基于Hedonic模型的住宅租赁价格影响因素分析.docx

基于Hedonic模型的住宅租赁价格影响因素分析 摘要:收集了2009年广州市丽江花园130套房屋的月租金及其特征,运用Hedonic模型考察了住宅租金的微观影响因素,并拟合了该小区租金的Hedonic方程。这种方法在物业税税基评估以及通过租金参考价推算具体位置上的房屋租金可以得到运用。 关键词:租金;Hedonic模型;微观因素 中图分类号:F293文献标志码:A文章编号:1673-291X(2010)30-0150-03 2005年以后,中国大中城市房屋价格飞速上涨,越来越多的人买不起房,需要通过租房解决居住问题。如广州市,据统计,截至2009年底户籍人口和流动人口已接近1 500万,其中大部分流动人口及中低收入人群主要通过租房居住。由此可见,现阶段各大中城市租赁住房的实际需求量极大。全国各地廉租房及经济租赁房的推进,也说明政府开始重视通过发展住宅租赁解决中低收入人群居住问题。 一、国内外研究现状 1.国外研究现状。Hedonic模型也称特征价格,是基于效用论而建立起来的价格模型,此时的商品价格取决于商品各方面属性带给消费者满足的大小。 在国外,房地产Hedonic模型得到广泛研究与应用,大约有一半多的房地产价格研究都是采用特征价格模型进行的实证研究,且多集中于住宅市场。其应用主要体现在如下各方面:(1)编制各种房地产价格指数;(2)对传统城市经济模型进行改进;(3)对环境质量进行测度;(4)进行住宅特征隐含价格系数解释;(5)对房地产、非市场物品的价值评估;(6)进行住房公共提供、住房价格补贴地方税收等政府公共政策效果评估。 国外学者在特征选择方面已趋于一致,如考虑空间因素的Hedonic模型在考察住宅租金中的应用以维也纳为例;运用柏林四个区1982年8月至1999年12月的月度数据通过Hedonic模型考察租金的影响因素等。由于中国与欧美国家的住宅租赁市场不同,国外研究中认为重要的因素可能并不适用于中国的房地产市场。 2.国内研究现状。近年来,中国许多学者对特征价格模型进行了深入研究,如特征价格模型理论综述及Hedonic方法在中国的可行性;房地产价格指数编制方面的应用;土地价格的应用研究;以及针对具体城市进行的实证研究。如“租赁住宅特征价格研究以杭州市为例”,该文章通过调查问卷收集杭州市全市部分小区的数据,探讨住宅租金的影响因素以及各因素的影响程度,模型变量覆盖住宅建筑特征、邻里特征、区域特征三个方面18项因素。笔者认为,将Hedonic模型应用于某个城市的多个楼盘,存在以下不足:(1)对数据要求较高。随着研究范围的扩大与样本的增加,数据量变得非常庞大,数据统计工作非常困难;(2)适用范围仍有一定局限。 本文拟采用更微观的视角,仅收集广州市丽江花园一个小区的数据,用Hedonic模型考察小区内的微观因素如租赁住宅的建筑年代、朝向、装修等因素对小区住宅租金的影响及各因素的影响程度等问题,这样模型变量仅覆盖了小区内的一些微观特征,由此避免考虑区位方面的因素,方程的准确性、科学性将大大提高,模型的适用性也更贴切实际。且通过推算出的Hedonic方程,我们可以反推整个小区的房屋租金。这在租金参考价的推广,以及征收物业税中税基的评估,都可以运用。 二、Hedonic模型的应用 1.hedonic模型的形式。Hedonic模型大致有三种函数形式定义,分别如下: (1)线性形式:P=a0+aiZi+。P表示价格;a0表示常数;ai表示各因素的影响系数;Zi表示影响价格的因素;表示残差,一般残差不具有经济意义。 (2)半对数形式:lnP=a0+aiZi+(各符号表示意义相同)。 (3)对数形式:lnP=a0+ailnZi+(各符号表示意义相同)。 实际应用中,具体采用哪种函数形式,要结合实际情况,予以考虑。 2.住宅租金的影响因素及其赋值。Hedonic模型主要关注的是产品属性的隐含价格。影响住宅租金的因素主要有区位、结构和邻里属性三大因素。 区位属性主要是对景观、便利性及区域的开发程度的测度。如前所述,不同的小区由于地理位置差异较大,对其交通状况、生活配套定量评分很难做到精准。因此,本文作者觉得要运用Hedonic模型考察住宅租金的影响因素,最好是建立在同一个小区,这样就不用考虑小区的地理位置、生活配套,可以最大程度做到精准。 结构属性一般是指建筑本身的特征。本文拟将建筑年代、楼层、装修、家?及朝向等因素作为考察变量。研究发现,住房的建筑年代同租金负相关,本文拟对建筑年代按新旧程度赋值,其中建筑年代越晚,赋值越高,由此避免建筑年代与房屋租金负相关,方程式中出现负号;同时经测算,丽江花园小区组团定位与建筑年代两个变量共线性较严重,即建筑年代越晚,楼盘定位越高档,因此这两因素中,本文仅采用建筑年代作为考察因素;所在楼层赋值时则考虑了有无电梯的情况,如虽同为低层,有电梯楼盘低层分值却低于无电梯楼盘低层分值,因为有电梯楼盘低层相对无电梯楼盘低层,反而公摊面积增大、没有升值空间,而对于多层楼盘,低层和高层赋值则较中层低,原因是广州地区一年中大部分时候都很潮湿,低层不如上面通风,则更显潮湿,而高层,由于楼层较高,又没有电梯,上下楼梯较为费力。 上面列出的属性,经过量化后按实际情况及经验赋值后引入属性价格模型。 表1即为各变量的赋值情况,考虑到Hedonic方程对数形式及半对数形式中,因素的分值要取对数,因此本文中因素赋值最低分为1分,最高分为10分: 3.结果分析。本文收集满堂红网站2009年3月丽江花园小区130条住宅租赁数据,这样,数据完全在同一时间截面上,不用考虑时间对租金的影响。 通过spss多元线性回归分析,可得到以下结果: 表2多元线性回归模型汇总 以上结果中R值为0.712,与1比较接近,说明自变量和因变量之间的线性关系较强。从判定系数R2=0.507和经调整的R2=0.486来看,基本模型所能解释因变量差异的百分比约为50%,说明模型的拟合程度较好,具有良好的解释能力。 表3线性方程形式方差分析 回归方程方差分析的显著性检验值为0.000,即小于0.001,说明方程是高度显著的,拒绝全部系数均为0的原假设。表明进入方程的住宅特征与住宅租金P之间的线性关系能够成立。 下页表4表明,所有变量中VIF值最小的为1.025,最大的为1.301,远远小于10,从而可以拒绝变量之间的共线性假设,可以认为自变量之间不存在共线性。 图1线性方程形式散点图 从上图可知,线性模型的曲线接近直线,说明残差符合正态分布。 半对数方程形式结果分析: 表5半对数方程形式模型汇总 由上表可以看出,R值为0.711也较为接近1,说明自变量和因变量之间的线性关系较强。从判定系数R2=0.506和经调整的R2=0.485来看,基本模型所能解释因变量差异的百分比约为49%,说明模型的拟合程度较好,具有良好的解释能力。 表6半对数方程形式方差分析 回归方程方差分析的显著性检验值为0.000,即小于0.001,说明方程是高度显著的,拒绝全部系数均为0的原假设。表明进入方程的住宅特征与住宅租金P之间的线性关系能够成立。 比较可以看出,半对数方程形式的结果,对数模型的复相关系数R有所降低,从0.712下降到0.711,下降了0.001;判定系数对亦降低,从0.507下降到0.506,下降了0.001。半对数模型的拟合程度不如线性模型。 同理,可得对数方程形式的拟合结果(由于篇幅所限这里不再赘述),不如半对数方程形式及线性方程形式效果好。 由以上结果可以看出,与半对数方程、对数方程形式相比,线性方程形式中自变量与因变量的相关程度较强,解释能力较好。由此本文中,针对丽江花园楼盘数据,适宜采取线性形式。 由此可写出,适合本小区楼盘租金的方程形式,即: 房屋租金=12.068+0.764*建筑年代得分+0.310*所在楼层得分+0.184*装修得分+0.332*家?得分+0.156*朝向得分 即各因素变动一个分值,房屋租金则变化相应系数的价格。如建筑年代得分,每增加一分,房屋租金则增加0.764元/m2;所在楼层得分高一分,房屋租金则增加0.310元/m2,其他因素类似。 由以上方程,我们可以推出丽江花园其他房屋的租金,即按照前面的打分原则,给影响房屋租金的各个因素赋值,并代入该方程式,便可推出该房屋的租金价格。 同理,我们可以运用Hedonic模型,推出其他楼盘的房屋租金方程式,估算各房屋租金。 三、结论 经过实证研究,可将Hedonic模型在一个小区加以运用,这样可以以小区为单位推算各个楼盘的租金或者房价及其影响因素。这不仅为房地产开发商、房产出租者定价提供参考,也为住宅投资者、承租者提供决策依据,同时相关政府部门在征收物业税中可以运用此方法对税基进行评估,另外也可用此方法通过租金参考价推算小区其他房屋的租金。 参考文献: 秦鸿雁.1 500万广州人口逼“上限”N.南方都市报,2010-05-14(GA06). 王德,黄万枢.Hedonic住宅价格法及其应用马思新,李昂.基于Hedonic模型的北京住宅价格影响因素分析J.土木工程学报,2003,(6):60. W.A.Brunauer,S.Lang,P.Wechselberger,S.Bien Factors:A