基于回归模型西宁市商品房价格影响因素研究.docVIP

基于回归模型西宁市商品房价格影响因素研究 　　摘要：利用西宁市1999―2008年社会经济统计数据，从供给和需求两方面选择影响商品房价格的因素，建立回归模型，对商品房价格影响因素的相对重要性进行分析。结果表明：竣工房屋造价是影响西宁市商品房价格的首要因素。 　　关键词：商品房价格；回归模型；影响因素；西宁市 　　中图分类号：F217文献标志码：A文章编号：1673-291X（2011）04-0119-03 　　 　　随着中国经济的增长，作为国民经济发展重要行业的房地产业正经历着前所未有的快速发展。同时，中国房地产业也面临许多问题，如房价涨幅过快、商品房供应结构不合理、房地产市场秩序混乱、部分城市房地产过热等，其中房价是核心问题。近几年来，中国商品住宅价格持续上升，2000年全国商品住宅价格上涨8.14%，2002年上涨5.74%，2004年商品住宅价格上涨达到了18.70%，2006年有所回落，上涨6.20%，2008年涨幅再创新高，达到11.30%[1]。西宁市商品房均价也由1999年的716元/平方米上涨到2008年的2 654元/平方米，十年时间，商品房价格增幅达270.67%，年均增长30.07%，商品房价格增长接近3倍[2]。高房价不仅对国民经济的运行造成了显著影响，还直接影响到居民的生活水平和生活质量。 　　本研究从供给和需求两方面选取影响西宁市商品房价格的因素，科学的遴选对房价有重要影响的因素指标，应用回归分析，得出影响西宁市商品房价格因素的相对重要性，为政府制定宏观调控政策提供理论依据。 　　一、模型选择 　　回归分析，是通过规定因变量和自变量来确定变量之间的因果关系，建立一个因变量和自变量之间的相关数学表达式，并根据搜集到的数据来求解模型的各个参数，然后评价回归模型是否能够很好的拟合实测数据。如果能够很好的拟合，则可以根据自变量作进一步预测。多元统计分析是：在方程式中有两个或两个以上自变量的回归模型 [3]。 　　分析影响房价的因素，采用多元线性回归分析： 　　设随机变量Y与一般变量X1、X2、X3、…、Xn的线性回归模型为Y=b0+b1X1+b2X2+…+bnXn， 　　式中，b0、b1、b2、…、bn是回归系数，Y是因变量，X1、X2、X3、…、Xn是自变量。 　　二、指标选取 　　影响商品房价格的因素众多，有土地使用制度、住房制度、人口因素、经济发展状况、财政金融政策等一般因素，也有道路交通、城市设施、环境状况等区域因素，还有建筑物本身的结构特征等个别因素[4～8]。但是，这些影响因素在不同的国家，甚至在同一国家的不同地区，不同的房地产业发展阶段所表现出来的影响力大小各不一样。 　　房地产市场波动、房地产价格水平波动，从经济学上来说，是由房地产的供给和需求两种力量共同作用的结果。影响房地产价格的因素要么是通过影响房地产供给，要么是通过影响房地产需求，要么是同时影响房地产供给和房地产需求来实现影响房地产价格。 　　根据统计分析的需要和数据的易得性，确定影响西宁市房地产价格的主要因素有（见下页表1）： 　　影响房地产需求的因素：GDP、城市人口、城镇居民人均可支配年收入、居民价格消费指数。 　　影响房地产供给的因素：房地产开发投资、地价、竣工房屋造价、商品房销售面积。 　　以上数据满足下列条件：（1）线性：给定X1、X2、X3、…、Xn的数值后，相应的Y随机变动，其总体均数Y=b0+b1X1+b2X2+…+BnlnXn；（2）独立：n个个体之间互相独立；（3）正态：给定X1、X2、X3、…、Xn的数值后，相应的Y值服从正态分布；（4）等方差：当X1、X2、X3、…、Xn的数值变动时，相应的Y有相同的方差。 　　首先对这些数据进行Pearson相关分析，根据Pearson分析的结果，发现商品房均价和其他因素的相关程度都很高，可以建立商品房均价和其他因素的回归方程。 　　该组变量符合多元回归的基本条件，可以进行多元统计分析。 　　利用SPSS17.0分析软件计算得出结果（见表2）。 　　 　　根据运算结果，影响西宁市商品房价格的因素从大到小依次为：竣工房屋造价（X7）、地价（X6）、城镇居民人均可支配年收入（X3）、GDP（X1）、房地产开发投资（X5）、商品房销售面积（X8）、城市人口（X2）、居民价格消费指数（X4）。 　　三、回归方程建立 　　建立回归模型：Y=b0+b1X1+b2X2+…+BnXn 　　Y（商品房均价）是因变量，X1、X2、X3、…、Xn，是自变量，根据回归系数表得出回归方程。 　　在利用SPSS建立回归方程时，并不一定是前面分析的影响因素都进入回归方程作为解释价格的解释变量。选择变量的方法有强制进入法、前进法、后退法、逐步进入法等