昆明市商品房价格影响因素分析及预测

[摘 要]本文运用多元线性回归对商品房价格影响因素进行分析的基础上，运用灰色预测对昆明市商品房价格进行预测并提出相应对策。

[关键词]商品房价格；多元线性回归；灰色GM（1，1）；预测

[中图分类号]F123 [文献标识码]A [文章编号]1005-6432（2013）33-0070-03

自2004年以来，随着各大城市房价飞速上涨，中国房地产市场的发展已成为理论研究和房地产市场中的热门话题。住宅价格关系到老百姓的生活，是政府部门、房地产行业、学术界所关注的焦点。

1 研究思路及研究方法

1.1 研究思路

本文共分五部分，第一部分主要介绍课题研究背景、意义、研究思路和研究方法。第二部分对昆明市商品房价格影响因素进行分析，分析昆明市近年来房价不断上涨的原因。第三部分为实证分析阶段，通过搜集相关经济数据，运用EVIEWS软件，作多元回归分析，确定昆明市商品住宅价格与各因素之间的数量关系。第四部分用GM（1，1）模型，对昆明市商品房价格进行预测。第五部分提出政策建议。

1.2 研究方法

理论联系实际法：运用有关经济学理论，分析影响昆明市房价的因素。

实证分析法：根据所收集的资料，运用多元回归模型实证分析各影响因素与房价的关系，预测昆明市近期的房价。

文献检索法：主要是了解目前我国对商品住宅价格问题及其相关内容的主要研究成果，对所研究的问题有初步认识。

2 昆明市商品房市场概况分析

2.1 近十年来昆明市房地产投资情况

昆明市房地产投资呈逐年上升趋势，2005年上升幅度达到了71.75%，创下新高。之后2006年开始增速有所下降，2010年绝对值达到了4406800万元。

2.2 昆明市商品房价格走势分析

笔者查验了近十年昆明市房价相关资料后发现：自2005年以来，昆明市商品房均价突破2500元每平方米，快速上涨，到2009年达到十年来的新高3807元/平方米，在2010年以来房屋均价有下降的趋势。

3 昆明商品房价格影响因素定量分析

3.1 多元线性回归模型选取

3.4 模型分析

1.人口数量对房价的影响：常住人口量与商品房平均价格呈正相关，随着人口数量的增加，有效需求也相应增加，商品房价格上升。

2.房屋销售面积对房价的影响：一般来说房屋销售面积越多供给越多房屋价格会降低，但这里呈现的为正相关，可以解释为，人们的收入水平已经赶不上房屋价格的上涨速度，导致销售面积越多房屋价格反而增加。

3.利率对于房价的影响：从模型结果来看，利率对于房价的影响系数偏大，说明房地产价格的涨跌与利率的高低密切相关。利率水平决定房价水平，利率变动决定房价走势。

4.土地开发投资对房价的影响：在本文中并不是说土地开发投资对房价没有影响，而是 它们呈现出了多重共线性，这种影响被其他变量所解释。

4 昆明市近期商品房价格预测

灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测，灰色预测就是利用这种规律建立灰色模型对灰色系统进行预测。

总结：从灰色预测的数据来看，房价在短期内仍然存在居高不下的趋势。由于笔者所做的只是短期的房价预测，无法据此判断我国房价的长期走势，也无法预测我国房价是否出现拐点。

5 结论与对策建议

5.1 结论

经过以上分析可以得出：人口数量，销售面积，利率，土地开发投资等影响昆明市商品房销售价格，其中利率对房价影响较大，对房价有负相关影响，人口数量，销售面积对房价影响呈正相关。

从后面的时间序列和灰色预测分析来看，预测出的结果昆明市商品房均价在2012年保持在6000元左右，2013年房价在7000左右。也就是说昆明市商品房近期均价价格略高于前期价格，昆明市房价在近期内应该会在保持原来价格的基础上平稳上升。

5.2 对策建议

（1）重视土地价格对商品房销售价格的影响。房价与地价之间的互动关系，在有较多土地供应的情况下，地价水平主要取决于房价水平。

（2）强化土地资源管理，完善供地政策。要通过土地价格的标底的确定和建立土地拍卖后评估等制度，合理确定土地价格。同时，政府要改变出让方式，将招标作为出让的“单一规则”，在制度上进行约束。

（3）合理的引导房地产的国内信贷。一是要加强开发商房地产的信贷监控。二是应该加强投资者购房信贷的监控。

（4）银行应尽可能进行金融创新。银行应根据现有法律的有关规定，尽快进行相关金融创新，使得人们能够根据自己的意愿进行建房，这样能够使房地产价格较快回落。

参考文献：

[1] Geoffrey K. Turnbull. Information， search， and house prices[J]. Regional Science and UrbanEconomics， 1993， 23（4）： 545-557.

[2]Dan Knudsen. Residential investments and house prices in Denmark[J].Economic Modelling，1994，11（2）： 201-214.

[3]Thomas A. Downes， Jeffrey E. Zabel. The impact of school characteristics on house prices∶Chicago 1987—1991[J].Journal of Urban Economics， 2002， 52（1）： 1-25.

[4]A.Cz马利亚里斯，W.A.布罗克.经济学和金融学中的随机方法[M].陈守东.[J]，李小军，译.上海：上海人民出版社，1982.

[5] （美）Edward P C.Kao.随机过程导论[M].北京：机械工业出版社，2003.

[6] 张红.房地产经济学讲义[M].北京：清华大学出版社，2004.

[7]邓聚龙.灰映射.灰色系统论文集[M].武汉：华中理工大学出版社，1989.

[8]邓聚龙.灰色系统理论教程[M].武汉：华中理工大学出版社，1990.

[作者简介]刘丹羽（1988—）女，四川屏山人，硕士， 土地资源管理专业。研究方向：土地经济与房地产；张洪（1958—）男，四川成都人，教授，云南财经大学城市与环境学院院长。