北京房价供求方面的研究-课件.ppt

1、小组人员：组长 资料收集 数据分析 PPT制作 演示 刘锐 蔡丽 张健 何稷康 刘锐 熊海师 王景阁 吴瑕指导老师代峰 1.背景导入 2.影响因素分析 定性分析 影响商品房价格因素的需求分析 影响商品房价格因素的供给分析 定量分析 模型建立 数据收集 数据分析 3.结语与预测 4.参考文献背景导入 我国的房地产价格从 2019 年来一直处于上升状态。2019 年来涨幅有所下降，因为 2019 年来，国家出台了相关的宏观调控政策，使房地产投资过快的情况得到了控制，房地产供求关系有一定的改善。但是从 2019 年开始，房价又开始悄悄回升了。政府虽然积极地调控房价，但全国的房价仍然涨声一片。北京市商

2、品房的价格上涨是否合理？是否真正反映了经济发展水平？影响其变化的因素是什么？本课题的研究，旨在用有很强说服力的数理论证解答以上问题，揭示影响北京市商品房价格的主要因素，及各因素对房价的影响程度，从而理性的看待房地产市场的价格变化。影响商品房价格的因素分析（定性分析）需求方面影响因素分析房地产市场需求方政府企业民众影响商品房价格的因素分析企业民众城镇居民家庭每人每年现金支出（2019年）单位：元项目全市平均低收入户 20%中低收入户20%中等收入户20%中高收入户20%高收入户20%消费性支出199341147816611186832243331085服务性消费支出560030364633499

3、262619277购房与建房支出104930911835014540购房100915111634854511建房401582.1629转移性支出23927321477177824825684财产性支出155309595181386社会保障支出339120913098313636755026影响商品房价格的因素分析影响商品房价格的因素分析存在差异，但差异较小2100影响商品房价格的因素分析疑问一人均可支配收入疑问二影响商品房价格的因素分析疑问一人均可支配收入疑问二边际消费倾向递减凯恩斯理论认为：人们的消费虽然随收入的增加而增加，但在所增加的收入中用于增加消费的部分越来越少。其结论是：穷人边际消费

4、倾向远大于富人收入水平的增加对商品房价格水平的影响程度取决于边际消费倾向的大小影响商品房价格的因素分析供给方面影响因素分析房屋供给因素土地价格土地资源建筑成本银行利率房地产投资额房屋竣工面积200020192019201920192019201905001000150020002500房地产投资额（亿）30003500影响商品房价格的因素分析30003500房地产投资额20192019折线图全球金融危机国家宏观调控影响商品房价格的因素分析商品房竣工面积19942019折线图影响商品房价格的因素分析2019年7月关于外省市个人在京购房不再经审批的通知的出台及2019年奥运会的日益临近受“8.31

5、”大限的影响，2019年北京土地供应出现集中放量现象；再加上近几年为奥运相关配套建设的高峰期，因此，2019年商品房竣工面积呈现大幅上涨趋势。2019年商品房竣工面积出现高峰原因：北京商品房供求的定量分析2019-2019年北京房地产相关情况（商品房）年份 房地产开发投资额商品房销售额商品房销售面积（亿元）（亿元）（万平方米）20191719.92159.03193.920192019.82514.72891.720191908.71658.32558.020092337.73259.72678.620192901.12915.42386.720192026.33268.22245.2注：其中

6、11年数据由于部分数据缺失，为推算得出 相关统计表明，2019年北京市商品房销售额同比增长12.1%，商品房销售面积同比减少12.2%北京商品房供求的定量分析综合供求两方面，影响因素为：居民储蓄存款余额人均可支配收入房地产竣工面积房地产开发投资额AP=0+1S+2PDI+3BA+4I+SPDIBAI年份年份商 品 房 销 售商 品 房 销 售均价（元）均价（元）存款余额存款余额（亿元）（亿元）人均可支配人均可支配收入（元）收入（元）商品房竣工面积商品房竣工面积（万平方米）（万平方米）房地产投资房地产投资额（亿元）额（亿元）APSPDIBAI19943582.44853.24731445.799

7、.520193637.311254.05868653.0352.820194398.511707.06885663.4328.220195641.111975.37813682.3330.320195239.492287.28521842.8377.420195648.422680.791831208.5421.520004919.012923.2103501365.6522.120195061.413536.3115781707.4783.820194763.84389.7124642384.5989.420194736.795293.5138832593.71202.520195052.9

8、96122.3156383067.01473.320196274.267477.6176533770.91525.020198279.578703.3193063193.91719.9201911553.119113.5219892891.72019.820191241811869.9247252558.01908.7200913798.8414566.3267382678.62337.7201917782.2516876.3290732386.72901.1201922703.7619126.1329032245.23036.3北京商品房供求的定量分析 由于北京房价地段差异明显，故此处为简化

9、研究，本论题中的商品房价格我们取为商品房销售均价。商品房销售均价=商品房销售额商品房销售面积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输入移去的变量输入移去的变量模型输入的变量移去的变量方法1I,BA,PDI,Sa.输入a.已输入所有请求的变量。模型汇总模型汇总b b模型RR 方调整 R 方标准 估计的误差1.991a.982.976831.35996a.预测变量:(常量),I,BA,PDI,S。b.因变量:Y相关系数R与决定系数R方表示总体回归效果较好北京商品房供求的定量分析系数系数a a模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)1541.1

10、831090.8871.413.181S.045.401.046.112.913PDI.604.245.9542.462.029BA-2.593.474-.495-5.474.000I1.5831.834.270.863.404因变量:Y很明显的，我们可以看到，其中变量S和变量I的回归效果并不是很好，当然其中有共线性的存在。北京商品房供求的定量分析回归分析异方差检验表明模型存在异方差性，为了解决模型的异方差性，我们对变量进行取对数，通过SPSS的转换功能，我们取得了一些处理后的数据北京商品房供求的定量分析 编号编号INYINYINSINSINPDIINPDIINBAINBAINIINI18.1

11、86.758.466.14.628.27.138.686.485.8738.397.448.846.55.7948.647.598.966.535.858.567.749.056.745.9368.647.899.137.16.0478.57.989.247.226.2688.538.179.367.446.6698.478.399.437.786.9108.468.579.547.867.09118.538.729.668.037.3128.748.929.788.247.33139.029.079.878.077.45149.359.12107.977.6159.439.3810.127.

12、857.55169.539.5910.197.897.76179.799.7310.287.787.971810.039.8610.47.728.02表中数据为讲原表变量进行对数转换得出，也就是通过SPSS软件的语法功能Compute 新变量=LN（原变量）Execute 得出北京商品房供求的定量分析模型汇总模型汇总b b模型RR 方调整 R 方标准 估计的误差1.991a.982.977.08503a.预测变量:(常量),LNI,LNBA,LNPDI,LNS。b.因变量:LNY系数系数a a模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)-2.7092.792-.970.350

13、LNS-.156.436-.259-.357.727LNPDI1.954.6572.0362.973.011LNBA-.662.078-.797-8.510.000LNI-.119.124-.204-.962.354a.因变量:LNY模型汇总模型汇总b b模型RR 方调整 R 方标准 估计的误差1.991a.982.976831.35996a.预测变量:(常量),I,BA,PDI,S。b.因变量:Y系数系数a a模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)1541.183 1090.8871.413.181S.045.401.046.112.913PDI.604.245.95

14、42.462.029BA-2.593.474-.495-5.474.000I1.5831.834.270.863.404因变量:Y北京商品房供求的定量分析我们讲变量S居民储蓄存款余额和变量I房地产开发投资额剔除。下面是以PDI和BA为自变量的回归分析从而得到的系数以及相关显著性概率如表中所示模型汇总模型汇总b b模型RR 方调整 R 方标准 估计的误差1.990a.980.978809.11127a.预测变量:(常量),BA,PDI。b.因变量:Y系数系数a a模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)677.603440.6541.538.145PDI.796.0321.

15、25725.195.000BA-2.517.261-.480-9.629.000a.因变量:Y北京商品房供求的定量分析从而得出剔除相关变量后的回归方程：北京商品房供求的定量分析北京商品房供求的定量分析结语与初步预测 居民名义可支配收入的增加和商品房供给不足之间的矛盾依然是影响房价上涨的主要因素，由于北京市开发程度高，土地要素供应紧张导致商品房供给不足也预见了商品房价格的上涨势头，而其上涨趋势也不可避免。预测对策建议（一）转变政府职能,提高对房地产市场的管理水平（二）盘活存量土地,完善土地供应办法,增加土地供应量（三）完善住房保障制度（四）加快不动产税的实施参考资料书籍文献2019-2019北京

16、统计年鉴 Ch05-09 房屋施工竣工面积(1978-2019年)Ch05-11 房地产开发情况(1990-2019年)Ch05-12 房地产开发面积(1990-2019年)Ch05-15 商品房 Ch08-03 城镇居民现金收入 Ch08-04 城镇居民现金支出四川省商品房价格影响因素分析.doc国家房价调控政策.doc多元线性回归中多重共线性的处理.pdfSPSS中多元回归分析实例解析.pdf参考资料Spss因子分析.doc四川省商品房价格影响因素分析.doc国家房价调控政策.doc回归模型异方差性的检验与消除研究_以SPSS为分析工具.pdf运用spss做因子分析与主成分分析.ppt网站新浪爱问共享资料：ishare.iask.sina/新浪地产网：dichan.sina/百度文库：wenku.MBA智库：wiki.mbalib/wiki/谢谢观看