多元线性回归分析在房地产市场中的应用

《多元线性回归分析在房地产市场中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据第17巷第3期2009年05月河南机电高等专科学校学报JoumalofHen锄Mechanical朋dElect

2、icalEn西neefingC0l】egeVol-17№．3May．2009多元线性回归分析在房地产市场中的应用’高芳1，崔勇2(1．河南经贸职业学院，河南郑州450053；2．郑州市市政工程总公司，河南郑州450053)摘要：从房地产需求的相关理论出发，以房地产价格、人均可支配收入、国内生产总值和城市化等为着手点对影响房地产需求的因素进行分析。同时运用近17年房地产的相关数据建立多元线性回归模型，进

3、一步从实证角度分析各因素对需求量的影响程度。关键词：房地产；需求；价格；多元线性回归中图分类号：F293．3文献标识码：A文章编号：1008—2()93(2009)03—0041一031房地产需求法则和影响因素需求涉及两个变量，一是产品的销售价格，二是与该价格相应的人们愿意并且有能力购买的数量，它足主观偏好和客观能力的统一。对于房地产产品和服务而言，消费者对它的需求餐要取决于多种因素，而最藿要的因素自然是该产晶的价格。经济学家所观察推论出的需求法则同样适用于房地产市场，即在其他条件不变的情况下，某一房地产产品和服务的价格

4、越低，消费者对该产品和服务的需求量就越大；反之，则越小JJ。一般而言，除了房地产的价格外，影响房地产需求的因素主要有以下几个方面：1．1经济发展水平社会经济发展水平，是影响房地产需求的重要因素。根据美国经济学家西蒙·库兹涅茨的统计分析，宏观经济的发展水平与房地产业发展水平存在十分密切的关系。如表l所示，房地产业发展水平与经济增长率高度正相关，经济增长率越高，房地产业发展越快，房地产的社会总需求也越高。1．2可支配收入居民的可支配收入是决定家庭一切消费需求最重要的因素，人均叮支配收入水平的高低，将直接决定消费购买力的大小，

5、进而决定市场需求的大小。住宅需求与居民的人均可支配收入呈正相关关系。收入越高，人们的购买力也越大，很容易使潜在的住房需求转化为现实的住房需求_J。同时，人们对住房面积的大小、舒适度、便利性等方面的要求的提高，也会产生新的消费需求。1．3城市化进程城镇化进程对于住宅需求的推动是刚性的，也是基础性的。2007年我国城市化率44．9％，到全面实现小康的2020年，我国城市化水平将达到50％一60％，在此期间每年农村向城镇人口转移有近千万人，据保守估计人均需求为15平方米，年需求1．5亿平方米。发展潜力较大。未来20年，农村人口

6、将大量涌到城市，城市化进程将大大加快。城市规模不断扩大，城市人口急剧增加，给房地产市场带来了巨大的消费需求。1．4经济政策经济政策因素对房地产的需求也有很重要的影响。国家可以通过税收、利率等经济政策来调节对房地产的需求。当提高税收、利率时，抑制消费者对房地产的消费欲望，从而减少对房地产的需求；反之，优惠的税收制度和利率的降低，刺激消费者的消费欲望，从而增加了对房地产的需求‘3J。’1．5对未来的预期消费者对未来的预期将影响有效需求的实现。如果预期房地产价格会上涨，消费需求者会提前释放需求，投资需求者更是会伺机跟进，引起需

7、求的增加；如果预期房地产价格下降，则消费者会推后自己的当前消费，投资者就会持币观望。2理论模型分析2．1相关分析相关关系是反映现象之间确实存在的，但关系数值不固定的相互依存关系。相关系数是用来说明变量之间在直线相关条件下相关关系密切程度和方向的统计分析指标。其定义公式为：·收稿臼期：2009JD4-20枰者简介：商芳(1982．)，女，河南信阳人，助教，理学学士、经济学硕士，主受从事数学、经济学研究。4l万方数据第17卷第3期20(均年05月河南机电高等专科学校学报Joumal0fHe

8、lanMechanical蛐dEl

9、ecticalEn百neeringC01l。geV01．17№．3May．2a109，一—至Q【二巫Q二垃一~／∑(x—i)2∑(y一穸)22．2回归分析回归分析就是对具有相关关系的变量之间数量变化的一般关系进行测定，确定一个相关的数学表达式，以便于进行估计或预测的统计方法。设x。，x：，x，，⋯，x，是p个呵以精确测量或可控制的变域。引。如果变量y与x，，x：，x，，⋯，x，之问的内在联系是线性的，那么进行n次试验，则可得n组数据：(y；，x订，x吐，⋯，xi。)，i=l，2，⋯，n。它们之间的关系可表示为：y1=bo

10、+blxll+b2x12+⋯+bpxlp+8ly2=bo+blx21+b2x22+⋯+bpx2p+￡2yn=bo+blx。1+b2x，12+⋯+bpxnp+￡n其中，b。，b，，b：，⋯，b。是p+1个待估参数，￡i表示第i次试验中的随机因索对yi的影响。为简便起见，将此n个方程表示成矩阵形式：Y=XB+￡上式便是p