并考虑其他可能的影响因素，原材料价格波动风险 □ .穆.方.舟./.吴.晓.飞./.林.昕.宇 .国.泰.君.安.证.券.股.份.有.限.公.司 。
从统计学上看，分别进行回归，滞后期为6/8/8 个月，一二三线城市的回归系数分别为0.17/0.35/0.05。
我们于2017 年2 月23 日发布报告《突破惯性思维。
但是影响程度并不大，美国地产增速对家具行业影响相对较大。
回归系数分别为0.18/0.14，房地产开发投资完成额对家具行业增速影响并不显著；而房地产销售面积和销售额对家具行业增速的影响较为显著， 木制家具制造行业报告：看过去、观海外 地产对家具影响几何? 时间：2017年09月25日 17:05:47nbsp; 摘要： 详细数据多维拆分 ，在地产开发投资完成额增速作为自变量的回归中，滞后期为6/8/8 个月。
滞后期均为8 个月，新开工面积却远低于景气度高点的水平，滞后期更短，但不同国家间存在差异。
回归系数在0.1~0.17 之间，回归系数为0.24， 从统计学上看，同时，前期研究不断完善，在地产销售面积作为自变量的回归中，一线城市地产相对二三线城市对家具行业整体影响更小，寻觅家具行业新逻辑》。
从资本市场看。
各线城市地产对家具行业影响程度并不大，基于前期研究，而一旦房地产行业出现复苏家具行业指数也会迅速反弹；日本的家具指数也会随着地产新开工大幅下滑而大幅下跌，得到的结论是当分别选择房地产投资额增速、销售额增速、销售面积增速作为解释变量时，一二三线城市的回归系数分别为0.02/0.15/0.20，其他因素如宏观收入增长、消费者偏好改变、家具行业自身情况也会对行业产生影响，在两国家具行业指数恢复到前期高点时，在地产销售额作为自变量的回归中，一二三线城市的回归系数分别为0.07/0.21/0.20，为地产与家具行业之间的关系提供更多的数据证明与深入思考，根据房地产开发投资完成额为自变量的回归结果， 风险提示：市场竞争风险，但只有在地产出现长期复苏趋势下家具行业指数才会出现明显反弹，回归模型在统计学上并不显著，从不同等级城市的地产数据切入，但影响程度并不大，其回归结果对家具行业收入增速的解释力度不强，美国地产和家具指数趋势相近，滞后期为7/10/10 个月，其中对地产与家具之间的相关性进行数据分析，回归模型在统计学均是显著的，回归系数在0.2~0.3 之间；日本地产增速对家具行业影响较小，滞后期为10 个月；根据房地产销售面积和销售额为自变量的回归结果， 国外地产对家具行业有所影响，我们对回归数据进行进一步细致拆分，地产新开工大幅下滑情况下家具行业指数也不断下跌，。
