徐鑫鑫 黃文萱 趙潤琦 茍懷琪
摘 要:房地產(chǎn)價格的變化和走勢一直以來都是社會關注的焦點。隨著我國房地產(chǎn)價格的不斷走高,“買房難”成為房地產(chǎn)市場的一個核心問題,要解決這一問題,首先應該探明影響房價的主要因素。本文以重慶市主城區(qū)為例,選取了影響商品房價格的GDP、房屋造價、人口數(shù)量、3~5年貸款利率等11個可量化的指標,采用SPSS19.0軟件進行了主成分分析,將這些因素轉化為了2個主成分,并采用回歸分析法對主成分與商品房價格的關系進行了實證分析。實證分析結果表明:房地產(chǎn)開發(fā)造價、土地購置費等成本性因素,是造成重慶主城區(qū)房地產(chǎn)價格走高的主要因素;同時,城鎮(zhèn)居民平均工資、人均可支配收入等因素也是影響商品房價格的重要因素。該模型在一定程度上能夠反映重慶主城區(qū)的房地產(chǎn)市場狀況,為重慶市房地產(chǎn)的健康發(fā)展提供一些理論依據(jù)。
關鍵詞:商品房價格;主成分分析法;影響因素
一、引言
住房問題是關系到國計民生的重大問題,目前房價已經(jīng)成為一個引起廣泛關注的重要經(jīng)濟和社會問題。2018年上半年,中國房地產(chǎn)政策強調“房子是用來住的,不是用來炒的”,并進一步指出要強化金融監(jiān)管和風險防控,保障居民合理性自住需求。重慶市也圍繞中央的政策,提出了例如提高土地增值稅等一系列措施來穩(wěn)定房價。但重慶主城區(qū)的房價仍然處于穩(wěn)步增長態(tài)勢,要穩(wěn)定房價,就必須深入探究導致這一現(xiàn)象的前因后果。因此,本文收集了可能會影響重慶主城區(qū)商品房價格的11個因素,采用主成分分析法和回歸分析法對其進行定性分析,為重慶市房地產(chǎn)的發(fā)展提供一些建議。
二、重慶市主城區(qū)商品房價格影響因素實證分析
(1)構建商品房價格影響因素的框架及模型
房地產(chǎn)市場也是經(jīng)濟市場中一個重要的組成部分,因此房地產(chǎn)價格的形成也必然受到經(jīng)濟規(guī)律作用的影響。一方面,房價受到供給的影響,其中最重要的影響因素就是房地產(chǎn)開發(fā)商的供給成本,包括土地購置費、建設費、管理費等;另一方面,房價還受到人們需求的影響,這種需求因素包含了心理、收入、經(jīng)濟水平等各個方面的內(nèi)容。
考慮到數(shù)據(jù)的可得性和可量化性,我們從影響重慶商品房價格的眾多因素中,選取了11個有代表性且數(shù)據(jù)便于收集的因素進行分析,分別是:主城九區(qū)商品房竣工面積(X1)、主城竣工面積占施工面積的比重(X2)、主城九區(qū)商品房銷售面積(X3)、3-5年貸款利率(X4)、城鎮(zhèn)單位在崗職工平均工資(X5)、房地產(chǎn)開發(fā)投資額占固定資產(chǎn)投資額的比重(X6)、地區(qū)總產(chǎn)值(X7)、金融機構(含外資)人民幣存款余額(X8)、城鎮(zhèn)居民人均可支配收入(X9)、房地產(chǎn)開發(fā)住宅每平方米造價(X10)、年末常住人口(X11)。
根據(jù)以上變量,構建重慶市商品房價模型如下:
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9+β10X10+β11X11+ε (1)
由于影響商品房價格的因素很多,在建立模型時,不可能將所有的因素都考慮進去。為了所構建模型的完整性,在這里特別設立了一個隨機擾動項ε,隨機擾動項中包括了地理位置、光照、人們的消費偏好等多種非重要因素。
(2)數(shù)據(jù)的來源及處理
為了保證樣本容量足夠多,本研究將研究時間段設定在2000~2016年,樣本數(shù)據(jù)均為年度數(shù)據(jù)。從房地產(chǎn)開發(fā)商的角度來看,一個房地產(chǎn)建設項目大都在三年及以上,因此項目融資的通常方式為長期貸款,故本文選取了3~5年的貸款利率作為樣本。
(3)主成分消除多重共線性
1.共線性檢驗與相關度檢驗
在研究的過程當中,由于選擇指標的個數(shù)較多,指標與指標之間難免會有較大的相關關系。通過SPSS19.0對模型多重共線性的檢驗,筆者發(fā)現(xiàn)所有解釋變量的容許度都很小,除了房地產(chǎn)開發(fā)投資額占固定資產(chǎn)投資額的比重這一個指標的容許度大于0.3,其余指標的容許度均小于了0.3。不僅如此,除這個指標以外,其余指標的膨脹因子VIF均大于10。根據(jù)定理,膨脹因子越大,多重共線性就越嚴重,因此,該模型有著較為嚴重的多重共線性。嚴重多重共線性的存在會使計量結果失真,從而影響最終的模型預測結果,因此,我們要盡量減小模型的多重共線性。為了更加全面地解釋被解釋變量,我們將通過主成分分析法來消除多重共線性。
KMO和巴特利特檢驗是用來檢驗指標之間相關度的,只有當指標間的相關度較高時,才適合用主成分分析法來消除多重共線性。從表2的數(shù)據(jù)中,我們可以看出,KOM的值0.718,已經(jīng)大于0.5且比較接近于1。巴特利特球形度檢驗的顯著性為0.000,也已經(jīng)達到了顯著性水平,因此,檢驗結果表明選取的數(shù)據(jù)適合做主成分分析。
2.提取主成分
公因子方差表表明了提取的公因子對原指標的解釋程度,在實證中除了3-5年貸款利率以外,其他指標的公因子方差都大于0.84,表明公因子對指標的提取程度都比較大。在選取主成分時,有兩個標準:一是,主成分對應得特征根要大于1;二是,提取的主成分累計方差貢獻率要達到85%以上。通過對表3的觀察,一共提取了兩個主成分,兩者對應的特征根均大于1,二者累計的方差貢獻率達到了90.714%,將第一個主成分記為F1,將第二個主成分記為F2。這表明,總體上丟失的信息比較少,后文將基于這兩個主成分進行分析。
3.主成分得分函數(shù)的確定
利用最大方差法對提取到的兩個主成分進行了正交旋轉,得分矩陣系數(shù)主要是用來表明指標的支配程度,越接近于1,支配程度越大。從實證中我們可以看出第一個主成分主要由房屋竣工面積、竣工面積占施工面積的比重、商品房銷售面積、城鎮(zhèn)單位在崗職工平均工資、總產(chǎn)值、金融機構(含外資)人民幣存款余額、城鎮(zhèn)居民人均可支配收入支配,地產(chǎn)開發(fā)住宅每平方米造價、年末常住人口共同支配,反映的是供給和需求方面的因素。第二個主成分由房地產(chǎn)開發(fā)投資額占固定資產(chǎn)投資額的比重、3-5年貸款利率共同支配,反映的是投資環(huán)境和金融方面的因素。
根據(jù)成分得分系數(shù)矩陣,可以寫出得分函數(shù):
F1=0.108X1-0.103X2+0.11X3+0.075X4+0.111X5-0.003X6+0.11X7+0.109X8+0.111X9+0.11X10+0.104X11 (3)
F2=0.039X1+0.018X2-0.087X3-0.127X4+0.006X5+0.976X6+0.027X7+0.022X8+0.002X19+0.05X10+0.045X11 (4)
(4)線性回歸及檢驗
將主成分1和主成分2作為商品房價格的兩個綜合解釋變量,利用SPSS19.0對其進行多元線性回歸,整個模型調整后的R2等于0.966,這證明模型的擬合優(yōu)度很高,兩個主因子對被解釋變量的解釋能力很高。但是通過對表的觀察,主成分1的t檢驗和顯著性檢驗都符合要求,但主成分2未通過t檢驗和顯著性檢驗。這說明,主成分2對主城商品房價格的影響還不夠顯著,因此將其剔除。
剔除主成分2和后,對主成分1和被解釋變量進行回歸分析,在本次回歸中,雖然整體的擬合優(yōu)度下降了一點,但模型的和主成分1的顯著性檢驗都沒有問題,而且擬合優(yōu)度依然很高。這說明,主成分1對房價有顯著性的影響。據(jù)此寫出回歸方程:
Y=0.32X1+10.31X2+0.33X3+0.22X4+0.33X5+0.33X7+0.33X8+0.33X9+0.33X10+ 0.31X11+3100.059 (5)
結果表明人口數(shù)量、城鎮(zhèn)居民可支配收入、房屋造價、房屋竣工面積等因素都與商品房價格呈正相關,這也符合經(jīng)濟檢驗結果。同時,模型對重慶市商品房價格的解釋能力達到了96%,這證明模型具有較好的解釋能力。
三、結論與建議
(1)結論
隨著重慶市社會經(jīng)濟的飛速發(fā)展,房地產(chǎn)業(yè)對于經(jīng)濟的貢獻率也越來越大,為了能夠更好的促進重慶市住宅市場的穩(wěn)定和健康發(fā)展,通過一系列技術、政策、法律等手段對房地產(chǎn)行業(yè)進行調控就顯得尤為必要。調控房地產(chǎn)市場關鍵是調控房地產(chǎn)價格,而影響房地產(chǎn)價格的因素是錯綜復雜的。
本文對影響房地產(chǎn)價格的因素進行分析,提出考察重慶市房地產(chǎn)價格影響因素的指標框架并構建實證模型。依據(jù)2001~2016年重慶市房地產(chǎn)業(yè)的相關數(shù)據(jù),選取了影響商品房價格的GDP、房屋造價、人口數(shù)量、3~5年貸款利率等11個可量化的指標,通過測試軟件得到一系列結果。實證分析結果表明:選取的因素均與商品房的價格呈正相關。房地產(chǎn)開發(fā)造價、土地購置費等成本性因素,是造成重慶主城區(qū)房地產(chǎn)價格走高的主要因素;同時,城鎮(zhèn)居民平均工資、人均可支配收入等因素也是影響商品房價格的重要因素。由于影響程度最強的是房屋造價,因此可以得出重慶市主城區(qū)2000年至2016年的房價上漲主要是屬于成本推動型的上漲,因此想要調節(jié)商品房價格可以從降低開發(fā)商建設成本入手。
本文存在如下不足:一是,樣本數(shù)據(jù)還不夠充分,建立的模型精度可能會存在欠缺;二是,由于有些影響因素不可量化,因此可能會忽略一些解釋變量。
參考文獻
[1]李宏博等.基于灰色關聯(lián)度和嶺回歸分析的房地產(chǎn)價格影響因素分析[J]測繪地理信息,2013-12:82-85.
[2]褚桂健.房地產(chǎn)價格影響因素實證分析[J]中國市場,2016(34):159-162.
[3]張立新等.基于主成分分析法的山東省房地產(chǎn)周期波動研究[J]工程經(jīng)濟,2018-09:46-49.
[4]張帥印.重慶市房地產(chǎn)價格影響因素的實證分析[D]重慶:重慶工商大學,2010:9.
作者簡介:徐鑫鑫,女,四川資陽人,學生,經(jīng)濟學專業(yè)本科在讀,單位:重慶交通大學經(jīng)濟與管理學院經(jīng)濟學專業(yè)。