上海与重庆房地产价格决定因素对比分析.pdfVIP

上海 与重庆房地产价格决定 因素对 比分析 丁 飞 (中国政法大学商学院 100088) 【摘 要】本文以东部的上海和西部的重庆为例，从宏观经济、供给 方、 著性水平 a，因此人均储蓄与被解释变量问的线性关系显著，它保 需求方三个角度选取了GDP、住 宅投资额、人均可支配收入等八项指 留在模型中是合理的。最终的回归方程为： 标，按照 多元线性 回归的模型进行分析 ，提取了影响两地房价的主要 因 Y：278．323+0．143X 素，并拟合回归方程，从 中进行两地的对比分析 ，找出其中的差异。 其中，Y为上海住宅价格 ；X上海人均储蓄。由此可知，在众 【关键词】上海 ；重庆 ；房价；多元线性 回归 多变量 中对上海住宅价格影响程度 中最大的是人均储蓄，人均储 蓄变动一元就会造成房价平均变动 0．143元。采用向前和逐步筛 近年来全 国各地房价猛涨 ，尤其是一些诸如北京、上海 、广州 选 的方法 同样可以得出上述方程 。 的大城市，房价上涨的速度更快。因此 ，住宅成为人们头顶最大的 3．2 重庆住宅价格决定 因素分析 。采用 同样 的方法我们对 压力。我们关心的是到底是什么因素导致了住宅价格的上涨 ，哪 重庆住宅价格决定因素进行分析。根据向后筛选策略输出的结 些因素在其中扮演了最重要的角色，不同地区房价上涨是否存在 果 ，最终的模型是第三个方程，但是该模型中各 自变量的容忍度都 差异 ，这些差役背后 的原因又是什么?下面将进行详细 的论述 。 在 0．05以下接近于 0，表示各 自变量之间存在多重共线性非常强； 1 研究方法及数据来源 各 自变量方差膨胀因子最低为 157．328，远远超过了 10，认为各 自 本文采用的研究方法主要是定量分析法 ，即利用 SPSS对 因变 变量之间存在多重共线性非常强。因此 虽然 向后筛选给出了最 量 (住宅价格)和 白变量 (GDP、住宅投资额、人均可支配收入等八 终的方程 ，但是由于该方程 自变量之间存在非常严重 的多重共线 项指标)拟合线性 回归方程 ，通过对比上海与重庆住宅价格线性 回 性，因此拒绝该方程 ，需要采用新 的方法拟合方程 。 归方程的不同，深入探讨不同地区房价影响因素的差异。本文数 下面按照向前筛选策略建立回归方程。得到的模型只包含一 据为以上 自变量与因变量 1997至 2009年数据，来源为国家统计 个 自变量，即住宅投资额。该模型被解释变量和解释变量的复相 局、上海市统计局和重庆市统计局相关统计年鉴，或者根据相关统 关系数为 O．993，判定系数为 0．987，调整的判定系数为 O．986，因此 计年鉴计算得 出。 认为拟合优度较高，可以建立线性回归模型。当显著性水平 a一0． 2 指标选取 05，模型的回归方程显著性检验的概率 P一值为 0，小于显著性水 本文认为某一地区的房价是 由该地 区多种力量共 同决定了， 平 a，因此被解释变量与解释变量 间的线性关系显著，建立线性模 具体来说是 由宏观经济、供给方 (房地产厂商)、需求方 (购房者)三 型是恰 当的。最终的回归方程为 ： 方共 同决定的，因此引入 了相应 的指标作为 自变量 。反映宏观经 Y一913．256+ 2．981X 济的指标为GDP，反映供给方的指标为住宅投资额、住宅竣工面 其中，Y为住宅价格 ；X为住宅投资额 。采用逐步 回归策略可 积和每平方米造价，反映需求方的指标为人均储蓄、人均可支配收 以得出同样的结论。因此，我们认为在诸多变量中对重庆住宅价 入、初次登记结婚人数和城市人 口。 格影响最大的因素是住宅投资额 ，当住宅投资额变动 l亿元时，重 3 数据分析 庆市住宅价格平均