logistic模型在房?jī)r(jià)中的應(yīng)用

Logistic模型在房?jī)r(jià)中的應(yīng)用預(yù)測(cè)一一以上海為例童旭中南財(cái)經(jīng)政法大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院信科1102摘要：房?jī)r(jià)問(wèn)題一直是社會(huì)關(guān)注的熱點(diǎn)問(wèn)題，住宅是民生之根本，住宅問(wèn)題的解決成為保證社會(huì)經(jīng)濟(jì)穩(wěn)定高速發(fā)展的重要關(guān)鍵。近幾年，我國(guó)房?jī)r(jià)問(wèn)題屢屢發(fā)生變化，自從2007年以來(lái),部分城市房?jī)r(jià)開(kāi)始下跌。房?jī)r(jià)問(wèn)題已經(jīng)引起了全國(guó)人民的關(guān)注。本文試圖從數(shù)學(xué)與經(jīng)濟(jì)方面對(duì)房?jī)r(jià)問(wèn)題作出一定的分析和預(yù)測(cè)。本文從研究房地產(chǎn)價(jià)格的因素入手，系統(tǒng)考察了國(guó)內(nèi)外關(guān)于房地產(chǎn)價(jià)格研究方面的成果，全面把握了有關(guān)房地產(chǎn)價(jià)格研究的前沿動(dòng)態(tài)，為本論文研究奠定了基礎(chǔ)。著重分析房地產(chǎn)供需理論，對(duì)上海市房?jī)r(jià)進(jìn)行歷史回顧，分析其房地產(chǎn)供需狀況?；谏虾2001-2008年的面板數(shù)據(jù)，以普通的多元線(xiàn)性模型作為對(duì)比模型，建立二元ogistic模型，對(duì)房地產(chǎn)價(jià)格進(jìn)行預(yù)測(cè)和分析。對(duì)比發(fā)現(xiàn),logistic模型預(yù)測(cè)的準(zhǔn)確率為65.2%。認(rèn)為Iogistic回歸模型比傳統(tǒng)多元線(xiàn)性回歸模型在房地產(chǎn)價(jià)格預(yù)測(cè)方面有更大的優(yōu)勢(shì)。同時(shí)，研究還表明，當(dāng)年住宅銷(xiāo)售價(jià)格指數(shù)、竣工面積增長(zhǎng)率、利率變化百分比是影響下一年住宅價(jià)格變化的重要因素。關(guān)鍵詞：面板數(shù)據(jù)；logistic回歸模型；多元線(xiàn)性回歸模型；價(jià)格預(yù)測(cè)1緒論1.1研究目的和意義我國(guó)改革開(kāi)放以來(lái)，房地產(chǎn)行業(yè)飛速發(fā)展，尤其是某些經(jīng)濟(jì)發(fā)達(dá)地區(qū)。房地產(chǎn)行業(yè)的迅速發(fā)展，有力的拉動(dòng)了投資和消費(fèi)需求，推動(dòng)了經(jīng)濟(jì)的發(fā)展。但是，我國(guó)房地產(chǎn)行業(yè)在某些程度上還存在房市泡沫，房地產(chǎn)市場(chǎng)供需不平衡，房地產(chǎn)經(jīng)濟(jì)與國(guó)民經(jīng)濟(jì)發(fā)展不協(xié)調(diào)等問(wèn)題。房地產(chǎn)經(jīng)濟(jì)中，房地產(chǎn)價(jià)格是尤為重要的一個(gè)指標(biāo)。居住是民生根本，房地產(chǎn)行業(yè)又不僅僅只具有消費(fèi)的功能，更有投資意義。房地產(chǎn)價(jià)格不同于其他商品的價(jià)格，其變動(dòng)規(guī)律與一般商品都有很大的區(qū)別。很多種因素共同導(dǎo)致了房?jī)r(jià)的形成和變動(dòng)，所以想要分析房?jī)r(jià)，首先就應(yīng)該分析這些因素對(duì)房?jī)r(jià)的影響程度和作用機(jī)制。隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，房地產(chǎn)行業(yè)已經(jīng)成為我國(guó)國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)和先導(dǎo)產(chǎn)業(yè)。對(duì)房地產(chǎn)價(jià)格的預(yù)測(cè)和估計(jì)既是房地產(chǎn)投資者進(jìn)行投資的重要手段也是房地產(chǎn)企業(yè)指定發(fā)展經(jīng)營(yíng)策略的重要依據(jù)。因此，建立便捷操作和簡(jiǎn)單準(zhǔn)確的房地產(chǎn)價(jià)格預(yù)測(cè)系統(tǒng)，已經(jīng)成為當(dāng)前房地產(chǎn)行業(yè)發(fā)展的迫切需求。這對(duì)于促進(jìn)我國(guó)國(guó)民經(jīng)濟(jì)的健康發(fā)展和實(shí)現(xiàn)房地產(chǎn)投資決策的科學(xué)化至關(guān)重要。1.2房地產(chǎn)價(jià)格影響因素1.2.1國(guó)內(nèi)外關(guān)于房地產(chǎn)價(jià)格影響因素的研究大部分的經(jīng)濟(jì)學(xué)家認(rèn)為，房地產(chǎn)的供需決定了房地產(chǎn)的價(jià)格。房地產(chǎn)價(jià)格的不平衡的根本原因是供需不平衡。歐美國(guó)家較早的完成了房地產(chǎn)市場(chǎng)化，商品化的轉(zhuǎn)變，因此對(duì)于房地產(chǎn)行業(yè)價(jià)格的理論分析也比較早。如［美］蓋倫?格里爾等的《房地產(chǎn)投資決策分析》［1］和迪帕斯奎爾等的《城市經(jīng)濟(jì)學(xué)與房地產(chǎn)市場(chǎng)》⑵。S.W.Decaro(1997)指出引起房地產(chǎn)市場(chǎng)波動(dòng)原因包括供求關(guān)系、空置率、貨幣政策、就業(yè)水平、人口結(jié)構(gòu)及變化趨勢(shì)3］等。雖然國(guó)內(nèi)房地產(chǎn)市場(chǎng)發(fā)展歷程較短，但是由于房?jī)r(jià)問(wèn)題變得日益重要，所以也有較多文獻(xiàn)可以借鑒。陳多長(zhǎng)、宗家峰(2004)對(duì)“房地產(chǎn)稅收與住宅資產(chǎn)價(jià)格”研究后認(rèn)為，對(duì)住宅未來(lái)價(jià)格的預(yù)期會(huì)影響現(xiàn)期價(jià)格，如果預(yù)期未來(lái)上升，則現(xiàn)期房?jī)r(jià)會(huì)馬上上升；若存在轉(zhuǎn)讓投機(jī)，再加上稅收政策等影響，資產(chǎn)性?xún)r(jià)格會(huì)發(fā)生震蕩4］。姚先國(guó)、黃煒華(2001)進(jìn)行了“地價(jià)與房?jī)r(jià)的關(guān)系”的研究，他們認(rèn)為地價(jià)與房?jī)r(jià)有關(guān)聯(lián)，但是并非線(xiàn)性，即使地價(jià)上漲，房?jī)r(jià)也并不一定隨之上漲。只有其他成本都呈剛性再無(wú)下降空間，而開(kāi)發(fā)商已到了無(wú)利可圖的地步，地價(jià)的上升才會(huì)全部反映到房?jī)r(jià)上5］。張大亮、周麗梅(2004)在《顧客需求的變化對(duì)房地產(chǎn)價(jià)格的影響》中，認(rèn)為隨著購(gòu)買(mǎi)動(dòng)機(jī)及價(jià)值觀念等的變化，顧客需求隨之產(chǎn)生變化，從而引起價(jià)格的變化。房地產(chǎn)價(jià)值的實(shí)現(xiàn)程度與顧客對(duì)房地產(chǎn)價(jià)值的認(rèn)知程度以及市場(chǎng)供求關(guān)系有關(guān)［6。2房地產(chǎn)價(jià)格影響因素概述2.1房地產(chǎn)價(jià)格的影響因素2.1.1房地產(chǎn)價(jià)格的構(gòu)成房地產(chǎn)價(jià)格一般包括土地價(jià)格或使用費(fèi)、前期開(kāi)發(fā)工程費(fèi)、建筑安裝工程費(fèi)、開(kāi)發(fā)管理費(fèi)以及房地產(chǎn)開(kāi)發(fā)企業(yè)的利潤(rùn)和稅金。2.1.2房地產(chǎn)價(jià)格的影響因素我國(guó)對(duì)于房地產(chǎn)價(jià)格一直有著嚴(yán)格的政策控制。但是，我國(guó)房地產(chǎn)價(jià)格總體仍在上漲,究竟是哪些因素在影響著房?jī)r(jià)？通過(guò)對(duì)大量的前任研究的總結(jié)，現(xiàn)將房地產(chǎn)價(jià)格影響因素分為如下幾類(lèi)：物理因素：主要包括位置因素和建筑物本身等需求因素：供給與需求的平衡影響等經(jīng)濟(jì)因素：經(jīng)濟(jì)的發(fā)展程度人口因素：人的數(shù)量、素質(zhì)和構(gòu)成等心理因素：個(gè)人偏好，購(gòu)買(mǎi)售出心態(tài)等社會(huì)因素：政治安定、社會(huì)治安等行政因素：土地制度、住房制度、房地產(chǎn)價(jià)格政策和住宅政策等環(huán)境因素：周?chē)h(huán)境建筑，綠化完善程度等3我國(guó)房地產(chǎn)狀況以上海為例類(lèi)另20012200200320042005620072002008房屋銷(xiāo)售價(jià)格指數(shù)104.4112.0134.5155.9171.1168.9174.6185.0新建房101.8110.1132.7153.7167.8162.8167.8176.8住宅102.1111.0134.7156.0170.4165.0170.6180.4非住宅

98.3102.0114.0132.3143.6141.6144.6150.3二手房110.8117.1142.4167.3185.1188.4195.6208.9房屋租賃價(jià)格指數(shù)104.9103.9106.0111.9115.9120.6126.7132.6住宅107.4107.4108.7110.1113.7116.4123.9129.2辦公樓98.697.9103.0110.1117.2121.6127.1134.2商業(yè)營(yíng)業(yè)用房107.2104.0102.8110.4111.4118.2125.1131.3其他118.8121.2125.5131.8133.7135.1137.2137.2土地交易價(jià)格指數(shù)97.2103.3118.9143.1153.0154.8166.9180.0#居住用地92.2102.3125.1161.8170.6169.7177.2189.5工業(yè)用地91.682.784.085.188.390.8103.4110.9①本表數(shù)據(jù)由國(guó)家統(tǒng)計(jì)局上海調(diào)查總隊(duì)提供。②按照國(guó)家統(tǒng)計(jì)局新的調(diào)查制度規(guī)定，從2008年開(kāi)始，房屋銷(xiāo)售價(jià)格指數(shù)中“新建商品房”改為“新建房”，房屋租賃價(jià)格指數(shù)中“商業(yè)娛樂(lè)用房”改為“商業(yè)營(yíng)業(yè)用房”、“工業(yè)倉(cāng)儲(chǔ)用房”改為“其他”，土地交易價(jià)格指數(shù)中“工業(yè)倉(cāng)儲(chǔ)用地”改為“工業(yè)用地”。如上圖，是上海市2001到2008年的房地產(chǎn)價(jià)格指數(shù)。不難發(fā)現(xiàn)，上海市房?jī)r(jià)在2006年有小幅回落，此后進(jìn)入上升期。一下我們來(lái)分析房?jī)r(jià)的其他因素，并推測(cè)下一步房?jī)r(jià)的走勢(shì)。4預(yù)測(cè)模型的構(gòu)建4.1樣本和建模變量的選擇本文基于上海2001-2008年的房地產(chǎn)相關(guān)數(shù)據(jù)，構(gòu)建房?jī)r(jià)走勢(shì)預(yù)測(cè)模型。從可找到的數(shù)據(jù)中篩選出可能影響未來(lái)房地產(chǎn)價(jià)格變化的幾個(gè)因素：住宅施工面積的增長(zhǎng)率Qs以住宅施工面積簡(jiǎn)單表示對(duì)房屋的需求量。從供需法則可以得到，房屋價(jià)格與需求量成正向關(guān)系，即施工面積增長(zhǎng)率越大，下一年房地產(chǎn)價(jià)格指數(shù)越高。住宅竣工面積的增長(zhǎng)率Qj以竣工面積簡(jiǎn)單表示市場(chǎng)上房屋的供給量。供需法則表明，市場(chǎng)上供給大于需求時(shí)，價(jià)格會(huì)降低。也就是房屋價(jià)格與竣工面積成反向關(guān)系，即竣工面積增長(zhǎng)率越大，下一年房地產(chǎn)價(jià)格指數(shù)越低。當(dāng)年房地產(chǎn)銷(xiāo)售價(jià)格指數(shù)Pt經(jīng)濟(jì)學(xué)中，價(jià)格的變化趨勢(shì)是沿著歷史趨勢(shì)的。同時(shí)，歷史房地產(chǎn)價(jià)格也會(huì)影響以后房地產(chǎn)的價(jià)格走向，當(dāng)年房地產(chǎn)價(jià)格指數(shù)也相對(duì)反應(yīng)了上期房地產(chǎn)的價(jià)格指數(shù)。所以，推斷有，當(dāng)年房地產(chǎn)銷(xiāo)售價(jià)格指數(shù)越高，下一年房地產(chǎn)銷(xiāo)售價(jià)格指數(shù)也會(huì)越高。房屋租賃價(jià)格指數(shù)Pz房地產(chǎn)開(kāi)發(fā)商會(huì)分析市場(chǎng)行為,如果更多的居民在面對(duì)日益增高的房?jī)r(jià)選擇租房而不是買(mǎi)房時(shí)，那么房屋租賃價(jià)格指數(shù)就會(huì)提高。所以二者成正向的關(guān)系。房屋租賃價(jià)格越高，下一年房地產(chǎn)價(jià)格指數(shù)就會(huì)越高。土地交易價(jià)格指數(shù)PI房地產(chǎn)價(jià)格存在的根本原因在于土地有交易價(jià)格，當(dāng)土地交易價(jià)格指數(shù)增加，房地產(chǎn)開(kāi)發(fā)商為了獲得利益只能相應(yīng)提高房地產(chǎn)價(jià)格，從而房地產(chǎn)價(jià)格指數(shù)提高。也就是說(shuō)，土地交易價(jià)格指數(shù)越高，下一年的房地產(chǎn)價(jià)格指數(shù)就越高。利率變動(dòng)百分點(diǎn)I在房?jī)r(jià)日益增長(zhǎng)的今天，越來(lái)越多的居民選擇從銀行貸款買(mǎi)房，所以銀行貸款利率也是影響房地產(chǎn)價(jià)格指數(shù)的一個(gè)重要原因。如果銀行貸款利率提高，居民就不再愿意從銀行貸款獲得買(mǎi)房資金，也就沒(méi)有了買(mǎi)房這個(gè)市場(chǎng)行為。所以利率增加，下一年的房地產(chǎn)價(jià)格指數(shù)就會(huì)相應(yīng)降低。

4.2預(yù)測(cè)模型構(gòu)建的方法本文使用logistic回歸分析的預(yù)測(cè)模型作為預(yù)測(cè)模型，并使用多元線(xiàn)性回歸分析的預(yù)測(cè)模型作為對(duì)比模型。基于多元線(xiàn)性回歸模型（以下簡(jiǎn)稱(chēng)模型一），對(duì)下年房地產(chǎn)價(jià)格指數(shù)（Pt+1）進(jìn)行預(yù)測(cè),對(duì)模型一預(yù)測(cè)的估計(jì)值如下表?；貧w分析中以下一年房地產(chǎn)銷(xiāo)售價(jià)格指數(shù)（Pt+1）為因變量,篩選出的6個(gè)指標(biāo)作為自變量。Pt+1二卩0+卩Q+卩20t+卩3Pt+卩4Pzt+卩5Plt+卩65t=1,2,...8基于logistic回歸模型（以下簡(jiǎn)稱(chēng)為模型二），可以對(duì)下一年房?jī)r(jià)是否增長(zhǎng)的概率作出預(yù)測(cè)。其中房?jī)r(jià)是否增長(zhǎng)的臨界值是2001-2008年上海房地產(chǎn)價(jià)格指數(shù)的中位數(shù)167.7,即如果下一年房地產(chǎn)價(jià)格指數(shù)大于或等于167.7，則認(rèn)為上海下年房?jī)r(jià)高漲，否則認(rèn)為下年房?jī)r(jià)沒(méi)有高漲。模型中被解釋變量即為下年房?jī)r(jià)是否高漲，因變量只能是0或者1。若下一年房?jī)r(jià)增長(zhǎng)則因變量Y=1，若下一年房?jī)r(jià)下跌則因變量Y=0.記P（Y=1/x）表示在多因素狀態(tài)下，結(jié)果Y=1的概率（P）模型：P(Y=P(Y=1/X],x2,x3,x4,x5,x6)=1+exp[-(卩0+卩1Qst+卩2Qjt+卩3Pt+卩4Pzt+卩5Plt+卩61+8)]t=1,2,...,8對(duì)模型的概率P做1ogit變換：logit（p）二ln（/）1-P1n（1士）=P0+卩1Qst+卩2Qjt+卩3Pt+卩4Pzt+卩5Plt+卩61+8t=1,2,...,84.3建模變量的描述性統(tǒng)計(jì)和相關(guān)性分析進(jìn)行回歸分析之前，首先對(duì)各變量進(jìn)行描述性統(tǒng)計(jì)和單變量回歸分析，結(jié)果如下表所示可以計(jì)算得，下一年房地產(chǎn)銷(xiāo)售價(jià)格中位數(shù)為167.7，將其作為房?jī)r(jià)是否高漲的臨界值。從相關(guān)性分析結(jié)果表可得，6個(gè)解釋變量通過(guò)了相關(guān)性檢驗(yàn)。

描述統(tǒng)計(jì)量N極小值極大值均值標(biāo)準(zhǔn)差5.3089.4350x18-9.3716.3485-33.23.44822.728x28043.40763148.729.430x38102.1180.4757114.6x48107.4129.2008.1279148.536.783x5892.2189.5503x68-76.224.606有效的N（列表狀8態(tài)）相關(guān)性x1x2x3x4x5x6yx1Pearson相關(guān)性1.743*-.726*-.936**-.748*-.015-.701顯著性（雙側(cè)）.035.041.001.033.972.053N8888888

x2Pearson相關(guān)性.743*1-.352-.642-.336.483-.654顯著性（雙側(cè)）.035.392.086.415.225.079N8888888x3Pearson相關(guān)性-.726*-.3521.796*.995**.318.704顯著性（雙側(cè)）.041.392.018.000.443.051N8888888x4Pearson相關(guān)性-.936**-.642.796*1.812*-.068.781*顯著性（雙側(cè)）.001.086.018.014.872.022N8888888x5Pearson相關(guān)性-.748*-.336.995**.812*1.335.688顯著性（雙側(cè)）.033.415.000.014.418.059N8888888x6Pearson相關(guān)性-.015.483.318-.068.3351-.217顯著性（雙側(cè)）.972.225.443.872.418.605N8888888yPearson相關(guān)性-.701-.654.704.781*.688-.2171顯著性（雙側(cè)）.053.079.051.022.059.605N8888888*.在0.05水平（雙側(cè)）上顯著相關(guān)。**.在.01水平（雙側(cè)）上顯著相關(guān)。4.4構(gòu)建預(yù)測(cè)模型4.4.1構(gòu)建多元線(xiàn)性回歸模型（模型一）

線(xiàn)性回歸模型的估計(jì)結(jié)果系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.相關(guān)性B標(biāo)準(zhǔn)誤差試用版零階偏部分1（常量）-165.552389.987-.425.744x1.7784.722.264.165.896-.687.162.029x2.2841.097.232.259.839-.298.250.046x3.5183.323.548.156.902.944.154.028x41.8453.888.539.474.718.834.429.084x5.2252.727.297.082.948.946.082.015x6-1.0793.358-.179-.321.802.166-.306-.057a.因變量：y根據(jù)回歸分析的結(jié)果可以構(gòu)建模型，如式所示預(yù)測(cè)模型一：P1=—165.552+0.778Q+0.284Q.+0.518P+1.845P+0.225P廠1.0791tI1sjtzl4.4.2構(gòu)建基于logistic回歸模型的預(yù)測(cè)模型（模型二）根據(jù)二元logistic回歸模型得到的回歸結(jié)果如表所示參數(shù)估計(jì)yaB標(biāo)準(zhǔn)誤Walddf顯著水平Exp(B)Exp（B）的置信區(qū)間95%

下限上限截12362666863.00011.00距.139.9800x-13.37078.9.00011.001.964E.000?b1140980-006x3.159919.08.00011.0023.366.000?b2170nx7.4927060.4.00011.001801.1.000?bo3606011x-11.31766.7.00011.007.010E.000?b4868940-006x-6.319595.0.00011.00.002.000.b500330x-4.028129.9.00011.00.017.000?b685550a.參考類(lèi)別是：yes。b.計(jì)算該統(tǒng)計(jì)量時(shí)發(fā)生浮點(diǎn)溢出。因此，其值被設(shè)置為系統(tǒng)缺失值。所以方程可表示為：log-^=—13.140Qs+3.151Q)+7.496P廠11.868P廠6.300P廠4.0851+1236.139_1即"1+e—(—13.140Qs+3.151Q/+7.496Pt—11.868Pz—6.300Pl—4.0851+1236.139)對(duì)模型預(yù)測(cè)房?jī)r(jià)是否增長(zhǎng)的準(zhǔn)確性進(jìn)行檢驗(yàn)，如表所示分類(lèi)表a』已觀測(cè)已預(yù)測(cè)y百分比

值為1，否則為0。如下表所示值為1，否則為0。如下表所示，則認(rèn)為房?jī)r(jià)提高，則實(shí)際因變量編碼初始值內(nèi)部值no0yes14.4.3兩種模型預(yù)測(cè)結(jié)果的對(duì)比以及l(fā)ogistic預(yù)測(cè)模型的優(yōu)點(diǎn)通過(guò)對(duì)兩種預(yù)測(cè)模型的結(jié)果進(jìn)行總結(jié)發(fā)現(xiàn),logistic回歸模型在兩類(lèi)錯(cuò)誤的判別結(jié)果均優(yōu)于線(xiàn)性回歸模型。Logistic曲線(xiàn)主要運(yùn)用慣性原理，更符合本文選用多因素指標(biāo)來(lái)預(yù)測(cè)下年房?jī)r(jià)指數(shù)。一類(lèi)錯(cuò)誤（％）二類(lèi)錯(cuò)誤（％）誤判率線(xiàn)性回歸模型logistic回歸模型線(xiàn)性回歸模型logistic回歸模型線(xiàn)性回歸模型logistic回歸模型20.715.815.711.818.413.85結(jié)論本文的主要工作：（1）從房地產(chǎn)價(jià)格的特征、構(gòu)成分析房地產(chǎn)價(jià)格的主要因素，總結(jié)解釋房地產(chǎn)價(jià)格的幾個(gè)重要影響因素。（2）結(jié)合中國(guó)房地產(chǎn)特有狀況，建立上海的城市住宅價(jià)格logistic預(yù)測(cè)模型，并與傳統(tǒng)線(xiàn)性回歸模型進(jìn)行對(duì)比。本文的貢獻(xiàn)：（1）基于上海2001-2008年的房地產(chǎn)面板數(shù)據(jù)建立預(yù)測(cè)模型，對(duì)城市房地產(chǎn)價(jià)格走勢(shì)有著較強(qiáng)的解釋力，能全面預(yù)測(cè)上海市城市房地產(chǎn)的價(jià)格趨勢(shì)（2）使用面板數(shù)據(jù)，是對(duì)以往房地產(chǎn)數(shù)據(jù)進(jìn)行預(yù)測(cè)的重要補(bǔ)充，很好的克服了以往研究觀測(cè)點(diǎn)數(shù)量較少的局限性本文得出的結(jié)論：（1）以上海市為例，我國(guó)城市層面的房地產(chǎn)價(jià)格變動(dòng)具有可預(yù)測(cè)性，而且，可以從房地產(chǎn)行業(yè)歷史數(shù)據(jù)中得到房地產(chǎn)價(jià)格未來(lái)變動(dòng)的信息。（2）Logistic回歸模型在房地產(chǎn)價(jià)格指數(shù)預(yù)測(cè)的判定準(zhǔn)確性更好。（3）當(dāng)年住宅銷(xiāo)售價(jià)格指數(shù)、施工面積增長(zhǎng)率、竣工面積增長(zhǎng)率、利率變化百分比等都會(huì)對(duì)未來(lái)房?jī)r(jià)走勢(shì)造成重要影響。參考文獻(xiàn)Greer,G.E.InvestmentAnalysisForRealEstateDecisions,2005DeniseDipasquale.UrbanEconomicsAndRealEstateMarkets,2002S.W.Decaro.CorrelationsandCopulasforDecisionanRiskAnalysis,ManagementScience,1997,45(2).姚先國(guó)，黃煒華.地價(jià)與房?jī)r(jià)的關(guān)系.地產(chǎn)市場(chǎng)，2001,(9):33-35陳多長(zhǎng)，宗家峰.房地產(chǎn)稅收與住宅資產(chǎn)價(jià)格理論分析與政策評(píng)價(jià).財(cái)貿(mào)研究，2004,(4):15-17[6]張大亮，周麗梅.顧客需求的變化對(duì)房地產(chǎn)價(jià)格的影響.價(jià)格理論與實(shí)踐,2004,(4):58-60

附件：數(shù)據(jù)：表17.1全社會(huì)房屋施工面積、竣工面積（1985?2008）調(diào)整時(shí)間六個(gè)月以?xún)?nèi)六個(gè)月至一一至三年三至五年（含六個(gè)月）年（含一年）（含三年）（含五年）五年以上調(diào)整時(shí)間六個(gè)月以?xún)?nèi)六個(gè)月至一一至三年三至五年（含六個(gè)月）年（含一年）（含三年）（含五年）五年以上年份施工面積其中竣工面積其中房屋建筑面積其中（萬(wàn)平方米）#住宅（萬(wàn)平方米）#住宅竣工率（％）#住宅2518