成都房地产市场需求的影响因素研究

张延昕

摘要：本文以成都市房地产市场近十年的数据作为研究对象对其影响因素，运用SPSS进行各因素的相关分析，筛选出影响成都市房地产市场需求最具代表性的关键因素，通过多元统计建立回归预测模型，从而预测未来五年内成都市房地产市场的需求走向。

关键词：成都市；房地产；市场需求；预测模型

一、现状

近年来，成都市的房地产似乎一直处于稀缺的卖方市场状态，成都市房地产市场的需求并没有因为房价的上涨而降温，即使保持了年均20%多的增长速度。因房价攀升过快、市场供需不平衡等问题也日益突出，一方面，购房者的消费需求得不到及时满足，另一方面某些企业，由于缺乏对市场供应与需求及市场风险的科学分析，从而造成市场供应与市场需求脱节，房地产市场上形成了大量的无效率供给，新建房屋空置现象严重。

二、房地产市场的需求预测模型的构建

影响房地产市场需求的房地产销售面积（万平方米）（Y）的因素主要有经济因素和非经济因素两个方面。其因素可量化为以下因素：经济因素主要包括GDP（X1）（亿元）、人均GDP（X2）（元） 、人均可支配收入（X3）（元） 、房地产销售价格（X4）（元）、房价收入比（X5） 、银行贷款五年以上利率（X6）（%）、城乡居民储蓄存款余额（X7）（亿元）等七个指标；非经济因素主要包括年末总人口（X8）（万人）和房地产价格预期（X9）（元）两个指标，将房地产销售面积设为房地产需求（Y）的因变量，选取成都市房地产市场2008～2012年的年度数据见表1、表2，由于房地产价格的预期也是影响需求量的相关因素，一般情况下，在人们的考虑范围内首选的便是以前一年的房地产销售均价作为参考，故采用前一年的房地产销售价格作为该年的房地产预期价格。

因为原始变量的数据量级和量纲存在较大差异，需要先对数据进行标准化来消除数量级的影响，再进行相关性分析，否则量级相对较小的数据很容易被量级大的数据覆盖。标准化的方法是将原始数据的各列除以各列的标准差。标准化后的各自变量如下表3所示。

我们可以通过把标准化之后的数据进行相关性分析，筛选出与房地产销售面积相关程度较高的变量设为自变量，并将与选定自变量相关程度较高的变量剔除。具体相关性分析如表4所示。

在表4中可以按照与房地产销售面积的相关程度高低进行排序， 排列结果为： 全市年末总人口、城乡居民储蓄余额、房地产价格预期、人均可支配收入、年人均GDP、房地产销售价格、GDP、银行住房五年以上贷款利率、房价收入比。其中， 银行住宅贷款五年以上利率、房价收入比均与房地产销售面积的关系不显著， 不相关的程度超过了50%。而全市年末总人口与房地产价格预期的相关性程度较高，达到了0.97，全市年末总人口与房地产销售面积的相关性更好，排除房地产价格预期。将影响成都市房地产市场需求的三个关键因素为：人均可支配收入、城乡居民储蓄余额、全市年末总人口。

三、结论

通过采用数据建模的方法，建立房地产市场需求模型，通过对影响房地产市场需求九个影响因素的相关性分析，得出影响成都市房地产市场需求的关键因素为年人均可支配收入、城乡居民储蓄余额、全市年末总人口。

参考文献：

[1]窦坤芳.房地产经济学基础[M].重庆：重庆大学出版社，2007.

[2]王林.房地产市场预测与风险分析方法及应用研究[D]. 国防科学技术大学，2008.

[3] Johansen. Statistical analysis of cointe grating vectors[J].Journal of Economic Dynamics and Control 1991（12）.

[4]李真雅.影响我国住宅需求的非经济因素[J].北方经济，2005（11）.

[5]朱燕.我国房地产市场需求预测模型研究[J].哈尔滨商业大学学报，2011（02）.

（作者单位：四川财经职业学院）