论文部分内容阅读
摘要：房地产市场具有区域性特点。为了分析影响房地产开发投资的社会经济因素，本文以安徽省为例，通过收集该省2009～ 2017年房地产投资及其相关数据，利用sPss软件进行逐步回归模型，得出结论，安徽省房地产投资的开发企业的信贷规模和地区生产总值对房地产投资影响最大，政府需要控制银行信贷，努力提升区域经济实力，抵御房地产投资过热风险，促进房地产业与区域经济协调发展。
关键词：安徽省：房地产投资：影响因素：多元回归
一、安徽省房地产投资发展状况
安徽省房地产投资规模由2007年的1236.54亿元快速增长至2017年的2659.32亿元，同比增长26.68%.大大高于全国平均水平。安徽省房地产投资呈现快速增长和指数增长，基本超过2010年以来同期其他省投资额的3/20。表明在房地产投资方面，安徽省存在着很大的问题。
二、建立模型
1.变量的选取
从本质上讲，房地产投资影响因素的评价体系具有复杂多变的特点。选取了商品房销售额X.、国内贷款X2.地区生产总值X3、城镇居民人均可支配收入X4农村人均纯收入X5，通过5个指标建模分析，得出结论。
2.模型的确立
本文选取上述的五个因素作为衡量安徽省房地产投资影响因素，进行定量分析，以安徽省房地产投资完工量为因变量，模型采用C-D生产函数的方程式。
由于变量之间的趋势和维度之间存在一定程度的差异，为了克服这种差异，将方程的两边同时转换为对数，如此就形成对数多元回归模型：
InY=C+a1InX l+a21nX2+a31nX4+asInX公式中：Y表示安徽省省內房地产投资的完成数;C表示常数项。
三、实证分析
使用统计软件SPSS16.0回归相关数据在选项中，选择并选中enter。为探究自变量之间存在线性相关性的可能性，需要进行几次线性诊断来确定。计算后，模型定义R2的系数为0.999.校正后的判定系数为0.998.这两个数据表明模型的拟合效果符合我们的预期。P -value= 0.000.通过了回归方程的显著性检验，该方程具有整体解释能力。
从表1可以看出，与模型的要求相比，农村居民可支配收入、商品房销售额以及农村人均纯收入均不符合预期的要求，因此没有被选人。此外，房地产投资额与商品房销售额，城镇居民人均可支配收入和农村人均纯收入呈负相关。有关多重共线性诊断，如表2所示。
从表2可以看出，对于3、4、5条件指数而言，数值均大于10.说明多重共线性是存在的，又根据第6个特征说明占GDP总值方差93%，解释农村人均纯收入的98%。综上所述，各变量之间存在多重共线性。
回归方法：首先使用每个解释变量X依次去计算对因变量Y的贡献，然后选择贡献度大的输入方程。选择变量以输入回归方程的标准根据Options选项设置的引入和拒绝标准进行过滤，以便在输入新变量时表达式中的变量不具有统计显著性。在这种推动下，对因变量的贡献被反复的计算，直到方程中的所有变量满足评估标准。在本例中，标准F的概率，逐步回归期间输入模型的每个变量的统计值小于0.01，并且删除变量的参考F是统计量的概率为0.05或更大。
表3列出了逐步回归分析中两个模型的总参数表中的相关系数R.判断因子R2.调整后的标准偏差R2和标准误差。模型1选择地方CDP，模型2选择国内贷款，地区GDP在模型中保持不变。其他变量不符合选择标准，因此并没有将其放入模型内。
对于具有多重线性回归的模型，调整后判定系数R2一般决定模型的拟合优度，模型2的调整R2的值为0.997.该R值证明该模型在拟合程度方面表现较优秀，同时也说在因变量的逐步变异中，有99.7%可以由自变量的变化来解释。模型1到2反映了模型整体参数随着国内贷款这一方式的利用占比变化而变化的情况。从R2角度来看，模型1的回归结果不如模型2的回归结果，以此说明，影响房地产投资的两个最重要因素分别为国内房地产信贷量和地区GDP经济发展水平。
在模型2中，F的值为2104.466，P的值为0.000，这表明回归方程是具有显著性的。如果为参数输入参数常量，则F值继续增加，并且P的值近似等于零。由于整个方程通过了显著性检验，因此可以进行下一步回归。
表4显示了使用两种测试模型的不同系数的测试结果。回归分析表明，区域GDP和国内贷款的显著可能性均低于0.01.即两个变量显著不为零，表明国内贷款和地区GDP均是影响房地产投资的重要因素。回归方程如下：
InY=220.069+ 0.8951nX2+ 0.0861nX3
其中R2=0.998 F=2104.466 D.W.=1.864
Y是在安徽省省内已经完成的所有房地产投资的金额，X2表示安徽省内所有开发商投资金额，X3是区域GDP，由于R2= 0.998，方程的拟合效果好。Durbin-Watson统计量用于检测回归方程分析中的残差自相关的存在性，但其仅可以测试第一个阶段的自相关，不能测试高阶段自相关。当DW值接近2时，没有残差自相关（一阶）。从各变量的结果可以看出，对房地产投资的影响更大的变量是引入模型的变量，模型具有较强的解释力。
四、SPSS逐步回归结果分析
以上分析得出，安徽地区生产总值有1%的增长点，安徽省国内贷款也有1%的增长点。房地产投资分别增长0.895%和0.086%。
1.信贷规模对房地产投资的影响
投资于房地产需要巨资。信贷是最重要的资金来源。政府提供给房地产宽松的信贷政策，鼓励开发商拓宽融资渠道，加大融资量。在其他变量保持不变的情况下，国内贷款与房地产投资成正比，具体来说，国内贷款每增加一个百分点，房地产投资增加0.895%，这也说明了银行贷款的系数小于房地产开发的投资系数。因此，我们得出结论，房地产开发企业对银行贷款有高度的依赖性，也就说，如果能够有效地控制房地产开发商从银行所借贷款的数量，就可以有效地避免房地产开发投资过热现象的出现。
2.地区GDP对房地产投资的影响
房地产业与国内生产总值的关系越来越密切，但在国内，房地产投资激烈，房地产价格快速上涨的地区有很多（北京、上海、广州等）。作为安徽省发展最快的城市，在房价和房地产投资方面，合肥市都表现得比较领先。
五、结论
安徽省房地产投资的因素，但还存在一些值得研究的问题：（1）在数据可用性和权威性，房地产销售价格指数，房地产开发企业数量等;（2）商品住宅没有细分，但分析通常基于大类。今后有必要加强对该领域的研究，并向有关部门提出意见和建议。
本文通过模型逐步分析了影响安徽省房地产投资的各项因素，并提出以下建设性意见。
（1）国内信贷是对影响房地产投资，这表明投资和融资的规模和成本是决定房地产开发企业投资能力的最重要因素。国家必须出台相关金融政策，有效遏制房地产商对于各大银行资金上的依赖，避免房地产商进行大规模的投资，导致房地产泡沫的出现。
（2）房地产业的发展水平将直接影响其他行业，也就是说房地产的发展对于当地经济发展水平有显著的影响。基于地方GDP而言，房地产的迅猛发展速度将直接与当地GDP有所挂钩，但必须明确一点，快速增长的只有房地产业，对其他相关产业并没有本质性的影响。
参考文献：
[1]李治，投资学[M].厦门：厦门大学出版社，2014.
[2]彭道宾，朱红根，固定资产投资效应论[M].北京：经济日报出版社.2013.
[3]简德三，房地产经济学[M].上海：上海财经大学出版社.2012.
关键词：安徽省：房地产投资：影响因素：多元回归
一、安徽省房地产投资发展状况
安徽省房地产投资规模由2007年的1236.54亿元快速增长至2017年的2659.32亿元，同比增长26.68%.大大高于全国平均水平。安徽省房地产投资呈现快速增长和指数增长，基本超过2010年以来同期其他省投资额的3/20。表明在房地产投资方面，安徽省存在着很大的问题。
二、建立模型
1.变量的选取
从本质上讲，房地产投资影响因素的评价体系具有复杂多变的特点。选取了商品房销售额X.、国内贷款X2.地区生产总值X3、城镇居民人均可支配收入X4农村人均纯收入X5，通过5个指标建模分析，得出结论。
2.模型的确立
本文选取上述的五个因素作为衡量安徽省房地产投资影响因素，进行定量分析，以安徽省房地产投资完工量为因变量，模型采用C-D生产函数的方程式。
由于变量之间的趋势和维度之间存在一定程度的差异，为了克服这种差异，将方程的两边同时转换为对数，如此就形成对数多元回归模型：
InY=C+a1InX l+a21nX2+a31nX4+asInX公式中：Y表示安徽省省內房地产投资的完成数;C表示常数项。
三、实证分析
使用统计软件SPSS16.0回归相关数据在选项中，选择并选中enter。为探究自变量之间存在线性相关性的可能性，需要进行几次线性诊断来确定。计算后，模型定义R2的系数为0.999.校正后的判定系数为0.998.这两个数据表明模型的拟合效果符合我们的预期。P -value= 0.000.通过了回归方程的显著性检验，该方程具有整体解释能力。
从表1可以看出，与模型的要求相比，农村居民可支配收入、商品房销售额以及农村人均纯收入均不符合预期的要求，因此没有被选人。此外，房地产投资额与商品房销售额，城镇居民人均可支配收入和农村人均纯收入呈负相关。有关多重共线性诊断，如表2所示。
从表2可以看出，对于3、4、5条件指数而言，数值均大于10.说明多重共线性是存在的，又根据第6个特征说明占GDP总值方差93%，解释农村人均纯收入的98%。综上所述，各变量之间存在多重共线性。
回归方法：首先使用每个解释变量X依次去计算对因变量Y的贡献，然后选择贡献度大的输入方程。选择变量以输入回归方程的标准根据Options选项设置的引入和拒绝标准进行过滤，以便在输入新变量时表达式中的变量不具有统计显著性。在这种推动下，对因变量的贡献被反复的计算，直到方程中的所有变量满足评估标准。在本例中，标准F的概率，逐步回归期间输入模型的每个变量的统计值小于0.01，并且删除变量的参考F是统计量的概率为0.05或更大。
表3列出了逐步回归分析中两个模型的总参数表中的相关系数R.判断因子R2.调整后的标准偏差R2和标准误差。模型1选择地方CDP，模型2选择国内贷款，地区GDP在模型中保持不变。其他变量不符合选择标准，因此并没有将其放入模型内。
对于具有多重线性回归的模型，调整后判定系数R2一般决定模型的拟合优度，模型2的调整R2的值为0.997.该R值证明该模型在拟合程度方面表现较优秀，同时也说在因变量的逐步变异中，有99.7%可以由自变量的变化来解释。模型1到2反映了模型整体参数随着国内贷款这一方式的利用占比变化而变化的情况。从R2角度来看，模型1的回归结果不如模型2的回归结果，以此说明，影响房地产投资的两个最重要因素分别为国内房地产信贷量和地区GDP经济发展水平。
在模型2中，F的值为2104.466，P的值为0.000，这表明回归方程是具有显著性的。如果为参数输入参数常量，则F值继续增加，并且P的值近似等于零。由于整个方程通过了显著性检验，因此可以进行下一步回归。
表4显示了使用两种测试模型的不同系数的测试结果。回归分析表明，区域GDP和国内贷款的显著可能性均低于0.01.即两个变量显著不为零，表明国内贷款和地区GDP均是影响房地产投资的重要因素。回归方程如下：
InY=220.069+ 0.8951nX2+ 0.0861nX3
其中R2=0.998 F=2104.466 D.W.=1.864
Y是在安徽省省内已经完成的所有房地产投资的金额，X2表示安徽省内所有开发商投资金额，X3是区域GDP，由于R2= 0.998，方程的拟合效果好。Durbin-Watson统计量用于检测回归方程分析中的残差自相关的存在性，但其仅可以测试第一个阶段的自相关，不能测试高阶段自相关。当DW值接近2时，没有残差自相关（一阶）。从各变量的结果可以看出，对房地产投资的影响更大的变量是引入模型的变量，模型具有较强的解释力。
四、SPSS逐步回归结果分析
以上分析得出，安徽地区生产总值有1%的增长点，安徽省国内贷款也有1%的增长点。房地产投资分别增长0.895%和0.086%。
1.信贷规模对房地产投资的影响
投资于房地产需要巨资。信贷是最重要的资金来源。政府提供给房地产宽松的信贷政策，鼓励开发商拓宽融资渠道，加大融资量。在其他变量保持不变的情况下，国内贷款与房地产投资成正比，具体来说，国内贷款每增加一个百分点，房地产投资增加0.895%，这也说明了银行贷款的系数小于房地产开发的投资系数。因此，我们得出结论，房地产开发企业对银行贷款有高度的依赖性，也就说，如果能够有效地控制房地产开发商从银行所借贷款的数量，就可以有效地避免房地产开发投资过热现象的出现。
2.地区GDP对房地产投资的影响
房地产业与国内生产总值的关系越来越密切，但在国内，房地产投资激烈，房地产价格快速上涨的地区有很多（北京、上海、广州等）。作为安徽省发展最快的城市，在房价和房地产投资方面，合肥市都表现得比较领先。
五、结论
安徽省房地产投资的因素，但还存在一些值得研究的问题：（1）在数据可用性和权威性，房地产销售价格指数，房地产开发企业数量等;（2）商品住宅没有细分，但分析通常基于大类。今后有必要加强对该领域的研究，并向有关部门提出意见和建议。
本文通过模型逐步分析了影响安徽省房地产投资的各项因素，并提出以下建设性意见。
（1）国内信贷是对影响房地产投资，这表明投资和融资的规模和成本是决定房地产开发企业投资能力的最重要因素。国家必须出台相关金融政策，有效遏制房地产商对于各大银行资金上的依赖，避免房地产商进行大规模的投资，导致房地产泡沫的出现。
（2）房地产业的发展水平将直接影响其他行业，也就是说房地产的发展对于当地经济发展水平有显著的影响。基于地方GDP而言，房地产的迅猛发展速度将直接与当地GDP有所挂钩，但必须明确一点，快速增长的只有房地产业，对其他相关产业并没有本质性的影响。
参考文献：
[1]李治，投资学[M].厦门：厦门大学出版社，2014.
[2]彭道宾，朱红根，固定资产投资效应论[M].北京：经济日报出版社.2013.
[3]简德三，房地产经济学[M].上海：上海财经大学出版社.2012.