【文章內容簡介】 1 .670 城市人口密度 .012 .731 年末實有住宅建筑面積 .005 .910 居民消費指數 .740 地區(qū)生產總值 .000 .581 .665 在 崗工人平均工資 .003 .454 得到回歸模型： 51 2 3 4 53 0 0 . 1 3 8 0 . 0 0 5 0 . 0 0 1 2 . 0 9 9 1 . 2 1 0 0 . 0 0 3y x x x x x?? ? ? ? ? ? ? 結果可看出： 大多變量的回歸系數顯著性 t 檢驗的概率 P值都 大于顯著性水平 ? ，因此認為偏回歸系數與被解釋變量的線性關系是不顯著的，不應該保留在方程中，應進一步改進模型。 第二次多元線性回歸 接下來我們 采取 向后篩選策略，并做多重貢獻性分析 。 表 16 Model R R Square Adjusted R Square Std. Error of the Estimate 1 .919(a) .845 .067 2 .917(b) .841 .524 3 .888(c) .788 .576 4 .803(d) .645 .468 a Predictors: (Constant), 在崗工人平均工資 , 居民消費指數 , 城市人口密度 , 年末實有住宅建筑面積 , 地區(qū)生產總值 b Predictors: (Constant), 在崗工人平均工資 , 居民消費指數 , 城市人口密度 , 地區(qū)生產總值 c Predictors: (Constant), 在崗工人平均工資 , 城市人口密度 , 地區(qū)生產總值 d Predictors: (Constant), 在崗工人平均工資 , 地區(qū)生產總值 e Dependent Variable: 城市房地產價格指數 利用向后篩選策略經過六步完成回歸方程的建立，最終模型為第四個模型。從方程建立的過程看，隨著解釋變量的不斷減少 ，方程的擬合優(yōu)度下降了。這一方面說明了判定系數的自身特性，同時也說明建立回歸方程并不是以一味追求高 的擬合優(yōu)度為唯一目標的，還要看是否對被解釋變量有貢獻。依次剔除出方程的 年末實有住宅建筑面積 , 居民消費指數 ， 城市人口密度 ,偏 F檢驗的概率 P值均大于顯著性水平，因此均不能拒絕檢驗的原假設，這些變量的偏回歸系數與零無顯著差異，它們對被解釋變量的線性解釋沒有貢獻，不應保留在方程中， 最終保留 的是 在崗工人平均工資 ,地區(qū)生產總值 。 根據表 我們得到多元線性回歸模型： 5 457 3 . 0 0 4 1 . 2 8 1 0 0 . 0 0 4y x x?? ? ? ? 這個是最終的方程，回歸方程顯著性檢驗的概率 P值經篩選變量后顯著增大，變量間的線性關系更為顯 著，建立線性模型恰當。 房地產價格體系評估問題的研究論文 17 結果說明， 在崗工人平均工資 ,地區(qū)生產總值 是最重要的影響因素 。通過比較這兩個因素的系數（ 地區(qū)生產總值 的單位是萬元），很容易知道 ， 也就是說 地區(qū)生產總值 是最重要的因素。 各因素影響程度遞減排列： 地區(qū)生產總值 在崗工人平均工資 城市人口密度 （ 人口數 ） 居民消費指數 年末實有住宅建筑面積 （ 建成區(qū)面積 與 年末實有房屋建筑面積 ） 首先我們選定一些 價格 評價指標 。我們從市場供求狀況，人民生活 ， 國家政策，人民住房條件這 四個板塊來分析，確定如下指標：供求比，房屋租售比，房屋空置率，人均住房面積，房地產在 GDP 中的投資 ， 物價指數與房價指數比，稅收政策，房貸利息，空氣質量指標，市民幸福指數 。 層次分析法基本思路 A． 確定評價因素集 ， 建立問題層次結構。 B． 構造兩兩比較的判斷矩陣 。 C． 對判斷矩陣進行一致性檢驗 。 D． 查找隨機 一致性指標 RI 取值 ，檢驗是否通過一致性檢驗。 基于層次分析法的指標權重的計算 我們先建立層次 （如圖） ，然后 根據不同的板塊求權重，以及做一致性檢驗。 圖 11 第一層 ： A1：市場供求狀況 A2: 生活水平指標 A3：政策導向 A4：住房條件 房地產價格體系評估問題的研究論文 18 各指標間的 確定相對重要度： A1 A2 A3 A4 A1 1 4 3 5 A2 1／ 4 1 1／ 2 2 A3 1／ 3 2 1 3 A4 1／ 5 2 1／ 3 1 1 4 3 5 1／ 4 1 1／ 2 2 令 A= 1／ 3 2 1 3 1／ 4 1／ 2 1／ 3 1 權重 ( 0 .4 9 2 1 , 0 .2 7 1 0 , 0 .1 4 8 0 , 0 .0 8 8 8 ) TW ? (1. 98 13 , 0. 58 41 , 1. 07 95 , 0. 37 53 ) TAW ? 特征向量 1 1 . 9 8 1 3 0 . 5 8 4 1 1 . 0 7 9 5 0 . 3 7 5 3( ) 4 . 0 4 5 64 0 . 4 9 2 1 0 . 1 4 8 0 0 . 2 7 1 0 0 . 0 8 8 8? ? ? ? ? ? 0 .0 1 5 21nCI n? ???? 當 4n? 時， ? ,一致性比值 0 .0 1 7 1 0 .1CICR IR? ? ??,通過 一致性檢驗 。 同理可求得市場供求狀況下的 各 指標權重 B1:房地產供求比 B2： 租售比 ” (指月租金與房價的比值 ) B3：房屋空置率 （商品房空置總量 /商品房竣工面積） 商品房空置率：空置率是反映一定時點商品房供求狀態(tài)、市場運行好壞的相對指標，直接用來表明房地產市場的熱度和房價高低程度。 1 ( 0 .5 3 7 7 , 0 .2 6 7 5 , 0 .1 9 4 8 ) TW ? 生活水平指標下的各指標權重 C1:人均住房面積 C2:房地產投資在 GDP的比例 C3:物價指數與房價指數 比 2 ( 0 .4 1 1 1 , 0 .2 6 1 1 , 0 .3 2 7 8 ) TW ? 房地產價格體系評估問題的研究論文 19 政策導向下的各指標權重 D1:稅收政策 D2:房貸利率 3 (,)TW ? 住房條件下的各權重指標 E1:空氣質量指標 E2:市民幸福指數 4 (,)TW ? 現在我們來做決策樹，求各指標因素最終的權重 B1 B2 A! B3 11 A2 C1 O C2 C3 A3 D1 D2 A4 E1 E2 圖 12 房地產價格體系評估問題的研究論文 20 由決策樹去我們可各個影響因素的最終權重： 影響因素 B1 B2 B3 C1 C2 C3 D1 D2 E1 E2 權重 各個評價指標的量化 ：在市場經濟中，商品的調配主要由市場本身的供求關系來完成。在本模型中供求關系成為最重要的評價因素的最重要因素也就在情理之中。下面，我們對具體某個城市供求關系這一指標 的評價做出分析。我們把這一指標分為見了優(yōu) ()、良 ()、中 ()、差 ()、極差（ ）五個等級?？紤]到市場上房地產供求比普遍處于 1~2 之間，我們把供求關系指標建立以下標準。 供求比范圍 1~ ~ ~ ~2 2 等級及得分 優(yōu) () 良 () 中 () 差 () 極差 () ”(指 月租金與房價的比值 )該指標往往是房地產價格增長的副產品，一定程度上說明該地區(qū)房價不合理。目前，國際上用來衡量一個區(qū)域房產運行狀況良好的售價租金比一般界定為２００：１至３００：１。如果售價租金比超過３００：１，意味著房產投資價值相對變小，房產泡沫已經顯現；如果低于２００：１，表明該區(qū)的房產投資潛力相對較大，房產后市看好。售價租金比無論是低于２００：１還是高于３００：１，均表明房產價格偏離理性真實的房產價值。 分為好與差兩個等級 租售比 范圍 〈 200 200~300 〉 300 等級及得分 差 () 好 ( ) 差 ( ) .商品房空置率?？罩寐适欠从骋欢〞r點商品房供求狀態(tài)、市場運行好壞的相對指標，直接用來表明房地產市場的熱度和房價高低程度。一般來說物盡其用才是理想的狀況。有此，我們建立了以下標準： 房屋空置率 〈 10% 20%~40% 40%~60% 〉 60% 等級及評分 優(yōu)（ ） 良 () 中 () 差 () 房地產價格體系評估問題的研究論文 21 4 人均住房面積 據了解 ,我省城鎮(zhèn)居民人均住房使用面積 平方米 在住房面積上，多數家庭的住房使用面積在 60 平方米以下 , 以次建立人的指標。 人均住房面積 〈 12 平方米 12~20 平方米 20~30 平方米 30~60 平方米 等級及評分 差（ ） 中 () 良 () 優(yōu) () 5. 房地產投資在 GDP 的比例 ,該指標能夠直觀地反映房地產是否過熱，是房的產發(fā)展的路標。一般正常情況下，房地產投資在 GDP 的比例在 20%~25%之間