房地产需求预测方法分析(全文)

房地产行业中的房价趋势预测方法房地产行业一直以来都是一个备受关注的领域，房价的涨跌直接影响着人们的生活和投资决策。

因此，准确预测房价趋势对于房地产从业者和投资者来说至关重要。

本文将介绍几种常见的房地产行业中的房价趋势预测方法。

一、基于历史数据的趋势分析法基于历史数据的趋势分析法是一种常见且简单的房价预测方法。

该方法通过对过去一段时间内的房价数据进行分析，找出房价的变化趋势，并将该趋势延续到未来，从而预测未来的房价走势。

这种方法适用于市场相对稳定的情况下，但对于市场波动较大的情况则可能存在一定的误差。

二、基于经济指标的回归分析法基于经济指标的回归分析法是一种较为复杂的房价预测方法。

该方法通过收集和分析与房价相关的经济指标数据，如GDP、人口增长率、利率等，建立数学模型，通过回归分析来预测房价的走势。

这种方法考虑了经济因素对房价的影响，能够提供相对准确的预测结果。

三、基于人工智能的机器学习方法随着人工智能技术的发展，机器学习方法在房价预测中得到了广泛应用。

通过收集大量的房价数据和相关因素数据，利用机器学习算法进行训练和预测，可以得到更加准确的房价趋势预测结果。

常用的机器学习算法包括线性回归、决策树、支持向量机等。

这种方法能够自动学习和适应市场变化，具有较高的预测准确性。

四、基于市场调研的专家判断法除了以上定量的预测方法，基于市场调研的专家判断法也是一种常见的房价预测方法。

该方法通过对市场的调研和专家的意见收集，结合对市场动态的分析和判断，得出对未来房价走势的预测。

这种方法能够综合考虑各种因素，包括政策、经济、供需等，但受制于专家的主观判断，预测结果可能存在一定的主观性和不确定性。

综上所述，房地产行业中的房价趋势预测方法有多种多样，每种方法都有其适用的场景和局限性。

在实际应用中，可以根据具体情况选择合适的方法或结合多种方法进行预测，以提高预测准确性。

同时，随着技术的不断进步和数据的丰富，未来房价预测方法也将不断发展和完善，为房地产行业提供更加准确的预测结果。

房地产市场供给分析及预测方法一、房地产供给分析供给分析要考虑宏观市场条件、本地交易区域市场的指标及相应的建设活动、现有和潜在的竞争物业的情况。

供给的主要指标有当前存量，如住宅单元的数量；供给增长速度和近期发展规划、当前空置率、销售价格和租金水平等。

供给有存量和增量之分，存量房地产是指某一时点市场上已有的某类房地产总和，增量房地产是指某一时期某类房地产净增的数量，它反映了两个时点存量房地产的变化。

二、房地产供给预测在目前的供给情况基础上，进行供给预测。

步骤如下：步骤1：选择物业类型；步骤2：计算市场中该类房地产的存量；步骤3：计算存量未来的变化：存量增加或者存量减少；步骤4：预测目标时期的总存量。

（一）选择物业类型由于每种物业类型都有其衡量单位和不同的分类，所以确定需要计算的具体物业类型很重要。

房地产类型有很多不同的分类方式，按照用途分为：居住房地产（住宅）、办公房地产（写字楼）、商业房地产（商场）、工业房地产（厂房）。

居住房地产包括普通住宅、别墅、公寓、经济适用房和廉租房等。

普通住宅主要面向城市中等收入偏上、中等及以下人群居住的住宅，是居住房地产的主要形式。

公寓，传统的公寓（Apartment）一般应该具有装修和必备家具，我国房地产开发行业习惯将位置较好，装修水准较高的高档住宅称为高档公寓，公寓的用途是出租，但也有很多消费者购买下来用于自住。

这样的公寓和普通住宅没有本质的差别。

别墅（Villa）是指在风景区或者郊外建造的供修养的住所。

与普通住宅和公寓相比，严格意义上的别墅有两个特点：一是环境优美，一般建在依山傍水且人烟稀少的地方；二是别墅一般用于度假和修养，不是日常居住的场所。

在我国，开发商习惯上将建筑层数较少，且有一定院落的住宅称为别墅，以区别于一般意义上的多层和高层住宅。

写字楼是用于商务办公的场所。

我国目前尚无统一的写字楼分类标准，专业人员主要依据楼宇的位置、装修和设备标准以及收益能力来进行分类。

房地产业回归预测分析法简述常用的预测方法从我国目前房地产业市场分析的发展水平来看,简单预测法,平均值法,指数平滑法等预测方法被普遍1使用.回归模型分析法也有人使用在房地产市场分析上,但普及率不大高.而SPSS,数量经济学模型,技术经济评价模型等预测分析法还处在试用阶段.并且,利用这些方法所要求的相关专业知识太深,普及存在一定的困难.在现阶段普及的预测方法中,移动平均法是使用最普遍的方法,从较长时期看,短期数据由于偶然因素而形成的差异在加总过程中会相互抵消,但在移动平均后会造成信息量的损失,对中长期的预测不太适用.指数平方法通过对权数加以改进使其在处理时甚为经济,能提供良好的短期预测精度,但平滑参数的确定带有主观性.并且无法计算置信区间.房地产业回归预测分析法可行性新中国成立后的三十多年中,由于计划经济否认住宅的商品属性,国家实行住宅实物分配制,住宅被作为计划经济条件下的一种产品进行分配.在这种背景下,根本谈不上房地产业的发展.1978年我国实行改革开放政策后,随着计划经济体制的转变,以市场为导向的实践.使经济理论界逐步认识到了住宅的商品属性.20世纪80年代以来,我国房地产业作为一个产业逐渐被确立和完善.在93年以前一段时间,由于政府指导性的失误和投资者的盲目,造成房地产业出现了膨胀现象.1993年6月,国务院宣布进行宏观调控,成功的实现了房地产业的软着陆.使房地产市场更加成熟.95年以后,市场作为调控机制的作用越来越明显,房地产业的发展开始按照经济规律发展.从历史角度来观察,房地产业在中国的形成和发展经历了一条曲折的周期性成长之路.从世界范围来看,到1992-1993年以全国范围的房地产热为标志而达到繁荣阶段.随后伴随国家宏观调控而进入收缩阶段.我国的房地产业在经历明显的周期波动后从1995年开始进入了相对稳定的发展时期,形成新一轮的房地产业周期.从世界范围来看,周期波动总是住宅经济增长过程的伴生现象.根据房地产业的特点,房地产市场的分析与预测需要对多个影响因素进行分析.影响因素主要有:人口因素,经济因素,价格因素,社会政治因素等.其中有包括国民生产总值及国民生产总值增长速度,人均国民生产总值,居民收入,利率,通货膨胀率,人口规模与结构,社会政治稳定性,失业率,社会恩格尔系数,房价收入比等方面.这些影响因素大多可以用历史数据来描述.95年以来,我国房地产业在市场调控下,作为商品按照经济发展规律发展.对产业发展预测工作利用历史统计数据分析成为可能.回归模型预测法就是通过对观察数据的统计分析和处理,研究与特定事物间相关关系和联系形式的方法,建立回归模型进行预测.并能通过数理统计的知识对预测模型进行检验.由于计算机技术的成熟和普及,在计算机的帮助下,回归模型的建立与检验工作复杂程度降低.使回归模型预测法成为更方便,更准确的预测方法.基本思路研究预测地房地产业现状,分析所获得的有关房地产业的统计数据,确定几个特定的房地产业相关指标及其影响因素之间的数学关系形式,即建立一元或多元回归模型.对回归模型的参数进行估计和统计检验,分析影响因素对预测指标的影响程度,确定预测模型.利用确定的回归模型和影响因素的未来可能值,估计预测指标的未来可能值,并分析研究预测结果的精度.操作步骤根据得到的与房地产业相关的各种数据,分析研究影响房地产业发展的因素.特别是人口因素,经济因素,住宅价格因素,房价收入比等.对人口,经济,价格,房价收入比与住宅产业预测指标进行相关性分析,利用计算机计算出他们之间的相关系数(使用最小二乘法).找出与预测指标最相关的影响因素.建立他们之间的一元和多元回归模型.利用计算机对所建立的回归模型进行系数检验.包括回归系数的显著性检验(t值检验),回归方程的显著性检验(F值检验),对样本数据进行拟合优度的检验(R2值检验)通过建立的一元,多元回归模型预测住宅产业研究指标,并进行对比分析和定性调整.得出最终预测值.根据预测结果提出相应的对策和建议.回归预测可行的关键收集房地产业相关数据时,必须注意这些数据应是在市场调控机制在房地产业发展中起主导地位,各因素和房地产业预测指标是在尊重经济发展规律的前提下而出现的.确保数据的可用性.在进行多元回归分析时,应排除影响预测指标的各因素出现多重共线性情况.即,若影响某一预测指标的多个影响因素之间出现高度相关的情况.他们就不能得出正确的,合理的回归模型.因此,在进行多元回归预测模型分析之前,必须对各影响因素进行严格的相关性分析.找出对预测值影响大但各不相互高度相关(相关系数小于0.7)的因素进行分析.下面就以对沈阳市住宅产业的预测分析对回归模型预测法进行阐述.沈阳市城市住宅产业的现状了解住宅产业的现状将可以对以后的预测结果进行评价和定性方面的考虑.历史数据的收集更是该预测方法的基础.一个市场的好坏,房价收入比,竣工面积和销售面积等参数最重要,当然还包括住宅产业市场发育程度,中介水平,金融适应程度,当地住宅产业部门的宏观调控水平,百姓的消费观念等等.以这些指标衡量,在全国来看,沈阳在这些方面都不是落后的,沈阳的住宅产业市场是健康发展的. 沈阳市住宅产业的现状改革开放以来,伴随着宏观经济的高速增长和持续发展,以及社会主义市场经济体制的逐步建立和完善,长期滞后于国民经济的房地产业在我国得以渐进复苏和快速发展,迎来了产业发展的复苏与繁荣时期.到1987年开始的有偿出让土地使用权等一系列改革探索,中国地产市场得到逐步恢复和发展,在土地一级市场和二级市场上土地使用权出让,转让,出租,抵押的规模越来越大,推动了土地市场的发育程度和发展趋势.另一方面,随着全国房地产开发投资规模不断扩张和投资结构不断完善,以房地产开发公司为主体的房地产开发投资体系迅速扩大,商品房开发施工面积,竣工面积和销售面积大幅提高.与此同时,伴随房地产市场规模增强,房地产交易管理制度逐渐完善,房地产中介服务体系不断发育,房地产法规也逐渐完备,房地产市场化程度提高,房地产市场体系已经形成.我国西部大开发进入实施阶段,申奥的成功和加入WTO更有力地推动了房地产业的发展.尤其是近几年来,沈阳市认真地贯彻了中央国务院及辽宁省委省政府关于发展住宅产业的一系列方针政策,使我市住宅产业取得了长足的进步.我市住宅产业正处在开发结构的进一步调整和居民住宅开发建设大发展的时期,住宅投资和住宅竣工量保持较高的水平.我市安居工程建设经济适用住房建设改工作尤其是住房公积金归集都取得了优异的成绩,得到了广大市民的认同.在过去一年里,沈阳市房地产市场改革创新供地制度,推动扩大投资和消费信贷规模,严格规范开发建设行为,继续制定实施了鼓励,刺激住房消费的新政策,市场总体运行平稳健康,持续活跃繁荣.从2002年沈阳房地产交易的实际数据统计可以看出,沈阳住宅产业在沈阳经济中占举足轻重的地位.去年该市房地产行业投资116个亿,上缴营业税大约12个亿,加上契税17个亿左右,再加上去年房地产出让金15个亿左右,去年房地产行业直接为财政提供30个亿左右收入.这是直接的,还有间接的不算.沈阳去年财政收入105个亿,房地产业的财税收入,占去年沈阳财政收入的1/3,实实在在地成为沈阳的支柱产业.从就业角度,国内统计,投资1个亿,有1500人就业,去年投资116亿,大约有16万多人就业房地产行业.房地产行业与百姓息息相关,对百姓就业贡献很大.从GDP看,按国内最保守的算法,投资1块钱,带动其他行业投资两块钱左右,房地产业投资116个亿,会带动200多个亿投资.总体来说沈阳市住宅产业有以下特点:第一,住宅建筑用地制度日趋完善.1997年市房地产开发建设领导小组强化了对沈阳市土地市场的领导和整顿工作.对已经审批的建筑项目进行了全面清理.并先后收回闲置地块4幅.在2002年市政府推出了时市场供地机制,通过建立土地储备交易中心,建立土地有形市场,对开发用地实行了招标拍卖挂牌等方式进行出让,将大面积的城市开发用地推向了市场,促进形成公平公正的土地供应市场秩序.同时也真正实现了土地的市场价值.据统计,去年沈阳市房地产投资总额中购置土地投资的比重占19.8%,同比增长90.9%.说明了沈阳市供地市场的土地出让收入有幅高,增加了城市建设资金.第二,住房体制改革取得了较大发展.沈阳市房改工作于1994年开始全面启动,房改工作是住宅产业发展的动力源泉.由于市委市政府高度重视经过较长时间的探索,采取一系列得力措施,沈阳市很快扭转了被动局面,近年来发展十分迅速.从1994开始归集住房公积金,克服了沈阳市相当大数量的大中型企业运营困难的局面.截止1997年末住房公积金累计达到7.3亿元.职工公积金缴存率达到81.9%.1996年沈阳市率先实施购房预定金制度,并由领导机关带头极大地推进沈阳市共有住房出售进程.截止到1997年底,共有住房出售回收资金达22亿元,截止到1998年上半年,沈阳市共有住房出售已达到51%.1998年沈阳市实施公房租每平方米1.6元的规定,在共有住房提租工作上远远快于全国35个大中城市共有住房租金每平方米1.29元的平均线.1999年,沈阳市实施住房分配货币化,停止了实物分配住房,从此,职工解决住房的唯一途径便是找市场.截至2001年底,沈阳市累计出售公有住房3780万平方米,占可出售总量的80.43%;归集房改资金将近91亿元,其中归集住房公积金32亿元,公有住房回收售房款59亿元;发放住房分配货币补贴资金2.56亿元,补贴职工6400人.第三,沈阳市住宅市场管理水平国内领先.住宅市场发展十分迅速,已经步入了规范健康的发展道路.住宅市场管理法规建设已迈向成熟.沈阳市先后出台了住宅商品的评估销售出租使用权转让等一系列交易法规和文件,使沈阳市住宅市场交易有法可依.按现代化标准建造的住宅交易市场已具规模.沈阳市房地产交易中心市场现代化水平逐年提高,并与中心市场联网.中介服务得到了规范.第四,房地产开发正在向近郊拓展,城市住宅趋向郊区化随着我市城市经济的发展,市中心可开发用地逐年减少,房地产开发项目正在逐步向近郊拓展.2002年,我市在郊区(县)商品住宅投资22.5亿元,同比增长82.9%,商品住宅施工面积281.1万平方米,同比增长61.6%,占全市商品住宅比重分别由上年的20.5%和24.6%提高到27.1%和28.0%.我市近郊商品住宅投资比重的增加,表明我市城市住宅正在趋向郊区化.沈阳市住宅产业存在的主要问题再诸多成果后面的沈阳市住宅产业也存在如下问题:土地批租量远大于实际的土地开发量,房屋平均价格增长高于全市人均收入增幅,房屋竣工面积持续大于房屋销售面积,空置房面积逐年增加.政策方面,沈阳市住宅产业统筹领导力度不够,住宅产业数据统计工作严重滞后,对于房改的理论研究,思想认识和心理准备普遍不足.住房运营机制转换困难,造成双轨并存.自从实行住房分配货币化改革后,沈阳市的房改经济承受能力显得严重不足.货币分房不到位.虽然在2001年沈阳市实施了土地储备制度,2002年建立了土地储备中心.但这还需要一个对崭新事物的适应过程.住宅用地市场还不健全.金融方面,银行谨慎出贷,金融支持力度减弱,银行对开展个人住房抵押贷款服务没有到位,住房公积金为职工个人购房贷款没有正式全面启动,公积金贷款发放额度有限.市场方面,住宅价格过高,由于投资结构和产品结构不合理,开发企业经营者决策失误,造成住宅空置房面积数量增大.对主力消费群体的供给不足,造成供求错位.而且住宅结构不合理的矛盾将会更突出.服务方面,,物业管理纠纷多法律,法规不健全,业主的权利,义务不明确,致使业主对物业管理企业的选择和更换权利没有得到有效保障;,中介服务不规范,广告误导虚假多,法规不配套,缺乏对虚假广告的认定标准和相应的处罚措施;缺乏必要的监管机制,对虚假广告打击不力.沈阳市住宅产业的各主要影响因素的分析沈阳市人口变动情况的分析人口和家庭户数的变化是在经济发展与收入水平一定的条件下影响住房有效需求的重要因素.人口的自然增长率和机械增长率的提高意味着家庭人口的增多,从而必然导致住房需求的上升.随着农业产业化和农村剩余劳动力的转移,沈阳市流动人口在未来几年必然增加,流动人口的住房需求也将加大对沈阳市住房需求的影响.同时,家庭户数也是影响沈阳市住房需求的一个重要因素,而家庭户数又由结婚率和离婚率的高低来决定.家庭户数的增加必然导致住宅需求的上升. 沈阳市人口数据统计表年份19951996199719981999200020012002总人口(万人)666.8671674.9677.1685.1689.3688.9自然增长率(‰) 0.70.1-0.2-1.1-1-0.3-0.9-0.7出生率(‰)6.96.76.35.45.66.85.45.9死亡率(‰)6.26.66.56.56.67.16.36.6机械增长率(‰) 77.85.243.85.73.73.8户数(万户) 201.946206.116207.939212.645218.114219.294223.977结婚对数(万对)4.9244.7494.4164.2514.1444.7375.0365.631离婚对数(万对)2.6532.6952.7632.6882.6642.3662.4552.67结/离比率1.8561.7621.5981.5821.5552.0022.0512.109影响住宅年竣工面积的人口因素分析每年的住宅竣工面积是政府根据专家的定量或定性分析预测确定的,在很大程度上反映了当年的住宅需求面积.因此,在论文中首先分析年住宅竣工面积.沈阳市1995年-2002年住宅竣工面积数据统计年份1995199619971998199920012002年住宅竣工面积(万平方米)379.7276.5309.7314.6397.8422.444.2443.7人口因素与年竣工面积的相关性分析相关性分析是利用回归模型进行预测分析的重要部分.这部分决定了预测模型的可靠度.研究各因素的相关性就是利用数学公式计算他们之间的相关系数.人口因素与年竣工面积相关性分析结果总人口(万人)自然增长率(‰)出生率(‰)死亡率(‰)机械增长率(‰)户数(万户)结婚对数(万对)离婚对数(万对)结/离比率年竣工面积(万平方米)总人口(万人)1.000自然增长率(‰)-0.6031.000出生率(‰)-0.4440.9091.000死亡率(‰)0.349-0.1720.2541.000机械增长率(‰)-0.6560.8900.8841.000户数(万户)0.976-0.587-0.4120.387-0.6641.000结婚对数(万对)0.5060.2040.161-0.0940.0150.5351.000离婚对数(万对)-0.6100.121-0.069-0.4430.108-0.551-0.2261.000结/离比率0.6800.1090.1590.122-0.0380.6740.901-0.6261.000年竣工面积(万平方米) 0.943-0.450-0.2840.152-0.6180.9620.5400.7151.000注:"相关系数"公式:ρx,y=Сον(x,y)/σx.σy .其中,σ2x=1/n∑(Xj-μx)2σ2y=1/n∑(Yj-μy)2 .由人口因素与年竣工面积相关性分析结果表得沈阳市住宅户数与年竣工面积相关系数最大,相关系数为 0.961999.(若自变量与因变量之间的相关系数大于0.7就认为满足相关要求沈阳市住宅户数预测分析根据沈阳市户数从1996年―2002年的历史统计数据特点进行分析,建立发展趋势多项式.该步骤由于计算机技术的发展可以完全有计算机来进行,并且准确率非常大.建立数学模型的可决系数用R2来表示.由下图可知户数的发展趋势:通过计算机分析得沈阳市住宅户数发展趋势二次多项式:Y=0.1423x2+2.2895x+201.17 ,Y―沈阳市住宅户数,X―年数.R2=0.9804 ,完全满足数学模型的拟合优度(可靠性).计算预测结果得:沈阳市住宅户数预测结果年份20032004200520062007200820092010户数(万户)228.5932233.3018238.295243.5728249.1352254.9822261.1138267.53影响人均住宅面积的人口因素分析人均住宅面积呈现了现在沈阳市居民的住宅情况,同时也反映了沈阳市住宅产业在今后几年的需求量和住宅产业所要达到的目标.在这需要强调的是:论文中所选择的预测对象是作者根据住宅产业的实际情况选取的,对房地产业的不同方面应进行调整.人口因素与人均住宅面积的相关性分析如下,利用计算机,根据历史统计数据计算相关性得如下表:人口因素与人均住宅面积相关性分析结果总人口(万人)自然增长率(‰)出生率(‰)死亡率(‰)机械增长率(‰)户数(万户)结婚对数(万对)离婚对数(万对)结/离比率人均住宅面积(平方米)总人口(万人)1.000自然增长率(‰)-0.6031.000出生率(‰)-0.4440.9091.000死亡率(‰)0.349-0.1720.2541.000机械增长率(‰)-0.6560.8900.8840.0231.000户数(万户)0.976-0.587-0.4120.387-0.6641.000结婚对数(万对)0.5060.2040.161-0.0940.0150.5351.000离婚对数(万对)-0.6100.121-0.069-0.4430.108-0.551-0.2261.000结/离比率0.6800.1090.1590.122-0.0380.6740.901-0.6261.000人均住宅面积(平方米)0.943-0.450-0.2840.152-0.6180.9620.540-0.6510.7151.000由相关性表得人口机械增长率与人均住宅面积相关系数最大.相关系数为0.962. 沈阳市人口机械增长率预测分析根据沈阳市人口历史统计数据分析沈阳市人口机械增长率的发展趋势.由以上曲线图可知:沈阳市人口机械增长率呈非线性关系.对此因素不能根据长期的发展数据进行短期的预测分析,但可对其进行周期性分析.但从1998年以来,沈阳市的人口机械增长率的在一定的范围波动,而沈阳市的人口自然增长率在1997年处于下降趋势.以后也一直在一固定范围内变动.根据二者计算出沈阳市人口变动曲线:注:人口变动率=人口机械增长率-人口自然增长率从曲线可以看出:沈阳市的人口变动趋势开始趋于平缓,这是因为:沈阳市流动人口每年都在增加,但自然增长率却成在下降趋势.因此,沈阳市未来几年的变动将不大.影响沈阳市住宅销售面积的人口因素的分析人口因素与住宅销售面积的相关性分析住宅产业销售面积标志了一个地区的市场承受能力,每年的市场投入量的标准.对这个指标的预测在实际中应用广泛.投资者可以根据该预测值作出正确的决策.政府也可根据该预测值决定未来年度的可建住宅面积,对住宅产业进行合理的宏观调控.有助于沈阳市住宅产业的健康发展.按上面计算方法同理计算相关系数得:人口因素与住宅销售面积相关性分析结果总人口(万人)自然增长率(‰)出生率(‰)死亡率(‰)机械增长率( ‰)户数(万户)结婚对数(万对)离婚对数(万对)结/离比率年销售面积(万平方米)总人口(万人)1.000自然增长率(‰)-0.6031.000出生率(‰)-0.4440.9091.000死亡率(‰)0.349-0.1720.2541.000机械增长率( ‰)-0.6560.8900.8840.0231.000户数(万户)0.976-0.587-0.4120.387-0.6641.000结婚对数(万对)0.5060.2040.161-0.0940.0150.5351.000离婚对数(万对)-0.6100.121-0.069-0.4430.108-0.551-0.2261.000结/离比率0.6800.1090.1590.122-0.0380.6740.901-0.6261.000年销售面积(万平方米) 0.955-0.565-0.3510.481-0.6380.9720.426-0.6950.6511.000沈阳市人口户数变化与住宅销售面积最相关,相关系数为0.972.沈阳市经济因素分析美国经济学家西蒙·库兹涅茨在对各国经济增长率进行大量的数量统计分析后,指出国民经济增长率与住宅产业发展状况之间存在十分密切的关系.经济发展水平直接决定居民的收入水平,而居民的收入水平直接影响着居民的消费水平,同时也必然影响居民的住房消费能力.一般来说,经济发展水平越高,个人和家庭的收入就越高,其住房的消费能力就越强,住房需求也就越大.居民的收入水平与住房消费成正相关关系.而居民收入水平又受到经济发展水平以及分配政策的影响.因此,住宅产业的发展水平与国民经济增长率高度正相关,宏观经济增长率越高,住宅产业发展速度也就越快.为了预测住房需求的数量,论文中通过对1995年至2002年的历史统计数据进行分析,利用多元回归预测方法,借助计算机对沈阳市的GDP,人均GDP,职工平均工资,居民储蓄与住宅年竣工面积和人均住宅面积进行线性回归分析.年份19951996199719981999200020012002GDP(亿元)682.6764.4851.1938.81013.21119.11236.51400人均GDP(元)10272115021265813922149891650017960.20322.职工平均工资(元)49005198580160906517699582499811城镇存款余额(亿元)424.52524.43622.74735.8823.47873.57967.561119.6人均可支配收入(元)40834353471449315364585063867050人均消费性支出(元)37663858421746404652510355156074年住宅竣工面积(万平方米)379.7276.5309.7314.6397.8422.9444.2443.7沈阳市1995年—2002年经济数据影响沈阳市住宅年竣工面积的经济因素分析经济因素与年竣工面积的相关性分析计算影响沈阳市年住宅竣工面积的各因素与它的相关性,得下表: 经济因素与年住宅竣工面积相关系数表GDP(亿元)人均GDP(元)职工平均工资(元)城镇存款余额(亿元人均可支配收入(元)人均消费性支出(元)年竣工面积(万平方米)GDP(亿元)1.000人均GDP(元)1.0001.000职工平均工资(元)0.9820.9801.000城镇存款余额(亿元)0.9920.9930.9591.000人均可支配收入(元)0.9980.9970.9860.9841.000人均消费性支出(元)0.9950.9940.9820.9840.9921.000年竣工面积(万平方米)0.7650.7620.7530.7350.7900.769由经济因素相关分析结果第七行显示与年住宅建筑面积最相关的是人均可支配收入,相关系数为0.790.人均可支配收入预测分析根据历史统计数据分析人均可支配收入与年竣工面积之间的关系:由图可知,除95年的年竣工面积与人均可支配收入非线性关系,是由于前几年政府决策失误造成的结果,在回归分析中应不考虑.其余各年二者非常接近线性关系.根据原有数据推导的人均可支配收入的线性发展模型:Y=441.21X+3759.3Y—人均可支配收入X—年数计算得 R2=0.9764. 该数学模型可靠度满足要求.计算人均可支配收入预测值. 人均可支配收入预测年份0304050607080910人均可支配收入(元)7285.987727.198168.48609.619050.829492.039933.2410374.5影响人均住宅面积的经济因素分析各经济因素与人均住宅面积的相关性分析根据历史统计数据对影响人均住宅面积的各因素与人均住宅面积进行相关发分析,得相关系数表:经济因素与人均住宅面积相关性分析结果行 1行 2行 3行 4行 5行 6GDP(亿元)1人均GDP(元)0.9998541职工平均工资(元)0.9819880.97981城镇存款余额(亿元)0.992330.9933740.9592471人均可支配收入(元)0.9977390.9970510.9857340.983581人均消费性支出(元)0.9950720.9942180.9823780.98380.9917271人均住宅面积(平方米)0.9787390.9802450.9368730.9887640.9691060.9612891人均住宅面积与城镇存款余额最相关.相关系数为0.988764.在下面就用城镇存款余额进行分析.城镇存款余额预测根据历史统计数据有1995年―2002年城镇存款余额与人均住宅面积数据年份19951996。

如何测算一个城市的住房需求量（一）中长期供需走势1、需求预测（1）需求总量预测（建议采用第一种方法，可据此预测需求结构部分）方法一：需求因素综合推导法①快速城市化，创造首次置业需求计算方法：[（1+本地近几年平均城市化率（或用规划城市化率※））5-1]*本地户籍人口/本地平均每户人口数*50%*90平方米示例：现阶段，我国正处于城市化加速发展时期。

1996年全国城市化率为29.37%，2006年增至43.9%，年均增长1.45%，按此速度计算，未来五年全国城市人口增量将超过9000万人。

（由于城镇户籍人口的增长除了人口迁移方式外，城市行政区域的扩张导致一些村镇，甚至整个县级区域并入城市管辖范围，在这种城市扩张模式下，大量的农村户口变成城市户口，他们所居住的房子也纳入了城镇住房的统计范围，这部分所谓的“城市化”人口并没有增加对城市住宅的需求，在每年1800-2000万新增城镇人口中，约有500万人属于这种情况。

）这就意味着，未来五年约有7000万新增人口，约2400万个家庭需要新增住房需求，其中包括购房和租赁，假设其中有50%的家庭会选择购买一手新房，户均面积90平米，则其总需求为11亿平方米左右。

②人均收入快速增长，带来改善型需求计算方法：本地户籍人口/本地平均每户人口数*20%*50%*100平方米示例：按照2006年国家统计局的数据，我国城镇人口数为5.77亿，城镇平均家庭人口数为2.97，那么城镇家庭数为1.94亿个。

按收入水平划分，高收入和最高收入两类家庭占城镇家庭总数的20%左右，也即0.39亿个家庭有能力改善居住水平。

由于没有全国数据，这里仅举上海情况为例：上海市统计局城调队在2005年月1月组织了全市19个区县、133个街道、镇的居民基本情况的抽样调查，调查样本超过3000户，调查显示，有21.7％的城镇居民家庭拥有两套以上的房屋（包括房改房），拥有三套以上房屋的家庭为2％。

由此可以在一定程度上佐证，全国大致有0.39亿个富裕型的家庭有能力购房二套以上住房。

中国未来五年（2013-2017）住宅市场需求预测中国住宅市场的需求是以中国快速发展的城镇化为基础，合理解决住房问题是中国面临人多地少的现实条件下的重要问题，住房市场化已经成为解决中国居民住房需求的主要手段。

本文利用成交总量增长趋势推导法、人均住房建筑面积增长趋势推导法、城镇人口及户均需求增长趋势推导法、需求因素综合推导法四种方法来综合预测未来五年（2003-2017）中国住宅市场需求量。

一、成交总量增长趋势推导法按照历史增长趋势法计算，2006-2011五年间，全国住宅销售年均复合增长率为11.8%，考虑到这五年个别年份住宅销售存在呈非理性增长因素，加之持续的房地产调控对房地产市场产生了一定的影响，未来五年将难以持续高速增长，在此我们大致预期未来五年均复合增长率为6%。

按照这个增长速度，以2012年住宅销售量10亿平方米为基数（根据2012年现有数据估算,2011年为9.7亿平方米），计算2013-2017年商品住宅销售量，预计约为59.7亿平方米。

图一 2006年-2011年商品住宅销售面积及未来销售量预测二、人均住房建筑面积增长趋势推导法2006-2010年城镇人均居住建筑面积年均增长0.78平方米左右，且逐年放缓。

随着我国房地产市场持续调控，住宅市场进入到新的历史时期，国家更加注重住房保障工作，加强了对住房供应结构的调控，未来五年人均住房建筑面积的增长将继续放缓。

2004年，建设部政策研究中心发布了《2020我们住什么样的房子——中国全面小康社会居住目标研究》，这个课题研究公布了21项指标，主要包括城镇人均居住面积35平方米、城镇最低收入家庭人均住房面积大于20平方米等。

从目前的统计数据来看，我国应当可以提前实现城镇人均住房面积35平米的小康指标。

通过考虑已确定的住宅发展政策及近年的调控政策影响，结合历史增长的趋势分析，确定未来五年城镇人均住房面积年均增长0.6平方米,则2015年将实现小康指标，到2017年，城镇居民人均住房建筑面积达到36.3平米。

详解房地产⾏业投资结构及预测⽅法⽂章作者：中债资信房地产⾏业研究团队房地产⾏业是国民经济的⽀柱产业，其景⽓度的变化影响了上下游众多产业的需求波动影响，因此对于房地产⾏业投资增速的预测分析是对未来国民宏观经济分析的重要前提要素之⼀，本⽂我们将梳理房地产⾏业投资端的分析预测框架，并给出⾏业投资预测模型。

⼀、房地产开发投资构成房地产开发投资完成额可以分为⼟地购置费和建安⽀出两⼤部分，⼟地购置费可以进⼀步分解为⼟地购置⾯积和⼟地购置单价的乘积，建安⽀出可以进⼀步分解为在施⼯⾯积和单位⾯积建安⽀出的乘积。

（⼀）⼟地购置⼟地购置费是房企通过各种⽅式取得⼟地使⽤权⽽⽀付的费⽤，包括（1）通过划拨⽅式取得的⼟地使⽤权所⽀付的⼟地补偿费、附着物和青苗补偿费、安置补偿费及⼟地征收管理费等；（2）通过出让⽅式取得⼟地使⽤权所⽀付的出让⾦；（3）通过“招、拍、挂”⽅式取得⼟地使⽤权所⽀付的资⾦。

（⼆）建安⽀出获取⼟地以外的投资以建安⽀出为主，根据统计局公布的房地产开发投资完成额细项，建安⽀出可以发现其⼤致由三部分构成，包括建筑⼯程、安装⼯程和设备⼯器具购置。

建筑⼯程指各种房屋，建筑物的建造⼯程和⼟地开发⼯程，⼜称建筑⼯作量，这部分投资额必须兴⼯动料，通过施⼯活动才能实现。

安装⼯程指购置各种设备、装置的安装费⽤，⼜称安装⼯作量（该指标数据取⾃设备购置安装合同。

注意：该指标只填写设备⼯器具的安装费⽤，不包括设备⼯器具本⾝的价值）。

设备⼯器具购置指⼯业企业⽣产的产品转化为固定资产的购置活动，包括建设单位或企、事业单位购置或⾃制的，达到固定资产标准的设备、⼯具、器具的价值，设备分需要安装和不需要安装两种，需要安装的设备，必须在设备开始安装时，才能计算设备的投资，不需要安装的设备，在运达建设单位经验收合格，即可计算完成投资（该指标数据取⾃设备购置安装合同，注意：该指标只填写设备⼯器具本⾝的价值，不包括设备安装费⽤）。

（三）各项占⽐占⽐来看，房地产开发投资中，建筑⼯程投资占⽐最⼤，2017年1~8⽉占⽐达到64.22%，其次是⼟地购置费，占⽐约19.51%。