我国各省房地产价格影响因素分析.doc
- 文档编号:5497265
- 上传时间:2023-05-08
- 格式:DOC
- 页数:8
- 大小:167.50KB
我国各省房地产价格影响因素分析.doc
《我国各省房地产价格影响因素分析.doc》由会员分享,可在线阅读,更多相关《我国各省房地产价格影响因素分析.doc(8页珍藏版)》请在冰点文库上搜索。
新疆大学计量经济学论文
《计量经济学》论文之
我国各省房地产价格影响因素分析
我国各省房地产价格影响因素分析
107551600136孙婷玉
摘要:
随着房地产业在国民经济中的地位的攀升,房地产价格逐渐成为了社会关注的焦点,由此引发了一系列问题,如社会资源配置失衡、产业结构失调、购房难等各种经济和社会问题。
为抑制房地产价格的上升,国家出台了一系列调控措施,但是效果不佳。
探讨房地产价格上涨的根源,寻找有效的影响因素,对于因地制宜地采取政策抑制房地产价格,具有重要的实用价值。
文中采用虚拟变量回归分析的方法,通过对2014年全中国的31个省份,自治区和直辖市的城镇房地产相关数据进行了分析,其中虚拟变量为代表东部,中部和西部地区的两个变量,其它影响变量为城镇居民人均存款储蓄、城镇居民真实需求常住人口数,得出了这些影响因素和房地产价格的回归方程。
关键词:
房地产价格;影响因素;回归分析
AnalysisontheinfluencingfactorsofrealestatepriceinChina
Abstracts:
Withtherisingstatusoftherealestateindustryinthenationaleconomy,therealestatepriceshavebecomethefocusofattention,whichledtoaseriesofproblems,,suchassocialimbalanceintheallocationofresources,industrialstructureimbalance,buyersandotherdifficulteconomicandsocialproblems.Tocurbrisingpropertyprices,thestateissuedaseriesofcontrolmeasures,butineffective.Exploringtherootsofrealestateprices,findingeffectivefactorsforlocalconditionstoadoptpoliciestocurbrealestateprices,hasimportantpracticalvalue.Themethodofregressionanalysiswithdummyvariablesinthispaper,basedonthe201431provincesallChina,urbanrealestaterelateddataofautonomousregionsandmunicipalitieswereanalyzed,includingdummyvariablesastherepresentativeoftheeastern,centralandwesternregionsofthetwovariables,othervariablesforurbanresidentssavings,realurbanresidentsneedsoftheresidentpopulation,theregressionequationofthesefactorsandtherealestateprice.
Keywords:
therealestateprices;AffectingFactors;regressionanalysis
一、相关文献综述
石艳丽(2014)认为我国房价居高不下的原因在于物价水平上涨较快、房地产的刚性需求、政府的房地产管理体制不健全、保障住房供给不足、政府考核机制短期化。
马静怡(2013)得出结论我国的高房价主要是超额的货币投放量所导致的,同时,我国住房所面临的“刚性需求”以及目前人民币的升值压力也使得房价居高不下。
黄厚霞、侯莉颖(2016)认为房价是受供求两个面共同影响的,“成本推动论”和“需求推动论”都太片面。
刘天冀(2015)认为攀升的地价带动房价上涨,而需求方是房价的主导力量,房地产商是房价的重要影响者。
张梦实(2015)认为影响房价的因素只要有政府方面、房地产企业、需求方面和外部因素。
郝纳新(2014)将影响房价的因素分为自身因素和外部因素两个大方面,针对各方面展开了阐述。
洪弋浩、黄汉江(2015)则认为影响房价的因素有居民人均收入、宏观经济政策、城市人口数量和结构、土地供给及地价等因素。
周文静(2013)在我国房地产发展现状和理论基础之上,选取广义货币供应量M2、准货币QM、收入、GDP以及房价等指标,通过建立计量经济模型,论证了房价与货币供应量之间的关系,二者之间存在着长期稳定的均衡关系,货币供应量在对房价推动方面的影响是强于收入和GDP等其他因素。
姚峰(2011)从利率变动对房地产价格影响的角度探讨通过利率政策能否将房地产价格控制在相对平稳的范围内,对房地产市场的供需进行定性分析,得出利率对房地产价格会产生负向影响。
段军山,白茜(2011)基于协整和VEC模型对1999年至2010年间的银行贷款、可支配收入对房地产价格的影响进行研究发现短期内,人均收入和利率对房价的影响较为显著。
二、变量选取与数据收集
影响房价的因素有很多,本文选取了房地产价格作为被解释变量Y,解释变量为城镇居民人民币存款储蓄、城镇居民真实需求(常住人口数)。
为研究区域差异对粮食产量是否有显著性影响,将代表东部,中部和西部地区的两个虚拟变量引入模型。
本文从《中国统计年鉴》选取了年全中国31个省份,自治区和直辖市的房地产相关数据(详细数据见附表1)。
设置变量:
X1=城镇居民常住人口数(十万人)
X2=城镇居民人均存款储蓄(元)
1,该城市位于东部地区1,该城市位于中部地区
D1=D2=
0,其他 0,其他
三、建立模型
(一)导入数据
打开Eviews软件,建立横截面数据工作文件,导入数据,查看数据。
(二)检验多重共线性
表3-1多重共线性检验
X1
X2
D1
D2
X1
1
-0.021058
0.26451
0.114334
X2
-0.021058
1
0.364268
-0.265113
D1
0.26451
0.364268
1
-0.508304
D2
0.114334
-0.265113
-0.508304
1
根据多重共线性检验结果,各解释变量之间的多重共线性较小。
(三)建立模型
建立多维变量一阶线性回归模型,数学公式如下:
输入回归命令进行回归并查看回归结果。
表3-2影响房地产价格的因素多元线性回归结果
DependentVariable:
Y
Method:
LeastSquares
Date:
11/30/16Time:
15:
54
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1100.136
947.4045
1.16121
0.2561
X1
-3.556394
1.228827
-2.894138
0.0076
X2
0.093289
0.017752
5.255114
0.0000
D1
2519.853
800.2339
3.148896
0.0041
D2
1213.874
670.5407
1.810292
0.0818
R-squared
0.791424
Meandependentvar
7436.258
AdjustedR-squared
0.759335
S.D.dependentvar
3025.44
S.E.ofregression
1484.209
Akaikeinfocriterion
17.58984
Sumsquaredresid
57274788
Schwarzcriterion
17.82113
Loglikelihood
-267.6425
Hannan-Quinncriter.
17.66524
F-statistic
24.66363
Durbin-Watsonstat
1.827909
Prob(F-statistic)
0.0000
得出模型的回归方程如下:
(1.161210)(-2.894138)(5.255114)(3.148896)(1.810292)
(四)异方差检验——怀特检验
将OLS估计后的残差平方对常数、解释变量、解释变量的平方及其交叉乘积等构成一个辅助回归,利用辅助回归建立相应的检验统计量来判断异方差性。
表3-3怀特检验结果
HeteroskedasticityTest:
White
F-statistic
2.185988
Prob.F(11,19)
0.0648
Obs*R-squared
17.31692
Prob.Chi-Square(11)
0.0988
ScaledexplainedSS
19.81321
Prob.Chi-Square(11)
0.048
由检验结果可得,查表可知,在显著性水平α=0.05的水平下,临界值>17.31692,故不存在异方差。
四、模型检验
(一)统计意义检验
1.拟合优度检验
R2=0.791424,说明在房地产价格Y中大约有79.1424%可由X1、X2、D1和D2来说明。
修正后的R2=0.759335,说明拟合的效果比较好。
2.T检验
该模型在给定的α=0.1的显著性水平下,四个解释变量的P值都小于0.1,所以拒绝原假设,即模型中引入的四个解释变量都在95%的水平下影响显著,都通过了变量的显著性检验。
3.F检验
给定显著性水平a=0.05,在F分布表中查出自由度为3和27的临界值F0.05(4,27)=2.73,F=24.66363>2.73,说明解释变量联合起来对被解释变量影响显著,即模型的线性关系在95%的置信度下是显著成立的。
(二)经济意义检验
当回归方程中的D1=0,D2=0时,回归方程变为Y=1100.136-3.556394X1+0.093289X2,表示当区域是西部地区的时候,居民真实需求每增加十万人,房价就会下降3.55元,人均存款储蓄每增加一元,房价就会上涨0.09元。
当回归方程中的D1=1,D2=0时,回归方程变为Y=3619.989+3.556394X1+0.093289X2,表示当区域是东部地区的时候,就相同真实需求和人均存款储蓄,东部地区的房价比西部地区平均高出了2519.853元。
当回归方程中的D1=0,D2=1时,回归方程变为Y=2314.01-3.556394X1+0.093289X2,表示当区域是中部地区的时候,就相同的真实需求和人均存款储蓄,中部地区的商品房价格比西部地区的房价高出了1213.874元。
五、结论
房地产价格高低受到地区差异的影响,并且房价受到地区的差异影响比较大,房价从高到低依次为东部地区,中部地区,西部地区。
其中,东部地区房价在其他条件相同的情况下比西部地区高了2519.853元,这说明了在东部地区,需求拉动房地产的价格更加明显。
而西部地区由于经济不发达,需求量少,房子价格的增值慢等一些原因,使得房地产价格的增长没有东中部地区增长得快。
房地产价格与人民币存款储蓄成正相关,人民币的存储上升,说明人民的生活水平上升了,此时房地产价格也会跟着上升,但是从回归方程来看,人民币的存储量对于房地产价格的影响还是比较小的,人均存款储蓄每增加一元,房价才上涨0.09元,这说明虽然居民的实际收人水平一直不断增长,但其增长幅度和速度远远落后于房地产市场价格的增加。
房地产价格受真实需求的影响也比较小,这说明可能有很多炒房行为的存在,并且房价的上涨并非主要因为房地产市场真实需求的扩大,房地产市场的真实需求对房产价格的推动力相对较小。
可以说,全国房地产市场确实存在着很大的泡沫。
综上所述,当前中国的房地产市场中仍然存在许多不良因素,房价区域差异大,人民工资的涨幅跟不上房价的涨幅,作为政府,应当加强宏观调控,保持经济的健康发展,提高居民的平均收人,使得人民的收人的增长能够跟得上房价得涨幅,缩小地区之间的差异,达到共同富裕。
而作为房地产商,必须认真对当地的政府政策以及当地的实际需求和经济情况进行分析,找出原因并适时对症下药,加强施工管理,降低工程成本,降低房屋的销售价格,增强其辅助设施建设,提高房屋质量,要只有这样才能以最少的投人获取最大的收益,才能在激烈的房产业竞争中立于不败之地。
参考文献
[1]黄厚霞,侯莉颖.房价影响因素综述[J].中国房地产,2016(07).
[2]刘天冀.高房价影响因素的一点探析[J].中国经贸,2015(10).
[3]张梦实.谈当前高房价的影响因素与政府调控措施强化[J].商业时代,2014(01).
[4]洪弋浩,黄汉江.房价影响因素理论研究[J].中国经贸导刊,2015(02).
[5]石艳丽.政策调控下我国房价走势及影响因素探析[J].商业文化,2012(01).
[6]杨佳文.房地产市场价格波动性研究[D].广州:
华南理工大学,2012.
[7]吕超.我国房价的宏观影响因素分析[J].中国电子商务,2014(09).
[8]吴国杰.房价影响因素分析[J].现代商业,2014(12).
[9]李晶晶.银行贷款行为对房地产价格影响的研究[D].石家庄:
河北经贸大学,2013.
附表1:
地区
房地产价格
常住人口数(十万)
人均储蓄存款(元)
D1
D2
北京
14499
315.2
112260.22
1
0
天津
8828
151.7
52187.87
1
0
河北
5562
738.4
34791.58
0
0
山西
7155
364.8
38775.22
1
0
内蒙古
5153
250.5
31990.82
0
1
辽宁
5865
439.1
48243.68
1
0
吉林
5847
275.2
31092.66
0
1
黑龙江
5717
383.3
28324.81
0
1
上海
13415
342.6
87672.30
1
0
江苏
10964
796.0
45955.53
1
0
浙江
14035
750.8
55676.11
1
0
安徽
6917
608.3
24000.33
0
1
福建
10105
380.6
33050.45
1
0
江西
6225
454.2
23757.60
0
1
山东
8158
878.9
33893.76
1
0
河南
6579
843.6
23757.10
0
1
湖北
7399
581.6
29655.43
0
1
湖南
5458
673.7
24363.37
0
0
广东
14739
772.4
48872.25
1
0
广西
6103
475.4
21083.30
1
0
海南
7473
290.3
29593.58
0
1
重庆
5094
299.1
36021.73
0
0
四川
6536
814.0
31096.44
0
0
贵州
4904
350.8
18872.86
0
0
云南
6067
471.4
20576.79
0
1
西藏
5086
131.8
17588.05
0
1
陕西
6105
377.5
35573.25
0
0
甘肃
5860
259.1
25761.10
0
1
青海
4807
158.3
28142.37
0
0
宁夏
4111
166.2
31036.25
0
0
新疆
5758
229.8
26926.46
0
0
资料来源:
中华人民共和国国家统计局
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 我国 各省 房地产价格 影响 因素 分析