影响全国房价的多元回归分析Word格式.docx

1、预计今后几年在全国范围内将有大量的高科技节能住宅面世。原因是, 一方面国家提高了住宅节能的标准, 另一方面在政府部门、专家学者、媒体的大力呼吁下, 建筑设计行业、开发商以及消费者也越来越关注住宅节能问题。高科技节能将成为住宅产品的新卖点。（四）商业地产盲目开发与运作仍不可避免。随着WTO 规则的深入实施, 国际零售企业在国内的需求保持了稳定的增长势头。而这些企业在选择经营场所时, 基本上都是选择只租不售产品, 无法与那些切割分散出售的物业进行合作。据统计, 目前商业地产项目选择出售的比例仍然高于半数, 预计今后商业地产开发与运作的盲目性,及空置浪费的严重后果仍不可能完全避免。从2007 年全国

2、商业地产供需来看, 一方面空置率快速上升, 另一方面外资零售商找不到合适的商业物业, 这种矛盾状况的出现主要是源于商业规划和需求方没有切实地对接。真正能够满足市场需要的商业地产项目需要科学专业化的商业运作, 才能够发挥商业资源应有的价值。预计今后几年一站式消费、体验消费、主题型购物中心将进入消费者的生活中, 这一新的机会也要求开发商迅速提高自己与国际接轨的能力。（五）总部型写字楼的发展成为一种新趋势。今后几年, 办公设施的更高需求将导致写字楼市场竞争激烈。产品主题化、个性化发展趋势突显, 人性化及网络化受到更广泛关注。未来的办公室将成为一个知识中心。写字楼从表现公司群体形象转变为表现公司个体形

3、象, 总部型写字楼的发展会成为一种新趋势。预计今后几年服务式写字楼在一些城市将更快发展, 而公寓式写字楼有望成为中低端写字楼市场的新势力。（六）工业旅游地产将出现并成为新的增长点。随着旅游地产项目开发和运作的专业化发展, 以及旅游业本身的广阔前景, 作为旅游和地产两个黄金产业的交叉型产业, 正逐渐为市场关注。今后几年, 配套设施全面, 有着鲜明的主题、独特的景观形象、深厚的历史积淀以及浓郁的文化气息的产品将成为主流。在发达国家广受重视的工业旅游将成为国内旅游产业新的增长点。这种对废旧工业厂房、厂区的改造、利用,在营造特殊体验旅游设施的同时, 对我国老工业基地, 特别是重工业基地的城市复兴, 也

4、提供了有效且可持续发展的解决途径。今后几年, 全国各地的旅游地产项目将在各种资源的主题创造方面有大的突破。结合自然环境、文化、经济、交通、区域发展等诸多资源发展的旅游房地产业, 将会有更大的发展。国家近来接连采取了对房地产业具有震撼力的宏观调控政策。从理论上讲，房地产价格受建设成本、宏观经济因素、社会因素、人口因素、政策体制及供求变化等多方面的综合影响，其中，作为房地产业发展背景的宏观经济因素起着至关重要的作用。因此，从宏观经济角度分析预测未来房地产价格市场的发展趋势，对于稳定房价、保持适度开发和建立更合理的市场规则起到参考价值。本文主要从国内生产总值、全国居民消费水平、房地产投资总额、全社会

5、固定资产投资房屋竣工面积等经济的度出发，建立与全国房屋销售均价的多元线形回归模型，进行房地产市场的经济分析与预测。房地产价格最近几年一直居高不下，存在严重的泡沫经济，就这一现状的控制提出对策建议。三、建立初步回归模型（一）初步回归模型建立1993-2007年相关经济数据如表1所示。经过对这15年的经济数据进行时间序列分析，设定国内生产总值为X1,地产投资总额为X2,全国居民消费水平为X3、全社会固定资产投资房屋竣工面积为X4，作为自变量，全国房屋销售均价设为Y，作为因变量。根据所选的全国居民消费水平、房地产投资总额、全社会固定资产投资房屋竣工面积（图表中简称为固投房屋竣工面积）、国内生产总值四

6、项指标，建立如下的多元线性回归模型:Y=b0+b1x1+b2x2+b3x3+b4x4+u其中 Y全国房屋销售均价Y=b0+ bixiX1全国居民消费水平X2房地产投资总额X3全社会固定资产投资房屋竣工面积X4国内生产总值b0 ，b1，b2，b3，b4未知参数u是剩余残差，且E（u）=0,与三个自变量无关。表1 （1993-2007）年相关经济数据年份房屋销售均价（元/m2）全国居民消费水平（元）房地产投资总额（亿元）固投房屋竣工面积（万m2）国内生产总值（亿元）20073168543915909227589183084.820062778492513158207019159878.320052

7、359441110154202644135822.82004225041067791196738120332.72003217038696344182437109655.2200221123632498418197499214.6200120533346410318735789677.1200030633159361417090584402.3199919973002217816605778973199818062789321616196671176.615912355314914560060793.7199614091833255413655048197.919951291139319381

8、2202135333.919949951116731.211480026923.51993786932436.211910721781.5数据来源:中经专网（教育版）（二）初步回归模型检验 用SPSS软件对数据进行分析处理，得出如下分析检验结果。 1、拟合优度检验由表2可看出，其相关系数R为0. 986，测定系数R为0. 972，说明其拟合优度较好。表2 Model SummaryModelRR SquareAdjustedStd. Error of the Estimate10.986（a）0.9720.961126.34742 a Predictors: （Constant）,国内生产总值

9、（亿元）。房地产投资额（亿元），固投房屋竣工面积（万m2） ，全国居民消费水平（元）。2.方程显著性检验（F检验） 如表3所示，F（4, 10）0.001=5.9986.111，通过了方程显著性检验。表3 ANOVA（b）Mode 1Sum of SquaredfMean SquareFSig.Regression5498611.03941374652.7686.110.000（a）Rsidual159636.6941015963.669Total5658247.73314a Predictors:房地产投资额（亿元），固投房屋竣工面积（万m2） ,全国居民消费水平（元）。b Dependen

10、t Variable:房屋销售均价（元/m2）。3.变量显著性检验（t检验）如表4所示，t （15） 0.3=1.0741.087，能够通过检验。表4 Coefficients （a）Unstandardized CoeffcientsStandardizedCoeffcientstBStd.ErrorBeta（Constant）773.365711.7311.0870.3030.4040.6270.8780.6450.534房地产投资额（亿元）-0.0090.115-0.066-0.0810.937-0.0020.008-0.135-0.3190.7570.0040.0290.3120.14

11、50.888a Dependent Variable:（三）初步回归模型分析但是，从表4中可以分析出，国内生产总值、房地产投资额与全国房屋销售均价皆负相关。在经济意义上存在不合理性，进一步分析，从SPSS输出的数据（表5）可以看出，国内生产总值与全国居民消费水平的相关性很高，这就存在多重共线性，需要对初步回归方程进行修正。表5 Correlations房屋销售均价（元/m2）房地产投资额（亿元）国内生产总值Pearon Corrlation1.0000.9850.9150.9780.9180.9900.9890.8900.9660.973四、修正回归模型（一）回归模型的修正 居民消费水平是指按

12、人口平均计算的居民消费额，其计算公式是报告期国内生产总值中的居民消费总额与报告期年平均人数的比值，考虑到居民消费水平，是按国内生产总值口径计算的，并且与房屋购置有更直接的经济关系，在修正模型时，保留居民消费水平，去掉国民生产总值，采用SPSS分析结果如表6、表7、表8所示。 （二）修正回归模型的检验1.拟合优度检验从表6可以看出，其相关系数R为0.986,测定系数R2= 0.972,说明其拟和优度较好。表6 Model SummaryAdjusted R Square0.964120.59394 （Constant）,房地产投资额（亿元），固投房屋竣工面积（万m2） ,全国居民消费水平（元）如

13、表7所示, F（4, 10）0.001=5.99126.024,更好的通过了方程显著性检验。表7 ANOVA（b）5498275.85931832758.620126.0240.000（a）159971.8741114542.8983、变量显著性检验（t检验）如表8所示，t （15） 0.3=1.074 1.166，仍能够通过检验.表8 Coefficients （a）Standardized Coeffcients734.809630.0621.1660.2680.4890.2071.0552.3670.0370.0070.0190.0510.3720.7170.002-0.117-0.30

14、30.768（三）修正回归模型分析全国房屋销售均价与房地产投资额、全国居民消费水平正相关，与全社会固定资产房屋竣工负相关，较好地体现了实际的经济意义，并且较好地通过了相关的检验。可见，本文所修正的多元线性回归方程各个方面表现良好，即最终建立的三元线性回归模型为: Y=734.809+0.489X1+0.007X2-0.002X3五、所建多元线性回归模型的意义 综上所述，该方程可以用来分析我国房屋销售均价的变动趋势。在给出未来时期全社会固定资产房屋竣工面积、房地产投资额、全国居民消费水平估计数据的基础上，依据该公式计算：房地产价格的预测值，可大体观测房地产价格的波动情况，为政府宏观调控部门、房地

15、产相关管理部门、房地产从业人士以及有房地产消费需求的居民提供分析依据。有利于各方主体进行理性决策、采取有效措施，以规避风险、提高收益、推进我国房地产市场的改革和规范化进程，实现房地产行业的健康、稳定和持续发展。六、对今后房地产价格走势的初步判断在可预见的未来期间内, 供应偏紧、价格上涨仍将是房地产市场的主要矛盾。供给方面, 未来房地产供应不足的矛盾将相当突出。尽管资金、劳动力、建材等房地产供给构成要素供应宽裕, 但作为最重要的要素, 土地供应紧张将成为难以突破的瓶颈。房地产开发土地来源无非是旧城区改造、企事业单位通过土地置换外迁、郊区闲置土地开发和占用耕地。伴随国内经济的快速增长, 可以预见居

16、民收入仍将保持快速上升势头, 居民的购房能力将不断增强。工业化、城市化的推进必然迎来城市人口的快速膨胀和第三产业的迅猛发展, 不可避免地对未来城市房地产的供应带来压力。从目前市场表现看, 近年来房地产已经存在“超买”现象, 供需矛盾的存在必然使这一现象愈演愈烈, 从而推动房地产价格的进一步上扬。为应对土地紧张问题, 开发商将着重开发高层和小高层建筑, 以提高容积率的方法来稀释土地成本, 缓解商品房过快上涨压力, 但这同时会提高施工成本, 因此可以预见, 今后商品房格上涨不可避免。七、对策建议（一） 转变政府职能, 提高对房地产市场的管理水平政府及其各部门要按照经济规律办事, 为房地产开发企业创

17、建公平竞争、良性发展的市场环境。加强房地产投资、管理、服务领域有关规则和政策的研究, 提高政策的透明度; 加强房地产市场统计, 为房地产市场管理提供可靠的信息; 在全面动态收集房地产市场信息数据的基础上, 建立科学有效的房地产市场预警预报系统; 搞好房地产业发展规划, 推进房地产市场化进程, 努力提高为企业服务的水平。（二） 盘活存量土地, 完善土地供应办法, 增加土地供应量地方政府要在认真清查闲置土地的基础上, 指建交易平台, 降低相关税费的征收标准, 降低土地交易成本, 为存量土地流转创造条件; 加强土地整理储备工作, 掌握调剂土地供应的主动权; 加强对房地产市场需求变化趋势的研究预测,根

18、据土地需求和土地资源情况, 制定科学的土地供应计划;在保护耕地、控制城市建设用地的同时, 努力增加房地产开发土地供应量。（三） 完善住房保障制度提高认识, 把建立和完善住房保障制度作为建设和谐社会的一项重要工作。对低收入人群, 根据其不同的支付能力,建立层次标准不同的住房保障体系。对低保人群实施廉租房政策; 为低收入者提供经济适用房。建立住房保障基金, 鉴于地方资金来源不足, 中央财政应通过转移支付等形式解决资金来源问题。建立低收入人群的住房档案和分配制度, 并跟踪了解和及时调整, 根据实际需求安排住房投资和住房分配, 做到应保尽保。（四） 增加普通住房的供给政府要给予中低价位、中小户型普通住房建设一定的政策支持, 通过减免相关税费等措施, 引导开发商加大中小户型普通住房的开发力度。按照需求增加普通住房的供给, 并制定普通住房定向销售细则, 在分配、房贷利率、首付比例以及公积金贷款使用方面给予优惠, 满足普通居民购房需求,降低购房成本。（五） 加快不动产税的实施根据居民拥有住房的情况, 对不同面积的住房确定不同的税率征收财产税, 利用税收手段抑制投资需求, 减少存量房的闲置, 同时抑制大户型住房需求的增长; 所得税款主要用于廉租房建设的, 为其提供稳定的资金来源。