一、引言
作为国家首批两型社会试验区和长株潭城市群核心的长沙，其房地产产业的健康可持续发展对带动地区经济发展有这重要作用。特别是“十二五”、“十三五”规划以来，长沙城镇化、工业化水平都得到更完全健康的发展。相比中部其他省会城市，长沙经济增长平稳快速，房价涨幅目前处于合理区间。因此本文选取长沙市2000～2015年数据分析量化宽松政策对房价的影响有重要参考价值。
二、研究假设
本文选取市场因素和货币因素，结合国内外研究综述构建以下研究假设：
假设1：市场利率与房地产价格负相关
John B.Taylor（2007）研究提出当房价上升时，企业和个体的借贷能力会提升，违约概率会下降；Matteo（2005）提出房价的上涨可以让社会活动更容易的获得贷款，起到推动社会供需总量的发展，因为房价的上涨带来企业固定资产和个人资产的增值，其偿债能力也得到提升[1]。综上研究，所以市场利率的变化对房价波动存在关联。
假设2：货币供应量与房地产价格正相关
Stephen（2005）运用产品市场、房地产市场与政府当时推行的货币政策建立一般动态模型，实证结果表明扩张的货币政策对房价产生正向波动。Deokho（2006）运用协整检验研究了市场利率和房地产价格之间的关系，研究结果显示两者之间存在长期负相关。伴?S着我国经济的高速发展，我国货币供应量也长期处于高位增长，这在一定程度上市造成房价上涨的原因。
假设3：投资规模与房地产价格正相关
Claus（2007）研究得出当投资增长幅度下降时，房地产价格的波动趋于平稳，当投资增速维持或持续增长时，房地产价格波动较大，同时房地产价格和行业信贷总量之间符合长期一般均衡关系，因此投资规模可能是影响房地产价格的关键因素。
假设4：第二产业增加值与房地产价格正相关
同步全国进行的产业结构调整，长沙整体产业机构转型发展良好，作为集聚了三一重工、中联重科、山河智能等一批机械制造的城市，第二产业整体所占比重较大，各产业与行业之间存在良性互动，相互促进发展。第二产业增长为长沙政府税收、提高居民收入、带动相关产业发展等都贡献了重要作用，同时第二产业增长也会占用跟多资源，增加了整体需求量，进而可能带动房价的上涨。
假设5：城镇居民人均可支配收入与房地产价格正相关
城镇居民的购买能力是影响房地产需方市场的关键因素，人均可支配收入的增长会影响居民购买住房的意愿，推高房地产需求从而导致房地产价格的上涨，所以城镇居民的可支配收入和房地产价格之间存在明显正向关系。
三、实证分析
（一）数据与模型设定
本文数据来源长沙政府统计信息网和国家统计局，整理收集了2000～2015年市场利率X1、货币供应量X2、房地产投资额X3、长沙市第二产业增加值X4和长沙人均可支配收入X5。建立如下多元线性回归模型：
Y=β0+βiXi+μ
其中Y为长沙市住宅平均销售价格，Xi为影响长沙市住宅平均销售价格的因素，K为解释变量的个数，β为回归系数，μ为随机干扰项。
（二）数据处理
本文通过Y与Xi之间的散点图与直线拟合，进行OLS回归分析，回归模型中Y与Xi之间总体线性相关性显著，回归系数检验X前参数有未通过t检验（p-value=0.7874、0.7129、0.2701>a=0.05），并且X4回归系数为负数与前期假设预期不符，所以解释变量之间存在多重共线性。
因为初步选定的五个自变量间存在多重共线性的问题，为保证有效性，必须将一些相关的自变量从模型中剔除。计算各自变量之间相关系数矩阵的结果如表2所示。
因Xi之间存在多重共线性，为保证各自变量的有效性，需删除相关的变量。
由表可知，与X1、X3、X4、X5之间存在高度相关性。
依次作为简单回归：
（1）Y=1479.749+0.000431X1
（18.10） （20.11）
R2=0.9172 D.W.=1.147877
（2）Y=1932.8212+0.000114X3
（19.38） （28.12）
R2=0.968335 D.W.=1.40245
（3）Y=1511.536+1.2823136X4
（18.11） （25.02）
R2=0.979649 D.W.=1.973452
（4）Y=149.2346+0.193116X5
（0.96） （19.07）
R2=0.962839 D.W.=1.273452
由上可知，长沙市住宅平均销售价格受长沙市房地产投资额影响最大，所以选X3的回归方程作初始的回归模型，其他变量的分别带入得到最佳回归方程。
首先，公式（3）中引入X1，拟合度符合预期上升并且在显著性水平下通过了t检验，并由D.W值可知没有一阶自相关，因此X1、X3作为解释变量满足条件，再依次用X4、X5与X3回归分析，但其OLS回归结果不佳，所以可只考虑用X1、X3加引入另一个变量的效果是否更好。然后，在初始模型包含X1、X3之后依次引入X4、X5，两者都没有通过显著性水平检验，并且结果也不符合预期，由此可以得出用三个解释变量进行回归模型分析不符合预期，存在多重共线性的问题。最后，进行四个解释变量的回归模型分析，得出结果不符合预期要求。由此作出判断，选择X1、X3与Y建立回归模型最佳。 （三）回归方程的建立及结果的解释
建立长沙市商品房平均销售价格，长沙住宅投资额X3，长沙第二产业增加值X4的线性回归方程，回归结果如表3所示。
采用长沙住宅平均销售价格、市场利率X1、住宅投资额X3构建回归模型，结果如表3：
多元线性回归方程结果如下：
Y=1593.832+0.000291X1+0.743158X3
由之前分析可知因为存在多重共线性，在剔除货币供应量X2、长沙市第二产业增加值X4和长沙人均可支配收入X5，长沙住宅价格投资额X3、市场利率X1与长沙住宅平均销售价格呈现显著相关关系。对构建的多元线性回归方程进行OLS估计和D.W检验后，得出不显著，nR2=14.78949，说明该回归方程存在异方差性。在运用加权最小二乘法估计得的结果，列回归方程：
Y=1527.844+0.000119X1+0.864415X3
通过回归方程可知，在选取的自变量里对房地产价格影响最大的是长沙市住宅投资额，其次是市场利率。经过上述回归分析得出结果可知，长沙住宅投资额与房地产价格呈正相关。住宅投资额每提高1个单位，房价对应增加0.864415个单位。
由此得出，作?楹饬糠康夭?市场供给方的住宅投资额X3对房地产价格有显著影响，当住宅投资额出现明显波动时也会带来房价的显著波动。其次市场利率X1水平作为影响房地产市场需求方成本的重要因素对房价也有显著影响。同时由回归结果可知货币供应量X2、长沙市第二产业增加值X4和长沙人均可支配收入X5对房地产价格的影响不显著，这表明目前刚需占整体住宅需求量的比例还是有限，存在大量投机需求，同时房地产价格的波动也会导致明显的羊群效应，需要市场及时抑制泡沫膨胀防止出现系统风险。
四、结论与启示
由以上分析可得，在选取的变量中对房地产价格影响最大的因素为住宅投资额，结合长沙市当前具体的经济发展状况分析，可以得出结论：首先，住宅投资额代表房地产企业的未来预期与未来选择，敏锐的房地产企业往往偏向于投资热点城市、热点地区，这也就是全国各地屡屡曝出天价地王的原因，所以某一地区住宅投资额的剧烈波动往往会导致房价的剧烈波动。其次，市场利率对房地产市场供给方和需求方的成本都有明显影响，市场利率的下降会在一定程度上激活市场活力，房地产企业融资成本和购买方贷款成本降低，也会激发供需量的明显增长。最后，货币供应量对房价波动不起显著性影响，表明在现阶段量化宽松政策对房价影响还处于合理可控的范围。面对目前房地产市场刚需有限、投资性需求快速提升的情况，需要政府制定有效政策甄别刚需和投资性需求，在推动城镇化、改善居民居住条件的同时遏制不合理的投资性需求。
