房地产住宅价格影响因素的实证分析

摘要： 住宅价格是房地产市场的晴雨表，能够反应房地产市场的供需情况，以及政策的影响。本文通过对沈阳市住宅价格影响因素进行分析，确立研究指标，并借助沈阳市2002年到2011年统计数据，运用Eviews 软件对数据进行回归分析，得到沈阳市商品住宅价格变动回归方程，从而为房地产企业决策及政府制定政策提供理论依据。

Abstract： The residential property prices is a barometer of the real estate market， it can response the real estate market supply and demand situation， and the influence of the policy. Through the analysis of the housing price affecting factors of real estate in Shenyang， this paper establishes the research target， and with the help of statistics from 2002 to 2011 in Shenyang， uses Eviews software to take regression analysis for the data， and gets the regression equation of the commodity housing price change in Shenyang， so as to provide the theory basis for real estate enterprises decision-making and government policy making.

关键词： 房地产住宅价格；影响因素；实证分析；沈阳市

Key words： housing price of real estate；influencing factors；the empirical analysis；Shenyang

中图分类号：F293.3 文献标识码：A 文章编号：1006-4311（2013）29-0126-02

0 引言

房地产业的健康发展既是房地产市场本身的需要，也是宏观经济可持续发展的需要。2012年，受持续的宏观调控政策的影响，虽然沈阳市商品住宅市场销售量较去年有所下滑，但住宅价格仍在上涨，引起众多关注。房地产住宅价格变动的研究，对确保房地产业的健康发展有着重要意义。就房地产企业来说，确定影响房地产住宅价格的因素，能够准确及时的预测房地产住宅价格趋势及变化规律，从而作出正确的投资经营决策。对政府而言，通过研究住宅价格趋势及影响因素，不仅为研究房地产业发展战略乃至国民经济规划提供了条件，而且为政府适时调控房地产业，促进国民经济持续健康发展提供有效的理论依据。

1 模型的建立

本文在国内外专家学者的研究基础上，结合沈阳市住宅市场发展的实际，从影响房地产住宅价格的宏观经济因素、需求因素、供给因素选取六个经济指标，设定如下线性回归模型：Y=C+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6。其中，因变量Y为住宅平均销售价格，六个自变量为：人均生产总值（元）X1、住宅竣工面积（平方米）X2、住宅开发投资额（万元）X3、城镇人口数（人）X4、人均可支配收入（元）X5、人均居住面积（平方米）X6。

2 模型分析与检验

2.1 模型分析 根据逐步回归法对模型进行逐步回归分析，最终建立一元回归模型，对影响房地产住宅价格的六个因素进行回归分析，首先可以分别绘制散点图验证因变量和自变量之间有无明显线性关系。在Y-X1、Y-X2、Y-X3、Y-X4、Y-X5、Y-X6的散点图中，大部分点在直线附近，认为六个影响因素与商品住宅价格相关关系明显。其次，通过Eviews软件，对数据进行拟和，用最小二乘法进行估计，根据逐步回归法的基本思想进行第一步回归，结果如图1。

根据图1中模型估计的结果，可以看出，这六个解释变量对商品住宅价格的解释力度较强。同时根据方差分析结果F检验=286.1438和P=0.00038，表明回归方程是有意义的。其次，该模型通过了D-W检验，d=3.128973>2，所以随机项之间不存在自相关。但可以看出，“住宅竣工面积X2”、“住宅开发投资额X3”和“城镇人口数X4”这三个自变量没有通过t检验，这意味着这三个变量在方程中的作用不显著，它们的回归系数没有多大意义。我们分析一个模型，首先要考虑自变量对因变量是否有很好的解释力。因此将这三个不显著的解释变量剔除掉，利用余下的三个自变量重新进行估计。

通过上面回归分析可以发现，就沈阳市住宅市场而言，“人均生产总值”、“人均可支配收入”和“人均居住面积”这三个变量对沈阳市住宅价格的回归结果比较理想，调整后的R2达到98.35%，这三个变量对沈阳市商品住宅价格存在显著影响。对沈阳市商品住宅价格影响贡献最大的就是“人均GDP”，可见人均GDP的增长对商品住宅价格的推动作用是十分显著的，这也从实证角度证明了人均GDP是影响沈阳市商品住宅价格最主要因素的之一。此外，人均可支配收入和人均居住面积对沈阳市商品住宅价格也有很强的推动作用。

2.2 异方差检验 为了检验模型，选用Eviews软件进行White检验以检查模型是否存在异方差，得出White检验结果如下：

检查统计量值为5.62929，查χ2分布表，得到临界值χ20.05（9）=16.9190，因为5.62929

所以得出线性回归方程：Y=1325.958+0.0593X1。

3 模型的实证分析及实证检验

我们用2012年的各项数据（表3），通过以上方程检验2011年的商品住宅平均售价是否一致。

住宅平均售价=1325.958+0.0593*人均GDP

预测得出2012年沈阳市住宅平均售价为6183元/平方米，与2012年实际住宅平均价格仅相差443元，实证分析证明我们用逐步回归模型计算得出预测沈阳市住宅平均价格，相对准确。

4 结论

根据以上分析，人均生产总值是沈阳市住宅价格的代表性影响因素。人均生产总值对房地产价格的影响是正的，系数为0.0593。其经济意义为，当人均生产总值增加1元时，商品房平均售价将增长0.0593元/平方米。然而，由于2002-2011年沈阳市各项相关指标数据所建立起的线性回归模型仍然存在着样本不足等一些局限性问题，实证分析还存在一定的片面性，有待深入，需要进一步收集数据，以提高实证分析的有效度。

参考文献：

[1]Tsatsaronis， K.H. Zhu. What Drives House Price Dynamics： Cross- Country Evidence [J]. BIS QuarterlyReview，2004（1）： 65-78.

[2]K.McQuinn， G.O’Reilly. A Model of Cross- Country House Prices[R].Central Bank and Financial Services Authority of Ireland， 2007.

[3]屠佳华，张洁.什么推动了房价的上涨，来自上海房地产市场的证据[J].世界经济，2005，5，28.

[4]曲闻.影响我国房地产价格的宏观经济因素实证分析[J].价格月刊，2006，9.

[5]周建明.多元回归模型在商品住宅价格分析中的应用[J].潍坊教育学院学报，2008，9.

[6]赵爽.天津市房地产价格影响因素分析及实证研究[D].河北工业大学，2008.

[7]孙颖哲.西安市商品住宅价格变动实证分析[J].企业导报，2012，8.