下载文档原格式
Modeling and Simulation 建模与仿真, 2023, 12(4), 3522-3531 Published Online July 2023 in Hans. https:///journal/mos https:///10.12677/mos.2023.124324基于Eviews 软件的上海住宅商品房平均销售 价格影响因素的研究分析乔飞燕1，乔燕铭21上海工程技术大学管理学院，上海2河南财政金融学院会计学院，河南 郑州收稿日期：2023年5月5日；录用日期：2023年7月6日；发布日期：2023年7月13日摘 要目的/意义：高房价引发诸多社会问题，上海市区住宅商品房平均销售价格的研究就显得尤为重要。
方法/过程：本文通过Eviews 软件分析所建多元线性模型，从微观和宏观、需求和供给方面选取变量研究中国上海市区住宅商品房平均销售价格的影响因素。
数据为2002~2019年间的数据，共18个样本，摘自国家统计年鉴。
对所建模型进行多重共线性检验、异方差和自相关等检验，解决模型的多重共线性等问题。
结果/结论：研究结果发现在岗职工平均工资对上海市区住宅商品房平均销售价格有显著影响，据此对国家调控房地产价格提供一些建议(选定α = 0.05)。
关键词住宅商品房平均销售价格，线性回归模型，异方差，自相关，多重共线性Research and Analysis of theInfluencing Factors of the Average Sales Price of Residential Commercial Housing in Shanghai Based on Eviews SoftwareFeiyan Qiao 1, Yanming Qiao 21School of Management, Shanghai University of Engineering Science, Shanghai 2School of Accounting, Henan Finance University, Zhengzhou HenanReceived: May 5th , 2023; accepted: Jul. 6th , 2023; published: Jul. 13th , 2023乔飞燕，乔燕铭AbstractPurpose/Significance: High housing prices cause many social problems, so the study of the average sales price of residential commercial housing in Shanghai is particularly important. Method/Process: This paper analyzes the multivariate linear model through Eviews software, selects variables from the micro and macro, demand and supply aspects to study the influencing factors of the average sales price of residential commercial housing in Shanghai, China. Data are from 2002 to 2019, with a total of 18 samples, extracted from the National Statistical Yearbook. The multicollinearity test, heteroscedasticity and autocorrelation tests are carried out on the established model to solve the problems of multicollinearity of the model. Results/Conclusion: The results show that the average salary of on-the-job employees has a significant impact on the average sales price of residential commercial housing in Shanghai, and provide some suggestions for the state to regulate real es-tate prices (selected α = 0.05).KeywordsAverage Sales Price of Residential Commercial Housing, Linear Regression Models, Heteroscedasticity, Autocorrelation, MulticollinearityCopyright © 2023 by author(s) and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). /licenses/by/4.0/1. 引言2019年，上海商品住宅供应726.85万平方米，较18年同期下降5.39%，为近五年同期中位水平，月均供应量为60.57万方。
目录一、对我国当前房地产市场的判断 ............................（一）全球性金融危机和通胀的双重压力对房地产产生的影响. 3（二）当前宏观经济形势对房地产市场的影响................（三）当前房地产波动的特征.............................. 二、国内房地产市场调整的相关效应 ..........................（一）相关税收增速大幅回落..............................（二）土地财政收入开始剧减..............................（三）市场走势受到各方的高度关注........................ 三、呼和浩特房地产基本情况 ................................（一）房地产投资情况....................................（二）土地供应情况 ................... 错误！未定义书签。
（三）房地产市场供给情况................................（四）房地产市场需求情况................................（五）房屋销售价格情况.................................. 四、呼和浩特房地产市场运行特点 ............................（一）房地产各项指标仍然增长，但增速明显放缓 (13)（二）土地购置及开发矛盾显现............................（三）房价保持稳定增长态势.............................. 五、下步呼和浩特房地产市场发展应对的思考...................（一）不能盲目或过度乐观，加强社会公共监督机制..........（二）如何引导房地产企业应对当前的形势…………………..错误！未定义书签。
1987年以来的国内商品房平均价格及上涨情况概览自1987年以来，国内商品房的平均价格一直在上涨。
以下是这些年份的销售额、销售面积、平均单价以及当年房价涨幅定基房价指数（以1987年为100）：1987年：销售额110.1亿元，销售面积2697.2万平米，平均单价为4080元/平米，涨幅为100.0%。
1988年：销售额147.2亿元，销售面积2927.3万平米，平均单价为5032元/平米，涨幅为123.3%。
1989年：销售额163.7亿元，销售面积2855.4万平米，平均单价573元/平米，涨幅为13.9%。
1990年：销售额201.8亿元，销售面积2871.5万平米，平均单价703元/平米，涨幅为22.7%。
1991年：销售额237.9亿元，销售面积3025.5万平米，平均单价786元/平米，涨幅为11.8%。
1992年：销售额426.6亿元，销售面积4288.9万平米，平均单价995元/平米，涨幅为26.5%。
1993年：销售额863.7亿元，销售面积6687.9万平米，平均单价1291元/平米，涨幅为29.8%。
1994年：销售额1018.5亿元，销售面积7230.3万平米，平均单价1409元/平米，涨幅为9.1%。
1995年：销售额1257.7亿元，销售面积7905.9万平米，平均单价1591元/平米，涨幅为12.9%。
1996年：销售额1427.1亿元，销售面积7900.4万平米，平均单价1806元/平米，涨幅为13.5%。
1997年：销售额1799.5亿元，销售面积9010.2万平米，平均单价1997元/平米，涨幅为10.6%。
1998年：销售额2513.3亿元，销售面积.3万平米，平均单价2063元/平米，涨幅为3.3%。
1999年：销售额2987.9亿元，销售面积.5万平米，平均单价2053元/平米，涨幅为-0.05%。
2000年：销售额3835.4亿元，销售面积.1万平米，平均单价2058元/平米，涨幅为0.2%。
房屋均价计算公式(一)房屋均价的计算公式1. 总价平均法总价平均法是最简单直接的计算房屋均价的方法，公式如下：房屋均价 = 总价 / 房屋数量例子假设一共有10套房屋，总价为1000万元，则根据总价平均法可计算出房屋均价为100万元。
2. 建筑面积加权法建筑面积加权法是根据房屋建筑面积对总价进行加权计算的方法，公式如下：房屋均价= ∑(建筑面积 * 房屋单价) / 总建筑面积例子假设有三套房屋，分别建筑面积为100平方米、120平方米、80平方米，对应单价为1万元/平方米、万元/平方米、万元/平方米，总建筑面积为300平方米。
根据建筑面积加权法可计算出房屋均价为：(100 * 1 + 120 * + 80 * ) / 300 = 万元/平方米3. 套内面积加权法套内面积加权法是根据房屋套内使用面积对总价进行加权计算的方法，公式如下：房屋均价= ∑(套内面积 * 房屋单价) / 总套内面积例子假设有两套房屋，分别套内使用面积为80平方米、100平方米，对应单价为2万元/平方米、万元/平方米，总套内面积为180平方米。
根据套内面积加权法可计算出房屋均价为：(80 * 2 + 100 * ) / 180 = 万元/平方米4. 土地面积加权法土地面积加权法是根据房屋所占土地面积对总价进行加权计算的方法，公式如下：房屋均价= ∑(土地面积 * 房屋单价) / 总土地面积例子假设有三套房屋，分别占地面积为100平方米、120平方米、80平方米，对应单价为10万元/平方米、12万元/平方米、8万元/平方米，总土地面积为300平方米。
根据土地面积加权法可计算出房屋均价为：(100 * 10 + 120 * 12 + 80 * 8) / 300 = 万元/平方米5. 综合加权法综合加权法是将不同权重的加权方法综合考虑的计算房屋均价的方法。
可以根据实际情况确定加权比例，并按照下述公式进行计算：房屋均价 = w1 * 房屋均价1 + w2 * 房屋均价2 + … + wn *房屋均价n其中，wi为第i种加权方法的权重，房屋均价i为使用第i种加权方法得到的房屋均价。
房地产的价格指数房地产的成交指数怎么计算出来的导读:本文介绍在房屋买房，购房政策的一些知识事项，如果觉得很不错，欢迎点评和分享。
房地产的成交指数其实是反映房地产成交量的相对数。
它是通过百分数形式来反映在不同的时期成交量的情况。
房地产的成交指数怎么计算出来的？房地产的价格的指数又是怎么回事，今天就跟着房天下的小编一起来学习一下吧。
房地产的价格指数房地产的价格指数是反映房地产价格变动趋势和变动程度的相对数。
它是通过百分数形式来反映房价在不同的时期涨跌的幅度。
房地产的价格指数，是以房地产成交价格为基准进行计算的，一般有两种方式，１、一定时期内的销售面积／销售金额２、统计所采用的方法按照同质可比的原则抽取样本进行价格采集，即调查选择同一区域、同一地段同样建材和结构的房子，再以采用固定权数加权平均的计算方法取得房地产价格指数，剔除了品质变化对价格的影响，反映真正市场需求变化引发价格产生的波动，以传达正确的市场信号。
房地产的成交指数怎么计算出来的１、抽选调查样本，采用重点调查和典型调查相结合的方法。
选择调查样本时要充分考虑其代表性并兼顾各种房屋类型，如调查的商品房中包括经济适用房、普通住宅、高档住宅（别墅、）、写字楼、商业用房；选择的调查样本要均匀分布于所调查地区的范围内，其营业额应占本地区全部房地产企业营业总额的７０％以上。
２、确定权数（比重）。
权数一般用上一年全市房屋的销售额推算。
如，将商品房、二手房的销售额占全市房屋总销售额的比重作为这两类房屋的权数（权数每年更新一次）。
３、采集价格。
因为房屋个体差异性大，一套房子的价值不仅取决于其直接诶包含的面积大小、房型结构、建筑材料等内部因素，更在于其所处的地段位置、小区环境、配套设施等外部因素。
因此考察房屋价格变化时正如张主任所介绍采用同质可比的原则。
４、计算价格指数。
房屋销售价格总指数包括商品房和二手房两大类价格指数。
要先分别计算出商品房、二手房的价格指数，然后采用加权算术平均法计算出房屋销售价格指数。
成都理工大学课程论文题目：关于中国房价的实证分析学院商学院＿专业经济学班级 10级课程名称计量经济学学号＿ 201008030310学生姓名屈彬指导教师高辉成绩2012.11目录一、引言 (3)二、文献综述 (4)（一）国外的研究 (4)（二）国内的研究 (4)（1）关于房价的影响因素 (4)（2）关于房价的政策措施方面 (5)三、变量选取与模型设定 (5)（一）被解释变量的选取 (5)（二）解释变量的选取 (5)四、数据的收集与模型的估计 (6)（一）数据的收集 (6)(二)参数估计 (7)（三）模型检验 (9)⑴经济意义检验 (9)⑵拟合优度和统计检验 (9)（3）计量经济学检验 (10)五、依赖于实证分析的结论 (15)六、对策建议 (16)七、参考文献 (17)关于中国房价的实证分析摘要：进入新世纪以来，我国房价持续不断的上涨，尤其是2008年以来房价更是成为很多中国人不能承受之重。
房价远远超出了一般工薪阶层经济承载能力，房价的持续上涨成为居民购房一大难题。
普遍认为土地财政政策和民间过度投机性投资是造成房价上涨的重要原因，本文对房价上涨的典型影响因素进行计量经济分析，通过Eviews软件建立计量经济模型，确定房价上涨的影响因素。
分析结果表明房价的上涨主要受城镇居民人均消费性支出和房价收入比两大因素的影响，其中房价收入比起到决定性作用，对房价的上涨具有重大影响，城镇居民人均消费性支的变动对房价的上涨也起到一定的作用。
关键字：房价收入比OLS 估计商品房房价一、引言改革开放以来，特别是1998年推行城镇住房制度改革以来，我国国民经济取得了飞速发展，住房消费占我国城镇居民消费的比重越来越高。
同时，随着城镇居民住房观念的重大转变，住房商品化新体制的基本确立，以及房地产产业投资的持续快速增长，使得以商品住宅为主的房地产业成为了国民经济的重要支柱产业。
经济发展越来越快，人民生活水平日益提高，也就开始有能力去尝试买房了，所以房产商才有利可图，但社会保障体制发育不健全，人们的社会生活有很大的不确定性，例如对养老的担忧，对通货贬值的担忧，对子女未来命运的担忧等等。
指标名称北京:房屋平均销售价安徽:房屋平均销售价福建:房屋平均销售价甘肃:房屋平均销售价频率年年年年
单位元/平方米元/平方米元/平方米元/平方米19995,647.001,232.002,064.001,274.00 20004,919.001,173.002,084.001,302.00 20015,062.001,163.002,015.001,259.00 20024,764.001,290.002,152.001,326.00 20034,737.001,513.002,297.001,275.00 20045,052.931,782.142,559.681,753.70 20056,788.092,220.203,161.671,936.22 20068,279.512,321.893,993.961,779.76 200711,553.262,664.374,684.342,190.54 200812,418.002,949.004,384.001,958.00 200913,799.003,420.005,427.002,483.00 201017,782.004,205.006,256.003,042.00 201116,851.954,776.107,764.293,318.24
广东:房屋平均销售价广西:房屋平均销售价贵州:房屋平均销售价海南:房屋平均销售价年年年年
元/平方米元/平方米元/平方米元/平方米
3,161.001,520.001,286.001,799.00
3,228.001,450.001,273.001,980.00
3,305.001,838.001,169.001,910.00
3,241.001,929.001,238.001,789.00
3,195.001,883.001,313.002,105.00
3,482.002,082.581,385.022,404.89
4,442.762,013.641,606.592,924.47
4,852.742,195.411,779.823,787.46
5,914.302,538.642,136.744,161.60
5,953.002,826.002,339.005,443.00
6,513.003,260.002,874.006,261.00
7,486.003,562.003,357.008,735.00
7,879.173,772.473,888.788,943.45
河北:房屋平均销售价河南:房屋平均销售价黑龙江:房屋平均销售价格湖北:房屋平均销售价年年年年
元/平方米元/平方米元/平方米元/平方米
1,354.001,024.001,609.001,296.00
1,449.001,264.001,739.001,368.00
1,465.001,236.001,784.001,363.00
1,503.001,382.001,803.001,456.00
1,463.001,388.001,799.001,506.00
1,605.421,572.901,938.991,671.67
1,862.031,866.952,099.122,263.26
2,111.422,011.842,195.552,555.66
2,585.772,253.432,471.323,053.12
2,779.002,339.002,832.003,001.00
3,263.002,666.003,241.003,532.00
3,539.003,042.003,719.003,743.00
3,982.853,500.803,966.404,486.39
1,063.001,436.001,589.00820.00 1,079.001,408.001,647.00953.00 1,248.001,552.001,802.00977.00 1,326.001,665.001,925.001,065.00 1,413.001,574.002,197.001,210.00 1,510.541,880.012,651.411,325.00 1,624.811,888.193,358.761,528.68 1,928.442,009.593,592.201,707.99 2,233.152,302.474,024.362,071.89 2,302.002,507.004,049.002,136.00 2,680.002,917.004,983.002,643.00 3,146.003,647.005,841.003,144.00 3,790.264,363.896,554.414,147.70
1,919.001,147.001,404.001,466.00 2,076.001,136.001,352.001,239.00 2,126.001,235.001,596.001,209.00 2,139.001,256.001,865.001,292.00 2,291.001,270.001,868.001,465.00 2,412.031,400.631,880.401,582.88 2,797.581,653.222,235.381,832.20 3,073.441,811.372,063.071,920.56 3,490.152,246.532,136.202,311.00 3,758.002,483.002,435.002,460.00 4,034.002,972.003,090.002,517.00 4,505.003,521.003,304.003,005.00 4,732.653,782.933,732.193,248.08
房屋平均销售价山东:房屋平均销售价山西:房屋平均销售价陕西:房屋平均销售价年年年年
元/平方米元/平方米元/平方米元/平方米2,053.001,344.001,029.001,042.00 2,112.001,427.001,118.001,253.00 2,170.001,457.001,354.001,570.00 2,250.001,605.001,440.001,554.00 2,359.001,698.001,611.001,534.00 2,713.912,045.291,803.231,731.03 3,167.662,425.222,209.912,059.61 3,366.792,540.501,988.182,461.32 3,863.902,904.142,249.612,622.00 3,800.002,970.002,355.002,952.00 4,681.003,505.002,707.003,223.00 5,032.003,944.003,487.003,759.00 5,357.104,447.733,432.714,949.20
3,422.001,350.002,251.001,313.00 3,565.001,340.002,328.001,075.00 3,866.001,368.002,375.001,674.00 4,134.001,381.002,487.001,569.00 5,118.001,421.002,518.001,753.00 5,855.001,572.223,114.612,747.58 6,842.001,945.494,054.731,700.11 7,196.002,270.944,773.541,976.46 8,361.002,840.455,811.112,704.12 8,195.003,157.006,015.003,202.00 12,840.003,509.006,886.002,452.00 14,464.004,138.008,230.002,896.00 14,603.244,917.888,744.773,474.51
1,394.001,654.001,908.001,377.00 1,425.001,741.001,950.001,351.00 1,537.001,940.002,053.001,443.00 1,738.001,914.002,388.001,556.00 1,817.001,882.002,737.001,596.00 1,585.191,977.513,108.191,766.24 1,797.742,165.024,279.972,134.99 1,858.092,380.174,774.442,269.21 2,081.132,454.985,786.032,722.58 2,240.002,680.006,262.002,785.00 2,604.002,931.007,826.003,442.00 3,087.003,158.009,258.004,281.00 3,548.793,635.389,838.064,733.84。
