1、抑制房地產投機問題摘要本文主要討論了影響房價的主要原因和抑制房地產投機問題。部分投機者通過各種 融資渠道買入房屋囤積，期望獲得高額利潤，導致房價居高不下，因此如何有效抑制房 地產價格上揚，抑制房地產投機，是一個備受關注的社會問題。對于問題（1）我們充分理解了題設給岀的概念，搜索大量相關的數據，并結合了 經濟學方面的知識對搜到的數據進行分析、篩選。對于得到的數據我們用統計回歸方法 建立XX市房價的數學模型，運用mat lab對模型進行求解，然后對模型的解進行分析， 剔除異常數據，重新求解后運用模型對房價的形成、演化機理和房地產投機進行深入細 致的分析。對于問題（2）,我們運用mat lab求得問

2、題（1）中建立的數學模型的結果，對其 進行顯著性分析，剔除掉顯著性水平差的剩余顯著性高的即是影響房價的主要原因。對于問題（3）,我們通過建立房地產首付款比例、貸款利率、多套房貸款限制因 素和房價的數學模型來進行分析，找出房地產首付款比例、貸款利率對房價的影響，通 過其對房價的影響來分析其對對房地產投機者的影響。對于問題（4）,我們運用問題（1）中建立的統汁回歸數學模型來預測未來的房價。 回歸模型的一個重要應用是，對于給定的回歸變量的取值，可以以一定的置信區間預測 因變量的取值X圍，即預測區間。對于問題（5）,可以考慮從問題1的模型中進行改進，我們根據所建立的模型和 結果，得到對房價影響顯著的因

3、素，結合現有的政策運用經濟學的方法給出抑制房地產 投機的政策建議。最后，我們對模型的優缺點進行了評價，并對模型進行了簡單的推廣，說明模型還 有那些簡單的應用。關鍵詞XX房價；房價趨勢；房地產投機；房價預測；一、問題的提出與重述1.1問題的提出近兒年來，我國各大城市的房價岀現了普遍持續上漲情況。一方面，房價的上漲使 生活成本大幅增加，導致許多中低收入人群買房難；另一方面，部分投機者通過各種融 資渠道買入房屋囤積，期望獲得高額利潤，導致房價居高不下。因此，如何有效抑制房 地產價格上揚，抑制房地產投機，是一個備受關注的社會問題。從1998年的房地產市 場啟動到現在住房出現了超前消費，一些消費者在購房

4、上出現了 “買漲不買跌”的跟風 現象。當前，中國居民購房一部分屬于奢侈消費，這與建設節約型社會相悖。住宅市場 需求與供給結構不匹配。一是經濟適用房投資繼續下降。2004年全國經濟適用房投資出 現負增長（-2. 5%）, 2005年經濟適用房投資比2004年同期下降6. 8%,經濟適用房投資 占房地產開發投資比重山2004年的4. 6%下降到2005年的3. 6%。二是經濟適用房銷售 面積下降。2003年和2004年經濟適用房銷售面積分別為4019萬平方米和3262萬平方 米，占住宅銷售面積的比重山2003年的13. 5%下降到2004年的9. 6%o三是中小戶型比 例偏低。2004年部分城市銷

5、售的商品住宅中，120平方米/套以上的住房在40%以上，最 高超過60%o四是中低價位商品住房呈下降趨勢。以為例，5000元/平方米以下的商品 住宅預售面積所占比重由2004年的46. 8%下降到2005年的32. 8%。建設部在2006年4 月通報了全國城鎮廉租住房制度的建設和實施情況。全國有13個省（區）沒有將廉租住 房制度建設納入省級人民政府對市（區）、縣人民政府工作的LI標責任制管理，70個地級 以上城市沒有建立廉租住房制度。建設部公布的2004年末中國住房人均建筑面積近25 平方米。數字本身沒有問題，而是數字后面隱含的是普通老白姓攀比心理及不滿情緒， 2005年各地方政府確定的普通住

6、宅標準多數為140平方米左右，除了攀比和不滿外，還 給開發商建大房提供了依據。近兒年國家先后出臺了若干規X房地產市場的政策法規， 但針對中低收入階層的中低價位的住房的政策較少。中國的房價問題關系民生問題，房價的持續增長已形成了一種趨勢。所以討論這個 有意義的問題對當前的經濟形勢分析十分有利。XX市城鎮居民的人均住房面積不斷上升，XX市統計局最新發布的2008年XX市國 民經濟和社會發展統汁公報表示XX市區居民年末人均住房建筑面積29. 83平方米， 比上年增長3. 6%o XX市去年出臺的關于XX市房地產市場健康穩定發展的若干意見, 職工首套貸款購買的商品房，人均建筑面積未達到全市人均住房建筑

7、面積標準的，可按 相應額度申請第二套住房公積金貸款。同時，即使是二套房的商業貸款，也可以爭取以 首套房的利率辦到房貸。2007年的XX市城鎮居民人均住房建筑面積為2& 78平方米不 以首套房的利率辦到房貸，此前的統訃數據，XX市的人均居住面積是24. 3平方米，而 根據這次的數據上調，按戶均三口計算，面積達89. 49平米。這對一部分打算買二套房 的市民是個很大的利好。我國住房私有率已達85%左右，以XX城鎮人均住房建筑面積 29. 83平米為例，按戶均三口計算，戶均面積已超過90平米。11.2問題重述近年來，房價的持續攀升成為社會討論的熱點問題之一，房價的變化會影響到多方 面的利益，

8、通過對房價的決定性因素的分析，可以指導房地產市場的管理和調控行為。學術界對影響房價的因素進行了打量探討，形成了各種各樣的理論觀點。主要的觀 點有四類：一是地價決定論，（比如楊慎和包宗華認為地價的大幅上漲必然導致房價大 幅提高，因此要控制房價就必須降低地價）2. 3。二是預期信息論，（比如時筠侖等 從房地產價值的自然增長市場供求關系和心理預期三個方面探討了房價波動的構成機 制和影響因素）4；三是壟斷論，（比如周曉東證明房價與行業內企業數U呈負相關 關系）5K四是供求論，（比如嚴焰通過嶺回歸估計發現人均GDP,房地產金融貸款, 市場供求，家庭戶數增長等因素與房價的變化有著較高的關聯性，但仍然是以需

9、求為主, 而且變量選擇不夠直接）6。綜上所述，學術界對于影響房價的決定性因素到底是什么，影響有多大？研究都沒 有形成普遍性的結論，其至還有矛盾，為政策的制定帶來了干擾。為了彌補上述研究的 不足，本文運用了統訃回歸的方法選取與房價有主要關系的因素建立XX市房價的數學 模型，選擇最為直接的變量，研究是供給決定了決定房價，還是需求決定了房價，并區 分各因素影響地大小。二、問題分析本題要解決的是有關抑制房地產投機問題，題中共設有5個小題，經初步分析得：對于問題（1）,我們通過對查到的資料進行分析比對，運用回歸模型求解即可 得到；對與問題（2）,我們通過對第一題中得到的模型的求解結果進行分析得到；對于問

10、題（3）,首先要了解房地產投機者的投機H的，其次是房價的重要影響因 素，問題（4）要求在現有政策情況下，對XX市房價進行短期（近六個月）和中長期預測 （近三年）。對于問題（5）,可以考慮從問題1的模型中進行改進，得到對房價影響顯著的因 素，根據得到的因素給出抑制房地產投機的政策建議。三、模型假設1、假設每戶人家的人數為4人。2、貸款時間均為5年以上。四、變量與符號說明XX市商品房成交價yl；時間為t ；銷售面積xl；家庭總收入x2；人民幣貸款利率x3；回歸系數為 bO, bl, b2, b3, b4, b5；F為統計量值；P為F值落在正確區間的大小；隨機誤差E。五、模型建立與求解（1）問題1的

11、模型的建立與求解：根據題H查找數據得到如圖所示的表格（1）：時間商品房成交 價（元/平方米）銷售面積（萬平方米）家庭總收入（元從）人民幣貸款利率（%）20025134414. 55129125. 7620035177487. 61141206. 0820046951655.9159336. 1220058322704.2187626.2120068399761.8213676. 752007103161150. 3244757. 11200811529775270357.22009138381257. 6130337. 785. 947. 8、 9、 10山表格（1）的數據運用mat lab得

12、到如圖（1-1）所示的商品房成交價趨勢圖時間t,年(來址并/岷)wlgfflsDg®(1-1)山表格（1）的數據運用matbb得到如圖（2-2）所示的商品房成交價與銷售面積 的關系圖：商品房成交價與銷售面積關系圖銷售面積（萬平方米）(來幻片、尺)冬儀整Bag晅(2-2)由表格（1）的數據運用mat lab得到如圖（3-3）所示的商品房成交價與家庭人均 總收入的關系圖，(米)隼代粗陋昭腕(3-3)山表格（1）的數據運用mat lab得到如圖（4-4）所示的商品房成交價與人民幣貸款利率的關系圖:(米如H-.IK)令楓修蘭唱便（4-4 ）由圖（2-2）的散點圖可以發現，隨著銷售面積xl的增

13、加，房價yl的值有著比較明顯 的曲線增長趨勢，圖中的曲線是用二次函數模型y 二 bO+blxl+b2x2+E（1）擬合的（E是隨機誤差）。圖（3-3）的的散點圖可以發現，隨著家庭人均總收入也的 增加，房價yl的值有著比較明顯的線性增長趨勢，圖中的直線是用線性模型y二bO+blx2+E（2）擬合的。圖（5-5）的的散點圖可以發現，隨著家庭人均總收入x4的增加，房價yl的 值有著比較明顯的曲線增長趨勢，圖中的直線是用三次函數模型Y二bO+blx3+b2x3"2+E（3）擬合的。綜合上面的分析，結合模型（1）和（2）和（3）建立如下的回歸模型y 二 b0+blxl+b2x2+b3x3+b4

14、x2+b5x3"2+E（4）直接利用mat lab統訃工具箱中的命令regress求解，使用格式為：b, bint, r, rint, stats二regress （y, x, alpha）其中輸入y為模型（5）中y的數據，x為對應于回歸系數b= （bO, bl, b2, b3, b4, b5） 的數據矩陣1, xl,x2, x3,x2,x3"2, alpha為置信水平（i（缺省時為a=0. 05）；輸出 b為b的估計值,bint為b的置信區間，r為殘差向量，rint為r的置信區間，stats為回歸模型的檢驗統計量，有3個值，笫1個是回歸方程的決定系數r"2,笫2

15、個是F 統計量值，第3個是與統計量對應的概率值p。得到模型（5）的回歸系數估計值及其置信區間、檢驗統計量F2, F, p的結果見 表.參數參數估計值參數置信區間b080588-0bl15-2050b200 0b3-25625-8459033340b4-o00b51854-25306240R'2二100% F二128 P二0.0000表（2） 模型（4）的計算結果表（2）顯示，R“2二100%指因變量y的100%可由模型確定，F二128遠遠超過F檢驗 的臨界值，P二0遠小于d，因而模型（4）從整體上來看是可用的。表（2）的回歸系數給出了模型（4）中b0,bl,b2, b3, b4,b5的

16、估計值，即 b0=80588, bl=15, b2=0, b3=25625, b4=0, b5=1854o 檢驗發現 b2,b4 的置信區間為零,表 明回歸變量b2,b4不顯著。將變量b2, b4去掉。我們得到模型：y二80588+15x1-25625x3+1854x3"2。由模型可得房價的高低與銷售面積和銀行的貸款利率有關；(2) 殘差分析，做殘差圖:Residual Case Order Plot1500cccc1000500 -100012345678Case Number從殘差圖可以看出，除了第5個數據外，其余數據的殘差離零點均較近，且殘差的置信 區間均包含零點，這說明回歸模

17、型7=80588+15x1-25625x3+1854x32能較好的符合原始 數據，而第5個點可視為異常點。去除第5個數據后得殘差圖：Residual Case Order Plot004003002scenp 一 secr00000002003-4001234567Case Number山圖可看出所有數據的殘差離零點都比較近，且殘差的置信區間均包含零點，這說明回 歸模型y二33262+11x1-10898x3+759x34能較好的符合原始數據。說明房價的形成于銷售面積和銀行貸款利率有關，隨著銷售面積和貸款利率的增加而逐 漸變大。銷售面積和銀行貸款利率的浮動會造成房價的相應變化。房價的逐漸上升產

18、生 了房地產投機。問題（2）的求解：山問題（1）的模型得到影響房價的主要因素有銷售面積和銀行貸款利率。問題（3）的求解：山模型可看出隨著首付比例，銀行利率的增加，房價的增長趨勢逐漸減緩，房價的 增長趨勢減緩房地產投機。問題（4）的求解：未來六月的房價依然持續上升，未來三年的房價先上升到一個最大值再下降到一個穩 定的區間。問題（5）的解答：提高首付金額，降低銷售面積，降低銀行利率。六、模型的評價與改進模型的優點：1、此模型層層遞推，之間邏輯清晰，便于理解。2、模型考慮的比較全面，運用此模型可以十分準確地推測出各因素對房 價的影響比重。模型的缺點：1、前期準備時所需數據龐大，不容易收集，而且處理時

19、容易出錯。2、模型中用的一些數據會是人的一些經驗所得，所以會有一些誤差。七、模型的應用與推廣：統訃回歸模型是一類常用的數學模型，常用于分析研究對象的內在特性和各因素間的關 系，預測未來動態，研究控制手段。本文提出的關于房價的數學模型對于實際的預測是 有參考作用的。參考文獻：1 、 projectbidding/info/scfx/32098 html2 、楊慎.客觀看待房價上漲問題，中國房地信息，2003, 200 (2) : 4-5o3 、包宗華怎樣看待我國住房價格。中國房地產，2004, 277 (1) : 18-19。4 、時筠侖，雷星暉，蘇濤永，房價波動與影響因素分析。價格理論與實踐，

20、2005 (4): 21-22o5 、周曉東，文啟湘，房地產行業價格因素分析及實證研究，經濟經緯，2007 (5): 80-83o6 、嚴焰.基于嶺回歸的房價模型構建及啟示，商場現代化，2006, 462 (3) : 38-397 、中華人民XX國統計局網。8 、XX省統計信息網。9 、XX統計信息網。10 、2007年XX省統計年鑒。附錄程序：(1) 商品房成交價趨勢圖程序：X二2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009;Y二5134. 00, 5477. 00, 6951. 00, 8322. 00, 8399. 00, 10316. 00

21、, 11529. 00, 13838. 00; xi二2010;yi二interpl(X, Y, xi,' spline*)Plot (X, Y,'+')(2) 商品房成交價與銷售面積關系圖程序：X二414. 55, 487. 61, 655. 90, 704. 20, 761. 80, 1150. 30, 775. 00,1257. 61;Y二5134. 00, 5477. 00, 6951. 00, 8322. 00, 8399. 00,10316. 00, 11529. 00, 13838. 00; xi二1300. 51;yi=interpl(X, Y, xi,

22、' spline*)Plot (X, Y,，+，)商品房成交價與家庭人均總收入的關系圖程序：X二12912. 00, 14120. 00, 15933. 00, 18762. 00, 21367. 00, 24475. 00, 27035. 00, 30337.78 ;Y=5134. 00, 5477. 00, 6951. 00, 8322. 00, 8399. 00, 10316. 00,11529. 00, 13838 .00;xi二20000. 00;yi二interpl(X, Y, xi,' spline')Plot (X, Y,'+')(4)

23、商品房成交價與人民幣貸款利率的關系圖程序：X二5. 76, 6. 08, 6. 12, 6. 21, 6. 75, 7. 38, 7. 20, 5. 94;Y二5134. 00, 5477. 00, 6951. 00, 8322. 00, 8399. 00, 10316. 00, 11529. 00, 13838. 00 fxi二7 00;yi二interpl(X, Y, xi,' spline')Plot (X, Y,'+')(5) 模型求解程序：xl二414. 55, 487. 61, 655. 90, 704. 20, 761. 80,1150. 30, 775. 00, 1257.