山东省房价模型的定量分析.doc

1、1山东省房价模型的定量分析摘要：近几年，我国房地产业进入了高速发展阶段，但是我国房地产现状存在诸多问题，最被人们所看重的是房地产价格持续走高，已经影响到城市居民的生活质量，因此，讨论我国房地产价格的根源，分析房地产价格的影响因素，到底哪些因素对房地产价格影响较强，哪些因素对房地产价格影响稍弱等问题，对于有效调控房地产市场有重大的意义. 关键词：房地产价格 灰色关联度 回归分析 影响因素 一 问题的重述 随着我国城市建设的发展，房地产业在国民经济中占有越来越重要的位置，房地产的价格不仅关系到一般老百姓的生产和生活问题，也关系到一个城市发展的潜力和竞争力，更关系到国家的金融稳定、宏观经济政策等.如

2、何制定合理的房价，不仅对老百姓有重要意义，也对我国稳定发展和社会稳定有积极意义.山东省是我国的人口大省，解决住房问题尤为重要，我们需要根据提供的数据建立模型，求出山东省房地产的合理价格. 二 问题的分析 房地产的具体市场价格是由众多因素相互作用形成的，在这些因素中，有市场因素与非市场因素，有的直接影响到房地产价格，有的则在总体上影响某些地区、某类房地产的价格水平.现将房地产价格影响因素2分为以下六类：供应因素、需求因素、经济因素、政治因素、社会因素和其他因素.将这六大类作为二级指标，每个二级指标下又分为对应的三级指标. 计量经济学模型就是抓住经济活动中主要的因素，舍去那些次要、非本质的因素，把

3、经济问题进行模型化、理想化.因为现实问题是非常复杂的，各个方面都加以考虑就会使得问题很难解决，所以本文采用模型来处理现实问题.就房地产价格来说，影响它的因素非常多，很难全面考虑，而且从实证分析的角度看，目前很难搜集到山东省影响房地产价格的所有因素历年的统计数据.所以，本文试图抓住影响房地产价格的主要因素，忽略那些比较小的次要影响因素，把房地产价格问题模型化、简单化.本文对影响因素的选取是基于以下三项原则： 1.可行性.即所选取的影响因素对应有可量化、可获得的统计指标.本文尽可能的从各大网站和相关单位搜集了能够获取到的相关指标 11 年的数据. 2.相关性.即所选取的影响因素应与山东省房地产市场

4、有较大的关联度，并可以用来作为研究分析的指标. 3.简化性.即在不影响研究分析的前提下，对影响因素尽可能地简化.本文假定各因素对房地产价格可能存在简单的线性相关关系，而非其它相关关系.基于以上原则，本文选取了人口数量、城镇化率、本年度土地购置面积、本年度完成投资额、固定资产投资总额、房屋建筑竣工面积、国民生产总值、城市居民可支配收入、贷款余额、消费者价格指数（CPI） 、贷款利率、土地价格交易指数 12 个指标来进行分析. 3三 模型的假设与符号说明 3.1 模型的假设 城市居民可支配收入=山东省职工平均工资 3.2 符号的设定 ：城镇人口（单位：万人） ：城镇化率 ：本年度土地购置面积（单位

5、：万平方米） ：本年度完成投资额（单位：万元） ：固定资产投资总额（单位：万元） ：房屋建筑竣工面积（单位：万平方米） ：国民生产总值（GDP；单位：亿元） ：城市居民可支配收入（单位：元） ：贷款余额（单位：亿元） ：消费者价格指数（CPI） ：贷款利率（1?3 年） ：土地价格交易指数 13 个回归参数 ，一个随机扰动项 . 用于表示无法量化的影响山东省房地产价格的因素及误差，例如政策变动、开发商预期等. 四 模型的求解 4.1 模型的回归分析 4.1.1 筛选进入模型的变量 利用 SPSS 软件的回归分析的逐步回归方法（Stepwise）进行分析，4以确定各自变量对房地产价格的影响程度，

6、 4.1.2 山东省房价模型的拟合度检验 所谓拟合度，是指样本观测值聚集在样本回归直线周围的紧密程度，判断回归模型拟合程度优劣最常用的数量指标是判定系数，判定系数 R=回归平方和/总平方和，该指标是建立在对总离差平方和进行分解的基础上。判定系数越大，拟合程度越高；判定系数越小，则模型对样本的拟合程度越差。本例的拟合度数据经 SPSS 软件测算如下： 判定系数 R 方为相关系数的平方，它反映因变量 Y 的全部变异中能够通过回归关系被自变量解释的比例，本模型的 R 方为 0.998，经调整的R 方为 0.997，说明本文的回归方程可以解释 99.7%的山东省房地产价格的变化，模型具有良好的解释能力

7、。从回归方程的标准误差上看，SE=1.702，由于回归方程的标准误差反映的是房地产价格的实际值与估计值的平均误差，SE 越小，回归直线精度越好，当 SE=0 时，表示所有的样本点都落在回归直线上。从上表可以看出，mode12 的标准误差与被解释变量房价指数的实际值（百位数）做比较可以看出，商品房平均价格的实际值与估计值的平均误差还是比较小的。 4.1.3 山东省房价模型的残差分析 在上表的右侧给出了 Durbin-Watson 统计量，该统计 t 的取值范围在 0-4 之间，如果残差之间相互独立，则取值在 2 附近，本例的 D.W 值为 1.325，比较接近 2，因此残差项之间没有明显的相关性

8、. 经过以上各项检验后，我们可以发现模型很好地模拟了山东省房地产价格的主要影响因素，通过该模型选出的变 t 具有可靠性。 5五 结论 本文对影响房地产价格的因素进行整理，提出了用以考察山东省房地产价格影响因素的指标框架；依据 1997-2010 年山东省房地产的相关数据，分别使用回归分析和灰色关联度分析法对数据进行了分析，希望能为政府调控山东省房地产价格及为市场的理性发展提供一定的参考. 1、从影响房地产价格的各个因素当中，通过灰色关联度分析方法可以得出：影响商品房价格销售的四大类 12 个因素中，排在前三位的依次为土地交易价格指数、城镇居民可支配收入、城镇人口，对山东省房地产价格的影响最大的

9、因素是土地销售价格指数.剩下的依次是房屋建筑竣工面积、贷款余额、CPI、城镇化率、贷款利率、GDP、土地购置面积、固定资产投资总额、本年度完成投资额. 2、通过模型方程的检验，模型方程 对山东省房地产价格（以 14 年数据为总体）的解释能力达到 99%. 3、在其它条件不变的前提下，山东省房价与城市居民可支配收入、土地价格交易指数成同方向变化，城市居民可支配收入每增加 1 元，会影响山东省房屋销售价格指数平均增加 0.004；土地价格交易指数每增加1，会影响山东省房屋销售价格指数增加 1.389. 参考文献 1刘清华.山东省房地产价格影响因素研究及实证分析D.山东省：山东省工商大学.2010：5-25 2王彬.房地产价格影响因素分析D.北京：北京交通大学.2007：7 63智慧.西安市房地产价格的影响因素研究及预测D.西安：西安建筑科技大学：2010： 5