中国房地产价格的影响因素实证分析.docVIP

中国房地产价格的影响因素实证分析 　　【摘 要】本文首先采用《2007中国统计年鉴 》中除港、澳、台外的 31个省 (市、区 ) 的房地产价格和相关影响因素的截面数据,运用多元回归分析方法,对房地产价格的影响因素进行实证分析。研究结果表明,房地产价格的主要影响因素为房地产投资额、竣工房屋造价、城乡居民人均储蓄余额,并根据结果提出相应政策建议。 　　【关键词】房地产价格;影响因素;截面数据;多元回归 　　中图分类号:F840 文献标识码:A 文章编号:1009-8283(2010)04-0054-01 　　 　　1998年实行住房商品化以来,房地产市场处于不成熟阶段,我国房地产投资规模不断扩大,房地产价格持续上涨,房价问题已经成为一个重要的经济问题和社会问题。本文旨在通过多元回归模型的建立,分析影响房地产价格的各个因素。 　　1 房价的影响因素分析 　　 商品房价格是指在完全市场化条件下商品房的交易价格。该价格是由市场供给、需求及宏观环境等方面决定。 　　1.1 供给方面 　　房地产投资额,包括住宅、办公楼和商业营业用房的投资额。住宅的投资额越大,代表该地区住宅的绝对供给量越大,根据供求理论,房价下降,理论上认为两者之间存在着负相关。而办公楼和商业营业用房投资额则代表了该地区的经济发展水平,较大的办公楼和商业营业用房投资额说明了人们对该地区的经济发展前景看好,理论上认为房价和办公楼和商业营业用房投资额之间存在着正相关。因此,该变量是一个综合性变量,商品房价格关系不确定。 　　竣工房屋造价,集中反映了房地产商的基本投入,与房地产价格呈正相关关系,是房地产商实现利润的参照依据,也是定价的根本前提。 　　1.2 需求方面 　　人口密度[1],代表一个地区的人口状况,人口密度的增加预示着该地区需求增加,理论上认为该变量与房价存在正相关性。 　　城乡人均储蓄余额[2],代表该地区人均购买力水平,其值越大,生活质量越高,投资能力越强,使商品房市场需求增大,理论上该变量与房价存在正相关性。 　　1.3 宏观环境方面 　　房产税,是国家调控房地产市场的主要方式。政府希望通过征税来抑制需求,调整房地产行业的过热现象,但税收的最终承担者均为消费者,因此抬高了房地产价格,理论上该变量与房价呈正相关关系。 　　2 实证分析 　　2.1 数据来源及处理 　　由于2007年美国房地产泡沫破灭,引发全球金融危机,房地产价格产生巨大波动,因此,我们选取2006年我国31个省市区的截面数据进行研究。设各地区商品房平均销售价格(元/平方米)为被解释变量Y,房地产投资额(亿元)为解释变量X1 ,竣工房屋造价(元/平方米)为解释变量X2 ,人口密度(人/平方公里)为解释变量X3,城乡居民人均储蓄余额(万元/人)为解释变量 X4 ,房产税(万元)为解释变量X5。 　　2.2 建立多元回归模型 　　 采用最小二乘法对模型进行估计,结果为 　　??Y[DD(]^[DD)]=-17.42053+0.45987X1+1.056391X2-0.260567X3+892.9247X4-0.001298X5 　　t=(-0.040362) ( 1.650264)(2.610533)(-0.903647)(5.282242)(-0.771492) 　　R2=0.922990,??R[TX-]2=0.907588,F=59.92683 　　 由结果看出,解释变量之间存在多重共线性,因此进行逐步回归予以修正,得到最终回归结果为:??Y[DD(]^[DD)]=265.4434+0.469135X1+0.817167X2+876.0026X4 　　t=(0.760827) (2.312347) (2.393400)(5.424377) 　　R2=0.918971,??R[TX-]2=0.909968,F=102.0716 DW=1.476859 　　由可决系数和相关统计检验值可以看出,模型估计结果较好。 　　自相关检验:DW小于d??U(1.650),大于d??L(1.44),即不能确定模型是否存在自相关,因此用回归检验法,得到e??t对e??t-1的回归方程,拟合优度R2=0.045661,F=1.339692,截距和斜率参数的t值分别为-0.096888、1.157450,均不显著。因此,不存在一阶自相关。类似的方法得到,二阶自相关也不存在。所以可判断出模型不存在自相关。 　　异方差检验:采用white检验方法,由于为多元函数,故有交叉乘积项,因此选择cross terms进行检验,建立相应的辅助函数。由检验结果可以看出,nR2=6.823349,由white检验知,在α=0.05下,查 χ2 分布表得临界值χ2 ??0.05(9