赵明 李伯颖 闫奇亮
摘要:房地产是不动产,是人们赖以生存的重要生活必需品。随着近年来国家政策的调整以及土地价格的上涨,一二线城市房价水涨船高,购房者追求保值乃至于投资增值。很多刚需购房者会选择不动产作为投资居住的选择,通过控制性详细规划分析影响房价的原因,对于购房区位进行分析研究,系统地将控规分析和房地产投资结合。运用控规思想解决买房问题相关公式得出结论,以此作为购房依据。
关键词:房地产;影响因素;二手房;控规
中圖分类号:F293
文献标识码:A
文章编号:1001-9138-(2020)06-0021-32
收稿日期:2020-05-10
自上世纪90年代开始,房地产市场逐渐形成并不断完善。总体上,房地产供应方式分为:一是高收人购房投资或者自住,二是刚需普通购房者改善居住环境、求学、落户。三是低收人人群满足一般住房标准的限价房或公租房。同时,房地产交易带动了房地产中介的发展。
房地产需求主要影响因素包括:
(1)政策因素。由于国家政府拉动内需、地方推动GDP、物料、物价、人力成本以及相关政策导向等因素。
(2)经济因素。国民经济发展水平会影响各行业的发展,经济水平的提高会带动房地产业自身的发展和其他行业对房地产的需求,包括该地区的人口增长速度以及流入、流出,人口密度等因素,人均可支配收入。生活质量决定住房需求的幅值,人均可支配收入可以体现居民实际购买力,也间接体现居民购买住房的可能性。
(3)人口因素。人口增长速度对于房地产有重要引导作用,并且随着人民生活水平不断提升,对于面积大、环境好的住房改善意愿不断提升,住房更新换代的需求与日俱增。区域住房总面积一定,人口总数越大,房产需求越大。
(4)贷款利率上调,购房成本加大,进而变相影响房地产的需求量。
(5)通货膨胀率因素。购房成为投资者或者投资客规避通货膨胀风险的一种手段,这种因素也会影响房地产需求。
总体来说,需求、人口、政治,各方面的趋势导致需求逐步上升。
1买房因素
买房作为一个关乎民生的大事,房价影响着社会的发展和人民生活水平的提高,因此,影响我国房价主要因素有如下五种因素:城镇居民家庭人均可支配收入;土地价值;五年购房贷款利率;人口密度;位置。
分析位置因素,考虑到社会的发展,大多购房者对住址有要求,例如,房子附近的教育环境、交通是否便利等,良好的位置应该最大可能满足居民在教育、卫生、交通等方面的要求,可以分为五类,分别是教育、环境、卫生、交通和工作。
通过位置对房价的影响来分析各个因素对房价影响力大小的高低程度,在这里,我们通过层次分析法,建立线性函数,分析各个影响因素的权重,确定位置和房价的关系。没有考虑由于金融危机、大型自然灾害等意外情况以及政府调整政策等对此的影响,缺乏实际性对房价影响最大的是教育学区,其次是交通、环境、楼层,最后是工作因素。
城市的学区房是这个城市中房价较高的地区,靠近各个学校,从幼儿园到大学,只要在学区房内,房价就高于其他地区。在医院附近,房价也是很高的,其房价略低于学区房;在环境优美的地方,比如公园附近,房价较高;在市中心,虽然环境较差,但由于交通便利,其房价也高居不下。
2如何买房
2.1买房步骤
明确目标:买房子是为了改善自住还是为了投资,改善目标见后文建模,投资买房则需要关注该住房未来的区域发展。
升值分析:升值空间需要从商业和住宅功能融合来分析地块价值。分析房子升值运用“控规方法”是一个值得提倡的方法。控规即控制性详细规划,一个城市地方政府对控制性用地如何规划,我们在百度搜索“XX市+控规”即可得到类似结果。
居住用地/商业用地的比例,因为居住用地,说明这里只是一个居住型的卫星城,并没有不可替代的优势;而如果这个地块大面积比例是商办地块,则未来商业会繁荣,必然带动相关的工作机会以及人员涌人,这些人群倾向就近购房或租房居住,未来这附件的租金、房价都有保证。即使房价不能大涨,由于有足够的商业工作人群,房价不会急剧下跌。
我们以天津海河下游沿线的规划为例,中间整体地块全都标红,多甲级和超甲级办公楼和高档住宅,必然价值上存在不可替代性。这个区域有一些五百强和大国企,所以这个区块的住宅价格较高。在中心商务区,房子对于普通年轻人没有经济实力购买。我们可以看一下旁边的房地产,坐落于大学城的周边配套。相关规划用地因大学新校区的人文资源带动周边的商业空间,办公用地未来可进驻企业的用地越大,人员涌入越多,居住可用契合度越高。商办地块未来预期会有大量人群在这里办公,许多科技型企业都会入驻。而这么密集的办公人群,如果就近买房,会选择周围少量的居住区块。所以,这里未来的住宅价格趋势上涨是一个必然趋势。并且大学毕业生又会催生租房市场和购房需求。
同样是商业办公地块,必须要区分是拿来做写字楼、还是拿来做商办性质的居住型公寓。写字楼用地催生产业发展,公寓还是用来住的,不但对区内住宅价格没有帮助,还可能分流居住需求。同时地铁的发展也是一个推动因素。每个城市有每个城市不同的地段和规划,每个地段也有各自的优势,总结本文,主要原理如下:
看控规:优先选择整体地段中,商业写字楼用地比例大的(基于城市发展正常和政府执行力稳健)。
看产品:同样拿来做写字楼,选择楼层高、总面积大的。
看用途:同样很高的商业办公用地比例,选择真正用做写字楼的区域。
看时间:同样的产品,选择住宅先盖写字楼后盖的,这样写字楼盖好住宅才会升值。
北上广深一线和强二线城市,城市发展相对较快,政府规划的商业区通常都能获得较好发展。
二是,周边设施配套即学校教育设施、商场娱乐设施、医疗卫生设施,配套是否齐全会影响生活的便利程度。
三是,考虑房子未来的保值增值,在市区老房子面积相对不大,虽然单价不低但是总房款不高,比起偏远地区的大面积房子抗跌性更好。所谓“从里往外涨,从外往里跌”就是这个说法。而且特别旧的房子当面临拆迁改造时也会拥有一部分可观的拆迁费。
3购买二手房选房建模
3.1参数建模
参数建模,通过结构化表达式和参数集表达的模型,参数模型通过代数方程式、微分方程、普通代数函数的方式,建立关系模型。
3.2建模的主要思想
3.2.1准备阶段
需要了解对于该问题的基本知识、内容背景,明确所建立模型和公式的目的以及实现的方法,搜集必要的信息。明确对应知识的性质特征。
3.2.2模型假设
根据对象特征建立模型,对应问题合理化必要性的描述。精确的语言对于假设是至关重要的一步。对于专业的建模者想象力、判断力和观察力。分析问题的主次使得方法简洁明了,问题清晰化是至关重要的。
3.2.3模型构成
利用研究对象内在的规律和适当的数学公式、工具,构造各个变量之间的关系以及数学结构。我们利用图表、公式、排列、线性规划等工具,以及相关工具解决问题,用简单的公式解决对应的问题。
3.2.4模型求解
运用数据方程、画图形、逻辑运算、数值运算等各种传统运算,对于解决实际问题算法往往复杂和冗余,也需要拥有简单的编程以及数学模型工具知识(excel涉及到VB等)。
3.2.5模型分析
利用模型分析出结论,进行稳定性分析。建模主要方法包括:
(一)机理分析法:根据客观事实
1.比例分析法:比较常见的方法,建立变量之间的函数关系。
2.代数法:通过离散图形、符合、问题的方法。3.逻辑方法:解决数学经济学等专业实际问题。制定对策的决策中应用。
4.微积分法:分析变量以及自变量之间的关系
(二)数据分析法
1.回归分析法;用于对函数?(x)=数值(xi,fi)i=1,2,n,确定函数表达式。处于静态独立数据,固成为梳理统计法。
2.时序分析法:处理动态的数据,也叫作过程统计法。
(三)计算机仿真分析
1.计算机仿真:运用统计估计的方法进行抽样试验等操作。
2.因子试验法:通过在系统上进行局部试验,再对于试验结果进行分析修改,进而得出模型结构。
3.人工现实法:根据对于系统过去的了解,制定出未来预期的目标。
3.3二手房买房建模
3.3.1购房需求假设
我们且分析刚需购房者,在抛开物价水平以及通货膨胀的因素。不考虑一定的假设条件如:
(1)房地产产品具有生产周期。
(2)供应量受到理想房价和开发商预测房价的影响。预测价格与理想价格的比值越大,供应量越多;反之供应量越少。
(3)需求量受理想房价和本周期实际房价的影响。实际价格与理想价格的比值越大,需求量越少;反之需求量越多。
(4)通常成本花费包括地价(楼面价格)、建造成本和国家各种税收;且每个周期的建造成本、税费率和地价都保持不变。
(5)理想房价仅基于各方面间接、直接成本,并且不考虑供求因素。
3.3.2参数模型确定
3.3.2.1分析问题,需求预估
对于常用的买房选择因素,绘制相应的思维导图。
具体内容如下:
通过模型和参数了解相关需求,微观参数如:当前价格、价格走势,小区环境、周围邻里的因素等。宏观参数数据如:面积、朝向、房龄、房屋质量、通风、采光、朝向、楼层(每个楼层的电梯,能够承受的楼层数),小区的自然环境物业质量以及绿化比例,小区周边的硬件环境包括:学校(学区房以及学校层次),娱乐设施(体育场、健身房、公园对应的距离以及达到时间成本),生活需求,周边购物距离(考虑期望距离与实际距离),周边交通(公共汽车、私家车、地铁-单双、高铁等),周边停车场,停车场位置,周边医院。
考虑政策上这个地方是否会被拆迁,考虑日常居住地与工作地的距离。
3.3.2.2需求搜集
考虑个人对于房屋的需求以及诉求评估对应结果如图1所示。
我们可以看到图中的每一个参数后面有个评估值权重比例(满分10分),软性条件方面,例如距离日常目的地的距离,地铁12站以内权重分数9分,周边交通汽车权重5分,地铁是7分。娱乐休闲中公园在2km之内的权重是4分。
硬性条件方面:价格250-280万元房款是刚需购房者,总房款则是根据购房者首付结合自身条件在当地的政策比例计算出来的,例如购房者首付款是100万元当地首付至少3成,该购房者可以购买250-300万元左右的房子,首付款+中介服务费+过户等刚需费用+有可能装修费用≈100万元。
3.3.2.3形成excel
根据各种影响因素建立一个excel模型。纵列分为“需求限制”“是否必须”“重视程度”。重视程度是最终的参数使用者根据自身条件调节。
在excel列举如图2所示,列举出自己买房需要的条件,其中限定需求條件。例如价格250-280万元,不超过290万元是否必须条件,重视程度1,周围5千米以内至少要有购物重视程度0.9。
1千米以内有地铁站不是必须条件,则不计人最后建模公式,权重比例0.7,在2千米以内有地铁站同样不是必须条件则不计人最后建模公式,是否必须条件是填写公式的必要条件。“否”则不计人公式之中,后面的“重视程度”参数手动编辑并且根据参数计人公式。
根据对客户需求建立评价模型(满意度模型和最优化模型),选取评分指标,设定计算公式。举例:根据几个重要参数如表1。
总竞争得分=F+0.4*M+0.9*Z+0.7*J,F代表房价,M代表面积,Z代表交通站数,J代表距离。其中前面的0.4、0.9、0.7是权重参数,参数大小根据个人的意愿设定。每个人情况不同可以适当调整此参数的大小。
运用VBA工具编写建模模型,如图3所示,每个sheet页输人对应的公式。同时输人总公式得到的数值就是评价此房屋可选性的依据。具体建立工具方法运用VBA建模工具实现。
3.3.3小区信息选取
步骤一:地铁站筛选
通过模型的建立固定购房者主要参数的选取,以上班站点为中心首先寻找地铁站,得到地铁站的集合。在地铁站附近,寻找距离地铁站1千米以内,在5千米以内有购物,5千米以内有医院,2千米以内有运动场地的小区。
举例:某位购房者在地铁曹庄站附近上班,他可以承受的地铁站数大概8站。列举从曹庄到各个地铁站的站数以及对应的小区名字,参见表2。
步骤二:小区筛选
打开“链家”“我爱我家”等房地产网站或者APP地图找房栏目,通过地图可以找到对应地铁站并且根据距离和自身条件,筛选对应的小区,如图4所示。
对应小区名录如表3。
步骤三:房源筛选
根据每个小区情况,在这些小区里根据2室,有20年房龄,250-300万元区间,朝向南中楼层的房屋,具体工具可通过“链家网”“我爱我家”復合搜索工具进行。结合购房者的条件以及个人对小区喜好得出小区列表,如图5所示。
通过列表可以看出根据“价格”“户型”“建筑面积”“朝向”“房屋年限”“绿化比例”“梯户比例”“共楼层数”“最近地铁站”“小区到达地铁距离/千米”“地铁站数”。将筛选的每个小区的符合条件的楼盘统计出来。
步骤四:得出数据
根据计算公式,建模得出相关数据。公式如下:1.建筑面积和评分换算比例:1+(x-60)/602.价格和评分换算:1+(290-x)/290
3.地铁站数评分:8/x
4.到地铁站距离评分:1/x
将公式运用VBAproject工具写入excel程序中,如图6所示。
通过程序计算得出对应的小区房源的竞争力参数,如表4所示。
基础评分即是房屋对应购房者要求竞争力得分,得分越高越符合购房者要求如图7所示,购房者可以根据自身条件与房地产经纪人或者房主本人进行实地看房,具体看房实际成交价格有待与业主协商。
4结语
购房需要整体考虑,并且因人而异,根据当地的政策以及购买当地周边配套综合考虑。对于房价在当地的制约因素做出较清晰的分析,更重要的是对于自身需求有个清晰的认知和定位。根据自身情况制定出价格、位置、楼层、面积、学区等权重和参数,并运用模型作为“辅助”手段进行房屋竞争力数据分析。“术”是本,“道”才是根,只有在不断学习和了解中提升买房经验,才可以在买房中更加理性并且如愿。
参考文献:
1.邹晓燕.我国房地产经济管理存在的问题及其解决对策.环球市场信息导报.2015.04
2.黄静.中国房地产价格上涨的广义财富效应研究.上海交通大学.2010.08
3.何昌海.房地产经济的发展前景分析.现代营销.2013.06
4.杜凤霞陈立文杨占星.住宅价格波动影响因素个体固定效应模型.会计之友.2014.04
5.李金昌.大数据与统计新思维,统计研究.2014.01
6.崔兵.论房地产市场效率.中国房地产.2012.12
7.赵琳.我国房地产经济管理存在的问题及其解决对策.学术交流.2013.09
8.张浩李仲飞.房价预期、土地价格与房地产商行为.管理评论.2016.04
9.刘也补琴张安全.房价预期对城镇家庭消费支出的影响.消费经济.2017.01
10.邓翔李双强.消费需求、投资需求与住房价格波动.西南民族大学学报(人文社科版).2015.10
11.陈峥高红贵.城镇化视角下房价波动对居民消费的影响.统计与决策.2016.09
12.黄彩云.房地产行业对经济社会的影响分析.市场论坛.2016.07
13.盖静.我国汇率通过房地产价格渠道对实体经济作用效果的实证检验一基于2005年汇改后数据的VAR模型分析.金融理论与实践.2017.01
14.赵黎明焦珊珊.资源环境约束下中国城镇化效率时空分析.天津大学学报(社会科学版).2017.02
15.Commercial Real-Estate Inventory and Theory of Storage.Helyette Geman,Radu Tunaru.Journal of Futures Markets.2013.07
16.The economic effects of acentral bank reacting to house price inflation.Guido Baldi.lournal of Housing Economics.2014