关于房地产价格变动影响因素的实证研究.docVIP

关于房地产价格变动影响因素的实证研先 摘要：房地产市场调控的成效取决于调控的切入点，即 寻找引发房地产价格上涨的关键性因素。因此，本文以 2008-2014年我国31个省、市、自治区的面板数据为基础， 通过相关性分析和多元回归分析的方法找出影响房地产价 格的主要因素，并在此基础上提出了相应的对策建议。研究 结果发现，竣工房屋造价、土地价格、城镇居民人均可支配 收入和城镇化率是引起房地产价格变动的最主要因素。 关键词：房地产价格；影响因素；多元回归分析 房地产作为人们日常生活和社会经济发展的物质载 体，能够为社会经济的稳定发展提供一定的物质保障。因此， 房地产的价格不仅关系到普通老百姓的生产和生活问题，也 关系到一个城市的发展潜力和竞争力，更关系到国家的金融 稳定和宏观经济政策。但是近年来，随着中国经济的快速发 展和城镇化水平的逐步提高，中国的房地产价格，尤其是北 上广深等一线城市的房地产价格，出现迅速上涨的趋势，给 人们带来了沉重的生活负担。那么，宄竟有哪些因素会导致 房地产价格产生波 动呢？ 一、研究设计 样本和时间 本文以2008-2014年全国31个省、市和自治区的面板 数据为基础，相关数据均来源于历年的《中国统计年鉴》以 及《中国房地产统计年鉴》。之所以选择从2008年开始，是 因为自2008年起，受全球金融危机的影响，中国政府从紧 缩的货币政策转为宽松的货币政策，推出四万亿的投资计 划，刺激了投资需求，导致房地产价格的迅速攀升，是我国 经济的一个转折点。 解释变量和被解释变量 影响房地产价格的因素众多，本文从房地产供给、需 求和宏观经济环境三个维度对房地产价格的影响因素进行 研究。并根据以往研究，选择竣工房屋面积、竣工房屋造价、 土地价格、人口密度、城镇居民人均可支配收入、城镇化率、 城市GDP、居住类居民消费价格指数、贷款利率为解释变量。 本文以房地产价格为被解释变量，并对房地产价格和 房地产价格的影响因素做相关性分析，以选出影响房地产价 格的最主要因素。相关性分析结果如表1所示。 从表1看出，Y与XI、X7、X8、X9之间呈弱正相 关关系，与理论假说7、8相符，与理论假说1、9相悖。宄 其原因，主要是由于人口和经济的快速发展导致房地产的需 求远大于供给，仅通过竣工房屋面积的增加和贷款利率的上 升无法抑制供不应求的现状，房价仍保持上升趋势，出现与 理论相悖的情况。而Y与X2、X3、X4、X5、X6之间呈现 显著的强正相关关系，与理论假说相符。综上所述，由于 X2、X3、X4、X5、X6与Y的强相关关系，因此将其作为 房地产价格的主要影响因素，即解释变量。 模型设定 根据以往的相关文献和筛选的解释变量和被解释变 量，构建如下所示的模型： log=p 1 +p21og+p31og+ p41og+p5 log+p61og+eit 其中，（31表示常数项；（32、|33、P4、（35、（36分别表示 相应变量的回归系数；i为省、市、自治区的个数，i=l，2...31; t为期间数，t=l，2...7；￡为随机扰动项。本文主要运用Eviews 软件对相关数据进行处理。 二、实证结果 根据上文设定的相关模型，采用最小二乘法对模型进 行回归。 从表4.1中我们可以发现，模型的拟合优度R2=0.8582, 调整后的R2=0.8548,说明模型有很高的拟合优度。此外， 模型整体的F值为254.12, p值为0.0000，说明模型中所有 的解释变量对被解释变量的影响总体是显著的。但是从单个 变量来说，X4对Y的影响是不显著的。因此，X4后重新建 立模型，并进行回归。具体的回归结果如表4.2所示。 根据表4.2,我们可以发现，在剔除了人口密度的指标 后，模型的拟合优度R2=0.8575,调整后的R2=0.8548,虽 然比未剔除时略有下降，但仍然保持着很高的拟合优度。此 外，模型整体的F值为317.35, p值为0.0000，说明解释变 量对被解释变量的影响总体仍是显著的。从单个解释变量来 看，即X2、X3、X5、X6对Y的单独影响均是显著的。此 外，本文的回归结果与前文所述的理论假说均相符。因此， 我们可以得到以下的回归结果： log= -1.5364+0.4608 log+ 0.1520 log+0.3410 log+0.4879 log+eit 三、结论和建议 研究结论 通过对中国31个省、市、自治区2008-2014年的面板 数据进行研究，我们可以发现，在竣工房屋面积、竣工房屋 造价、土地价格、人口密度、城镇居民人均可支配收入、城 镇化率、城市GDP、居住类居民消费价格指数、贷款利率等 影响房地产价格的因素中，竣工房屋造价、土地价格、城镇 居民人均可支配收入、城镇化率对房地产价格的影响程度最 大。 对策建议 房地产作为人们日常