張雙妮

【摘? ?要】 本文基于逐步回歸模型來擬合房價預(yù)測模型，對全國的綜合房價、以北京市為代表的發(fā)達省份、以海南省為代表的半發(fā)達省份和以江西省為代表的發(fā)展中省份均進行擬合和預(yù)測，再進行比較，得出結(jié)論：長期來看房價普遍會上漲，而從短期來看全國的綜合房價和以江西省為代表的發(fā)展中省份的房價將會下跌，以北京市為代表的發(fā)達省份和以海南省為代表的半發(fā)達省份的房價將會繼續(xù)上漲。

【關(guān)鍵詞】 房價預(yù)測;逐步回歸模型

隨著“房子是用來住的，不是用來炒的?！钡纳罨l(fā)展，房地產(chǎn)市場一改之前瘋狂上漲的態(tài)勢，轉(zhuǎn)而趨于平緩甚至是從2018年8月開始深圳、天津等多個城市的房價均出現(xiàn)了較大幅度的下跌的蕭條形勢，而在鄭州等城市照樣出現(xiàn)了很多的購房者爭搶房源的現(xiàn)象。那么房價究竟將面臨受挫還是會持續(xù)升溫。因此，本文研究的是房價預(yù)測的模型，是具有較大的現(xiàn)實和經(jīng)濟意義的，能夠幫助投資者或者購房者去提前預(yù)測未來房價的走勢，判斷是否進行投資。

張榮艷（2018）通過灰色關(guān)聯(lián)度和GM（1，4）模型對鄭州市房價進行預(yù)測，結(jié)果表明房價會以9%的增長率持續(xù)上漲;袁芳（2018）通過灰色GM（1，1）模型對西安房價進行預(yù)測，結(jié)果表明西安房價依舊呈上漲趨勢;

基 于上述文獻，本文的創(chuàng)新點主要有以下三點：第一點，指標體系以及指標的選取，考慮了供需關(guān)系以及宏觀經(jīng)濟因素，甚至考慮國際影響因素，考慮的比較全面;第二點，利用逐步回歸的模型來擬合房價預(yù)測模型，并且用相同指標進行逐步回歸，最終得出的每個代表省份的模型不相同，更能符合各代表省份的實際情況;第三點，利用前一期的數(shù)據(jù)來擬合模型，使得模型能夠具有預(yù)測功能，能利用前一期已知數(shù)據(jù)來預(yù)測本期或者下一期的情況，并且不會損失太多的信息。

經(jīng)過統(tǒng)計分析發(fā)現(xiàn)，每個省份的房價走勢與全國性的房價走勢有一定的差別，其中挑選出較為不同的三種代表性省市來進行比較分析，分別是北京市、海南省、江西省，其中江西省的走勢與全國性的房價的走勢是高度吻合的。

根據(jù)上述表 1 選取的指標可見，本文全面考慮了供需因素以及宏觀經(jīng)濟因素，反映了消費水平、就業(yè)情況、房地產(chǎn)的投資以及成本情況、經(jīng)濟增長以及通貨膨脹和購買力情況、社會融資以及資本市場的影響，甚至反映了國際影響因素。

因為想擬合房價的預(yù)測模型，因此考慮用前一期的數(shù)據(jù)來進行估計。利用逐步回歸的方法來估計模型，結(jié)果中保留了M2（-1）、CLJ（-1）、DC（-1）、HI（-1）、HP（-1）、CIM（-1）、ER（-1）、GDP（-1）、RMBL（-1）這幾個變量，而CPI（-1）和S（-1）可以被其他變量線性表出。擬合優(yōu)度為0.99、F統(tǒng)計量為21.78并且非常顯著，說明模型擬合的很好。

同理擬合出北京市、海南省和江西省三個地區(qū)的房價預(yù)測模型，并進行短期預(yù)測。

根據(jù)上述實證研究及利用逐步回歸的方法擬合的房價預(yù)測模型，發(fā)現(xiàn)房價受到宏觀經(jīng)濟因素的影響是比較明顯且程度也是比較深的，而房地產(chǎn)的供需對房價的影響作用則沒有宏觀經(jīng)濟因素大。根據(jù)擬合的房價預(yù)測模型，可發(fā)現(xiàn)從長期來看，全國、以北京市為代表的發(fā)達省份、以海南為代表的半發(fā)達省份、以江西省為代表的發(fā)展中省份房價都是上漲的;從短期來看，全國房市行情與發(fā)展中省份的形勢也一致的表現(xiàn)為有小幅的下跌，而發(fā)達省份和半發(fā)達省份的房價則保持持續(xù)上漲的態(tài)勢，且上漲速度并未減緩。

基于本文的實證研究結(jié)果，無論是全國性的綜合情況，還是各省份的房價影響因素中宏觀經(jīng)濟因素是占據(jù)較為主導(dǎo)的地位的，因此投資者需要更多的關(guān)注宏觀經(jīng)濟形勢。同時，根據(jù)本文所擬合的房價預(yù)測模型進行短期預(yù)測，在發(fā)達省份和半發(fā)達省份房市還是可以繼續(xù)投資的;而對于發(fā)展中城市來講，如果是長期投資者則是可以進行投資的，而如果是短期投資者則目前不是投資的時機。并且，對于房市投資者來說在發(fā)達省份和半發(fā)達省份進行投資是比較有價值的，因為發(fā)達省份和半發(fā)達省份的漲幅較大且漲速較快，賺取收益的可能性較大也較快，而發(fā)展中省份的發(fā)展具有時滯性，且漲幅和漲速也均較小，需要更大的機會成本，不利于投資。

參考文獻：

[1] 張榮艷.基于GM（1，N）模型的鄭州市房地產(chǎn)價格預(yù)測[J].數(shù)? ? ? ?學的實踐與認識，2018，48（05）：82-88.

[2] 袁 芳.西安市房地產(chǎn)價格影響因素分析及預(yù)測[J].現(xiàn)代經(jīng)? ? ? ? 濟信息，2018（01）：477-478.