运用Excel软件中数据分析来对数据进行线性拟合,得到以下结果:
有效供应方程的检验结果:

有效需求回归方程的检验结果:

  
(a) P与A散点图 (b)G与A散点图 (c) I与A散点图
图1 有效供应回归模型散点图
由图1可知,在有效供应回归模型中,有效供应量A与G线性关系良好,而与P和I不理想,这说明长沙市房地产市场的商品房供应主要受GDP影响,而与商品房价格和固定资产投资额无明显关系。
 
(a) P与B散点图(b) J与B散点图
 
(c) G与B散点图(d) K与B散点图
图2 有效需求回归模型散点图
从图2可知,有效需求B与G线性关系良好,与K、B线性关系较好,而与P的线性关系不理想。
房地产价格与房地产市场商品房供求无明显关系,这一结论似乎与经济学中的供求理论背道而驰。然而事实上,从非均衡经济的角度来看,行为人的决策依据不一定是价格,还受其他各种因素的限制。同时商品房是生活必需品,受自身特点限制一般不具有可替代性。另外,由于商品房产品的形成需要一定的周期,因此,房地产固定投资并不一定及时的反映到商品房的供应总量中来。
利用Cp准则或AIC准则,采用全局择优法对自变量进行选择,建立优化的模型如式(9)和式(10):
(9)
(10)
二、模型应用
2.1 长沙市房地产商品房供求非均衡度分析
非均衡度 是房地产市场供求情况的一个重要指标,可以反映房地产市场供求的非均衡程度,其中 。
表2:长沙市房地产市场供求估算结果
年份 |
有效需求 |
有效供应 |
交易量 |
非均衡度 |
1994 |
0.64 |
161.12 |
0.64 |
7.5841 |
1995 |
12.39 |
199.25 |
12.39 |
6.1594 |
1996 |
27.67 |
190.86 |
27.67 |
3.7750 |
1997 |
87.39 |
159.96 |
87.39 |
3.4211 |
1998 |
94.69 |
219.02 |
94.69 |
1.3622 |
1999 |
162.38 |
332.77 |
162.38 |
1.0303 |
2000 |
224.80 |
234.22 |
224.80 |
0.0091 |
2001 |
299.26 |
304.76 |
299.26 |
0.1168 |
2002 |
387.61 |
391.86 |
387.61 |
0.2027 |
2003 |
414.19 |
709.97 |
414.19 |
0.5891 |
2004 |
528.11 |
862.57 |
528.11 |
0.6590 |
2005 |
580.90 |
738.93 |
580.90 |
0.1048 |
2006 |
696.95 |
906.22 |
696.95 |
0.3055 |
2007 |
879.15 |
1390.72 |
879.15 |
0.5556 |
2008 |
987.75 |
1402.87 |
987.75 |
0.4767 |
由表2可知,长沙房地产市场一直处于供大于求的状态,有数据显示,长沙商品房空置率一直居高不下,2008年空置239.01万平方米,同比增加27.34%。
2.2 长沙市商品房供求预测分析
根据长沙市未来几年的发展目标,GDP增长9%,达到 2600.462亿元,城市人口增长率0.35%,居民可支配收入增长5.6%,固定资产投资增长率20%,通过利用本文所建模型,可以预测未来即几年长沙市房地产市场供求情况,见表3和表4。
表3:长沙房地产市场供应预测
年份 |
GDP |
固定资产投资 |
年供应总量 |
年供应增量 |
2009 |
1842.233 |
3733400 |
1639.92 |
237.05 |
2010 |
2008.034 |
4106740 |
1858.25 |
218.33 |
2011 |
2188.757 |
4517414 |
2126.37 |
268.13 |
2012 |
2385.745 |
4969155 |
2374.90 |
248.53 |
2013 |
2600.462 |
5466071 |
2579.25 |
204.36 |
表4:长沙房地产市场需求预测
年份 |
GDP |
城镇化水平 |
人均可支配收入 |
年需求总量 |
年需求增量 |
2009 |
1842.233 |
162.3079 |
19305.79 |
1023.17 |
73.17 |
2010 |
2008.034 |
167.9886 |
20386.92 |
1124.59 |
111.42 |
2011 |
2188.757 |
173.8682 |
21528.58 |
1231.84 |
95.25 |
2012 |
2385.745 |
179.9536 |
22734.18 |
1335.87 |
106.03 |
2013 |
2600.462 |
186.252 |
24007.3 |
1432.22 |
103.335 |
三、总结与展望
本文利用了多元线性回归对一类商品房供应与需求做出了合理的预测,对房地产市场的供给曲线和需求曲线进行分析,可以很好的分析影响房地产市场供给和需求的各个因素,以及各个因素对房地产供给量和需求量的影响程度,并且建立了优化模型。论文发表。该模型相当于一个模拟机器,可以由一些确定的参数为商品房市场开发系统提供最优选择。这有利于我们很好的对某个区域的房地产市场进行供需评价,对房地产开发公司进行土地购买、开发进度规划、市场竞争战略的制定提供一个参考资料。通过建立长沙市的房地产供需模型预测未来一段时期长沙房地产市场的供给量和需求量,将数据进行比较,为房地产开发公司、政府部门及相关行业单位的决策提供可靠的理论依据,合理规划供应量,从而为市场提供最优供给。
参考文献:
[1] 沈悦,刘洪玉.中国房地产开发投资与GDP 的互动关系[J].清华大学学报(自科版), 2004年,第1205-1208页.
[2] 李雅静,杨毅.利率和货币供应量对我国房地产投资的影响[J].西安财经学院学报, 2005年,第48-51页.
[3] 刘传哲,聂学峰.我国货币政策通过房地产投资传递的实证分析[J].统计与决策,2006年,第94-96页.
[4] 孙力军,孙力彬.我国货币政策调控房地产价格的效果分析[J].济南金融,2006年,第32-33页.
[5] 王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报,2008年,第104-111页.
[6] 张军,孟令克.哈尔滨市房地产市场供求分析[J].建筑管理现代化.2007年,第43-45页.
[7] 陈俊.基于非均衡理论的房地产市场有效供求总量分析—以武汉市为例[J]. 决策&信息,2008年,第14-15页.
2/2 首页 上一页 1 2 |