对房地产销售影响因素的实证研究.docVIP

对房地产销售影响因素的实证研究 华南师范大学 刘宏 金融工程 摘要：选择多元线性回归模型，运用参数的最小二乘估计法进行模型的建立并通过估计、检验、调整，建立了房地产开发企业住宅销售套数合计与其影响因素的模型。模型涉及一个被解释变量和三个解释变量，检验结果较好。文章通过对中国各地区房地产及其相关经济要素数据的计量经济研究分析，提出了具有现实意义的对策建议。 关键词：多元线性回归模型；经济意义；政策建议 一、问题的提出 近十年以来，房地产对中国经济的发展起着巨大作用。本文着眼于研究房地产销售状况和它的一些影响因素，深入探究拉动房地产销量的根本原因，由此得来的研究结果对于国家房地产政策的调整、居民和社会机构关于房地产的决策，有着巨大的现实意义。 二、模型的设定与估计方法 模型选择的估计方法为多元线性回归模型的最小二乘估计方法，它能一目了然地揭示出变量之间的解释与被解释关系，起到较好的经济解释作用。 三、数据的收集及处理 （1）样本数据的选取 本文选取了2008年中国统计年鉴公布的31个地区的房地产及经济数据，包括了房地产开发企业住宅销售套数、固定资产投资、城镇居民全年人均可支配收入、城镇居民全年人均消费性支出、农村居民全年人均纯收入、农村居民全年人均生活消费支出、全社会建设总规模、城乡居民人民币储蓄存款年底余额。 （2）模型的估计和调整 首先对被解释变量（Y）与解释变量进行回归分析，并将方程的形式设定为多元一次方程： 由EViews的最小二乘计算结果可以看出，解释变量系数检验的t值不显著，因此改变模型设定的形式，对方程两边取对数形式可得： EViews的最小二乘计算结果可以看出，该模型R^2=0.9582，Adjusted R^2=0.9454，F检验值75.2613，明显显著。但是,,系数的t检验不显著，而且和系数的符号与预期的相反，这表明可能存在严重的多重共线性，下面对模型的多重共线性进行修正，修正后的最小二乘回归结果分析可得，原模型剔除了,,,，修正后的回归方程为： t =（2.2797）（19.0024）（-4.3613）（4.1841） R^2=0.9426 Adjusted R^2=0.9362 F=147.7677 DW=1.6482 （3）模型的检验和调整 1、经济意义检验 从回归结果可以看出，房地产销售套数与固定资产投资额和居民的消费性支出成正比，这符合原假设，符合经济意义。模型采用对数形式仍可说明这一现象。城镇居民人均可支配收入和房地产销售套数成反比，这和之前的假设不符合，但是从长远来看，大多数人只会买一套住房，买完一套之后，随着可支配收入的增加，这大多数人不会选择再购房。因此，回归模型的反比关系不无道理，而且揭示出了更深层次的关系。 2、统计推断检验 从回归的结果看，可决系数R^2=0.9426，模型的拟合程度很高；系数的显著性检验，t值的绝对值都大于2，所以各解释变量对被解释变量有显著的影响；F检验值147.7677，显著性很高。模型的统计推断检验结果理想，检验通过。 调整后的模型为： 将换成，得下式为最终模型： t=（2.3771）（18.5032）（-3.881916）（3.7861） R^2=0.9412 Adjusted R^2=0.9344 F=138.6816 DW=1.8874 四、结论 固定资产投资对于房地产企业住宅的销售套数具有正向关系的影响，原因是固定资产投资中有相当大一部分是投资于房地产的开发，它直接影响住宅的建设量，对住宅的销售套数也有很大的影响；模型显示，城镇居民全年人均可支配收入和房地产企业住宅的销售套数呈反向关系，这揭示出更深层次的二者之间的关系。从长远来看，绝大部分居民由于负担不起多处住宅的购买，一般他们会选择在购买了一套住宅之后，不再购买新的住宅直到搬家。因此，随着人均可支配收入的增高，住宅的销售套数总体趋势并没有随之增加，反而有一个相对减少的趋势。城镇居民全年人均消费性支出与房地产企业住宅的销售套数呈正向关系。城镇居民家庭消费性支出是指被调查的城镇居民家庭用于日常生活的全部支出，包括购买商品支出和文化生活、服务等非商品性支出。其中，商品支出分为以下八类：食品；衣着；家庭设备用品及服务；医疗保健；交通与通信；娱乐、教育、文化服务；居住；杂项商品和服务。因此，包括居住费用的城镇居民消费性支出的增长对于房地产销量的增长起推动作用，可以观察到，解释变量———农村居民2008年人均收入和消费支出，在多重线性回归时被剔除，由此可见，购买住宅的主力军是城市居民，农村居民由于地理环境、收入、生活习惯上的差异，对住宅尤其是商品房的需求很小，农村人口的住宅很多是自行建造的；全社会建设总规模和城乡居民人民