【基于主成分分析法的房價影響因素實證分析8300字（論文）】

基于主成分分析法的房價影響因素實證研究目錄TOC\o"1-2"\h\u192031引言 [25]。表3云南省2009—2019年經(jīng)濟因素各指標(biāo)數(shù)據(jù)年份生產(chǎn)總值（億元）地方一般公共預(yù)算收入占地方GDP比重（%）金融機構(gòu)人民幣存款余額（億元）20096168.2311.3211119.6420107220.1412.0713411.4920118750.9512.6915356.86201210309.8012.9817966.38201311720.9113.7520691.55201412814.5913.2522338.00201513717.8813.1825035.09201614869.9512.19續(xù)表27726.10續(xù)表201716531.3411.4129963.85201817881.1211.1530554.00201923223.758.9332821.284.4因子分析的基本過程4.4.1指標(biāo)值與數(shù)據(jù)之間的相關(guān)系數(shù)矩陣經(jīng)過對數(shù)據(jù)標(biāo)準(zhǔn)化的計量數(shù)據(jù)處理，可以通過計算并得出各個計量指標(biāo)間與數(shù)據(jù)之間的相關(guān)系數(shù)矩陣。如下圖表4。表4相關(guān)系數(shù)矩陣表X1X2X3X4X5X6X7X8X9X10相關(guān)X11.000.901.988.989.893.427.973.980-.591-.133X2.9011.000.925.936.833.446.968.910-.487-.096X3.988.9251.000.998.870.522.976.997-.483-.062X4.989.936.9981.000.886.491.984.993-.505-.073X5.893.833.870.8861.000.094.903.844-.654-.328X6.427.446.522.491.0941.000.412.577.332.571X7.973.968.976.984.903.4121.000.964-.591-.110X8.980.910.997.993.844.577.9641.000-.444-.001X9-.591-.487-.483-.505-.654.332-.591-.4441.000.437X10-.133-.096-.062-.073-.328.571-.110-.001.4371.000按照上述模型，把原來的變量通過坐標(biāo)轉(zhuǎn)換成一組簡單的相關(guān)系數(shù)矩陣，然后再進行一次統(tǒng)計學(xué)測試。觀察結(jié)果見上表4，可以發(fā)現(xiàn)各個變量之間的相關(guān)性非常強，主要體現(xiàn)在大部分的相關(guān)系數(shù)值大于0.3，即各種變量之間大多屬于強相關(guān)，因此進行因子分析對房間影響因素的分析結(jié)果具有一定的分析意義。表5因子分析法驗證取樣足夠度的Kaiser-Meyer-Olkin度量.652Bartlett的球形度檢驗近似卡方202.518df45Sig..000由上面的表5可知，概率P值與0相比相差不大，同時Bartlet球度檢驗統(tǒng)計量為202.518。一方面如果取顯著性水平α的值為0.05，概率P值小于顯著性水平α，那么我們認(rèn)為這個單位陣和相關(guān)系數(shù)矩陣存在一定的差距，原來的假設(shè)可能不滿足條件；另一方面，我們看到KMO值為0.652，原來的變量有利于進行因子分析，這主要是該值符合根據(jù)Kaiser給出的KMO度量標(biāo)準(zhǔn)。4.4.2采用主成分分析法提取影響因子采用主成分分析法根據(jù)原有的變量相關(guān)系數(shù)矩陣提取2個因子，并且滿足特征值大于1。本次分析后的結(jié)果顯示如下表見表6所示。表6因子分析的初始解初始提取X11.000.981X21.000.901X31.000.991X41.000.994X51.000.911X61.000.929X71.000.989X81.000.989X91.000.762X101.000.728提取方法：主成分分析。上述表6是因子分析的初始解，表中第一列數(shù)據(jù)表示的是采用主成分分析法對原有的10個變量提取的10個因子初始值下的變量共同度，由于各個變量的共同度都為1，那么原有變量的所有方差都可以用來解釋。由第二列可知，此時所有變量的共同度均較高，各個變量的信息丟失都較少。因此本次因子提取的總體效果較理想。表7因子解釋原有變量總方差的情況成分初始特征值提取平方和載入旋轉(zhuǎn)平方和載入合計方差％累積％合計方差％累積％合計方差％累積％17.15971.58671.5867.15971.58673.5867.14371.42771.42722.01720.17291.7582.01720.17291.7582.03320.33191.7583.4724.71796.4754.1891.88898.3625.1371.37299.7346.022.21999.9537.003.03299.9868.001.00899.9939.000.00599.99810.000.002100.000提取方法：主成分分析。采用SPSS計算公共因子的特征值和方差貢獻率，由大到小排序，輸出結(jié)果有2個公共因子特征值大于1，由表7可以看出，從初始解中提取了兩個因子，前兩個變量的累積貢獻率為91.758%，因此，提取這2個主因子就已經(jīng)包含了10個變量的絕大部分信息。4.4.3因子的命名解釋表8表示的是采用方差最大法對第1因子采用載荷降序的順序然后進行旋轉(zhuǎn)輸出的因子載荷矩陣，這么做的目的是為了使因子具有命名解釋性。對表8的數(shù)據(jù)進行分析可知，第1個因子在城鎮(zhèn)居民人均可支配收入、房地產(chǎn)開發(fā)投資額、固定資產(chǎn)投資額、生產(chǎn)總值、住宅銷售面積、生產(chǎn)總值和金融機構(gòu)人民幣存款余額這7個變量上具有較高的載荷，因子1可解釋為經(jīng)濟發(fā)展因子，而第2個因子在住宅竣工面積、住宅待售面積和地方一般公共預(yù)算收入占地方GDP比重這3個變量上具有較高的載荷，因子2可以解釋為房地產(chǎn)住宅供給量。這樣對因子含義的解釋更為清晰，求各主因子得分及綜合得分見表9所示。表8旋轉(zhuǎn)后的因子載荷矩陣成份12X4.997.021X3.995.049X7.992-.062X1.988-.063X8.988.114X2.949-.003X5.892-.340X10-.078.850X6.477.837X9-.540.686提取方法：主成分。旋轉(zhuǎn)法：具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。a.旋轉(zhuǎn)在3次迭代后收斂。4.4.4計算因子得分表9是采用回歸法估計得到的因子得分矩陣。表9因子得分系數(shù)矩陣成份12X1.138-.012X2.134.017X3.141.044X4.141.030X5.119-.151X6.084.424X7.139-.011X8.141.076X9-.063續(xù)表.329續(xù)表X10.006.419提取方法：主成分。旋轉(zhuǎn)法：具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。構(gòu)成得分。根據(jù)表9可以生成以下因子得分函數(shù)：F1=0.138固定資產(chǎn)投資額+0.134房地產(chǎn)開發(fā)投資額+0.141人口數(shù)量+0.141城鎮(zhèn)居民人均可支配收入+0.119住宅銷售面積+0.084住宅待售面積+0.139生產(chǎn)總值+0.141金融機構(gòu)人民幣存款余額-0.063地方一般公共預(yù)算收入占地方GDP比重+0.006住宅竣工面積F2=-0.012固定資產(chǎn)投資額+0.017房地產(chǎn)開發(fā)投資額+0.044人口數(shù)量+0.030城鎮(zhèn)居民人均可支配收入-0.151住宅銷售面積+0.424住宅待售面積-0.011生產(chǎn)總值+0.076金融機構(gòu)人民幣存款余額+0.329地方一般公共預(yù)算收入占地方GDP比重+0.419住宅竣工面積利用主成分對總信息量的貢獻率進行加求，可計算出綜合評價總分，設(shè)綜合評價函數(shù)F，則：F=（71.427%*F1+20.331%*F2）/91.758%其中，71.427%和20.331%為各個因子的貢獻率，而91.758%是2個因子的總貢獻率，據(jù)此可以算出個因子得分Fi及綜合得分F，并進行排序（見表10）。表10各個因子Fi和綜合評價F的得分排序序號FF1F212009-1.312009-1.442009-0.8722010-1.132010-1.152010-1.0332011-0.912011-0.912011-0.9042012-0.482012-0.6220120.00520130.032013-0.2320130.96620140.082014-0.0520140.53720150.5920150.2020151.99820160.5720160.512016續(xù)表0.78續(xù)表920170.7520170.8620170.371020180.6620181.092018-0.841120191.1520191.772019-1.00由表10可知，2009—2019年經(jīng)濟發(fā)展因子是逐年增加的，說明隨著時間的流逝和經(jīng)濟的快速發(fā)展，房地產(chǎn)相關(guān)的各方面的經(jīng)濟價值逐年增加；因子2（房地產(chǎn)住宅供給量）在2015年和2013年分別排名第一位和第二位，說明2015年和2013年這兩年，房地產(chǎn)住宅供給量對房地產(chǎn)價格的影響程度最大。5結(jié)論與建議5.1結(jié)論5.1.1房地產(chǎn)項目開發(fā)總體投資額增多當(dāng)經(jīng)濟處于增長期，消費水平高漲，必然出現(xiàn)通貨膨脹，物價上升，房價也不例外，高房價刺激了投資的增長，房產(chǎn)商及投資性消費者會提高房價。為了促進經(jīng)濟的穩(wěn)步增長和發(fā)展水平，由表8和表9可知城鎮(zhèn)居民人均可支配收入、房地產(chǎn)開發(fā)投資額、固定資產(chǎn)投資額、生產(chǎn)總值、住宅銷售面積、生產(chǎn)總值和金融機構(gòu)人民幣存款余額等7個變量為經(jīng)濟發(fā)展因子（因子1），而表10可知經(jīng)濟發(fā)展因子是逐年增加的，所以應(yīng)該調(diào)節(jié)這些變量使經(jīng)濟平穩(wěn)發(fā)展。5.1.2住宅供給量增加住房供給是指在一定時間內(nèi)，房地產(chǎn)商愿意提供并且能夠開發(fā)的供給量和價格水平的變化。在需求不變的情況下，住宅建筑竣工面積與住宅待售面積通過影響住宅供給量進一步影響到房地產(chǎn)市場的價格。隨著經(jīng)濟的發(fā)展和人們生活水平的提高，必然會擴大居民住宅的需求量，房地產(chǎn)住宅供給量也會隨之增加，而由表8我們知道房地產(chǎn)住宅供給量主要由住宅竣工面積和住宅待售面積構(gòu)成，而這兩個變量與房地產(chǎn)住宅供給量（因子2）相關(guān)性強，因此為了滿足住宅需求的要求，應(yīng)該主要調(diào)節(jié)住宅竣工面積使房地產(chǎn)住宅供給量的值達到最佳，滿足供給和需求的要求。5.1.3居民對住宅需求的擴大由表9可以看到人口數(shù)量、城鎮(zhèn)居民可支配收入和金融機構(gòu)人民幣存款余額對經(jīng)濟發(fā)展因子（因子1）的相關(guān)性最高，可推斷出隨著人口的數(shù)量的增長和家庭結(jié)構(gòu)趨于小型化以及城鎮(zhèn)居民可支配收入和金融機構(gòu)人民幣存款余額的提高，促使了人們對住宅的需求量進一步擴大，直接影響到房地產(chǎn)的價格。5.2建議5.2.1保持經(jīng)濟平穩(wěn)發(fā)展經(jīng)濟增長過快或過慢，都會對房地產(chǎn)行業(yè)產(chǎn)生一定的影響，不利于經(jīng)濟的平穩(wěn)發(fā)展，因為房地產(chǎn)產(chǎn)業(yè)健康發(fā)展的首要因素是經(jīng)濟的平穩(wěn)發(fā)展，經(jīng)濟的平穩(wěn)發(fā)展主要受經(jīng)濟發(fā)展因子的影響，通過本文研究可以通過調(diào)控城鎮(zhèn)居民人均可支配收入、房地產(chǎn)開發(fā)投資額、固定資產(chǎn)投資額、生產(chǎn)總值、住宅銷售面積、生產(chǎn)總值和金融機構(gòu)人民幣存款余額這7個影響因素來調(diào)控房價，穩(wěn)定市場。5.2.2政府加強宏觀調(diào)控通過調(diào)節(jié)供給和需求的關(guān)系來，來進行宏觀調(diào)控，不至于出現(xiàn)供不應(yīng)求和供過于求這兩種情況的出現(xiàn)，嚴(yán)格對控制房地產(chǎn)市場和供給量，使房價合理正常，也要達到滿足不同社會群體的住房要求，通過對云南省房價影響因素的分析中，發(fā)現(xiàn)住宅竣工面積和住宅待售面積對市場的供給量影響最大，所以應(yīng)合理安排這兩個影響因素，是市場的房間合理正常，同時還要對經(jīng)濟發(fā)展因子進行調(diào)控，在滿足市場供給和需求關(guān)系的同時，還要穩(wěn)定市場秩序和經(jīng)濟的穩(wěn)步發(fā)展。5.2.3鼓勵和引導(dǎo)廣大居民進行理性的消費，樹立正確的購房觀念同時需要引導(dǎo)居民們進行理性的消費，避免在自己經(jīng)濟能力不足的情況下出現(xiàn)攀比心理和盲從心理，不考慮自己的實際購房能力，而增加自己的經(jīng)濟壓力，政府應(yīng)該引導(dǎo)居民形成住宅階層式的梯度化消費觀念，進行理性的消費。尤其是現(xiàn)在的年輕人應(yīng)該根據(jù)自己的需求和消費能力買最合適自己的房屋。因此住宅的消費是需量力而行，政府部門應(yīng)該充分發(fā)揮其輿論導(dǎo)向的作用，引導(dǎo)居民樹立正確的購房觀念?！緟⒖嘉墨I】周舞舞.房地產(chǎn)發(fā)展需趨利避害[J].人民論壇，2017(10):80-81.王萬濤.貴州省房地產(chǎn)價格影響因素研究——基于宏觀經(jīng)濟視角[J].國土與自然資源研究，2020(05):36-38.J.Nellis,J.Longbottom.AnempiricalanalysisofthedeterminationofhousepricesintheUnitedKingdom[J].UrbanStudies,1981(18):9-21.Collyns,Senhadjj.LendingRoomsRealEstat.BubblesandAsianCrisis[J].LMFWorkingPaper,2002(20):34-36.JacobsenDH,BENaug.Whatdriveshouseprices[J].EconomicBulletin,VolumeLXXvi,2005(1):29-41.Kauko,HeChunbao,ZhangWei,ZengJunjie.Settingreasonablehousingpricebasedonfuzzymath[P].ConsumerElectronics,CommunicationsandNetworks(CECNet),2003InternationalConferenceon,2003.YZhang,HuangTing,LiuHuangjin.Dynamicrelationshipbetweenrealestatepricesandinflationrate[P].,2015.顧海峰，張元姣.貨幣政策與房地產(chǎn)價格調(diào)控：理論與中國經(jīng)驗[J].經(jīng)濟研究，2014，（S1）：29-41.周海波.房地產(chǎn)價格影響因素的實證研究[J].海南大學(xué)學(xué)報(人文社會科學(xué)版)，2009(5):537-543.胡文，陳鳳麗.我國貨幣政策與房地產(chǎn)發(fā)展關(guān)系研究[J].建筑經(jīng)濟，2016，37（2）：60-64.王鶴.基于空間計量的房地產(chǎn)價格影響因素分析[J].經(jīng)濟評論，2012(1):48-56.安尉.寬松和緊縮貨幣政策對房地產(chǎn)價格的非對稱影響[J].現(xiàn)代管理科學(xué)，2016，（4