论文部分内容阅读
一、研究背景
改革开放以来，中国全方位的走向世界，国内房地产市场也迈向市场国际化进程，处在更为广阔的政治、经济环境之中。随着房地产行业的激烈竞争，我国房地产行业出现了严重的成长问题。这些问题的存在不仅降低居民生活的幸福感，也给国民经济发展带来了重大的安全隐患。因此研究房地产价格的影响因素，以此来促进房地产行业的健康稳定发展成为迫切的需求。
二、数据来源
由于新的住房政策是从1998年开始实施的，因此本文数据选取时间为1998年-2015年共18年的历史数据。
三、实证分析
（1）指标设定
影响房地产价格的因素非种类很多。有来自房地产企业本身的因素，来自消费者的因素也有来自国家的宏观因素。本文选择住宅商品房平均销售价格（元/平方米）（Y）为被解释变量，年末总人口（万人）（X1）、商品住宅房屋竣工面积（万平方米）（X2）、居民消费价格指数（上年=100）（X3）、房地产住宅投资（亿元）（X4），全国住宅地价指数（X5）、城镇居民人均可支配收入（元）（X6）作为自变量建立分析模型。
（2）建模及模型检验
1.平稳性检验
为了防止回归模型的伪回归现象，有必要对数据的平稳性进行检验。接下来以住宅商品房平均销售价格为例，检验时间序列数据的平稳性。平方根检验结果如表1所示。
所得ADF检验统计量对应p值为0.0018，在99%的显著性水平下拒绝原假设，认为一阶差分后的时间序列是平稳的。
运用此种方法，分别对X1，X2，X3，X4，X5，X6这六个时间序列原始数据进行平稳性检验，发现原始数据都不平稳，用一阶差分的方法对这六个变量做处理后均为平稳序列，结果表明，一阶差分后序列平稳。
2.多元回归模型的构建
根据一阶差分后的平稳时间序列用最小二乘法 建立多元线性回归模型。
方程的拟合优度为0.71，F检验统计量所对应的p值为0.02，在显著性水平为95%的情况下认为方程是显著的。且常数项、X3、X5检验统计量所对应的p值均小于0.05，因此在95%的显著性水平下拒绝原假设，得出方程是显著的结论。分析自变量系数的正负号发现，X3前的系数为负数，根据经济学原理判断，X3为居民消费价格指数，应该和住宅商品房价格同向变化，所以模型输出结果不符合经济意义，据此怀疑方程出现了多重共线性。利用SPSS计算各个变量之间相关系数发现各个解释变量之间的相关系数较高，其中X6和X5之间的相关系数达到了0.99，几乎接近1，所以我们可以确定自变量之间的多重共线性的存在。处理多重共线性的方式主要有逐步回归法以及主成分分析法等。在这里选用逐步回归法。
了显著性检验。根据全国住宅地价指数与住宅商品房平均销售价格建立二元线性回归方程，结果如表4所示：
检验结果中两个经济变量都通过显著性检验，方程的拟合优度也较高，且每个自变量的符号符合经济学意义，因此符合建立方程的条件。
根据检验结果建立方程为：
3.自相关性检验
为了判断自相关性的类型，直观的看出残差序列的相关情况，应使用偏自相关系数来判断相关性，结果如图1所示。
当n期阴影部分的面积超过虚线时，表明存在n阶自相关性，其中虚线表示正负0.5。由上图可以看出，没有任何一期的直方块超过0.5，因此模型不存在自相关性。
4.异方差检验
如果函数选择错误类型，那么分析中异方差性就不可避免的出现，会使预测误差方差的增加，为了避免异方差的影响，所以对异方差检验。由于在异方差性不太明显时，图示检验法无法判断异方差的存在，因此我们直接选择更为精确的检验方法——怀特（White）检验法。检验结果如表5所示：
表5 异方差检验结果表
F統计量 0.958043 F统计量对应的P值 0.4074
此中F值为辅助回归方程的F统计量，F统计量对应的P值为0.407，取显著性水平0.05，因为.4074>0.05，所以接受原假设即回归方程不存在异方差性。
5.模型的经济意义解释
根据检验可确定建立的方程为：
居民消费价格指数和全国住宅用地价格指数对商品房销售价格有正向影响且显著。在居民消费价格指数不变的情况下，全国住宅地价指数每变动增加一个单位，住宅商品房销售价格每平方米增加21.19105个单位，在全国住宅地价指数不变的情况下，居民消费价格指数每增加一个单位，住宅商品房销售价格每平方米增加51.82141个单位。而其他因素对住宅房地产销售价格的影响不显著。
四、结论
实证分析表明，影响商品房销售价格最重要的因素是居民消费价格指数和全国居民用地价格指数。从经济的角度看，消费者物价指数的上涨意味着房价的上涨，商品房的建设成本会增加，开发商为了获得同样甚至更高的利润，将提高住宅的价格。这便是居民消费价格指数影响住宅商品房价格的经济学原理。综上所述，住宅商品房销售价格的因素主要是居民消费价格指数和全国住宅地价指数。
参考文献
[1]赵卫亚.计量经济学[M].上海：上海财经大学出版社，2014.
作者简介：
高艳云（1975年）女，教授，博士，青岛大学，266071，经济统计分析
王影丽（1994-08—）女，硕士，青岛大学，266071，宏观经济分析
改革开放以来，中国全方位的走向世界，国内房地产市场也迈向市场国际化进程，处在更为广阔的政治、经济环境之中。随着房地产行业的激烈竞争，我国房地产行业出现了严重的成长问题。这些问题的存在不仅降低居民生活的幸福感，也给国民经济发展带来了重大的安全隐患。因此研究房地产价格的影响因素，以此来促进房地产行业的健康稳定发展成为迫切的需求。
二、数据来源
由于新的住房政策是从1998年开始实施的，因此本文数据选取时间为1998年-2015年共18年的历史数据。
三、实证分析
（1）指标设定
影响房地产价格的因素非种类很多。有来自房地产企业本身的因素，来自消费者的因素也有来自国家的宏观因素。本文选择住宅商品房平均销售价格（元/平方米）（Y）为被解释变量，年末总人口（万人）（X1）、商品住宅房屋竣工面积（万平方米）（X2）、居民消费价格指数（上年=100）（X3）、房地产住宅投资（亿元）（X4），全国住宅地价指数（X5）、城镇居民人均可支配收入（元）（X6）作为自变量建立分析模型。
（2）建模及模型检验
1.平稳性检验
为了防止回归模型的伪回归现象，有必要对数据的平稳性进行检验。接下来以住宅商品房平均销售价格为例，检验时间序列数据的平稳性。平方根检验结果如表1所示。
所得ADF检验统计量对应p值为0.0018，在99%的显著性水平下拒绝原假设，认为一阶差分后的时间序列是平稳的。
运用此种方法，分别对X1，X2，X3，X4，X5，X6这六个时间序列原始数据进行平稳性检验，发现原始数据都不平稳，用一阶差分的方法对这六个变量做处理后均为平稳序列，结果表明，一阶差分后序列平稳。
2.多元回归模型的构建
根据一阶差分后的平稳时间序列用最小二乘法 建立多元线性回归模型。
方程的拟合优度为0.71，F检验统计量所对应的p值为0.02，在显著性水平为95%的情况下认为方程是显著的。且常数项、X3、X5检验统计量所对应的p值均小于0.05，因此在95%的显著性水平下拒绝原假设，得出方程是显著的结论。分析自变量系数的正负号发现，X3前的系数为负数，根据经济学原理判断，X3为居民消费价格指数，应该和住宅商品房价格同向变化，所以模型输出结果不符合经济意义，据此怀疑方程出现了多重共线性。利用SPSS计算各个变量之间相关系数发现各个解释变量之间的相关系数较高，其中X6和X5之间的相关系数达到了0.99，几乎接近1，所以我们可以确定自变量之间的多重共线性的存在。处理多重共线性的方式主要有逐步回归法以及主成分分析法等。在这里选用逐步回归法。
了显著性检验。根据全国住宅地价指数与住宅商品房平均销售价格建立二元线性回归方程，结果如表4所示：
检验结果中两个经济变量都通过显著性检验，方程的拟合优度也较高，且每个自变量的符号符合经济学意义，因此符合建立方程的条件。
根据检验结果建立方程为：
3.自相关性检验
为了判断自相关性的类型，直观的看出残差序列的相关情况，应使用偏自相关系数来判断相关性，结果如图1所示。
当n期阴影部分的面积超过虚线时，表明存在n阶自相关性，其中虚线表示正负0.5。由上图可以看出，没有任何一期的直方块超过0.5，因此模型不存在自相关性。
4.异方差检验
如果函数选择错误类型，那么分析中异方差性就不可避免的出现，会使预测误差方差的增加，为了避免异方差的影响，所以对异方差检验。由于在异方差性不太明显时，图示检验法无法判断异方差的存在，因此我们直接选择更为精确的检验方法——怀特（White）检验法。检验结果如表5所示：
表5 异方差检验结果表
F統计量 0.958043 F统计量对应的P值 0.4074
此中F值为辅助回归方程的F统计量，F统计量对应的P值为0.407，取显著性水平0.05，因为.4074>0.05，所以接受原假设即回归方程不存在异方差性。
5.模型的经济意义解释
根据检验可确定建立的方程为：
居民消费价格指数和全国住宅用地价格指数对商品房销售价格有正向影响且显著。在居民消费价格指数不变的情况下，全国住宅地价指数每变动增加一个单位，住宅商品房销售价格每平方米增加21.19105个单位，在全国住宅地价指数不变的情况下，居民消费价格指数每增加一个单位，住宅商品房销售价格每平方米增加51.82141个单位。而其他因素对住宅房地产销售价格的影响不显著。
四、结论
实证分析表明，影响商品房销售价格最重要的因素是居民消费价格指数和全国居民用地价格指数。从经济的角度看，消费者物价指数的上涨意味着房价的上涨，商品房的建设成本会增加，开发商为了获得同样甚至更高的利润，将提高住宅的价格。这便是居民消费价格指数影响住宅商品房价格的经济学原理。综上所述，住宅商品房销售价格的因素主要是居民消费价格指数和全国住宅地价指数。
参考文献
[1]赵卫亚.计量经济学[M].上海：上海财经大学出版社，2014.
作者简介：
高艳云（1975年）女，教授，博士，青岛大学，266071，经济统计分析
王影丽（1994-08—）女，硕士，青岛大学，266071，宏观经济分析