spss房地产分析.doc

北京市影响房地产市场的因素分析研究 武妍 200811511004 摘要：本文运用了北京2000~2009年的数据，分析了影响房地产发展的因素，通过运用因子分析和回归分析，分析了北京市近几年来房地产状况，通过实证分析，有助于了解影响北京市房地产发展的因素，并相应的提出对策。 关键词：房地产 时间序列分析 回归分析 价格上涨 一．引言： 随着中国经济的发展，GDP的增长，其中房地产业作为国民经济新的增长点，为中国经济的快速增长做出了突出的贡献，但是应该注意的在其发展过程中，出现了不健康的状态，即这两年说的比较多的泡沫经济，房子对人民是刚性需求，每个人生存都需要安居，而且随着城市化进程的发展，在城市买房的人越来越多，但是土地资源是有限的，怎么能平衡供求以及由于之前的不平衡导致的不合理房价上涨是个很令人深思的问题。像是一线城市，例如北京、上海等地近几年来房价上涨程度很大，尽管国家不断出台调控和打压房价的各种政策，包括行政性的手段，但收效甚微，本文通过主成分分析法，因子分析和回归分析，对北京市房地产市场价格的影响因素形成全面、客观的认识，为购房者、开发商的投资决策和地方政府的制定政策提供参考和建议。 二．数据的选取，模型的建立及实证分析 本文选取的数据是2000~2009年北京市一些影响房地产的指标，其中变量有常住人口，GDP,人均可支配收入，房地产开发投资，施工面积，竣工面积，房地产销售额，销售均价。本文所有的数据来自《北京统计年鉴》和《中国统计年鉴》，另外还有其他影响因素，例如，经济周期，经济的增长情况影响到投资者对未来的预期和居民的购买力，决定了房地产市场的景气程度；利率及金融环境银行利率也会直接影响到房地产融资，较高的利率会增加房地产开发和投资的财务负担，使房地产交易行为受到抑制，从而影响到房地产价格而金融环境的好坏影响一个地区的经济发展状况，进而影响房地产交易的积极性，对房地产价格也会产生影响。另外还有社会稳定状况、住房制度、人们对房价预期因素等等 1.时间序列的分析 模型的识别：识别模型最有用的工具即对自身或者不同的相关函数序列作图。序列图是用spss base 系统中的序列图程序，可以水平或者垂直地作序列图，可以选择对序列自身作图也可以作对数变换后作图或对序列中临近点间的差分值作图。相关函数图spss base 系统提供了作相关函数图的便捷工具，同序列图一样，可以描述函数自身，函数的对数变换或者临近点的差分析，并给出可信限，Viewer窗显示了相关函数值和标准误 参数的设置;本文运用了指数平滑法对近十年来房地产销售偶价格进行了分析。 模型的诊断;判断模型和观察数据吻合的程度，此时，用残差和可信区间序列估计模型的准确性，用标准差和其他统计量判断模型中的参数显著性，spss base系统提供的标准化p-p图和标准化q-q图来判断残差的分布是否符合正态分布 本文运用指数平滑法通过对序列中最新观察值和早期观察值赋予不同的权重，对序列进行预测。以下是具体过程： Model Description Model Name MOD_6 Series or Sequence 1 销售均价 Transformation None Non-Seasonal Differencing 0 Seasonal Differencing 0 Length of Seasonal Period No periodicity Horizontal Axis Labels Date_ Intervention Onsets None Reference Lines Overall mean Area Below the Curve Not filled Applying the model specifications from MOD_6 Case Processing Summary 销售均价 Series or Sequence Length 10 Number of Missing Values in the Plot User-Missing 0 System-Missing 0 由上图可以看出销售均价在这近十年来大体上呈上升趋势,且上升趋势较大，房价从2008年才开始有所下降, Model Description Model Name MOD_5 Series or Sequence 1 Error for 销售均价from EXSMOOTH, MOD_4 NN A .80 Transformation None Non-Seasonal Differen