实证分析住宅价格的影响因素(1)
基于多元线性回归的商品房价格影响因素实证分析
基于多元线性回归的商品房价格影响因素实证分析梁晨 刘枬/重庆交通大学管理学院摘要：依据凯恩斯理论和房地产泡沫理论，选取当年年人均收入、新增住房面积及上一年商品房价格等三个因素，利用相关分析和多元线性回归分析测度其对商品房价格的影响，找出了引起房地产价格波动的主要因素当年年人均收入，根据实证结论提出了控制房价的建议。
关键词：商品房价格，相关分析，多元线性回归，影响因素1 引言改革开放以来，我国的经济突飞猛进对城市商品房的价格产生了巨大影响，特别是进入21世纪后，伴随着商品房价格日益增长，出现了房地产投资过热。
在这种房价居高不下的形势下，国内外诸多专家学者认为我国的房地产市场已经出现价格泡沫，在房地产业对我国国民经济发展起着积极作用的大环境下，这种价格泡沫势必会对我国的经济发展造成重大影响。
为了解决这个问题，我国政府逐渐出台相关政策对房地产市场进行宏观调控。
国内关于房地产价格的影响因素研究很多，姚先国[1]等人对地价对房地产价格的影响进行研究，认为地价与房价有联系，但并不成线性关系，居民需求是推动房价上涨的主要原因。
姚大全[2]认为影响放低产价格的另一因素是土地储备，一方面土地价格影响开发成本，另一方面土地供应机制影响房屋开发总量。
黎文江[3]认为房价与GDP及人均收入挂钩具有合理性，两者是相互影响的关系。
需要注意的是，以上都是对单一因素进行了分析。
房地产的健康持续发展是市场正常运作的需要，也是经济持续发展的需要，运用统计学等理论方法对影响房价的相关因素进行实证研究是非常必要的，能够为居民消费、投资，政府调控提供依据，对维护广大人民群众利益有至关重要的作用。
影响房地产价格的因素有很多，根据影响程度找出主要因素对实行房地产价格的宏观调控有关键意义。
本文以中国统计年鉴2000-2012年相关数据作为分析样本，使用相关分析和多元线性回归分析方法，对选取的当年国民年人均收入、新增住房面积及上一年商品房价格等三个影响因素进行了研究。
合肥市房地产价格影响因素实证分析
合肥市房地产价格影响因素实证分析合肥市作为安徽省的省会城市，近年来房地产市场一直处于高速发展的状态。
房地产价格一直是人们关注的焦点，很多人都希望能够了解房地产价格的影响因素，以便做出更明智的投资决策。
本文将对合肥市房地产价格的影响因素进行实证分析，希望能够为广大投资者提供一些参考。
影响房地产价格的因素有诸多，比如区域因素、政策因素、经济因素等。
在合肥市的实际情况中，我们发现以下几个因素对房地产价格的影响比较显著。
第一，地理位置。
地理位置是影响房地产价格的重要因素之一。
在合肥市，像是经济发达地区、交通便利地区，房地产价格普遍要高于其他地区。
比如包河区、蜀山区等地的房地产价格相对较高，而一些偏远地区的房地产价格则相对较低。
地理位置对房地产价格的影响是不可忽视的。
第二，政策因素。
政策对房地产价格的影响也是十分重要的。
随着国家出台一系列的楼市调控政策，比如限购、限售等，房地产价格受到了较大的影响。
合肥市也不例外，政策的松紧将直接影响到房地产价格的波动。
政策因素是房地产价格波动的一个关键因素。
经济因素。
经济状况是影响房地产价格的重要因素之一。
一般来说，经济条件好的地区房地产价格就会相对较高，而经济条件差的地区房地产价格就会相对较低。
合肥市作为国家的中心城市，经济条件一直良好，因此房地产价格也一直处于一个较高的水平。
地理位置、政策因素、经济因素是影响合肥市房地产价格的主要因素。
但需要指出的是，这三个因素之间并不是孤立存在的，它们之间可能存在着相互的影响和互动。
比如政策因素可能会直接影响地理位置，而地理位置又可能会受到经济因素的影响。
要对房地产价格的影响因素进行全面的分析，不能只停留在个别因素上。
我们还需要考虑一些其他因素对房地产价格的影响。
比如人口因素、交通因素、文化因素等，这些因素虽然不太明显，但却对房地产价格有着一定的影响。
比如人口越多的地方，需求就会越大，房地产价格也就会越高；交通越便利的地方，房地产价格也会越高等等。
石家庄市商品住宅价格影响因素分析
中图分类号： ２ ３ ３ 文献标识码： Ｆ９ ． Ａ
宏观调控政策， 维护国 民经济稳定发展提 影响因素的主成分分析 供有效的理论依据 。 二、 商品住宅销售价格的影响因素 主成分 分析法也称主分量分析法， 旨 在利用降维的思想 ， 多指标转化为少数 把
收录 日 ：０２ ４ ８日 期 ２１ 年 月
根 据上文所分 析的影 响商 品住 宅价 人们对未来 有着 良好 的预期 ， 房地产 格的几个 因素 ， 本文选取 了 ９个变量来构 我们才能认识到房价持续上涨的成因 。 本 长 ，
价格 稳步上升 建模型 ， 它们分 别是 ： 商品住宅平 均销售 文 以石家庄市 的商品住宅 市场 为考 察对 市场一般会 出现供销两旺、
将原来个数 较多且彼 此相 关的 相关行业 的发展策略 ， 也间接影响了外来 和合 并， 使得 市场上供 出售 的土地和建筑 的前提下，
工作者在城市 中定居 的意愿与生活成本 ， 大量增加 。居 民 由于 失业 以及 收入 的下 指标 用线性组合 的方法转化 为新的个数 对住宅的需求 也会大幅减少 。 相反 ， 在 较少且彼此独立或不相关 的综合指标。 显然 不利于地方经济 的可持 续发展 。为 降， 伴 此 ，只有充分了解房价 的各种影 响因素 ， 经济高速增长期间 ， 随着 收入 的稳步增
房地产 开发企业土地购 置 房地产产业在我国是个新兴产业 ， 因此 ， 自 贷款利率对房产市场具有非常重要 产投 资额 （ ， ２ ｏ世纪八十年代 开始起 步，一直 以高速 的影 响。 房地产开发商和消费者 的借款能 费用 ， 房地产开发投资额 （ 。其 中， 其 度持续发展 ，到 目前 为止取得 了很大成 力如何 ， 与利率有直接的关系 。在供给方 商品住宅平均销售 价格 为被解释变量 ， 就。房地产业作为基础性和先导性产业 ， 面， 当利率下 降时， 地产开发 投资和房 余为解释变量 。根 据 ２０ —０ ０年 的《 房 ０ １２ １ 中 对我国的经济建设起着举足轻重 的作用 。 地产抵押贷 款将 源源 不断地涌 向房地产 国房地 产统 计年 鉴》 《 北统计 年 鉴》 、河 、
影响房地产价格走势的因素有哪些
影响房地产价格走势的因素有哪些
房地产市场价格水平既受到成本与费用构成的影响，同时也是其他众多因素相互作用的结果。
这些因素包括：
1.社会因素
社会因素包括社会治安状况、人口密度、家庭结构、消费心理等。
2.政治因素
政治因素是指会对房地产价格产生影响的国家政策法规，包括房地产价格政策、税收政策、城市发展规划等。
3.经济因素
经济因素包括宏观经济状况、物价状况、居民收入状况等。
4.自然因素
自然因素包括房地产所处地段的地质、地形、地势及气候等。
5.区域因素
区域因素包括交通状况、公共设施、配套设施、学校、医院、商业网点、环境状况等。
6.个别因素
个别因素是指影响某个房地产项目的具体因素，包括建筑物造型、风格、色调、朝向、结构、材料、功能设计、施工质量、物业管理水平等。
功能设计合理、施工质量优良、通风采光好和良好的朝向等因素都会相应地在房地产价格上体现出来。
我国住宅销售价格的影响因素分析——以35个大中城市住宅价格为例
我 国住 宅销 售 价格 的 影 响 因素分 析
— —
以３ ５个大 中城 市住宅格 为例
孙 雪梅
摘 要 ：房价 问题关 系到国计 民生 。随着我 国房地产 市场迅猛发展 ，越 来越 多的 问题也暴露 出来，过 高的房 价 已经远远超过 了广 大居 民的购房承 受能力 ，并导致物价 总水平的不断攀升，通货膨胀压力凸现。房价 问题 己成为社会各界讨论的热点之 一。本文 以全 国３ ５个 大中 城 市 为研 究对 象 ，结 合 Ｐ ａ ｎ ｅ ｌ Ｄ ａ ｔ ａ 模 型 ，运 用 多元 回 归 分析 方 法研 究住 宅价 格 的 影 响 因素 。 面 板 数 据 分 析 结 果 显 示 ，人 均 可 支 配 收 入 对 住 宅销售价格 的影响最 为显著 ；同时，通过 比较 东中西部的模型 ，分析我 国住 宅销售价格的 区域差异 ，得 出三大地带城 市住宅价格的解释 变 量不尽 相同，即使相 同，其影响效应也是有差异的。在此基础上 ，本文提 出了相应 的政策建议。 关键词 ：住 宅价格 ；影响因素；Ｐ ａ ｎ ｅ ｌ Ｄ ａ ｔ ａ模型 ；回归分析
（ 一 ） 变量 选 取 与 模 型 建 立
指标 ；Ｇ Ｄ Ｐ 是反映一个地区经 济发展 的重要 指标 ；对于住宅长期 供给 ， 本文选取商品住宅竣工面积这一指标 。 综上所述 ，本文将选取市 区非农业人 口 Ｐ Ｏ Ｐ（ 万人 ） 、城镇居 民人 均可支配收入 Ｐ Ｄ Ｉ（ 元） 、恩格尔系数 Ｅ Ｎ Ｇ（ ％） 、Ｇ Ｄ Ｐ（ 亿元 ） 、商 品 住宅竣工面积 Ｈ Ｂ Ｓ（ 万 ） 这五个变 量作为分 析住宅价 格的解释 变量
房地产价格影响因素实证研究
房地产价格影响因素实证研究摘要:作为国民经济体系中的基础产业，房地产市场健康有序的发展是构建和谐社会的重要保障。
近年来房地产价格的变化趋势引起了学者们的广泛关注。
鉴于此，笔者利用31个省、自治区、直辖市2004年—2010年的面板数据，对影响城市房地产价格因素进行了实证分析，以期研究影响房地产价格的主要因素，并结合分析结果提出了若干建议。
关键词:房地产价格影响因素回归模型房地产作为国民经济体系中的基础产业，是推动国民经济发展，带动其他产业发展的重要力量，房地产价格波动对居民生活安定及国民经济稳定发展有着不可忽视的影响。
自2003 年以来，中国房地产价格持续上涨，之后政府针对房价过快上涨进行了一系列紧缩性政策的调控，但房价依然保持上升态势，房价的增长速度已经远高于居民收入与消费水平的增长速度。
2008 年在美国金融危机的打击下，房地产市场出现波动。
但随后2009年我国房价又出现过热的现象，住房难已成为困扰人们的一大民生问题。
政府采取了大力度的房价调控政策，从2011年下旬开始，大中城市住房的降价空间逐渐增大，房价呈现出缓慢下降趋势。
一、文献综述近年来，随着我国房价问题的日益突出，国内研究者们纷纷对影响房地产价格的主要因素展开了大讨论。
王金明、高铁梅(2004) 利用变参数模型对我国房地产市场的需求与供给函数进行了动态分析,认为收入是影响需求的主要因素, 房价是影响供给的主要因素, 因此将房地产价格控制在合理的范围是保证房地产发展的根本前提。
周京奎（2006 ）通过对房地产价格、汇率和利率的实证分析研究，得出汇率与房地产价格格正相关，利率与房地产价格负相关的结论。
宋勃和高波（2007 ）认为国外资金长期的涌入是我国住房价格上涨的一个重要因素。
张蓓（2008）建立panel data 模型，实证研究结果明确了居民可支配收入增加、人口增加等因素导致的住宅需求扩张是房价上涨的首要因素。
周建军（2009）以我国 2000年至2007 年每个季度的数据为研究基础，对影响我国住房价格的因素进行了实证研究，结果表明居民可支配收入、土地价格与房价正相关，利率与房价负相关。
住宅价格的影响因素分析
、
住 宅价格 影 晌 因素的 理论 分析
水 平高的地区 ， 家庭 收入水平也高 ， 对住宅 的购买能力就强 ， 因此住宅需求就 比较 旺盛 。反之则相反 。（ ） 口数量和结 ２人 构。 随着城市人 口的增长 ， 对住宅的需求随之增长。 城市人 口 数 量增加 的同时 ， 家庭人 口结构也 在发生变 化 ， 如家庭 呈小
供应 量与 土地 价格 。土地是房地产 的首要构成要 素 ， 土地 的
供应量很 大程 度上 决定 了房地产的开发量 ， 土地 的价格直 接 影响房地产开发成本 。 ２ 资金供应量 。 （） 房地 产业 属于资金 密 集 型产业 ， 房地产开发 需要大 量资金 ， 因而资金供应 量影 响 房地产投资规模 。（ ） ３ 利率 。中国金融市场不发达 ， 市场机制 不 成 熟 ， 接 融 资 比 例很 高 ， 地 产 投 资 在 相 当 大 的 程 度 上 间 房
收 稿 日期 ：０ ０ ０ — ８ ２１—２２
供给和需求因素 。 供给方面的主要影 响因素有 土地 因素 以及
资金 因素 ， 土地因素 可 以通过住 宅竣 工面积最终 反映 ， 资金
近 几年 ， 中国住宅 价格持续 快速 上涨 ， 已超 出了大 多数 城市居 民的承受能力 ，房 价问题 已经成为社会 的焦 点问题 。 研究 中国住宅价格变动的影响因素 ， 具有重要 的现实意义 。
一
各种可能 的价格 下 ， 意而且能够购买 的住宅数量 。影 响住 愿
宅需求 的因素是多 方面 的 ， 了住宅价 格外 ， 除 主要有 以下 因
其 中， Ｄ为住宅 需求量 ， Ｐ为住宅价 格 ， Ｙ为家庭 收入水 平， Ｎ为居 民数量 ， Ｒ为利率 ，Ｐ Ｐ 为住宅 价格 预期 。 联 立式 （ ） （ ）可 以得 到 ： １和 ２ ，
房地产价格影响因素的实证研究_基于我国各省的面板数据分析
经济研究导刊ECONOMIC RESEARCH GUIDE总第223期2014年第5期Serial No .223No .5，2014引言2007年，美国房地产泡沫的破灭，引发了次贷危机；我国房地产市场也出现了衰退的迹象，房价持续下降。
2009年，受多重因素的影响，各种资金纷纷进入楼市，房地产市场量价齐升，迅速从复苏走向过热。
弄清影响房价的主要影响因素，探究我国房地产投资是否过热，房价是否合理，是否存在泡沫以及如何有效控制房地产价格迫在眉睫。
A braham 和Hendershott （1996）通过构造一个包含滞后项过程的住宅价格模型，揭示了住宅价格与建设成本、就业率和收入直接相关，而价格上涨幅度和利率呈负相关。
Takatoshi 等（1995）认为，在20世纪80年代日本房地产价格泡沫中，银行对房地产行业信贷的急剧增加起到了诱发的作用。
C ollyns 和Senhadji （2002）以中国香港、韩国、新加坡、泰国作为样本，证实信贷增长显著影响了房地产价格。
乔志敏（1995）用实证分析表明，生产成本的波动对房地产价格的波动有明显的作用。
平新乔（2004）认为，地价的上升推动了房价的上升。
崔光灿（2008）通过上海房地产信贷与房地产市场关系的实证研究，得出了房地产信贷同房地产价格存在着长期的协整关系，房地产信贷对房地产价格有明显的促进作用。
王松涛（2009）认为，住房价格波动不仅受到城市经济维度与房地产市场维度因素的影响，而且也受到开放经济维度因素的影响。
综上所述，国内外学者对房地产价格影响因素的研究很丰富。
本文归纳他们的研究，主要从市场需求、供给和金融角度出发，利用我国1997—2009年的面板数据对这一问题进行检验。
一、中国房地产价格影响因素和理论假说（一）需求方因素：人均GDP 和居民可支配收入从理论上看，人均GDP 和居民可支配收入作为收入水平的衡量指标，它的上升会增强居民的购买能力，提供房屋的有效需求；另一方面，由于房产本身可以作为投资品的这种特殊性，会刺激投资性的需求。
房价的影响因素分析及预测模型——基于北京市相关数据的实证研究
房价的影响因素分析及预测模型——基于北京市相关数据的实证研究房价是影响一个城市房地产市场的重要指标之一、它受到多种因素的影响，包括宏观经济因素、政策因素和市场因素等。
本文将从这些方面进行房价的影响因素分析，并构建相应的预测模型来预测北京市的房价。
一、宏观经济因素宏观经济因素是房价的重要决定因素之一，包括经济增长、通货膨胀率、利率水平和人口增长等。
经济增长是房价上涨的基础，经济增长意味着人们的收入水平提高，购买力增强，从而推动了房价的上涨。
通货膨胀率的上升会导致货币贬值，进而推高了房价。
利率水平的变化也会直接影响房价，当利率上升时，购买房产的成本也会增加，从而抑制了房价的上涨。
人口增长也会对房价产生影响，当人口持续增长时，对住房的需求也会增加，从而推动了房价的上涨。
二、政策因素政策因素是影响房价的关键因素之一、政府的相关政策措施对房价具有重大的影响。
例如，房地产调控政策的出台会直接影响房价的波动。
当政府采取严格的调控政策时，会抑制投资投机需求，从而稳定房价。
另外，政府还会出台土地供应政策、建筑规划政策等，这些政策也会直接或间接地影响着房价的波动。
三、市场因素市场因素也是影响房价的重要因素之一，包括供需关系、市场预期和交易成本等。
供需关系是房价波动的基础，当供大于求时，房价会下降；当需大于供时，房价会上涨。
市场预期也会对房价产生影响，市场预期房价上涨时，会促使购房者提前购买，从而推高了房价。
交易成本的变动也会对房价产生影响，例如涉及房地产的税费、手续费等，这些成本的减少会刺激购房需求，从而推高了房价。
基于以上分析，我们可以构建一个预测模型来预测北京市的房价。
首先，我们可以收集并整理相应的数据，包括历史房价数据、宏观经济数据、政策数据和市场数据等。
然后，我们可以利用回归分析的方法来构建预测模型。
以房价为因变量，宏观经济数据、政策数据和市场数据为自变量，利用历史数据进行回归分析，得到回归方程。
最后，我们可以利用该回归方程来进行房价的预测。
广东省商品房价格影响因素的实证分析
其 中 Ｄ１ （ 在下面用Ｅ Ｅ 软件分析时用Ｃ ＶＩＷＳ 代替） 为常数项 ， ｕ 为 随机扰动项。
三 模 型的估计 与检验
（ ） 一 参数的估计 采用Ｅ ＩＷＳ Ｖ Ｅ 将数据进行回归分析。得到如下分析结果如表１ ： 得 到 回归 方程 ： Ｌ Ｙ） １ ．３ ０ ４Ｌ Ｘ１一 ．７ Ｌ Ｘ２＋ ．６ Ｌ Ｘ ）０ Ｎ（ ＝ ４７ ＋ ．３ Ｎ（ ） １５ Ｎ（ ） ０３ Ｎ（ ３＋ ． ２Ｌ Ｘ ） ２ Ｎ（ ４ ｔ （．５０４ ２ １５０ ） ３ ６ １０ ）（．４ ３２（．０ ６０ ＝ ４６ ４６ ）（．０ １７ 一 ．２０４ ３６５ ４） ８ ３３ ） （ １
Ｒ２ ． ５ ７ Ｒ 一＝０ ９ ０ ９ ８ ５ ４６９ Ｆ １ ３ ５ ６ ６９ ８ ． ５ ９ Ｄ． ． １６ ０ Ｗ ．９
（ ） 二 模型的检验 １ 、经济意义 的检验 （） １从回归的结果看 ： 广东省城镇居 民的储蓄余额Ｘ１ 品房价 商 格Ｙ呈正向关系 ， 储蓄每增加１ 商品房价格就上涨０４ ％， ％， ．３ 房价上 涨的幅度小于储蓄增加的幅度 ； 符合经济意义。 （） ２年末常住人 口Ｘ２ 和商品房价格Ｙ呈反 向关系 ， 口每增加 人 １ 房价下降１５％， ％， ．７ 这不太符合我们的一般经济分析 ， 因为人 口增 加， 对商品房的需求Байду номын сангаас增加 ， 房价必然会上涨。但此处的回归结果 却 不能 解释 这 一假 设 。 （） ３每年商品房竣工面积Ｘ３ 和商 品房价格Ｙ呈正 向关系 ， 面积 每增加 １ 商 品房价格就上涨０ ３％， ％， ．６ 房价上涨的幅度小于储蓄增 加的幅度 ； 因为商品房竣工面积增 加 ， 看似增加了商品房的供给 ， 但还包含许多其他 的因素 ， 需要进一步的分析和说明 ， 不能轻易下
城市住宅价格影响因素分析——以上海市为例
长 期还 是短期 ， 国 ＧＤ 我 Ｐ波动 都是住 宅价格 波动
的 Ｇｒｎ ｅ 原 因 ， 期 内的 经济 过 热 容 易 引起 房 ａｇｒ 短
收 稿 日期 ：０ ９１ －５ ２０ —２２
作者简介 ： 崔书 田（ ９ ３ ， 上海交通大学安泰经济与管理学院管理科学与工程专业硕士研究生 。 １ ８ 一） 男，
求 。对于无 房 的低 收人 家 庭 来说 ， 收人 的增 加会
动 作用 。 张夕 琨 （ ０ ７ ６ 研究 了住宅 价格 与居 民 ２０． ）
可支配 收入 的关 系 ， 出住 宅 价 格 与居 民可支 配 提 收入具 有长期 的 正 向关 系 ， 即居 民 收入 的 提高 在
长期 内会推 动住 宅价格 的上涨 。王西 军 （０ ７ ８ ２ ０．）
造成 房地产 业 的繁 荣 。
国内很 多学 者对住 宅价格 影响 因素做 过相关 研 究 。张金 清 （ ０ ６ ９ 提 出单 位供 给需求 和人 民 ２ ０． ）
币升值 预期对 上 海市住 宅价格 的上涨 有 巨大 的推
解释 变量 Ｉ Ｃ： 均 可支 配 收 入 。人 均 可 支 Ｎ 人 配 收入反 映 了城 市 居 民 的购 买力 ， 古 典 微 观经 新 济学 理论认 为 ， 收入 影 响 着城 市 居 民对 商 品的需
２ １ 变 量选择 ．
几 个 方 面 ： 社 会 因 素 ： 括人 口总数 和 密度 、 ① 包 家 庭规模 、 市化 、 地 产 投机 、 城 房 心理 因素等 。② 经
笔者选 择住宅 投资 总额 、 均 可支配 收入 、 人 房 地 产政策 、 开发 成本 作 为解 释变 量 对 上海 市 的住 宅价 格进行 回归 分析 。
影响。
房价上涨的原因和影响
房价上涨的原因和影响首先，供求关系是房价上涨的主要原因之一、随着人口的增加和城市化的进程，市场对住房的需求逐渐增加，供应不能满足需求导致房价上涨。
此外，城市繁荣度的提高、城市规划的不合理以及企业发展的需要也会对房价造成一定的影响。
其次，土地政策对房价上涨也有很大影响。
在一些地方政府实行的土地供应紧张的政策下，土地供应不足从而导致房价上涨。
此外，政府制定的土地出让和土地租赁政策都直接或间接地影响着房价。
第三，经济增长也是房价上涨的重要推动力之一、随着经济的发展，人民的收入水平提高，购房需求也相应增加，这导致了房价上涨。
此外，经济增长还带动了新建住房的增加和城市繁荣度的提高，也会对房价产生较大的影响。
第四，金融政策对房价上涨也有一定的影响。
货币政策的放松会导致资金过多流入房地产市场，从而推高房价。
此外，如果银行对购房人提供较宽松的贷款政策，购房需求将会增加，也会对房价造成一定的影响。
房价上涨对社会经济产生了深远的影响。
首先，房价上涨导致了住房成本的上升，让许多中低收入家庭难以负担，使他们的经济压力增加。
其次，高房价有可能引发金融风险。
如果房地产市场出现泡沫，房价暴跌将会带来金融风险，对整个经济产生严重影响。
此外，房价上涨还导致了资产的重新分配，加剧社会贫富差距。
总结起来，房价上涨的原因包括供求关系、土地政策、经济增长以及金融政策等多个方面。
房价上涨对个人和社会产生了广泛的影响，包括住房成本上升、金融风险以及贫富差距的加剧等。
因此，相关部门需要通过制定合理的政策来控制房价的上涨，保障市民的居住权益，并且稳定经济的发展。
我国城市住房价格影响因素以及影响贡献度的实证分析
内容 摘 要 ：本 文 通 过 建 立 住 房 价 格 影
影响居民的生活 ，成为社会 各界 关注 的焦 点 问题。 本文正是基于上述问题 ，对影响我国
响 因素 模 型 ，利 用 ２ ０ ２ ０ 年 １ 年 ０ ０— ０ ９ ０ 间我 国 ３ ３个城 市 面板 数 据 来 实证 检 验 我 国住 房 价 格 高 涨 的 影 响 因 素 ，并 利 用 因素 贡 献 度 方 法衡 量 各 影 响 因素 对 房 价 的 影 响 程 度 ．在 此 基 础 上 分 析 提 高 房 地 产调 控 政 策 有 效 性 、 实 现 住 房 价 格 平 稳 的 途 径 。 结 果 表 明 ，从 全 国
黄振宇 （ ０ 借助 Ｓ Ｄ模型分析了 ２１ １） — 我 国土地 出让制度 、政府的 “ 招拍挂”制 度 和地 方政府 的逐利行 为对地价 的影响。 结果显示 ，土地 出让制度形成的政府垄断 供 地格局和 房地产税 费设
住房衔 接有漏洞 ，长期忽视夹心层 人群 ；
三是政府缺 乏提供保 障性住房 的动 力，保
林 博士 初春莉 博士 （ 、对外经济 贸易大 学国际经 济贸易 １ 学院 北京 １０ ２ 、中央财经大学经济 学院 北京 １０ ８ ） ００ ９ ２ ００１
究 ，结果表 明住房价格 的波动主要是需 求 变化 引起 的 ，主要影响 因素是收入和住房 使 用成本 。Ｒ ｊ ｅ Ｐ ｎ ＆ Ｗ…ｉｍ Ｃ ｕｉ ｅ ｇ ｕ ａ Ｗｈ ａｏ １ ９ 利 用住房需 求和供给模 ｅ ｔｎ（ ９ ４）
对影响住房供给 、需求和收益的因素 ，如
财政制度 、土地供给 、收入 、利率 以及投
资投机行为等进行研究。
重庆市房地产价格变动影响因素的实证分析
由上表中 ，可以看 出 由于经济 的增 长，人们 的生活 水平 不 断的提 高 ，人均可支配收入在不断的增加 ，又由于现在社会的发展需 要人们对
房屋的需求也在不断的增加 。需求拉动供给 ，这就使得房屋 的竣工面积
也逐年的增长。虽然房屋的竣 工面积在不断 的增加 ，但是在整 个房地产 市场还是出现一种供 不应求 的现象 ，这样房价也就不断上涨 近几年还 出 现了一种居高不下的势态。房 价的波动是 由于多种原 因共 同影响的 ，而 不是其 中一种可以决定 的，它不仅与房 屋本身有关 ，还和政 府的政策 、 购房者喜好等众多因素都有着密不可分的关 系。 （ 二 ）房地产的价格 的影 响因素 房地产是一个 比较综合的行业 ，它与百姓生 活的各个 方面都有着 密 切 的联 系。从上面也 可 以看出影 响它 价格 的 因素有许 多 。有 微观 、宏
３ ５ ３ ２ ６ ４ ｏ Ｏ ４ ２
房屋竣 工面积 Ｇ Ｄ Ｐ （ 万ｍ ２ ） （ 亿元 ）
７ ４ ７ ３
８ ２ ９ ２ ８ ９ ８ ９
人 均可支配 收入 （ 元）
ｌ ５ ７ ４ ８
１ ７ ５ ３ ２ ２ ０ ２ ４ ９
４ １ ７ ９
５ ７ ６ ２ ６ ３ ９ ０
５ 、贷款的利率。一个房 地产项 目的投资是 非常之 巨大 的 ，房地产 企业的一个项 目的运作就需 要巨大 的资金来进行周转 。而在 房地产企业 中，其项 目资金除了 自已筹 备的以外 ，还有很大一部分 的资 金来源于银 行的贷款。因此 ，银行 的贷 款 的利率对 于房 地产 价格来 说影 响也 是很
裹１ ２ Ｏ Ｏ ９年 － ２ ０ １ ３ 年Ｉ庆市统计指标裹
而成 的 ， 所以， 房地产 的价格也就 间接 的受到 了煤 、石油 、天然气等天 然原材料价格 的影 响。但是最近几年 ，由于这些天然原材料 的稀缺性 而 造就 了这些原材料 的价格持续 的上涨 ，从而也就推动了房地 产市场价格 的持续上涨 。 ３ 、工人 的工 资水平 。人力资源是房地产行业不可或缺 的主要资源 ， 房地产从最初 的拿地 到最后 的售 出及售后 的物业服务 ，都需要 不断 的有 人的参与。这就意味着要不 断的对人力资源进行投入 ，因此 ，人力资 源 成本 也是房产成本 的主要构成要素之一 。 ４ 、房地产 的开发 的投资 。通常 的情 况下房地 产的开 发投资包 含对 土地 的开发投 资和对房屋 开发 的投资 。对土地开发的投资一般 是指的在 房地 产开发的前期 的工作 ，通常有新 增加 的土地 的开 发和对原 有的老 、 旧建筑物的改造。在 实际操作 的过程 中，这两种开发投资都是 一笔 巨大 的投 资 ， 在 房地产 的价格影 响的程度上也是非常 巨大 的，但是 开发的规 模很 大 ，房地产的 价格 会 稍 稍 的下 降一 些 ，相 反 的话 就 会 有些 许 的 升高。
城市商品住宅价格影响因素差异性研究——以武汉城市圈为例
上述 分析说 明 ， 大城市 房地产 发展 较为成 熟 ， 响其商 品 影 住宅价格 的主要 因素是房 地产 自由发展 的市 场因素 ， 中小城 而
市房地产发 展还处于比较混乱 的局面 ， 响其 商品住宅价格 的 影
主要 因素 多为非市场 因素 。由此 ， 本文建议 中小城市政府 部门 在制定 房价 调控措施 时应根 据 自身房地 产的具 体情 况进行 决 策 ， 意区 别于大城 市房价 的调控措 施 ， 勿盲 目跟风而 忽 应注 切 略实际 ， 自身房地产的健康发展 。 影响
由以上结果可知 ， 黄石市 和鄂州市 的商品住宅价格 与其 影
响因素的回归模型拟合效果很好 ， 且均能通过 Ｆ 检验和 ｔ 检验 ， 说明黄 石市 的地方财政 一般预 算收 入能够 很好地 解释 黄石 市
对 式（ ） ２所示模型进行检验 ， 得结果如下 ：
表 １ 回 归统 计 量
回 归 系 数 Ｒ 回归 系数 Ｒ 的 平 方 调 整 了 的 Ｒ 平 方 标 准 误 差
入、 地方财政一般预算收入 、 民消费价格指数 （ Ｐ ） 居 Ｃ Ｉ等六项指 标， 分析其与商品住宅价格之间的关 系。 选取 的各项指标与商品住 宅价 格的影响关系如下 ： 地区生
产总值 （ Ｄ ） 长 ， 使房 地 产使用 需求 和 资产需 求增 Ｇ Ｐ 的增 会促
加， 进而导致商品住宅价格上升 ； 口的增加 ， 人 家庭人 口的小 型
品住 宅价格的影 响最 大 ， 方财政一般预 算收入增 加一个百分 地
表１ 中相关系数 Ｒ＝ ． ５ ， 明武 汉市 的商品住 宅价 格与 ０ ９８说 ９ 武汉市的房地产开发投 资完成额及城镇居 民人均可 支配收入 高度相关 ； 复相关系数 Ｒ ＝ ． １ ， ｚ０ ９７说明武汉市的商品住宅价格 ９ 总值 ９． ％ ９ ７ 的变动可由回归解释 ， １ 即拟合效果很好 ； 调整后的
昆明市房地产价格影响因素及实证分析——以住宅市场为例的开题报告
昆明市房地产价格影响因素及实证分析——以住宅市场为例的开题报告一、选题背景近年来，随着我国经济的快速发展与城镇化进程的不断推进，房地产市场成为社会各界关注的焦点。
在全国范围内，房地产市场价格出现了普遍上涨的趋势，各地政府也在积极采取措施稳定房地产市场。
而昆明市作为云南省省会和西南地区重要的经济中心城市，房地产市场价格也受到广泛关注。
因此，通过研究昆明市房地产市场价格影响因素，不仅可以揭示当地房地产市场的运行规律，为政府部门制定相关政策提供参考，同时也可以为房地产企业提供决策依据，更好地适应市场变化。
二、研究意义昆明市房地产市场的价格涨跌关系到不仅是房地产企业的运营、政府部门的调控、市民的居住等问题，还关系到昆明市经济的发展和维护社会稳定等方面。
因此，本研究的课题选取昆明市房地产市场价格影响因素，旨在探究昆明市房地产市场的运作机制，为昆明市政府制定相关政策以及房地产企业的决策提供参考。
三、研究内容本研究拟选取昆明市住宅市场为样本，通过采集房地产市场价格数据和相关经济指标数据，采用多元线性回归等统计分析方法，对昆明市房地产价格影响因素进行实证分析，探索影响因素的大小及对价格的影响程度。
具体内容包括以下三个方面：1.对昆明市房地产市场价格涨跌趋势进行梳理，分析其影响原因和经济环境；2.通过采集相关数据，建立昆明市住宅市场价格的多元线性回归模型，探究价格受到哪些因素的影响，并定量分析影响程度；3.根据分析结果，提出合理化建议，为政策制定和企业决策提供依据。
四、研究方法与步骤本研究采用多元线性回归法对昆明市房地产市场价格影响因素进行实证分析，具体步骤如下：1.选取昆明市住宅市场为研究对象，收集相关的价格数据和经济指标数据；2.选取多元线性回归模型对价格和经济指标进行回归分析，得到模型的回归系数、拟合优度等数据，根据模型的显著性程度和整体拟合效果进行判定；3.分析回归系数，确定各个经济指标对价格的影响程度和方向，并进行多元配对比较和单因素分析，分析各个影响因素相对重要程度；4.提出合理化建议，为政府制定相关政策和房地产企业的决策提供依据。
我国房地产价格波动率的影响因素及实证分析(一)
我国房地产价格波动率的影响因素及实证分析(一) 概述房地产市场是我国经济发展中十分重要的一环，房价波动对我们的生产生活都有着深刻的影响。
本文旨在探究我国房地产价格波动率的影响因素及其实证分析。
波动率的定义波动率是反映市场价格波动的风险指标之一，它的计算一般是以某一个时间段内价格变动的标准差平均值为度量。
具体表现为价格波动程度的大小，价格波动越大，波动率就越高。
在房地产市场中，波动率是指房价价格的总体变动程度，反映了市场变动的频率和幅度。
影响因素分析宏观经济环境1.GDP增长率宏观经济环境对房地产市场有着重要的影响，特别是GDP增长率。
在经济增长的环境下，人们的收入增加，购买力增强，房价显然也会上涨。
2.通货膨胀率通货膨胀率是指物价总水平上升的速度，由于物价上涨会导致人们的购买力下降，因此通货膨胀率对于房价也有着很大的影响。
3.利率变动利率对房价波动也有很大的影响，因为房屋的购买和销售往往需要借贷，而房贷利率的变化会直接影响人们的购买力和偿还能力，从而进一步影响房价。
政策环境政策环境对于房地产市场也有着很大的影响，下面我们将从两个方面进行分析。
1.土地政策土地政策的变化可以直接影响房价。
当政府加强对土地的流转管控，土地供应减少，房价自然会上涨；反之，当政府开放土地供应，房价会上涨，但是房价过快上涨会引起经济的泡沫，因此土地流转需要平衡。
2.购房政策购房政策的变化同样会直接影响房价。
当政府出台支持购房人的政策时，房价会增加；相反，当政府出台限购政策时，房价则会下降。
竞争环境其他房地产企业的竞争环境也会对房价产生影响，竞争环境的激烈程度直接影响着开发商的盈利水平，从而影响房价。
实证分析为了验证上述影响因素是否真正对房价波动率产生了影响，本文使用了中原地产数据，并采用了多元回归模型进行实证分析。
具体结果如下：房价波动率 = 0.104 + 0.512 * GDP增长率+ 0.054 * 通货膨胀率+ 0.865 * 利率变动+ 0.066 * 土地政策变化- 0.038 * 购房政策变化+ 0.063 * 竞争环境激烈程度从上述模型结果可以看出，GDP增长率、通货膨胀率、利率变动、土地政策变化、竞争环境激烈程度对于房价波动率均有显著影响，而购房政策变化对于房价波动率的影响不显著。
长春市商品房价格影响因素实证分析
改革开放以来 ， 我国房地产在短 时间里 ， 历经 了
多次投 资 开发 热潮 。房 价 的快速 上涨 ，使 房 屋价 格 与居 民实 际购 买能 力之 间 出现 了 明显 的矛盾 ，百 姓 购房 压力 加大 ，过 陕上 涨 的房地 产 价格 引发 了人 们 对房 地产 泡 沫 的担 忧 。长 春市 作 为我 国 ７ ０个 大 中 城市 之一 ， 问题也 尤为 突 出 ， 此 进行 长春 市住 宅价 格 影 响 因素 的实 证分 析 ，有 助于科 学 地把握 房 地产 市 场 的发展 规律 ，为政府 调控 房地 产 市场 尤其 是住 宅
［ 关键 词 ］ 商品房价格 ； 影响 因素 ； 口； 人 土地价格 ； 竣工面积 ； 回归分析 ［ 中图分类号 ］Ｆ ９ ．３ ２ ９２ ［ 收稿 日期 ］ ０ １ １ ０ ２ １—１—１ ［ 文献标识码 ］Ａ ［ 文章编号 ］ ６ １ ６ ７ （ ０ １０ －０２ －０ １７ — ６ １ ２ １ ）４ ０ ９ ４
定提供 一 些量 化分 析参 考 ，对 整个 国 民经济 的研 究
具有很 大 的意 义 。
为迅猛。 但是与全国平均商品房房价进行横向比较 ， 长 春市 多数 年份低 于全 国平 均水平 （ 图 １ 。 如 ）
二 、 究的 内容和方法 研
本文主要整理收集长春市 １９ 年至 ２ １ 年的 ９５ ００
１９ ９５ ｌ９ ９６ １９ ９７ １ ９８ ９ １９ ９９ ２０ ０ ０ ２０ ０１ ２ ０２ ０ ２ ０３ ０
２ ０４ ０ ２ ０５ ０
年末总 人口 （ 万人 ）
６６ ３ ７． ６７ ８ ６． ６８ ８ ３． ６８ ９ ６． ６９１２ ． ６９ ６ ９． ７ ． ０５７ ７１ ５ ２． ７ｌ ． ８２
住房价格上涨与其影响因素之间的关系研究——基于VEC模型的实证分析
统计与信息论 坛
要影 响 因素 。另 外 ， １因素 也 是 住 房 价格 变动 的 人。由此 ， 我们选择土地价格作 为住房价格
波动 的一个解 释 变量 。 （ ） 三 房地产 资金来 源 中的国 内贷 款 纵观世 界各 国泡沫 经济 、 融危机 的经验 ， 以 金 可
的因素进行全 面分析， 在此基础 上运用 Ｖ Ｃ模 型 Ｅ （ 即向量误差修正模型） 中国近年来房价持续上涨 对 的原因进行定量研究 。
平均收入的增长速度。较高的住房价格会对房地产 业的发展提供较 大的动力 ， 但是过高 的住房价格无 疑会对经济带来极大的负面影响。房地产业与金融 业之间的紧密联系使得房价波动的风险高度集中于
步伐的加快所带来的城镇人 口大量增加为房地产业
的发 展 提供 了一 个 极 其 有 利 的市 场 时机 ， 在 国 家 而
土地、 金融等各种优惠政策和地方政府推动的有利 条件下 ， 对房地产投 资的高 回报预期使得大量社会 资金介入房地产业 ， 以致 中国房地产业保持持续高 速增长的态势。但由于中国土地市场的缺位以及短
自 ２ 世纪 ９ 年代 中国逐步取消城镇福利分房 ０ ０ 以来 ， 国房地 产 业 从无 到 有 ， 展极 其 迅速 ， 今 中 发 至
已经走 过 了十 几年 的发 展历 程 。近 年来 中国城镇 化
动与一种特定相关因素之 间关系的研究 ， 中比较 其 典型的是对住房价格上涨与土地价格上涨之间的因 果关系检验ｌ ３和住房 价格上涨与金融 过度支持 １］ Ｉ 之间的关系的研究【 ５； ４ 另一类是建立多变量计量 － 模 型分 析多个 变 量对住 房价 格上 涨 的影 响 ［ ８。 ６ ］ － 由上述对现有文献 的回顾可 以看出 ， 目前对国 内住房价格波动原因进行全面分析 的文献还 比较 少， 而且 由于对变量数据选择和处理方式 的不 同， 对
上海经济基本面对住宅价格影响的实证分析的开题报告
上海经济基本面对住宅价格影响的实证分析的开题报告
一、研究背景
近年来，随着中国经济的快速发展和城市化进程的加速推进，住宅市场成为各方关注的焦点。
特别是在一线和部分二线城市，住宅价格一度呈现大幅上涨的趋势，引发了广泛的社会关注和争议。
在这种背景下，对于住宅价格的影响因素进行深入研究并掌握住房市场动态，具有重要的现实意义。
上海作为中国的特大城市之一，拥有较为优越的经济条件和基础设施。
然而，上海住宅市场的发展也存在着一些问题，如价格高企、房价波动大等。
因此，探究上海经济基本面对住宅价格的影响具有实际意义。
二、研究问题
在上海经济基本面的影响下，住宅价格会发生怎样的变化？具体地，上海经济基本面包括哪些指标，这些指标对住宅价格的影响程度如何？
三、研究目的
此次研究旨在通过实证分析，探究上海经济基本面对住宅价格的影响，为了解上海住宅市场动态，提出相关政策建议提供数据基础。
四、研究方法
本文采用的方法包括时间序列分析和面板数据模型。
首先，通过查找相关文献和官方数据，选择代表上海经济基本面的指标，并使用时间序列分析方法，探究其与住宅价格的关系。
然后，运用面板数据模型，进一步分析上海经济基本面各指标对住宅价格的影响程度。
五、研究结构
本文包括五个部分。
第一部分是绪论，简要介绍研究的背景、问题、目的、方法和结构。
第二部分是文献综述，对前期对该问题的研究进行梳理和总结。
第三部分是研究框架，介绍本文选取的指标和研究方法。
第四部分是实证分析，包括时间序列分析和面板数据模型的实证研究。
第五部分是结论和政策建议，根据实证结果，提出相应的结论和政策建议。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实证分析住宅价格的影响因素金海艳王要无摘要：作者首先采用格兰杰因果检验和消除因果关系的因素识别和分析住房价格的影响因素，而这些因素对住房价格的影响并不明显。
然后，我们可以通过E-G两个步骤来整合向量，整合向量显示长期住房价格之间的平衡关系和影响因素，我们进一步消除的因素，只有一个住房价格有坏的影响。
基于VAR模型的房屋价格和影响因素组成，我们也做了Johansen协整检验，然后建立下一步设置脉冲响应函数（2004-2007），做方差分解的向量误差修正模型。
最后我们得出结论：即住房价格的影响是以土地价格和建筑材料价格为主要因素。
关键词：房屋价格，影响因素，格兰杰因果检验，协整检验，向量误差修正模型。
1.引言近年来，随着私人拥有的物业发展，房地产行业一直在中国发展迅速。
不幸的是，很多问题出现在这个部门，而房地产业常常成为宏观调控的目标。
特别是住房价格上涨如此之快的中国。
它往往是超出普通人的承受能力。
在此基础上作者通过Granger因果关系检验，协整检验和向量误差修正模型（高2006）实证分析住房价格的影响因素，而这样做的目的是找出影响房价的主要因素。
2.指标的选择和资料解释从理论上讲房价是基于房产的价值和波动并取决于供求关系。
基于这一理论，我们分为三组：影响住房成本的因素，住房的供应和需求关系的因素，和宏观经济因素（Qu2006年，Ma2003年]Rao2006年）。
作者们从三组中选择了一些典型因素，包括土地价格（LP），建筑材料价格指数（MP），房地产投资（RI），房地产销售区（RS），占国内生产总值（GDP），个人可支配收入（DI）和消费者价格指数（CPI）。
土地价格和建设材料的价格是房屋成本的重要部分。
房地产投资，房地产销售面积分别是反映房地产供给和房地产需求的重要组成部分。
国内生产总值，个人可支配收入，消费物价指数的重要组成部分反映国家经济的发展，个人收入的变化和消费价格的变动。
房屋价格选择房屋销售价格指数（RP）。
在本文中，我们使用从2000年至2006年的季度数据，数据是来自发展研究中心的公关中国国务院网。
由于季节因素的影响很大，所以刚开始时，我们使用X11季节性调整方案，调整各项指标，以消除季节性的影响。
然后，我们处理所有对数指标，利用对数的好处是它消除了有条件的异方差，使经济数据更加可靠。
3．单位根检验由于建立计量经济模型时间序列的平稳性是非常重要的，首先我们要知道时间序列是否平稳，只要不存在单位根，单位根检验是使检验时间序列平稳的一种好方法。
本文作者利用Dickey-Fuller检验测试所有的时间序列，结果见表1所示：表1：单位根检验的时间序列变量测试表格ADF数值鉴定价值稳定性不稳定稳定稳定稳定不稳定稳定不稳定稳定不稳定稳定稳定稳定不稳定稳定不稳定稳定注意：“△”是一阶差分，在（c，t，1）之间，“C”是截距，“t”的时间走向，“1”是滞后长度，*，**和***为90％，95％和99％的概率。
从表1中我们可以看到房屋价格，土地价格指数，国内生产总值和个人收入是不稳定的在90％的概率以下，但他们的一阶差异是固定的在99％的概率以下，导致五个因素的综合时间序列。
消费物价指数是不稳定的时间序列在95％的概率以下，但它的一阶差分是平稳的在99％概率以下，所以这个因素也集成时间序列。
房地产投资，房地产销售面积是稳定的时间序列和一阶的差异也是稳定的。
4. 格兰杰因果关系检验建立宏观经济模型之前，格兰杰因果关系检验应如何消除各因素的因果关系不显著。
在这里，我们用格兰杰因果检验和数学模型表示如下：这里a1i，a2i分别是Yt及Yt滞后长度的回归系数，和b1 j，b2j是Xt 和Xt的滞后长度的回归系数，e1t，e2t是白噪声。
该模型可以测试从Xt到Yt的因果关系，即是H0的无效假设：B2J = 0时（j= 1,2，...，k）。
该统计是：ESS1，ESS2分别是利用最小二乘法总结回归方程残差平方，T抽样数目的时间序列Yt。
在置信概率α中，如果F>Fα那么推辞H0的假设，并在从Xt到Yt有不规则的因果关系。
由于到滞后长度的因果关系的检测非常敏感，我们选择所有的滞后长度和其结果如表2所示。
表2:住房价格格兰杰因果检验从表2我们可以看到个人可控收入并不能影响格兰杰RP的滞后长度，房地产销售面积在第8位，格兰杰原因RP的滞后长度在89.8％的概率下，其余的格兰杰因素RP在90％的概率以上。
因此，个人可支配收入从模型中被淘汰，其余6个影响因素模型和RP都投入到做协整检验。
5．协整检验1987年恩格尔和格兰杰提出了协整理论和方法，他们认为，虽然一些经济时间序列的线性组合可能是平稳的。
平稳的线性组合被命名为协整方程，协整方程可以解释长期和稳定的变量之间的均衡关系。
如果有这样的线性组合则有时间序列的协整关系。
恩格尔和格兰杰提出E-G两步法，这种方法是基于协整残差的回归测试。
但是在约翰森提出VAR模型协整检验的基础上建立的回归系数。
在论文中作者建立静态回归方程和住房价格动态模型及其影响因素。
回归方程的静态协整向量反映长期平衡的影响因素。
我们使用E-G二步法进行协整检验，并将第一静态回归方程表示如下：其次，我们使用ADF的方法进行单位根检验，以静态的回归残值，我们发现没有单位根在99％的概率以下，因此残差是平稳的，并将协整关系和协整向量表示如下：由于房地产销售面积和国内生产总值的弹性系数都太小，无法消除模型的两个因素。
所以我们使用E-G两步做协整检验的其余4影响因素，我们得到的协整向量如下：最后我们得到的影响住宅价格均衡的长期因素：在所有的长期均衡模型系数中存在影响变量的一些经济意义,。
那是反映影响因素的弹性系数。
上面的平衡方程表示房地产投资1%的增长带来了RP 0.028%的增长，地价指数1%的增长带来了RP0.215%的增加，建筑材料价格指数1%的增长带来了RP0.192%的增长，消费者物价指数1%的增长带来了RP0.351%的增加。
因此,我们可以看到消费者物价指数的长远影响力最大,地价指数和建筑材料价格指数分别是第二个和第三个和房地产投资是最后一个。
Johansen协整检验的VAR模型是定义如下：k维向量Yt=（Y1，Y2，，，，，Ykt）'被命名为（d，b）级协整关系，标志着Yt~I(d,b)。
1 . Yt~I（d）,每个列表向量为Yt:Yit~I(d)；2. 有一个列表向量β和β是满足Yt：Yit~I(d)，0<b<d。
如果矢量Yt满足以上两个条件我将向量β命名为协整向量。
协整检验之前，我们使用了AIC和SC信息准则来确定滞后长度。
当滞后长度为2 AIC和SC是最大的，所以我们选择滞后长度为2。
然后，具体我们使用跟踪测试和最大特征值的测试方法进行协整检验，而我们选择线性趋势的数据和截距（无趋势）在CE认证中的协整方程的形式确定，最后的两个测试结果显示有3个同时性协整向量。
6.向量误差修正（VEC）模型VEC模型是针对不稳定的时间序列的协整关系的。
当短期动态波动发生VEC的表达时可以限制他们内部协整关系的整合的会聚性的运动。
因为一个短期的调整能改善长期的违背均衡性，整合部分被命名为协整误差修正的一部分。
向量误差修正模型是短期动态模型，并可以方便地认为ADL （p，q）模型只有两种：简单的改变后，我们得到了纠错后的表达式。
在分析长期的平衡方程的基础上,我们选择影响房地产价格滞后长度为2 和3的协整向量来建立误差修正模型如下:各种统计模型如下:这样的统计模型的拟合值是满足的，并且是足够大的，标准的差异(S.E.)足够小。
我们的选配期间是从2000年第一季度到2006年第三季度,我们用Gauss-Seide算术来搭配。
拟合及实际相比于图1，从中我们能看到的拟合效果好等特点。
图1：计算拟合结果与实际的模型7．脉冲响应函数和方差分解定义的脉冲响应函数(IRF)是一个内生变量引起其他的内生变量反应的VAR 模型。
当纠错部分改变或模型遭受系统影响能产生动态效果。
通过分析不同指令的脉动的程度来股价方差分解定义的重要性。
我们得到了脉冲响应住房价格的影响因素造成的误差修正模型,通过如图2所示如下:RP到RI的响应015. 010005000-.005-.010-.0151 2 3 4 5 6 7 8 9 10 11 12 13 14 15RP到LP的响应015. 010005000-.005-.010-.0151 2 3 4 5 6 7 8 9 10 11 12 13 14 15RP到MP的响应015. 010005000-.005-.010-.0151 2 3 4 5 6 7 8 9 10 11 12 13 14 15RP到CPI的响应015. 010005000-.005-.010-.0151 2 3 4 5 6 7 8 9 10 11 12 13 14 15图2：导致房屋价格脉冲响应影响因素1. 住房价格被真实的房地产投资为4，并从4开始的滞后响应值影响是积极的，第6和7响应值到达最高0.0035，然后开始下降。
2. 由土地价格指数引起的第一滞后长度的响应值为0，然后慢慢上升，并且价值始终是积极的。
3. 在第二滞后长度由建设材料的价格指数引起的住房价格响应值为正，在第三次到达最高长度，然后就开始下降，并在第四个变为消极的，抵达最高点后在第十次略有下降。
4. 由消费物价指数CPI引起的第一滞后长度的响应值为0，并开始略有增加，那么它到达0再次略有折痕，总之它是积极的。
方差分解的因素影响房价，如图3所示。
从图3我们可以看到房地产投资的贡献率RP是从0开始增加，在第8次最高到达7.67％，然后在第15位下降到2.34％。
土地价格指数的贡献率在第一个滞后长度是0％，但突然在第二个到达12.27%，然后再迅速增加到59.32％，最高到达第六最后在15个下降到33.34％。
施工材料的价格指数的贡献率接近0％，在第一和第二滞后长度迅速上升到11％再轻微下跌，然后在第11次上升到最高33.7％，并在第15个缓慢下降到30.6％。
在消费者价格指数增长贡献率从0％缓慢增加，在第4个到达最高7.75％，然后在第9个下降到0并保持一成不变。
在四个影响因素中，土地价格指数对房屋价格的提高的影响是最大的，建设材料价格指数是第二，房地产投资和消费物价指数分别是第三和第四，相对房地产投资和消费物价指数的的影响较小。
8.结论与建议通过对房价的影响因素回归方程的静态分析整理，我们可以得到影响房屋价格的长期均衡关系的因素,在长期运行中消费物价指数是灵活性系数最大，而土地价格指数和建设材料价格指数分别是第二和第三，房地产投资系数最小是排在最后。
通过对住宅价格的影响因素模型分析我们可以得到短期影响房价的因素的均衡关系，在通过VEC模型脉冲函数的进一步分析中我们可以看到，影响房地产投资是住房价格的变动4，房屋价格由建设材料价格变动的影响是2，土地价格指数和消费物价指数均为0。