【正文】 Sig.CorrelationsBStd. ErrorBetaZeroorderPartialPart1(Constant).000經(jīng)濟(jì)適用房銷(xiāo)售價(jià)格（元）.843.011.129.000.738.452.054北京市生產(chǎn)總值（億元）.008.000.927.824.155居民家庭人均收入（元）.028.002.054.000.903.108.011人均住宅建筑面積（平方米）.000.697房地產(chǎn)開(kāi)發(fā)投資額(億元).039.000.828保障性住房面積（萬(wàn)平方米）.086.000a. Dependent Variable: 商品房銷(xiāo)售價(jià)格（元）5從而證明問(wèn)題一中得出的結(jié)論正確。（2）F檢驗(yàn)F=UmQnm1~Fm,nm1 (28） 又因?yàn)?，Ey=xβ=β0+β1x1+β2x2+2)用矩陣形式表示為：Y=Xβ+ε 其中ε~N0，σ2In （2βp都是模型中的未知參數(shù)，分別為回歸常數(shù)和偏回歸系數(shù)。+βpxp+ε （） 式（）表示一個(gè)p元線(xiàn)性回歸模型，其中有p個(gè)解釋變量。1利用逐步回歸模型，驗(yàn)證54 特征值與方差貢獻(xiàn)表Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %1234.835.8355.583.5836.095.953.095.9537.042.4238.023.2279.003.03010.000.003如上表所示，本文最終提取到影響房?jī)r(jià)的6個(gè)主成分，并且使累計(jì)方差貢獻(xiàn)率達(dá)到了≥99%，從而保證影響房?jī)r(jià)的有效信息不流失，為更好地解決后面的問(wèn)題做準(zhǔn)備。ekp39。1）。第k個(gè)主成分方差為αi=λii=1kλi，主成分Ｆ1，3 X的相關(guān)系數(shù)矩陣RCorrelation Matrix經(jīng)濟(jì)適用房銷(xiāo)售價(jià)格（元）北京市生產(chǎn)總值（億元）恩格爾系數(shù)（%）居民家庭人均收入（元）人均住宅建筑面積（平方米）CPI城市化率貸款利率房地產(chǎn)開(kāi)發(fā)投資額(億元)保障性住房面積（萬(wàn)平方米）經(jīng)濟(jì)適用房銷(xiāo)售價(jià)格（元）.791.848.701.272.320.819.230北京市生產(chǎn)總值（億元）.791.909.908.078.615.376.973恩格爾系數(shù)（%）.248.426.060居民家庭人均收入（元）.848.909.248.741.113.257.282.864.062人均住宅建筑面積（平方米）.701.908.741.752.256.958.081CPI.078.426.113.018.139城市化率.272.615.257.752.018.282.642貸款利率.320.376.060.282.256.139.282.283房地產(chǎn)開(kāi)發(fā)投資額(億元).819.973.864.958.642.283.048保障性住房面積（萬(wàn)平方米）.230.062.081.048（4）計(jì)算相關(guān)系數(shù)矩陣R的特征值λi及其對(duì)應(yīng)的單位特征向量ei，i=1,2，表1Ｆk）,可用多項(xiàng)式表示：Ｆ1=a11X1+a21X2+5通過(guò)查閱中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局網(wǎng)站【8】、北京市統(tǒng)計(jì)信息網(wǎng)【9】，中國(guó)知網(wǎng)【10】，我們得到北京市的物價(jià)水平、生產(chǎn)總值、收入水平、金融政策、稅收政策、土地、城市化率、保障性住房面積、銷(xiāo)售價(jià)格等統(tǒng)計(jì)數(shù)據(jù)，并在查閱大量相關(guān)文獻(xiàn)的情況下，得到如表1所示的影響房?jī)r(jià)的指標(biāo)體系（見(jiàn)表1主成分分析法是利用降維的思想，通過(guò)研究指標(biāo)體系的內(nèi)在結(jié)構(gòu)關(guān)系，把多指標(biāo)轉(zhuǎn)化成少數(shù)幾個(gè)互相獨(dú)立而且包含原有指標(biāo)大部分信息（80％—85％以上）綜合指標(biāo)的多元統(tǒng)計(jì)方法，本文在提取主成分是要求提取達(dá)到90%以上的信息，其優(yōu)點(diǎn)在于利用該方法所確定的權(quán)數(shù)是基于數(shù)據(jù)分析而得到的指標(biāo)之間的內(nèi)在結(jié)構(gòu)關(guān)系，不受主觀因素的影響，而且得到的綜合指標(biāo)（主成分）之間彼此獨(dú)立，減少信息的交叉，從而使分析評(píng)價(jià)結(jié)果具有客觀性和可確定性。 (2)假設(shè)在本文預(yù)測(cè)的2011至2015年期間，國(guó)家對(duì)房地產(chǎn)市場(chǎng)的宏觀調(diào)控政策不發(fā)生重大改變，與現(xiàn)行的政策基本一致。選取具有代表性的樣本是科學(xué)研究的基本前提，北京是我國(guó)的首都，也是第一批保障性住房建設(shè)的試點(diǎn)城市，因此本文選取北京的相關(guān)數(shù)據(jù)進(jìn)行實(shí)證研究。 目前有關(guān)方面對(duì)本問(wèn)題的研究房地產(chǎn)相關(guān)行業(yè)以及政府的研究機(jī)構(gòu)從未停止過(guò)對(duì)房?jī)r(jià)及相關(guān)問(wèn)題的研究，出現(xiàn)了眾多的研究方法。近幾年來(lái)，保障房建設(shè)正在加速推進(jìn),中共中央政治局常委、國(guó)務(wù)院副總理李克強(qiáng)在全國(guó)保障性安居工程工作會(huì)上強(qiáng)調(diào)，要認(rèn)真貫徹落實(shí)黨中央、國(guó)務(wù)院的決策部署，大規(guī)模實(shí)施保障性安居工程，加大投入，完善機(jī)制，公平分配，保質(zhì)保量完成今年開(kāi)工建設(shè)1000萬(wàn)套的任務(wù)，努力改善群眾住房條件。（見(jiàn)表3本文以北京市經(jīng)濟(jì)適用房銷(xiāo)售價(jià)格、北京市生產(chǎn)總值等相關(guān)數(shù)據(jù)為例，分析房?jī)r(jià)的主要影響因素，建立房?jī)r(jià)與其影響因素的關(guān)系模型對(duì)北京市房?jī)r(jià)進(jìn)行準(zhǔn)確預(yù)測(cè)，并根據(jù)得出的預(yù)測(cè)結(jié)果對(duì)房地產(chǎn)發(fā)展提出合理性意見(jiàn)：?jiǎn)栴}一，建立影響房?jī)r(jià)的指標(biāo)體系，將變化偶然性較大的貨幣供應(yīng)量刪除，建立主成分分析模型提取主成分，將各指標(biāo)對(duì)各主成分的貢獻(xiàn)率加權(quán)得到每個(gè)指標(biāo)的總貢獻(xiàn)率，比較得出影響北京市房?jī)r(jià)的六項(xiàng)主要指標(biāo)依次為：X4居民家庭人均收入，X10房地產(chǎn)開(kāi)發(fā)投資額, X2北京市生產(chǎn)總值， X1經(jīng)濟(jì)適用房銷(xiāo)售價(jià)格， X6人均住宅建筑面積 ， X5新增保障性住房面積。最后，對(duì)所建模型進(jìn)行了優(yōu)缺點(diǎn)評(píng)價(jià)，在模型推廣種介紹了這幾個(gè)模型的廣泛應(yīng)用。利用第二步所建立的關(guān)于房地產(chǎn)價(jià)格的數(shù)學(xué)模型，根據(jù)有關(guān)政策和規(guī)劃對(duì)未來(lái)幾年我國(guó)或某一地區(qū)在不同的保障房建設(shè)力度下就房地產(chǎn)價(jià)格趨勢(shì)進(jìn)行仿真或預(yù)測(cè)，并根據(jù)模型的需要對(duì)未來(lái)的情況作適當(dāng)?shù)募僭O(shè)。在確立房地產(chǎn)價(jià)格與各主要影響因素之間的聯(lián)系方面，嚴(yán)焰【5】利用嶺回歸方法本文采用嶺回歸方法，以香港市場(chǎng)為樣本，構(gòu)建房?jī)r(jià)模型。通過(guò)逐步回歸分析，即得到房?jī)r(jià)與各主要指標(biāo)的聯(lián)系，同時(shí)將結(jié)果與問(wèn)題一中得到的各主要指標(biāo)進(jìn)行比較，可檢驗(yàn)得到的主要指標(biāo)是否一致，從而對(duì)提取出的各主要指標(biāo)進(jìn)行驗(yàn)證。(5)假設(shè)本文數(shù)據(jù)挖掘及處理研究過(guò)程中只出現(xiàn)有系統(tǒng)誤差，無(wú)隨機(jī)誤差。因此在所有的線(xiàn)性組合中所選取的Ｆ1應(yīng)該是方差最大的，故稱(chēng)為第一主成分。表1+ap1XpＦ2=a12X1+a22X2+k，并將特征值按由大到小的順序排列，即λ1λ2Ｆk的累計(jì)方差貢獻(xiàn)率為（i=1kλi）（（j=1pλj））其中α1的值最大，則說(shuō)明Ｆ1綜合X1，X2，6 各指標(biāo)對(duì)房?jī)r(jià)影響的總貢獻(xiàn)率123456各指標(biāo)的總貢獻(xiàn)率房地產(chǎn)開(kāi)發(fā)投資額(億元).987.050.112.055北京市生產(chǎn)總值（億元）.974.183.076.035人均住宅建筑面積（平方米）.952.173.107.103居民家庭人均收入（元）.854.400.300.110經(jīng)濟(jì)適用房銷(xiāo)售價(jià)格（元）.841.012.438城市化率.678.069.083.036恩格爾系數(shù)（%）.876.369.006.148CPI.708.379.365新增保障性住房面積（萬(wàn)平方米）.013.742.092.554.022貸款利率.396.322.296.022得到載荷矩陣后，本文根據(jù)各指標(biāo)分別對(duì)各主成分的貢獻(xiàn)率加權(quán)（權(quán)指?jìng)€(gè)主成分所表示的信息量）平均之后我們可以得到各指標(biāo)對(duì)房?jī)r(jià)影響的總貢獻(xiàn)率（見(jiàn)表1研究變量間的非確定性關(guān)系，構(gòu)造變量間經(jīng)驗(yàn)公式的數(shù)理統(tǒng)計(jì)方法稱(chēng)為回歸分析。4) 為了求β, 由(4)式將Sβ對(duì)β求導(dǎo),并令其為零, 得：dSβdβ=dYXβT(YXβ) dβ=d(YTYβTXTYYTXβ+βTXTXβ)dβ=0 (2+βpxp+ε因此，EεTε=σ2np?σ2=εTεnp （2反之，回歸模型不能用于預(yù)測(cè)。2)，由表2曲線(xiàn)估計(jì)則是研究?jī)勺兞块g非線(xiàn)性關(guān)系的一種方法，選定一種方程表達(dá)的曲線(xiàn)，使得實(shí)際數(shù)據(jù)與理論數(shù)據(jù)之間的差異盡可能地小。運(yùn)行結(jié)果如下：經(jīng)濟(jì)適用房銷(xiāo)售價(jià)格隨時(shí)間變化擬合結(jié)果（見(jiàn)表34），X10房地產(chǎn)開(kāi)發(fā)投資額（運(yùn)行結(jié)果圖表見(jiàn)附34可知，X10房地產(chǎn)開(kāi)發(fā)投資額隨時(shí)間成指數(shù)性增長(zhǎng)，房?jī)r(jià)及影響房?jī)r(jià)的其它5項(xiàng)主要指標(biāo)與時(shí)間擬合均符合三次曲線(xiàn)。2 擬合結(jié)果圖根據(jù)表3經(jīng)過(guò)上述研究，并對(duì)目前北京以及全國(guó)房地產(chǎn)市場(chǎng)環(huán)境進(jìn)行分析總結(jié)，本文擬出以下幾點(diǎn)關(guān)于促進(jìn)房地產(chǎn)價(jià)格健康持續(xù)發(fā)展的建議：（一）采取有效措施，引導(dǎo)廣大人民合理應(yīng)對(duì)通貨膨脹本文在對(duì)房地產(chǎn)價(jià)格進(jìn)行主要影響因素前，對(duì)所建立的指標(biāo)體系進(jìn)行了分析，并刪除了偶然性過(guò)大的貨幣供應(yīng)量這一指標(biāo)，沒(méi)有對(duì)其與房?jī)r(jià)進(jìn)行研究，但通貨膨脹使物價(jià)持續(xù)上漲，貨幣不斷的貶值，這對(duì)整個(gè)社會(huì)的經(jīng)濟(jì)、政治等方面有著巨大的危害性。自然災(zāi)害：泥石流、地陷、地質(zhì)坍塌、持續(xù)的暴雨、洪流、長(zhǎng)時(shí)間的天旱等會(huì)更加頻發(fā)；地下水資源不斷地減少、部分河流會(huì)斷流。因此，建議有N套房子作為不動(dòng)產(chǎn)的人適可而止，炒高房?jī)r(jià)的同時(shí)房產(chǎn)市場(chǎng)的泡沫也會(huì)遮住視線(xiàn)，房產(chǎn)不是黃金，不是食物貨幣，它沒(méi)有貯藏功能，市場(chǎng)供求關(guān)系一旦發(fā)生變化，房產(chǎn)的價(jià)值就會(huì)無(wú)形地縮水?！?】 ，2011年8月14日。5：房地產(chǎn)開(kāi)發(fā)投資額擬合Model Summary and Parameter EstimatesDependent Variable:房地產(chǎn)開(kāi)發(fā)投資額(億元)EquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Linear.98219.000Logarithmic.91919.000Inverse.67919.002Quadratic.98428.000Cubic.98737.000Compound.91719.000Power.99119.000.642S.85619.000Growth.91719.000.139Exponential.91719.000.139附3enddisp(39。)x5disp(39。8：房?jī)r(jià)及各影響因素仿真預(yù)測(cè)結(jié)果