论文部分内容阅读
[摘要]房地产价格直接影响到人们的安居乐业和长治久安，成为人们越来越关注的焦点。文章重点选取了重庆市2004—2014年城镇人口、GDP、人均可支配收入、CPI等10个指标，首先通过主成分分析法提取了决定性的三个因子，再利用多元线性回归模型建立方程，对影响房价的各因素进行了评价，并提出了相关建议，以期对重庆市房地产业的健康发展起到一定作用。
[关键词]房地产价格 ；主成分分析；回归模型
[DOI]10.13939/j.cnki.zgsc.2016.34.159
1 引 言
近年来我国的房地产业发展迅速，已日趋成为国民经济的支柱性产业，它直接关系到老百姓的就业、收入、消费等多个方面，其健康发展与否也关系到国民经济的发展，房价成为人们越来越关注的焦点。房地产行业自1998年房地产市场化改革后，进入持续繁荣阶段，直至如今，改革大大改善了居民的住房条件，同时也大大推高了房地产价格[1]。
文章选取了2004—2014年重庆市房地产业的发展情况作为研究对象，首先粗略分析了房价的趋势图，以此对这些年重庆市房地产价格情况有一个大致了解。
近几年重庆市房地产价格状况图
从图中我们可以看出，从2004年以来重庆市房价处于一个相对稳定的增长趋势，其中2008年到2010年房价的涨幅较大，2014年的房价比2004年房价翻了几倍。
2 指标的选取与处理
2.1 指标的选取
就房地产价格来说影响它的因素非常之多，很难全面考虑，文章基于以下三个准则：可行性、相关性、简化性，选取了影响房价的主要因素[2]。见表1。
2.2 数据的来源及处理
资料来源于重庆市统计年鉴、中国人民银行网站、重庆市国土资源与房屋管理局网站。
在搜集数据时遇到一些问题做以下说明：文章没有使用时点利率，而是使用加权利率，考虑到开发商申请贷款期限一般为三年，因此，选取了1～3年期的利率作为利率因素的样本数据；将环比、同比的居民消费价格指数转化为以2004年数据为底数的定比数据。文章选择均值化对数据进行无量纲处理。见表2。
3 构建重庆市房价模型
3.1 模型建立
3.2 主成分分析消除多重共线性
原始数据之间存在着较严重的多重共线性，最简单的方法就是消除变量个数，但这样会丢失部分信息，为了能更加全面地解释各变量对房价的影响，这里选用主成分分析法，对变量进行分析。通过观察KMO值为0.735，Bartlette球形度检验的显著性为0.000，达到显著性水平，所以数据适合做主成分分析。见表4。
3.5 结果分析
房地产价格随着GDP、人均可支配收入和居民消费价格指数增长而增长，GDP、人均可支配收入和居民消费价格指数的增加表明市场繁荣，经济水平较高，商品房作为一种商品，其价格也应相应增长。随着竣工房屋价值、土地购置费用的增加，商品房的建造成本相应上升，从而商品房的销售价格也随之提高。同样，房地产开发投资总额越高，房价自然也越高。城镇化会给房地产业带来需求，因此，城镇化率的提高也会带来房价的上涨。
贷款利率的变化能同时影响到房地产的供给和需求两个方面，导致贷款利率对房价的影响在一定程度上形成相互抵消的效果。因此贷款利率每提高一个单位，房价只下降0.062个单位。贷款利率的上升会导致商品房建造成本的上升，进而引起商品房价格的上涨。同时，对消费者来说，贷款利率的上升也会导致买房时贷款成本的增加，在一定程度上会抑制房地产业的需求。
4 政策建议
文章将影响重庆市房价的主要因素定量地分析了出来，这有助于我们正确地看待房价的上下波动，也有利于我们掌握房价未来的变化趋势和规律，更好地指导实践。
（1）合理引导购房者购房，并树立正确的购房观念。中国人传统的住房观念是希望自己有个家，有属于自己的房子，因此不管贫富都要建房买房，但买房不但要看价格，还要关注各项购房政策和楼市动向，选择合适的时机去购房，当年轻人没有经济条件的时候，并不一定非要去购房，也可以选择租房，减轻自己的经济压力[3]。同时我们也要量力而行，不能盲目地购房，树立正确的购房住房观念。
（2）坚持并加大宏观调控力度。房地产业是构成财政收入的重要来源，是国民经济的支柱产业，短期内这样的关系不会改变，因此房价的上涨也是必然的，但我们应避免房地产泡沫的产生，避免房价的快速上涨，政府应通过调整贷款利率等宏观政策来维持房地产健康、持续、稳定发展。
（3）规范土地交易市场。土地是房地产的重要组成部分，我们在控制房价时也要控制土地价格，即规范土地交易市场，对房地产企业建立诚信档案，对供地后不及时签订成交确认书或出让合同、未按合同约定缴纳土地价款，依法依规处理，计入诚信档案，向社会公布，作为土地竞买人资格审查的依据[4]。
参考文献：
[1]李倩莹，陈绍刚.成都市房地产价格影响因素分析[J].现代商贸工业，2016（10）：16-19.
[2]刘清华.重庆市房地产价格影响因素研究及实证分析[D].重庆：重庆工商大学，2010.
[3]郭志江，胡珍瑗，林书娇.广州市房地产价格影响因素与发展趋势[J].现代商贸工业，2015（11）：19-21.
[4]闫爽，郎春婷.基于因子分析法的房地产价格影响因素评价[J].吉林建筑工程学院学报，2013，30（2）：54-58.
[关键词]房地产价格 ；主成分分析；回归模型
[DOI]10.13939/j.cnki.zgsc.2016.34.159
1 引 言
近年来我国的房地产业发展迅速，已日趋成为国民经济的支柱性产业，它直接关系到老百姓的就业、收入、消费等多个方面，其健康发展与否也关系到国民经济的发展，房价成为人们越来越关注的焦点。房地产行业自1998年房地产市场化改革后，进入持续繁荣阶段，直至如今，改革大大改善了居民的住房条件，同时也大大推高了房地产价格[1]。
文章选取了2004—2014年重庆市房地产业的发展情况作为研究对象，首先粗略分析了房价的趋势图，以此对这些年重庆市房地产价格情况有一个大致了解。
近几年重庆市房地产价格状况图
从图中我们可以看出，从2004年以来重庆市房价处于一个相对稳定的增长趋势，其中2008年到2010年房价的涨幅较大，2014年的房价比2004年房价翻了几倍。
2 指标的选取与处理
2.1 指标的选取
就房地产价格来说影响它的因素非常之多，很难全面考虑，文章基于以下三个准则：可行性、相关性、简化性，选取了影响房价的主要因素[2]。见表1。
2.2 数据的来源及处理
资料来源于重庆市统计年鉴、中国人民银行网站、重庆市国土资源与房屋管理局网站。
在搜集数据时遇到一些问题做以下说明：文章没有使用时点利率，而是使用加权利率，考虑到开发商申请贷款期限一般为三年，因此，选取了1～3年期的利率作为利率因素的样本数据；将环比、同比的居民消费价格指数转化为以2004年数据为底数的定比数据。文章选择均值化对数据进行无量纲处理。见表2。
3 构建重庆市房价模型
3.1 模型建立
3.2 主成分分析消除多重共线性
原始数据之间存在着较严重的多重共线性，最简单的方法就是消除变量个数，但这样会丢失部分信息，为了能更加全面地解释各变量对房价的影响，这里选用主成分分析法，对变量进行分析。通过观察KMO值为0.735，Bartlette球形度检验的显著性为0.000，达到显著性水平，所以数据适合做主成分分析。见表4。
3.5 结果分析
房地产价格随着GDP、人均可支配收入和居民消费价格指数增长而增长，GDP、人均可支配收入和居民消费价格指数的增加表明市场繁荣，经济水平较高，商品房作为一种商品，其价格也应相应增长。随着竣工房屋价值、土地购置费用的增加，商品房的建造成本相应上升，从而商品房的销售价格也随之提高。同样，房地产开发投资总额越高，房价自然也越高。城镇化会给房地产业带来需求，因此，城镇化率的提高也会带来房价的上涨。
贷款利率的变化能同时影响到房地产的供给和需求两个方面，导致贷款利率对房价的影响在一定程度上形成相互抵消的效果。因此贷款利率每提高一个单位，房价只下降0.062个单位。贷款利率的上升会导致商品房建造成本的上升，进而引起商品房价格的上涨。同时，对消费者来说，贷款利率的上升也会导致买房时贷款成本的增加，在一定程度上会抑制房地产业的需求。
4 政策建议
文章将影响重庆市房价的主要因素定量地分析了出来，这有助于我们正确地看待房价的上下波动，也有利于我们掌握房价未来的变化趋势和规律，更好地指导实践。
（1）合理引导购房者购房，并树立正确的购房观念。中国人传统的住房观念是希望自己有个家，有属于自己的房子，因此不管贫富都要建房买房，但买房不但要看价格，还要关注各项购房政策和楼市动向，选择合适的时机去购房，当年轻人没有经济条件的时候，并不一定非要去购房，也可以选择租房，减轻自己的经济压力[3]。同时我们也要量力而行，不能盲目地购房，树立正确的购房住房观念。
（2）坚持并加大宏观调控力度。房地产业是构成财政收入的重要来源，是国民经济的支柱产业，短期内这样的关系不会改变，因此房价的上涨也是必然的，但我们应避免房地产泡沫的产生，避免房价的快速上涨，政府应通过调整贷款利率等宏观政策来维持房地产健康、持续、稳定发展。
（3）规范土地交易市场。土地是房地产的重要组成部分，我们在控制房价时也要控制土地价格，即规范土地交易市场，对房地产企业建立诚信档案，对供地后不及时签订成交确认书或出让合同、未按合同约定缴纳土地价款，依法依规处理，计入诚信档案，向社会公布，作为土地竞买人资格审查的依据[4]。
参考文献：
[1]李倩莹，陈绍刚.成都市房地产价格影响因素分析[J].现代商贸工业，2016（10）：16-19.
[2]刘清华.重庆市房地产价格影响因素研究及实证分析[D].重庆：重庆工商大学，2010.
[3]郭志江，胡珍瑗，林书娇.广州市房地产价格影响因素与发展趋势[J].现代商贸工业，2015（11）：19-21.
[4]闫爽，郎春婷.基于因子分析法的房地产价格影响因素评价[J].吉林建筑工程学院学报，2013，30（2）：54-58.