基于机器学习方法的一线城市房价影响因素研究
2023-11-20分类号:TP181;F299.23
【部门】中国社会科学院经济研究所 中国人民大学统计学院
【摘要】一线城市的房地产市场在全国房地产市场中具有举足轻重的地位,因此,维持一线城市房价平稳从而对保障全国房价平稳健康发展具有重要意义。运用XGBoost等机器学习方法和SHAP值可解释性方法,对四大一线城市房价的主要影响因素及其在2012年前后的动态变化进行测算并分析,研究发现:第一,预期因素是一线城市房价上涨的主要影响因素,并且其影响在不断增强。第二,供给因素和需求因素对一线城市房价上涨也起到了较为重要的作用,不过其作用呈现出减弱态势。第三,货币政策等因素对一线城市房价上涨的影响相对偏弱,并且近年来其影响进一步下降。考虑到预期因素是一线城市房价上涨的最主要因素,因此对一线城市而言,稳房价的关键在于稳预期。进一步地,结合实证结果可知,需要让房价更多地由基本面因素来决定,并且通过稳定房地产调控政策来稳预期。一是从供给端发力,构建一线城市土地供给与房价以及土地供给与常住人口之间的联动机制。二是从需求端发力,缩小一线城市与其周边城市以及其他三四线城市之间的公共服务差距,从而减轻一线城市的外来人口压力以及由此引发的住房需求增长。三是保持房地产调控政策的连续性、一致性、稳定性,通过稳定政策来稳定房地产市场的预期。
【关键词】一线城市 房价 稳预期 机器学习方法
【基金】国家自然科学基金面上项目(72073141);国家自然科学基金专项项目(72141306)
【所属期刊栏目】南开学报(哲学社会科学版)
文献传递