抑制高房价问题的回归模型分析2..doc

抑制高房价问题的回归模型分析 摘要：本文通过对影响住房价格的主要因素的讨论分析，建立了表示房地产价格的多元线性回归模型。建模过程中，主要利用概率论与数理统计的方法和多元线性回归分析方法来建立模型，通过该模型来分析影响房地产价格的主要因素，并提出相应的政策建议。 提出问题 近几年来，我国各大城市房价出现了普遍的持续上涨、高居不下的情况。房价的上涨使生活成本大幅度增加，导致许多低收入人群买房难。目前我国城镇居民的人均居住面积只有发达国家的一半左右，甚至低于不少发展中国家，居民不是没有住房需求，而是现有的货币支付能力无法使其去实现购房的愿望。尽管现在买房可以贷款，可以分期付款，但这也需要居民有相当好的收入水平，还要用好多年来供房直到中年甚至更晚才可以还清，一生中最好的时光就都交给了房子。因此如何有效地抑制房价上涨，甚至能够降低房价，是一个备受关注的社会问题。下面就这个问题展开分析与建立数学模型，来研究如何有效地抑制房价上涨。 经济学理论 在建模过程中，首先用科学分析的方法，确定主要因素并对其作数学抽象，再针对各因素综合运用多种数学方法进行分析求解。第一，用概率论与数理统计的方法找出价格和各个因素之间的近似线性关系，建立模型，并估计模型；第二，对估计的结果进行分析，用最小二乘法求解模型中的参数；第三，用回归分析确定模型精度及检验，从而得出一个完整的数学模型；第四，通过该模型深入分析影响房地产价格主要因素，提出了一些政策建议，把高的开发成本降下来，同时调整供给结构。 影响房价的因素有许多，房屋建造成本、市场供求关系、城市经济发展、城市规模等等。现假设房屋价格与各个因素间的关系均为线性关系，且： 房屋建造成本用竣工房屋造价来代替； 城市经济发展用人均GDP来表示； 城市规模用建成区面积来表示； 市场供求关系通过消费者的支付能力竣工房屋价格来体现，而消费者的支付能力有通过在岗职工的平均工资来衡量； 房地产价格通过房屋均衡价格来表示； 忽略消费者偏好如有无学校、绿化率、停车位、热水供应状态、通信、房屋建筑形式等对住房价格的影响； 忽略消费成本如交通费用、物业费用、停车费用等对房价的影响； 忽略一些炒作对房价的影响 数据的简单性统计描述 表一为我国12个主要城市住房均衡价格及其相关因素的统计表。依照此表我们可以求得各因素与住房均衡价格的相关系数进而判断各因素对房价的影响程度如表二所示。 表一 12个主要城市住房均衡价格及其相关因素的统计表 序号 城市 住宅均衡价格指标 /元/㎡ 人均GDP /元 建成面积 km2 非农业人口变化率 在岗职工平均工资 /元 人均住宅面积 /m 城乡人均储蓄余额/元 竣工房屋造价 /元/㎡ 1 北京 3494.97 19846 488 0.072 14054 13.97 21447.03 2037 2 天津 1636.2 15976 378 0.041 11123 8.6 12417.38 1061 3 石家庄 1424.85 10425 108 0.147 7983 3.16 8105.87 767 4 太原 859.21 10678 177 0.076 7378 12.23 13147.17 760 5 呼和浩特 872.57 7489 79 0.16 7346 6.22 6721.47 866 6 沈阳 1655.62 14989 202 0.028 8511 10.03 13317.48 978 7 大连 1935.43 18429 234 0.079 10259 8.45 13857.8 978 8 长春 1222.49 10261 154 0.073 8618 6.5 6949.56 1087 9 哈尔滨 1502.94 9142 165 0.345 7577 6.96 6957.27 897 10 上海 3119.62 30805 550 0.052 16641 14.96 19778.24 2232 11 南京 1934.31 16816 194 0.108 11931 8.59 10569.5 910 12 杭州 2311.06 19961 171 0.147 12187 6.54 12054.16 1217 　 同时可以求得各个因素序列的平均值，见附表一 附表一各个因素序列的平均值 住宅均衡价格指标 /元/㎡ 人均GDP /元 建成面积 km2 非农业人口变化率 在岗职工平均工资 /元 人均住宅面积 /m 城乡人均储蓄余额/元 竣工房屋造价 /元/㎡ 平均 1830.8 15401 241.67 0.111 10300 8.85 12110. 1149 表二 各因素与住房均衡价格的相关系数表 人均GDP 建成面积 非农业人口变化率 在岗职工平均工