对房地产价格影响因素的调查研究

《对房地产价格影响因素的调查研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、对房地产价格影响因素的调查研究【摘要】房地产业是国民经济的基础性、先导性产业，房地产价格的形成具有众多的影响因素。本文选取了成都市房屋竣工面积、房屋投资完成额、地区生产总值、辖区人口数、职工平均工资和城乡居民存款余额等指标，以2009年1月到2011年6月为样本期间，进行了多元回归的实证分析，分析了各因素对房地产价格的影响。　　【关键词】房地产价格；成都市；　　　　随着“成渝经济区”纳入国家“十二五规划”，该区域必将成为中国经济新的增长极，未来成都将建设成为世界级国际化城市，西部地区现代化特大中心城市，人与自然和谐相融、城乡一体的“世界级现代田园城市”。川西民居、

2、欧陆风情……各种建筑风格此起彼伏；大盘时代、地产巨鳄……外来地产文化在成都生根发芽。当这一切交织在一起后，便构成了成都房地产产业发展史上最为辉煌的黄金时代。作为国民经济的支柱产业，房地产市场的发展变化是关系国计民生的重大问题，房地产市场是否正常运营，关系到金融稳定和社会安定。影响房地产价格波动的究竟是哪些主要因素？国内外的研究者从人均收入水平、土地价格、货币政策变量等方面给予了很大的关注。本文在以往文献研究成果的基础上，选择成都市2009年1月到2011年6月的房地产相关数据作为样本对象，采用计量经济学的相关分析技术，深入进行实证研究。　　1文献综述　　刘合群、许

3、芳（2011）研究认为影响郑州市房地产价格的因素很多，比较重要的五个因素分别是人口众多和消费观念新、区位优势明显、通货膨胀、产业转移、城中村改造。[1]张颖、刘志杰（2011）对影响河南省安阳市房价的因素进行模糊聚类分析，实证结果认为在城市化水平、房地产开发投资额、GDP、城镇居民人均可支配收入和人口密度五个因素中，城镇居民收入对房价最为敏感。[2]黄乙峰（2011）选取1999至2009年间的北京房价、GDP、年人均可支配收入、年末常住人口、五年以上贷款利率等指标，进行了多元回归分析，并利用方差分解技术解释各个自变量对房价的贡献程度。[3]潘圆圆（2011）选取

4、具有代表性的上海市房地产2002－2010年的数据，以人均可支配收入、住宅空置面积、信贷可获得性、房地产投资占固定资产投资的比重、实际利率为测算因子，构建了房价影响因素的计量模型，实证分析认为上海地区房地产供给无法在短期内对价格波动做出反应。[4]李丽（2011）从房地产市场的供给和需求两方面研究了驱动我国房地产价格上涨的主要影响因素，认为房地产市场的过度繁荣、房地产价格的超速增长是有其深刻的社会原因、经济原因和制度原因的。　　2影响成都市房地产价格因素的实证分析　　从以上的文献中可以看出，最新关于我国房地产价格影响因素的文献研究中，多是从西方经济学基本理论出发，

5、从供给需求、房地产制度、金融或价格评估等角度展开分析，其中定性分析较多，定量分析的较少。本文研究试图运用成都市房地产市场运行的实际数据，建立多元线性回归模型，选择成都市商品房销售价格作为被解释变量，基于指标同商品住房价格的关联性、其本身的可获取性、常见性、可量度性以及统计范围的一致性考虑,初步选定用以下6个指标来反映影响房地产价格的因素：房屋竣工面积x1，房屋投资完成额x2，地区生产总值x3，辖区人口数x4，职工平均工资x5，城乡居民存款余额x6。所有的数据均于成都统计信息X（）和中经数据库。本文建模使用EViews6.0软件完成，建立的多元线性回归模型为：　　Y

6、=β0β1X1β2X2β3X3β4X4β5X5β6X6u　　2.1各变量序列平稳性检验　　对各变量进行ADF检验。我们采用有常数项但无趋势项，滞后差分项选0阶的模型进行估计，发现每个变量都存在单位根，除了x1的二阶差分值没通过检验，其余变量都在相应临界值下通过二阶差分的平稳性检验，因此除了x1其余变量都可进行回归估计，并做相应协整检验。　　2.2模型估计　　OLS估计得如下回归方程式：　　Y=-919.46640.0438X2-0.3544X310.8834X40.0921X5-1.03781X6μ　　t=(-0.9900)(0.1881)(-0.2559)(2.

7、3852)(1.0456)(-0.6217)　　R2=0.9815970.966262F=64.00757DW=2.573254　　从回归结果看，虽然0.966262可决系数显著，但在а=0.05的显著性水平下各变量的t值不显著，存在严重的多重共线性。因为上面的这个模型是在时间序列数据的基础上进行的回归，各经济变量之间在宏观经济的变动下本身就具有共同变化的趋势，所以各变量的相关系数本身就较高。但由总体回归方程的较高可决系数得知，所选经济变量对房价的解释性较强，因此采用逐步回归法对解释变量依次进行剔除，以减少多重共线性。经过修正多重共线性影响之后，最终所得的回归方程

8、结果为：