近年来中国商品房价格影响因素研究

《近年来中国商品房价格影响因素研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、近年来中国商品房价格影响因素研究摘要近年来,中国房地产业总体在持续升温,作为房地产业里的一大巨头——商品房，其价格在走高中上下震荡。什么原因导致商品房价格变动？用什么方法可以合理预测其价格走势？本文通过查找数据、回归分析，找出商品房价格的影响因素并通过计算得出函数关系式。关键词：商品房价格影响因素关系式一、选题近几年来，中国房地产市场异常高涨，作为一种用于经营目的的建筑物——商品房，其价格也在跟随着房地产市场的总价格趋势的变化而变化。那么，是什么原因导致商品房价格的变化呢？能找出这些影响因素从而给预测商品房价格的变化

2、提供一种合理有效的方法吗？根据初步推断，商品房平均销售价格[averagepriceofcommercialresidentialbuilding(yuna/㎡)]的主要影响因素有人均居民储蓄存款余额[averagesavingaccounts（yuan/percapita）]、人均房地产投资额[averageinvestmenttorealestate(yuan/percapita)]和城市人口密度[urbanpopulationdensity（percapita/㎡）]。为了方便，记被解释变量商品房平均销售价格为

3、y，人均居民储蓄存款余额为x1，人均房地产投资额为x2,城市人口密度为x3。在这一研究中，商品房平均销售价格为被解释变量，三个影响因素为解释变量。一般认为，人均居民储蓄存款越高，人们手头能用于购买商品房的货币越多，商品房的平均销售价格越高；同样，人均房地产投资额越高，期待的回报也就越高，价格也就越高；城市人口密度越大，商品房的需求量越大，供不应求导致价格也就越高。因此，初步断定人均居民储蓄存款余额、人均房地产投资额和城市人口密度对商品房平均销售价格的影响因素都是正向的。接下来我们将根据收集而来的数据验证这一假设，并得

4、出被解释变量和解释变量之间确定的函数关系式。二、数据的收集与整理此次研究共收集了2009—2013年中国10个省份（地区）的数据，如下：(Y)averagepriceof(X1)average(X2)average(X3)urbancommercialsavinginvestmenttopopulationplaceyearresidentialaccountsrealdensitybuilding(yuna/（yuan/perestate(yuan/per（per㎡）capita）capita）capita/㎡）B

5、eijing200913799.0003465.48412568.3331224Beijing201017782.0002933.84014787.0431383Beijing201116851.9503120.92515041.6631428Beijing201217021.6303560.47915239.1631464Beijing201318553.0003694.25016471.5341498Tianjin20096886.0004233.9765986.0282716Tianjin20108230.00

6、05161.8196670.1042752Tianjin20118744.7704895.0237974.7972636Tianjin20128217.6704557.8328916.2512782Tianjin20138746.0005087.92910058.4842843Shanghai200912840.0003193.2616614.8633030Shanghai201014464.0003387.0838601.7043630Shanghai201114603.2404871.3089601.143370

7、2Shanghai201214061.3704453.27110003.9073754Shanghai201316420.0004358.98411674.5963809Zhejiang20097826.0001617.9324273.0931742Zhejiang20109258.0001961.4955554.8051773Zhejiang20119838.0602291.6357573.2201741Zhejiang201210642.5802269.2539542.2131786Zhejiang2013110

8、42.0002781.46611306.3841818Guangdong20096513.0001304.5462923.2622402Guangdong20107486.0001520.4193505.1352428Guangdong20117879.1701694.6364578.7522637Guangdong20128112.19019