计量经济学课程设计报告.docx
- 文档编号:26118146
- 上传时间:2023-06-17
- 格式:DOCX
- 页数:14
- 大小:152.22KB
计量经济学课程设计报告.docx
《计量经济学课程设计报告.docx》由会员分享,可在线阅读,更多相关《计量经济学课程设计报告.docx(14页珍藏版)》请在冰豆网上搜索。
计量经济学课程设计报告
《计量经济学》课程设计报告
设计实验室:
7号楼C3072016年12月22日
姓名
杨帅通
成绩
年级专业
金融数学
学号
133414151
课程名称
《计量经济学》
设计名称
我国房地产行业的影响因素
设计小组成员
杨帅通高昕
指导教师
蔡玉杰
教师评语
教师签名:
年月日
设计内容
引入影响房地产价格的多个主要变量,利用eviews统计软件建立多项式回归方程,并对得到的回归方程进行异方差性、多重共线性、序列相关性的检验,对模型进行修正,并进行统计推断和经济意义上的检验,选择效果最好回归模型作为结论。
从而可以在一定层面上分析影响我国房地产价格的主要原因
二、设计目的
通过得到的模型对我国房地产行业的发展周期进行分析,并进行有效的预测。
三、实验步骤
影响房地产价格的线性回归模型
1研究背景与目的
2相关数据与散点图分析
3模型的初步建立
4模型的检验与修正
5总结与分析
四、设计结果及分析(附上必要的回归分析报告,并作以分析)
1研究背景与目的
近年来,中国房价持续走高。
尽管国家政策层已经启动了几轮调控,但房价
丝毫没有要稳定下来的迹象,房价高涨,一房难求的情况仍在持续。
房地产行业已经成为我国国民经济的支柱产业,不仅影响着国民经济的增长,也牵动着千家万户的心。
为了研究影响房价的基本因素的问题,我们需要建立计量经济学模型。
并对这些因素进行统计推断和经济意义上的检验。
2相关数据与散点图分析
2.1相关数据
表2:
1998-2013全国房地产年度相关数据
年份
商品房平均销售价格(元/每平方米)
国内生产总值GDP(亿元)
货币供应量(亿元)
商品房销售额(亿元)
全国房地产开发投资额(亿元)
单位土地购置费(万元)
城镇居民消费价格指数
城镇居民人均可支配收入(元)
1998
2063
84402.3
104498.50
2513.30
3614.23
371.34
99.4
5425
1999
2053
89677.1
199897.90
2987.87
4103.20
418.12
98.7
5854
2000
2112
99214.6
134610.26
3935.44
4984.05
434.18
100.8
6280
2001
2170
109655.2
158301.92
4862.75
6344.11
443.75
100.7
6860
2002
2250
120332.7
185006.97
6032.34
7790.92
461.08
99.0
7702
2003
2359
135822.8
221222.82
7955.66
10153.80
575.73
100.9
8472
2004
2778
159878.3
253207.70
10375.71
13158.25
647.10
103.3
9421
2005
3168
184937.4
298755.07
17576.13
15909.25
759.24
101.6
10493
2006
3367
216314.4
345603.59
20825.96
19422.92
1042.96
101.5
11759
2007
3864
265810.3
403442.01
29889.12
25288.84
1210.87
104.5
13786
2008
3800
314045.4
475166.60
25068.18
31203.19
1523.53
105.6
15781
2009
4681
340902.8
606225.01
44355.17
36241.81
1887.75
99.1
17175
2010
5032
401512.8
725774.10
52721.24
48259.40
2502.91
103.2
19109
2011
5357
473104.0
851590.90
58588.86
61796.89
2600.48
105.3
21810
2012
5791
519470.1
974200.00
64455.79
71803.79
3392.55
102.7
24565
2013
6237
568845.2
1106500.0
81428.28
86013.38
3478.54
102.6
29547
备注:
1.数据来源:
《2014年中国统计年鉴》
2.城镇居民消费价格指数以1997年=100作为基准
经过分析与研究,我们初步判定影响商品房平均销售价格的因素主要包括国民生产总值GDP、我国货币供应、商品房销售额、管过房地产开发投资额、单位土地购置费、城镇居民消费价格指数、城镇居民人均可支配收入等。
2.2变量说明
变量
符号
商品房平均销售价格
Y
国内生产总值GDP
GDP
货币供应量
M
商品房销售额
PRIE
全国房地产开发投资额
I
单位土地购置费
COST
城镇居民消费价格指数
CPI
城镇居民人均可支配收入
PAY
2.3散点图分析
从上面商品房平均销售价格与各影响因素的散点图可以看出,Y与GDP,M,PRIE,I,COST,PAY是明显的线性关系。
而经过尝试,发现Y与CPI没有明显的关系。
因为CPI是城镇居民消费价格指数,可以考察LN(Y)和LN(CPI)之间是否存在关系。
经尝试,LN(Y)和LN(CPI)之前也没有明显的关系,因此可剔除CPI。
3模型的初步建立
根据以上分析,我们建立初步的计量经济模型为:
进行OLS回归,得到:
可得到回归模型为:
(5.8884)(3.8958)(0.0151)(4.6273)(-3.1552)(0.2286)(0.3134)
由以上数据可以看出,
=0.9972,
=0.9954,可决系数较高,拟合优度较好。
F值=541.9517,说明回归方程显著。
但是当
时,
,不仅M,COST,PAY的系数t检验不显著,而且I系数的符号与预期相反,因此可能存在多重共线性。
4模型的检验与修正
4.1多重共线性检验
计算个解释变量的相关系数,选择GDP,M,PRIE,I,COST,PAY数据,点击“view/
Correlation”,得到相关系数矩阵。
表3:
相关系数表矩阵
GDP
M
PRIE
I
COST
PAY
GDP
1.000000
0.993238
0.988945
0.990513
0.990372
0.995000
M
0.993238
1.000000
0.992154
0.995833
0.994257
0.992287
PRIE
0.988945
0.992154
1.000000
0.988010
0.986450
0.989690
I
0.990513
0.995833
0.988010
1.000000
0.991131
0.992817
COST
0.990372
0.994257
0.986450
0.991131
1.000000
0.985082
PAY
0.995000
0.992287
0.989690
0.992817
0.985082
1.000000
由相关系数矩阵可以看出,各解释变量相互之间的相关系数较高,说明各变量之间存在严重的多重共线性。
4.2多重共线性的修正
采用逐步回归法,分别作Y对GDP,M,PRIE,I,COST,PAY的一元回归,结果如表4所示。
表4:
一元回归估计结果
变量
GDP
M
PRIE
I
COST
PAY
参数估计
0.00882
0.00447
0.05635
0.05409
1.30679
0.19496
t统计量
30.90972
21.47498
29.16185
17.04255
19.27192
23.27186
0.98556
0.97053
0.98380
0.95401
0.96368
0.97480
0.98453
0.96843
0.98265
0.95703
0.96018
0.97300
备注:
数据均保留小数点后5位。
其中,加入GDP的方程
最大,以GDP为基础,依次加入其他变量逐步回归,结果如表5所示。
表5:
加入新变量的回归结果
(1)
变量
GDP,M
GDP,PRIE
GDP,I
GDP,COST
GDP,PAY
GDP
0.0094(3.6916)
0.0048(2.9089)
0.0119(6.0213)
0.0095(4.4694)
0.0092(3.1174)
M
-0.0003(-0.2283)
PRIE
0.0261(2.4773)
I
-0.0193(-1.5713)
COST
-1.1059(-0.3319)
PAY
-0.0093(-0.1409)
0.9834
0.9887
0.9856
0.9835
0.9834
可以看出:
加入PRIE的方程
最大,以GDP和PRIE为基础,依次加入其他变量逐步回归,结果如表6所示。
表6:
加入新变量的回归结果
(2)
变量
GDP,PRIE,M
GDP,PRIE,I
GDP,PRIE,COST
GDP,PRIE,PAY
GDP
0.0077(4.1875)
0.0084(7.4599)
0.0065(3.2210)
0.0072(2.8609)
M
-0.0027(-2.4438)
PRIE
0.0414(3.7882)
0.0407(6.3334)
0.0312(3.2210)
0.0314(2.8110)
I
-0.0371(-5.4485)
COST
-0.3738(-1.3740)
PAY
-0.0715(-1.2410)
0.9918
0.9965
0.9894
0.9891
可以看出:
加入I的方程
最大,以GDP,PRIE,I为基础,依次加入其他变量逐步回归,结果如表7所示。
表7:
加入新变量的回归结果(3)
变量
GDP,PRIE,I,M
GDP,PRIE,I,COST
GDP,PRIE,I,PAY
GDP
0.0084(6.6108)
0.0084(6.5920)
0.0082(5.4853)
M
7.63E-05(0.0725)
PRIE
0.0405(5.4184)
0.0406(5.9722)
0.0403(5.8879)
I
-0.0376(-3.8464)
-0.0376(-4.7347)
-0.0379(5.8879)
COST
0.0242(0.1323)
PAY
0.0091(0.2399)
0.9962
0.9962
0.9962
备注:
表5,6,7括号里的数据为对应的t值。
当加入M,COST,PAY时
没有变化,其参数的t检验不显著。
从相关系数也可以看出,M,COST,PAY与其他变量高度相关,这说明主要是M,COST,PAY引起的多重共线性,应予以剔除。
最后修正多重共线性后的模型为:
(13.6994)(7.4599)(6.3334)(-5.4885)
=0.972
0.9965F=1427.248DW=1.41956
LM
(1)=1.3949(p=0.2376)
4.3模型检验
(1)统计检验:
●拟合优度检验:
=0.972
0.9965,说明拟合优度较好。
●F检验:
F=1427.248>
(3,12)=27.05,所以拒绝原假设,说明回归方程显著,即“国民生产总值”、“商品房销售额”、“全国房地产开发投资额”联合起来确实对“商品房平均销售价格”有显著影响。
●t检验:
给定给定显著性水平ɑ=0.05,在t分布表中查出自由度为n-k=13的临界值为2.16。
由表中数据可以看出,GDP,PRIE,I都通过t检验。
也就是说,当在其他解释变量不变的情况下,解释变量“国民生产总值”、“商品房销售额”、“全国房地产开发投资额”分别对被解释变量“商品房平均销售价格”都有显著影响。
●序列相关性检验:
对模型进行拉格朗日乘数检验,LM
(1)=1.3949(p=0.2376)
说明不存在序列相关性。
●异方差性检验:
采用WHITE检验。
记
为对原始模型进行普通最小二乘回归得到的残差平方项,将其与GDP,PRIE,I,与交叉平方项作辅助回归,得到:
Includedobservations:
16
Coefficient
Std.Error
t-Statistic
Prob.
C
12670.12
102650.1
0.123430
0.9058
GDP
-0.017580
2.281494
-0.007706
0.9941
GDP^2
-5.77E-06
9.46E-06
-0.610117
0.5642
GDP*PRIE
-6.20E-05
5.41E-05
-1.146245
0.2953
GDP*I
0.000121
0.000144
0.841008
0.4326
PRIE
6.309058
5.647428
1.117156
0.3067
PRIE^2
0.000376
0.000210
1.794890
0.1228
PRIE*I
-0.000384
0.000199
-1.926107
0.1024
I
-1.498899
17.06414
-0.087839
0.9329
I^2
-0.000187
0.000425
-0.440461
0.6750
R-squared
0.820655
Meandependentvar
5492.969
AdjustedR-squared
0.551639
S.D.dependentvar
6471.170
S.E.ofregression
4333.081
Akaikeinfocriterion
19.85512
Sumsquaredresid
1.13E+08
Schwarzcriterion
20.33798
Loglikelihood
-148.8409
Hannan-Quinncriter.
19.87984
F-statistic
3.050574
Durbin-Watsonstat
2.613574
Prob(F-statistic)
0.093956
从以上数据可得:
=0.8207,WHITE统计量n
=16*0.8207=13.1312,该值小于5%显著性水平下、自由度为9的
分布的相应临界值
=16.92,因此,接受同方查的假设,即不存在异方差性。
(2)经济意义解释
计量经济模型结果表明,我国商品房价格与国民生产总值和商品房销售额之间有正相关关系,而与全国房地产开发投资额之间则有显著性的负相关关系。
其中,国民生产总值是影响我国房地产价格的代表性因素。
5总结
模型二通过选取国内生产总值、货币供应量、商品房销售额、单位土地购置费、全国房地产开发投资额、城镇居民家庭人均可支配收入六个相关变量运用定量的分析方法对此进行了研究,研究发现国民生产总值、房地产开发投资和房地产销售额对房地产价格有显著的影响,即房地产的供给与需求对房地产价格的影响较大。
但由于我们采取1998-2013年我国房地产各项相关指标数据所建立起的线性回归模型仍然存在着样本不足等一些局限性问题,实证分析还存在一定的片面性,有待深入,需要进一步收集数据,以提高实证分析的有效度。
并且影响我国房地产价格的宏观经济因素众多而复杂,选取的自变量也只是宏观经济因素的代表,并不能全面反映宏观经济因素对房地产价格的影响,这也是模型二研究存在的缺陷。
再者就是通过研究发现选取的部分变量对房地产价格的影响与预期发生偏离,这也是研究存在的问题。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学 课程设计 报告