基于逐步回归模型拟合房价预测模型

张双妮

【摘   要】 本文基于逐步回归模型来拟合房价预测模型，对全国的综合房价、以北京市为代表的发达省份、以海南省为代表的半发达省份和以江西省为代表的发展中省份均进行拟合和预测，再进行比较，得出结论：长期来看房价普遍会上涨，而从短期来看全国的综合房价和以江西省为代表的发展中省份的房价将会下跌，以北京市为代表的发达省份和以海南省为代表的半发达省份的房价将会继续上涨。

【关键词】 房价预测;逐步回归模型

随着“房子是用来住的，不是用来炒的。”的深化发展，房地产市场一改之前疯狂上涨的态势，转而趋于平缓甚至是从2018年8月开始深圳、天津等多个城市的房价均出现了较大幅度的下跌的萧条形势，而在郑州等城市照样出现了很多的购房者争抢房源的现象。那么房价究竟将面临受挫还是会持续升温。因此，本文研究的是房价预测的模型，是具有较大的现实和经济意义的，能够帮助投资者或者购房者去提前预测未来房价的走势，判断是否进行投资。

张荣艳（2018）通过灰色关联度和GM（1，4）模型对郑州市房价进行预测，结果表明房价会以9%的增长率持续上涨;袁芳（2018）通过灰色GM（1，1）模型对西安房价进行预测，结果表明西安房价依旧呈上涨趋势;

基 于上述文献，本文的创新点主要有以下三点：第一点，指标体系以及指标的选取，考虑了供需关系以及宏观经济因素，甚至考虑国际影响因素，考虑的比较全面;第二点，利用逐步回归的模型来拟合房价预测模型，并且用相同指标进行逐步回归，最终得出的每个代表省份的模型不相同，更能符合各代表省份的实际情况;第三点，利用前一期的数据来拟合模型，使得模型能够具有预测功能，能利用前一期已知数据来预测本期或者下一期的情况，并且不会损失太多的信息。

经过统计分析发现，每个省份的房价走势与全国性的房价走势有一定的差别，其中挑选出较为不同的三种代表性省市来进行比较分析，分别是北京市、海南省、江西省，其中江西省的走势与全国性的房价的走势是高度吻合的。

根据上述表 1 选取的指标可见，本文全面考虑了供需因素以及宏观经济因素，反映了消费水平、就业情况、房地产的投资以及成本情况、经济增长以及通货膨胀和购买力情况、社会融资以及资本市场的影响，甚至反映了国际影响因素。

因为想擬合房价的预测模型，因此考虑用前一期的数据来进行估计。利用逐步回归的方法来估计模型，结果中保留了M2（-1）、CLJ（-1）、DC（-1）、HI（-1）、HP（-1）、CIM（-1）、ER（-1）、GDP（-1）、RMBL（-1）这几个变量，而CPI（-1）和S（-1）可以被其他变量线性表出。拟合优度为0.99、F统计量为21.78并且非常显著，说明模型拟合的很好。

同理拟合出北京市、海南省和江西省三个地区的房价预测模型，并进行短期预测。

根据上述实证研究及利用逐步回归的方法拟合的房价预测模型，发现房价受到宏观经济因素的影响是比较明显且程度也是比较深的，而房地产的供需对房价的影响作用则没有宏观经济因素大。根据拟合的房价预测模型，可发现从长期来看，全国、以北京市为代表的发达省份、以海南为代表的半发达省份、以江西省为代表的发展中省份房价都是上涨的;从短期来看，全国房市行情与发展中省份的形势也一致的表现为有小幅的下跌，而发达省份和半发达省份的房价则保持持续上涨的态势，且上涨速度并未减缓。

基于本文的实证研究结果，无论是全国性的综合情况，还是各省份的房价影响因素中宏观经济因素是占据较为主导的地位的，因此投资者需要更多的关注宏观经济形势。同时，根据本文所拟合的房价预测模型进行短期预测，在发达省份和半发达省份房市还是可以继续投资的;而对于发展中城市来讲，如果是长期投资者则是可以进行投资的，而如果是短期投资者则目前不是投资的时机。并且，对于房市投资者来说在发达省份和半发达省份进行投资是比较有价值的，因为发达省份和半发达省份的涨幅较大且涨速较快，赚取收益的可能性较大也较快，而发展中省份的发展具有时滞性，且涨幅和涨速也均较小，需要更大的机会成本，不利于投资。

参考文献：

[1] 张荣艳.基于GM（1，N）模型的郑州市房地产价格预测[J].数       学的实践与认识，2018，48（05）：82-88.

[2] 袁 芳.西安市房地产价格影响因素分析及预测[J].现代经        济信息，2018（01）：477-478.