基于多元线性回归分析房地产价格的影响因素.docx

基于多元线性回归分析房地产价格的影响因素.docx

《基于多元线性回归分析房地产价格的影响因素.docx》由会员分享，可在线阅读，更多相关《基于多元线性回归分析房地产价格的影响因素.docx（8页珍藏版）》请在冰豆网上搜索。

基于多元线性回归分析房地产价格的影响因素

（）[文章编号]1003-468420080420087204

基于多元线性回归分析房地产价格的影响因素

刘纪辉

（）泉州师范学院资源与环境学院,福建泉州362000

[摘要]利用多元线性回归方法研究了商品房竣工面积、销售面积、建筑业贷款及利率因素对泉州市地区商

品房平均价格的影响.

[关键词]多元线性回归;商品房平均价格;影响因子

[中图分类号]F293.3[文献标识码]:

A

化,且一般来说,一个地区的商品房价格是由需求、供

（）（）=β+βx+βx+βx+ε.给及各种经济杠杆如利率等因素来决定的,但在101122ppy+

2资本组合投资日益多样化的现代社会,商品房的价βββ（）ε（σ）,p为偏回归系数,是N0,变式中,1,2,

格还会受到债券及股票等金融资产等因素的影响,量.

从而影响需求关系.因此,为了科学、客观分析一个回归分析首先要做的事情是对回归系数进行最地区的商品房市场发展趋势并提出适当的预测,为小二乘估计,建立回归方程,在此基础上对回归方程有关部门的决策提供一定的科学依据,引入6项影和偏回归系数进行显著性检验以确定随机变量y的[1]响因素,利用多元线性回归分析建立泉州市商品最小二乘估计是否与实际问题相符.

[223]房平均价格的数学模型,分析房价今后的走势.1.2回归方程的显著性检验

这几年泉州市准备购房的普通消费者大多感到1.2.1多元线性回归的方差分析和一元回归一房价上涨带来的压力,房价与承受能力的矛盾显得样,多元线性回归模型只是一种假设,求出回归方程突出.国际上一般认为,住宅价格相当于3,6倍的后,还需要对它进行方差分析,以检验y与x,x,12居民家庭收入时,是比较合理的房价收入比.从

xp间的线性关系是否显著,即需要对假设2005年看,泉州市城镇居民户均可支配收入4万多

βH:

β=β=（）=p=00122元,能承受的房款总额只有24万元左右,购买100

22进行检验.根据统计量m住宅只能承受2400元/m的价格,与商品房平SSR/p均价格还有一定距离.目前,高位运行的房价已经超F=）SS/（n-p-1e过大多数民众的支付承受能力,中低收入居民更是（）服从自由度为p,n-p-1的F分布,来检验假设[425]望房兴叹.式

（2）是否成立.其中:

nP2^（）SSR=bl;y=yk-iiy?

?

k=1i=11多元线性回归模型介绍n^2）y.（-kSS=yek?

k=11.1回归方程组

1.2.2偏回归系数的显著性检验当H成立时,0在现实生活中,人们往往要对某个变量y进行

22（））（SS/n-p-1服从ti=bi/e=Scii其中See统计分析,考虑到和变量y有关的自变量往往不止

（）自由度为n-p-1的t分布,那么所选的因子x一个,比如说,需要考虑p个变量x,x,,x与变i12p

量y之间的关系,这就是p元回归问题.就对y的影响不显著,否则所选的因子xi对y的影

假定随机变量y随着各自变量x,x,12,x变响是显著的.p

[收稿日期]2008-05-30

（）[作者简介]刘纪辉1979-,女,江西南昌人,泉州师范学院助教,研究方向:

房地产管理与营销.

湖北工业大学学报2008年第4期88

将运用上述的模型以及matlab等计算软件得出y

（）的预测值实际值作比较表2.2模型应用

值的预测值与实际值表2y

2.1影响因子的选择年份实际价格/千元预测价格/千元

本文的研究指标包括:

商品房竣工面积、商品房19991.561.6138

20001.651.5325销售面积、年平均股指、建筑业贷款、个人住房公积20011.821.9431（）（）金贷款利率5a以上、商业贷款5a以上;时间为20021.661.78901999,2007年.20031.851.7099

20042.102.0849按照市场营销学原理市场,营销要首先从顾客

20053.043.0682的需要开始,然后再来生产产品.本研究首先考虑的20063.143.0915是顾客的需求,文中顾客的需求主要是用年平均股20073.523.5095

（指来表示的采用股票指数主要是考虑到,居民的投上述数据的残差的标准误差为0.0713589.由资方向的问题,一般居民都会选择受益最大的投资偏回归系数的显著性检验得全相关系数R=方向去投资,当股市低迷时,居民更会倾向于投资房0.9897,显示商品房平均价格y与个别影响因素之

）地产.年平均股指是利用股市中各年份逐日的最高间存在着极高的相关性.这样一来,利用回归方程,价和最低价的平均值算出来的.商品房供给方面采根据近几年泉州市商品房的竣工面积及各项影响因用的指标包括商品房竣工面积和商品房销售面积.子的增长速度,就可以大致掌握泉州市商品房平均商品房竣工面积数据和商品房销售面积的数据来自价格的变化情况,回归方程的方差分析与回归系数于泉州统计信息外部网.国家的宏观调控政策采用t值检验结果见表3,表4.

的指标有国家对建筑业贷款的控制和贷款利率.建表3回归方程的方差分析筑业贷款数据来源于泉州统计信息外部网,利率来离差来源平方和自由度均方源于中国银行公布的数据.回归4.4861006.0000000.7476832.2影响因子的分析0.0937002.0000000.046850剩余

总和4.5798008.0000000.572475表1给出了1999,2007年期间泉州市的商品

（）F=13.665000,F=F6,2=9.33.（）（）值临界值0.1房竣工面积x、商品房销售面积x、年平均股12

表4回归系数的值检验t（）（）指x3、建筑业贷款x4、个人住房公积金贷款利率

（）（）x,5年以上、商业贷款x,5年以上与商品房平56变量系数临界值判断结果t值

均价格等数据.xbN-1.01601.88611

xb2.90901.886Y22表1泉州市商品房平均销售单价及影响因子xb-0.84751.886N33x/x/单价/x/x/x/x/123456xb3.01101.886Y44-294242100点%%千元?

m10元10m10mxb1N-0.1947.886551.5678.2962.3113.838.894.596.210.52601.886xbN661.6566.0869.7918.879.724.596.21N为通不过,Y为通过1.8233.30143.3919.648.784.596.21

从以上表格可以看出6个变量中,只有x和x241.66204.39127.5915.7717.084.055.40

1.85151.28151.7614.7313.014.055.40系数的t值绝对值大于1.886.因此可以断定在商品2.10167.89227.0416.7810.394.235.72x4和的系数具有房平均价格的回归方程中,x23.04195.82298.811.7215.124.415.72

90%的可信度.这说明这两个因子对房价的影响从3.14131.02195.9216.3318.874.596.123.52193.66293.8715.4011.555.226.92概率上分析是高度可靠的.其他变量的系数虽然都

运用上述的多元线性回归模型以及matlab等没有通过t值检验,但是结合以上的偏回归系数的计算软件计算出偏回归系数b的值,即i显著检验R=0.9897,及残差的标准误差

b=-3.7035,b=-0.0022,01（）F0.16,2>,笔者认为产生0.0713589,以及F值

b=0.0063,b=-0.0469,23这个现象的原因是由于统计的年份较少造成的.

b4=0.0976,b561,b6=123.58.=-2.3回归方程的方差分析

（）将偏回归系数的取值代入方程1得α从表5中可以看出,在置信水平=0.05下,

^y0.0022x1+0.0063x2=-3.7.35-,b,b的值落在的区间不包含零,所以这些系数-b124

0.0469x3+0.0976x4-61x5+123.58x6.可以用来进行预测,而b3,b5,b6这些系数不可以用

第23卷第4期刘纪辉基于多元线性回归分析房地产价格的影响因素89

2.来进行预测3520元/m,同比增长12.10%,而泉州市区商品房

2表5系数的置信区间平均销售价格6502元/m,同比增长35.97%;其

2中商品房住宅平均销售价格6203元/m,同比增长b置信区间i-3-534.69%.房价出现这种情况当然与经济高速发展、）（-0.0022-4.366×10,-3.4×10-3-3（）0.00634.124×10,8.46×10居民收入快速增长相关,这是房价上涨的原动-3（）-0.0469-0.102,8.44×10力———经济因素;此外还有一些非经济因素推动了-2（0.0976）6.517×10,0.13房价的快速上升,如城镇化率的提高和农民收入的（）-61-374.3,252.3增长使一部分进城农民产生对商品房的需求;大规（）123.58-111,359模的城市建设和旧城改造以及货币化补偿制度是促2.4对目前房价形成原因及房价趋势的分析进“被动性需求”增长的刚性支撑;外部游资对部分泉州外来务工人员的影响、整个大泉州市的城楼盘的投资或投机性需求的增加;持续不断的房产乡差别等因素没有适当反映在房价的影响因子当需求和政府宏观政策的互相作用直接推动了建筑成中.通过上述回归分析认为,必要的话,给某些不通本、土地成本的上升等,这些因素或者通过影响需求过的影响因子加上恰当的权重,使能正确地反映客或者通过影响供给,从而在某个层面加剧了房价的观的情况,然后再进行回归分析.通过以上分析,笔增长.加强对房地产市场的宏观调控,以控制房价的者认为商品房竣工面积、商品房销售面积、建筑业贷上涨速度,泉州市当然势在必行.2008年有关建筑款对商品房价格有着显著的影响,而年平均股指、个物贷款的有关政策以及上面所作的分析可以表明,人住房公积金贷款利率、商业贷款的影响作用不明[6]2008年后泉州的房地产市场会基本上趋于稳定.显.也就是说,泉州市商品房价格的主要影响因素是

商品房竣工面积、商品房销售面积、建筑业贷款.表

2,表5显示出,在这3个主要影响因素中,建筑业[参考文献]贷款对价格的贡献最大.这与一部分公司、企业将资

（金转移到房地产业,土地价格的进一步上涨因而导刘勇.从住房价格机制看我国商品房价格畸高的原[1]致房屋价格飞涨,价格转嫁、炒楼花等违规操作,房因[J].城市问题,2002

（1）:

37-41.

[2]经朝明,谈有花.中国房地产价格与通货膨胀的关地产市场泡沫成分出现,使房地产市场变形和风险

系———基于计量模型的实证分析[J].中国物价,2006）积聚分不开的.

（）2:

55-58.从表2可以看出在其他因素不变的情况下,可

[3]黄沂木,吴宣陶.统计原理与经济统计学[M].厦门:

厦）（x）下降以得出:

1个人住房公积金贷款利率5门大学出版社,1990.）0.5%将使商品房平均售价y下降305元;2商业贷姜芸芸,吴晨旭.杭州与南京商品房价格比较及成因探[4]款下降0.5%可使得商品房平均售价下降600元左究[J].特区经济,2005（10）:

163-164.）右;3股指下降500点会使得商品房平均售价下降[5]李德旺,徐达明,杨慧英,等.昆明市住宅类商品房价格240元左右.（）趋势分析[J].云南大学学报自然科学版,2007,29

（）S1:

196-301.

[6]孔煜,魏锋,任宏.调控我国房地产价格的政策3结语

（）选择[J].价格理论与实践,20063:

35-36.

2007年,整个大泉州商品房平均销售价格

TheImpactfactorsoftheHousingPricesinQuanzhouCity

BasedonMultipleLinearRegressionAnalyses

LIUJi2hui

（）SchoolofResourcesandEnvironmentalSci.,QuanzhouNormalUniv.,Fujian362000,ChinaAbstract:

Inrecentyearsrealestatepriceshavebeenkeepingarisingtrendandhighhousingpriceshaveexceededthepurchasingpowerofmanyresidents.Althoughthegovernmenthasactivelycontroledprices,thepricesarestillrising.Byusingmultiplelinearregression,thisarticleanalysestheimpactoftheareaof

湖北工业大学学报2008年第4期90

commercialhousingcompleted,sales,constructionloansandtheinterestrateontheaveragepriceofcom2mercialhousinginQuanzhouCity.

Keywords:

multiplelinearregression;averagepriceofcommercialhousing;impactfactors

[责任编校:

张培炼]

（）上接第80页

PredictingandControllingofPost2constructionSettlement

forHigh2speedRailwaySubgrade

1,3221GONGYin,LIBin,HEShi2xiu,WANGBiao

（1ChinaRailway18Group,TheFifthProjectCo.Ltd.,Tianjin300459,China;

2FacultyofCivilEngin.andAchitecture,HubeiUniv.ofTechnology,Wuhan430068,China;

（））3tyfPolcsdLl,iaUniv.fGeoscincesWn,Wn430074,iFacuoitianegaChnoeuhauhaChnaAbstract:

Thepost2constructionsettlementandcompositefoundationarestudiedforhigh2speedrailwaysubgradeandthepost2constructionsettlementofanengineeringexampleispredicted.Theresultsareob2tainedasfollows:

CFGpilecompositefoundationcancontrolpost2constructionsettlementeffectively;thedistancebetweenthecentersofpileisthekeyfactorofcontrollingeffect;post2constructionsettlementswillreducewhenpiledistanceisreducedandviceversa;comprehensivecontrollingforCFGpilefoundationismadeupofdesigning,constructionandmonitoring,whichisaneffectivemethodtocontrolthepost2con2structionsettlement.

Keywords:

high2speedrailwaysubgrade,post2constructionsettlement,CFGpile,compositefoundation,predictingandcon2trotting

[责任编校:

张培炼]

（）上接第86页

APortfolioSelectionModelBasedonAFuzzySetAnalysis12CHENXin2jian,NIUXiu2ming

（1EconomicsandManagementCollegeofHZAU,Wuhan430070,China;

）2EconomicsandManagementCollegeofWHU,Wuhan430072,ChinaAbstract:

Thispaperistodevelopafuzzyportfolioselectionmodeltohedgeagainsttheuncertaintyindeci2sionmaking.First,afuzzysettheoryisappliedtomodeluncertainandunreliableinformation,thenthefuzzyportfolioselectionmodelisconvertedintoacrispmathematicalmodelfromtheperspectiveofriska2verse.Thetransformedmodelcanbesolvedbyanoptimizationtechniquetodetermineanoptimumportfo2lio.At