论文部分内容阅读
摘 要 房地产业在我国宏观经济建设中扮演着不可替代的角色之外，也成为决定千万家庭生活福利的重要因素。近些年来，全国大中城市房价竞相上涨，远超出同期居民的工资收入增长水平。政府房价调控政策的接连出台，似乎也没有压下房价快速上涨的势头，本文列举房地产价格的影响因素，并利用多元线性回归模型分析各因素的影响程度，以期探寻调控房地产价格的有效措施。
关键词 线性回归 房地产价格 影响因素
一、影响因素
1、宏观经济因素
国内经济发展水平和房地产需求水平呈正相关。经济繁荣期，居民收入稳定增长，金融供给比较充足，人们生活水平提高，房地产需求扩大，价格升高，房地产市场就比较旺盛；经济衰退时期，金融供给不足，居民收入减少，导致房地产价格下降。
2、需求因素
需求因素包括：城镇居民人均可支配收入、人口因素、实际销售面积等。财富水平的高低是购房的基础。当居民收入提高时，购房意愿就会上升，房价就会出现上涨的趋势。而人口的数量和质量影响着房地产价格。随着我国家庭结构向小型化、单一化方向发展，使得对于住宅的需求面积减小，但是套数增加，从而带来房地产价格的上升。
3、供给因素
供给因素包括：地价、竣工面积、房地产投资额等。房地产价格中地价占五至六成左右，地价的走势直接影响着房价。竣工面积越大，供应量就越大，则房地产市场处于需求旺盛状态。房地产开发投资的规模的增大还是缩小直接影响商品房的供给。
二、运用回归模型分析
1、基本假定
房地产有很多类型，如住宅房地产、办公房地产、商业房地产等几类，不同种类房产之间价格差异很大，其影响要素也不尽相同。本文的的研究对象定位住宅房地产市场，时间定为2001-2010年。
2、数据的选取与预处理
本文考虑的沈阳市房地产价格的因变量指标为沈阳市商品房平均价格，其获取的方式为沈阳市国民经济与社会发展统计公报商品房销售金额与商品房销售面积相除，用Y表示。自变量指标为：用X1代表沈阳市人均国民生产总值（单位：元）；用X2代表商品房销售面积（单位：万平方米）；用X3代表沈阳市人口数量（单位：人）；用X4代表沈阳市进出口总额（单位：亿美元）；用X5代表城镇居民人均可支配收入（单位：元/人）；用X6代表房地产投资总额（单位：亿元）；用X7代表房屋竣工面积（单位：万平米）（见表1，表2）。
3、构建沈阳市房价模型方程
根据以上变量及数据，构建沈阳市房价模型
Y=€%[0+€%[1X1+€%[2X2+€%[3X3+€%[4X4+€%[5X5+€%[6X6+€%Z （1）
4、模型的相关性分析（表3）
表3 Pearson相关分析结果
三、结语
从表3可以看出，在影响沈阳市商品房销售价格的众多因素中，人均GDP和城镇居民人均可支配收入两项与房地产价格的相关系数最大，分别为0.963和0.938，且P<0.001，根据计量经济学的解释，当P值小于0.001时，有着非常显著的统计意义。投机性需求较少，且沈阳市房地产价格不高，相对周边城市大连来说较低，所以其上涨的趋势不会停止，但是从长期而言，涨幅必将放缓。
参考文献：
[1]王勇，丁宝军，丁路遥. 城市商品住宅价格影响因素差异性研究—以武汉城市圈为例[J].当代经济，2011，9：80-81.
[2] 崔承颖. 北京商品房房价影响因素的实证分析[J].生产力研究，2011（9）：78-80，132.
[3]马丽娅. 关于杭州市房价走势的探讨[J].知识经济，2011（15）：66.
（作者单位：大连戴德梁行房地产评估有限公司）
关键词 线性回归 房地产价格 影响因素
一、影响因素
1、宏观经济因素
国内经济发展水平和房地产需求水平呈正相关。经济繁荣期，居民收入稳定增长，金融供给比较充足，人们生活水平提高，房地产需求扩大，价格升高，房地产市场就比较旺盛；经济衰退时期，金融供给不足，居民收入减少，导致房地产价格下降。
2、需求因素
需求因素包括：城镇居民人均可支配收入、人口因素、实际销售面积等。财富水平的高低是购房的基础。当居民收入提高时，购房意愿就会上升，房价就会出现上涨的趋势。而人口的数量和质量影响着房地产价格。随着我国家庭结构向小型化、单一化方向发展，使得对于住宅的需求面积减小，但是套数增加，从而带来房地产价格的上升。
3、供给因素
供给因素包括：地价、竣工面积、房地产投资额等。房地产价格中地价占五至六成左右，地价的走势直接影响着房价。竣工面积越大，供应量就越大，则房地产市场处于需求旺盛状态。房地产开发投资的规模的增大还是缩小直接影响商品房的供给。
二、运用回归模型分析
1、基本假定
房地产有很多类型，如住宅房地产、办公房地产、商业房地产等几类，不同种类房产之间价格差异很大，其影响要素也不尽相同。本文的的研究对象定位住宅房地产市场，时间定为2001-2010年。
2、数据的选取与预处理
本文考虑的沈阳市房地产价格的因变量指标为沈阳市商品房平均价格，其获取的方式为沈阳市国民经济与社会发展统计公报商品房销售金额与商品房销售面积相除，用Y表示。自变量指标为：用X1代表沈阳市人均国民生产总值（单位：元）；用X2代表商品房销售面积（单位：万平方米）；用X3代表沈阳市人口数量（单位：人）；用X4代表沈阳市进出口总额（单位：亿美元）；用X5代表城镇居民人均可支配收入（单位：元/人）；用X6代表房地产投资总额（单位：亿元）；用X7代表房屋竣工面积（单位：万平米）（见表1，表2）。
3、构建沈阳市房价模型方程
根据以上变量及数据，构建沈阳市房价模型
Y=€%[0+€%[1X1+€%[2X2+€%[3X3+€%[4X4+€%[5X5+€%[6X6+€%Z （1）
4、模型的相关性分析（表3）
表3 Pearson相关分析结果
三、结语
从表3可以看出，在影响沈阳市商品房销售价格的众多因素中，人均GDP和城镇居民人均可支配收入两项与房地产价格的相关系数最大，分别为0.963和0.938，且P<0.001，根据计量经济学的解释，当P值小于0.001时，有着非常显著的统计意义。投机性需求较少，且沈阳市房地产价格不高，相对周边城市大连来说较低，所以其上涨的趋势不会停止，但是从长期而言，涨幅必将放缓。
参考文献：
[1]王勇，丁宝军，丁路遥. 城市商品住宅价格影响因素差异性研究—以武汉城市圈为例[J].当代经济，2011，9：80-81.
[2] 崔承颖. 北京商品房房价影响因素的实证分析[J].生产力研究，2011（9）：78-80，132.
[3]马丽娅. 关于杭州市房价走势的探讨[J].知识经济，2011（15）：66.
（作者单位：大连戴德梁行房地产评估有限公司）