【北京市房地產(chǎn)價(jià)格影響因素實(shí)證探析9400字（論文）】

北京市房地產(chǎn)價(jià)格影響因素實(shí)證分析目錄摘要 4一引言 61.1研究背景 61.2研究意義 61.3研究內(nèi)容 71.4局限性 7二房地產(chǎn)價(jià)格影響因素和理論基礎(chǔ) 72.1房地產(chǎn)價(jià)格影響因素 72.2多元線性回歸理論 82.3因子分析 8三實(shí)證分析 93.1數(shù)據(jù)來源 93.22011到2018年商品房平均售價(jià)格因子分析 93.3旋轉(zhuǎn)成分矩陣 113.4多元回歸理論 123.5建模分析 133.6模型檢驗(yàn)結(jié)果分析 15四房價(jià)影響因素的結(jié)論及建議 15（一）拓寬房地產(chǎn)融資渠道，減少房地產(chǎn)市場信息不對稱的現(xiàn)象 15（二）促進(jìn)利率市場化 16（三）土地應(yīng)更多用于建設(shè)居民保障房和經(jīng)濟(jì)適用房 16（四）完善稅收、土地等政策 16參考文獻(xiàn) 18摘要近年來，中國的房地產(chǎn)業(yè)得到了快速的發(fā)展，同時(shí)房價(jià)上漲等現(xiàn)象也引起了人民的普遍關(guān)注，房價(jià)問題成為目前中國經(jīng)濟(jì)的一大熱點(diǎn)。房價(jià)影響因素的發(fā)展決定了房地產(chǎn)業(yè)的發(fā)展水平與現(xiàn)狀，房地產(chǎn)業(yè)近年來的發(fā)展走勢有很多因素有關(guān)。房地產(chǎn)業(yè)又是國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，對整個(gè)國民經(jīng)濟(jì)的發(fā)展起著先導(dǎo)和推動(dòng)作用。本文采用因子分析法和多元線性回歸的方法對房價(jià)影響因素進(jìn)行研究，結(jié)合專家學(xué)者的研究成果與自身所學(xué)，試從房地產(chǎn)開發(fā)投資額，房地產(chǎn)企業(yè)開發(fā)竣工房屋面積，年末總?cè)丝?，城?zhèn)居民儲(chǔ)存年末余額，居民消費(fèi)水平方面入手，通過分析北京市房地產(chǎn)價(jià)格影響因素，淺析我國房價(jià)影響因素對房地產(chǎn)業(yè)發(fā)展的影響，并分析其發(fā)展的局限性。關(guān)鍵詞：房價(jià)影響因素；北京市；房地產(chǎn)企業(yè)一、引言作為民生產(chǎn)業(yè)，在國家歷次的房價(jià)影響因素中擔(dān)當(dāng)重任。房地產(chǎn)行業(yè)可能是中國經(jīng)濟(jì)中最為活躍也最有可能發(fā)生劇烈變化的部分，它的走勢將對中國房價(jià)影響因素的短期走勢產(chǎn)生非常重大的影響。房價(jià)影響因素對于房地產(chǎn)行業(yè)的發(fā)展，有極為重要的意義。雖然相對，在中國的外國房地產(chǎn)市場相比起步較晚，但隨著我國經(jīng)濟(jì)的快速發(fā)展，房地產(chǎn)行業(yè)也呈現(xiàn)出良好的發(fā)展勢頭。住房問題不僅關(guān)系到城市的發(fā)展和財(cái)政安全，更關(guān)系到普通老百姓的生活成本。房價(jià)問題的重要性和房地產(chǎn)價(jià)格的敏感性吸引了國內(nèi)大量學(xué)者和公眾的廣泛關(guān)注。人們安居樂業(yè)是建設(shè)小康社會(huì)的重要前提條件，因此需要解決好人們的住房問題，這一方面關(guān)系著整個(gè)社會(huì)的穩(wěn)定，另一方面更關(guān)系著能否實(shí)現(xiàn)小康社會(huì)的偉大目標(biāo)。近幾年來，較高的房價(jià)對于大部分家庭尤其是剛需家庭來說無疑更加重了他們的負(fù)擔(dān)。近年來，房地產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展的好壞影響著整個(gè)中國經(jīng)濟(jì)的好壞，可以說房地產(chǎn)業(yè)已經(jīng)發(fā)展成為了我國的支柱產(chǎn)業(yè)。這個(gè)行業(yè)的變化不僅影響到其他相關(guān)行業(yè)，而且也將使剛需家庭的住房需求受到影響。通過分析北京市房地產(chǎn)價(jià)格影響因素，淺析我國房價(jià)影響因素對房地產(chǎn)業(yè)發(fā)展的影響，并分析其發(fā)展的局限性。1.1研究背景目前，我國的房地產(chǎn)市場消費(fèi)仍占有比較大的消費(fèi)份額。由于我國傳統(tǒng)文化的影響，“家”的概念在大部分中國人心中占有比較重的分量，都希望擁有自己的住房，因此，中國人偏重于儲(chǔ)蓄，儲(chǔ)蓄幾十年才去買一套房。房子屬于固定資產(chǎn)投資，往往需要支付比較大的數(shù)額，大多數(shù)人購房消費(fèi)將會(huì)使房地產(chǎn)消費(fèi)在居民消費(fèi)中占有比較大的比重，從而拉動(dòng)經(jīng)濟(jì)的快速增長。根據(jù)支出法GDP=最終消費(fèi)（居民消費(fèi)+政府消費(fèi)）+資本形成總額（固定資本形成總額+存貨變動(dòng)）+凈出口，最終消費(fèi)和資本形成總額合稱國內(nèi)需求，通常是政府制定房價(jià)政策的重點(diǎn)。消費(fèi)的增長是否與GDP的增長同步是判斷經(jīng)濟(jì)運(yùn)行是否健康的一個(gè)基本指標(biāo)。囤地、炒地、炒房被看作高房價(jià)的三大元兇。雖然這三個(gè)因素對高房價(jià)有助推作用，但并非核心因素。真正的核心還是各地政府的土地財(cái)政，以及附著在房價(jià)上的各種政策性費(fèi)用。《華夏時(shí)報(bào)》在2016年8月16日就有過調(diào)查報(bào)道，在土地拍賣過程中，灰色交易普遍存在，“地王”背后更是存在虛假抬價(jià)、地方政府與開發(fā)商利益分成的真相。另一個(gè)真相是，因土地拍賣款是地方政府的主要財(cái)政收人,很多地方政府一直在與開發(fā)商合謀抬高地價(jià)，來從中獲取更多的利益。各地政府通過各種手法來抬高地價(jià)。中國的城市住房實(shí)行高度的計(jì)劃經(jīng)濟(jì)，居民獲得一個(gè)單一的住房。二是人均國內(nèi)生產(chǎn)總值在一期住房消費(fèi)的快速增長，近年來，隨著收入的增加，住房消費(fèi)觀念的改變，尋求新奇已經(jīng)逐漸成為一種潮流和時(shí)尚，有品位的住宅，已經(jīng)成為一個(gè)人身份的重要標(biāo)志。三是房地產(chǎn)已成為投資的重要手段。四結(jié)婚人口達(dá)到高峰階段，中國的改革開放，人口和計(jì)劃生育仍然相對寬松，而出生在改革開放之初的人口，現(xiàn)在逐漸進(jìn)入婚姻階段，從而促進(jìn)婚房需求。目前，在我國大部分地區(qū)的房屋開發(fā)中，高檔房屋比重過高，商品房平均價(jià)格上漲，保障性住房發(fā)展不足。在房地產(chǎn)開發(fā)中，忽略了供給與需求之間的關(guān)系，導(dǎo)致高檔商品房價(jià)格高的同時(shí)，低價(jià)格供過于求，普通商品房，經(jīng)適房供應(yīng)，經(jīng)適房銷售導(dǎo)致的違規(guī)操作和市場投機(jī)現(xiàn)象。從市場發(fā)展的角度看，供給結(jié)構(gòu)嚴(yán)重違反了需求結(jié)構(gòu)，在一些住房供應(yīng)不足的情況下，會(huì)出現(xiàn)結(jié)構(gòu)性泡沫。房地產(chǎn)產(chǎn)業(yè)在經(jīng)濟(jì)運(yùn)行當(dāng)中出現(xiàn)了比較明顯的波動(dòng)現(xiàn)象，我國的房地產(chǎn)業(yè)處在經(jīng)濟(jì)的快速增長的時(shí)期，很多時(shí)候不是因?yàn)楹暧^的經(jīng)濟(jì)供求政策變化造成的，而是因?yàn)樵谛枨蟮睦瓌?dòng)之下，引發(fā)的宏觀經(jīng)濟(jì)失調(diào)。在1986年之前，我國宏觀經(jīng)濟(jì)高速發(fā)展的時(shí)期，政府對房地產(chǎn)市場進(jìn)行了調(diào)控。開始進(jìn)行改革住房制度，推行了商品化房的試點(diǎn)，房地產(chǎn)業(yè)開始走向復(fù)蘇。在1986年到1989年，宏觀經(jīng)濟(jì)開始衰退走向低潮，國家開始了改革開放，進(jìn)行了房地產(chǎn)的主要調(diào)控。允許土地出租，分期分批進(jìn)行住房制度改革，限制公有住房補(bǔ)貼出手，開放房地產(chǎn)市場。這些政策讓我國的房地產(chǎn)開始走向了高漲的階段。在這些年的發(fā)展過程中我們能夠看出來，經(jīng)濟(jì)緊縮政策和經(jīng)濟(jì)擴(kuò)張政策都會(huì)引起房地產(chǎn)業(yè)的巨大波動(dòng)。在經(jīng)濟(jì)過熱之后，就業(yè)率上升了人民生活水平提高了就會(huì)擴(kuò)大住房的需求。行業(yè)過熱的增長是由高需求和高價(jià)格驅(qū)動(dòng)的，高房價(jià)會(huì)給這些行業(yè)帶來巨大利潤，巨大的利潤會(huì)刺激投資需求，投資需求進(jìn)一步抬高價(jià)格。隨著中國經(jīng)濟(jì)的發(fā)展，居民可支配收入的增加，民間資本雄厚，大量資金需要尋找投資渠道，股市和其他投資渠道尚不完善，這也是對房地產(chǎn)投資需求不斷擴(kuò)大的經(jīng)濟(jì)背景。1.2研究意義我國居民儲(chǔ)蓄率偏高，并且居民可支配收入中的63%都用于購買房產(chǎn)，使用按揭貸款購房的比重非常低，因此，國家如果采取適當(dāng)?shù)呢泿耪吖膭?lì)居民按揭購房，將提高居民消費(fèi)率，提高貨幣使用率，增加總需求，必將會(huì)極大地促進(jìn)國民經(jīng)濟(jì)的發(fā)展。從另一個(gè)方面講，房地產(chǎn)業(yè)的發(fā)展同樣也抑制了居民的日常生活消費(fèi)。為拉動(dòng)內(nèi)需、刺激消費(fèi)，國家采取了一系列政策措施。但高房價(jià)會(huì)對擴(kuò)大內(nèi)需產(chǎn)生嚴(yán)重的“擠出效應(yīng)”。人們買房子經(jīng)常消費(fèi)的透支幾十年中，消費(fèi)具有嚴(yán)重的結(jié)構(gòu)性不足，低收入群體的購買力過度消費(fèi)，抑制社會(huì)中產(chǎn)階層的擴(kuò)大。經(jīng)濟(jì)基礎(chǔ)決定上層建筑，人民主要矛盾的變化依賴于人民生活水平的提高，最直接的表現(xiàn)是家庭可支配年收入的增加。家庭可支配年收入的增加使人民的需求增加，而需求表現(xiàn)了購買者有意愿且有能力支付的水平。再加上國家政策對房地產(chǎn)行業(yè)的鼓勵(lì)，我國投資者對房地產(chǎn)投資具有極大的熱情。從拿地趨勢看，我國房地產(chǎn)投資熱點(diǎn)正從一線城市向二線城市轉(zhuǎn)移。這將逐步開拓中國房地產(chǎn)市場，擴(kuò)大房地產(chǎn)增殖空間。根據(jù)經(jīng)濟(jì)的發(fā)展態(tài)勢，預(yù)測未來固定資產(chǎn)的投資增速還將進(jìn)一步擴(kuò)大和加速。通過研究北京市房價(jià)影響因素來反應(yīng)出由于房價(jià)所帶來的一系列相關(guān)問題。1.3研究內(nèi)容本文在國內(nèi)外相關(guān)研究成果的基礎(chǔ)上，結(jié)合北京市房價(jià)增長現(xiàn)狀，分析和評價(jià)北京市房價(jià)增長主要因素，并采用主成分分析和主成分回歸對影響北京市房價(jià)增長的主要因素進(jìn)行實(shí)證分析。此文的研究內(nèi)容包括四節(jié)。

第一節(jié)：引言,介紹選題的背景，研究目的和意義。

第二節(jié)：房價(jià)的影響因素和理論基礎(chǔ)，主要介紹目的研究方法，主要包括主成分分析，多元線性回歸，以及基本思想。第三節(jié)：進(jìn)行實(shí)證分析，主要用以上的方法分析了說明了北京市房地產(chǎn)價(jià)格的影響因素。第四節(jié)：說明了北京市房地產(chǎn)價(jià)格影響因素以及建議。1.4局限性無論是哪一種研究方法都有它的局限性，本文采取面板數(shù)據(jù)，對北京市2011年到2018年度的商品房平均售價(jià)進(jìn)行分析，研究過程可能得不出百分之百的正確結(jié)論。由于影響房地產(chǎn)價(jià)格因素很多，很難綜合考慮每一種可能造成房地產(chǎn)價(jià)格因素的原因，只能就其主要的影響因子進(jìn)行研究。二丶房地產(chǎn)價(jià)格影響因素和理論基礎(chǔ)2.1房地產(chǎn)價(jià)格影響因素影響房地產(chǎn)價(jià)格的因素有很多，這里我們?nèi)∫韵乱蛩貋磉M(jìn)行研究：（1）房地產(chǎn)開發(fā)投資額對于房地產(chǎn)行業(yè)來說，房地產(chǎn)開發(fā)投資額對于房地產(chǎn)價(jià)格的影響起到了很大作用，房地產(chǎn)開頭投資額越多，能夠得到的房屋面積就越多，從而變相的影響了房地產(chǎn)的價(jià)格，所以這里我們將房地產(chǎn)開發(fā)投資額作為一個(gè)影響因素（2）房地產(chǎn)開發(fā)企業(yè)竣工面積房地產(chǎn)開發(fā)企業(yè)竣工面積，可以直接的反應(yīng)出這一年或者這一季度新增加的代售房屋面積，這對于房地產(chǎn)價(jià)格影響起到了不小的作用。供給量的提升可能刺激消費(fèi)者過度消費(fèi)，從而影響房地產(chǎn)的價(jià)格。（3）城鎮(zhèn)化率城鎮(zhèn)化率一般指城市化率。城市化率是城市化的度量指標(biāo)，一般采用人口統(tǒng)計(jì)學(xué)指標(biāo)，即城鎮(zhèn)人口占總?cè)丝冢òㄞr(nóng)業(yè)與非農(nóng)業(yè)）的比重。城鎮(zhèn)化率的增多表示城鎮(zhèn)人口占據(jù)總?cè)丝诘臄?shù)目，城鎮(zhèn)人口的增加很大可能會(huì)刺激居民購買房屋的欲望，從而影響到房地產(chǎn)價(jià)格。（4）地區(qū)生產(chǎn)總值地區(qū)生產(chǎn)總值是指本地區(qū)所有常住單位在一定時(shí)期內(nèi)生產(chǎn)活動(dòng)的最終成果。地區(qū)生產(chǎn)總值等于各產(chǎn)業(yè)增加值之和。從一定的方面可以反應(yīng)出地區(qū)的經(jīng)濟(jì)狀況，經(jīng)濟(jì)的增加有可能會(huì)影響到該地區(qū)的房價(jià)。（5）教育投資教育方面的投資對于幾乎每個(gè)地區(qū)都是重要的話題，教育投資的增加，可能引起學(xué)區(qū)房價(jià)的增加，從而引起房價(jià)的改變。（6）人均可支配收入人均可支配收入簡單的來說就是居民的消費(fèi)水平，人均可支配收入的提升或者下降，反映除了居民可以支配的財(cái)產(chǎn)情況，這些影響到了居民購房資金等問題，從而影響房價(jià)。（7）人口密度人口密度和城鎮(zhèn)化率差不多，只不過一個(gè)是城鎮(zhèn)人口的占比，一個(gè)是每平方公里的人口數(shù)目，人口數(shù)目的驟增或者較少，同樣可以影響到該地區(qū)的房價(jià)。2.2多元線性回歸理論在回歸分析中，如果有兩個(gè)或兩個(gè)以上的自變量，就稱為多元回歸。事實(shí)上，一種現(xiàn)象常常是與多個(gè)因素相聯(lián)系的，由多個(gè)自變量的最優(yōu)組合共同來預(yù)測或估計(jì)因變量，比只用一個(gè)自變量進(jìn)行預(yù)測或估計(jì)更有效，更符合實(shí)際。因此多元線性回歸比一元線性回歸的實(shí)用意義更大。2.3因子分析因子分析是指研究從變量群中提取共性因子的統(tǒng)計(jì)技術(shù)。最早由英國心理學(xué)家C.E.斯皮爾曼提出。他發(fā)現(xiàn)學(xué)生的各科成績之間存在著一定的相關(guān)性，一科成績好的學(xué)生，往往其他各科成績也比較好，從而推想是否存在某些潛在的共性因子，或稱某些一般智力條件影響著學(xué)生的學(xué)習(xí)成績。因子分析可在許多變量中找出隱藏的具有代表性的因子。將相同本質(zhì)的變量歸入一個(gè)因子，可減少變量的數(shù)目，還可檢驗(yàn)變量間關(guān)系的假設(shè)。三、實(shí)證分析3.1數(shù)據(jù)來源本文數(shù)據(jù)來自國家統(tǒng)計(jì)局2011年到2018年的相關(guān)數(shù)據(jù)，其中房地產(chǎn)開發(fā)投資額為X1（億元），房地產(chǎn)開發(fā)企業(yè)竣工面積X2（萬平方米），城鎮(zhèn)化率X3（萬人），地區(qū)生產(chǎn)總值X4（億元），教育投資X5（元）人均可支配收入X6（元），人口密度X7（人/平方公里）。研究這7個(gè)變量之間的相關(guān)關(guān)系我們使用因子分析。年份房地產(chǎn)開發(fā)投資額（億元）房地產(chǎn)開發(fā)企業(yè)竣工房屋面積（萬/平方米）城鎮(zhèn)化率（%）地區(qū)生產(chǎn)總值（億元）教育投資（億元）人均可支配收入（元）人口密度（人/平方公里）20113036.312245.2451.2738342.73132.9618311142820123153.442390.8652.5742591.2595.0320167146420133483.42666.3553.7346480.8142.7421966149820143715.333054.1254.7750287.16124.2423821152520154177.052631.4556.154322.68142.1825974154120164000.572369.9557.3559132.75139.9328228114520173873.351466.6758.5266017.39129.2830733114420183838.381557.959.5879286.79129.373128911373.22011到2018年商品房平均售價(jià)格因子分析KMO和Bartlett的檢驗(yàn)取樣足夠度的Kaiser-Meyer-Olkin度量。.568Bartlett的球形度檢驗(yàn)近似卡方60.286df21Sig..000根據(jù)KMO和Bartlett的檢驗(yàn)，KMO統(tǒng)計(jì)量達(dá)到0.568，大于臨界值0.5，顯然滿足了因子分析的可行性標(biāo)準(zhǔn)，Bartlett球形檢驗(yàn)的P值為0.000，小于顯著性水平0.05。這說明本文選取的變量指標(biāo)是有效的，適合進(jìn)行因子分析，擬合效果較好。由碎石圖我們可知，特征值隨著成分?jǐn)?shù)的增加而減少，在前2個(gè)成分，特征值變化很迅速，而在2個(gè)成分以后，特征值變化很緩慢，最后趨于平緩。這也表明可以選取這2因子為公共因子，其對原始變量有很好的解釋。提取公因子方差公因子方差初始提取房地產(chǎn)開發(fā)投資額（億元）1.000.904房地產(chǎn)開發(fā)企業(yè)竣工房屋面積（萬/平方米）1.000.851城鎮(zhèn)化率（%）1.000.973地區(qū)生產(chǎn)總值（億元）1.000.934教育投資（億元）1.000.646人均可支配收入（元）1.000.977人口密度（人/平方公里）1.000.847提取方法：主成份分析。運(yùn)用因子分析，等到以下初始數(shù)據(jù)結(jié)果，X1，X2，X3，X4，X5,，X6，X7，等7個(gè)指標(biāo)的變量共同度0.9040.8510.9730.9340.6460.9770.847為除了X5等于0.646和其余均在80%以上，這這說明因子分析的變量共同度很高，原始變量的大部分信息能夠被因子所提取，因子分析的結(jié)果有效。提取公因子方差解釋的總方差成份初始特征值提取平方和載入旋轉(zhuǎn)平方和載入合計(jì)方差的%累積%合計(jì)方差的%累積%合計(jì)方差的%累積%14.70267.16967.1694.70267.16967.1693.88255.45655.45621.43020.42287.5921.43020.42287.5922.25032.13687.5923.6118.73596.3274.1602.28598.6125.0881.25699.8696.009.12799.9967.000.004100.000提取方法：主成份分析。由上面的表格我們可以看出特征值大于1的公因子一共2個(gè)，它們的方差累計(jì)值已經(jīng)達(dá)到了67.169和20.422，盡管旋轉(zhuǎn)后2個(gè)因子的方差貢獻(xiàn)率分別變?yōu)?5.456%、32.136%，但2個(gè)因子的累積方差貢獻(xiàn)率依然是87.592%。所以這兩個(gè)因子能夠很好的表示這7個(gè)變量。我們可以把公因子定義為F1和F2。用這兩個(gè)因子來綜合評價(jià)影響北京市房價(jià)的因素。3.3旋轉(zhuǎn)成分矩陣通過最大方差旋轉(zhuǎn)法可以得到旋轉(zhuǎn)后的因子載荷矩陣。旋轉(zhuǎn)成份矩陣a成份12房地產(chǎn)開發(fā)投資額（億元）.356.882房地產(chǎn)開發(fā)企業(yè)竣工房屋面積（萬/平方米）-.902.192城鎮(zhèn)化率（%）.814.557地區(qū)生產(chǎn)總值（億元）.869.424教育投資（億元）-.077.800人均可支配收入（元）.822.548人口密度（人/平方公里）-.917-.072提取方法:主成份。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。從上面得出的相關(guān)矩陣可以看出，X3,X4，X6，與F1的正相關(guān)性很大，X3，X4，X6分別代表了城鎮(zhèn)化率，地區(qū)生產(chǎn)總值，人均可支配收入這三個(gè)指標(biāo)都可以歸屬于外因，即居民收入和人口城鎮(zhèn)化率以及地區(qū)總收入。房城鎮(zhèn)化率提高意味著更多城鎮(zhèn)人口的加入，讓人們對房屋的購買有更多的需求從而促進(jìn)人們對房屋的購買推動(dòng)房價(jià)增長。地區(qū)生產(chǎn)總值的增多的，讓人們更想擁有更好的居住環(huán)境因此會(huì)推動(dòng)房價(jià)的增長；人均可支配收入更不用說人們有更多的錢更高的消費(fèi)房價(jià)相對提升毋庸置疑。X1和X5與F2有較強(qiáng)的正相關(guān)性，X1代表房地產(chǎn)開發(fā)投資額房地產(chǎn)的投資增多導(dǎo)致新增房屋的增多很大程度會(huì)刺激房價(jià)的增長。X5則表示教育投資，教育投資的增多導(dǎo)致人們對于教育的重視，學(xué)區(qū)房以及學(xué)區(qū)周圍的房價(jià)也可能會(huì)得到更多的提升。因子綜和得分成份得分系數(shù)矩陣成份12房地產(chǎn)開發(fā)投資額（億元）-.067.434房地產(chǎn)開發(fā)企業(yè)竣工房屋面積（萬/平方米）-.342.301城鎮(zhèn)化率（%）.155.150地區(qū)生產(chǎn)總值（億元）.201.061教育投資（億元）-.194.478人均可支配收入（元）.159.143人口密度（人/平方公里）-.292.152提取方法:主成份。旋轉(zhuǎn)法:具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。構(gòu)成得分。F1=-0.067X1-0.342X2+0.155X3+0.201X4-0.194X5+0.159X6-0.292X7F2=0.434X1+0.301X2+0.150X3+0.061X4+0.478X5+0.143X6+0.152X7數(shù)據(jù)中的7個(gè)指標(biāo)具有很強(qiáng)的依賴性，通過因子分析的計(jì)算我們可以得出兩個(gè)主成分分別被F1和F2其中X3,X4，X6，與F1的正相關(guān)性很大，X7和F1具有很強(qiáng)的負(fù)相關(guān)。X1和X5與F2有較強(qiáng)的正相關(guān)性。可以看出我們可以看出這兩個(gè)因子可以充分的表示出這7個(gè)變量接下來我們用F1和F2來對商品住宅價(jià)格進(jìn)行多元回歸分析。3.4多元回歸理論y=β0+β1x1+β2x2+…+βkxk+ε式中β0，β1，β2，…，βk，是模型的參數(shù)；ε為誤差項(xiàng)。該式表明，y是x1，x2，…，xk的線性函數(shù)（β0+β1x1+β2x2+…+βkxk部分）加上誤差項(xiàng)ε。誤差項(xiàng)反映了除x1，x2，…，xk與y之間的線性關(guān)系之外的隨機(jī)因素對y的影響，是不能由x1，x2，…，xk與y之間的線性關(guān)系所解釋的變異性。據(jù)回歸模型的假定，得出E(y)=β0+β1x1+β2x2+…+βkxk該式描述了因變量y的期望值與自變量x1，x2，…，xk之間的關(guān)系，被稱為多元回歸方程。3.5建模分析采用2011到2018年相關(guān)數(shù)據(jù)。商品住宅價(jià)格為Y（平方米/元）由因子分析得出的F1得出的F2然后根據(jù)多元回歸理論建立的多元回歸模型。年份商品住宅價(jià)格（平方米/元）FAC1_1FAC2_220115743.9-0.70636-1.0269120126167.4-0.20306-1.8225620137759.2-0.905220.31937201410088-0.823810.35926201511297-0.682751.340942016145070.380560.763082017184791.35396-0.03742018207641.586680.10423針對商品住宅銷售面積和F1，F(xiàn)2兩個(gè)自變量，得出擬合程度，其中商品住宅銷售面積R2為0.981這意味著預(yù)測變量商品住宅銷售面積能夠解釋房價(jià)變化的98.1%。模型匯總b模型RR方調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差Durbin-Watson1.990a.981.973923.15512.088a.預(yù)測變量:(常量),FAC2_2,FAC1_1。b.因變量:商品住宅價(jià)格（平方米/元）Anovaa模型平方和df均方FSig.1回歸215923103.2022107961551.601126.683.000b殘差4261076.6275852215.325總計(jì)220184179.8297a.因變量:商品住宅價(jià)格（平方米/元）b.預(yù)測變量:(常量),FAC2_2,FAC1_1。系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.共線性統(tǒng)計(jì)量B標(biāo)準(zhǔn)誤差試用版容差VIF1(常量)11850.685326.38536.309.000FAC1_15018.486348.920.89514.383.0001.0001.000FAC2_22379.270348.920.4246.819.0011.0001.000a.因變量:商品住宅價(jià)格（平方米/元）根據(jù)數(shù)據(jù)得出回歸方程式：Y=5018.486X1+2379.270X2+11850.685從多元線性回歸方程可以看出，當(dāng)F1增加一個(gè)單位時(shí)，商品住宅價(jià)格Y增加5018.486個(gè)單位；F2增加１個(gè)單位時(shí)，商品住宅價(jià)格Y增加2379.270個(gè)單位。3.6模型檢驗(yàn)結(jié)果分析回歸方程的顯著性檢驗(yàn)：多元線性回歸擬合優(yōu)度Ｒ2＝0.981，說明所求的回歸方程即上述樣本需求函數(shù)的解釋能力為98.1％，即兩個(gè)變量對商品住宅價(jià)格Y規(guī)模變動(dòng)的98.1作出解釋，擬合優(yōu)度非常好。多重共線性檢驗(yàn)：X1VIF為1.00，,X2VIF為1.00均小5滿足多重共線性檢驗(yàn)。相關(guān)性檢驗(yàn)：DW值為2.088在2附近可以看出這兩個(gè)變量之間相關(guān)獨(dú)立?；貧w模型的總體顯著性檢驗(yàn)：P值都為0.00都為顯著不予刪除最終得到公式為：Y=5018.486F1+2379.270F2+11850.685F1=-0.067X1-0.342X2+0.155X3+0.201X4-0.194X5+0.159X6-0.292X7F2=0.434X1+0.301X2+0.150X3+0.061X4+0.478X5+0.143X6+0.152X7通過計(jì)算得出Y與個(gè)個(gè)變量X之間的關(guān)系：Y==696.36466X1-1000.16194X2+477.459626X3+1553.85116X4+163.704776X5+1138.17488X6-1103.74887X7+11850.685房地產(chǎn)開發(fā)投資額為X1（億元）增加一個(gè)單位商品住宅價(jià)格增加696.36466個(gè)單位，房地產(chǎn)開發(fā)企業(yè)竣工面積X2（萬平方米）增加一個(gè)單位，商品住宅價(jià)格減少1000.16194個(gè)單位，城鎮(zhèn)化率X3（萬人）增加一個(gè)單位，商品住宅價(jià)格增加477.459626個(gè)單位，地區(qū)生產(chǎn)總值X4（億元）增加一個(gè)單位，商品住宅價(jià)格增加1553.85116個(gè)單位，教育投資X5（元）增加一個(gè)單位，商品住宅價(jià)格增加163.704776個(gè)單位人均可支配收入X6（元）增加一個(gè)單位，商品住宅價(jià)格增加1138.17488個(gè)單位，人口密度X7（人/平方公里）增加一個(gè)單位，商品住宅價(jià)格減少1103.74887個(gè)單位。四、房價(jià)影響因素的結(jié)論及建議影響房價(jià)影響因素有很多比如房地產(chǎn)開發(fā)投資額，房地產(chǎn)開發(fā)企業(yè)竣工面積，城鎮(zhèn)化率，地區(qū)生產(chǎn)總值，教育投資人均可支配收入，人口密度。這些因素都或多或少的影響了北京市的房價(jià)。所以下面我給出一系列的建議。（一）拓寬房地產(chǎn)融資渠道，減少房地產(chǎn)市場信息不對稱的現(xiàn)象

完善金融市場有兩點(diǎn)好處，其一，使居民對房地產(chǎn)行業(yè)的投資更加合理。其二，能夠擴(kuò)大房地產(chǎn)行業(yè)融資的渠道，讓更多的房地產(chǎn)企業(yè)能夠通過不同的方式獲得其資本，讓更多的企業(yè)參與市場、參與競爭，為京津冀地區(qū)城鄉(xiāng)居民購買房屋謀取福利?，F(xiàn)在看來，因?yàn)樾畔⒉粚ΨQ，消費(fèi)者在購買房屋時(shí)并不能得到完全的信息，正是因?yàn)檫@個(gè)原因，消費(fèi)者在購買房屋時(shí)的價(jià)格往往會(huì)遠(yuǎn)遠(yuǎn)超于其實(shí)際價(jià)值。及時(shí)披露公開信息，可以幫助消費(fèi)者確定正確的房價(jià)預(yù)期，正確合理的引導(dǎo)消費(fèi)和投資行為。正因?yàn)榉康禺a(chǎn)業(yè)在國民經(jīng)濟(jì)發(fā)展中具有十分重要的地位和產(chǎn)業(yè)關(guān)聯(lián)影響面廣泛的原因,長期以來,政府為推動(dòng)經(jīng)濟(jì)增長,不自覺地都將房地產(chǎn)業(yè)作為新經(jīng)濟(jì)增長點(diǎn)而大力推動(dòng)。為此,政府要轉(zhuǎn)變職能,改變計(jì)劃經(jīng)濟(jì)時(shí)代的經(jīng)濟(jì)發(fā)展絕對主導(dǎo)思維,切實(shí)履行現(xiàn)代服務(wù)政府的公共管理職能,科學(xué)確定經(jīng)濟(jì)與社會(huì)發(fā)展的目標(biāo)和方向,積極倡導(dǎo)經(jīng)濟(jì)可持續(xù)發(fā)展和社會(huì)和諧發(fā)展,規(guī)范傳統(tǒng)產(chǎn)業(yè)穩(wěn)定發(fā)展,積極推進(jìn)創(chuàng)新型產(chǎn)業(yè)的加速發(fā)展,以為當(dāng)前過熱的房地產(chǎn)業(yè)降溫,規(guī)避房地產(chǎn)經(jīng)濟(jì)泡沫,防范各種金融和社會(huì)風(fēng)險(xiǎn)。（二）促進(jìn)利率市場化

國家金融發(fā)展水平是否符合市場化的一個(gè)重要因素就是利率市場化，而京津冀地區(qū)目前仍然是以中央銀行調(diào)控為主，這樣的利率并不能真實(shí)反映當(dāng)前的經(jīng)濟(jì)形勢與房地產(chǎn)的真實(shí)情況。貸款利率的變化同時(shí)也影響著開發(fā)商和投資消費(fèi)者的行為意愿，當(dāng)利率上升，開發(fā)商希望將房屋銷售出去以降低庫存，快速回收資金；當(dāng)利率下降，投資消費(fèi)者的還款成本下降，許多潛在的投資消費(fèi)進(jìn)入市場，導(dǎo)致房子價(jià)格快速上漲。由此可見，利率的確成為房地產(chǎn)市場進(jìn)行宏觀調(diào)控的重要因素。市場化后的利率在一定程度上可以形成其對與經(jīng)濟(jì)現(xiàn)象的傳導(dǎo)或反饋。

（三）土地應(yīng)更多用于建設(shè)居民保障房和經(jīng)濟(jì)適用房

建議政府應(yīng)多利用土地建設(shè)廉租房、經(jīng)濟(jì)適用住房等等。房價(jià)上漲的原因很復(fù)雜，政府在出售土地時(shí)并沒有作周全的考慮，只是根據(jù)開發(fā)商所報(bào)的最高價(jià)格便將其出售，現(xiàn)在看來，居民對住房的需求越來越大，而土地的可出售情況卻不是很樂觀，為此，政府可以通過大量構(gòu)建廉租房和經(jīng)濟(jì)適用住房，以解決房地產(chǎn)市場中供不應(yīng)求的現(xiàn)象。當(dāng)供大于求時(shí)，房地產(chǎn)商為及時(shí)還清銀行所欠貸款，回收資金，必定會(huì)降低房價(jià)，從而對房價(jià)起到更有效的控制。

（四）完善稅收、土地等政策

稅收政策方面，應(yīng)側(cè)重于關(guān)注土地市場計(jì)稅價(jià)格規(guī)定的執(zhí)行情況及稅收征繳情況，對房價(jià)的增量部分征收資本利得稅，對占地面積大、容積率低的住宅征收高消費(fèi)稅，以支持廉租房和經(jīng)濟(jì)適用房。對個(gè)人或家庭購買首套房給予一定的稅收優(yōu)惠，同時(shí)應(yīng)加強(qiáng)對投機(jī)性購房的稅收征管，對購買多套住房的個(gè)人和家庭不再給予稅收優(yōu)惠。

土地政策方面，政府在壟斷土地一級市場時(shí)，應(yīng)切實(shí)保證土地供應(yīng)秩序的公平、公正和公開，要進(jìn)一步完善土地收購儲(chǔ)備制度，在中低價(jià)商品房用地的供應(yīng)中可以實(shí)行限價(jià)招標(biāo)制，從而降低土地成本在中低價(jià)商品房價(jià)格中的比例。房地產(chǎn)雖然在京津冀地區(qū)如火如荼,但并非象某些開發(fā)商所說的那樣,完全是來自市場需求因素,而在于一些更加詭秘的潛制度因素。其中,最重要的便是地方政府與房地產(chǎn)商形成的神圣聯(lián)盟。這一神圣聯(lián)盟即是‘你發(fā)財(cái)、我發(fā)展,成本社會(huì)掏’的畸形增長模式。地