论文部分内容阅读
摘 要：房地产行业是国家支柱型的产业，房地产价格的稳定对于宏观经济的健康发展是至关重要的。本文选取了1990年到2013年北京市房地产价格的数据，分析了人口数量、居民的平均年收入、每年的房地产投资额以及每年的竣工面积对于房地产价格的影响程度。预测了2016年到2020年房地产的价格，并对房地产行业提出一些可行的政策建议，以促进房地产行业持续的健康发展。
关键词：房地产；价格；回归分析
1引言
近年来，“房价”一词成为人们谈论的焦点。房地产价格的稳定对于宏观经济健康和社会生活和谐安定都具有重要 意义。2014年以前，房地产价格一路高歌猛进，却在2014年遭遇寒冬，全国的一线城市的房地产价格除了北京市还在上涨以外，其余都出现了不同程度的下降。2015年，国家推出了房地产的救市新政策：购房补贴，税费减免。这一政策将会促进房地产的供需平衡，从而会起到稳定房地产价格的作用。
本文选取了1990年到2013年的相关数据，通过计量分析影响房地产价格的因素，并对分析结果进行检验。建立房地产价格与影响其因素的回归方程，以回归结果为依据，给出相应的对策建议。
2 房地产价格影响因素的实证分析
2.1研究方法
本文首先采用多元线性回归分析的方法建立模型，然后对模型进行参数估计，再通过进行多重共线性、异方差、自相关的检验，对模型进行修正，从而得出人口状况、居民平均年收入、房地产投资额、竣工面积对房地产价格的影响，最后分析得到的结果给出相应的政策建议。
2.2建立模型
2.2.1 指标的选择
根据研究角度、目的的不同，选择不同的经济评价指标，构建的经济指标体系也就不同。本文从年末常驻人口、平均年收入、房地产投资额、竣工面积四方面分析影响房地产价格的因素。
房地产价格及其相关影响因素走势图，见图1。
图1 房地产价格及其相关影响因素走势图
图表由2014年中国统计年鉴绘得
2.2.2 建立模型
为了具体分析各因素对房地产价格的影响，我们用商品房平均销售价格作为被解释变量，年末常驻人口，平均年收入，房地产投资额，竣工面积为解释变量，用运这些数据进行回归分析，建立模型：Y=0+1X1+2X2+3X3+4X4+U
Y为商品房平均销售价、X1为人口状况、即年末常驻人口X2为平均年收入、X3为房地产投资额、X4为竣工面积。
2.2.3 参数估计
根据表中数据，利用Eviews软件得出参数估计结果如表1：
表1 OLS回归结果
Y=-8766.884+9.728219X1+0.196729X2+1.014840X3-1.235774X4
R2=0.971499 [R2]=965498 F=161.9086
由表1中的数据得，拟合效果很好。为确定是否具有多重共线性，还需对各个变量检验。
2.3主要检验过程及结果
2.3.1 计量检验
（1）多重共线性检验
本文的多重共线性检验应用方差膨胀因子法。首先建立辅助回归，分别以解释变量X1、X2、X3、X4作为被解释变量对其他解释变量做辅助回归，得到的结果如表2：
表2的方差膨胀因子
[被解释变量＼&X1＼&X2＼&X3＼&X4＼&R2＼&0.989886＼&0.991844＼&0.990691＼&0.756346＼& VIF＼&98.9728495＼&122.6091221＼&107.4229241＼&4.1041805＼&]
其中X1，X2，X3的VIF均大于10。解释变量与其余解释变量之间有多重共线性。
（2）修正多重共线性
采用逐步回归办法，剔除变量X1、X3，剔除变量后所得回归结果：Y=1035.001+0.513609X2-1.033135X4
[R2]=0.966394 [R2]= 0.963194 F=301.9448 DW=1.046740
（3）异方差的检验
由Eviews得White检验结果：nR2=10.771392，比较[χ2]得模型不存在异方差。
（4）自相关的检验
采用DW法进行自相关检验。在显著性水平α=0.05下，不能判定是否存在自相关，暂且认为存在一阶自相关，用Eviews做（Y X2 X4）ar（1）的回归方程，结果：DW=1.956831 dU=21
2.3.2 统计检验
（1）模型对样本观测值：拟合程度[R2]=0.972497，修正的可决系数[R2]=0.968154，这说明模型对样本的拟合很好。
（2）模型显著性检验：在给定显著性水平=0.05下，F=223.9441>，说明回归方程显著，即居民的平均年收入和竣工面积对房地产价格有显著影响。
（3）模型中解释变量对被解释变量影响的显著性检验：给定显著水平，、对应t统计量的绝对值均大于（n-k）=2.080，分别都应拒绝原假设。即，当在其他解释变量不变的情况下，解释变量X2、X4分别对被解释变量“商品房平均销售价格”Y都有显著的影响。
（4）模型中被解释变量的点预测和区间预测
我们可以做出被解释变量北京市房地产的价格的点预测和区间预测（见图2）
图2 预测图
利用建好的模型，对2016-2020年被解释变量北京市的房地产价格做出预测，得五年的预测值及预测区间，结果如下表3所示。
表3 2014-2018年被解释变量商品房平均销售价格的预测值及预测区间
[年份＼&预测值＼&预测区间＼&2016＼&20786.75＼&（16565.86，25007.63）＼&2017＼&21531.33＼&（16657.47，26405.19）＼&2018＼&22275.91＼&（16826.77， 27725.05）＼&2019＼&23020.50＼&（17051.26， 28989.73）＼&2020＼&23765.08＼&（17317.57， 30212.59）＼&]
由此看出，北京市商品房的价格一直处于上升状态，上升的幅度变化不大且越来越小，我们应该制定相应的政策来引导房地产行业健康发展。
2.3.3 经济意义检验
由修正后的回归模型得，居民的年收入水平对房地产价格的影响最显著，呈正相关，这说明假定其他变量不变的情况下，居民的年收入水平每增加1元，房地产的价格水平就每平方米增加0.497766元。近10年来北京市发展迅速，有一定的原因要归因于北京作为大都市的集聚效应；同时，随着北京市住宅竣工房屋面积的增加会使房地产价格有所降低。在房地产调控政策方面可以通过增加住宅竣工面积进而影响供给来起到抑制房价过快增长的作用。
3结论和建议
3.1 结论
3.1.1居民收入水平对于房地产价格影响显著
北京市由于自身的优越性，居民收入水平一直处于全国经济的前列，同时，北京市的房地产价格也一直处于全国前列。一个良好的经济环境对于房地产市场的发展至关重要。
3.1.2竣工面积对房地产价格影响显著
竣工面积直接影响房地产的供给。当需求量很大的时候，竣工面积达不到市场的需求，也使房地产市场的不稳定；但是，没有规划的过多建设，竣工面积超出了市场的需求，又会造成产能过剩，会使房地产价格下降，对房地产的健康发展产生影响。
3.1.3北京市房地产价格将继续上涨
根据本文对北京市房地产价格的预测，北京市的房地产价格在未来几年还会持续上涨。尽管2014年全国的房地产业并不繁荣，很多城市的房地产价格还出现了降价的情况，但是北京市的房地产价格依然上涨。这与北京市自身的经济，文化，政治条件是分不开的。
3.2 建议
3.2.1继续加强经济建设
应继续加强经济建设，营造一个好的经济环境，增加人们的实际收入。在京津冀一体化后，北京要做好经济战略的调整，做好经济结构的调整， 找到新的经济增长点，保障人们的收入。只有在人们的经济状况得到保障增长的情况下，房地产市场才能持续的健康发展。
3.2.2完善房地产法制建设和维持供求平衡
我国目前关于房地产的法律体系还不健全，应完善关于房地产业的相关法律，细化各项条文，给房地产业营造一个好的法律环境。调节人们对于购房的需求，现在很多人购房的动机是为了投资，要遏制这种投机性的需求，引导合理需求。规划房地产竣工面积，尽力做到房地产的供给与需求达到平衡。
3.2.3缩短地区间差异，促进各地区均衡发展
应加大政策扶持力度缩短地区间的经济与文化差异。由于高地效应，北京吸引大量人口聚集，这势必会增加北京市房地产的需求。如果其他地区的经济结构有所调整，给予更多人发展机会，将减少北京市的集聚效应。这样不但减少了北京市的压力，同时也会促进其他地区的繁荣。
参考文献：
[1]吴红华.房地产价格影响因素分析.温州大学学报[N].温州大学出版社，2001.（3）
[2]童常琦，杨和礼.房地产价格影响因素研究[J].建筑经济，2007.（1）
[4]刘榕.持续宏观调控下房地产企业创新发展研究[J].企业经济期刊，2007
[5]张健.房地产投资基金实务[M].上海财经大学出版社，2008
[6]庞皓.计量经济学[M].北京：科学出版社，2010.（6）.
[7]董金社.中国房地产市场全息解读[M].山东人民出版社，2010.（4）.
[8]Emanuela Giacomini； David C. Ling； Andy Naranjo. Leverage and Returns： A Cross-Country Analysis of Public Real Estate Markets.2015.（1）
[9]David H. Downs； Steffen Sebastian； Christian Weistroffer. Real Estate Fund Flows and the Flow-Performance Relationship. Virginia Commonwealth University； University of Regensburg； Goethe University Frankfurt，2015.（1）
作者简介：
邱实（1993.12～），女，吉林省吉林市人，重庆市南岸区重庆交通大学，经济专业本科生。
关键词：房地产；价格；回归分析
1引言
近年来，“房价”一词成为人们谈论的焦点。房地产价格的稳定对于宏观经济健康和社会生活和谐安定都具有重要 意义。2014年以前，房地产价格一路高歌猛进，却在2014年遭遇寒冬，全国的一线城市的房地产价格除了北京市还在上涨以外，其余都出现了不同程度的下降。2015年，国家推出了房地产的救市新政策：购房补贴，税费减免。这一政策将会促进房地产的供需平衡，从而会起到稳定房地产价格的作用。
本文选取了1990年到2013年的相关数据，通过计量分析影响房地产价格的因素，并对分析结果进行检验。建立房地产价格与影响其因素的回归方程，以回归结果为依据，给出相应的对策建议。
2 房地产价格影响因素的实证分析
2.1研究方法
本文首先采用多元线性回归分析的方法建立模型，然后对模型进行参数估计，再通过进行多重共线性、异方差、自相关的检验，对模型进行修正，从而得出人口状况、居民平均年收入、房地产投资额、竣工面积对房地产价格的影响，最后分析得到的结果给出相应的政策建议。
2.2建立模型
2.2.1 指标的选择
根据研究角度、目的的不同，选择不同的经济评价指标，构建的经济指标体系也就不同。本文从年末常驻人口、平均年收入、房地产投资额、竣工面积四方面分析影响房地产价格的因素。
房地产价格及其相关影响因素走势图，见图1。
图1 房地产价格及其相关影响因素走势图
图表由2014年中国统计年鉴绘得
2.2.2 建立模型
为了具体分析各因素对房地产价格的影响，我们用商品房平均销售价格作为被解释变量，年末常驻人口，平均年收入，房地产投资额，竣工面积为解释变量，用运这些数据进行回归分析，建立模型：Y=
Y为商品房平均销售价、X1为人口状况、即年末常驻人口X2为平均年收入、X3为房地产投资额、X4为竣工面积。
2.2.3 参数估计
根据表中数据，利用Eviews软件得出参数估计结果如表1：
表1 OLS回归结果
Y=-8766.884+9.728219X1+0.196729X2+1.014840X3-1.235774X4
R2=0.971499 [R2]=965498 F=161.9086
由表1中的数据得，拟合效果很好。为确定是否具有多重共线性，还需对各个变量检验。
2.3主要检验过程及结果
2.3.1 计量检验
（1）多重共线性检验
本文的多重共线性检验应用方差膨胀因子法。首先建立辅助回归，分别以解释变量X1、X2、X3、X4作为被解释变量对其他解释变量做辅助回归，得到的结果如表2：
表2
[被解释变量＼&X1＼&X2＼&X3＼&X4＼&R2＼&0.989886＼&0.991844＼&0.990691＼&0.756346＼& VIF＼&98.9728495＼&122.6091221＼&107.4229241＼&4.1041805＼&]
其中X1，X2，X3的VIF均大于10。解释变量与其余解释变量之间有多重共线性。
（2）修正多重共线性
采用逐步回归办法，剔除变量X1、X3，剔除变量后所得回归结果：Y=1035.001+0.513609X2-1.033135X4
[R2]=0.966394 [R2]= 0.963194 F=301.9448 DW=1.046740
（3）异方差的检验
由Eviews得White检验结果：nR2=10.771392，比较[χ2]得模型不存在异方差。
（4）自相关的检验
采用DW法进行自相关检验。在显著性水平α=0.05下，不能判定是否存在自相关，暂且认为存在一阶自相关，用Eviews做（Y X2 X4）ar（1）的回归方程，结果：DW=1.956831 dU
2.3.2 统计检验
（1）模型对样本观测值：拟合程度[R2]=0.972497，修正的可决系数[R2]=0.968154，这说明模型对样本的拟合很好。
（2）模型显著性检验：在给定显著性水平
（3）模型中解释变量对被解释变量影响的显著性检验：给定显著水平
（4）模型中被解释变量的点预测和区间预测
我们可以做出被解释变量北京市房地产的价格的点预测和区间预测（见图2）
图2 预测图
利用建好的模型，对2016-2020年被解释变量北京市的房地产价格做出预测，得五年的预测值及预测区间，结果如下表3所示。
表3 2014-2018年被解释变量商品房平均销售价格的预测值及预测区间
[年份＼&预测值＼&预测区间＼&2016＼&20786.75＼&（16565.86，25007.63）＼&2017＼&21531.33＼&（16657.47，26405.19）＼&2018＼&22275.91＼&（16826.77， 27725.05）＼&2019＼&23020.50＼&（17051.26， 28989.73）＼&2020＼&23765.08＼&（17317.57， 30212.59）＼&]
由此看出，北京市商品房的价格一直处于上升状态，上升的幅度变化不大且越来越小，我们应该制定相应的政策来引导房地产行业健康发展。
2.3.3 经济意义检验
由修正后的回归模型得，居民的年收入水平对房地产价格的影响最显著，呈正相关，这说明假定其他变量不变的情况下，居民的年收入水平每增加1元，房地产的价格水平就每平方米增加0.497766元。近10年来北京市发展迅速，有一定的原因要归因于北京作为大都市的集聚效应；同时，随着北京市住宅竣工房屋面积的增加会使房地产价格有所降低。在房地产调控政策方面可以通过增加住宅竣工面积进而影响供给来起到抑制房价过快增长的作用。
3结论和建议
3.1 结论
3.1.1居民收入水平对于房地产价格影响显著
北京市由于自身的优越性，居民收入水平一直处于全国经济的前列，同时，北京市的房地产价格也一直处于全国前列。一个良好的经济环境对于房地产市场的发展至关重要。
3.1.2竣工面积对房地产价格影响显著
竣工面积直接影响房地产的供给。当需求量很大的时候，竣工面积达不到市场的需求，也使房地产市场的不稳定；但是，没有规划的过多建设，竣工面积超出了市场的需求，又会造成产能过剩，会使房地产价格下降，对房地产的健康发展产生影响。
3.1.3北京市房地产价格将继续上涨
根据本文对北京市房地产价格的预测，北京市的房地产价格在未来几年还会持续上涨。尽管2014年全国的房地产业并不繁荣，很多城市的房地产价格还出现了降价的情况，但是北京市的房地产价格依然上涨。这与北京市自身的经济，文化，政治条件是分不开的。
3.2 建议
3.2.1继续加强经济建设
应继续加强经济建设，营造一个好的经济环境，增加人们的实际收入。在京津冀一体化后，北京要做好经济战略的调整，做好经济结构的调整， 找到新的经济增长点，保障人们的收入。只有在人们的经济状况得到保障增长的情况下，房地产市场才能持续的健康发展。
3.2.2完善房地产法制建设和维持供求平衡
我国目前关于房地产的法律体系还不健全，应完善关于房地产业的相关法律，细化各项条文，给房地产业营造一个好的法律环境。调节人们对于购房的需求，现在很多人购房的动机是为了投资，要遏制这种投机性的需求，引导合理需求。规划房地产竣工面积，尽力做到房地产的供给与需求达到平衡。
3.2.3缩短地区间差异，促进各地区均衡发展
应加大政策扶持力度缩短地区间的经济与文化差异。由于高地效应，北京吸引大量人口聚集，这势必会增加北京市房地产的需求。如果其他地区的经济结构有所调整，给予更多人发展机会，将减少北京市的集聚效应。这样不但减少了北京市的压力，同时也会促进其他地区的繁荣。
参考文献：
[1]吴红华.房地产价格影响因素分析.温州大学学报[N].温州大学出版社，2001.（3）
[2]童常琦，杨和礼.房地产价格影响因素研究[J].建筑经济，2007.（1）
[4]刘榕.持续宏观调控下房地产企业创新发展研究[J].企业经济期刊，2007
[5]张健.房地产投资基金实务[M].上海财经大学出版社，2008
[6]庞皓.计量经济学[M].北京：科学出版社，2010.（6）.
[7]董金社.中国房地产市场全息解读[M].山东人民出版社，2010.（4）.
[8]Emanuela Giacomini； David C. Ling； Andy Naranjo. Leverage and Returns： A Cross-Country Analysis of Public Real Estate Markets.2015.（1）
[9]David H. Downs； Steffen Sebastian； Christian Weistroffer. Real Estate Fund Flows and the Flow-Performance Relationship. Virginia Commonwealth University； University of Regensburg； Goethe University Frankfurt，2015.（1）
作者简介：
邱实（1993.12～），女，吉林省吉林市人，重庆市南岸区重庆交通大学，经济专业本科生。