房?jī)r(jià)影響因素的多元線性回歸分析

1、分類號(hào)： o212.4 單位代碼： 106 密 級(jí)： 一般 學(xué) 號(hào)： 本科畢業(yè)論文（設(shè)計(jì)）題 目： 房?jī)r(jià)影響因素的多元線性 回歸分析 專 業(yè)： 數(shù)學(xué)與應(yīng)用數(shù)學(xué) 姓 名： 指導(dǎo)老師： 職 稱： 副 教 授 答辯日期： 二一三年五月十八日 延安大學(xué)學(xué)士學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文,是本人在指導(dǎo)教師的指導(dǎo)下,獨(dú)立進(jìn)行研究所取得的成果.除文中已經(jīng)注明引用的內(nèi)容外,本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品成果.對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體,均已在文中以明確方式標(biāo)明.本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān).作者簽名：_ 日期：_關(guān)于論文使用授權(quán)的說明學(xué)位論文作者完全

2、了解延安大學(xué)有關(guān)保留和使用論文的規(guī)定,即：本科生在校攻讀學(xué)士學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬延安大學(xué),學(xué)生公開發(fā)表需經(jīng)指導(dǎo)教師同意.學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件,允許學(xué)位論文被查閱和借閱；學(xué)?？梢怨紝W(xué)位論文的全部或部分內(nèi)容,可以允許采用影印、縮印或者其他復(fù)制手段保存、匯編學(xué)位論文.保密論文注釋：本學(xué)位論文屬于保密范圍,在2年解密后適用本授權(quán)書.非保密論文注釋：本學(xué)位論文不屬于保密范圍,適用本授權(quán)書.作者簽名：_ 日期：_指導(dǎo)教師簽名：_ 日期：_房?jī)r(jià)影響因素的多元線性回歸分析摘要:近年來,國(guó)內(nèi)的房地產(chǎn)市場(chǎng)日趨火爆,房地產(chǎn)市場(chǎng)的規(guī)模逐漸強(qiáng)大,對(duì)我國(guó)的經(jīng)濟(jì)發(fā)展產(chǎn)生了很大的影

3、響,在有些地區(qū),房地產(chǎn)市場(chǎng)甚至成為了整個(gè)國(guó)民經(jīng)濟(jì)的支柱性產(chǎn)業(yè).隨著房地產(chǎn)市場(chǎng)的日趨火爆,房?jī)r(jià)也發(fā)生了迅猛的提升,這雖然可以促進(jìn)經(jīng)濟(jì)增長(zhǎng),但是也會(huì)引發(fā)社會(huì)各階層的矛盾.因此,本文著重對(duì)房?jī)r(jià)影響因素進(jìn)行分析,利用spss軟件進(jìn)行回歸分析,最后,要針對(duì)房?jī)r(jià)的變化提出相關(guān)的政策性建議. 關(guān)鍵詞:房?jī)r(jià);影響因素;多元線性回歸;spssmultiple linear regression analysis of house prices influencing factorsabstract: in recent years, the domestic real estate market has bec

4、ome increasingly popular, the scale of the real estate market gradually strong, and had a great effect on our countrys economy development. in some areas, the real estate market and even become the backbone industry of the entire national economy. as the real estate market has become increasingly po

5、pular, house prices have also been rapid ascension, although it can promote economic growth, but can also cause contradiction in all walks of life. therefore, this paper analyze the house prices influencing factors, carries on the regression analysis using spss software. finally, to put forward rele

6、vant policy suggestions on house prices change.key words: house prices; influencing factors; multiple linear regression; spss 0 引言我國(guó)的房地產(chǎn)市場(chǎng)從20世紀(jì)90年代至今規(guī)模宏大,房?jī)r(jià)日漸上升,對(duì)我國(guó)的經(jīng)濟(jì)發(fā)展產(chǎn)生了很大的影響,房地產(chǎn)商在房地產(chǎn)市場(chǎng)中獲得很大的利潤(rùn),而對(duì)于居民們卻只能望房興嘆,房地產(chǎn)市場(chǎng)甚至成為了國(guó)民經(jīng)濟(jì)的支柱性產(chǎn)業(yè).對(duì)此,我國(guó)的政府雖然出臺(tái)了許多宏觀政策,但反而使房?jī)r(jià)越來越高,從而也帶來了許多的社會(huì)問題,使社會(huì)各階層之間的矛盾加深.因此,為了把握房地

7、產(chǎn)市場(chǎng)的發(fā)展規(guī)律,為了促進(jìn)國(guó)民經(jīng)濟(jì)的友好發(fā)展,我們更加注重對(duì)房?jī)r(jià)影響因素進(jìn)行分析與研究,房?jī)r(jià)不僅與城鎮(zhèn)人均可支配收入有關(guān),而且與城市人口密度,房地產(chǎn)開發(fā)投資額,五年以上平均年貸款利率,房屋空置率,gdp等因素有著密切的關(guān)系. 本文主要選取影響上海房?jī)r(jià)的因素:城鎮(zhèn)人均可支配收入、城市人口密度、房地產(chǎn)開發(fā)投資額、五年以上平均年貸款利率、房屋空置率、gdp.以這些影響因素為自變量,以商品房平均售價(jià)為因變量,采用多元線性回歸進(jìn)行分析,通過建立多元線性回歸模型來分析這些因素對(duì)房?jī)r(jià)的影響程度,文獻(xiàn)1運(yùn)用了eviews3.0軟件進(jìn)行分析,本文與文獻(xiàn)1相比,運(yùn)用了spss軟件進(jìn)行回歸分析,同時(shí),也加入了對(duì)這些

8、影響因素所采取的建議. 多元回歸分析的方法在房?jī)r(jià)影響因素的分析過程中應(yīng)用的非常廣泛,值得我們借鑒和參 1 預(yù)備知識(shí)1.1 多元線性回歸模型 一般地,影響的因素往往不止一個(gè),假設(shè)有這個(gè)因素,因此,常考以下的線性關(guān)系式: (1-1) 其中,為因變量,為自變量,為未知參數(shù),為隨機(jī)誤差,且服從分布,為了估計(jì)參數(shù)及,我們對(duì)與同時(shí)做次觀察得組數(shù)據(jù)它們滿足關(guān)系式: (1-2)其中互不相關(guān)且均是與同分布的隨機(jī)變量,則稱等式(1-2)為因變量關(guān)于個(gè)自變量的多元線性回歸模.1.2 擬合度檢驗(yàn)取統(tǒng)計(jì)量 是復(fù)相關(guān)系數(shù),用于測(cè)定回歸模型的擬合優(yōu)度,越大,說明與的線性關(guān)系越顯著,即模型擬合度越高.為的平均值,是第個(gè)試驗(yàn)點(diǎn)

9、代入回歸方程求得的回歸值.的取值范圍,越接近1,則模型的擬合度越高,越低,模型擬合度越.1.3 方程顯著性檢驗(yàn)（檢驗(yàn)） 取統(tǒng)計(jì)量，對(duì)于給定的顯著性水平=0.05,拒絕域?yàn)椋?若,則表明回歸模型顯著,可以用于預(yù)測(cè).反之,回歸模型不顯著,從而不能用于預(yù). 1.4 變量的顯著性檢驗(yàn)（檢驗(yàn)） 變量的顯著性檢驗(yàn)是對(duì)總體回歸方程的檢驗(yàn),若檢驗(yàn)后拒絕了,這并不意味著每個(gè)都不等于0,我們要從方程中剔除那些對(duì)因變量沒有顯著影響的變量,重新建立更為簡(jiǎn)單的回歸模型,因此,對(duì)每個(gè)做如下的檢驗(yàn): 取檢驗(yàn)統(tǒng)計(jì)量 其中,是的無偏估計(jì)量,對(duì)于給定的顯著性水平,取的拒絕域?yàn)? 對(duì)變量作顯著性檢驗(yàn)后,發(fā)現(xiàn)某個(gè)的值為0,就剔除相應(yīng)

10、的變量,從而建立更為簡(jiǎn)單的回歸模型,直到保留的變量都顯著為.2 影響房?jī)r(jià)的因素分析及數(shù)據(jù)來源2.1 影響房?jī)r(jià)的因素分析 影響房?jī)r(jià)的因素很多,有城鎮(zhèn)人均可支配收入,城市人口密度,房地產(chǎn)開發(fā)投資額,五年以上平均年貸款利率,房屋空置率,gdp,地區(qū)生產(chǎn)總值等,影響因素過多,而且也不易處理,無法準(zhǔn)確的掌握那些影響更加顯著.因此,文中主要選取城鎮(zhèn)人均可支配收入,城市人口密度,房地產(chǎn)開發(fā)投資額,五年以上平均年貸款利率,房屋空置率,gdp,這些影響因素來進(jìn)行多元線性回歸分析.2.1.1 城鎮(zhèn)人均可支配收入 城鎮(zhèn)人均可支配收入直接關(guān)系到了房產(chǎn)商的經(jīng)濟(jì)利益,是居民日常生活的主要來源,它決定著居民購(gòu)買力的大小即消

11、費(fèi)水平的高低,進(jìn)而會(huì)影響市場(chǎng)需求量.2.1.2城市人口密度 城市人口密度表示在單位面積內(nèi)居住的人口數(shù)量,直接影響了一個(gè)地區(qū)對(duì)房屋的需求數(shù)量,城市人口密度越大,對(duì)住房的需求就增大,而城市人口密度越小,則對(duì)住房的需求就少,從而其必然會(huì)成為影響房?jī)r(jià)的重要因素.2.1.3 房地產(chǎn)開發(fā)投資額 房地產(chǎn)開投資額是房產(chǎn)商的成本支出,它不但影響著房屋的供給,而且決定了房屋的購(gòu)買能力,必然會(huì)對(duì)房地產(chǎn)業(yè)的發(fā)展帶來影響.2.1.4 五年以上平均年貸款利率 五年以上平均年貸款利率能成為政府進(jìn)行宏觀調(diào)控的重要工具,不僅因?yàn)槔实母叩陀绊懛慨a(chǎn)商的供給,同時(shí)也對(duì)居民需求有著重要的影響.2.1.5 房屋空置率 如果房?jī)r(jià)在房屋空

12、置率高的情況下上漲,證明了樓市處在炒作中,應(yīng)該增加炒作成本,而如果空置率低的情況下上漲,則應(yīng)該增加供應(yīng),因此,房屋空置率對(duì)房?jī)r(jià)也有著一定的影響.2.1.6 gdp 地區(qū)生產(chǎn)總值反映了一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平,影響著人民的生活水平,從而影響著居民對(duì)房屋的需求.2.2 數(shù)據(jù)的來源 文中討論的重點(diǎn)是房?jī)r(jià)的影響因素,在分析中用到的數(shù)據(jù)均來自于上海統(tǒng)計(jì)局中從1999年到2007年的相關(guān)數(shù)據(jù),具體數(shù)據(jù)如下表所示: 表1(上海從1999年2007年相關(guān)數(shù)據(jù))年份商品房平均售價(jià)（元平方米）城鎮(zhèn)人均可支配收入（元）城市人口密度（人平方公里）房地產(chǎn)開投資額（億元）五年以上平均年貸款利率（%）房屋空置率（%）gdp（

13、億 元）19993422.0010931.641672.00514.836.6915.684188.7520003565.0011718.011757.00566.176.2123.834771.172001 3866.0012883.46 1950.00 630.73 6.21 44.24 5210.1220024134.0013249.801959.00748.895.7657.715741.0320035118.0014867.491971.00901.245.7664.386694.2320045855.0016682.821970.001175.465.8255.288072.832

14、0056842.0018645.032718.001246.866.1240.459247.0620067196.0020667.912774.001275.596.4534.8210572.24200710320.0023623.352931.001307.537.4839.3112494.013 回歸模型的建立 將上海市從1999年到2007年的城鎮(zhèn)人均可支配收入,城市人口密度,房地產(chǎn)開發(fā)投資額,五年以上平均年貸款利率,房屋空置率,gdp 這幾個(gè)影響房?jī)r(jià)的因素分別記為而商品房的平均售價(jià)記為,以此來建立回歸模型.3.1 數(shù)據(jù)處理輸入數(shù)據(jù)后,經(jīng)spss軟件進(jìn)行逐步回后運(yùn)行結(jié)果如下: 表2(描述

15、性統(tǒng)計(jì)量) 描述性統(tǒng)計(jì)量表主要體現(xiàn)出商品房的平均售價(jià),城鎮(zhèn)人均可支配收入,城市人口密 度,房地產(chǎn)開發(fā)投資額,五年以上平均年貸款利率,房屋空置率和gdp這些變量從1999年到2007年這九年的平均值以及標(biāo)準(zhǔn)偏差. 表3(變量間的相關(guān)系數(shù)) 由相關(guān)性表可知,自變量的相關(guān)系數(shù)均接近1,故因變量y與自變量均有較強(qiáng)的相關(guān)性. 表4(模型擬合度檢驗(yàn))其中,表示復(fù)相關(guān)系數(shù),反映的是自變量與因變量之間的密切程度,方表示復(fù)相關(guān)系數(shù)的平方,又成為決定系數(shù),與方用來衡量回歸模型的擬合程度,它們?cè)浇咏?,表明模型的擬合度越高.由上表知,均很接近1,故模型擬合度較高。表5(方程的顯著性檢驗(yàn)) 由上表知,.值為0.000

16、,小于0.05, 故該回歸方程有著顯著的統(tǒng)計(jì)意義,即回歸方程高度顯著.表6(變量的顯著性檢驗(yàn)) 檢驗(yàn)主要用于對(duì)變量的顯著性檢驗(yàn),表示檢驗(yàn)統(tǒng)計(jì)量,由上表可知,從而顯著性檢驗(yàn)通過. 表7(已排除變量表) 通過逐步回歸發(fā)現(xiàn),可以建立的回歸模型為:雖然上述相關(guān)性檢驗(yàn)均通過,但只有城鎮(zhèn)居民人均可支配收入對(duì)商品房的平均售價(jià)有著顯著的影響,而其他因素的分析則遇到了困難.但是從經(jīng)濟(jì)意義上來看,房?jī)r(jià)與房屋投資總額以及城市人口密度均呈現(xiàn)較強(qiáng)的相關(guān)性,房屋投資總額直接決定了居民對(duì)房屋的購(gòu)買能力,而隨著上海經(jīng)濟(jì)的發(fā)展,會(huì)不斷吸引許多外來人員,這樣便增加了購(gòu)房的需求量,房屋的價(jià)格既和購(gòu)買力有關(guān),也和購(gòu)房需要有關(guān),因此,

17、上述模型不符合實(shí)際,從而模型不合理.分析結(jié)果的不顯著有多方面的原因,可能是樣本數(shù)據(jù)太少,也可能是相關(guān)政策不穩(wěn)定.上述分析得到房?jī)r(jià)與城鎮(zhèn)人均可支配收入、城市人口密度、房屋投資總額以及gdp均有較強(qiáng)的相關(guān)性,而gdp可以理解,它雖然表現(xiàn)出對(duì)房屋的購(gòu)買能力,但與房屋投資總額相比較而言,房屋投資總額對(duì)房?jī)r(jià)的影響更直接,因此,需要重新建立更有意義的回歸模型. 現(xiàn)分別以（城鎮(zhèn)人均可支配收入,城市人口密度,房地產(chǎn)開發(fā)投資額）及（城鎮(zhèn)人均可支配收入,gdp）為自變量,以商品房的平均售價(jià)為因變量來建立新的回歸模型.3.2 新回歸模型的建立3.2.1 模型一的建立及模型的檢驗(yàn)以城鎮(zhèn)人均可支配收入,城市人口密度,房

18、屋投資總額為自變量, 以商品房的平均售價(jià)為因變量建立回歸模型,用spss軟件處理數(shù)據(jù),結(jié)果如下:(1) 模型擬合度檢驗(yàn) 表8(模型一的擬合度檢驗(yàn)) 由表可知,與均很接近1,故模型一的擬合度較高. (2) 方程的顯著性檢驗(yàn)（檢驗(yàn)） 表9(模型一的方程顯著性檢驗(yàn)) 由上表可知,且.,故該模型有著顯著的統(tǒng)計(jì)意義,即線性回歸方程高度顯著.(3) 變量顯著性檢驗(yàn)（檢驗(yàn)） 表10(模型一的變量顯著性檢驗(yàn)) 由上表知,從而變量的顯著性檢驗(yàn)通過. 通過以上檢驗(yàn),變量均通過了相關(guān)性檢驗(yàn),說明變量均對(duì)房?jī)r(jià)有顯著影響.3.2.2 模型二的建立及模型的檢驗(yàn)以城鎮(zhèn)人均可支配收入,gdp為自變量,以商品房的平均售價(jià)為因變

19、量來建立回歸模型,用spss軟件處理數(shù)據(jù),結(jié)果如下: (1) 模型擬合度檢驗(yàn) 表11(模型二的擬合度檢驗(yàn)) 由表知,與均很接近1,故模型二的擬合度較高.(2) 方程顯著性檢驗(yàn)(檢驗(yàn)) 表12(模型二的方程顯著性檢驗(yàn)) 由表可知,且 ,故該模型有著顯著的統(tǒng)計(jì)意義,即線性回歸方程高度顯著.(3) 變量的顯著性檢驗(yàn)（檢驗(yàn)） 表13(模型二的變量顯著性檢驗(yàn)) 由表可知, ,從而變量的顯著性檢驗(yàn)不能過. 通過上述三種檢驗(yàn),擬合度檢驗(yàn)和方程的顯著性檢驗(yàn)均通過,但變量的顯著性檢 驗(yàn)不能通過,從而得出gdp對(duì)房?jī)r(jià)無顯著影響. 3.3 模型結(jié)果的分析 由上述分析,只有模型一中的三種相關(guān)性檢驗(yàn)均通過,而模型二中變

20、量的顯著 性檢驗(yàn)不能通過,由此得出，新建立的模型一表現(xiàn)良好，且較好的體現(xiàn)了實(shí)際的經(jīng)濟(jì)意義,即商品房的平均售價(jià)與城鎮(zhèn)居民可支配收入與房屋投資總額以及城市人口密度呈現(xiàn)良好的相關(guān)關(guān)系,最終可以建立的三元回歸模型為: 4 小結(jié) (1) 提高城鎮(zhèn)居民人均可支配收入首先,要建立完善的勞動(dòng)報(bào)酬形成機(jī)制,大幅度提高勞動(dòng)報(bào)酬在初次分配中的比重.建議可以通過加大力度提高最低工資標(biāo)準(zhǔn),建立工資正常增長(zhǎng)和政府補(bǔ)貼機(jī)制,建立企業(yè)和政府的工資集體協(xié)商制度等措施來提高居民在初次分配中的勞動(dòng)者報(bào)酬所占的比重;其次,在分配環(huán)節(jié)中,要通過縮小城鎮(zhèn)居民內(nèi)部之間,城鄉(xiāng)之間,行業(yè)之間的收入差距,增加政府的財(cái)政收入在公共產(chǎn)品領(lǐng)域的支出,

21、改善社會(huì)保障和社會(huì)福利體系,增加政府的轉(zhuǎn)移支付等措施來提高居民在分配環(huán)節(jié)中的收入.通過提高居民可支配收入來提高居民對(duì)房屋的購(gòu)買力. (2) 增加房屋投資總額 首先,為房地產(chǎn)開發(fā)企業(yè)創(chuàng)建公平競(jìng)爭(zhēng),良性發(fā)展的市場(chǎng)環(huán)境,要加強(qiáng)房地產(chǎn)投資,管理服務(wù)領(lǐng)域有關(guān)規(guī)則和政策的研究,提高政策的透明度;其次,加強(qiáng)房地產(chǎn)市場(chǎng)統(tǒng)計(jì),為房地產(chǎn)市場(chǎng)管理提供可靠的信息;再次,在全面動(dòng)態(tài)收集房地產(chǎn)市場(chǎng)信息數(shù)據(jù)的基礎(chǔ)上,建立科學(xué)有效的市場(chǎng)預(yù)警系統(tǒng);最后,搞好房地產(chǎn)業(yè)發(fā)展規(guī)劃,推進(jìn)房地產(chǎn)市場(chǎng)化進(jìn)程,努力提高為企業(yè)的服務(wù)水平.通過加強(qiáng)房屋投資,使得投資總額增加,從而增加對(duì)房屋的購(gòu)買力. (3) 控制人口密度 首先,通過計(jì)劃生育控制

22、人口密度,政府應(yīng)加大對(duì)人口普查的力度,使得人口數(shù)量能得到有效的控制;其次,通過控制外來人口的進(jìn)入來控制人口密度,政府應(yīng)加大對(duì)外來人口的管理力度,對(duì)外來的人口在本地區(qū)內(nèi)的一定行為進(jìn)行限制,如外來人口在本地區(qū)只能購(gòu)買一套房子,外來人口不得開發(fā)和利用本地區(qū)內(nèi)的資源等.只有將人口密度控制在一定合理的范圍內(nèi),才能更有利于一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展,只有這樣,人們對(duì)房屋的需求量才能得到控制,這對(duì)于房?jī)r(jià)的控制也能起到一定的作用. 以上我用spss軟件對(duì)影響房?jī)r(jià)的因素進(jìn)行多元線性回歸分析,通過分析,城鎮(zhèn)人均可支配收入,城市人口密度,房屋投資總額對(duì)房?jī)r(jià)有顯著的影響,而由于數(shù)據(jù)的有限性或政策的不穩(wěn)定性導(dǎo)致其它因素的影響不顯著.在實(shí)際生活中應(yīng)針對(duì)各種影響因素提出控制房?jī)r(jià)的政策性建議.上面只針對(duì)城鎮(zhèn)人均可支配收入,城市人口密度,房屋投資總額這些因素提出政策性建議.隨著房地產(chǎn)市場(chǎng)規(guī)模的強(qiáng)大,房?jī)r(jià)發(fā)生大幅度的上漲,這極其不利于經(jīng)濟(jì)的發(fā)展,為促使國(guó)民經(jīng)濟(jì)的友好發(fā)展,政府必須針對(duì)房?jī)r(jià)的變化采取相應(yīng)的政策性建議,從而使得房地產(chǎn)市場(chǎng)能健康、持續(xù)、穩(wěn)定、的發(fā)展.參考文獻(xiàn)1 朝克,呂麗娟.基于多元線性回歸的內(nèi)蒙古自治區(qū)房?jī)r(jià)影響因素研究j.內(nèi)蒙古工業(yè)大學(xué) 報(bào),2011,