本站原创关键词：房地产；多元线性回归；影响因素
一、引言
近几年来，快速繁荣发展的房地产业已成为我国的支柱产业，虽然随着土地供给有限，居民收入的不断增加，房地产增长成了必然的趋势，但是中国的房地产的上涨速度和幅度远远超过了居民可支配收入增长的摘自：本科毕业论文评语www.808so.com
速度，根据中国统计局数据计算：1998年至2006年，以现价计算的中国城镇居民人均可支配收入平均增长10.2%，而现价住宅销售额的增长却达到32.6%。过高的房价不仅成为大多数居民的主要经济负担，也直接影响到国民经济的健康发展，文章通过对一些影响房地产宏观因素的相关数据进行实证研究来得出一个定量结论提供参考，并对我国房地产市场的宏观调控提出政策建议。
二、多元回归模型因子选取及分析
(一)模型因子的选取
本文研究的样本为2000—2011年季度数据，1997年开始实行住房改革，这之前房屋还没有完全市场化，不宜用时间序列数据作为本模型的实验数据。本文数据主要来源于《中经专网（教育版）》、《房地产动态》。影响房地产业发展的主导因素是住房制度、信贷政策和土地使用权出让制度等宏观因素，因此也较难进行量化研究和分析。故本文选取8个政策变量与房地产建立模型，采用软件Excel和EVIEWS对数据进行分析。
(二)初步多元线性回归模型分析
仅凭定性分析，难以确定哪个宏观因素对我国房地产具有决定性的影响，也不好评判同时选取这些因素作为自变量和房地产指数建立模型是否合适，如果不合适，应该如何取舍。下面进行初步多元回归分析，根据数据显示结果来进行判断。如表1所示，回归模型的线性关系是显著的（SignificanceF=3.48745E—42α=0.05）。同时，房屋建筑竣工面积，货币供应量M2，最优惠贷款利率的回归系数均为负号（—1.0244025，—9.6041E—05，—0.4238919），这与定性分析得到的预期不符。并且将全国房屋销售指数与这三个变量分别进行一元线性回归，也得知它们之间都存在正向或负向相关关系。综上所述，可以认定回归模型中存在多重共线性问题。
(三)多重共线性的处理
由于初步选定的八个自变量之间存在多重共线性的问题，所以必须将一些相关的自变量从模型中剔除。计算各相关变量之间的相关系数矩阵，输出的结果如表2所示。根据软件输出结果观察发现城镇居民人均可支配收入、房屋建筑竣工面积、国内生产总值两两高度相关，两两相关系数分别为0.974760、0.969247和0.964012；全国土地交易指数和货币供应量M2的相关系数为0.966216，商品房销售额和房地产开发投资额的相关系数为0.951292。所以，对三组指标中分别选取一个和房地产最相关的指标，剔除其他指标，以此来消除多重共线性。经过定性分析和Excel对选取的不同指标组合的分析结果比较，本文最后保留城镇居民家庭人均可支配收入、房地产开发投资额和货币供应量M2作为模型的自变量。
三、多元回归方程的建立及回归结果检验
(一)建立多元线性回归方程
建立房屋销售指数y与城镇居民人均可支配收入、房地产开发投资额、货币供应量M2的线性回归方程y=++，为避免数据间有异方差性，所以采用加权最小二乘法进行回归，由表2得知，多元线性回归方程应该为：107.9486+0.008854+0.001953+0.0000985
由于常数项的sig=0.000<0.05，所以常数项具有显著性，各个系数也都通过检验，可见在模型中所有的系数都有统计学意义。
(二)初步回归模型检验
（1）拟合优度检验如表2所示，其测定系数R2=0.969，在样本容量（48）和自变量的个数（2）进行对其调整后，得到修正测定系数AdjustedR—squared为0.966888，说明房价变化的96.7%可由城镇居民可支配收入、房地产开发投资额和货币供应量M2来解释，这八个因素中城镇居民可支配收入、房地产开发投资额和货币供应量M2是主导因素。
（2）方程显著性检验
从表2可以看出，统计量F=458.4685远大于=2.79，对应的相伴概率为0.000说明回归方程显著。（α=0.05）
（3）回归系数的显著性检验
城镇居民可支配收入：=9.708881>=2.01；房地产开发投资额：=4.895922>=2.01；货币供应量：=4.423995>=2.01，且他们对应的概率值sig=0.000，都能通过检验。
四、结论和建议
2009年全国房地产市场数据，无论是近9.4亿平方米的成交量还是估算约4695元/平方米的均价水平，都创出了历史新高。全年房价涨幅24%，平均每平方米上涨813元，也达到了前所未有的水平。房价出现这种情况当然与经济高速发展、居民收入快速增长相关，这是房价上涨的原动力，此外统计数据显示，2009年全国完成房地产开发投资36232亿元，比2008年增长16.1%。其中，商品住宅完成投资25619亿元，增长14.2%，占房地产开发投资的比重为70.7%，自金融危机之后，我国为刺激经济复苏而实施了相对宽松的货币政策，包括相对宽松的信贷条件和相对较低的利率。这一政策在某个层面加剧了房价的增长。2010年以来，国家先后出台了限购、限贷、增加利息等政策，为加强对房地产市场的宏观调控，以控制房价的上涨速度，并且有了初步成效，2011全国房价平均下降5.3%。为进一步有效降低房价提出以下几点建议：(一)采取适度收紧的货币政策
从模型中可以看出，货币供应量的膨胀促使房地产市场的繁荣，同时也是催生我国房地产上涨的重要原因，而采取适度收紧货币政策可以减少货币供应量，从而降低房地产需求和供给能力。最近几年持续上涨的房价一定程度上是货币流通量过高所致，适度收紧货币政策可以起到控制市场上货币流通量的作用，达到降低房价的目的。(二)抑制房地产投资增长速度，防止房地产投机
现在房地产市场现状是供不应求，在这样的情况下房地产投资极易转变成房地产投机，因此政府可以对房地产行业征收高税收来有效防止房地产投机，将房地产投资增长速度控制在一个合理的水平上，从而遏制房价的上涨。(三)合理的利率政策
从以上数据分析可以得出，利率与房地产呈负相关关系，即降低利率，房地产会上涨，提高利率影响到购房者的贷款信心、还款压力和支付能力，房地产需求量就会减少，供不应求这种状况就会得到改善，合理的利率政策对降低房价起到重要作用。本文的回归方程可以用来预测我国房地产的变动趋势，政府宏观调控部门、房地产相关管理部门和房地产消费需求的居民等提供分析依据，尽快制定和完善相应的政策和对策，让我国房地产业健康有序地发展。
参考文献：
1.梁达.高房价是消费需求最大障碍[N].上海证券报，2009（1）.
2.王维斌，李彤.我国房地产影响因素分析[J].财经视点，2011（10）.
3.练洪洋.楼市调控要汲取2008年教训[N].广州日报，2011（10）.
4.徐君宝.房地产影响因素及其对应政策研究[D].厦门大学，2006.
5.中华人民共和国国家统计局.中国统计年鉴2010[M].中国统计出版社，2010.
6.曲闻.影响我国房地产的宏观经济因素实证分析[J].经济分析月刊，2006（9）.
7.沈悦.房地产与宏观经济的关系研究[M].中国水利水电出版社，知识产权出版社，2006.
8.罗伯特S.平狄克著，钱小军等译.计量经济模型与经济预测[M].机械工业出版社，2005.
（作者单位：青岛理工大学管理学院）