论文我国一线城市住房价格影响因素是适合影响因素论文写作的大学硕士及相关本科毕业论文，相关影响因素分析模型开题报告范文和学术职称论文参考文献下载。
摘 要：房地产已经成为我国经济发展的支柱产业,同时其价格也是关乎民生的一件大事,若要使得房价保持在合理的水平,就需要我们对房价推升的动因进行分析.高房价的背后究竟是何种原因推动的呢?本文以上海房价为例,在前人研究的基础上,建立实证模型,拟通过对上海住房价格的影响因素,对我国住房价格调控提出建议.
关键词：一线城市房价 主成分分析法 房价的影响因素
一、引言
迅速上涨的房价引发了社会热议,各方观点大致分为两个阵营：第一个阵营主张房价不存在泡沫.他们认为我国近几年经济发展速度稳中有升,人们生活水平提高,收入增加,从而认为房价上涨有它的合理性.另一阵营却认为我国房地产走势不符合常规经济发展轨迹,房地产价格达到如此之高远远超出人们生活所能承受的水平,其中有明显的泡沫存在.
傅劲锋（2007）构建了实证模型,并结合其提出的理论进行了分析分析了影响房地产价格的理论并构建实证模型进行分析,房地产的需求为居民储蓄、人口因素、房地产价格、房价格和利率的函数.供给函数被表示为价格和成本的函数,以此构建理论和实证模型.徐忠等（2012）分析了房价和通货膨胀、货币政策的关系,分析指出货币的流动性对房价有一定的影响,我国采取的负利率政策对房价有推动作用.因此利率和通胀对房价产生着一定的影响.
二、实证分析
本文综合了前人研究所选取的研究指标,利用主成分分析法对各类指标进行主成分分析,并进行回归分析,以探讨各影响因素对房价的影响.本文选取的是2002年至2014年的数据.在进行主成分分析法之前,通过对数据进行KMO和Bartlett检验,检验结果KMO值均大于0.5,数据适用于主成分分析法.利用SPSS软件进行计算的特征值和方差的结果中,有三个主成分,对整体数据的解释程度达到了86.959%的水平,解释能力较强,以此建立主成分,分别设为F1、F2和F3.各成分的结果如下表所示：
对三个主成分进行回归,结果显示F3不显著,因此将F3剔除.对F1,F2的回归结果显示两者的系数均在95%置信区间上显著.该回归模型的R方达到0.933,F值较大,模型设定合理,拟合效果非常好.模型为：
HP等于0.941 F1-0.21 7F2
将表1的系数带入,可得HP的公式,将各变量的系数列表如下：
三、结论
上海市房价上涨的主要影响因素为需求因素,尤其是人口、储蓄、可支配收入拉动了上海房价的上涨.
从需求的角度来看,上海市房价上涨的主要需求因素为住房需求,数据显示投资需求对房价的影響并不明显.代表投资需求的利率、通胀率和租金对住房价格的影响并不明显,其中外资投资的影响较为明显；代表住房需求的人口、储蓄、可支配收入以及外资投资对住房价格的影响十分明显.
从供给的角度来看,在对房价影响的供给因素中,房地产投资额和土地购置费对房价的影响稍大,且影响为正.土地购置费用的提高将推升房地产企业成本,因此对房价的推动作用较为明显.而房地产投资额对房地产价格影响为正,说明市场的住房需求没有得到满足,虽然投资额增加提高了住房的供给,但受旺盛并不断增长的需求影响,房地产投资额对住房价格没有起到降低的作用,反而是房价越涨,投资越多.
在所有的影响因素中,仅有房地产竣工面积和房地产企业个数对房价的影响为负,但影响效果不是十分明显.一方面,增加房地产竣工面积可能会缓解房价上涨的压力,但由于土地稀缺的限制,通过增加竣工面积缓解房价上涨的压力并不容易.另一方面,虽然房地产行业的企业数量在逐渐减少,意味着该行业垄断力的逐步提高,而垄断里的提高在一定程度上提高了开发商的议价能力,可能会推动住房价格.
总结:本论文主要论述了影响因素论文范文相关的参考文献,对您的论文写作有参考作用。
参考文献：
1、 我国新能源价格影响因素分析 摘要：本文通过对中国新能源产业现状、传统能源形势以及新能源产业税收政策进行分析，探求影响我国新能源价格的因素，结果表明：新能源价格制定是多种因素。
2、 微观尺度下商品房价格影响因素 摘要：从房地产价格的相关理论出发，以调查筛选的19个微观因子为着手点，以中部经济欠发达地区的小城市——咸宁市为例，选取实地调查数据构建了咸宁市商。
3、 武汉城市群商品房价格影响因素 摘要：为了探究武汉城市群商品房价格的变化规律及其价格的决定因素，促进武汉城市群一体化建设。通过一般OLS模型初步确定商品房价格的主要影响因素，在。
4、 我国重卡年销量影响因素实证 摘要：随着经济回暖，我国重卡行业全面复苏。为更好地了解我国重卡需求，本文通过近十五年我国重卡年销量及其相關影响因素的数据进行了回归分析，结果显示。
5、 我国东中西部农业劳动生产率影响因素 摘 要：长期以来，我国东部地区的农业劳动生产率一直高于中部与西部地区。本文基于1990—2013年三大地区的省际面板数据，通过系统SYS-GMM。
6、 我国民营企业贷款距离影响因素分析 摘要：选取我国2011年沪深两市A股的628家民营上市企业的贷款数据为样本进行实证分析发现：银行贷款量与银行到企业之间距离具有显著的负相关关系，。