我国房地产价格动摇影响成分实证剖析.doc

我国房地产价格波动影响因素实证分析 我国房地产价格波动影响因素实证分析 摘要：文章基于2000—2011年房地产市场相关季度数据建立多元线性回归模型，研究了城镇居民人均可支配收入、货币供应量M2、房地产开发投资、房屋建筑竣工面积及利率等宏观经济因素对我国房地产价格的影响，并修正了回归结果及多重共线性。结果表明：城镇居民人均可支配收入、房地产开发投资额和货币供应量M2这三个因素对我国房地产价格影响较大，对此提出相关政策建议。 关键词：房地产价格；多元线性回归；影响因素 一、引言 近几年来，快速繁荣发展的房地产业已成为我国的支柱产业，虽然随着土地供给有限，居民收入的不断增加，房地产价格增长成了必然的趋势，但是中国的房地产价格的上涨速度和幅度远远超过了居民可支配收入增长的速度，根据中国统计局数据计算：1998年至2006年，以现价计算的中国城镇居民人均可支配收入平均增长10.2%，而现价住宅销售额的增长却达到32.6%。过高的房价不仅成为大多数居民的主要经济负担，也直接影响到国民经济的健康发展，文章通过对一些影响房地产价格宏观因素的相关数据进行实证研究来得出一个定量结论提供参考，并对我国房地产市场的宏观调控提出政策建议。 二、多元回归模型因子选取及分析 （一）模型因子的选取 本文研究的样本为2000—2011年季度数据，1997年开始实行住房改革，这之前房屋价格还没有完全市场化，不宜用时间序列数据作为本模型的实验数据。本文数据主要来源于《中经专网（教育版）》、《房地产动态》。 影响房地产业发展的主导因素是住房制度、信贷政策和土地使用权出让制度等宏观因素，因此也较难进行量化研究和分析。故本文选取8个政策变量与房地产价格建立模型，采用软件Excel和EVIEWS对数据进行分析。 （二）初步多元线性回归模型分析 仅凭定性分析，难以确定哪个宏观因素对我国房地产价格具有决定性的影响，也不好评判同时选取这些因素作为自变量和房地产价格指数建立模型是否合适，如果不合适，应该如何取舍。下面进行初步多元回归分析，根据数据显示结果来进行判断。 如表1所示，回归模型的线性关系是显著的（SignificanceF=3.48745E—42=0.05）。拟合优度R2=0.99488也是非常显著的。但是从表2分析，回归系数检验时有三个没有通过t检验（P—value=000=0.05）。同时，房屋建筑竣工面积，货币供应量M2，最优惠贷款利率的回归系数均为负号（—1.0244025，—9.6041E—05，—0.4238919），这与定性分析得到的预期不符。并且将全国房屋销售价格指数与这三个变量分别进行一元线性回归，也得知它们之间都存在正向或负向相关关系。综上所述，可以认定回归模型中存在多重共线性问题。 （三）多重共线性的处理 由于初步选定的八个自变量之间存在多重共线性的问题，所以必须将一些相关的自变量从模型中剔除。计算各相关变量之间的相关系数矩阵，输出的结果如表2所示。 根据软件输出结果观察发现城镇居民人均可支配收入、房屋建筑竣工面积、国内生产总值两两高度相关，两两相关系数分别为0.974760、0.969247和0.964012；全国土地交易价格指数和货币供应量M2的相关系数为0.966216，商品房销售额和房地产开发投资额的相关系数为0.951292。所以，对三组指标中分别选取一个和房地产价格最相关的指标，剔除其他指标，以此来消除多重共线性。经过定性分析和Excel对选取的不同指标组合的分析结果比较，本文最后保留城镇居民家庭人均可支配收入、房地产开发投资额和货币供应量M2作为模型的自变量。 三、多元回归方程的建立及回归结果检验 （一）建立多元线性回归方程 建立房屋销售价格指数y与城镇居民人均可支配收入、房地产开发投资额、货币供应量M2的线性回归方程y=++，为避免数据间有异方差性，所以采用加权最小二乘法进行回归，由表2得知，多元线性回归方程应该为： 107.9486+0.008854+0.001953+0.0000985 由于常数项的sig=0.0000.05，所以常数项具有显著性，各个系数也都通过检验，可见在模型中所有的系数都有统计学意义。 （二）初步回归模型检验 （1）拟合优度检验 如表2所示，其测定系数R2=0.969，在样本容量（48）和自变量的个数（2）进行对其调整后，得到修正测定系数AdjustedR—squared为0.966888，说明房价变化的96.7%可由城镇居民可支配收入、房地产开发投资额和货币供应量