[摘 ?要]本文以南昌市東湖區(qū)的住宅性商品房房?jī)r(jià)以及相關(guān)因素作為研究對(duì)象，通過(guò)建立計(jì)量經(jīng)濟(jì)模型，同時(shí)運(yùn)用EViews5.0計(jì)量經(jīng)濟(jì)軟件進(jìn)行LS分析。在此基礎(chǔ)上對(duì)模型進(jìn)行修正，進(jìn)行經(jīng)濟(jì)學(xué)和統(tǒng)計(jì)雙重檢驗(yàn)，最終得出對(duì)計(jì)量模型的參數(shù)估計(jì)。因此分析出當(dāng)前影響南昌市住宅商品房?jī)r(jià)格的主要因素。

[關(guān)鍵詞]住宅價(jià)格;影響因素;多元線性回歸模型

中圖分類(lèi)號(hào)：F293.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2016）23-0325-02

1.前言

本文采用了多元線性回歸模型對(duì)南昌市東湖區(qū)12個(gè)樓盤(pán)數(shù)據(jù)進(jìn)行了分析，得到影響商品住宅價(jià)格的一些典型因素變量變化對(duì)住宅價(jià)格變化的具有一定解釋能力的結(jié)果。同時(shí)，該模型得出了南昌市商品住宅價(jià)格的主要影響因素。該研究方法具有較好的推廣性，能夠適用各個(gè)地區(qū)住宅價(jià)格與影響因素變量的研究分析。

2.模型的設(shè)定

2.1 多元線性回歸模型的原理

多元線性回歸模型是研究一個(gè)變量Y與其他若干個(gè)變量X之間相關(guān)線性關(guān)系的模型。它利用變量（ 解釋變量） X和因變量（ 被解釋變量） Y的觀察值，對(duì)多元線性回歸函數(shù)進(jìn)行推斷、估計(jì)及檢驗(yàn)其相關(guān)性的假設(shè)，然后用逐步回歸分析法修正多元線性回歸模型。由于逐步回歸分析法考慮到影響因變量Y的因素可能很多。這將會(huì)導(dǎo)致大量的工作，因此。為了準(zhǔn)確、高效地找出影響因變量Y的因素，一般可以在影響因變量Y的眾多因素中挑選出影響顯著的因素來(lái)建立Y與X的線性關(guān)系。這樣不僅可以簡(jiǎn)化計(jì)算，而且將會(huì)使結(jié)果具有代表性。一般地，多元線性回歸模型一般形式如下：

（1）

式中：（j=1，2，…，k）為模型的參數(shù);為隨機(jī)擾動(dòng)項(xiàng);k-1為解釋變量的個(gè)數(shù)。

2.2 指標(biāo)選取

根據(jù)南昌市商品住宅價(jià)格和其周邊配套設(shè)施，選取房?jī)r(jià)作為模型的因變量和周邊配套設(shè)施中的幾項(xiàng)作為自變量，將其他影響房?jī)r(jià)的因素納入隨機(jī)擾動(dòng)項(xiàng)u，具體如下。

因變量：房?jī)r(jià)

自變量：樓層、面積、與重點(diǎn)學(xué)校的距離、與公園的距離、600m內(nèi)公交線路條數(shù)

2.3 模型確定

選取了南昌市東湖區(qū)12個(gè)樓盤(pán)的房?jī)r(jià)及相關(guān)影響因素的數(shù)據(jù)，其中：

Y一房?jī)r(jià)（元/平方米）

X1一房屋樓層

X2一房屋面積 （平方米）

X3一與重點(diǎn)學(xué)校的距離（米）

X4 一與公園的距離（米）

X5 一600m內(nèi)公交線路條數(shù)

利用以上樣本觀測(cè)值，分別做出Y與X1，X2，X3，X4，X5的散點(diǎn)圖，可以看出因變量與各自變量之間基本符合線性關(guān)系，由此我們可以得出理論方程：

（2）

其中，，，，，作為待估參數(shù)，i=1，2，3，… ，n。

3.數(shù)據(jù)收集

本文收集了南昌市東湖區(qū)12個(gè)樓盤(pán)的房?jī)r(jià)和其樓層、面積、與重點(diǎn)學(xué)校的距離、與公園的距離、600m內(nèi)公交線路條數(shù)等數(shù)據(jù)，數(shù)據(jù)來(lái)源于南昌房地產(chǎn)信息網(wǎng)和地寶網(wǎng)，獲取的信息如表1所示。

4.模型的估計(jì)、調(diào)整與分析

4.1 模型估計(jì)

對(duì)以上數(shù)據(jù)運(yùn)用EViews5.0計(jì)量經(jīng)濟(jì)軟件對(duì)數(shù)據(jù)進(jìn)行LS分析，得到估計(jì)參數(shù)結(jié)果，然后得到模型的估計(jì)結(jié)果為：

從上回歸結(jié)果可以看出，擬合優(yōu)度很高，整體效果的F檢驗(yàn)通過(guò)。但有變量X1、X2的t檢驗(yàn)不顯著，可能存在嚴(yán)重的多重共線性。

4.2 模型修正調(diào)整

由模型的估計(jì)結(jié)果可以看出可決系數(shù)很高，說(shuō)明模型對(duì)樣本的擬合很好，說(shuō)明回歸方程顯著，即各自變量聯(lián)合起來(lái)確實(shí)對(duì)因變量房?jī)r(jià)有顯著影響。但變量X1、X2系數(shù)的t統(tǒng)計(jì)量分別為1.993415、-0.102450，說(shuō)明X1、X2對(duì)因變量影響不顯著。綜合上述分析，表明模型很可能存在嚴(yán)重的多重共線性，需要對(duì)模型進(jìn)行多重共線性

檢驗(yàn)。

采用逐步回歸法進(jìn)行模型進(jìn)行多重共線性檢驗(yàn)，逐步回歸結(jié)果說(shuō)明X1 、X2引起多重共線性，應(yīng)予以剔除。因此，本案例最后應(yīng)保留的變量是X3、X4、X5，相應(yīng)的回歸結(jié)果為：

（4）

4.2 模型結(jié)果分析

模型修正調(diào)整后得出最終回歸結(jié)果式（3），結(jié)果表明：南昌市東湖區(qū)樓盤(pán)的銷(xiāo)售均價(jià)與樓層、面積的影響并不顯著，與重點(diǎn)學(xué)校的距離、與公園的距離、600m內(nèi)公交線路條數(shù)等配套設(shè)施情況的影響很顯著，且為線性關(guān)系。其中，式（3）中與重點(diǎn)學(xué)校的距離（X3）變量相關(guān)系數(shù)為-6.400262，與公園的距離（X4） 變量相關(guān)系數(shù)為-0.999427，600m內(nèi)公交線路條數(shù)（X5）變量相關(guān)系數(shù)112.3365，這個(gè)相關(guān)系數(shù)說(shuō)明了兩點(diǎn)：

1.各變量與房?jī)r(jià)之間呈現(xiàn)出的相關(guān)關(guān)系為與重點(diǎn)學(xué)校的距離（X3）、與公園的距離（X4）這兩個(gè)變量與房屋價(jià)格呈現(xiàn)出負(fù)相關(guān)的關(guān)系，而600m內(nèi)公交線路條數(shù)（X5）這個(gè)變量與房屋價(jià)格呈現(xiàn)出正相關(guān)的關(guān)系。

2.從各個(gè)變量系數(shù)絕對(duì)值大小可判斷哪個(gè)因素對(duì)因變量的影響更為顯著。該模型中各變量相關(guān)系數(shù)絕對(duì)值大小排序?yàn)閄5>X3>X4。說(shuō)明在這3個(gè)因素中對(duì)南昌市東湖區(qū)房?jī)r(jià)影響最大的是600m內(nèi)公交線路條數(shù)，其次是與重點(diǎn)學(xué)校的距離，最后是與公園的距離。

5.結(jié)論

本文以南昌市東湖區(qū)的住宅性商品房房?jī)r(jià)以及相關(guān)因素作為研究對(duì)象，通過(guò)建立計(jì)量經(jīng)濟(jì)模型，得出該模型的參數(shù)估計(jì)，從而定量分析出當(dāng)前影響南昌市住宅商品房?jī)r(jià)格的主要因素。本文選取了五個(gè)影響因素作為自變量，得出房屋樓層和房屋面積這兩個(gè)因素對(duì)南昌市住宅性商品房房?jī)r(jià)沒(méi)有影響，與重點(diǎn)學(xué)校的距離、與公園的距離、600m內(nèi)公交線路條數(shù)這三個(gè)因素對(duì)南昌市住宅性商品房房?jī)r(jià)有影響，影響程度從大到小排序?yàn)?00m內(nèi)公交線路條數(shù)、與重點(diǎn)學(xué)校的距離、與公園的距離。

參考文獻(xiàn)：

[1]龐浩.計(jì)量經(jīng)濟(jì)學(xué)（第二版）[M].北京：科學(xué)出版社，2010，6.

[2]金玉國(guó).計(jì)量經(jīng)濟(jì)學(xué)[M].北京：經(jīng)濟(jì)科學(xué)出版社，2006.

作者簡(jiǎn)介：

程正江，助工，身份證號(hào)：360281198610214338。