【影响房地产价格的因素实证分析5300字（论文）】

影响房地产价格的因素实证分析目录7534_WPSOffice_Level1一、引言 4781_WPSOffice_Level2（一）文献综述 45413_WPSOffice_Level2（二）房地产价格主要影响因素的确定及数据收集 531472_WPSOffice_Level1二、房地产主要影响因素的回归分析 61672_WPSOffice_Level2（一）研究思路 614663_WPSOffice_Level2（二）研究方法 722313_WPSOffice_Level1三、求解结果的检验与调整 73700_WPSOffice_Level2（一）经济意义检验 713826_WPSOffice_Level2（二）统计检验 818613_WPSOffice_Level2（三）计量经济学检验 824435_WPSOffice_Level1四、结果分析 911752_WPSOffice_Level1五、相关建议 1019696_WPSOffice_Level2（一）完善保障性住房供应，发展房屋租赁市场 1018772_WPSOffice_Level2（二）推动城市经济发展，提高居民收入水平 107587_WPSOffice_Level2（三）实行从紧的信贷政策 11632_WPSOffice_Level1参考文献 12引言房地产是我国国民经济的重要支柱，房地产业的发展关系我国经济的健康稳定发展，为了保障房地产业的稳定发展，就需要防止房价持续高涨的情况出现。但房地产具备不可移动、价值量大等特点，很容易受到政策等多种因素的影响，为了制定更为合理的房地产价格，需要对影响房地产价格的因素进行分析，并针对影响较大的因素采取相应的预防措施。房价的形成及变化是多种因素共同作用的结果，不同的因素对房价的影响程度和作用机理有很大的不同，各种效应交织在一起导致了房价的波动起伏。本文以住宅房地产价格作为研究对象，利用计量经济学的方法系统地定性分析了引起房价变动的因素。（一）文献综述20世纪90年代，国外学者更加关注土地供给约束与地价、住宅价格关系的研究。1990年，Pollakowski和Wachte利用美国华盛顿地区蒙哥马利郡的数据进行实证研究时发现，土地供给限制对土地价格、住宅价格产生了溢出效应，土地利用限制越严格，住宅价格和已开发土地价格上升的就越快。1994年，Peng和Wheaton利用香港1965～1990年数据对土地供给约束的溢出效应进行了计量经济分析，实证结果显示土地供给变化对地价、住宅价格和住宅供给都有较大影响。他们认为，土地供给不足使住宅供给总量下降，再加上消费者预期未来土地更加稀缺和住宅租金上涨，最终导致了土地价格和住宅价格同时上涨。2009年，Levin，Montangol和Wright)通过对英国的英格兰与威尔士等地区进行分析与对比，发现居民年龄结构的变化会极大地影响到居民在购买住房方面的需求结构，进而对房地产销售价格产生较大影响。2012年，Elod通过对欧洲不同国家的房地产价格进行研究和比较，结论表面人口数量的增加导致住房需求的提升，从而对房价的提升也有显著的影响。国内对于房地产价格的影响因素的研究起步较晚，2001年，郁文达指出我国目前房地产业的土地供应存在诸多问题，如土地供应模式不适应土地所有制形式；当期政府过多支配未来资源；高额垄断收益诱发政府挤占农用地的冲动；房地产高价对居民消费产生“挤出效应”等。2004年，赵贺认为，随着中国城市建设的飞速发展，城市基础设施、配套服务及周边环境的改善使土地价值日益凸显，地价作为土地价值的反映，理应有所提升。地价的上涨反映了市场供求状况，有利于土地这种稀缺资源的优化配置。另外，较高的地价有利于筹集更多的城市建设资金，城市的发展与地价之间会形成一种良性互动。面对2004年各地区房地产价格持续上涨，建设部政策研究中心(2004)的研究成果认为，国有土地“招、拍、挂制度”存在明显的缺陷，即短期内容易推动地价上涨。当前房价上涨的主要原因是地价上涨。与上述观点不同，2003年，刘琳、刘洪玉认为从需求的角度来看，房价上涨导致了地价的提高；从供给角度来看，地价上涨是导致房价上涨的一个因素；在房地产市场运行过程中，地价与房价相互转化。2012年，王鹤利用1999．2009年我国房价的省级面板数据，结合广义空间面板模型，分析了我国东、西、中部各地区房价影响因素的共性与区别。2013年，陈胤辰、蒋国洲通过构建空间计量与特征价格模型研究了海南省城镇化程度的不断提升对房地产建设投资的推动及其对房地产销售变动的影响。2014年，杨祚、谢书楠运用空间杜宾模型(SDM)对区域间房地产价格收敛性问题进行了探讨，分析了包括城镇居民收入、房地产投资总额等因素对不同地区间房价收敛性的影响。同年，姚丽等深入研究了河南省新建住宅房价在构建空间计量模型的条件下是否具有空间相关性与集聚性。通过对现有文献进行研读与思考，我们发现当前学界对房地产价格的影响因素的探究依然有待完善。（二）房地产价格主要影响因素的确定及数据收集1.主要影响因素的确定一般影响房地产价格的因素有很多，包括宏观经济因素、政策因素、文化因素等，但鉴于政策因素和文化因素在分析的过程中较为复杂，因此，本文仅从经济角度来分析影响房地产价格的额因素，主要包括城镇居民人均可支配收入、居民消费价格指数、狭义货币供应量、人均实际GDP四种。2.数据收集为了提升数据分析的准确性，本文选择了1997-2018年的城镇居民人均可支配收入、居民消费价格指数、狭义货币供应量、人均实际GDP这四个变量的数据，用商品房屋销售价格(元/平方米)作为因变量，这四个变量分别为自变量，来分析自变量对因变量的影响作用。其中商品房屋销售价格(元/平方米)、城镇居民人均可支配收入(元)、居民消费价格指数、狭义货币供应量(亿元)、人均实际平均GDP(元)分别用Y、X1、X2、X3、X4表示。表11997-2018年房屋销售价格、居民消费价格指数等数据房地产主要影响因素的回归分析（一）研究思路运用EVIEWS软件分别作被解释变量(Y)与解释变量(X1、X2、X3、X4)的散点图，从而发现影响因素(X1、X2、X3和X4随着房屋销售价格Y的上升而增加，且近似于线性关系。（二）研究方法在参考各影响因素与房屋销售价格散点图的基础上，针对X1、X2、X3、X4这四个变量对商品房销售价格的影响进行分析，建立多元线性回归方程，并假设所建模型及其中随机扰动项都符合古典假定的要求，利用OLS法估计参数，运用EVIEWS软件估计模型参数，得到了如下表所示的回归结果。表2一次多元线性回归结果由表2中的数据，模型估计的结果写为Y=42.9758-0.0100X1+2.2913X2+0.0077X3+0.4723X4R2=0.9950，=0.9939，F=853.999，n=22三、求解结果的检验与调整（一）经济意义检验以往的结果显示，当城镇居民人均可支配收入(X1)、居民消费价格指数(X2)、狭义货币供应量（X3）、人均实际平均GDP（X4）这四个变量增加时，房屋销售价格(Y)都会出现相应的增长。因变量与每个自变量都存在正相关关系。但在本文的回归模型分析中，城镇居民人均可支配收入(X1)前的系数符号为负，说明该变量与房屋销售价格呈现负相关关系，这与以往的研究结果存在不一致的情况，从而认为该模型需要调整。（二）统计检验上述回归结果显示，不管是可决系数R2，还是修正的可决系数，都与1非常接近，进一步反映了模型有较高的拟合优度。X2、X3的t统计量值都通过了=0.05的假设，进一步说明这两个值可以显著影响房屋销售价格。X4的P值为0.0674，大于0.05，虽然不够显著，但对结果的影响不大。X1的P值为0.8582，表示城镇居民人均可支配收入不会促进商品房销售价格提升。这种模型结果与以往的经济研究结果存在一定的差异，需要进一步修正。（三）计量经济学检验X1、X2、X3、X4的相关系数如表3所示。从表3可知，各相关变量的相关性较强，从而表明多重共线性问题较为严重，采取逐步回归法的方法对所有变量进行回归分析发现，X1的P值均非常接近1，从而显著大于0.05，表示该变量对商品房价格的影响不显著。因此，需要将其剔除后重新进行回归分析，剔除后就得到了如下表4的结果。表3相关系数矩阵表4修正的回归结果从表4的结果可知，剔除掉因素X1后，R2和分别为0.995、0.9942，这进一步证明模型有较好的拟合度，F为1203.128，远大于临界值，进一步说明模型通过了F检验；其中，X2、X3和X4的P值分别为0.0022、0.0048、0.0033，均小于0.05，表示通过了=0.05的假设，进一步说明，居民消费价格指数(X2)、狭义货币供应量(X3)、人均实际平均GDP（X4）这三个变量都会显著影响到商品房销售价格。根据这些结果，得出了如下的多元回归模型：Y=61.58182+2.2405X2+0.0074X3+0.4451X4四、结果分析本文建立回归模型后，分别对其进行经济意义检验、统计检验和计量经济学检验，每次检验后，逐步修正模型，并对最后修正后的模型进行自相关检验和异方差性的检验，得出修正后的额模型为：Y=61.58182+2.2405X2+0.0074X3+0.5551X4该模型表示，当居民消费价格指数每增加一个单位时，房屋的销售价格将上升2.2405元/平方米；当狭义货币供应量每增加1亿元时，房屋的销售价格将上升0.0074元/平方米；人均实际GDP每增加1元，房屋销售价格将上升0.5551元/平方米。这一结果还有有待进一步准确化，因为本文所选的样本数据只包括22年的数据，样本数据还不够多，而且没有考虑到利率、房屋购置价格等多种因素的影响，使得模型的可靠性与稳健性还有待商榷。本文以商品房销售价格为因变量，以城镇居民人均可支配收入、居民消费价格指数、狭义货币供应量、人均实际GDP这四个变量作为自变量，建立回归模型，从而分析这四个变量对商品房销售价格的影响。在分析的过程中，为了保障模型结果的准确性，先后对模型进行了经济意义检验、统计检验、计量经济学检验、自相关性检验、异方差性检验，从而逐步将其修正，最后得到了Y=61.58182+2.2405X2+0.0074X3+0.5551X4这一修正后的模型。从而认为，商品房销售价格与居民消费价格指数、狭义货币供应量、人均实际GDP这三个变量存在显著的正相关关系。为了将房价控制在合理的范围内，采取如下措施：居民消费价格指数可以综合反映城乡居民购买的各种消费品和服务价格水平变动情况的相对数，从而判断国家宏观经济运行情况，央行在改变利息率的时候会以此为依据，但利益率的变化会导致房地产价格发生变化，因此，居民消费价格会间接影响房价。对此，政府应采取一定的政策措施来合理调控消费价格指数，从而使得房价保持在正常水平范围内。狭义货币供应量的增加会改变国家货币供应量情况，属于国际宏观调控的一种方式，在居民财富效应和银行的信贷渠道效应等的影响下，房地产价格就会受到影响。因此，为了保障房价处于合理的范围内，政府需要采取一定的宏观调控措施来控制货币供给量。人均实际GDP可以从某种程度上代表我国的经济发展水平，当人均实际GDP出现增长时，人们有更多的钱购买房子，这也会促使房价的改变，但政府不该对人均实际GDP给予过多的抑制，只能在控制房价的过程中将这一影响因素考虑在内，从而采取合理的措施从其他方面来控制房价。相关建议（一）完善保障性住房供应，发展房屋租赁市场随着社会经济的不断发展，居民对商品房的需求程度也会持续加大,政府应该大力完善廉租房保障机制，合理加快经济适用房建设速度，要扩大廉租房的适用范围，对经济适用房要严格定价,保证适用房真正做到“适用”。事实上，发展出租住房市场并不要求所有没有住房的人都能进入商业住房市场解决他们的住房问题，即使是在经济发展的背景下。租赁市场可以增加房地产市场的供应，减少对房地产的需求，抑制价格过度上涨。鼓励低收入和中等收入群体以财政补贴的形式出租住房，以满足住房需求。因此，应加强对租金市场的管理，包括通过立法，保护租户的合法权益，促进租金市场的健康发展。（二）推动城市经济发展，提高居民收入水平做好城市规划，推动梅州市经济发展，切实提升GDP水平和居民的人均可支配收入，在完善城郊基础设施的基础上，安排政府机构、企业和居民进行搬迁，引导城市人口向环境优良、房价水平较低的城市外围迁移，从而减轻中心城市房价持续上涨的压力。同时引导建筑业积极提高劳动生产率，采用先进的管理模式来降低建造成本，使得人们有足够的能力在城区购买新的房子。优化这些地区的经济发展环境，完善基础设施建设，发展本地优势产业，以此促进经济快速发展，居民收入水平提高，使原本要向中心城市集聚的部分人口能够就近购房置业，减少中心城市的购房需求。还需大力发展城市实体经济，增加就业机会，提高居民的收入，增强社会保障能力，从总量上增加居民的收入来源，提高生活质量水平，实际购买能力也就提高了。一个合适的价格一方面可以满足地产开发商对利润的追求，另一方面也要能够让购买者觉得物有所值，能够切实的带来方便。才能确保梅州市居民有自己的房子居住。（三）实行从紧的信贷政策企业的开发投资离不开金融机构的贷款支持，居民购房行为也要使用住房贷款。从企业来看，当前房价的快速上涨提高了房地产企业的利润率，企业有进一步开发投资的动力并且能够轻易从金融机构获得更多贷款，不仅造成了房地产行业过度投资，房价上涨过快，还影响到了对其他产业的投入，使经济畸形发展。所以应当加强对房地产企业贷款的审核，控制贷款的规模，防止房地产行业出现泡沫化现象。从居民来看，住房贷款在很大程度上帮助居民实现了自身的购房需求，但是一小部分人为了牟利，利用贷款进行炒房