房价的计量经济分析

PAGE.--.word.zl----.-word资料-计量经济学课程 论文 政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载 论文 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 目房价的计量经济分析学院经济与管理学院专业投资学年级2021学号8学生XX黄锦恒完成时间2021年12月.--.word.zl-.-word资料-房价的计量经济分析摘要：2021年以来全国整体的楼市销售在政策不断利好的刺激下，温和回暖。2021年是国企改革深化的关键之年。虽然此前国企改革进度总体来说低于预期，但从2021年年初至今，尤其是两会以后，相关政策密集出台，“1+N〞国企改革文件出台的预期逐渐加强。由于一线城市在经济增长、产业聚集以随着政府一系列关于房地产政策的出台，我国房地产行业出现回暖迹象，许多城市的房价都在上升期。2021年1至6月份，全国商品房销售面积同比增长3.9%，而1至5月份为下降0.2%，热点城市住宅交易量明显上升。在住宅交易回暖的过程中，房地产市场出现新的运行特征，将对房地产业数量型增长模式提出巨大挑战，值得高度关注。关键词：房价本钱；计量假设检验；拟合优度1.引言近年以来，房地产业迅速开展，价格持续稳定上涨，已远远超过一般人所能承受的经济能力。过高的房价有可能超出经济系统的承受能力，从而最终影响经济的稳定。为此基于对我国房价上涨的成因分析，并有针对性地提出了解决房价问题的对策建议2.理论根底房产是指建筑在土地上的各种房屋，包括住宅、厂房、仓库和商业、效劳、文化、教育、卫生、体育以及办公用房等。地产是指土地及其上下一定的空间，包括地下的各种根底设施、地面道路等。房地产由于其自己的特点即位置的固定性和不可移动性，在经济学上又被称为不动产。可以有三种存在形态：即土地、建筑物、房地合一。根据经济学原理，商品的价格由供求变化决定。假设供过于求，那么价格下降，反之，价格上升。供给与需求理论就是通过协调供给与需求的关系以使产品到达一种均衡价格，住房作为一种商品，无非也是适用于这一原理的。对于住房来说，需求弹性较大，供给弹性较小。即当住房价格变化时，住房供给的变化量较大，住房需求的变化量那么较小。模型设定3.1数据来源现在我们以网上最近统计年鉴获得的数据，选取30个省市的数据为例进展分析。在Eviews软件中选择建立截面数据。现在我们以统计年鉴获取的数据，选取31个省市的数据为例进展分析。令Y=各地区房地产总额〔万元〕，X1=各地区房屋竣工面积〔万平方米〕，X2=各地区建筑业企业从业人员〔人〕，X3=各地区建筑业劳动生产率〔元/人〕，X4=各地区人均住宅面积〔平方米〕，X5=各地区人均可支配收入〔元〕。数据如下：表3.1影响建筑业总产值的因素分析表地区YX1X2X3X4X5126985214254.8129961.0569767.024.771413882.62XX52084021465.8147063.0238957.023.0957010312.91XX77993134748.370048.0989317.023.167107239.060XX54012791313.389151.00591276.022.996807005.030XX25765751450.761074.00265953.020.053107012.900XX101707943957.182496.00966790.020.235107240.580XX34692811626.877486.00303837.020.705907005.170XX44018782181.368033.00441518.020.492006678.900XX119580343609.2153910.0505185.029.3453014867.49XX2794935417730.0100569.0272700624.435309262.460XX3127277916183.9127430.0242935231.0233013179.53XX62270734017.666407.00910691.020.754806778.030XX54934412952.1108288.0553611.030.298709999.540XX35933562750.970826.00574705.022.619806901.420XX148136189139.860728.002072530.24.480808399.910XX63452173433.666056.00932901.020.202106926.120XX87299584840.881761.00104876322.902807321.980XX81884024969.774553.00111910624.425807674.200XX151632428105.0101932.0149282024.9328012380.43XX28184661721.677472.00353700.024.173207785.040XX394053.0121.555361.0061210.0023.432007259.250XX58620954939.669432.00817997.025.724408093.670XX122533748784.659748.002070534.26.358507041.870XX2122907980.372152.00293310.018.194306569.230XX39679572248.769238.00522470.024.929407643.570XX293427121.373205.0036593.0019.929908765.450XX44043621580.093212.00410311.021.750506806.350XX22368601327.246857.00449409.021.113806657.240XX747325242.961046.00101501.019.105506745.320XX1080546578.761459.0088225.0022.255006530.480XX31967741450.895835.00203375.020.781107173.540数据来源：以上数据来源于?统计年鉴?3.2模型建立(1)将各地区房地产总额作为因变量，各地区房屋竣工面积、各地区建筑企业从业人员、各地区建筑业的劳动生产率、各地区人均住宅面积和各地区人均可支配收入等作为自变量，构建如下回归分析模型:Y= β0+β1X1+β2X2+β3X3+β4X4+β5X5+ui 上式中，Y=各地区房地产总额〔万元〕，X1=各地区房屋竣工面积〔万平方米〕，X2=各地区建筑业企业从业人员〔人〕，X3=各地区建筑业劳动生产率〔元/人〕，X4=各地区人均住宅面积〔平方米〕，X5=各地区人均可支配收入〔元〕。(2)参数估计用Eviews计量经济学分析软件作最小二乘回归，分析结果如下：表3.2DependentVariable:YMethod:LeastSquaresDate:16/12/16Time:23:15Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.  C-2263053.1901129.-1.1903730.2451X11273.856232.09185.4885880.0000X242.8406515.627482.7413660.0111X31.6462191.3416391.2270210.2312X4-184910.4106259.9-1.7401700.0941X5495.6706208.96112.3720710.0257R-squared0.976861    Meandependentvar7446408.AdjustedR-squared0.972233    S.D.dependentvar7227629.S.E.ofregression1204375.    Akaikeinfocriterion31.01280Sumsquaredresid3.63E+13    Schwarzcriterion31.29035Loglikelihood-474.6985    Hannan-Quinncriter.31.10328F-statistic211.0825    Durbin-Watsonstat2.147458Prob(F-statistic)0.000000=-2263053+1273.85X1+42.8406X2+1.6462X3-18.49X4+495.67X5(1901129)(232.09)(15.62)(1.34)(106259)(208.96)T=〔-1.19〕〔5.48〕〔2.74〕〔-2.15〕〔1.22〕〔-1.74〕=0.9722F=211.0825n=313.3模型检验及修正3.3.1经济意义检验模型估计结果说明，假定在其他变量不变的前提下，房屋竣工面积每增长1万平方米，平均来说,房地产总额会增长1273.85万元；建筑业企业从业人员每增加1人，平均来说房地产总额会增长42.84062万元；建筑业劳动生产率每增加1%，平均来说居民消费会增加1.6462万元。这与理论分析和经历判断根本一致。人均住宅面积每增加1平方米，平均来说房地产总额会减少18.49万元；人均可支配收入每增加1元，平均来说房地产总额会增长495.67万元。这与理论分析和经历判断相悖。统计检验=1\*GB3①拟合优度：由表3.2可知=0.9768，=0.9722，说明模型的样本拟合性很强，反映了模型对样本的拟合很好。=2\*GB3②F检验：针对H0：β1=β2=β3=β4=β5=0，给定显著性水平α=0.05，由表1.1得到P=0<0.05拒绝原假设，说明回归方程显著。即房屋竣工面积，建筑业企业从业人员，建筑业劳动生产率，人均住宅面积，人均可支配收入等变量联合起来确实对房地产总额有显著影响。=3\*GB3③t检验：H0：βj=0(j=0，1，2，3，4，5，6)给定显著性水平α=0.05，只有，X1，X2，X5的P值<0.05,这说明在显著性水平α=0.05下，在其他解释变量不变的情况下，房屋竣工面积，建筑业企业从业人员，人均可支配收入分别对房地产总产值有显著影响。3.3.2多重共线性检验及修正〔1〕利用方差扩大因子对模型进展检验，结果如下：表3.3被解释变量可决系数R的值方差扩大因子VIF=1/1-X10.941516.66X20.67793.03X30.937514.28X40.49451.96X50.75804.13根据表3.3得出结果，X1，X3的辅助回归得到的VIF大于10，说明模型存在多重共线性。数97(2)对多重共线性的处理利用逐步回归修正问题X1可决系数最大，以X1为根底，依次引入其他变量，引入过程得到结果为：表3.4x1x2X3X4X5X1,x2t=26.75t=6.620.9684X1,x3t=7.21t=1.850.9278X1,x4t=2.7603t=-0.85210.9332X1,x5T=22.95t=6.020.9647通过逐步回归保存了可决系数较高并且通过显著性检验的变量，所以最后的模型估计结果为：表3.5DependentVariable:YMethod:LeastSquaresDate:16/12/16Time:23:20Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.  C-3711880.765709.2-4.8476370.0000X11547.35457.8319726.756040.0000X260.575779.1368996.6297950.0000R-squared0.970594    Meandependentvar7446408.AdjustedR-squared0.968493    S.D.dependentvar7227629.S.E.ofregression1282914.    Akaikeinfocriterion31.05893Sumsquaredresid4.61E+13    Schwarzcriterion31.19771Loglikelihood-478.4134    Hannan-Quinncriter.31.10417F-statistic462.0886    Durbin-Watsonstat2.098685Prob(F-statistic)0.000000通过逐步回归保存了可决系数较高并且通过显著性检验的变量，所以最后的模型估计结果为：=-3711880+1547.35x1+60.57x2(765709.2)(57.8319)(9.136899)t=(-4.8476)(26.756)(6.629795)=0.9705=0.9684n=313.3.3异方差检验表3.6WhiteHeteroskedasticityTest:F-statistic1.742532    Probability0.161697Obs*R-squared8.011602    Probability0.155597TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:16/12/16Time:23:20Sample:131Includedobservations:31F-statistic1.742532    Prob.F(5,25)0.1617Obs*R-squared8.011602    Prob.Chi-Square(5)0.1556ScaledexplainedSS5.949920    Prob.Chi-Square(5)0.3111TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:16/12/16Time:23:21Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.  C-3.19E+124.46E+12-0.7158550.4807X11.15E+083.54E+080.3249150.7479X1^23913.00420466.630.1911890.8499X1*X2-756.30894598.986-0.1644510.8707X269425884952903000.7285720.4730X2^2-184.1939462.0769-0.3986220.6936R-squared0.258439    Meandependentvar1.49E+12AdjustedR-squared0.110127    S.D.dependentvar2.04E+12S.E.ofregression1.92E+12    Akaikeinfocriterion59.58019Sumsquaredresid9.25E+25    Schwarzcriterion59.85774Loglikelihood-917.4929    Hannan-Quinncriter.59.67066F-statistic1.742532    Durbin-Watsonstat2.029951Prob(F-statistic)0.161697根据图3.6可知，P=0.1556>0.05,所以不拒绝原假设，说明模型不存在异方差。3.3.4自相关检验由图3.5可知，DW=2.098，查DW统计表可知=1.297，=1.570，