对福州市商品房价格影响因素应用分析.docVIP

对福州市商品房价格影响因素应用分析 　　【摘要】商品房价格一直是社会关注的焦点问题。影响商品房价格的因素很多，既有宏观因素，也有微观因素。文章在商品房价格影响因素分析的基础上， 通过灰色关联分析模型和灰色GM（1，1）预测模型，建立了福州市商品房价格的分析模型和预测模型，并对福州市未来商品房价格进行模拟预测，得出预测区间 [13618.87，14136.77] 元/m2。 　　【关键词】商品房 价格 影响因素 关联分析 灰色预测 　　随着海峡西岸经济区建设的深入推进，福建省省委省政府作出打好重点项目建设、新增长区域发展、城市建设、小城镇改革发展、民生工程等“五大战役”。作为海峡西岸经济区重要中心城市，福州市政府积极响应号召，大力推动重点项目建设，大福州战略得以迅速拉开帷幕，福州城市发展战略规划的蓝图将能够更快实施，随着三环、绕城高速等项目的完工并迅速投入运营。福州不仅仅是交通半径的简单扩大，在不久的将来，城市的内涵和外延将全面扩容。 　　因此，房地产作为新的经济增长点之一，商品房市场得到了持续高速的发展，供给量与需求量呈现快速增长的局面。然而，经过多年的历史积累，商品房市场也存在不少问题。近年来，我国城市房价，尤其是大城市房价持续走高，购房和居住成本不断提升，房价问题成为社会各界持续关注的焦点。 　　灰色关联分析模型和灰色GM（1，1）预测模型是目前国际上应用最为广泛的分析定量技术之一，本文将采用这几张模型对福州市房价的影响因素进行分析，并对未来的房价价格进行模拟预测。 　　一、国内外研究现状 　　商品住房是人们生活的必需品，随着住宅房商品化的发展，商品房价格也越来越受到人们的重视，商品房价格的影响因素分析一直是学者们研究的热门领域，研究并分析其影响因素，从而找出适合中国房地产发展的可持续发展道路。 　　国内外有关房价变化的影响因素分析的方法大体分为两类，一类为定性分析方法，如判断分析法，评估法等；另一类是定量分析方法，如时间序列分析法，回归分析法、状态转移法、经济计量模型分析法和灰色分析模型等。此外还有多元回归、ARMA模型、ARIMA模型、灰色序列分析、BP网络分析、模糊神经网络、马尔科夫分析等方法。 　　（一）国外研究现状 　　Nellis和Longbottom（2005）通过分析英国的数据试图解释英国商品住宅价格的决定因素。作者将住宅的需求定义为人口数量、社区中抵押贷款的资产存量、平均的商品住宅价格、个人收入、消费品价格和抵押贷款利率的真实函数， 将供给定义为住宅价格和住宅存量的函数。根据供给和需求相等的原理， 得到一个关于平均商品住宅价格的简化公式，从而推导出商品住宅的价格。计量经济学的结论显示：收入是影响住宅价格的最重要因素，其次是抵押贷款利率和社区中抵押贷款的资产存量。MinHwang和JohnM.Quigley利用美国74个大城市1997-2009年的数据，建立了一个需求和供给模型。需求作为住宅价格、收入和人口特性的函数，住宅供给作为利润率和地方政府限制建筑的规定的函数。得出结论：过去住宅较高的空置率会使房价下跌，当去年房屋的空置率较高时， 房主会预测今年房价会下跌。从总的来说，住宅租金和住宅价格是具有一定相关性的。 　　（二）国内研究现状 　　罗玉波（2011）利用分位数回归方法研究了各种房屋属性对于其售价的影响，结果表明不同属性对于房屋售价的影响随着所考察的分位数不同而变化，得到不同属性对于房屋销售价格影响更全面的描述。童长锜、杨和礼（2010）从理论上分析了房地产价格的影响因素， 认为各因素是通过改变房地产的供求关系，进而影响房地产价格的。并且基于灰色系统理论对房地产价格的各因素和房地产价格进行关联度分析。梁云芳、高铁梅（2007）使用多变量时间序列方差分量分析模型（MultivarateTime Series Variance Component Model模型）通过对不同地区不同用途商品房价格变动的比较，认为我国目前房地产市场中商业用房和办公用房的价格波动比较稳定，而市场的不稳定主要是由于住宅价格的波动引起的。同时对影响住宅价格的需求、供给以及资本的可获得性等因素进行了分析，得出结论：在各类供给因素中，土地交易价格的变动，对住宅价格的变动有较大的同向影响。楼江和李静（2010）提出近年来房地产价格过快上涨原因有城市化、城市改造、心理预期、拥有型消费观和成本因素。杨建荣和孙斌艺（2004）利用博弈论方法对政府、开发商和消费者进行分析，认为预期不准导致房价不均衡， 提出政策因素决定房地产业的基本走向。余华义（2010） 利用面板数据，发现房价和基本面缺乏稳定的对应关系，而与房地产政策有密切联系，认为2002年的房地产宏观调控以及其他干预政策是导致房价持续上升的原因。陈志勇和陈莉莉