計量经济学课程设计.docx

計量经济学课程设计.docx

《計量经济学课程设计.docx》由会员分享，可在线阅读，更多相关《計量经济学课程设计.docx（31页珍藏版）》请在冰豆网上搜索。

对我国房地产行业的数据和影响因素分析

摘要

近几年来，突飞猛进的房地产市场带动了其他行业的发展，然而，由于我国当前的房地产市场发展并不健全，存在许多问题，尤其是房地产价格、房地产行业的发展规律和波动周期备受社会各界关注。

本文利用1998年到2013年的时间序列数据，建立了三个模型，分析影响我国房地产价格的因素并对我国房地产市场行业的波动周期进行分析与预测。

模型一：

建立房地产价格的自回归模型，选用1998-2013年商品房的销售价格作为数据，首先对1998-2013年数据进行环比发展分析，找出特殊年份，再对房地产价格分段进行平稳性检验，并分析房地产价格的变化趋势。

模型二：

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因素。

模型三：

选取我国房地产市场1998-2013年的时间数据为基础，建立能够代表数据生成过程的自回归分布滞后模型，进行平稳性检验、协整检验，求出误差修正模型，并以此作为反映周期的实际数据，最后逐步简化得到包含变量间长期稳定关系的简单模型。

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。

【关键词】自回归模型 线性回归影响因素自回归分布滞后模型ADF检验

          误差修正模型  波动周期预测

目     录

1.模型一：

房地产价格的自回归模型..........................3

  1.1相关数据与数据的基本分析.............................3

  1.2建立自回归模型.......................................4

  1.3总结与分析...........................................7

2.模型二：

影响房地产价格的线性回归模型....................8

  2.1研究背景与目的.......................................8

  2.2相关数据与散点图分析.................................8

  2.3模型的初步建立......................................11

  2.4模型的检验与修正....................................11

  2.5总结与分析..........................................16

3.模型三：

房地产市场的周期研究...........................16

  3.1研究背景............................................16

  3.2相关变量与数据......................................16

  3.3建立自回归滞后模型..................................18

  3.4单整和多重协整检验..................................18

  3.5建立误差修正模型....................................19

  3.6房地产市场周期分析..................................20

4.总结与感想............................................21

5.参考文献...............................................22

1.模型一：

房地产价格的自回归模型

1.1相关数据与数据的基本分析

表1：

1998-2013年商品房平均销售价格

年份（YEAR）

商品房平均销售价格Y

（元/每平方米）

1998

2063

1999

2053

2000

2112

2001

2170

2002

2250

2003

2359

2004

2778

2005

3168

2006

3367

2007

3864

2008

3800

2009

4681

2010

5032

2011

5357

2012

5791

2013

6237

备注：

数据来源：

《2014年中国统计年鉴》

为分析房地产价格的自回归模型，我们选取了我国商品房平均销售价格作为研究依据，通过对我国商品房平均销售价格的分析可以得出我国房地产价格的自回归模型。

根据1998年到2013年我国商品房平均销售价格数据，绘制以前期未报告期的环比图，如下图

（1），以横轴为时间坐标，纵轴为环比值。

各年环比浮动不大，可以看出各年商品房平均销售价格与前期商品房平均销售价格相关。

但在2007年左右数据变化较大，所以在1998年到2007年稳定增长，而2008年以后商品房的销售价格有较大的增长。

所以将数据分为两个阶段，分别是1998年-2007年，2008年到2013年。

图1：

商品房平均销售价格的环比增长图

1.2建立自回归模型

1.2.1检验1998年-2013年y的平稳性

              图2                                        图3

从图

（2）可以看出y是非平稳的，图（3）是y的自相关系数和偏自相关系数图，从中也可以看出y是非平稳的，至少有一阶滞后。

对y进行ADF检验，结果如下：

阶数

模型3的t值

（p值）

模型2的t值       （p值）     

模型1的t值       （p值）

0阶

-1.9848（0.559）

2.2622（0.997）

4.4172（0.999）

1阶

-5.9732（0.0017）

-3.7782（0.015）

-0.2510（0.5761）

2阶

-3.3969（0.1093）

-3.1564（0.0544）

-8.5225（0.000）

图4

从以上数据可以得出，1998-2013年的y是一阶单整I

（1）。

从图（4）可以得到y的自回归模型：

...............................<1>

1.2.2检验1998-2007年y的平稳性

            图5                                     图6

从图（5）可以看出y是非平稳的，图（6）是y的自相关系数和偏自相关系数图，从中也可以看出y是非平稳的，至少有一阶滞后。

对y进行ADF检验，结果如下：

阶数

模型3的t值

（p值）

模型2的t值       （p值）     

模型1的t值       （p值）

0阶

-0.4546（0.9572）

2.8829（0.9998）

4.184（0.9994）

1阶

-4.1985（0.0636）

-1.0386（0.6814）

0.0822（0.6805）

图7

从以上数据可以得出，1998-2007年的y是一阶单整I

（1）。

从图（7）可以得到y的自回归模型：

  ..................<2>

1.2.3检验2008-2013年y的平稳性

               图8                                      图9

 从图（8）可以看出y是非平稳的，图（9）是y的自相关系数和偏自相关系数图，从中也可以看出y是非平稳的，至少有一阶滞后。

     对y进行ADF检验，结果如下：

阶数

模型3的t值

（p值）

模型2的t值       （p值）     

模型1的t值       （p值）

0阶

7.555（0.9999）

-1.7595（0.356）

3.6714（0.9957）

1阶

-6.5661（0.0549）

-7.0078（0.007）

-1.8809（0.0663）

图10

从以上数据可以得出，1998-2007年的y是一阶单整I

（1）。

从图（10）可以得到y的自回归模型：

............................<3>  

1.3总结与分析

从上面<1><2><3>三个方程来可以看出y值与滞后项的线性组合相近，方程而分开考虑1998-2007年和2008-2013年的误差更小，即方程<2>,<3>的预测要优于方程<1>。

但是建立的模型是只采用我国商品房平均销售价格为依据，信息量较小，从而导致模型误差偏大，经计算，模型预测结果的相对误差在1%到5%。

其中用模型<1>预测时误差相对较小.导致2008年房价发生如此大幅度的下跌主要是因为2008年欧州许多国家,特别是以美，英为首的国家,发生次贷危机，造成的经济危机前兆,部份私有银行的倒闭,整体经济回落下滑,给我国带来金融危机影响，导致我国房地产行业的不景气。

同时，由于我国经济的迅速发展，从2000年开始我国房地产价格一直在上升，许多人看准了房地产行业的前景，导致房地产交易价格大幅增长及盲目投资房地产行业等问题。

我国政府此十分重视，对出台一系列的政策措施来加以抑止房地产价格的飙升，因此导致了2008年房价的大幅下跌。

2.模型二：

影响房地产价格的线性回归模型

2.1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。

2.2相关数据与散点图分析

2.2.1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

159