商品房?jī)r(jià)格回歸分析和預(yù)測(cè)

1、商品房?jī)r(jià)格回歸分析和預(yù)測(cè)1/ 12商品房?jī)r(jià)格回歸分析和預(yù)測(cè)摘要:通過多元線性回歸方法對(duì)近年的 XX 房地產(chǎn)市場(chǎng)發(fā)展?fàn)顩r進(jìn)行回歸分析，分析影響XX 商品房?jī)r(jià)格的 6 個(gè)因素建立多元線性回歸模型，利用SPSS 軟件得岀結(jié)果，再對(duì)模型進(jìn)行擬合優(yōu)度，線性關(guān)系，顯著性檢驗(yàn)，最后根據(jù)計(jì)算與實(shí)際數(shù)據(jù)關(guān)系，得岀模型并對(duì)商品房未來價(jià)格進(jìn)行預(yù)測(cè).關(guān)鍵詞：多元線性回歸，商品房平均價(jià)格，影響因子，SPSS 軟件.1引言商品房作為一種特殊的商品，在市場(chǎng)上受價(jià)值規(guī)律影響，其價(jià)格主要由商品房本身的價(jià)值和 供求關(guān)系決定，即商品房的價(jià)值決定價(jià)格，且價(jià)格圍繞價(jià)值上下波動(dòng)；當(dāng)商品房供給大于需求時(shí)，其價(jià)格下降，反之其價(jià)格攀升，這是以

2、簡(jiǎn)單價(jià)值規(guī)律的視角得出的結(jié)論一般來說，一個(gè)地區(qū)的 商品房?jī)r(jià)格是由需求、供給及各種經(jīng)濟(jì)杠桿（如利率）等因素來決定的，但在資本組合投資日益多 樣化的現(xiàn)代社會(huì)，商品房的價(jià)格還會(huì)受到債券及股票等金融資產(chǎn)等因素的影響，從而影響需求關(guān) 系但是，目前的房地產(chǎn)市場(chǎng)似乎沒有遵循價(jià)值規(guī)律，不論供求關(guān)系以及其商品房?jī)r(jià)值本身如何，房?jī)r(jià)的變化讓普通人難以琢磨.連續(xù)五年以來，全國(guó)各地的商品房?jī)r(jià)格一路攀升，成為了當(dāng)前經(jīng)濟(jì)生活中的一個(gè)熱點(diǎn)問題，不少專家發(fā)表文章稱，房地產(chǎn)市場(chǎng)是國(guó)家經(jīng)濟(jì)走勢(shì)的晴雨表，是宏觀 經(jīng)濟(jì)疲軟或者堅(jiān)挺的重要標(biāo)志，這充分說明了房地產(chǎn)市場(chǎng)在國(guó)家經(jīng)濟(jì)生活中的重要性因此，為 了科學(xué)、客觀分析一個(gè)地區(qū)的商品房市場(chǎng)發(fā)

3、展趨勢(shì)并提出適當(dāng)?shù)念A(yù)測(cè)，為有關(guān)部門的決策提供一 定的科學(xué)依據(jù)就成為一個(gè)重要的研究方向文中引入6 項(xiàng)可能對(duì)商品房?jī)r(jià)影響的因素，利用多元線性回歸分析建立的 XX 市商品房平均價(jià)格的數(shù)學(xué)模型，得出模型的有效性，從而指導(dǎo)政府調(diào)控 房?jī)r(jià)，以及居民未來購(gòu)房消費(fèi).2房地產(chǎn)行業(yè)特點(diǎn)和現(xiàn)狀分析這幾年準(zhǔn)備購(gòu)房的普通消費(fèi)者大多感到房?jī)r(jià)上漲帶來的壓力， 房?jī)r(jià)與承受能力的矛盾顯得突 出國(guó)際上一般認(rèn)為，住宅價(jià)格相當(dāng)于36 倍的居民家庭收入時(shí)，是比較合理的房?jī)r(jià)收入比從2005 年看，XX 市城鎮(zhèn)居民戶均可支配收入 4 萬多元，能承受的房款總額只有 24 萬元左右，購(gòu)買 100m2住宅只能承受 2400 元/m2的價(jià)格，這與

4、商品房平均價(jià)格還有不少距離目前，高位運(yùn)行的房 價(jià)已經(jīng)超過大多數(shù)民眾的支付承受能力， 中低收入居民更是望房興嘆對(duì)于中國(guó)這樣一個(gè)長(zhǎng)期處 于住房難的大國(guó)來說， 2001 年最令人鼓舞的轉(zhuǎn)折就是告別了城鎮(zhèn)住房短缺時(shí)代.全國(guó)城鎮(zhèn)人均住房建筑面積突破 20 平方米，達(dá)到中等收入國(guó)家水平.研究房地產(chǎn)市場(chǎng)的經(jīng)營(yíng)發(fā)展趨勢(shì)，把握市場(chǎng) 的機(jī)遇與風(fēng)險(xiǎn)，直接關(guān)系到房地產(chǎn)業(yè)與住房金融的穩(wěn)健運(yùn)行，也是關(guān)系到國(guó)家通過拉動(dòng)內(nèi)需實(shí)現(xiàn) 國(guó)民經(jīng)濟(jì)良性循環(huán)的重要課題房地產(chǎn)業(yè)在國(guó)計(jì)民生中發(fā)揮的作用越發(fā)顯著12商品房?jī)r(jià)格回歸分析和預(yù)測(cè)2/ 122.1 全國(guó)房?jī)r(jià)現(xiàn)狀1 商品房和商品住宅均價(jià)非常明顯的上漲.2009 年 1 10 月，全國(guó)商品

5、房和住宅均價(jià)分別為4751 元/平方米和 4544 元/平方米，分別較去年同期增長(zhǎng)20.8%和 22.7%，絕對(duì)水平和增速均創(chuàng)歷史新高.而 1999 年全國(guó)商品房和商品住宅均價(jià)也只有2000 元.2 多個(gè)重點(diǎn)城市近期成交均價(jià)接近或超過歷史最高水平并呈穩(wěn)步上升態(tài)勢(shì)截至2009 年 11月，20 個(gè)重點(diǎn)城市中已有北京、上海、廣州、深圳等12 個(gè)城市先后突破歷史最高水平與今年1 月相比，深圳、北京、廈門、南昌等9 個(gè)城市住宅成交均價(jià)漲幅超過30% .3 全國(guó)房?jī)r(jià)絕對(duì)水平創(chuàng)新高，但累計(jì)漲幅不及 GDP、人均可支配收入的增長(zhǎng).2009 年 1 10月，全國(guó)住宅均價(jià)達(dá)到 4544 元/平方米的新高，較去年

6、同期上漲22.7%，而前三季度 GDP、人均GDP 等指標(biāo)的增速不到 10%，但居民儲(chǔ)蓄存款同比增長(zhǎng)24.8%,達(dá)到 26 萬億的歷史高位.1998年-2008 年，全國(guó)住宅均價(jià)累計(jì)上漲97%，而同期 GDP、人均 GDP、人均可支配收入的累計(jì)增幅均達(dá)到或超過 2 倍.1998-2004 年，全國(guó)住宅均價(jià)累計(jì)上漲37%，低于同期 GDP 等指標(biāo)漲幅，而2004-2009 年，全國(guó)住宅均價(jià)累計(jì)上漲 79%，與同期 GDP、人均 GDP、人均可支配收入和居民儲(chǔ) 畜存款漲幅基本持平.4 重點(diǎn)城市 1998 2009 年漲幅普遍低于同期 GDP 和人均可支配收入.1997 年-2009 年，北 京等重

7、點(diǎn)城市住房均價(jià)累計(jì)上漲150%-300%不等，但除上海外，其他重點(diǎn)城市的住宅均價(jià)漲幅均低于同期 GDP 累計(jì)漲幅，如北京住房均價(jià)累計(jì)上漲312%，但 GDP 上漲 375%;深圳住房均價(jià)累計(jì)上漲 191%，但 GDP 累計(jì)上升 432%.上海的住宅均價(jià)漲幅盡管高于GDP 漲幅，但同期居民儲(chǔ)蓄存款累計(jì)上漲 511%34.2.2 房地產(chǎn)市場(chǎng)增長(zhǎng)趨勢(shì)從去年起人們預(yù)言的“房地產(chǎn)冬天”仍然沒有到來， 甚至今年上半年房地產(chǎn)市場(chǎng)仍然頑強(qiáng)地 攀升針對(duì)市場(chǎng)一般分析認(rèn)為，房地產(chǎn)產(chǎn)業(yè)持續(xù)增長(zhǎng)的動(dòng)力可以總結(jié)得到以下幾個(gè)方面51國(guó)民經(jīng)濟(jì)的持續(xù)快速增長(zhǎng).近幾年來，我國(guó)國(guó)民經(jīng)濟(jì)增長(zhǎng)率持續(xù)超過7%,高經(jīng)濟(jì)增長(zhǎng)率和良好的經(jīng)濟(jì)增

8、長(zhǎng)質(zhì)量可以推動(dòng)城市化規(guī)模的不斷擴(kuò)大，大量農(nóng)轉(zhuǎn)非人口涌入城市必然要實(shí)現(xiàn)住房消費(fèi)，從而為房地產(chǎn)市場(chǎng)帶來新的購(gòu)買力需求.國(guó)民經(jīng)濟(jì)的持續(xù)快速增長(zhǎng)，也使城市中低收入勞 動(dòng)者的經(jīng)濟(jì)收入持續(xù)增長(zhǎng)，這在一方面“激活”了中低收入者的購(gòu)房需求，為房地產(chǎn)業(yè)的持續(xù)發(fā) 展塑造了最廣泛的消費(fèi)群體；另一方面，也使原來購(gòu)買力較強(qiáng)的消費(fèi)者提升了消費(fèi)層次，從而推 動(dòng)著住房品質(zhì)的不斷提升.因此，經(jīng)濟(jì)增長(zhǎng)速度與增長(zhǎng)質(zhì)量是決定房地產(chǎn)發(fā)展的前提與基礎(chǔ)672體制與機(jī)制的市場(chǎng)化.長(zhǎng)期以來，我國(guó)主要靠國(guó)家和集體來建房分房，這種供給模式是中 國(guó)城市居民居住環(huán)境差的主要原因.國(guó)家住房制度的改革，把建房與購(gòu)房一同推向市場(chǎng)，從而使 住房成為自由流通的

9、商品.市場(chǎng)機(jī)制的引入，使建房者成為自負(fù)盈虧的法人，購(gòu)房者用貨幣去選 擇適應(yīng)個(gè)人需求的商品.這種產(chǎn)權(quán)的明晰化、 個(gè)體化，催生了當(dāng)前這個(gè)世界上最大的房地產(chǎn)市場(chǎng)，而這個(gè)巨大并且日益增長(zhǎng)的市場(chǎng)需求，正是我國(guó)房地產(chǎn)業(yè)幾年來持續(xù)火爆的載體8.商品房?jī)r(jià)格回歸分析和預(yù)測(cè)3/ 123與消費(fèi)觀念更新配套的住房按揭貸款.市場(chǎng)經(jīng)濟(jì)不但提升了購(gòu)買力，更重要的是催化了人 們?nèi)碌南M(fèi)觀念.20 世紀(jì) 80 年代以來在市場(chǎng)經(jīng)濟(jì)體制下就業(yè)的勞動(dòng)者，大多數(shù)不會(huì)等到攢夠商品房?jī)r(jià)格回歸分析和預(yù)測(cè)4/ 12錢以后再去買住房，而是充分利用住房按揭貸款來實(shí)現(xiàn) “居者有其屋”.據(jù)統(tǒng)計(jì)，70%以上的購(gòu)房 者都會(huì)選擇利用銀行住房貸款目前全國(guó)商

10、業(yè)銀行個(gè)人住房按揭貸款已經(jīng)超過6000 億元大量的按揭貸款間接注入和不斷遞增的住房開發(fā)貸款已經(jīng)成為支撐房地產(chǎn)市場(chǎng)最重要的資金來源【9從房地產(chǎn)行業(yè)的特點(diǎn)現(xiàn)狀，近幾年我們看到房?jī)r(jià)一直居高不下，房?jī)r(jià)持續(xù)走高，2010 年新年伊始，國(guó)務(wù)院就出臺(tái)關(guān)于規(guī)范房地產(chǎn)市場(chǎng)的舉措.在這樣的大環(huán)境下，本文以市場(chǎng)入手，選取 20002008 年的 XX 房地產(chǎn)市場(chǎng)商品房平均價(jià)格，從 6 個(gè)市場(chǎng)因素對(duì)商品房市場(chǎng)的影響，對(duì)商品房平均價(jià)格建立多元線性回歸模型，運(yùn)用SPSS 軟件得出數(shù)據(jù)，從而實(shí)現(xiàn)對(duì)可預(yù)見的未來的商品房平均價(jià)格進(jìn)行測(cè)控.3多元線性回歸模型X1, X2, ,Xk與y之間的線性關(guān)系所揭示的變異性.多元線性回歸模型

11、通常要滿足 6 個(gè)假設(shè):假設(shè) 3：Cov(Ui, Uj)E Ui, Uj0(ij;i, j1,2,n),即無序列相關(guān)假設(shè).假設(shè)4:Cov(Xji,ui)0,(j1,2,k;i 1,2,n)，即假設(shè)解釋變量與隨機(jī)誤差項(xiàng)不相關(guān).假設(shè) 5：Ui N (0,2)(i1,2,n),即隨機(jī)誤差項(xiàng)服從正態(tài)分布 ，即UN(0,2)假設(shè) 6：解釋變量X1,X2, , Xk為非隨機(jī)變量，且它們之間不存在嚴(yán)格的線性相關(guān)，即不存在多重共線性.設(shè)因變量為y,k個(gè)自變量分別為xi,x2,xk,描述因變量y如何依賴于自變量xk和誤差項(xiàng)的方程稱為多元回歸模型(multiple regression model). 其一般形式

12、可表示為：y01x12x2kXk式中k是模型的參數(shù)，為誤差項(xiàng).此式表明：y是x1, x2,Xk的線性函數(shù)(01X12X2kXk部分)加上誤差項(xiàng)誤差項(xiàng)反映了除X1, x2,Xk對(duì)y的線性關(guān)系之外的隨機(jī)因素對(duì)y的影響，是不能由假設(shè) 1：E(Ui)0(i1,2,n)，即零均值假設(shè).2假設(shè) 2：Var(Ui)E(Uj2)2(i 1,2,n)，即同方差假設(shè).商品房?jī)r(jià)格回歸分析和預(yù)測(cè)5/ 124多元線性模型的建立通過以上對(duì)多元線性回歸模型的了解，我們下面來分析一下商品房平均價(jià)格與其影響因素關(guān)系，并根據(jù)搜集來的相關(guān)數(shù)據(jù)建立多元線性回歸模型.4.1 模型假設(shè)同一元線性回歸模型的參數(shù)估計(jì)一樣，多元線性回歸模型參

13、數(shù)估計(jì)的任務(wù)仍有兩項(xiàng)：一是求得反映變量之間數(shù)量關(guān)系的結(jié)構(gòu)參數(shù)的估計(jì)量，而是求得隨機(jī)誤差項(xiàng)方差的估計(jì)量.我們假設(shè)商品房平均價(jià)格為y，住房竣工面積為x,，商品房銷售面積為x2，社會(huì)年平 均股票指數(shù)為X3,建筑業(yè)貸款為X4,個(gè)人住房公積金貸款利率X5,商業(yè)貸款利率X6得出多元 線性回歸模型如下：y01X12X23X34X45X56X6其中，為誤差項(xiàng)或稱擾動(dòng)項(xiàng)，誤差項(xiàng)具有0 均值、同方差且服從正態(tài)分布，誤差項(xiàng)之間不相關(guān)，代表的是y的變化中沒有被影響因子所解釋的部分.（的隨機(jī)因素太多，此處不做討論）101112134.2 數(shù)據(jù)統(tǒng)計(jì)通過調(diào)閱 XX 水母網(wǎng)，旅房網(wǎng)，匯總得數(shù)據(jù)如表1 所示：表 1200020

14、08 年商品房平均價(jià)格及其影響因素?cái)?shù)據(jù)統(tǒng)計(jì)年份單價(jià)/千元m2住房竣工面積/104m2商品房銷售面積/104m2社會(huì)年平均 股票指數(shù)/%建筑業(yè)貸款/109元個(gè)人住房公積金貸款利率/%商業(yè)貸款利率/%20001.5678.2962.3113.838.894.596.2120011.6566.0869.7918.879.724.596.2120021.8233.30143.3919.648.784.596.2120031.66204.39127.5915.7717.084.055.4020041.85151.28151.7614.7313.014.055.4020052.10167.89227.04

15、16.7810.394.235.7220063.04195.82298.8011.7215.124.415.7220073.14131.02195.9216.3318.874.596.1220083.52193.66293.8715.4011.555.226.924.3 SPSS 輸出回歸分析在 SPSS 軟件中輸入表 1 中數(shù)據(jù)，單擊【分析】，選擇【回歸】選項(xiàng)，再選擇線性選項(xiàng). 我們選擇的置信度為 90%，即顯著性水平為 0.1 輸出數(shù)據(jù)如下表 2-4商品房?jī)r(jià)格回歸分析和預(yù)測(cè)6/ 12表 2 模型擬合優(yōu)度有關(guān)數(shù)據(jù)模型數(shù)值平方和F 值Significance F回歸分析6.0004.50820

16、.9890.046殘差2.0000.072總計(jì) 8.0004.580a.預(yù)測(cè)變量：（常量）Xi, X2, X3, X4, X5, X6.b. 因變量：?jiǎn)蝺r(jià)表 3 模型多重判定系數(shù)模型 RR2調(diào)整 R2標(biāo)準(zhǔn)估計(jì)的誤差R2更改F 更改Sig. F 更改1.992.984.937.18920.98420.989.046a.預(yù)測(cè)變量:（常量）,X6, X2, X3, X4, X1, X5.表 4 回歸系數(shù)檢驗(yàn)和置信區(qū)間標(biāo)準(zhǔn)誤下限上限模型系數(shù)值Pvalue差90.0%90.0%常數(shù)項(xiàng)-3.7041.2780.101-7.4350.027X1-0.0020.0020.402-0.0080.004X20.0

17、060.0020.0590.0020.011X3-0.0470.0480.434-0.1880.094X40.0980.0280.0750.0150.180X5-0.6102.7370.844-8.6027.382X61.2362.0530.608-4.7587.2294.4 多元線性回歸方程根據(jù)表 4 的結(jié)果，得到商品房的單價(jià)y和商品房竣工面積（xj、商品房銷售面積（x2）、年 平均股指（X3）、建筑業(yè)貸款（X4）、個(gè)人住房公積金貸款利率（X5，5 年以上卜商業(yè)貸款利率（xj、5 年以上）的多元線性回歸方程為：y 3.704 0.002X|0.006x20.047x30.098x40.610

18、 x51.236 x6商品房?jī)r(jià)格回歸分析和預(yù)測(cè)7/ 125模型有效性檢驗(yàn)5.1 回歸方程的擬合優(yōu)度跟一元回歸類似，多元線性回歸方程需要用多重判定系數(shù)來評(píng)價(jià)其擬合優(yōu)度.多重判定系數(shù)是多元回歸中的回歸平方和占總平方和的比例，它是度量多元回歸方程擬合優(yōu)度的一個(gè)統(tǒng)計(jì)量，反映了在因變量y的變差中被估計(jì)的回歸方程所解釋的比例.由表中的 SPSS 輸出的結(jié)果表 2 可知：SST 4.580, SSR 4.508, SSE 0.072注:SST總平方和,SSR回歸平方和,SSE殘差平方和,SST SSR SSE因此可以得到R2SSR SST 1 SSE SST 4.508 4.5800.98428,即 98.

19、428%,R2是判定系數(shù)，R 1說明擬和是完全的，R 0說明y的變化與x無關(guān).實(shí)際意義是：在商品房單價(jià)取值 的變差中，能被商品房竣工面積、商品房銷售面積、年平均股指、建筑業(yè)貸款、個(gè)人住房公積金 貸款利率和商業(yè)貸款的多元線性回歸方程所解釋的比例為98.428% .而調(diào)整的多重判定系數(shù)R； 1 1 R2n 1n k 1 0.936.它考慮了樣本量 n 和模型中自變量的個(gè)數(shù) k 的影響，它表示在用樣本量和模型中自變量的個(gè)數(shù)進(jìn)行調(diào)整后，在商品房 取值的變差中，能被商品房竣工面積、商品房銷售面積、年平均股指、建筑業(yè)貸款、個(gè)人住房公 積金貸款利率和商業(yè)貸款的多元線性回歸方程所解釋的比例為93.6% 這兩個(gè)

20、數(shù)字都接近 1，因此說明其擬合度較高.5.2 線性關(guān)系檢驗(yàn)線性關(guān)系檢驗(yàn)是檢驗(yàn)因變量y 與 k 個(gè)自變量之間的關(guān)系是否顯著，也稱為總體顯著性檢驗(yàn).（即討論y與k個(gè)因素之間的關(guān)系）第一步：提出假設(shè).H0:01k0H1:1,2, ,k中至少有一個(gè)不等于 0第二步：計(jì)算檢驗(yàn)的統(tǒng)計(jì)量F.F SSRKSSE n k 1 F k, n k 1第三步：做出統(tǒng)計(jì)決策.F SSRk/SSE n k 120.989,F0.05（6,2） 0.751.因?yàn)镕遠(yuǎn)遠(yuǎn)大于商品房?jī)r(jià)格回歸分析和預(yù)測(cè)8/ 12F.05（6,2），所以拒絕原假設(shè)H。這意味著商品房單價(jià)與商品房竣工面積、商品房銷售面積、年平均股指、建筑業(yè)貸款、個(gè)人住

21、房公積金貸款利率和商業(yè)貸款之間的線性關(guān)系是顯著的.但這并不意味著商品房單價(jià)與每個(gè)變量之間的關(guān)系都顯著，因?yàn)镕檢驗(yàn)說明的是總體的顯著性要判斷每個(gè)自變量對(duì)商品房單價(jià)的影響是否顯著，需要對(duì)各回歸系數(shù)分別進(jìn)行t檢驗(yàn)（回歸系數(shù)檢驗(yàn)）.5.3 回歸系數(shù)檢驗(yàn)在回歸方程通過線性關(guān)系檢驗(yàn)后，就可以對(duì)各個(gè)回歸系數(shù)i有選擇地進(jìn)行一次或多次檢驗(yàn).根據(jù) SPSS 的輸出結(jié)果的表 4 中P_value是否小于0.1來判斷，因此只有商品房銷售面積、建筑業(yè)貸款通過檢驗(yàn)，其余 4 個(gè)系數(shù)均大于 0.1，未通過檢驗(yàn)這說明在影響商品房單價(jià)的 6 個(gè)自變量中，只有商品房銷售面積、 建筑業(yè)貸款的影響是顯著的， 而其他 4 個(gè)自變量均不

22、顯著.這 意味著其他 4 個(gè)自變量對(duì)預(yù)測(cè)商品房單價(jià)的作用已經(jīng)不大.5.4 置信區(qū)間在輸出的回歸結(jié)果中，給出了個(gè)回歸系數(shù)的置信區(qū)間.比如2的 90%的置信區(qū)間為(0.002 ,0.011).這一置信區(qū)間的含義是：在商品房竣工面積、年平均股指、建筑業(yè)貸款、個(gè)人住房公積金貸款利率和商業(yè)貸款不變的條件下，商品房銷售面積每增加104m2，商品房?jī)r(jià)格平均增加額在 0.002 千元一 0.011 千元之間其它的各項(xiàng)回歸系數(shù)的含義同理結(jié)合圖表4 都可以知道.6經(jīng)濟(jì)意義從多元線性回歸方程：y 3.704 0.002為0.006 x20.047 x30.098 x40.610 x1.236 Xg可以得出各回歸系數(shù)

23、的實(shí)際意義為：(表中X1,X2,X3,X4,X5,X6即模型中的自變量)10.002表示在商品房銷售面積、年平均股指、建筑業(yè)貸款、個(gè)人住房公積金貸款利率、商業(yè)貸款不變的條件下，商品房竣工面積每增加104m2，商品房單價(jià)下降 0.002 千元20.006表示在商品房竣工面積、年平均股指、建筑業(yè)貸款、個(gè)人住房公積金貸款利率、商業(yè)貸款不變的條件下，商品房銷售面積每增加104m2，商品房單價(jià)上漲 0.006 千元商品房?jī)r(jià)格回歸分析和預(yù)測(cè)9/ 1230.047表示在商品房竣工面積、商品房銷售面積、建筑業(yè)貸款、個(gè)人住房公積金貸款利率、商業(yè)貸款不變的條件下，年平均股指每增加1%,商品房單價(jià)下降 0.047

24、千元40.098表示在商品房竣工面積、商品房銷售面積、年平均股指、個(gè)人住房公積金貸款利率、商業(yè)貸款不變的條件下，建筑業(yè)貸款每增加109元，商品房單價(jià)上升0.098 千元50.610表示在商品房竣工面積、商品房銷售面積、年平均股指、建筑業(yè)貸款、商業(yè)貸款不變的條件下，個(gè)人住房公積金貸款利率每增加1%,商品房單價(jià)下降 0.61 千元1.236表示在商品房竣工面積、商品房銷售面積、年平均股指、建筑業(yè)貸款、個(gè)人住房公積金貸款利率不變的條件下，商業(yè)貸款每增加1%,商品房單價(jià)上升 1.236 千元7模型意義運(yùn)用上述模型計(jì)算得到 y 的模型計(jì)算值（即模型預(yù)測(cè)值）和實(shí)際值做比較表 5y的計(jì)算值與實(shí)際值對(duì)照表年份

25、實(shí)際價(jià)格/千元模型價(jià)格/千元20001.561.6101520011.651.5239120021.821.9027620031.661.7893120041.851.6905720052.102.0416420063.043.0079020073.143.0556520083.523.44892文中通過多元線性回歸模型對(duì)2000-2008 年調(diào)查的數(shù)據(jù)進(jìn)行分析，通過 SPSS 軟件輸出結(jié)果，并且對(duì)模型的可信度的分析并且對(duì)比實(shí)際結(jié)果，表明，文中建立的模型對(duì)分析商品房市場(chǎng)是有效的在給出未來時(shí)期內(nèi)的商品房竣工面積、商品房銷售面積、年平均股指、建筑業(yè)貸款、個(gè)人住 房公積金貸款利率和商業(yè)貸款等數(shù)據(jù)的情

26、況下依據(jù)該公式，可以計(jì)算出商品房?jī)r(jià)格的預(yù)測(cè)值，可 以大體觀測(cè)商品房的波動(dòng)情況.從而為政府宏觀調(diào)控部門，房地產(chǎn)相關(guān)部門，房地產(chǎn)從業(yè)人士， 以及有商品房消費(fèi)需求的居民提供分析依據(jù)和知道這有利于各方主題進(jìn)行理性決策，采取有效 措施，以規(guī)避風(fēng)險(xiǎn)，提高收益，這有利于房地產(chǎn)市場(chǎng)的改革和規(guī)范化進(jìn)程，實(shí)現(xiàn)房地產(chǎn)業(yè)的健康，穩(wěn)定和快速發(fā)展.我們也可以調(diào)查其他省市的的商品房市場(chǎng)，計(jì)算得出商品房竣工面積，商品房 銷售面積，年平均股指，建筑業(yè)貸款，個(gè)人住房公積金貸款利率，商業(yè)貸款等數(shù)據(jù)，從而繪制其 它省市的商品房?jī)r(jià)格走向.在可預(yù)見的未來期間內(nèi)，實(shí)現(xiàn)可以對(duì)09 年的商品房走向做出分析預(yù)測(cè)1516.但是由于文中討論的影響因

27、素，例如住房竣工面積和商品房銷售面積這些數(shù)據(jù)隨著購(gòu)買 者的觀望與否，消費(fèi)商品房?jī)r(jià)格回歸分析和預(yù)測(cè)10/ 12預(yù)期等上下浮動(dòng)，而且與購(gòu)買者的年齡層次，買房原因等相關(guān)，比如08 年奧運(yùn)會(huì)，許多年輕人選擇在這一年結(jié)婚，因而買房者增加，這些是個(gè)人主觀影響結(jié)果.社會(huì)年平 均股票指數(shù)這個(gè)數(shù)據(jù)實(shí)際計(jì)算時(shí)是在一年結(jié)束之后作出的統(tǒng)計(jì)結(jié)果.而在我們的計(jì)算分析過程中發(fā)現(xiàn)，影響房?jī)r(jià)的關(guān)鍵因素在于商品房銷售面積、建筑業(yè)貸款.至于這二者與商品房均價(jià)的直接 影響不在本文的探討.8模型預(yù)測(cè)通過表 1 分析計(jì)算，對(duì)于住房竣工面積的年平均增長(zhǎng)率78.29 1 x19193.66,可以計(jì)算得出年平均增長(zhǎng)率x1為 10.59%,則

28、2009 年的住房竣工面積預(yù)測(cè)值為193.661 10.59%214.16,方法同理可知，商品房銷售面積年平均增長(zhǎng)率X2為 13.44%,相應(yīng)的預(yù)測(cè)值為 349.15，社會(huì)年平均股指年平均增長(zhǎng)率X3為 1.20%，相應(yīng)的預(yù)測(cè)值為 15.59，建筑業(yè)貸款年平均增長(zhǎng)率X4為 2.95%，相應(yīng)的預(yù)測(cè)值為 11.89，個(gè)人住房公積金利率年平均增長(zhǎng)率x5為 1.44%，相應(yīng)的預(yù)測(cè)值為 5.30，商業(yè)貸款年平均增長(zhǎng)率X6為 1.21%，相應(yīng)的預(yù)測(cè)值為 7.02，因此將預(yù)測(cè)的數(shù)據(jù)重新代入建立的多元線性回歸模型y 3.704 0.002X|0.006 x20.047x30.098x40.610 x51.236

29、 Xs即可以預(yù)測(cè) 2009 年 XX 商品房均價(jià)為 3.82643 千元.在可預(yù)見的未來期間內(nèi)，價(jià)格上漲仍然是商 品房市場(chǎng)的主要矛盾原因在于供給方面，未來房地產(chǎn)供應(yīng)不足的矛盾將更為突出盡管資金， 勞動(dòng)力，建材等房地產(chǎn)構(gòu)成要素供應(yīng)寬裕，但作為最重要的要素，土地供應(yīng)緊張將稱為難以突破 的瓶頸房地產(chǎn)開發(fā)的土地來源少，主要是舊城區(qū)的改造，企事業(yè)單位通過土地置換外遷、郊區(qū)閑置土地開發(fā)和占用耕地.隨著國(guó)內(nèi)經(jīng)濟(jì)的快速增長(zhǎng).可以預(yù)見居民收入仍將保持快速增長(zhǎng)勢(shì)頭，居民購(gòu)房能力仍將提高，而工業(yè)化、城市化的推進(jìn)必然將迎來城市人口的快速膨脹和第三產(chǎn)業(yè)的 迅猛發(fā)展，不可避免的對(duì)未來城市房地產(chǎn)的供應(yīng)帶來壓力.從目前市場(chǎng)表

30、現(xiàn)來看，近年來房地產(chǎn) 已經(jīng)存在“超買”現(xiàn)象，供需矛盾的存在使得這一現(xiàn)象更加突出，進(jìn)而推動(dòng)房地產(chǎn)價(jià)格上漲作 為應(yīng)對(duì)，房地產(chǎn)開發(fā)商著重開發(fā)高層和小高層樓房，以提高容積率來稀釋土地成本，緩解商品房 的增長(zhǎng)壓力，但施工成本不斷提高，因此商品房?jī)r(jià)格上揚(yáng)不可避免.商品房?jī)r(jià)格回歸分析和預(yù)測(cè)11/ 12參考文獻(xiàn)1董保行.我國(guó)房地產(chǎn)市場(chǎng)與價(jià)格的經(jīng)濟(jì)學(xué)探討J.粵港澳市場(chǎng)與價(jià)格，2000(6):11-172張坤 , 關(guān)于國(guó)內(nèi)商品房?jī)r(jià)格變化影響因素的綜述 J. 消費(fèi)導(dǎo)刊 ,2009(15):21-243吳永柱 . 近年來我國(guó)住房?jī)r(jià)格偏高的原因分析 D. 蘭州大學(xué) ,2007(9):33-404周浩明 ,陳敦旭 . 我

31、國(guó)房地產(chǎn)泡沫的現(xiàn)狀、成因及其治理對(duì)策 J. 南經(jīng)濟(jì)管理干部學(xué)院學(xué) 報(bào),2005(2):110-1195萬歡. 對(duì)我國(guó)房地產(chǎn)泡沫問題的思考 J. 經(jīng)濟(jì) ,2004(10)：20-276宋金梅我國(guó)房地產(chǎn)泡沫的原因分析 J. 江西職業(yè)技術(shù)學(xué)院學(xué)報(bào) ,2007(4) ：55-577清風(fēng) . 住房空置率與房?jī)r(jià)的悖論 J. 中國(guó)地產(chǎn) ,2006(4)：7-98張磊,鄭丕諤 ,張曄,王中權(quán) . 房地產(chǎn)價(jià)格分析及對(duì)策研究 J. 經(jīng)濟(jì)體制改革 ,2006(5):24-279林素剛 . 宏觀調(diào)控背景下的中國(guó)房地產(chǎn)價(jià)格分析 J. 南通大學(xué)學(xué)報(bào) .2006 (1):25-2710夏明珠 . 影響我國(guó)房地產(chǎn)價(jià)格變化因素

32、分析 J. 安徽建筑 ,2007 (1):63-6911 章恒. 房地產(chǎn)價(jià)格的影響因素分析 J. 現(xiàn)代商業(yè) , 2008 (14) :12-1412曹力元 ,劉林生 . 房地產(chǎn)價(jià)格的影響因素分析 J. 現(xiàn)代商業(yè) , 2007 (29):57-5913肖元真 ,李薇潔 . 我國(guó) 2006 年房地產(chǎn)發(fā)展現(xiàn)狀和 2007 年前景展望 J. 現(xiàn)代經(jīng)濟(jì)管理 ,2007 (1):99-10414Dwyer L, Forsyth P. Measuring the benefit and yield of forergner tourismJ. Inernational Journal ofSocial Economics,1997(3):27-3115李翔 . 房地產(chǎn)業(yè)和房地產(chǎn)市場(chǎng)問題分析與對(duì)策建議房地產(chǎn)業(yè)和房地產(chǎn)市場(chǎng)高層座談會(huì)綜 述 J . 中國(guó)城市經(jīng)濟(jì) ,006(8)：4-916 梁云芳 ,高鐵梅 ,賀書平 . 房地產(chǎn)市場(chǎng)與國(guó)民經(jīng)濟(jì)協(xié)調(diào)發(fā)展的實(shí)證分析 J