吴冠虹 陈骏兰 朱家明

摘要：利用散点图观察北京市房价与M2、GDP、CPI之间关系，进行单位根检验，对稳定性后的数据进行Granger检验，认为房价与GDP变动相关性更大。绘制脉冲响应图，认为M2和GDP都会使房价上升。对北京近24个月房价进行差分处理，得到白噪声。选择MA（1）模型，修改时间范围进行预测，得到未来两个月北京市平均房价。

关键词：北京市;房价;VAR模型;ARIMA模型

中图分类号：F293.3文献标志码：A

文章编号：2095-5383（2018）04-0089-05

住房，既具有商品经济属性，也具备民生和社会属性，是近年来备受关注的重点话题之一。2017年北京市新房成交价由年初的4.2万元/m2上涨到年底5.9萬元/m2，涨幅高达40.5%。同年2月，在中央财经领导小组的十五次会议中，习总书记提出“房子是用来住的，不是用来炒的”[1]，认为要引导房地产市场稳定，实现动态平衡。

1总论

1.1数据来源和模型假设

本文国内生产总值和中国居民消费价格指数数据来源于国家统计局，广义货币供应量来源于中国金融年鉴，新房成交均价来自于市场成交信息，所有数据真实有效。建立模型时，为确保模型的合理性，提出以下假设：1）假设各宏观经济因素之间相互独立，互不影响。2）房屋价格仅考虑普通住宅商品房的平均价格，不考虑办公用商品房以及高档小区别墅。3）未来房价的变动不存在突发情况以及国家政策的影响。4）房价预测中的价格仅指新房的成交价格，二手房参考均价不考虑在内。

1.2文献综述

房价上涨背后是各种因素综合作用的结果，不仅包含人口老龄化[2]、人口结构[3]、高校扩张[4]、地铁开通[5]等微观因素，也包括政策调控[6]、宏观经济变量[7]等宏观因素。……