基于多元线性回归分析房地产价格影响因素.docVIP

基于多元线性回归分析房地产价格影响因素 　　【摘要】从房屋销售实现市场化交易之后，近10年来，房价飞速上涨，并且在政府多次的政策调控下没有得到缓和的趋势，这一现象逐渐引起了社会各界的广泛关注。本文以济南为例，选取2003年到2012年数据，从人均GDP、总人口、结婚数、城乡居民人民币储蓄存款余额、城镇居民人均可支配收人、土地购置费、房屋销售面积、房屋竣工面积占施工面积的比重，利用SPSS进行线性回归，从而得出房屋销售价格变动最为密切的影响因素，并提出建议。 　　【关键词】人均GDP 商品房平均销售价格 多元线性回归 　　一、引言 　　随着我国国民经济的飞速发展，我国城市近几年也获得了高速迅猛的发展，房地产住房消费占我国城镇居民消费的比重也越来越高。同时，随着城镇居民住房观念发生的重大转变、住房消费的有效启动、住房商品化新体制的基本确立、房地产投资的持续快速增长，以商品住宅为主的房地产业成为国民经济的重要支柱产业。但是，我国房地产市场的发展极为不稳定，城市商品住宅的价格日益增长。济南是一个二线城市，从很大程度上可以代表二线城市的整体发展水平，而二线城市的发展好坏更能影响国民经济的发展。本文通过分析济南房价的影响因素，从而使得国家进行更好的调控，相应的提高国家的整体水平。 　　二、实证分析 　　（一）多元线性回归分析方法 　　回归分析是经济计量分析中使用最多的方法， 多元回归分析预测法， 是指通过对两个或两个以上的自变量与一个因变量的相关分析， 建立预测模型进行预测的方法。当自变量与因变量之间存在线性关系时， 称为多元线性回归分析。 　　多元线性回归模型的一般形式为： 　　Y=β0+β1X1+β2X2+β3X3+…βkXk+ε 　　β0、β1、β2、βk是参数，ε是被称为误差项的随机变量。 　　（二）影响商品房平均价格的因素分析 　　某一地区的房价是由宏观经济、供给方（房地产厂商）、需求方（购房者）三方共同决定的，因此引入了相应的指标作为自变量。本文研究选取商品房平均销售价格Y（元/?O）为因变量;反映宏观经济的指标，选取人均GDP X1 （元）;需求方的指标为，总人口X2（万人）、结婚数X3（对）、城乡居民人民币储蓄存款余额X4（万元）、城镇居民人均可支配收人X5（元）;反映供给方的指标为，土地购置费X6 （万元）、房屋销售面积X7（万平方米）、房屋竣工面积占施工面积的比重X8（%）等影响房地产价格的11个指标作为子变量。 　　1.构建模型 　　（1）建立模型 　　根据确定的变量，建立以下模型： 　　Y= Y=β0+β1X1+β2X2+β3X3+…β8X8+ε 　　上式中，β0、β1、β2、βk是参数，ε是为误差项的随机变量。 　　（2）参数估计 　　运用最小二乘法进行参数估计得方程为： 　　Y=-23589.388+0.035X1+41.542X2+0.002X3-0.007X4-0.175X5 　　+0.0001X6+0.001X7-29.135X8+ε 　　（3）统计检验 　　第一， 拟合优度：R2=1，R-2=1，说明本模型拟合效果很好。 　　第二， F检验和T检验 　　由数据可知，F=10392.325，Sig（F）=0.008。因此，模型整体上解释变量与被解释变量之间的关系显著。 　　但是在T统计量中，只有X2、X5、X7通过检验，且常数项β4、β5、β8为负数，与其经济意义迥然不同，表明模型中解释变量存在多重共线性。 　　2.计量经济学检验和克服 　　（1）多重共线性克服 　　本文通过SPSS采取逐步线性回归法来克服多重共线性问题。由SPSS得出，商品房的平均售价主要和人均GDP有关系，其方程为： 　　Y=-57.555+0.101X1+ε 　　（2）统计检验 　　第一，拟合优度：R2=0.992，R-2=0.983，都接近于1，说明本模型拟合效果很好。 　　第二，F检验和T检验 　　由数据可知，F=465.051，Sig（F）=0.0001。因此，模型整体上解释变量与被解释变量之间关系显著。 　　同时人均GDP的T=21.565、Sig（T）=0.0001同样可以看出模型整体上解释变量与被解释变量之间关系显著。 　　三、结论与建议 　　人均GDP的变化是影响济南市房地产投资的重要因素，它对房地产业价格的影响可以从两方面考虑：一方面GDP的增加，能引起居民收入水平的提高，势必影响住宅消费数量与质量，从而影响市场供需结构;另一方面，GDP增加会引起社会总体投资水平提高，这样就使得对工业用房、商业铺面、办公楼宇等的需求增加，由于需求的增加。 　　政府要有效的控制好房价，今后的工作可以从以下几个方面着手：一要开发商要为消费者创造合理价