刘渊泽

摘要：房地产市场是我国经济体系的重要组成部分，对我国的经济运行发挥着重大的作用，并且与居民生活息息相关。在理论研究的基础上，构建影响我国房价的宏观经济指标体系，以我国商品房平均销售价格为研究对象，选取1992年至2016年数据进行分析。首先，通过宏观经济变量进行因子分析，提取2个代表性的因子，然后与房价构建多元线性回归模型，分析两种因素对我国房价变动的影响，结果表明经济发展和供需因素是影响我国房价波动的主要因素。最后根据结论提出通过宏观调控和实现供求平衡来控制房价的建议。

关键词：房地产市场价格；因子分析；多元回归分析

中图分类号：F2文献标识码：Adoi：10.19311/j.cnki.1672]3198.2018.27.002

房地产业是我国经济体系的重要组成部分，对我国的经济发展非常重要。除此之外，房地产与人民生活密切相关，房价增长过快，会导致很多家庭无法负担，也会降低居民的生活质量，不利于社会的稳定。

随着我国经济的快速发展和城市化进程的加快推进，我国商品住宅价格居高不下，而与此同时，老百姓“购房难”的问题日趋严重，住房问题不仅关系经济发展，还与社会稳定息息相关。因此，政府需采取一系列措施，有效控制我国房价过快的增长，稳定房价，推动我国经济持续稳定健康绿色发展，也同时确保和谐社会的顺利推进。

1房地产价格影响因素分析

众多学者对影响房价的因素进行了相关研究：

高波、毛丰付（1999）对我国房价变动进行研究后认为，在短期内，房价的变动与土地价格的变动有一定关系，而从长远来看，价格走势是由土地价格决定的。

夏海峰（2011）通过依据商品供求原理，构建均衡价格模型，认为我国目前房价过高的原因更多是体质上的缺陷以及产业结构的不协调和居民消费习惯的差异，并提出了针对以上问题的解决措施。

张家骥（2014） 首先从政策、供需、成本、经济、社会等六个方面对南昌房地产市场进行定性研究，在此基础上进行实证分析，最后并结合市当前房地产发展的现状，给出政府相关调控建议。

根据前期文献的研究，我们在宏观经济变量中找主要影响房价变动的主要因素有：

（1）国内生产总值。我国宏观经济的高速发展也势必会对房地产业产生一定影响。

（2）居民消费价格指数。CPI的上涨将会造成房价成本的上涨，从而导致房价增加。

（3）贷款利率。而当利率上升时，从供给方面来看，对于房地产开发企业，其投资成本会增加，供给减少，而从需求方面，居民买房贷款的成本会增加，同时储蓄收益也会增加。因此，利率会影响房价变化。当利率下降时正好相反。

（4）人口数量。人口数增加，需求总量会提升，而在供给不变下，将推高房价。

（5）人均可支配收入。随着人们生活水平的不断提高，居民也会越来越看重住房环境、质量等方面，从而促使开发商开发品质更高的住房满足消费者需求。

（6）货币供应量。房地产行业是资金密集型行业，其发展离不开银行信贷资金的支持，当央行采取扩张性货币政策，增加货币供应量，房地产行业会获得更多的信贷支持，从而影响住房供求。

（7）房屋竣工面积。房屋完工面积的大小将直接会影响房地产供给数量的变化，在需求量保持不变的情况下，供给的变化直接会影响房地产的销售价格。

（8）土地购置费、建筑材料价格的成本方面。随着城镇化进程推进，土地资源日益紧缺，供求矛盾进一步深化，会造成土地的交易价格持续上涨。

2模型介绍

2.1因子分析

因子分析是一种有用得多变量分析技术，它使用减少维数的思想，从一些变量组中提取共性因子，并将多个测量变量转换为几个综合指标。它是通过一定的结构或模型来找到少量的基本因素来表达或解释大量的可观察变量，许多相关变量之間的相对关系由相对较少的因素解释。

2.2多元线性回归分析

多元线性回归分析是分析一个变量的变动是受到了多个方面共同变动的影响。

多元线性回归模型的公式表示如下：

Y=β0+β1X1+β2X2+…βKXK+μ（1）

在该公式中，解释变量的数量是k，βj（j=1，2，…k）是偏回归系数。

3房价影响因素实证分析

3.1数据选取

本文将选取2000年至2016年的年度数据进行实证分析，分析影响房价的主要因素， 数据来源于中国经济网统计数据库和国家统计局。

本文以房地产价格为研究对象，由于商品房在房地产中所占比例最大，因此以房地产开发企业商品房的平均销售价格（元/平方米）作为因变量Y，解释变量为主要影响房价的16个指标。

3.2因子分析

（1）数据的相关性检验。

从表1的KMO和Bartlett 的检验的结果可以看出：KMO的检验统计量为0.610，大于0.6，说明变量之间的偏相关性强，适合进行因子分析。与此同时，巴特利特的球形度测试是显著的，sig=0，表明存在因子结构。综合这两个指标显示，变量之间存在一定的相关性，并且适合进行因子分析。

（2）运用主成分分析的方法提取因子：对数据进行公因子的提取。

依据特征根大于1的原理进行提取主成分，由表可知，第一主成分为13.451，大于1 ，第二主成分1579，它也大于1，而从第三主成分开始，特征值都小于1并且不符合要求，因此，可以提取两个主要成分。两因子累计贡献率高达百分之93.940。

（3）因子旋转并命名。

由旋转成分矩阵中可以看出，第一主成分是 GDP、居民消费价格指数、房地产住宅投资、房地产开发企业住房竣工面积、土地购置费用、竣工房屋造价、房屋建筑施工面积、货币和准货币、货币、常住人口、流通中现金、年末就业人员数、居民消费水平、城镇居民家庭人均总收入可支配收入方面上的载荷较大，而这些因素大多数是宏观经济运行的相关指标，因此，将第一主成分命名为经济发展因子；第二主成分在利率和房地产开发企业购置土地面积两方面的载荷较大，这两个因素主要是有关房地产供给与需求的变量，因此，把第二主成分命名为供求因素。

3.3回归分析

以商品房平均销售价格作为被解释变量Y，以所提取的两个大因子F1、F2作为解释变量，构建多元线性回归模型，使用EVIWES软件估算参数，结果如下所示：

（2）

该模型的检验结果如下：

拟合度检验：R2=0.9923，调整R2=0.9916，都接近于1，表明回归模型拟合非常好，通过了大部分样本点。

方程的显著性检验：F检验统计值为1350.837，大于临界值，从而拒绝原假设，表明方程整体显著，解释变量联合起来影响显著。

变量的显著性检验：F1和F2的T检验统计量均大于临界值（显著性水平0.1），F1、F2对Y有显著影响。

多重共线性检验：由于解释变量为旋转之后的，因此相关性较低，因此不存在多重共线性。

异方差检验：从white看，检验统计量的伴随概率大于0.1的显著性水平，并没有异方差性。

自相关检验：从LM检验中，检验统计量的伴随概率大于0.1，并没有自相关。

3.4总结

根据以上分析，可以以下结论：

（1）Y与F1同向变化，F1每增加一个单位，Y平均增加0.9943个单位，第一主成分为经济发展因子，因此表明，经济没发展每发展一个单位，房价会平均增加0.9943个单位，房价随着经济的发展不断的上涨。

（2） Y与F2反向变化，F2每增加一个单位，Y平均减少0.0506个单位，第一主成分为供求因素，因此表明，供求每增加一个单位，房价会平均减少0.6448个单位，随着城镇化进程的不断推进，房地产待开发的面积越来越少，供给减少而需求增加，就会推动房价不断的攀升。

4结论及政策建议

4.1结论

首先通过因子分析在宏观经济指标中提取两个因子，一个因子代表经济发展方面，一个因子代表市场供求方面；然后，用这两个提出的因素作为解释变量，将商品房价格作为被解释变量，构建多元线性回归模型来分析宏观经济对房价的影响，通过上述分析研究可以发现：

经济发展因素对房价变化的影响显著而积极的。 随着经济发展，人民生活水平提高，收入增加，消费观念发生改变，由原来的基本居住性需求转变为向追求更高品位、更高档次的改善性需求，从而影响房价；供求因素也对房价有重大影响，随着城市化进程的推进，人口将继续增加，客观上推动了住房需求的增长。

消费者需求的这种变化将导致投资者增加投资成本，导致价格持续上涨； 价格变动的供求因素也非常显著，但也有积极的影响，随着城市化进程的推进，人口将继续增加，客观上推动了住房需求的增长。

4.2建议

为了控制房价过快增长，促进房地产业健康发展，结合上述分析，得出以下建议：

（1）适当的进行宏观调控，调节银行贷款利率，实施合理的货币政策，由于近些年房价增长过快，国家可以通过适当的收紧货币政策；加快房产税试点，并逐步在全国推广。

（2）调节房地产供求，实现供求平衡。一方面要加大商品房，尤其是居民保障住房等的供应，另一方面也要抑制投机行为，拓宽居民投资渠道。只有当市场达到供求平衡，才能遏制房价过快增长。

参考文献

[1]高波，毛丰付房价与地价关系的实证检验[J].产业经济研究.2003，（3）：19]24.

[2]曲闻.影响我国房价的宏观经济因素实证分析[J].价格月刊，2006，（9）：15]17.

[3]杨华.房价分析模型及对策[J].武汉工业学院学报，2008，27（1）：89]93.

[4]夏海峰.我国房地产价格影响因素分析[D].大连：东北财经大学，2011.

[5]张家骥.南昌市房地产价格影响因素研究[D].南昌：江西财经大学，2014.

[6]王敏.对我国房地产價裕影晌困案的实证分析[D].济南：山东大学，2017.