【北京市房地产价格影响因素实证探析9400字（论文）】

北京市房地产价格影响因素实证分析目录摘要 4一引言 61.1研究背景 61.2研究意义 61.3研究内容 71.4局限性 7二房地产价格影响因素和理论基础 72.1房地产价格影响因素 72.2多元线性回归理论 82.3因子分析 8三实证分析 93.1数据来源 93.22011到2018年商品房平均售价格因子分析 93.3旋转成分矩阵 113.4多元回归理论 123.5建模分析 133.6模型检验结果分析 15四房价影响因素的结论及建议 15（一）拓宽房地产融资渠道，减少房地产市场信息不对称的现象 15（二）促进利率市场化 16（三）土地应更多用于建设居民保障房和经济适用房 16（四）完善税收、土地等政策 16参考文献 18摘要近年来，中国的房地产业得到了快速的发展，同时房价上涨等现象也引起了人民的普遍关注，房价问题成为目前中国经济的一大热点。房价影响因素的发展决定了房地产业的发展水平与现状，房地产业近年来的发展走势有很多因素有关。房地产业又是国民经济的支柱产业，对整个国民经济的发展起着先导和推动作用。本文采用因子分析法和多元线性回归的方法对房价影响因素进行研究，结合专家学者的研究成果与自身所学，试从房地产开发投资额，房地产企业开发竣工房屋面积，年末总人口，城镇居民储存年末余额，居民消费水平方面入手，通过分析北京市房地产价格影响因素，浅析我国房价影响因素对房地产业发展的影响，并分析其发展的局限性。关键词：房价影响因素；北京市；房地产企业一、引言作为民生产业，在国家历次的房价影响因素中担当重任。房地产行业可能是中国经济中最为活跃也最有可能发生剧烈变化的部分，它的走势将对中国房价影响因素的短期走势产生非常重大的影响。房价影响因素对于房地产行业的发展，有极为重要的意义。虽然相对，在中国的外国房地产市场相比起步较晚，但随着我国经济的快速发展，房地产行业也呈现出良好的发展势头。住房问题不仅关系到城市的发展和财政安全，更关系到普通老百姓的生活成本。房价问题的重要性和房地产价格的敏感性吸引了国内大量学者和公众的广泛关注。人们安居乐业是建设小康社会的重要前提条件，因此需要解决好人们的住房问题，这一方面关系着整个社会的稳定，另一方面更关系着能否实现小康社会的伟大目标。近几年来，较高的房价对于大部分家庭尤其是刚需家庭来说无疑更加重了他们的负担。近年来，房地产业经济发展的好坏影响着整个中国经济的好坏，可以说房地产业已经发展成为了我国的支柱产业。这个行业的变化不仅影响到其他相关行业，而且也将使刚需家庭的住房需求受到影响。通过分析北京市房地产价格影响因素，浅析我国房价影响因素对房地产业发展的影响，并分析其发展的局限性。1.1研究背景目前，我国的房地产市场消费仍占有比较大的消费份额。由于我国传统文化的影响，“家”的概念在大部分中国人心中占有比较重的分量，都希望拥有自己的住房，因此，中国人偏重于储蓄，储蓄几十年才去买一套房。房子属于固定资产投资，往往需要支付比较大的数额，大多数人购房消费将会使房地产消费在居民消费中占有比较大的比重，从而拉动经济的快速增长。根据支出法GDP=最终消费（居民消费+政府消费）+资本形成总额（固定资本形成总额+存货变动）+净出口，最终消费和资本形成总额合称国内需求，通常是政府制定房价政策的重点。消费的增长是否与GDP的增长同步是判断经济运行是否健康的一个基本指标。囤地、炒地、炒房被看作高房价的三大元凶。虽然这三个因素对高房价有助推作用，但并非核心因素。真正的核心还是各地政府的土地财政，以及附着在房价上的各种政策性费用。《华夏时报》在2016年8月16日就有过调查报道，在土地拍卖过程中，灰色交易普遍存在，“地王”背后更是存在虚假抬价、地方政府与开发商利益分成的真相。另一个真相是，因土地拍卖款是地方政府的主要财政收人,很多地方政府一直在与开发商合谋抬高地价，来从中获取更多的利益。各地政府通过各种手法来抬高地价。中国的城市住房实行高度的计划经济，居民获得一个单一的住房。二是人均国内生产总值在一期住房消费的快速增长，近年来，随着收入的增加，住房消费观念的改变，寻求新奇已经逐渐成为一种潮流和时尚，有品位的住宅，已经成为一个人身份的重要标志。三是房地产已成为投资的重要手段。四结婚人口达到高峰阶段，中国的改革开放，人口和计划生育仍然相对宽松，而出生在改革开放之初的人口，现在逐渐进入婚姻阶段，从而促进婚房需求。目前，在我国大部分地区的房屋开发中，高档房屋比重过高，商品房平均价格上涨，保障性住房发展不足。在房地产开发中，忽略了供给与需求之间的关系，导致高档商品房价格高的同时，低价格供过于求，普通商品房，经适房供应，经适房销售导致的违规操作和市场投机现象。从市场发展的角度看，供给结构严重违反了需求结构，在一些住房供应不足的情况下，会出现结构性泡沫。房地产产业在经济运行当中出现了比较明显的波动现象，我国的房地产业处在经济的快速增长的时期，很多时候不是因为宏观的经济供求政策变化造成的，而是因为在需求的拉动之下，引发的宏观经济失调。在1986年之前，我国宏观经济高速发展的时期，政府对房地产市场进行了调控。开始进行改革住房制度，推行了商品化房的试点，房地产业开始走向复苏。在1986年到1989年，宏观经济开始衰退走向低潮，国家开始了改革开放，进行了房地产的主要调控。允许土地出租，分期分批进行住房制度改革，限制公有住房补贴出手，开放房地产市场。这些政策让我国的房地产开始走向了高涨的阶段。在这些年的发展过程中我们能够看出来，经济紧缩政策和经济扩张政策都会引起房地产业的巨大波动。在经济过热之后，就业率上升了人民生活水平提高了就会扩大住房的需求。行业过热的增长是由高需求和高价格驱动的，高房价会给这些行业带来巨大利润，巨大的利润会刺激投资需求，投资需求进一步抬高价格。随着中国经济的发展，居民可支配收入的增加，民间资本雄厚，大量资金需要寻找投资渠道，股市和其他投资渠道尚不完善，这也是对房地产投资需求不断扩大的经济背景。1.2研究意义我国居民储蓄率偏高，并且居民可支配收入中的63%都用于购买房产，使用按揭贷款购房的比重非常低，因此，国家如果采取适当的货币政策鼓励居民按揭购房，将提高居民消费率，提高货币使用率，增加总需求，必将会极大地促进国民经济的发展。从另一个方面讲，房地产业的发展同样也抑制了居民的日常生活消费。为拉动内需、刺激消费，国家采取了一系列政策措施。但高房价会对扩大内需产生严重的“挤出效应”。人们买房子经常消费的透支几十年中，消费具有严重的结构性不足，低收入群体的购买力过度消费，抑制社会中产阶层的扩大。经济基础决定上层建筑，人民主要矛盾的变化依赖于人民生活水平的提高，最直接的表现是家庭可支配年收入的增加。家庭可支配年收入的增加使人民的需求增加，而需求表现了购买者有意愿且有能力支付的水平。再加上国家政策对房地产行业的鼓励，我国投资者对房地产投资具有极大的热情。从拿地趋势看，我国房地产投资热点正从一线城市向二线城市转移。这将逐步开拓中国房地产市场，扩大房地产增殖空间。根据经济的发展态势，预测未来固定资产的投资增速还将进一步扩大和加速。通过研究北京市房价影响因素来反应出由于房价所带来的一系列相关问题。1.3研究内容本文在国内外相关研究成果的基础上，结合北京市房价增长现状，分析和评价北京市房价增长主要因素，并采用主成分分析和主成分回归对影响北京市房价增长的主要因素进行实证分析。此文的研究内容包括四节。

第一节：引言,介绍选题的背景，研究目的和意义。

第二节：房价的影响因素和理论基础，主要介绍目的研究方法，主要包括主成分分析，多元线性回归，以及基本思想。第三节：进行实证分析，主要用以上的方法分析了说明了北京市房地产价格的影响因素。第四节：说明了北京市房地产价格影响因素以及建议。1.4局限性无论是哪一种研究方法都有它的局限性，本文采取面板数据，对北京市2011年到2018年度的商品房平均售价进行分析，研究过程可能得不出百分之百的正确结论。由于影响房地产价格因素很多，很难综合考虑每一种可能造成房地产价格因素的原因，只能就其主要的影响因子进行研究。二丶房地产价格影响因素和理论基础2.1房地产价格影响因素影响房地产价格的因素有很多，这里我们取以下因素来进行研究：（1）房地产开发投资额对于房地产行业来说，房地产开发投资额对于房地产价格的影响起到了很大作用，房地产开头投资额越多，能够得到的房屋面积就越多，从而变相的影响了房地产的价格，所以这里我们将房地产开发投资额作为一个影响因素（2）房地产开发企业竣工面积房地产开发企业竣工面积，可以直接的反应出这一年或者这一季度新增加的代售房屋面积，这对于房地产价格影响起到了不小的作用。供给量的提升可能刺激消费者过度消费，从而影响房地产的价格。（3）城镇化率城镇化率一般指城市化率。城市化率是城市化的度量指标，一般采用人口统计学指标，即城镇人口占总人口（包括农业与非农业）的比重。城镇化率的增多表示城镇人口占据总人口的数目，城镇人口的增加很大可能会刺激居民购买房屋的欲望，从而影响到房地产价格。（4）地区生产总值地区生产总值是指本地区所有常住单位在一定时期内生产活动的最终成果。地区生产总值等于各产业增加值之和。从一定的方面可以反应出地区的经济状况，经济的增加有可能会影响到该地区的房价。（5）教育投资教育方面的投资对于几乎每个地区都是重要的话题，教育投资的增加，可能引起学区房价的增加，从而引起房价的改变。（6）人均可支配收入人均可支配收入简单的来说就是居民的消费水平，人均可支配收入的提升或者下降，反映除了居民可以支配的财产情况，这些影响到了居民购房资金等问题，从而影响房价。（7）人口密度人口密度和城镇化率差不多，只不过一个是城镇人口的占比，一个是每平方公里的人口数目，人口数目的骤增或者较少，同样可以影响到该地区的房价。2.2多元线性回归理论在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。2.3因子分析因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之间存在着一定的相关性，一科成绩好的学生，往往其他各科成绩也比较好，从而推想是否存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成绩。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。三、实证分析3.1数据来源本文数据来自国家统计局2011年到2018年的相关数据，其中房地产开发投资额为X1（亿元），房地产开发企业竣工面积X2（万平方米），城镇化率X3（万人），地区生产总值X4（亿元），教育投资X5（元）人均可支配收入X6（元），人口密度X7（人/平方公里）。研究这7个变量之间的相关关系我们使用因子分析。年份房地产开发投资额（亿元）房地产开发企业竣工房屋面积（万/平方米）城镇化率（%）地区生产总值（亿元）教育投资（亿元）人均可支配收入（元）人口密度（人/平方公里）20113036.312245.2451.2738342.73132.9618311142820123153.442390.8652.5742591.2595.0320167146420133483.42666.3553.7346480.8142.7421966149820143715.333054.1254.7750287.16124.2423821152520154177.052631.4556.154322.68142.1825974154120164000.572369.9557.3559132.75139.9328228114520173873.351466.6758.5266017.39129.2830733114420183838.381557.959.5879286.79129.373128911373.22011到2018年商品房平均售价格因子分析KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量。.568Bartlett的球形度检验近似卡方60.286df21Sig..000根据KMO和Bartlett的检验，KMO统计量达到0.568，大于临界值0.5，显然满足了因子分析的可行性标准，Bartlett球形检验的P值为0.000，小于显著性水平0.05。这说明本文选取的变量指标是有效的，适合进行因子分析，拟合效果较好。由碎石图我们可知，特征值随着成分数的增加而减少，在前2个成分，特征值变化很迅速，而在2个成分以后，特征值变化很缓慢，最后趋于平缓。这也表明可以选取这2因子为公共因子，其对原始变量有很好的解释。提取公因子方差公因子方差初始提取房地产开发投资额（亿元）1.000.904房地产开发企业竣工房屋面积（万/平方米）1.000.851城镇化率（%）1.000.973地区生产总值（亿元）1.000.934教育投资（亿元）1.000.646人均可支配收入（元）1.000.977人口密度（人/平方公里）1.000.847提取方法：主成份分析。运用因子分析，等到以下初始数据结果，X1，X2，X3，X4，X5,，X6，X7，等7个指标的变量共同度0.9040.8510.9730.9340.6460.9770.847为除了X5等于0.646和其余均在80%以上，这这说明因子分析的变量共同度很高，原始变量的大部分信息能够被因子所提取，因子分析的结果有效。提取公因子方差解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的%累积%合计方差的%累积%合计方差的%累积%14.70267.16967.1694.70267.16967.1693.88255.45655.45621.43020.42287.5921.43020.42287.5922.25032.13687.5923.6118.73596.3274.1602.28598.6125.0881.25699.8696.009.12799.9967.000.004100.000提取方法：主成份分析。由上面的表格我们可以看出特征值大于1的公因子一共2个，它们的方差累计值已经达到了67.169和20.422，尽管旋转后2个因子的方差贡献率分别变为55.456%、32.136%，但2个因子的累积方差贡献率依然是87.592%。所以这两个因子能够很好的表示这7个变量。我们可以把公因子定义为F1和F2。用这两个因子来综合评价影响北京市房价的因素。3.3旋转成分矩阵通过最大方差旋转法可以得到旋转后的因子载荷矩阵。旋转成份矩阵a成份12房地产开发投资额（亿元）.356.882房地产开发企业竣工房屋面积（万/平方米）-.902.192城镇化率（%）.814.557地区生产总值（亿元）.869.424教育投资（亿元）-.077.800人均可支配收入（元）.822.548人口密度（人/平方公里）-.917-.072提取方法:主成份。旋转法:具有Kaiser标准化的正交旋转法。a.旋转在3次迭代后收敛。从上面得出的相关矩阵可以看出，X3,X4，X6，与F1的正相关性很大，X3，X4，X6分别代表了城镇化率，地区生产总值，人均可支配收入这三个指标都可以归属于外因，即居民收入和人口城镇化率以及地区总收入。房城镇化率提高意味着更多城镇人口的加入，让人们对房屋的购买有更多的需求从而促进人们对房屋的购买推动房价增长。地区生产总值的增多的，让人们更想拥有更好的居住环境因此会推动房价的增长；人均可支配收入更不用说人们有更多的钱更高的消费房价相对提升毋庸置疑。X1和X5与F2有较强的正相关性，X1代表房地产开发投资额房地产的投资增多导致新增房屋的增多很大程度会刺激房价的增长。X5则表示教育投资，教育投资的增多导致人们对于教育的重视，学区房以及学区周围的房价也可能会得到更多的提升。因子综和得分成份得分系数矩阵成份12房地产开发投资额（亿元）-.067.434房地产开发企业竣工房屋面积（万/平方米）-.342.301城镇化率（%）.155.150地区生产总值（亿元）.201.061教育投资（亿元）-.194.478人均可支配收入（元）.159.143人口密度（人/平方公里）-.292.152提取方法:主成份。旋转法:具有Kaiser标准化的正交旋转法。构成得分。F1=-0.067X1-0.342X2+0.155X3+0.201X4-0.194X5+0.159X6-0.292X7F2=0.434X1+0.301X2+0.150X3+0.061X4+0.478X5+0.143X6+0.152X7数据中的7个指标具有很强的依赖性，通过因子分析的计算我们可以得出两个主成分分别被F1和F2其中X3,X4，X6，与F1的正相关性很大，X7和F1具有很强的负相关。X1和X5与F2有较强的正相关性。可以看出我们可以看出这两个因子可以充分的表示出这7个变量接下来我们用F1和F2来对商品住宅价格进行多元回归分析。3.4多元回归理论y=β0+β1x1+β2x2+…+βkxk+ε式中β0，β1，β2，…，βk，是模型的参数；ε为误差项。该式表明，y是x1，x2，…，xk的线性函数（β0+β1x1+β2x2+…+βkxk部分）加上误差项ε。误差项反映了除x1，x2，…，xk与y之间的线性关系之外的随机因素对y的影响，是不能由x1，x2，…，xk与y之间的线性关系所解释的变异性。据回归模型的假定，得出E(y)=β0+β1x1+β2x2+…+βkxk该式描述了因变量y的期望值与自变量x1，x2，…，xk之间的关系，被称为多元回归方程。3.5建模分析采用2011到2018年相关数据。商品住宅价格为Y（平方米/元）由因子分析得出的F1得出的F2然后根据多元回归理论建立的多元回归模型。年份商品住宅价格（平方米/元）FAC1_1FAC2_220115743.9-0.70636-1.0269120126167.4-0.20306-1.8225620137759.2-0.905220.31937201410088-0.823810.35926201511297-0.682751.340942016145070.380560.763082017184791.35396-0.03742018207641.586680.10423针对商品住宅销售面积和F1，F2两个自变量，得出拟合程度，其中商品住宅销售面积R2为0.981这意味着预测变量商品住宅销售面积能够解释房价变化的98.1%。模型汇总b模型RR方调整R方标准估计的误差Durbin-Watson1.990a.981.973923.15512.088a.预测变量:(常量),FAC2_2,FAC1_1。b.因变量:商品住宅价格（平方米/元）Anovaa模型平方和df均方FSig.1回归215923103.2022107961551.601126.683.000b残差4261076.6275852215.325总计220184179.8297a.因变量:商品住宅价格（平方米/元）b.预测变量:(常量),FAC2_2,FAC1_1。系数a模型非标准化系数标准系数tSig.共线性统计量B标准误差试用版容差VIF1(常量)11850.685326.38536.309.000FAC1_15018.486348.920.89514.383.0001.0001.000FAC2_22379.270348.920.4246.819.0011.0001.000a.因变量:商品住宅价格（平方米/元）根据数据得出回归方程式：Y=5018.486X1+2379.270X2+11850.685从多元线性回归方程可以看出，当F1增加一个单位时，商品住宅价格Y增加5018.486个单位；F2增加１个单位时，商品住宅价格Y增加2379.270个单位。3.6模型检验结果分析回归方程的显著性检验：多元线性回归拟合优度Ｒ2＝0.981，说明所求的回归方程即上述样本需求函数的解释能力为98.1％，即两个变量对商品住宅价格Y规模变动的98.1作出解释，拟合优度非常好。多重共线性检验：X1VIF为1.00，,X2VIF为1.00均小5满足多重共线性检验。相关性检验：DW值为2.088在2附近可以看出这两个变量之间相关独立。回归模型的总体显著性检验：P值都为0.00都为显著不予删除最终得到公式为：Y=5018.486F1+2379.270F2+11850.685F1=-0.067X1-0.342X2+0.155X3+0.201X4-0.194X5+0.159X6-0.292X7F2=0.434X1+0.301X2+0.150X3+0.061X4+0.478X5+0.143X6+0.152X7通过计算得出Y与个个变量X之间的关系：Y==696.36466X1-1000.16194X2+477.459626X3+1553.85116X4+163.704776X5+1138.17488X6-1103.74887X7+11850.685房地产开发投资额为X1（亿元）增加一个单位商品住宅价格增加696.36466个单位，房地产开发企业竣工面积X2（万平方米）增加一个单位，商品住宅价格减少1000.16194个单位，城镇化率X3（万人）增加一个单位，商品住宅价格增加477.459626个单位，地区生产总值X4（亿元）增加一个单位，商品住宅价格增加1553.85116个单位，教育投资X5（元）增加一个单位，商品住宅价格增加163.704776个单位人均可支配收入X6（元）增加一个单位，商品住宅价格增加1138.17488个单位，人口密度X7（人/平方公里）增加一个单位，商品住宅价格减少1103.74887个单位。四、房价影响因素的结论及建议影响房价影响因素有很多比如房地产开发投资额，房地产开发企业竣工面积，城镇化率，地区生产总值，教育投资人均可支配收入，人口密度。这些因素都或多或少的影响了北京市的房价。所以下面我给出一系列的建议。（一）拓宽房地产融资渠道，减少房地产市场信息不对称的现象

完善金融市场有两点好处，其一，使居民对房地产行业的投资更加合理。其二，能够扩大房地产行业融资的渠道，让更多的房地产企业能够通过不同的方式获得其资本，让更多的企业参与市场、参与竞争，为京津冀地区城乡居民购买房屋谋取福利。现在看来，因为信息不对称，消费者在购买房屋时并不能得到完全的信息，正是因为这个原因，消费者在购买房屋时的价格往往会远远超于其实际价值。及时披露公开信息，可以帮助消费者确定正确的房价预期，正确合理的引导消费和投资行为。正因为房地产业在国民经济发展中具有十分重要的地位和产业关联影响面广泛的原因,长期以来,政府为推动经济增长,不自觉地都将房地产业作为新经济增长点而大力推动。为此,政府要转变职能,改变计划经济时代的经济发展绝对主导思维,切实履行现代服务政府的公共管理职能,科学确定经济与社会发展的目标和方向,积极倡导经济可持续发展和社会和谐发展,规范传统产业稳定发展,积极推进创新型产业的加速发展,以为当前过热的房地产业降温,规避房地产经济泡沫,防范各种金融和社会风险。（二）促进利率市场化

国家金融发展水平是否符合市场化的一个重要因素就是利率市场化，而京津冀地区目前仍然是以中央银行调控为主，这样的利率并不能真实反映当前的经济形势与房地产的真实情况。贷款利率的变化同时也影响着开发商和投资消费者的行为意愿，当利率上升，开发商希望将房屋销售出去以降低库存，快速回收资金；当利率下降，投资消费者的还款成本下降，许多潜在的投资消费进入市场，导致房子价格快速上涨。由此可见，利率的确成为房地产市场进行宏观调控的重要因素。市场化后的利率在一定程度上可以形成其对与经济现象的传导或反馈。

（三）土地应更多用于建设居民保障房和经济适用房

建议政府应多利用土地建设廉租房、经济适用住房等等。房价上涨的原因很复杂，政府在出售土地时并没有作周全的考虑，只是根据开发商所报的最高价格便将其出售，现在看来，居民对住房的需求越来越大，而土地的可出售情况却不是很乐观，为此，政府可以通过大量构建廉租房和经济适用住房，以解决房地产市场中供不应求的现象。当供大于求时，房地产商为及时还清银行所欠贷款，回收资金，必定会降低房价，从而对房价起到更有效的控制。

（四）完善税收、土地等政策

税收政策方面，应侧重于关注土地市场计税价格规定的执行情况及税收征缴情况，对房价的增量部分征收资本利得税，对占地面积大、容积率低的住宅征收高消费税，以支持廉租房和经济适用房。对个人或家庭购买首套房给予一定的税收优惠，同时应加强对投机性购房的税收征管，对购买多套住房的个人和家庭不再给予税收优惠。

土地政策方面，政府在垄断土地一级市场时，应切实保证土地供应秩序的公平、公正和公开，要进一步完善土地收购储备制度，在中低价商品房用地的供应中可以实行限价招标制，从而降低土地成本在中低价商品房价格中的比例。房地产虽然在京津冀地区如火如荼,但并非象某些开发商所说的那样,完全是来自市场需求因素,而在于一些更加诡秘的潜制度因素。其中,最重要的便是地方政府与房地产商形成的神圣联盟。这一神圣联盟即是‘你发财、我发展,成本社会掏’的畸形增长模式。地