北京市房价指数.docx
- 文档编号:8600219
- 上传时间:2023-02-01
- 格式:DOCX
- 页数:17
- 大小:497.10KB
北京市房价指数.docx
《北京市房价指数.docx》由会员分享,可在线阅读,更多相关《北京市房价指数.docx(17页珍藏版)》请在冰豆网上搜索。
北京市房价指数
北京市(二手房)房地产价格指数编制
一、前言
随着经济的发展,我国房地产市场愈发红火,其中北京作为我国首都,其房价的持续上涨备受瞩目。
09年国土资源全国城市地价监测组所发布的房价数据与国家统计局公布的数据存在着相当大的差异遭到了的社会舆论的一致炮轰。
在本学期的房地产价格理论与估价方法课程中,我们学习了使用Hedonic模型来编制更为科学合理的房价指数。
我们小组通过分工合作,每人研究两个行政区的房价变化,综合四组数据后编制北京市总体的房价指数,并比较北京市总体与各区域房价指数走势,验证房价是否真的逐渐走低。
二、数据说明
1、数据来源类型的选取
由于本次作业若以房屋为单位搜集数据,虽可以充分考虑到朝向、面积、楼层、装修情况等特征因素,但难以获取各个报告期的价格;若以小区为单位搜集数据,可以从搜房网上获取各报告期价格,但朝向、面积等因素则会被忽略。
经过权衡和咨询老师,我们小组统一以小区为单位搜集数据。
2、搜集范围
小组作业共搜集了东城(含崇文)、西城(含宣武)、海淀区、昌平区、朝阳区、通州区、丰台区、大兴区共8个城区,共搜集465个小区二手房信息,基本覆盖了北京市六环以内的主要住房区域。
其中按照毗邻原则,将8个城区分为四组,丁佳靓负责东城、西城,杨雯莉负责海淀、昌平,张莉负责朝阳、通州,张索迪负责丰台、大兴。
3、数据来源
Ø项目信息
搜房网——二手房——小区:
采集信息:
项目名称、所在城区、容积率、绿化率、房龄、产权形式(普通商品房为0,经济适用房为1)、物业费、2010年11月至2011年11月的历史房价。
其中项目名称、所在城区为项目基本信息,产权形式因经济适用房数量较少因此在回归中删去了,容积率、绿化率、房龄反应了小区的质量和舒适程度,物业费在一定程度上反应了小区安保、卫生、公共设施维护等服务情况。
Ø空间信息
搜狗地图:
采集信息:
天安门直线距离、最近地铁站距离、最近学校(中、小学)距离、最近医院距离、最近公交车站距离、最近大型商场距离、最近公园距离。
其中距天安门直线距离表征小区的地段,距地铁站、公交车站的距离表征小区公共交通便利程度,距中小学距离表征学区房对小区价格的影响,距大型商场的距离表征其高档购物、娱乐水平(这也是为何采用大型商场而非一般商店等),距公园距离在一定程度上反映了小区周边环境。
(具体统计数据见excel表格。
)
三、建立HEDONIC模型(各期独立建模)
将统计数据中的价格和距离(以km为单位)取对数,其他特征不做处理,导入stata中,进行回归。
得到各期独立模型如下:
2010年11月:
拟合R2=0.7297,拟合线性较好
log(P)=4.7243-0.0068容积率+0.0529绿化率-0.0004房龄+0.0240物业费
(0.0318)(0.0029)(0.0502)(0.0010)(0.0028)
-0.4120log与天安门距离+0.0046log与最近地铁站距离
(0.0174)(0.0111)
-0.0476log与最近学校距离-0.0081log与最近医院距离
(0.0138)(0.0118)
+0.0068log与最近公交车站距离+0.0110log与最近大商场距离
(0.0124)(0.0112)
-0.0429log与最近公园距离
(0.0127)
2010年12月:
拟合R2=0.7416,拟合线性较好
log(P)=4.7237-0.0066容积率+0.0593绿化率-0.0002房龄+0.0243物业费
(0.0315)(0.0029)(0.0498)(0.0010)(0.0028)
-0.4089log与天安门距离+0.0071log与最近地铁站距离
(0.0173)(0.0110)
-0.0497log与最近学校距离-0.0113log与最近医院距离
(0.0137)(0.0117)
+0.0091log与最近公交车站距离+0.0111log与最近大商场距离
(0.0123)(0.0112)
-0.0433log与最近公园距离
(0.0126)
2011年1月:
拟合R2=0.7275,拟合线性较好
log(P)=4.7373-0.0072容积率+0.0668绿化率-0.0001房龄+0.0235物业费
(0.0321)(0.0029)(0.0507)(0.0010)(0.0029)
-0.4075log与天安门距离+0.0105log与最近地铁站距离
(0.0176)(0.0112)
-0.0478log与最近学校距离-0.0068log与最近医院距离
(0.0139)(0.0119)
+0.00626log与最近公交车站距离+0.0103log与最近大商场距离
(0.0125)(0.0114)
-0.0419log与最近公园距离
(0.0129)
2011年2月:
拟合R2=0.7244,拟合线性较好
log(P)=4.7358-0.0067容积率+0.0610绿化率-0.0001房龄+0.0231物业费
(0.0319)(0.0029)(0.0504)(0.0010)(0.0028)
-0.4002log与天安门距离+0.0074log与最近地铁站距离
(0.0175)(0.0112)
-0.0457log与最近学校距离-0.0135log与最近医院距离
(0.0139)(0.0118)
+0.0080log与最近公交车站距离+0.0051log与最近大商场距离
(0.0124)(0.0113)
-0.0364log与最近公园距离
(0.0128)
2011年3月:
拟合R2=0.7271,拟合线性较好
log(P)=4.7448-0.0078容积率+0.0714绿化率-0.0002房龄+0.0229物业费
(0.0320)(0.0029)(0.0506)(0.0010)(0.0029)
-0.4073log与天安门距离+0.0099log与最近地铁站距离
(0.0176)(0.0112)
-0.0507log与最近学校距离-0.0149log与最近医院距离
(0.0139)(0.0119)
+0.0057log与最近公交车站距离+0.0066log与最近大商场距离
(0.0125)(0.0113)
-0.0362log与最近公园距离
(0.0128)
2011年4月:
拟合R2=0.7255,拟合线性较好
log(P)=4.7752-0.0096容积率+0.0554绿化率-0.0004房龄+0.0243物业费
(0.0338)(0.0031)(0.0533)(0.0011)(0.0030)
-0.4326log与天安门距离+0.0160log与最近地铁站距离
(0.0185)(0.0118)
-0.0547log与最近学校距离-0.0126log与最近医院距离
(0.0147)(0.0125)
+0.0055log与最近公交车站距离+0.0074log与最近大商场距离
(0.0131)(0.0119)
-0.0349log与最近公园距离
(0.0135)
2011年5月:
拟合R2=0.7222,拟合线性较好
log(P)=4.7695-0.0099容积率+0.0668绿化率-0.0003房龄+0.0249物业费
(0.0341)(0.0031)(0.0539)(0.0011)(0.0030)
-0.4307log与天安门距离+0.0143log与最近地铁站距离
(0.0187)(0.0120)
-0.0549log与最近学校距离-0.0170log与最近医院距离
(0.0148)(0.0126)
+0.0080log与最近公交车站距离+0.0070log与最近大商场距离
(0.0133)(0.0121)
-0.0361log与最近公园距离
(0.0137)
2011年6月:
拟合R2=0.7185,拟合线性较好
log(P)=4.7758-0.0104容积率+0.0693绿化率-0.0001房龄+0.0264物业费
(0.0350)(0.0032)(0.0554)(0.0011)(0.0031)
-0.4405log与天安门距离+0.0165log与最近地铁站距离
(0.0192)(0.0123)
-0.0530log与最近学校距离-0.0153log与最近医院距离
(0.0152)(0.0130)
+0.0075log与最近公交车站距离+0.0089log与最近大商场距离
(0.0137)(0.0124)
-0.0344log与最近公园距离
(0.0140)
2011年7月:
拟合R2=0.7195,拟合线性较好
log(P)=4.7762-0.0093容积率+0.0591绿化率-0.0003房龄+0.0271物业费
(0.0354)(0.0032)(0.0559)(0.0011)(0.0032)
-0.4423log与天安门距离+0.0171log与最近地铁站距离
(0.0194)(0.0124)
-0.0541log与最近学校距离-0.0154log与最近医院距离
(0.0154)(0.0131)
+0.0058log与最近公交车站距离+0.0097log与最近大商场距离
(0.0138)(0.0125)
-0.0356log与最近公园距离
(0.0142)
2011年8月:
拟合R2=0.7184,拟合线性较好
log(P)=4.7753-0.0095容积率+0.0608绿化率-0.0002房龄+0.0271物业费
(0.0355)(0.0033)(0.0560)(0.0011)(0.0032)
-0.4401log与天安门距离+0.0149log与最近地铁站距离
(0.0195)(0.0124)
-0.0552log与最近学校距离-0.0148log与最近医院距离
(0.0154)(0.0131)
+0.0081log与最近公交车站距离+0.0115log与最近大商场距离
(0.0138)(0.0125)
-0.0367log与最近公园距离
(0.0142)
2011年9月:
拟合R2=0.6734,拟合线性较好
log(P)=4.7605-0.0126容积率+0.0494绿化率-0.0007房龄+0.0308物业费
(0.0403)(0.0037)(0.0636)(0.0013)(0.0036)
-0.4400log与天安门距离+0.0123log与最近地铁站距离
(0.0221)(0.0141)
-0.0574log与最近学校距离-0.0224log与最近医院距离
(0.0154)(0.0149)
+0.0039log与最近公交车站距离+0.0122log与最近大商场距离
(0.0157)(0.0142)
-0.0435log与最近公园距离
(0.0161)
2011年10月:
拟合R2=0.7243,拟合线性较好
log(P)=4.7772-0.0136容积率+0.0747绿化率-0.0001房龄+0.0323物业费
(0.0369)(0.0034)(0.0583)(0.0012)(0.0033)
-0.4624log与天安门距离+0.0142log与最近地铁站距离
(0.0203)(0.0129)
-0.0555log与最近学校距离-0.0185log与最近医院距离
(0.0161)(0.0137)
+0.0077log与最近公交车站距离+0.0124log与最近大商场距离
(0.0144)(0.0131)
-0.0373log与最近公园距离
(0.0148)
2011年11月:
拟合R2=0.7218,拟合线性较好
log(P)=4.7827-0.0138容积率+0.0816绿化率-0.0003房龄+0.0310物业费
(0.0372)(0.0034)(0.0588)(0.0012)(0.0033)
-0.4674log与天安门距离+0.0141log与最近地铁站距离
(0.0204)(0.0130)
-0.0553log与最近学校距离-0.0184log与最近医院距离
(0.0162)(0.0138)
+0.0084log与最近公交车站距离+0.0109log与最近大商场距离
(0.0145)(0.0132)
-0.0375log与最近公园距离
(0.0149)
各系数综合表如下:
(stata回归截图见附录)
表1各月变量系数综合表
cons
容积率
绿化率
房龄
物业费
Log(D_TAM)
Log(D_SUB)
Log(D_SCHOOL)
Log(D_HOSPITAL)
Log(D_BUS)
Log(D_SHOP)
Log(D_PARK)
Nov-10
4.7243
-0.0068
0.0529
-0.0004
0.0240
-0.4120
0.0046
-0.0476
-0.0081
0.0068
0.0110
-0.0429
Dec-10
4.7237
-0.0066
0.0593
-0.0002
0.0243
-0.4089
0.0071
-0.0497
-0.0113
0.0091
0.0111
-0.0433
Jan-11
4.7273
-0.0072
0.0668
-0.0001
0.0235
-0.4075
0.0105
-0.0478
-0.0068
0.0026
0.0103
-0.0419
Feb-11
4.7358
-0.0067
0.0610
-0.0001
0.0231
-0.4002
0.0074
-0.0457
0.0135
0.0070
0.0051
-0.0364
Mar-11
4.7448
-0.0078
0.0714
-0.0002
0.0229
-0.4073
0.0099
-0.0507
-0.0149
0.0057
0.0066
-0.0362
Apr-11
4.7752
-0.0096
0.0554
-0.0004
0.0243
-0.4326
0.0160
-0.0547
-0.0126
0.0055
0.0074
-0.0349
May-11
4.7695
-0.0099
0.0668
-0.0003
0.0249
-0.4307
0.0143
-0.0549
-0.0170
0.0080
0.0070
-0.0361
Jun-11
4.7758
-0.0104
0.0693
-0.0001
0.0264
-0.4405
0.0165
-0.0530
-0.0153
0.0075
0.0089
-0.0344
Jul-11
4.7762
-0.0093
0.0591
-0.0003
0.0271
-0.4423
0.0171
-0.0541
-0.0154
0.0058
0.0097
-0.0356
Aug-11
4.7753
-0.0095
0.0608
-0.0002
0.0271
-0.4401
0.0149
-0.0552
-0.0148
0.0081
0.0115
-0.0367
Sep-11
4.7605
-0.0126
0.0494
-0.0007
0.0308
-0.4400
0.0123
-0.0574
-0.0224
0.0039
0.0122
-0.0435
Oct-11
4.7772
-0.0136
0.0747
-0.0001
0.0323
-0.4624
0.0142
-0.0555
-0.0185
0.0077
0.0124
0.0373
Nov-11
4.7827
-0.0138
0.0816
-0.0003
0.0310
-0.4674
0.0141
-0.0553
-0.0184
0.0084
0.0109
-0.0375
具体分析见下页。
从上述结果可以看出,R2在0.72左右,拟合度较好,说明变量对价格的解释度较高,考虑的因素相对全面。
此外,我们还利用vif功能得出了各个变量的膨胀系数,各个变量膨胀系数在1.26左右,说明所取变量之间相关性较小。
因此可以认为变量选取较为成功。
从表1中可以看出,绿化率的提高会显著提高住房价格(但其显著性较差),容积率较低均具有一定的价格优势,房龄对二手房价格有非常微弱的反向作用,且显著性很差;从区位条件来看,处于城市中心区的小区具有较高的价格,同时距离学校、公园的距离越近,学区房和周边良好环境可能导致价格的提高。
绿化率、物业费等特征的系数为正值,容积率、房龄、距天安门距离、到最近学校、医院、公园距离等变量的系数为负值,符合我们的预期和一般居民购房的倾向,较好地切合实际。
同时我们也看到,在上述变量中,容积率、物业费、距天安门距离、距最近学校距离、距最近公园的距离这几项有较高的显著度,说明居民在选择住宅时对小区的舒适度、地段区位、周边环境有较高的要求,而房龄在此处的显著度就较小。
但是我也发现有些项的结果并不符合:
到最近地铁站的距离、到最近公交车站距离、到最近大型商场的距离等项的系数为正,这是我们没有预料到的,可能有如下原因:
(1)搜集数据为二手房房主出价平均值,非成交价格,具有较大的卖者主观性,而不能充分反映买者的选择倾向,可能会产生上述问题;
(2)地铁站、公交车站虽然会带来便利的公共出行条件,但也伴随着噪音、人流密集等不良因素,而且如今的高价房面向群体多为有车一族,对于公共交通出行的依赖较小;有大商场在住房周边固然能够提供良好的购物条件,但同时也会出现道路拥挤等现象,而且如今交通非常便利,人们愿意支付更高的交通成本购物以换取较好的社区环境是可以理解的。
四、房屋价格指数编制
1、选取标准住房
特征因素
标准值
选取原则
特征因素
标准值
选取原则
容积率
2.60
平均数
Log(D_SUB)
0.012
平均数
绿化率
0.35
平均数
Log(D_SCHOOL)
-0.455
平均数
房龄
9.03
平均数
Log(D_HOSPITAL)
-0.534
平均数
物业费
2.09
平均数
Log(D_BUS)
-0.709
平均数
Log(D_TAM)
1.025
平均数
Log(D_SHOP)
-0.252
平均数
Log(D_PARK)
-0.072
平均数
2、求取标准住房各月售价
则计算可得标准住房在各月价格如下:
月份
价格
指数值
月份
价格
指数值
2010/11
23491.85
100
2011/06
25303.19
107.71
2010/12
23974.79
102.06
2011/07
25253.90
107.50
2011/01
24353.90
103.67
2011/08
25281.92
107.62
2011/02
24375.13
103.76
2011/09
24411.79
103.92
2011/03
25475.83
108.45
2011/10
24247.18
103.22
2011/04
25231.75
107.41
2011/11
24407.87
103.90
2011/05
25374.46
108.01
—
—
—
2010年11月至2011年11月价格指数如上图所示,10年11月至11月2月,价格指数保持稳定有小幅上涨。
但2011年3月价格指数猛增到108.45,为13个月内的峰值,并在过后的5个月内小范围浮动:
4月,价格指数有所下降,回落到107.41,随后的4个月价格指数均在107.5上下浮动,基本稳定;在2011年9月,房价指数出现明显下降,回落至103.92,与年初持平,并在最后3个月基本保持稳定,与年初价格指数近似。
虽然在2011年10~11月北京市二手房房地产价格指数下降明显,但同比仍有月4%的增长。
从1月到3月,这段时间房价指数快速上升,同一时期国家及北京市均出台了一些房地产市场调控政策,房价指数的增长似乎并没有马上受到相关政策的影响,一方面可能是由于连续几年的房价快速上涨形成惯性,购房者及卖房者对市场的预期较好,一些限购和调控政策未能及时发生效用,8月后房价才开始出现明显下降趋势。
因此,虽然今年年初及开始了房地产市场的政策改革,但政策真正发挥作用是具有明显的滞后性的,而且调控效果现在还不明显。
可能原因如下:
1、搜房网所给出的数据是小区各二手房房主所给价格之平均数,房主所给出的数据具有主观性,若某一小区的二手房套数较少,或不同报告期间二手房套数变化较大,都有可能导致小区均价偏离正常交易价格水平;同时,即使二手房套数长期稳定,二手房价格受到个人意愿的影响也比较大;
2、我们选用的Hedonic模型的特征变量均是以小区作为衡量对象,如绿化率、容积率、房龄等。
这些特征尽管是业主们在买房会参考的要素,但不是首位要素。
业主们最为关注的房屋面积、朝向、布局等因素都无法在以小区为单位的模型下被体现出来。
且同一个小区通常有各种档次的商品房,其面积、房型都有很大的不同。
因而房价也差别很大。
将这些因素都滤去,而平均出一个小区的房价,其本身对结果的准确性影响较大。
2、限购令等政策所针对的是房地产市场的投资需求,而二手房市场主要满足人们的消费需求,因此限购令对于二手房市场的冲击较小;
3、数据量较小,不能完全反映整个市场的走势。
五、拓展研究(多期统一建模)
将统计数据中的价格和距离(以km为单位)取对数,将2010年11月哑元变量前的系数设为1,其他特征不做处理,导入stata中,进行回归。
得到多期统一模型如下:
拟合R2=0.92,线性较好,说明考虑变量较为充分。
从上表可以看出,各月小区房屋均价呈现以下规律:
容积率、房龄、距天安门距离、距学校距离、距医院距离、距公园距离越大者小区房价越低,绿化率和物业费越高者小区房价越高,距最近地铁站、公交车站、大型商场距离
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 北京市 房价 指数