EViews房地产计量经济模型.doc

房地产市场价格影响因素分析-以杭州市为例摘要：本文分析我国受政策影响下的市场价格体系中房地产价格主要构成及波动主要影响因素，然后介绍了线性回归方法。以南昌房市房地产市场为例，建立计量经济模型，采用线性回归方法，通过分析近十年南昌市商品房销售价格的实际数据，阐述了影响南昌市近几年商品房价格变化的主要因素及对房地产价格影响程度。关键词：线性回归，房地产价格，影响因素伴随着房地产市场的高速发展，近几年全国各地的房价也疯狂上涨。其增长速度已经远高于居民收入的增长速度，以至于广大的工薪阶层只能望楼止步。为什么房价涨幅如此之大呢？这是一个重要的社会课题。这个问题如果不能及时得到解决，很容易引发一系列社会问题。在这样的背景之下，本文从人均地区生产总值、人口数和土地交易价格等角度出发，搜集了杭州市2001到2009年商品房平均销售价格、人均地区生产总值指数、年末总人口数、城镇居民家庭人均可支配收入、土地交易价格指数等相关数据，通过计量分析方法，运用Eviews软件建立相应计量经济模型，并检验方程的科学合理性。以分析杭州市房地产市场价格影响因素，寻找其中原因，并提出合理化建议。一、文献综述武汉大学刘艺婷认为商品住房价格同其他商品一样，是由其价值决定的，其价值既包括所占用土地的价值，也包括土地上建筑物的价值。除此之外，还受到供求状况、竞争程度、消费者偏好、市场预期、房地产企业经营策略和政府相关政策的影响，其价格围绕价值上下波动。张红、潘琦、郑思奇对杭州商品住宅市场进行回归分析，说明住宅实际建造成本和实际生产总值对住宅价格有着显著的影响，而人口数和所有者实际资本成本的影响作用则不明显。张燃、林春阳、胡岷、周薇研究结果显示：除深圳外，其他一线城市实际房价收入比都要远高于理论房价收入比，表明这些城市的居民户对当地普通住宅的支付能力很差。肖晋、汪宝平、方俊认为，经济适用房解决的是中低收入群体的住房困难，而商品房市场主要是为中等收入或高收入群体改善居住条件提供资源，两者在目标客户群上有明显的不同。经济适用住房虽然会对附近商品房价格产生一定影响，但不会对全市整体房价造成很大冲击。二、理论分析三、模型设定本文选取20012009年间杭州市商品房的有关数据进行分析。以各时期杭州市商品房平均销售价格指数作为被解释变量price。影响房屋销售价格的因素很多，考虑到实证研究的需要和数据的可获得性，本文选取以下几个被解释变量作为房屋销售价格指数的影响因素：（一）按可比价计算人均地区生产总值指数（上年=100）agdp。代表当地的经济发展水平，经济发展水平与房价存在着密切的关系。理论上，一个地区经济越发达，房屋销售的价格越高，因而两者之间应该存在正相关。（二）年末市辖区总人口数（万人）num。代表参与当地生产、消费的人数，人数越多，购买力越强，需求越旺盛，而且会对房地产决策层的定价策略产生影响，进而拉动房屋价格的上涨。理论上，两者之间应该存在正相关。（三）按可比价计算的城镇居民家庭人均可支配收入（元）income。代表当地人民的经济实力，人均可支配收入越多，提高生活质量的欲望和能力就越强。本文采用的是经过扣除价格变动因素之后的数据，具有一定的代表性，理论上与房屋价格之间存在正相关。（四）经济适用房销售面积占房屋销售面积的比例（%）prop。代表当地的住房保障体系建设程度。如果单纯以经济适用房的销售面积来计量分析不具有可比性。因为土地是稀缺资源，每年的房屋供应量不同，经济适用房的供应量也会相应改变。所以，应以经济适用房销售面积占房屋销售面积的比例来计量。经济适用房是住房保障的重要组成部分，用以保障相对低收入家庭的住房需求。经济适用房销售面积占住房销售面积的比例对房价具有一定的抑制作用，理论上与房价存在负相关。根据以上分析，设定计量经济模型如下：price=c(1)+c(2)agdp+c(3)num+c(4)income+c(5)prop四、模型估计与检验（一）样本数据的选取。由于各种统计数据的统计时间跨度不一，为了便于比较，本文选取了20012009年间的9组数据。（如表1）表1 20012009年杭州市商品房销售价格影响因素相关数据商品房平均销售价格指数（上年=100）price人均地区生产总值指数（上年=100）agdp年末市辖区总人口数（万人）num城镇居民家庭人均可支配收入（上年=100）income经济适用房销售面积占房屋的比例（%）prop2001106.6711111.1379.49105.0917.372002110.2564112.4387.01108.094715.372003111.713114393.19109.509312.892004106.2452113.7401.59112.924516.882005134.2652111.5409.52113.978712.392006110.6603113414.18114.61367.142007122.4831113.6419.5113.99066.762008110.4123109.4424.3111.13474.62009159.1866108.4429.44111.45048.11（二）模型估计。运用EViews6.0软件对以上数据进行分析，得出多元线性回归方程：price=418.1502+1.22716*agdp-1.2101901*num+0.00318363*income-0.999863*prop（三）模型检验1、F检验，给定显著性水平0.05。如图1中阴影部分，我们得到F检验的收尾概率为0.000074，远小于显著性水平0.05，则通过检验。即在显著性水平下，price对自变量有显著的线性关系，回归方程是显著的。2、T检验，如图2中阴影部分显示，我们得到各个自变量系数的首位率分别为0.0000、0.0019、0.0017、0.0467，均小于显著性水平0.05，则通过检验。即说明自变量agdp、num、income、prop对price的影响显著，不需要剔除变量。3、决定系数检验如图3阴影部分显示，即R2=0.995037。我们知道R2是一个介于01之间的数，越接近1说明回归拟合效果越好，这里0.995037非常接近1，说明线性方程的回归拟合效果很好，模型很精确。4、怀特检验，如图4阴影部分显示，怀特检验的收尾概率为0.342296。因为怀特检验的零假设是残差不存在异方差性，收尾概率大于显著性水平0.05，即零假设成立，所以残差不存在异方差性，通过检验。五、模型的现实意义由以上分析可知，杭州房价与解释变量的回归方程应为：price=c(1)+c(2)agdp+c(3)num+c(4)income+c(5)prop可见，杭州房价与人均地区生产总值和年末常住人口数并没有直接的关系，而与城镇居民家庭人均可支配收入呈正相关关系，与经济适用房销售面积占房屋销售面积的比例呈负相关关系。（一）城镇居民家庭人均可支配收入income的系数为0.001，虽然呈正相关性，但是影响有限。可见，居民人均收入的增加不是房价上涨的主要诱因。房屋属于耐用商品，而且价格偏高，年度人均可支配收入的增加不足以支撑对高价商品房的大量消费。但是，不排除人均可支配收入增加一定年限之后会对房价的上升产生更大的影响，因为国人有储蓄的习惯，当储蓄到一定时间之后便有购买高价商品房的能力，前提是商品房价格涨幅低于人均