2016年12月中旬,中央经济工作会议提出“房子是用来住的,不是用来炒的”的定位,房价成为当前比较热门的研究课题。更好的了解房地产市场变动规律,合理的制定政策,需要深入探究房价水平的影响因素,并对于未来的发展趋势进行合理的预测。经济指标变动和房价波动息息相关,本文的目的在于研究住宅商品房价格和经济指标之间的联系,能够根据经济指标变动情况,分析住宅商品房价格走势,能够对未来的价格走势做出合理的预测。本文主要关注住宅商品房市场,利用统计学和计量经济学知识进行深入研究具有十分重要的意义。本文利用我国6个城市房地产价格的面板数据和时间序列数据,在空间维度和时间维度上分析我国房地产价格与各宏观影响因素关系并进行预测。本文选用北京、天津、石家庄、长春、上海、南京6个城市,2002-2015年住宅商品房价格、商品住宅房竣工面积、房地产开发投资、人口密度、地方生产总值5个指标值数据。利用SPSS、EVIEWS5.0和SAS统计学软件处理数据,分为两个阶段研究,第一阶段仅利用房价序列信息,建立ARIMA模型进行时间序列预测分析,根据最小AIC原则,建立时间序列ARIMA(4,1,4),用住宅商品房的价格一阶差分时间序列模型,预测6个城市的在未来2年的商品住宅价格,呈现逐年上涨态势。第二阶段利用经济指标信息建立面板模型,首先对数据预处理取对数消除异方差性,再通过平稳性检验,协整检验,建立面板模型,之后使用F检验,Hausman检验,建立固定效应模型,并利用面板数据模型进行预测。最终得出宏观经济指标与房价水平之间的关系,预测未来走势,并提出合理化建议。