多元线性回归及gistics回归模型在上海市房价预测中的分析与应用.doc

多元线性回归及logistics回归模型在上海市房价预测中的分析与应用山东大学威海分校 吴铖、钟迪威、高利翠摘要国家统计局发布的信息显示，近几年我国房地产价格呈显著上升趋势。而在全国各大中城市中一线城市如上海、北京、广州等俨然成为房价上涨的领头羊。房价持续高速增长，无论对房地产业自身运营，还是对国民经济健康发展，乃至整个社会的和谐稳定，都将产生一定的负面影响。对大中城市，尤其是一线城市的房价进行研究分析和预测，具有很强的实际意义。本文选取上海为例，对房价的主要影响因素进行研究分析。基于供求、成本理论及经济因素，本文从上海统计年鉴、国家统计年鉴收集官方数据，通过比较选取2002年至2009年上海市人均GDP、人均消费支出、商品房平均造价、中长期年平均贷款利率、商品房竣工面积、商品房销售面积、房地产业总投资额等作为影响房价的因素，建立多元线性回归模型，运用spss进行参数估计和检验，并利用2010年数据进行预测和检验，从而筛选出对房价影响的主要因素。并用logistics模型对房价进行预测未来房价上涨的概率。最后提出相关的控制房价过快上涨的建议。通过多元线性回归模型我们得到，上海市人均GDP、中长期年平均贷款利率以及商品房销售面积是影响房价的主要因素，其中人均GDP更是首当其冲。因此，政府若想有效的控制房价过快增长，首先应考虑控制经济过快增长。同时，由于08年金融危机的到来导致房地产暂时出现平缓，而09年金融浪潮退去后，国家所实施的4万亿投资政策极大的刺激了房地产业，使得上海房地产业出现全面井喷现象，但由于近几年上海商品房销售面积并没有表现出强劲势头，因此未来几年这种势头将不会持续。通过Logistics回归模型，我们得到房价上涨的概率是87.6%，这将影响经济的发展和加重人民的负担，由此政府必须采取相关政策来加强控制。未来几年，如何抓住其增长较缓的拐点进行投资，是投资者所需关注的。关键字： 房价预测 上海市 多元线性回归模型 Logistics回归模型 目录 TOC \o 1-3 \h \z \u HYPERLINK \l _Toc297194183 摘要 PAGEREF _Toc297194183 \h I HYPERLINK \l _Toc297194184 一． 研究背景及现状 PAGEREF _Toc297194184 \h 1 HYPERLINK \l _Toc297194185 二． 问题的提出 PAGEREF _Toc297194185 \h 1 HYPERLINK \l _Toc297194186 三． 模型构建前的准备 PAGEREF _Toc297194186 \h 2 HYPERLINK \l _Toc297194187 3.1模型假设 PAGEREF _Toc297194187 \h 2 HYPERLINK \l _Toc297194188 3.2房价影响因素分析及变量选择 PAGEREF _Toc297194188 \h 2 HYPERLINK \l _Toc297194189 3.3数据来源 PAGEREF _Toc297194189 \h 3 HYPERLINK \l _Toc297194190 3.4数据处理 PAGEREF _Toc297194190 \h 4 HYPERLINK \l _Toc297194191 四、多元线性回归预测及logistics回归模型 PAGEREF _Toc297194191 \h 5 HYPERLINK \l _Toc297194192 4.1多元线性模型 PAGEREF _Toc297194192 \h 5 HYPERLINK \l _Toc297194193 4.2 logistics回归模型及logistics回归分析的房地产预测模型 PAGEREF _Toc297194193 \h 6 HYPERLINK \l _Toc297194194 五．实证分析 PAGEREF _Toc297194194 \h 6 HYPERLINK \l _Toc297194195 5.1模型的参数估计 PAGEREF _Toc297194195 \h 6 HYPERLINK \l _Toc297194196 5.2回归模型的检验 PAGEREF _Toc297194196 \h 7 HYPERLINK \l _Toc297194197 5.2.1多元线性回归的残差检验 PAGEREF _Toc297194197 \h 7 HYPERLINK \l _Toc297194198 5.2.2用逐步回归对模型进行分析 PAGEREF _Toc297194198 \h 8 HYPERLINK \l _Toc297194199 5.2.