基于多元线性回归的商品房价格影响因素实证分析

2014-11-09 12:45刘枬梁晨
山西建筑 2014年24期
关键词:共线性残差房价

刘枬 梁晨*

(重庆交通大学管理学院,重庆 400074)

0 引言

房地产健康发展是经济可持续发展的需要,运用统计学理论对影响房价的主要因素进行实证研究是非常必要的,为居民消费、投资,政府调控提供依据[1]。本文以统计年鉴2000年~2012年相关数据作样本,采用相关分析和多元线性回归分析对选取的当年年人均收入、新增住房面积及上一年商品房价格等三个影响因素进行研究。

1 相关因素的选取

凯恩斯理论将供给和需求作为决定市场价格的因素[2],需求刺激下买房的前提是资金,因此将年人均收入x1作为影响当年商品房价格y的一个因素。供给方面,当年新增住房面积x2代表了当前市场供应量,加上近年来涌现出的投机买房行为,买房者一定程度上依据去年商品房价格x3来预测未来房价,影响当前交易量。文章没有考虑人口数量和购房贷款利率的影响,主要是由于从全国范围内看人口变化对房价的影响不显著;当房价上涨带来的预期利益远远高于利率水平时,人们可能对利率的变动不甚敏感。

2 实证分析

2.1 相关分析

1)散点图检验。如图1所示,y与x1,x2,x3分别呈强正相关关系。

图1 因变量与自变量的关系图

2)相关系数检验。

a.对各变量基本统计信息汇总。

表1 相关变量汇总表

由表1可以看出y,x1,x2,x3的均值和标准差。

b.对各变量相关分析结果汇总。

表2 相关性表

由表 2 可以看出,y与 x1,x2,x3相关系数分别为 0.997,0.952,0.993;p值都近似0;α =0.05 时,存在线性关系。

3)偏相关分析。偏量相关性见表3~表5。

表3 x1与y偏相关性表

表4 x2与y偏相关性表

表5 x3与y偏相关性表

由表3~表5可以看出,y和x1呈正相关关系;y和x3呈弱正相关关系;x2对y的偏相关为-0.292,与0.952相差大。因此控制x1,x3后,x2不再对y有显著线性作用。

2.2 回归分析

多元线性回归模型为:y=αx1+βx2+γx3+ε。

1)拟合优度检验。

表6 回归分析结果(强制进入策略)模型汇总

由表6可得:调整的判定系数为0.995,拟合优度较高。

2)回归方程显著性检验。

表7 回归分析结果(强制进入策略)Anovab

由表7可得,显著性水平α为0.05,p<α,被解释变量与解释变量全体的线性关系显著。

3)回归系数显著性检验。

表8 回归分析结果(强制进入策略)系数a

由表8可得,x2,x3的p值大于α,y与x3线性关系不显著。

4)共线性检验。

表9 回归分析结果(强制进入策略)共线性诊断a

由表9可得,第4个特征根能解释x1和x3的96%,存在多重共线性;第3,4个条件指数大于10,变量间存在多重共线性。

5)模型的修正。

表10 多元线性回归分析结果(向后筛选变量)系数a

由表10可知,α为0.05,前两个模型存在回归系数不显著的解释变量,方程不可用。第三个模型p<α,x1与y间的线性关系显著,模型合理。最终回归模型是:y=654.797+0.231x1。

6)残差检验。

表11 残差统计量表(残差统计量a)

由表11可得,库克距离、标准化残差的绝对值都小于3,不存在强影响点。结果表明,x1对y产生主要影响,x1每增加1单位y增加0.231单位。

3 结论及建议

居民年可支配收入是影响房价的一个关键因素,年收入过高导致富余资金流向房地产市场,推动房价上涨。我国目前存在的收入分配不均问题会加剧房价的上涨。由此提出几点建议:

1)完善收入分配政策,同时引导富余资金向劳动力为主的实体经济上投入;2)控制银行信贷量,提高贷款利率,紧缩市场资金,抑制房价持续增长;3)完善房产披露制度,对购房者进行实名登记来抑制非理性预期引起的投机行为。

[1]程 亲.我国经济适用房对房价影响深度的实证研究[J].山西建筑,2009,35(35):222-223.

[2]时维阔,张 坤.我国房价影响因素的实证分析[J].北方经济,2009(24):25-27.

猜你喜欢
共线性残差房价
基于双向GRU与残差拟合的车辆跟驰建模
银行不良贷款额影响因素分析
两大手段!深圳土地“扩权”定了,房价还会再涨?
基于残差学习的自适应无人机目标跟踪算法
防范未然 “稳房价”更要“稳房租”
基于递归残差网络的图像超分辨率重建
文氏图在计量统计类课程教学中的应用
——以多重共线性内容为例
不完全多重共线性定义存在的问题及其修正建议
去库存的根本途径还在于降房价
2016房价“涨”声响起