北京房價供求方面的研究-課件

1、小組人員： 組長 資料收集 數(shù)據(jù)分析 PPT制作 演示 劉銳 蔡麗 張健 何稷康 劉銳 熊海師 王景閣 吳瑕從供需分析看北京商品房價格走勢指導(dǎo)老師代峰 1.背景導(dǎo)入 2.影響因素分析 定性分析 影響商品房價格因素的需求分析 影響商品房價格因素的供給分析 定量分析 模型建立 數(shù)據(jù)收集 數(shù)據(jù)分析 3.結(jié)語與預(yù)測 4.參考文獻目錄背景導(dǎo)入 我國的房地產(chǎn)價格從 2019 年來一直處于上升狀態(tài)。2019 年來漲幅有所下降，因為 2019 年來，國家出臺了相關(guān)的宏觀調(diào)控政策，使房地產(chǎn)投資過快的情況得到了控制，房地產(chǎn)供求關(guān)系有一定的改善。但是從 2019 年開始，房價又開始悄悄回升了。政府雖然積極地調(diào)控房價

2、，但全國的房價仍然漲聲一片。北京市商品房的價格上漲是否合理？是否真正反映了經(jīng)濟發(fā)展水平？影響其變化的因素是什么？本課題的研究，旨在用有很強說服力的數(shù)理論證解答以上問題，揭示影響北京市商品房價格的主要因素，及各因素對房價的影響程度，從而理性的看待房地產(chǎn)市場的價格變化。影響商品房價格的因素分析（定性分析）需求方面影響因素分析房地產(chǎn)市場需求方政府企業(yè)民眾影響商品房價格的因素分析企業(yè)民眾+收入水平： 城鄉(xiāng)居民存款余額 城鎮(zhèn)居民平均每人可支配收入城鎮(zhèn)居民家庭每人每年現(xiàn)金支出（2019年）單位：元項目全市平均低收入戶 20%中低收入戶20%中等收入戶20%中高收入戶20%高收入戶20%消費性支出19934

3、1147816611186832243331085服務(wù)性消費支出560030364633499262619277購房與建房支出104930911835014540購房100915111634854511建房401582.1629轉(zhuǎn)移性支出23927321477177824825684財產(chǎn)性支出155309595181386社會保障支出339120913098313636755026影響商品房價格的因素分析影響商品房價格的因素分析存在差異，但差異較小2100影響商品房價格的因素分析疑問一人均可支配收入疑問二影響商品房價格的因素分析疑問一人均可支配收入疑問二邊際消費傾向遞減凱恩斯理論認(rèn)為： 人們的

4、消費雖然隨收入的增加而增加，但在所增加的收入中用于增加消費的部分越來越少。其結(jié)論是：窮人邊際消費傾向遠大于富人收入水平的增加對商品房價格水平的影響程度取決于邊際消費傾向的大小影響商品房價格的因素分析供給方面影響因素分析房屋供給因素土地價格土地資源建筑成本銀行利率房地產(chǎn)投資額房屋竣工面積200020192019201920192019201905001000150020002500房地產(chǎn)投資額（億）30003500影響商品房價格的因素分析30003500房地產(chǎn)投資額20192019折線圖全球金融危機國家宏觀調(diào)控影響商品房價格的因素分析商品房竣工面積19942019折線圖影響商品房價格的因素分析2

5、019年7月關(guān)于外省市個人在京購房不再經(jīng)審批的通知的出臺及2019年奧運會的日益臨近受“8.31”大限的影響，2019年北京土地供應(yīng)出現(xiàn)集中放量現(xiàn)象；再加上近幾年為奧運相關(guān)配套建設(shè)的高峰期，因此，2019年商品房竣工面積呈現(xiàn)大幅上漲趨勢。2019年商品房竣工面積出現(xiàn)高峰原因：北京商品房供求的定量分析2019-2019年北京房地產(chǎn)相關(guān)情況（商品房）年份房地產(chǎn)開發(fā)投資額商品房銷售額商品房銷售面積（億元）（億元）（萬平方米）20191719.92159.03193.920192019.82514.72891.720191908.71658.32558.020092337.73259.72678.62

6、0192901.12915.42386.720192026.33268.22245.2注：其中11年數(shù)據(jù)由于部分?jǐn)?shù)據(jù)缺失，為推算得出 相關(guān)統(tǒng)計表明，2019年北京市商品房銷售額同比增長12.1%，商品房銷售面積同比減少12.2%北京商品房供求的定量分析綜合供求兩方面，影響因素為：居民儲蓄存款余額人均可支配收入房地產(chǎn)竣工面積房地產(chǎn)開發(fā)投資額AP=0+1S+2PDI+3BA+4I+SPDIBAI年份商品房銷售均價（元）存款余額（億元）人均可支配收入（元）商品房竣工面積（萬平方米）房地產(chǎn)投資額（億元）APSPDIBAI19943582.44853.24731445.799.520193637.311

7、254.05868653.0352.820194398.511707.06885663.4328.220195641.111975.37813682.3330.320195239.492287.28521842.8377.420195648.422680.791831208.5421.520004919.012923.2103501365.6522.120195061.413536.3115781707.4783.820194763.84389.7124642384.5989.420194736.795293.5138832593.71202.520195052.996122.31563830

8、67.01473.320196274.267477.6176533770.91525.020198279.578703.3193063193.91719.9201911553.119113.5219892891.72019.820191241811869.9247252558.01908.7200913798.8414566.3267382678.62337.7201917782.2516876.3290732386.72901.1201922703.7619126.1329032245.23036.3北京商品房供求的定量分析 由于北京房價地段差異明顯，故此處為簡化研究，本論題中的商品房價格我

9、們?nèi)樯唐贩夸N售均價。 商品房銷售均價=商品房銷售額商品房銷售面積北京商品房供求的定量分析北京商品房供求的定量分析北京商品房供求的定量分析輸入移去的變量模型輸入的變量移去的變量方法1I, BA, PDI, Sa.輸入a. 已輸入所有請求的變量。模型匯總b模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差1.991a.982.976831.35996a. 預(yù)測變量: (常量), I, BA, PDI, S。b. 因變量: Y相關(guān)系數(shù)R與決定系數(shù)R方表示總體回歸效果較好北京商品房供求的定量分析系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)B標(biāo)準(zhǔn) 誤差試用版tSig.1(常量)1541.1831090.8871.413.18

10、1S.045.401.046.112.913PDI.604.245.9542.462.029BA-2.593.474-.495-5.474.000I1.5831.834.270.863.404因變量: Y很明顯的，我們可以看到，其中變量S和變量I的回歸效果并不是很好，當(dāng)然其中有共線性的存在。北京商品房供求的定量分析回歸分析異方差檢驗表明模型存在異方差性，為了解決模型的異方差性，我們對變量進行取對數(shù)，通過SPSS的轉(zhuǎn)換功能，我們?nèi)〉昧艘恍┨幚砗蟮臄?shù)據(jù)北京商品房供求的定量分析 編號INYINSINPDIINBAINI18.186.758.466.14.628.27.138.686.485.8738

11、.397.448.846.55.7948.647.598.966.535.858.567.749.056.745.9368.647.899.137.16.0478.57.989.247.226.2688.538.179.367.446.6698.478.399.437.786.9108.468.579.547.867.09118.538.729.668.037.3128.748.929.788.247.33139.029.079.878.077.45149.359.12107.977.6159.439.3810.127.857.55169.539.5910.197.897.76179.799.

12、7310.287.787.971810.039.8610.47.728.02表中數(shù)據(jù)為講原表變量進行對數(shù)轉(zhuǎn)換得出，也就是通過SPSS軟件的語法功能Compute 新變量 = LN（原變量）Execute 得出北京商品房供求的定量分析模型匯總b模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差1.991a.982.977.08503a. 預(yù)測變量: (常量), LNI, LNBA, LNPDI, LNS。b. 因變量: LNY系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)B標(biāo)準(zhǔn) 誤差試用版tSig.1(常量)-2.7092.792-.970.350LNS-.156.436-.259-.357.727LNPDI1.954.

13、6572.0362.973.011LNBA-.662.078-.797-8.510.000LNI-.119.124-.204-.962.354a. 因變量: LNY模型匯總b模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差1.991a.982.976831.35996a. 預(yù)測變量: (常量), I, BA, PDI, S。b. 因變量: Y系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)B標(biāo)準(zhǔn) 誤差試用版tSig.1(常量)1541.1831090.8871.413.181S.045.401.046.112.913PDI.604.245.9542.462.029BA-2.593.474-.495-5.474.000I

14、1.5831.834.270.863.404因變量: Y北京商品房供求的定量分析我們講變量S居民儲蓄存款余額和變量I房地產(chǎn)開發(fā)投資額剔除。下面是以PDI和BA為自變量的回歸分析從而得到的系數(shù)以及相關(guān)顯著性概率如表中所示模型匯總b模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差1.990a.980.978809.11127a. 預(yù)測變量: (常量), BA, PDI。b. 因變量: Y系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)B標(biāo)準(zhǔn) 誤差試用版tSig.1(常量)677.603440.6541.538.145PDI.796.0321.25725.195.000BA-2.517.261-.480-9.629.000a

15、. 因變量: Y北京商品房供求的定量分析從而得出剔除相關(guān)變量后的回歸方程：北京商品房供求的定量分析北京商品房供求的定量分析結(jié)語與初步預(yù)測 居民名義可支配收入的增加和商品房供給不足之間的矛盾依然是影響房價上漲的主要因素，由于北京市開發(fā)程度高，土地要素供應(yīng)緊張導(dǎo)致商品房供給不足也預(yù)見了商品房價格的上漲勢頭，而其上漲趨勢也不可避免。預(yù)測對策建議（一） 轉(zhuǎn)變政府職能, 提高對房地產(chǎn)市場的管理水平（二） 盤活存量土地, 完善土地供應(yīng)辦法, 增加土地供應(yīng)量（三） 完善住房保障制度（四） 加快不動產(chǎn)稅的實施參考資料書籍文獻2019-2019北京統(tǒng)計年鑒 Ch05-09 房屋施工竣工面積(1978-2019年) Ch05-11 房地產(chǎn)開發(fā)情況(1990-2019年) Ch05-12 房地產(chǎn)開發(fā)面積(1990-2019年) Ch05-15 商品房 Ch08-03 城鎮(zhèn)居民現(xiàn)金收入 Ch08-04 城鎮(zhèn)居民現(xiàn)金支出四川省商品房價格影響因