我国商品房价格供给影响因素的计量分析.docx
- 文档编号:29707573
- 上传时间:2023-07-26
- 格式:DOCX
- 页数:5
- 大小:19.58KB
我国商品房价格供给影响因素的计量分析.docx
《我国商品房价格供给影响因素的计量分析.docx》由会员分享,可在线阅读,更多相关《我国商品房价格供给影响因素的计量分析.docx(5页珍藏版)》请在冰豆网上搜索。
我国商品房价格供给影响因素的计量分析
《计量经济学》课程论文我国商品房价格供给影响因素的计量分析国际经济与贸易双语实验班欧昌龙40502032指导老师:
周游2007.12 我国商品房价格供给影响因素的计量分析【摘要】针对房地产市场近年来日益火爆,房价不断攀升的现状,本文选取了1999年到2005年的季度数据,从房屋供给方面对房价上涨原因进行了实证分析。
首先,建立适当模型,并搜集相关数据;然后用EViews软件对模型进行相关检验,之后予以修正;最后,对得出的模型进行了经济意义解释并给出了相关政策建议。
一、问题的提出近几年,随着房价的一路飙升,房地产已成为最受人瞩目的市场之一。
就2OO4年来说,全国商品房价格大幅上涨.商品房平均销售价格同比增长14.4%.涨幅比2003年提高10.6个百分点。
销售面积达到3.82亿平方米,比上年净增4412万平方米。
我国房地产出现了投资过热、房价增长速度较快的问题.为了防止房地产泡沫,使我国房地产市场步入良性发展的态势,政府先后进行了一系列的宏观调控:
紧缩信贷、紧缩土地供应、运用市场化方式加息、提高住房信贷利率,房地产投资过热现象得到了有效抑制.土地和商品房供应增长大幅回落。
但是,商品房价格仍然继续攀升的现象仍未根本改善。
由此社会各界关于政府的宏观调控争议较大—-国家针对投资过热而实施的宏观调控会减少商品房的供给进而引起价格的上升。
本文将通过揭示影响商品房供给的一系列因素与商品房价格的关系,探明国家针对供给的一系列宏观调控的效用。
二、相关数据收集本文主要从商品房的供给方面对商品房价进行分析:
从而分析得出了下列解释变量和被解释变量,并通过中经网进行了数据的收集。
商品房销售价格房地产开发本房地产开发投资商品房本年新开建筑材料工业品出厂(亿元/万平方年商品房屋建资金来源合计_工面积_累计(万价格指数X4米)Y设投资额_累计累计(亿元)平方米)X3亿元X1X29910.419043274497.51823.075060.3797.0820.6117457232334.485885.2520480.7898.5630.6126440924603.018930.0934951.3598.4633333340.614358517460.3613089.9152505.8797.250010.439683495570.782410.656953.4198.9633333320.6273275522720.957204.4227281.0498.6366666730.6191768195554.4811308.4446215.26100.256666740.6245369289063.9416525.5268796.92100.660110.494343733682.043284.539015.9199.6720.7006728583490.629835.635896.6999.730.6773494827147.5415219.2763148.1598.8666666740.66671825311511.2221499.1490116.9697.80210.480044041935.364396.5911495.7498.1666666720.6899093724718.2813348.0543998.9298.2233333330.6995809149302.6620637.174457.1997.540.69877153814566.5328696.57106893.297.233333330310.5023921031297.396140.6416144.198.4333333320.7347794186120.8818770.9357919.5198.330.7297646112049.129007.4597555.7999.140.73042247718699.439851.17138382.53102.60410.5282229041885.049607.6120326.99104.620.8056015468118.9125924.9867944.61104.430.82494729415537.7338863.71110733.48103.566666740.82307982723810.953249.85154417.15101.23333330510.6124070262269.1612962.3421594.7100.120.889842419829.7533921.9175812.23100.630.94595816618942.9349736.92125338.68100.933333340.98524776428860.5266924.33172647.11100.9333333数据来源:
中经网统计数据库三、计量经济模型的建立:
针对全国商品房屋销售均价,建立如下一般模型:
Yi01x1i2x2i3x3i4x4i5D1i6D2i7D3iui其中:
Yi-商品房屋销售均价(亿元/万平方米)0-常数项i-待定参数(i1234)x1-房地产开发本年商品房屋建设投资额_累计亿元x2-房地产开发投资资金来源合计_累计(亿元)x3-商品房本年新开工面积_累计(万平方米)x4-建筑材料工业品出厂价格指数D1i=1,第一季度0,其他D2i=1,第二季度0,其他D3i=1,第三季度0,其他ui-随机误差项注:
通过观察99年到05年季度数据,发现有很强的季节因素影响数据周期性变化,因此引入代表季度因素的虚拟变量。
四、模型的求解:
利用EViews软件,输入Y、x1、x2、x3、x4的99年到05年季度数据,采用这些数据对模型进行OLS回归,结果如表所示。
DependentVariable:
YMethod:
LeastSquaresDate:
12/12/07Time:
18:
14Sample:
1999:
12005:
4Includedobservations:
28VariableCoefficientStd.Errort-StatisticProb.C0.8724550.2480303.5175370.0022X1-2.85E-057.21E-06-3.9512060.0008X21.92E-052.35E-068.1548500.0000X3-6.25E-077.53E-07-0.8310660.4157X4-0.0026150.002496-1.0479110.3072D1-0.1855050.035273-5.2591570.0000D2-0.0219640.030795-0.7132300.4839D3-0.0102040.019098-0.5342880.5990R-squared0.983007Meandependentvar0.671020AdjustedR-squared0.977059S.D.dependentvar0.143361S.E.ofregression0.021714Akaikeinfocriterion-4.586790Sumsquaredresid0.009430Schwarzcriterion-4.206160Loglikelihood72.21506F-statistic165.2782Durbin-Watsonstat0.978090ProbF-statistic0.00000022由此可见,该模型R=0.983007,R=0.977059可决系数很高,F检验值165.2782,明显显著。
在=0.05时t/2(n-k)=t0.025(28-8)=2.086,x1、x2、D1系数的t检验显著,其余系数均不显著,且x1、x3、x4系数的符号与现实经济意义相反,表明该模型有不合理地方,有待进一步修正。
五、模型的检验与修正:
lt一gt计量经济的检验:
(1)多重共线性检验:
1检验:
22根据综合判断法,当R(或者R)和F值很大,且t值较小时说明模型中可能存在22多重共线性。
该模型R=0.983007,R=0.977059可决系数很高,F检验值165.2782也很大,但是仅x1、x2、D1系数的t检验显著,其余系数均不显著,且x1、x3、x4系数的符号与现实经济意义相反,这表明很可能存在严重的多重共线性。
计算各解释变量的相关系数,选择x1、x2、x3、x4数据,得相关系数矩阵如下:
X1X2X3X4X110.972406153830.989392953510.3224095160529X20.9724061538310.960567252510.42312828356251X30.989392953510.9605672525110.32789613476952X40.322409516050.423128283560.32789613476112由相关系数矩阵可以看出,除x4与x1、x2、x3间的相关系数在0.5以下外,其余相关系数均很高,证实确实存在严重多重共线性。
2修正多重共线性:
采用逐步回归的办法,去检验和解决多重共线性问题。
分别做Y对x1、x2、x3、x4的一元回归,结果如下表:
变量x1x2x3x4参数估计值1.59E-057.60E-062.57E-060.026642t统计量7.44726410.029547.9392852.151038R20.6808320.7946150.7079710.151075R20.6685560.7867160.6967390.1184242其中,加入x2的方程R最大,以x2为基础,顺次加入其他变量逐步回归,结果如表所示:
变量x1x2x3x4R2变量-1.48E-051.40E-05x2、x10.812672-2.1453584.5828149.17E-06-5.86E-07x2、x30.7812663.323746-0.5934177.55E-060.000960x2、x40.77835988552060.140108x1的方程R2=0.812672,改进最大,而且各参数的t检验显著,应保留经比较,新加入x1,但通过前面分析的相关矩阵可知x2与x1间相关系数高达0.972406,模型引入x2与x1后并未消除多重共线性。
所以不能同时引入x1、x2。
而与x2相关系数较低的x4,这时R2=0.778359,改进不大,且t值0.140108,明显无法通过检验。
所以也不能同时引入x2、x4。
因此,模型中引入以x2为唯一解释变量,运用OLS法建立回归模型,结果如下图:
DependentVariable:
YMethod:
LeastSquaresDate:
12/12/07Time:
19:
22Sample:
1999:
12005:
4Includedobservations:
28VariableCoefficientStd.Errort-StatisticProb.C0.4813640.01946124.734330.0000X27.39E-064.56E-0716.226790.0000D1-0.0276910.020930-1.3229860.1988D20.1201020.0183326.5516430.0000D30.0650490.0169833.8302870.0009R-squared0.960849Meandependentvar0.671020AdjustedR-squared0.954041S.D.dependentvar0.143361S.E.ofregression0.030734Akaikeinfocriterion-3.966470Sumsquaredresid0.021725Schwarzcriterion-3.728576Loglikelihood60.53058F-statistic141.1190Durbin-Watsonstat1.390152ProbF-statistic0.000000最后修正严重多重共线性影响的回归结果为:
Yi0.4813647.39E06x20.027691D10.120102D20.065049D3t=24.7343316.22679-1.3229866.5516433.830287R20.960849R20.954041F141.1190DW1.390152n282异方差性的检验:
1检验:
【检验一】图形法:
2绘制ei对x2的散点图。
图形如下:
0.004E20.0030.0020.0010.000020000400006000080000X22由图可以看出,残差平方ei对解释变量x2的散点图主要分布在图形中的下三角部分,2大致看出残差平方ei随x2的变动成增大的趋势,因此,模型很可能存在异方差。
但是否确实存在异方差还应通过更进一步的检验。
【检验二】ARCH检验:
本模型属于时间序列,选用ARCH检验。
在H0:
1=2==p=0;H1:
jj12p的假设下,进行ARCHTest,分别滞后一期和两期,选取AIC最小值的一期滞后,结果如下:
ARCHTest:
F-statistic5.297550Probability0.029967ObsR-squared4.720971Probability0.029797TestEquation:
DependentVariable:
RESID2Method:
LeastSquaresDate:
12/12/07Time:
19:
53Sampleadjusted:
1999:
22005:
4Includedobservations:
27afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C0.0003970.0002191.8120370.0820RESID2-10.4016130.1744902.3016410.0300R-squared0.174851Meandependentvar0.000719AdjustedR-squared0.141845S.D.dependentvar0.000946S.E.ofregression0.000876Akaikeinfocriterion-11.17118Sumsquaredresid1.92E-05Schwarzcriterion-11.07519Loglikelihood152.8109F-statistic5.297550Durbin-Watsonstat1.694370ProbF-statistic0.029967如表所示,n-pR4.720971,在给定显著性水平=0.05下,查分布表得临界值2220.051=3.84146,n-pR2gt20.051=3.84146,拒绝原假设,表明模型中得随机误差项存在异方差。
2修正异方差:
11在运用加权最小二乘法(WLS)估计过程中,我们分别选用了权数w1,w22,x2x21w3。
经估计检验发现用权数w2的效果最好。
下面给出用权数w2的结果:
x2Method:
LeastSquaresDate:
12/12/07Time:
20:
10Sample:
1999:
12005:
4Includedobservations:
28Weightingseries:
W2VariableCoefficientStd.Errort-StatisticProb.C0.2168540.1235321.7554450.0925X22.65E-053.21E-068.2494450.0000D10.1570110.1209711.2979290.2072D20.2276370.1186481.9185820.0675D30.1285050.1260961.0191110.3188WeightedStatisticsR-squared0.999216Meandependentvar0.475901AdjustedR-squared0.999080S.D.dependentvar0.994540S.E.ofregression0.030166Akaikeinfocriterion-4.003802Sumsquaredresi.
- 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:
- 我国 商品房价格 供给 影响 因素 计量 分析