【房地产开发投资影响因素数据分析13000字（论文）】

本文主要分析2011年-2019年我国各个省份的房地产开发投资完成额情况以及房地产开发投资的影响因素的研究。主要搜集了2011年-2019年的房地产开发本文的数据来源主要是历年来国家统计局所统计的分析工具为SPSS,SPSS主要进行分析过程，数据可视化部分则用Excel完成。关键词：两配对样本T检验；SPSS;趋势检验 11.1研究的背景 11.2研究现状 11.2.1国内现状 11.2.2国外现状 21.3研究的意义 21.4研究的目标与内容 22相关概念界定及统计分析工具 42.1房地产开发投资概念 42.2影响因素 42.2.1企业与建筑业竣工面积含义及区别 42.2.2四种房型含义 43统计分析过程设计 53.1调查分析对象的概况 3.2指标体系的设计 53.3统计年鉴数据来源、选取 64房地产开发投资影响因素结果分析 74.1统计分析方法 74.2统计分析过程 84.2.1描述性统计 94.2.2参数检验 4.2.3相关性分析 4.2.4构建回归模型 5对策 5.1政策性建议及相关对策 5.2市场需求建议及相关对策 5.3其他方面的建议及采取的对策 6总结与展望 6.1总结 11绪论房地产业是我国经济发展的一个重要组成部分，地产市场得到了长足发展。现如今许多居民以及企有：沈悦和刘洪玉通过对我国1986-2002年房地产开发投资和国内生产总值数据资有着显著的单向作用³。2与国内房地产市场不同，外国房地产投资表现出较强的地域性。购买海外国外研究人员正在研究房地产周期波动理论和房地产泡沫理论5。国外房地产研究大多是实证研究，最常用的理论是现代资产组合理论 研究的目标主要是由分析得出的结论来详细反映出当前我国总体以及各个地区的房地产开发投资所面临的问题以及将来发展(3)建立相关的回归模型，进一步分析控制哪些因素的发展可以对于房地产开(4)通过结论推断出相关的投资对策，如何做才能有利于使房地产开发投资对342相关概念界定及统计分析工具开发公司以及在一定时期内实际开发房地产村，办公楼，办公楼和其他建筑物，以及辅助服务设施，土地开发项目(道路，供水，排水和其他基础设施)供电，供暖，电信和站点平整，包括结构项目)已竣工面积是该期间可用建筑物的建筑面积。房屋的装修供热，电力和卫生项目完成，并且必须满足交付和使用要求7。施工单位在对完也不包括托儿所，病房，疗养院和酒店等私人住宅8。53统计分析过程设计具体的调查对象是我国各个地区省份的房地产开发投资的情况，每一年的房地产市场都是有所变化的，近些年(2011年-2019年)国家房地产市场在各项政策的稳固下稳定增长的阶段，但同时也出现了在1998年之前，城市住房通常是国家分配的公共住房，但是大多数住房现在中国的房地产产业越来越完美成熟，如今房地产市场已经成长为国如今，居民在改善环境住宅的同时，更加关注房值空间。而正是因为居民对于住房条件的变化，使6开开发企业利润企业商品房销售收入企业个数企业竣工率开发企业负债建筑业房屋竣工面积建筑业房屋施工面积建筑业总产值办公楼商业营业用房城市绿地面积住宅商品房各地区G叩各区年年常住人口人口居民居住环境建筑业房地产企业房地产开发投资完成额图3-1指标体系图数据来源网站为国家统计局，选择的数据均为分省年度数据。所收集的数据类型有：中国各个地区2011年-2019年这九年间的房地产开发投资完成额、商品房平均销售价格、住宅房平均销售价格、办业营业用房平均销售价格、以及商品房、住74房地产开发投资影响因素结果分析(一)首先通过比较基础的描述性统计分析简单查看一下房地产开发投资完成额(1)频数分析：分析2011年-2019年各地区房地产开发投资发展是否均衡。(2)描述分析：研究房地产开发投资的主要房屋种类以及各种类占比。(3)相关的数据可视化图表：对比各地区2015年-2019年五年内的房地产开发况。由图观察2011年-2019年这九年间的房地产企业个数变化趋势，以及各个省(二)运用参数检验分析选取的因素之间是否有差异性。(1)两独立样本T检验：调查房地产开发企业的个数与我国东西部地区之间的(4)方差分析趋势检验：随后由建筑业总产值与区域之间的方差分析做进一步的建筑业总产值总体上是否会随着不同区域的各地(三)选取几个因素判断他们与房地产开发投资之间是否有相关性，主要分为三(1)运用绘制散点图的方法分析房地产开发投资完成额和建筑业总产值之间的8(2)运用双变量相关性分析判断房地产开发投资完成额与各地区城市绿地面积(3)运用双变量相关性分析判断房地产开发投资完成额与各地区年末常住人口(4)运用偏相关性分析研究房地产开发投资完成额与各地区房地产开发企业利(四)最后是构建回归模型，主要分为一元线性回归模型和多元线性回归模型：(2)城市绿地面积与房地产开发投资完成额的一元线性回归模型(3)房地产开发企业利润、房地产企业竣工率、房地产开发企业商品房销售收(一)频数分析查看2011-2019各地区房地产开发投资发展是否均衡，描述统计中选择频数统计9中位数偏度峰度峰度标准误差从表1中可以看到2011年-2019年的房地产开发投资完成额最大值与最小值度>0,所以说明数据相比正态分布更为陡峭，再一次表明各个地区的房地产开发(二)描述分析2011年2012年2013年2014年2015年2016年2017年2018年2019年商品房和住宅都是居民居住的房屋种类，由图4-1散点图可知，住宅销售面商业类的房屋种类，由图4-2散点图可知，商业营业用房销售面积的最大值和平均值都高于办公楼销售面积，所以可知商业营业用房的投资要高于办公楼的投房与办公楼相比涵盖的使用领域以及居民的需求量更高[10,所以在房屋类型上(三)相关的数据可视化图表--2016年房地产开发投资完成额2017年房地产开发投资完成额2019年房地产开发投资完成额一生庆市一善江省六至省新能推若荣自拓风西诚自风大津市川害上海市一陕西省一湖南智湖北容一黑龙江省间北省一隶南害一操建省北景市红西省T江苏吉十义回以百治区西壮族自治区T安做官山东省踢踢2017年房地产开发投资完2016年房地产开发投资完2015年房地产开发投资定由图4-4东部地区五年内均是房地产开发投资完成额最高的地区，但是在2015年西部地区和东北地区的房地产开发投资完成额是要比2016年-2018年这三年的高的，推测有可能2016年之后随着经济的发展，企业对于西部地区和东2011年2012年2013年2014年2015年2016年2017年2018年2019年2012年2013年2014年2015年2016年2017年2018年2019年“房企倒闭年”,且2015年我国股市经历了股灾，中国股市经过两次十分严重响，由此可推断出2015年由于股灾造成的影响，我国房地产开发投资市场也遭(一)两独立样本T检验区域标准差东部地区西部地区同性检验Ft(双尾)差值95%置信区间下限差由表2总统计可知，东部地区的平均值要明显高于西部地区的平均值，由表3两独立样本T检验可知，Sig值为0.002<0.05,方差不齐，两者之间有差异。T检验的概率P值为0.019<0.05,说明房地产开发企业的个数与我国东西部地区有由图4-4各个地区的房地产开发投资额发展情况得知，东部地区的房地产开看出房地产投资完成额的高低同时也影响着这个地区的(二)两配对样本T检验表42014年与2015年房地产企业负债两配对样本T检验t自由度显著性(双尾)差值95%置信区间下限2014年各地区房地产开发企业负0由表4可以看出,2014年与2015年房地产企业负债数的平均值有较大差异,2015年的房地产企业负债数高于2014年的房地产企业负债数,T检验统计量观测值对应的双尾概率P值为0<0.05,意味着2014年和2015年的房地产负债数具有显著性差异,且2015年的确受到了当年“股灾”的影响,企业大量的倒闭,(三)方差分析研究建筑业总产值与区域之间是否有差异性,将建筑业总产值选入因变量列表,区域选入因子,结果如下:方差齐性检验建筑业总产值莱文统计自由度1自由度2显著性3建筑业总产值平方和自由度F显著性组间组内总计由表5可知,方差齐性检验的显著性为0.079>0.05,说明方差是齐的,可以如果假定不同地区的差异主要表现在各地区GDP方面,那么进一步分析不同地区建筑业总产值总体上是否会随着各地区GDP的变化呈现出某种趋势性的变化规律,进而为企业细分提供依据。表7各地区GDP趋势检验结果平方和自由度F显著性组间(组合)3线性项未加权11偏差2组内总计由图4-7可知，散点图呈现出了较强线性相关的效果，说明建筑业总产值与(二)双变量相关分析：(1)分析房地产开发投资完成额与各地区城市绿地面积的相关性，将房地产开各地区城市绿地面积皮尔逊相关性1显著性(双尾)0各地区城市绿地面积皮尔逊相关性1显著性(双尾)0**在0.01级别(双尾),相关性显著。由表8可知，皮尔逊相关系数为0.863>0,且显著性为0.000<0.05,可以看出城市绿地面积指庭园和绿化所需的各种绿地面积。包(2)推测2015年由于房企大量的倒闭，有可能会导致一定的人群失业，年末常住人口会相应的减少，研究2015年房地产开发投资完成额与各地区年末常住人□数是否有相关性，将2015年房地产开发投资完成额和2015年各地区年末常住1显著性(双尾)01显著性(双尾)0**在0.01级别(双尾),相关性显著。由表9输出结果可知,2015年数据的皮尔逊相关系数为0.786>0,且显著性系数为0.000<0.05,可以看出房地产开发投资完成额与各地区年末常住人口数具年末常住人口是表现当地省份城市以及区域人口流动性的一个重要指标,人口流动性大的区域常常会影响当地区域的各项指标,年末常住人口=现有常住人之间具有相关性,企业在开发投资地区的选取时,应当进行各个区域之间年末常住人口之间的对比,从而取得更为正确的投资方案。(三)偏相关性分析研究房地产开发投资与各地区房地产开发企业利润在各地区房地产开发企业负债的控制下的相关性分析,将房地产开发投资和与各地区房地产开发企业利润选入变量,将各地区房地产开发企业负债选入控制变量。业利润无1显著性(双尾)00自由度0房地产开发企业利润1显著性(双尾)0.0自由度01显著性(双尾)00自由度01显著性(双尾)·0自由度0房地产开发企业利润1显著性(双尾)0自由度0a单元格包含零阶(皮尔逊)相关性。由表10输出结果可知,在不控制变量时,房地产开发投资完成额和各地区房地产开发企业利润之间的相关性为0.951,显著性为0.000<0.05,正相关。同时也可以看到房地产开发企业利润和房地产开发企业负债的相关性为0.933,显但当控制房地产开发企业负债的影响时,房地产开发企业完成额和房地产开发企业利润之间的相关性为0.740,显著性为0<0.05,拒绝原假设。认为显著正相关。所以得出结论,当控制房地产开发企业负债不变的前提下,房地产开发投资它是衡量企业经济效益高低的一项重要指标[101,房地产开发企业负债是房地产(一)一元线性回归模型(1)构建建筑业总产值与房地产开发投资完成额的线性回归模型，对数据进行模型R调整后R方标准估算的误差.模型平方和自由度F显著性1回归1残差总计模型未标准化系数标准化系数t显著性1B标准误差(常量)0由图4-8的输出的残差图可以看出，残差的分布没有呈现出明显的规律性，说明建筑业总产值与房地产开发投资完成额之间不存在自相关等情况。由表11输出结果可知，R=0.853,说明建筑业总产值和开发投资完成额呈高度正相关关即认为模型在0.01显著性水平下，由自变量建筑业总产值和因变量开发投资完成额建立起来的线性关系具有极其显著的统计学意义Y=0.357*300000+1012.474=108112也就是说，在2020年建筑业总产值为300000亿的情况下时，房地产开发投资完成额预计可达到108112.474亿元。(1)构建城市绿地面积与房地产开发投资完成额的线性回归模型，对数据模型R调整后R方标准估算的误差1模型平方和自由度F显著性1回归1残差总计b预测变量：(常量),各地区城市绿地面积模型t显著性1B(常量)0由图4-9输出的残差图可以看出，图残差的分布没有呈现出明显的规律性，说明城市绿地面积与房地产开发投资完成额之间不存在自相关等情况。由表14输出结果可知，R=0.863,R方=0.744,说明城市绿地面积与房地产开发投资完成额呈高度正相关关系，且模型效果较好，由表15和表16可知，显著性为0.000<0.01,即认为模型在0.01显著性水平下，由自变量城市绿地面积和因变量通过数据的收集可知2019年城市绿地面积最多的地区为广东省，且城市绿Y=235.811*55+1097.345=1406也就是说，在2020年广东省的城市绿的面积年广东的房地产开发投资完成额预计可达到14066.95亿元。(二)多元线性回归构建房地产开发企业竣工率、房地产开发企业利润、房地回归标准化残差的正态P-P图预期累积概率实测累积概率由图4-10可以看出：残差效果较好，所有的点大致都在一条线上，可认为残差符合正态分布的要求。表17完成额与利润、竣工率、商品房销售收入方差表模型平方和自由度均方F显著性1回归3残差总计由结果可得F=124.619,P=0.000<0.01,因此拒绝原假设了置信水平为0.05的F检验，即所拟合的方程具有统计学意义。模型R调整后R方标准估算的误差1模型t显著性1B(常量)房地产开发企业利润由表18可以看出，R=0.966,调整后的R方为0.925,即总体自变量对因变Y=-85.370X1+1.549X2+2061东部地区的竣工率上升至13%,且房地产开发企业商品房销售收入上升为6000Y=-85.370*13%+1.549*6000+2061.601=113445对策高，2016年-2019年辽宁省的开发投资完成额低于平均值，2018年-2019年北京持续性的东部地区的开发投资会对全国整体的房地产开发投资完成额起到一个有效的推进作用，2016年-2018年这三年的西部地区和东北部地区的房地产开发投资完成额要低于2015年的房地产开发投资完成额的，应当适当减少西部地区经过分析，当今市场在居民居住方面的开发在商业类房屋开发投资的种类主要分为办公楼与商业营经过分析，各地区城市绿地面积与房地产开不仅仅在居住环境方面让居民感觉到舒适，还伴随着居民的日常生活的各个方建筑业总产值也是促进房地产开发投资的一个重要还会随着各地区GDP呈现趋势性的变化，所以建筑业总产值是受各地区GDP影响的，在人口居民层面