计年鉴4.2模型的建立根据上述变量的历史数据，构建多元线性回归模型，在模型的设计上．采用对数线形函数形式。于是，将广东省商品房价格与各影响因素的函数关系式表示为式(4-1)：Y=（4-1）其中Y表示因变量，X表示自变量，β0为常数项，β1、β2、β3β8为回归参数，ε为随机干扰项，表示无法量化的影响广东省住宅房地产均价的因素，如宏观调控政策、消费者心理预期等等。4.3单位根检验为了避免直接利用回归分析可能会造成“伪回归现象”，所以要先对时间序列进行单位根的平稳检验，如果得到平稳的序列才可以开始进行回归。本文通过eviews8.0软件，对原对数序列进行ADF检验，结果显示除了lnx4和lnx7拒绝原序列存在单位根的假设平稳，表明这两个数据平稳，但是其他数据都不平稳，所以总体来说原对数序列不平稳。我们需要对原序列进行一阶差分，再进行ADF检验。但是一阶差分后的序列依旧不平稳，因此我们继续对原对数序列进行二阶差分，并对二阶差分的值进行ADF检验，检验结果见表4.5。表4.5单位根ADF检验结果变量ADF检验1%临界值5%临界值10%临界值p值结论lny二阶差分-4.718-4.421-3.26-2.7710.0068平稳lnx1二阶差分-3.714-4.421-3.26-2.7710.0264平稳lnx2二阶差分-4.543-4.297-3.212-2.7480.007平稳lnx3二阶差分-5.695-4.297-3.212-2.7480.0015平稳lnx4二阶差分-4.116-4.583-3.321-2.8010.0179平稳lnx5二阶差分-4.582-4.421-3.259-2.7710.0081平稳Lnx6二阶差分-6.585-4.297-3.212-2.7490.0005平稳Lnx7二阶差分-6.195-4.583-3.321-2.8010.0017平稳Lnx8二阶差分-3.91-4.583-3.321-2.8010.0232平稳表4.5检验结果可知，对原时间序列进行二阶差分以后，结果在5%的水平上都能拒绝原假设，因此，所有变量经过二阶差分后都是平稳的。可以进行回归分析。4.4最小二乘回归分析为了反映解释变量与被解释变量之间的关系，根据所设定的模型，运用Stata12.0软件为运算平台，通过最小二乘法回归，构建回归方程，回归结果如图4.1。图4.1最小二乘回归结果回归结果显示，R-squared=0.9784，AdjR-squared=0.9352，模型拟合优度高，Prob>F=0.0045，明显显著。但是所有变量的系数均未通过T检验，且lnX2和lnX3的系数为负，与常理违背，因为当居民的可支配收提高时和人口数量提升时，会增加对买房的需求，因此房价相应的会提升。综上所述，可以认为该模型可能存在多重共线性。4.5多重共线性检验我们可以利用计算膨胀因子来进行多重共线性的检验。图4.2膨胀因子计算结果如图4.2所示，该模型的膨胀因子的平均值为185.11，远远大于经验值10，且最大值为453.07，表明该模型存在严重的多重共线性。4.6逐步回归分析处理多重共线性的方法有岭回归法、差分法和逐步回归法等，本文采取逐步回归法来解决。逐步回归分为手动逐步回归和自动逐步回归，对于解释变量较多的计量模型，手动逐步回归法并不适用，本文一共有8个解释变量，因此选择自动逐步回归法。Stata12.0提供了直接进行分布回归的命令。在本文中运用显著性水平为10%的前向搜寻法，在Stata12.0界面中输入命令：stepwise,pe(0.1):regresslnylnx1lnx2lnx3lnx4lnx5lnx6lnx7lnx8得到图4.2所示结果：图4.3逐步回归结果回归方程为：Y=3.50T=(4.32)(8.51)（-1.98）R2为0.9710，调整的R2为0.9653，说明方程整体拟合较好，F统计量的p值为0.0000，说明方程整体显著。4.7模型的检验4.7.1异方差检验怀特检验是检验异方差应用的比较普遍的方法，因为WHITE检验可以检验二次项的异方差情况。图4.4怀特检验结果怀特检验的原假设是模型不存在异方差，我们从图4.3得到Prob>chi2=0.3690，则说明不拒绝原假设，模型不存在异方差。4.7.2序列相关性检验DW检验只适用于一节自相关检验，而BG检验既可以检验一阶自相关也可以检验高阶自相关，所以本文采用BG检验来检验序列相关性。图4.5BG检验结果BG检验的原假设为不存在序列自相关，我们从图4.4得到Prob>chi2=0.0190，则说明在5%的显著性水平下可以拒绝“无序列自相关”的原假设，模型不存在自相关问题。

5结论根据回归的结果，得出结论：广东省的商品住宅价格主要受国民生产总值和住宅竣工面积影响。当然其他因素对广东省的商品住宅价格也有影响，但是这种影响是不显著的。从影响最显著的国民生产总值得出，广东省商品住宅价格的上涨主要还是受需求因素推动的。对回归结果再进一步的解读：广东省国民生产总值对商品住宅价格的参数β1=0.80，说明在其他变量不变的条件下，国民生产总值每增加1亿元，商品住宅价格上升0.80元。广东省GDP的提升，意味着人们能获取更高的工资，对住宅有更高的支付能力，从而拉动了房价。β5=-0.42，说明住宅竣工面积每增加1平方米，就会使商品住宅价格下降0.42元，这也与常理相符，住宅竣工面积的上涨意味着住宅的供给增多，在需求不变的情况下，抑制了房价的上涨。最后，提出一些我个人的建议。房价的不断攀升基本上是一个不可逆的过程，如果想要实现买房梦，作为个人，应该努力提升自己的技能，以获取更高的薪酬支撑买房梦，并且应该理性对待买房，不盲目跟风，从自身实际需求出发。作为房地产开发企业，应有社会责任感，避免炒房至使房价虚高的情况出现；作为政府，应出台与时俱进的房价管控政策，使房价回归理性。

参考文献SeanHolly,M.HashemPesaran,TakashiYamagata.Aspatio-temporalmodelofhousepricesintheUSA[J].JournalofEconometrics,Volume158,Issue1,September2010,Pages:160-173KatinkaHort.ThedeterminantsofUrbanHousePriceFluctuationsinSweden1968-1994[J].JournalofHousingEconomics,1998(7):93-120RanganGupta,MariusJurgilas’AlainKabundi.TheeffectofmonetarypolicyonrealhousepricegrowthinSouthAfrica:Afactor-augmentedvectorautoregression(FAVAR)approach[J],EconomicModelling,Volume27,Issue1,January2010,Pages:315-323ADAMSZ,FuSSR.Macroeconomicdeterminantsofinternationalhousingmarkets[J].JournalofHousingEconomics,2010,19:38-50权杰庆,段囡,王超,刘勇庆.关于房价影响因素的实证研究[J].全国商情(经济理论研究),2015(19):23-24.邓怡,罗琰.房地产市场的价格影响因素