我国房地产价格影响因素的多元回归模型分析

我国房地产价格影响因素的多元回归模型分析 1 2009.10消费导刊 ConsumeGuide·ConsumingResearch ··消费研究 ■ 张丽尹皓四川大学公共管理学院我国房地产价格影响因素的多元回归模型分析 [摘要] [关键词] 从90年代初我国房地产市场的建立至今，房地产业已成为有关国计民生的基础行业，但最近几年我国大部分城市和地区房价持续上涨，远远超过了普通居民的承受能力。本文在对相关数据进行主成分分析和多元回归分析的基础上分析了影响我国房地产价格上涨的主要因素。房地产价格多元回归主成分分析影响因素一...

1 2009.10消费导刊 ConsumeGuide·ConsumingResearch ··消费研究 ■ 张丽尹皓四川大学公共管理学院我国房地产价格影响因素的多元回归模型分析 [摘要] [关键词] 从90年代初我国房地产市场的建立至今，房地产业已成为有关国计民生的基础行业，但最近几年我国大部分城市和地区房价持续上涨，远远超过了普通居民的承受能力。本文在对相关数据进行主成分分析和多元回归分析的基础上分析了影响我国房地产价格上涨的主要因素。房地产价格多元回归主成分分析影响因素一、现阶段我国房地产价格发展特点二、我国房地产价格影响因素的主成分分析三、多元回归分析随着房地产投资规模持续扩大，房价不断攀升，房地产市场供给、需求不合理现象逐渐表现出来。尽管中央政府相继出台了一系列房地产市场宏观调控措施，但房地产市场价格还是继续走高。现阶段我国房地产价格体现出以下几个方面的特点：（一）全国范围内房价持续较快上涨最近几年，我国房价呈不断上涨的趋势，涨价之风逐渐从大城市刮向中小型城市。虽然有一些城市和地区的房价仍然处于较低水平，但是可以预测，这些城市和地区的住房需求将会在今后一段时间逐步显现出来并在一个较长时期保持增长。（二）房地产市场供给结构不合理，高价格高空置率并存。房地产价格上升，从内在价格规律而言是由于供不应求而引起的，但是这种供不应求是指房地产的有效供给不足。即虽然房地产的投资逐年增多，但是能真正满足百姓需求的房子供不应求。一般居民对虚高的房价没有承受能力。老百姓买不起房，房屋空置率高，价格却不下降。（三）房地产市场消费性需求仍将继续保持较大随着社会经济发展，人们可支配收入增加，住房需求的主体规模不会压缩。同时，国内外房地产投资、投机、融资需求仍会继续升温。因此，房地产市场的需求将保持旺盛势头。（一）指标选择本文通过对《中国统计年鉴2006》中2005年度全国31个省（市）地区经济发展水平、房地产成本以及供求等方面的相关数据进行整理，选取了地区GDP（亿元）X、人均住房建筑面积（平方米 /人）X、家庭户数（户）X、人均可支配收入（元）X、年末实有公共汽（电）车辆数（辆）X、年末实有住宅建筑面积（万平方米） X、房地产固定资产投资(亿元）X、竣工房屋造价（元/平方米） X和商品房屋平均价格（元/平方米）Y等9个指标进行分析。（二）主成分分析 1．主成分分析的前提通过SPSS统计软件对原始数据进行相关分析得到相关系数矩阵，其中X与X－X相关系数分别为0.786，0.519，0.894，0.942， 0.891；X与变量X－X之间的相关系数全都在0.5以上，分别为： 0.891，0.521，0.614，0.762，0.918，0.835；其余变量之间的相关系数也大都在0.5以上。由此可知，所选取的8个变量之间相关性非常高，可以提取综合指标，因此适合进行主成分分析。 2．方差贡献率和共同度由于选择两个主成分会造成X的信息提取不足，所以我们选择三个主成分，从方差贡献率表中可以看出，前三个主成分累积方差贡献率为94.597％，能够包含大部分原始变量的信息。同时共同度也显示，选取三个主成分将会提取到变量X的98.8%的信息，弥补了选择两个主成分的不足，并且选择三个主成分对其他变量信息的提取也有所增加：X为96.0%、X X分别为94.2%、93.8%、92.7%、 95.1%、95.7%、90.3% 3．初始因子载荷分析从初始因子载荷分析可以看出X、X、X、X即地区GDP（亿元）、年末实有公共汽（电）车辆数（辆）、年末实有住宅建筑面积（万平方米）、房地产固定资产投资(亿元）的信息可称为“地区经济发展状况和房地产供应因素”在第一个主成分F上有较高载荷，说明第一个主成分基本反映了这些指标的信息；而 X、X、X的信息即家庭户数（户）、人均可支配收入（元）和竣工房屋造价（元/平方米）的信息，可称之为“房地产成本和需求因素”则在第二个主成分F中有较高载荷；第三个主成分F主要包含了X人均住房面积的信息。 4．主成分得分系数矩阵通过主成分得分系数矩阵列出各个主成分的表达式：第一主成分： F1＝0.188X＋0.114X＋0.146X＋0.133X＋0.185 X＋0.184 X＋0.192 X＋0.075X 第二主成分： F2＝－0.067 X－0.169 X－0.344X＋0.371 X＋0.052 X － 0.156 X＋0.080 X＋0.485X 第三个主成分： F3＝ 0.288 X＋1.039X 0.171 X＋0.288X 0.289 X － 0.149 X＋0.032X 0.041X 在第一主成分的表达式中， X、X、X、X四项指标的系数较大，我们把他综合为地区经济发展状况和房地产供应因素对房地产价格的影响。在第二个主成分表达式中，指标X、X、X的影响最大，可将其综合为房地产成本和需求因素对房地产价格的影响。在第三个主成分表达式中，指标X的影响最大，单独看成是人均住房面积（平方米/人）的影响。由于主成分只是原始变量的线性组合，而不能解释单个变量的属性作用。只能找出可能的影响因素，因此我们还必须对其进行回归分析。回归分析结果根据上表，列出回归方程表达式： Y＝0.549 F＋0.781 F＋0.053F 从表达式可以看出： F和F对因变量Y的影响远远大于F，就是说因变量Y（商品房屋平均价格）主要是受F（地区经济发展状况和房地产供应因素）和F（房地产成本和需求因素）共同影响，而受 F（房地产成本和需求因素）的影响最大。但这只是对房地产价格影响因素的量化分析。同时我们还应看到以下几个不能量化的方面：第一，地方政府出于自身利益不是很主动去落实国家调整房价的政策，从而纵容房价飙升。第二，消费升级与消费文化的转变也促进了房地产价格的上涨。第三，消费者心理预期偏高、炒房行为已经成为了影响房地产价格的重要因素，许多人争相涉足房地产进行投资，使得房价呈现“虚高”现象，房地产市场充斥着大量泡沫。 1 2 3 4 5 6 7 8 1 3 7 7 1 6 2 2 1 3 8 1 5 6 7 1 3 4 8 2 3 2 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 7 1 5 6 8 3 4 2 1 2 3 1 2 3 1 2 2 ― ― ― ― 参考文献 [1]罗云毅，程选，刘琳。对当前房地产市场形势的几点分析和建议[J]中国经贸导刊，2008 [2]桑玉杰。回归分析在房地产市场方面的应用[J]沈阳航空工业学院学报 2003.6

                    本文档为【我国房地产价格影响因素的多元回归模型分析】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
                    图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。 
 该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。

                    [版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。

                    本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。

                    网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
                

下载需要：免费已有0 人下载

立即下载

我国房地产价格影响因素的多元回归模型分析

你可能还喜欢