摘要：通过分析商品住宅价格变动的影响因素，确立研究指标，并借助天津市2001年到2010年社会与经济统计数据，运用Eviews软件，对数据进行回归分析，得到天津市商品住宅价格变动回归方程，从而为房地产企业决策以及政府制定政策提供理论模型。
　　关键词：价格变动；回归分析一、研究背景及意义
　　20世纪80年代以来，我国的房地产业高速发展，逐渐成为经济发展的重要推动力之一。一方面，房地产投资在我国的GDP中占有较大比重；另一方面，房地产业的发展带动了相关产业的发展，据初步估计，我国每投入100元的住房资金，可创造相关产业170-220元的需求。因此，房地产业的健康发展既是房地产市场本身的需要，也是宏观经济可持续发展的需要。
　　住宅价格变动的研究，对确保房地产业的健康发展有着重要的意义：住宅价格是房地产市场的阴晴表，它能够反应房地产市场的供需情况，以及政策的影响。就房地产企业来说，通过对住宅价格变动的研究，确定影响房地产价格的因素，能够准确及时的预测房地产的价格趋势及变化规律，从而作出正确的投资经营决策。对政府而言，通过研究住宅价格趋势及影响因素，不仅为研究房地产业发展战略乃至国民经济规划提供了条件，而且为政府适时利用反周期政策调整房地产业乃至国民经济使其持续健康发展提供有效的理论依据。
　　二、天津市商品住宅价格变动实证分析
　　（一）指标的选择与数据来源
　　影响商品住宅价格（Y）的因素很多，本文选取一般因素进行分析，主要包括：房地产开发投资（X1）、人口（X2）、居民可支配收入（X3）、利率（X4）、GDP（X5）、商品零售价格指数（X6）。
　　本文使用的数据是2001-2010年天津市经济与社会发展的部分时间序列，具体数据见下表1。
　　表1
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　注：表中数据来自《中国房地产统计年鉴》和《天津市统计年鉴》。
　　（二）模型建立
　　通过对商品住宅价格长期均衡关系的分析，可以了解影响住宅价格的因素能否以及在多大程度上解释价格的长期变动。根据所收集到的数据，本文利用多元线性回归方法对商品住宅价格（Y）进行了逐步回归分析，回归方程为：
　　Y=c+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6
　　（三）回归分析
　　由上述分析得出，商品住宅销售价格(Y)与房地产开发投资成本（X1）、总人口（X2）、居民可支配收入（X3）、贷款利率（X4）、
　　GDP(X5)、商品零售价格指数（X6）6个指标相关，可以分别绘制散点图来验证应变量和自变量之间有无明显线性关系。
　　在Y—X1、Y—X2、Y—X3、Y—X4、Y—X5、Y—X6的散点图中，只有Y—X4的散点图中大部分点不在直线点附近，因此认为贷款利率与商品住宅销售价格相关关系不明显。因此在后面的研究中忽略贷款利率对商品房住宅价格的影响，调整后的回归模型为：
　　Y=c+β1X1+β2X2+β3X3+β5X5+β6X6
　　理论上认为可支配收入对商品住宅价格的影响程度最高，因此首先对商品住宅价格和可支配收入进行回归分析。通过
　　Eviews软件，对数据进行拟和，用最小二乘法进行估计，结果如表2
　　表2