摘要 在2016年，广州市的房地产投资占全市GDP的比例高达13%，占GDP的比重是很高的。本文以广州市房地产价格的变动为核心，在房地产价格的理论基础上，对房地产价格影响因素进行定性分析。搜集广州市共17年的相关数据，对广州市房地产价格影响因素进行实证研究。
（一）研究设计
1.指标的选取
本文在定性分析的基础上，选取了13个影响广州市房地产市场价格的变量，具体如下：
因变量：广州市房地产价格（Y）
自变量：①供给因素：房地产开发投资额（X1）、固定资产投资额（X2）、商品房竣工面积（X3）；②需求因素：年末户籍人口（X4）、城镇居民人均可支配收入（X5）、人口密度（X6）、房地产销售面积（X7）；③经济因素：人民币对美元汇率（X8）、5年以上贷款利率（X9）、广州市GDP（X10）、广州市人均GDP（X11）、居民消费水平CPI（X12）、货币供应量M2（X13）。
2.数据来源
本文进行描述性分析及构建模型的所有数据均来源于《广州市统计年鉴》、中国人民银行网站和国家统计局网站。
3.相关性检验
相关性检验，就是指因变量Y与自变量X是线性关系，且二者的相关性较高时，才能满足研究需求，否则需要剔除。
利用EViews 8对表中数据的各指标进行相关性检验，做出相关系数矩阵表如表：
与常识相违背，这说明了该模型是有可能存在多重共线性现象的。
通过建立相关系数矩阵可以得出，除了5年以上贷款利率（X9），其他的自变量之间的相关系数都较高，说明模型存在较严重的多重共线性。
（2）多重共线性检验与修正
多重共线性的检验可采用逐步回归的方法，即去检验和解决多重共线性的方法。
分别分析因变量Y对各自变量X1、X2、X3、……X12、X13的一元回归，结果自变量对Y的贡献由大到小依次为X6、X4、X10、X5、X11、X2、X12、X13、X8、X1、X7、X3、X9，因此选X6作为基础变量，顺次加入其他变量逐步回归，其具体过程见表5。（因指标过多，表格只对未被剔除的变量进行了记录）
在变量X6的基础上，引入变量X4和X1，引入后的模型拟合优度均有小幅度提高，且模型变量显著。而其他未在表上的变量均为拟合优度不提高、t检验值不显著或使得其他已加入变量t值不显著。这说明，其他变量引起了严重的多重共线性，应予以剔除。
最后修正严重多重共线性影响的回归估计结果为：
从该模型可以得到以下的分析和推断：
①从模型估计结果可以得到，当人口密度每上升1人/平方公里时，平均来说广州市房地产价格会上升约7.78元，并且，从单个变量回归显著性来看，人口密度的变动是广州市房地产价格波动的最主要的原因。
②当年末户籍人口数每增涨1万人，广州市房地产价格就会上升约24.13元。年末户籍人口数上涨，人们对于住房的需求会变大，会因此而提高广州市的房地产价格。
③当房地产开发投资额每增加1万元时，广州市房地产价格将会上升约7.86E-05元。房地产开发额增加，会导致房屋建筑面积加大，使房地产价格受到波动。
论文作者:郑惠艳,曾子博
论文发表刊物:《中国西部科技》2019年第24期
论文发表时间:2019/11/27
标签：广州市论文; 变量论文; 房地产价格论文; 线性论文; 自变量论文; 模型论文; 因变量论文; 《中国西部科技》2019年第24期论文;