《计量经济学论文我国房价影响因素的实证分析》由会员分享，可在线阅读，更多相关《计量经济学论文我国房价影响因素的实证分析（10页珍藏版）》请在金锄头文库上搜索。
1、.我国房价影响因素的实证分析【摘要】：作为国家的支柱产业，房地产的稳定开展关乎国计民生。近几年，房地产价格飞速上涨，连创新高。在这种情况下研究房价的影响因素，具有重要的理论和现实意义本文针对我国房价快速增长的现象，从人均可支配收入、房屋平均造价、房屋销售面积和房屋竣工面积四方面入手依据收集到的相关数据利用计量经济学软件Eviews对房价影响因素进展回归分析，得出房价受人均可支配收入、房屋平均造价和房屋竣工面积三方面因素影响的结论。【关键词】房价 Eviews回归分析一、 引言 住房问题关系到群众的安居乐业和切身利益,关系到社区的安定。经过十多年的开展，我国房地产业已经成为国民经济的支柱产业之一
2、，市场体系趋于完善，住房消费成为扩大内需的新动力和消费热点。但是近年来，我国房地产价格上涨较快，局部地区房价持续飙升，上涨幅度大大超过经济总体增长水平及其它行业产品与效劳的上升幅度。房价增长过快的趋势，不仅极大地影响到城市居民的生活质量，也是整个国民经济继续平稳开展的一个不稳定因素，房价问题已经成为一个引起广泛关注的重要经济问题和社会问题。如何解决我国目前房地产市场价格居高不下的问题，对于提高城镇居民生活水平、缓解社会矛盾、保持经济持续开展具有重要意义。写作目的：通过对我国30个省份的有关资料进展分析，了解对其主要因素和次要因素。并对这些因素进展统计推断和经济意义上的检验。选择拟和效果最好的最
3、为结论。二、 文献综述近几年来，我国房价持续上涨，不断创出历史新高。关于房价上涨的原因,住房和城乡建立部课题组(2004)分析为地价上涨推动多种住房需求旺盛,而深层次的原因在于消费者预期改变1。中国社会科学院与社会科学文献(2007)联合发布的2006年中国房地产开展报告预测我国房地产价格长期趋势是上升的,其原因在于市场需求旺盛;供给构造失调;国家信贷的积极支持;地方政府的推动;缺乏规X有效的信息披露制度2。沈悦、X洪玉(2004)认为如果房地产价格的上涨只是投机造成,缺乏相应的经济根底支持,这种价格上涨会向市场发出错误的信号,造成房地产市场和经济的虚假繁荣3。关于房地产市场的调控方式,梁云芳
4、,高铁梅(2006)通过实证认为我国房地产市场只存在局部泡沫,通过利率来调控房地产市场,成效不大,但是信贷规模的变化对房地产投资有较大的影响4。许经勇、马原(2005)认为应当把宏观调控的切入点放在直接调控房地产供求上。稳定房地产价格的关键在于实现有效供求平衡5。关于房地产市场的调控效果,聂学峰等(2005)运用相关分析、Granger因果关系检验和协整分析方法对我国货币政策影响房地产市场的效应与时滞进展实证分析,说明货币政策能够影响房地产投资和价格,货币供给量对房地产市场的影响比利率政策更为显著6。李健飞等(2005)利用Johansen协整检验分析了银行信贷与房地产价格的长期关系和因果关系
5、7。对这一轮的房地产调控的效果,何艳(2006)认为:一是普通商品房供给增加,小户型房价上涨得到一定控制;二是投机行为得到抑制,外资炒房更为规X;三是信贷收紧,购房者更为慎重;四是房地产开发企业囤地囤房受到抑制8。杨玉珍、文林峰(2005)认为在金融政策方面,可以采取严控信贷政策的措施。在土地政策方面可以实施最严格的土地控制政策9。X琦(2006)认为我国房地产业的调控效果不尽如人意的原因有以下几点:决策层对市场判断有分歧;政策执行环节(管理机制)有问题;房价信息失真;宏观调控政策在综合应用中不协调、不规X10。程建胜(2007)认为2003年以来,国家综合运用行政、财税、金融、土地等手段逐步
6、加大了房地产宏观调控力度,但效果并不尽如人意,房价持续上涨、市场秩序混乱等问题依旧比拟突出11。从上述文献中可以看出,学者们对房地产市场的判断存在分歧,对房地产市场宏观调控的效果存在争议,本文对我国30个省份的有关资料进展进展理论与实证分析。以期从中找出影响房地产价格的重要因素，并相应地提出解决措施。根据一些专家、学者的研究及现实生活经历，我认为这些因素为： 1、人均可支配收入人均可支配收入是居民购置力的表达，居民购置房屋一般是在其购置力到达一定水平后因此分析、房价影响因素需要考虑人均可支配收入2、房屋平均造价，房地产行业属于本钱投入比拟大的行业研究房价就必须考虑其单位本钱，即房屋平均造价。3
7、、房屋销售面积，房屋销售面积是房地产市场需求的直观表达4、房屋竣工面积，房屋竣工面积是房地产市场供给的主要表达二、模型的建立（一） 模型初步提出为全面反映我国房屋价格的现状，选择分地区的“商品房平均售价为被解释变量包括31个省、市、自治区和直辖市的商品房平均售价。令解释变量“人均可支配收入为X1“房屋平均造价为 X2，“房屋销售面积X3为 ，“房屋竣工面积为X4。从(2007年中国统计年鉴收集到如下数据，见表1 表1 2006年我国房屋价格及影响因素数据地区人均可支配收入房屋平均造价房屋销售面积房屋竣工面积商品房平均售价19977.5223932607.624395.48280XX14283.
8、0923271458.62723477410304.5614231817.949598.2211110027.71350791.643938.7198810357.9911201428.974222181110369.6113363006.6110241.830739775.031201974.913807.420219182.3112301482.714104.1219620667.930893025.44901.5719614084.2615026101.1517056359218265.116793544.961492547749771.0512352307.838371.3232213
9、753.2813722021.695597.939949551.128671777.196074.6170812192.2412794172.2118680.625419810.2611002409.3318733.120219802.6516082038.466871.2255610504.6711722021.618423.3192816015.5821425178.5614886.14853XX9898.759141502.615373.721959395.131491203.43633.9378711569.1314152228.465622.522699350.119484100.1
10、510933.622719116.61943880.952831.5178010069.8914131693.076218.223808941.08162057.1891.719769267.715871116.514373.824618920.59957515.481500.717809000.351311119.69650.619219177.261021379.991141.52063XX8871.271076892.44773.91858建立线性回归模型为：Y= 0+1X1+2X2+3X3+4X4+Ui（二） 参数估计利用Eviews软件进展回归估计，结果见表2 表2 Eviews回归
11、结果分析Dependent Variable: YMethod: Least SquaresDate: 06/07/11 Time: 20:17Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. C-2043.582381.4455-5.3574680.0000X10.3547230.0613305.7838400.0000X20.7982520.3702502.1559820.0405X30.0928680.1493690.6217380.5395X4-0.0570030.037
12、343-1.5264480.1390R-squared0.907951 Mean dependent var2918.065Adjusted R-squared0.893790 S.D. dependent var1594.208S.E. of regression519.5504 Akaike info criterion15.49049Sum squared resid7018247. Schwarz criterion15.72178Log likelihood-235.1027 F-statistic64.11481Durbin-Watson stat2.188557 Prob(F-s
13、tatistic)0.000000根据表2数据模型估计的结果为：y=-2043.528+0.354723x1+0.798252x2+0.092868x3-0.057003x4 (3814455) (0061330) (0370257) (0149396) (0037343)t=(一5357468)(5783840) (2155982) (O621738) (一1.526448)R=0907951，F检验值df=64.1148（三） 多重共线性的检验与修正该模型说明R =0.9079，R2=O.8937，可决系数较高F检验值=64.0655，大于F0.025(4,26)=2.74，明显显著。但是
14、当显著性水平a=0.1时t0.05(27)=1.703，x3、x4系数的t检验不显著，可能存在着多重共线性计算各解释变量的相关系数得相关关系矩阵，结果见表3。 表3 解释变量的关系矩阵X1X2X3X4X1 1.000000 0.818220 0.548230 0.284944X2 0.818220 1.000000 0.281530 0.005798X3 0.548230 0.281530 1.000000 0.840287X4 0.284944 0.005798 0.840287 1.000000由解释变量的关系矩阵可以看出，有些变量之间的相关关系不明显。进一步准确地研究该模型的多重共线性需采用逐步回归的方法。分别做Y对X1 X2 X3 X4 的一元回归，结果见
