天津市住房市场供给模型实证的研究.docVIP

天津市住房市场供给模型实证的研究 　　【摘要】选取天津市房地产行业的相关统计数据进行实证分析，运用逐步回归分析法，建立了住房供给的多元线性回归模型。结果表明，房地产企业完成开发的土地面积对住房供给的影响显著，说明城市住房供给受土地资源的制约影响显著；人均国内生产总值，即经济发展水平对住房供给也有较强影响；金融机构贷款利率水平也即信贷政策会影响开发商的住房供给量；而房价的当期价格和土地成本等的影响则很小。 　　【关键词】天津市 房地产 供给 模型 实证分析 　　一、引言 　　住房供给是指房地产开发商和拥有者在某一特定的时间内，在某一价格水平下，对某种商品房所愿意而且能够提供出售的数量，即在某一时期内全社会或某一地区内住房供给的总量，包括实物总量和价值总量。形成供给有两个条件：一是出售或出租的愿望，这主要取决于价格为主的交易条件；二是供给能力，这主要取决于房地产开发商的经济实力和经营管理水平。两者缺一不可，但在市场经济条件下，以价格为主的交易条件是主要的。 　　随着城市化进程的推进和我国住房制度改革进程的加快，房地产业迎来了突飞猛进的发展。近年来，不仅居民的居住水平不断提高，而且还形成了商品房、经济适用房、限价房、公共租赁房、廉租房等互为补充的住房供给体系。但随着商品住房市场的建立和完善、住房价格的不断提高，中低收入群体的住房问题日益受到了政府和社会的重视。目前，在住房的供应过程中，出现了如总量不足、体系不畅、结构失调、价格虚高等问题，从而使得中低收入群体的住房难以得到良好的保障。因此，如何提供住房、提供多少住房、怎样建立其供应体系，这些都成为房地产行业中研究的前沿及热点问题。建立住房供给模型，对于分析和研究房地产行业现状和未来发展趋势有着非常重要的意义。 　　二、建立模型与实证分析 　　（一）数据来源与变量说明 　　住房供给总量包括住房的实际供给总面积和总价值两个方面。由于住房供给价值涉及房屋价值评估，主观性比较大，难以把握；而住房实际供给面积相对比较客观，也比较能代表房地产开发企业的成果，容易量化。因此，我们选用商品房本年竣工面积作为代表住房供给总面积的代表性指标。 　　影响住房供给的因素有很多，例如经济发展水平，建筑成本，住房价格，行政政策，市场预期，等等。考虑到各个因素的影响大小，以及可量化性，这里我们主要选择以下五个模型变量： 　　XXSJG：住宅商品房本年销售价格（元/平方米）； 　　XWCTZ：住宅房地产开发本年完成投资额（亿元）； 　　XWKMJ：房地产开发企业本年完成开发土地面积（万平方米）； 　　XJGZJ：商品房竣工房屋造价（元）； 　　XJGDP：人均国内生产总值（元/人）； 　　XDKLL：金融机构一年期贷款利率（%）； 　　YJGMJ：商品房本年竣工面积，单位是万平方米。 　　本研究所选取的原始统计数据（主要为1998～2009年间的数据）主要来源于国家统计局与天津市统计局数据库和中经网统计数据库，使用的是商品房的相关数据，不考虑二手房。 　　（二）建立模型 　　在建立模型之前，我们先对所有变量作相关性分析，分析结果如下表1所示。 　　从表1中我们可以得到商品房本年竣工面积YJGMJ与各变量之间的相关系数都大于0.5，说明各自变量与因变量有较强的线性相关关系。因此我们建立多元线性回归模型： 　　YJGMJ=β0+β1XXSJG+β2XWCTZ+β3XWKMJ+β4XJGZJ+β5XJGDP+β6XDKLL+ε （1） 　　用SPSS16.0软件计算结果如下： 　　可以看出商品房竣工房屋造价P值0.720较大，没有通过回归系数显著性t检验，因此我们将商品房竣工房屋造价变量剔除，再次进行回归，经检验显著性没有达到预期结果，接着剔除非显著变量进行多次回归后，最终得到结果如下： 　　重新回归后的模型通过各项检验，保留了主要解释变量XWKMJ和XJGDP，回归方程为： 　　YJGMJ=—2850.60+0.465XWKMJ+0.068XJGDP—6.194XDKLL （2） 　　拟合优度R2：0.980，F统计量：198.068，回归方程通过显著性检验，回归方程整体效果良好。图1为残差概率P—P图。 　　从残差概率P—P图可以看出，模型残差服从正态分布，上述模型回归效果较好，统计上比较合理。 　　（三）模型的预测与验证 　　下面我们利用上述模型对2010年的数据进行预测，这里不采用真实的2010年房地产开发企业本年完成开发土地面和人均国内生产总值数据，因为它们可能受到新的各种因素的影响。 　　我们采用的方法是把房地产开发企业本年完成开发土地面和人均国内生产总值看作时间序列来预测其2010年的数值，然后将其预测值代入上述模型得出2010年商品房本年竣工面积预测预测值。 　　利用SPSS的时间序列分析建模器，分别