登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 毕业论文 > 理工学类 > 数学与应用数学 > 正文

基于多元统计分析的江苏省房地产价格影响因素的实证研究毕业论文

 2022-02-25 09:02  

论文总字数:15184字

摘 要

我国及江苏省的房地产领域发展时间短,数据少,影响房价变化的变量间又存在多重共线性。所以,本文通过偏最小二乘回归模型对江苏省2005—2015十年之间的九个指标的面板数据进行定量分析。其中包括了多重共线性分析,交叉检验,变量投影重要性分析(VIP),偏最小二乘回归法(PLS)以及灰色关联度分析,并构建了房价与各重要影响因素之间的预测模型。研究结果表明,生产总值,人均生产总值,房地产开发投资额,以及居民工资等四个因素对江苏省房价变化有着最关键的影响,而中长期的银行贷款利率对江苏省房屋价格的影响则较弱。

【关键词】 房价 PLS 交叉检验 灰色关联度 影响因素

Analysis of Factors Affecting Real Estate Prices in Jiangsu Province in China

Abstract

Consideiring in China and Jiangsu Province, the development of real estate time is short, and data is not too much. Also,there are multiple collinearity between the variables which impact the changes in housing prices. In this paper, the panel data of nine indexes between Jiangsu Province in 2005-2015 years are quantitatively analyzed by PLS model. It includes multiple collinearity analysis, cross test, variable projection importance analysis (VIP), partial least squares regression (PLS) and gray relational analysis, and constructing a prediction model between house price and important affecting factors. The results show that GDP, per capita GDP, and the average income of workers on duty are the three most important indicators that affect housing prices in Jiangsu Province, while the effect of medium and long term bank lending rates on housing prices in Jiangsu is much weaker.

Key Words: housing price; partial least squares regression; multiple collinearity; gray relational analysis; impact factors

目 录

摘要 I

Abstract II

第一章 引言 1

1.1研究目的与意义 3

1.2相关研究背景 3

1.2.1国外相关研究背景 3

1.2.2国内相关研究背景 4

第二章 房价影响因素的定性分析 5

2.1 国内生产总值 5

2.2 在岗职工平均收入 5

2.3 人均GDP 5

2.4 施工房屋面积 6

2.5 房地产开发商投资额 6

2.6利率 6

2.7 通货膨胀率 6

2.8 建筑业从事人员 7

第三章 房价影响因素的定量分析方法 8

3.1 样本数据选取说明 8

3.2 偏最小二乘回归(PLS)的介绍 9

3.3研究步骤 9

3.3.1 多重共线性的判别 9

3.3.2 交叉检验确定成分数 10

3.3.3 变量投影重要性分析(VIP) 11

3.3.4偏最小二乘回归模型 11

3.3.5灰色关联度分析 11

第四章 基于江苏省10年数据的实证研究 15

4.1 多重共线性判别 15

4.2交叉有效性分析 16

4.3 变量投影重要性分析 17

4.4 基于PLS的房价回归模型 18

4.5 灰色关联度分析 19

第五章 结论与建议 21

致谢 22

参考文献 22

第一章 引言

1.1 研究目的与意义

根据中国房产协会在前段时间发布的楼市现状中表明,北京的房屋价格持续上涨17个月之久。从2015年10月份以来,北京平均房价已经由37221元每平,涨至2017年2月的60738元每平,平均涨幅高达63.18%。然而,这个例子只是我国房价当前状况的缩影。其实,由于我国市场化进程的快速深入,房地产经济一直都十分积极活跃。从住房制度改革开始,全国上下,从南到北,城市住房建设已然成为共同的热点话题,房价也一路飞涨,甚至出现了非理性的膨胀。渐渐的,房价已经深入到国民生活的方方面面,甚至成为永恒的话题。并且在许多城市,一般居民已然无法承受如此高额的房价。因此,避免房价的大起大落,提出并且实施有效的调控策略,已是当务之急。而在研究我国房价而过程中,首先要做的就是找出影响房价变化的主要因素,只有这样,才能有效的监控和预测房价的走势,为政府宏观调控部门,房地产管理部门,以及房地产公司作出理性决策提供建议。

1.2 相关研究背景

1.2.1国外相关研究背景

国外有关影响房价的因素的研究趋向成熟。其探寻方向也随着时间的推移而有所改变。国外对房价的研究成果依照时代基本可以被分为两段:

(1)早期研究

Rosen(1979)和Roback(1982)等研究发现,环境,条件和劳动力市场是影响房价的重要因素。Mankiw(1989)对美国的房价与人口数量变化的相关数据实施了定量分析,结论为美国房地产价格变动主要归因于人口数量变化。Shigemi(1995),Bernanke(1999)对当时的货币政策和信用约束情况进行分析,结果显示美国出台的货币政策对房价具有一定影响。

(2) 近期研究

Glaeser 和Gyourko(2002)根据回归分析的结果得出结论,土地资源是导致房地产价格变化的主要因素。Dennis R. Capozza(2002)通过时间序列的方法,发现房价的主要影响因素是城市化水平,并且可支配收入也对房价有一定影响。Miki Seko(2003)根据自回归的分析方法,利用日本多个市县的相关面板数据,发现房价与一些基本的宏观经济指标都有关联。Ralph A. Mastromonaco(2014)基于蛛网模型住房价格动态,建立了几种n阶延迟有理差分方程,结果表明,需求弹性小于供应弹性不是发生振荡的必要条件。oseph(2016)根据百度搜索数据库的关键字查询结果提出了一个新的索引,分析了中国19个大中城市的房价异议模式。结果表明,使用新方法评估的城市房价关注的空间相互作用与重力模型相一致。J. Phillips; E. Goodstein(2016)介绍了一种评估冲突效应的计量分析,发现城市增长边界(UGB)对波特兰房价造成了上行压力,但效果相对较小。

总的来说,2000年以前,国外研究人员对房价的变化规律不够关注,因此研究较少且方向比较单一;2000年以后,国外相关专家学者对房价的研究开始逐步深入,考虑的因素变得多元化,研究方法也越来越成熟有效。

1.2.2国内相关研究背景

国内对房价的研究相对国外较晚,近10年得到迅速发展。况伟大(2000)使用GRANGER因果关系检验,分析出房地产价格的变动主要是由于土地价格的变化。袁志刚(2003)利用一个均衡模型,证明了消费者心理因素和国家颁布的相关政策在房地产价格变动中发挥了很大影响。郑恒(2004)通过构建了数理模型,结果表明消费者的投机心理对房地产价格的变化有一定影响。白霜利(2008)考察了多个城市的房价水平,并且搜集相关数据,对我国房价的进行了定量分析,数据中包括人均资源占有率和居民工资,以及生产成本,住房空置率在内等多个指标,结果显示,前三个指标对房价变化有很大解释能力。郑淑琴(2014)通过一系列研究发现影响房价的因素有外因和内因之分,外在指相关的金融指标、土地面积和土地利用率,以及相关的市场政策;内在主要指房地产投资额和收益率。

第二章 房价影响因素的定性分析

影响房价的因素种类有很多层面,并且十分复杂,涉及人口,金融,经济,政治等各个角度,因素之间又可能有着千丝万缕的关系。本文主要探讨如下几大因素:

2.1 国内生产总值

即GDP。是指一个国家的任何长期单位在特定时间段中生产出的产品或者劳务在市场经济中的价格。GDP是评估国家的经济发展好坏的关键因素。而房产占据我国经济命脉中的重要位置,对经济发展又有着不可忽视的影响。因此,GDP与房地产价格之间一定存在相关关系。

2.2 在岗职工平均收入

在岗职工可支配工资伴随国家越来越强盛,实力越来越雄厚,保持着稳定上升的趋势。同时,房地产对居民的刚需特性,也使得其价格不断攀升。因此出现了“房价收入比”的专有名词,目的就是为了对居民购买商品房的能力进行评估。因此,在岗职工的平均收入与房价有着密切关系。

2.3 人均GDP

人均生产总值。由于人均GDP的飞速上升,我国经济的整体发展上有质的飞跃。因此人均GDP的上升会导致投资的上升,拉动房地产的发展,所以人均GDP与房价之间也许有密切关联。

2.4 施工房屋面积

房地产的开发必定需要利用可用土地,伴着城镇化迅猛向前,可用的土地面积日益缺乏。土地资源作为一种缺乏弹性的自然资源,在未来的发展中只会越来越贵,而作为房地产开发的主要成本之一,这会直接影响房价的变化。因此研究施工房屋面积与房价的关系显得必要。

2.5 房地产开发商投资额

房地产开发通常需要大量的资金投入,加上近年来我国房地产行业的快速发展,使得国内外投资爱好者把目光落在一些一线城市上,尤其是北京,上海等城市,更是掀起了投资房地产的热浪。2005年到2008年这三年间,我国房地产投资增长速度远远高于同期国内生产总值的增长速度,为:20.9%,22,1%,30.2%,和20.9%。因此,房地产投资的变化将影响房地产开发的规模,进而影响房价的变化。

2.6 利率

房地产作为一种昂贵的商品,也作为一种资金密集型产业,不管是居民购买,或者开发商投资,都需要银行的贷款。因此,银行的贷款利率对房地产发展有一定影响。例如如果利率较低,将会刺激开发商对房地产的投资,也会鼓励居民贷款购买。与之类似,银行的存款利率亦有类似效应,例如存款利率降低,老百姓更愿意通过买房炒房这种较高收益的方式来进行投资。

2.7 通货膨胀率

即货币超发数量除以需求量所得到的值,一般可通过比值的大小来观察单位货币价值下降的程度。一般地,通货膨胀率如果发生下落,势必也会引起固定资产的市场价格随之减少。因为房地产作为一种不动产,一般情况下具有良好的保值效果,而通货膨胀率的上升意味着单位人民币价值的较少,所以如果通货膨胀率持续走上坡路,居民更多的会倾向于对房地产的投资,进而推动房价的进一步上涨。

2.8 建筑业从事人员

房地产开发少不了大量的专业人员的技术支持,而随着时代和科技的发展,结合环境和稀缺的土地资源,则需要建筑业专业人员技术的不断更新。房地产行业的兴起也会使得越来越多的人选择这一领域进行就业。因此,建筑业从事人员的数量也会影响房地产业的发展,从而影响房价的变化。

第三章 房价影响因素的定量研究方法

3.1 样本数据选取说明

根据本文对房价影响因素的定性分析,最终选取上述九个方面的数据,即国内生产总值,在岗职工平均收入,新增固定资产投资额,人均GDP,施工房屋面积,建筑业从业人员,房地产开发商投资额,利率,以及通货膨胀率。以全国房屋的平均销售价格来反映房价的变化情况。如下表1所示:

请支付后下载全文,论文总字数:15184字

您需要先支付 80元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图