《计量经济学论文》doc版.doc

目 录一 引言.1二 相关文献综述.1三 理论观点.2四 实证分析.2五 结论.17六 启示及政策建议.18参考文献20附表21四川省商品房价格的影响因素分析作者姓名：肖霓 岳娴专业班级：经济学 200608030126 200608030127指导老师：高 辉摘要 ： 一个省的商品房价格影响的因素有很多，可能取决于房地产开发的投资额、存款利率的高低、住房竣工面积、城镇居民人均可支配收入等因素.多年来许多经济学家对此做出了研究，并通过实证得出了如下结论：房地产价格与利率呈反比例关系，而投资额、居民人均可支配收入则与房地产价格同向变化等结论。 本文对四川省商品房价格影响因素进行了实证分析，选取了1994-2007年商品房价格影响因素房地产开发的投资额、存款利率的高低，住房竣工面积、城镇居民人均可支配收入等时间序列数据进行分析，得出了房地产开发投资额和城镇居民人均可支配收入对四川省商品房价格有显著正向影响的结论，并提出相应的政策建议。关键词：商品房 价格 影响因素 最小二乘法 The analysis of the factors which influences the price of the housing prices of Sichuan Province Author: Xiao Ni, Yue XianMajor: EconomicsGuided by Professor Gao HuiAbstract: There may be many elements which have an influence on the prices of the economical housing of one province; the prices may be determined by the real estate investment made by the estate investors, the interest rate, and the completion of the housing area, the urban residents per capital deposable income, and so on. For many years, lots of economists have done research on this project, and then come to a conclusion that the interest rate has a reverse influence on the prices of the economical housing, while the urban residents per capital disposable income has a positive infect on it.In this article we made an analysis on the factors which influence the prices of the economical housing, choosing the time series statistics from 1994-2007 which includes the investment made by the estate investors, the one-year deposit interest rate, and the completion of the housing area, the urban residents per capital deposable income. And we draw a conclusion that the investment made by the estate investors and the urban residents per capital deposable income have a positive infect on the prices of the real estate, and we made a couple of suggestions concerning the policies.Key words: real estate, price, factors, OLS method一、引言 直至08年的全球性金融危机之前，中国商品房的销售价格一直都居高不下，甚至年年攀升。而作为西部城市的四川也没能例外，房价由2000多/平米以惊人的速度飙升到了现价位4000多/平米。即使金融的世界性影响也没能使房价显著下跌。对此，许多经济学家就商品房价格的影响因素进行了讨论，究竟是什么因素影响着商品房房价的涨跌，而又是什么因素导致商品房价格居高不下。二、相关文献综述1. 郭科1（2005）认为，利率住房贷款成本房地产需求房地产价格，反之，利率住房贷款成本房地产需求房地产价格，提出了利率与商品房价格之间有反向变化关系。2. 贺书平2（2006）提出由于投资是宏观经济中最为动荡不安的领域，宏观经济的波动主要是由投资波动引起的。近几年我国宏观经济稳定发展，而消费一直处于不足状态，房地产业是国民经济的一部分，房地产投资的周期性变化也与房地产投资密切相关。投资主要对房地产业的供给产生影响，如果投资发展较快、结构合理，投资的信心会促使更多的社会资源加入房地产业，这样房地产业供给会有较快的增长，能促进房地产市场的繁荣；相反，如果投资低迷，供给就会下降，而这种投资的低迷会进一步加剧宏观经济的悲观情绪，需求也会受到影响。因此，投资的波动会促使房地产业的同向波动。 消费因素主要影响需求，消费波动对房地产周期的影响同投资一样，也是同向的。就我国的情况而言，由于1998年以后房地产需求存量的释放，加上我国经济发展的过程伴随着城市化水平的不断提高，导致房地产业需求一直较为旺盛。随着我国居民改善居住条件意愿的加强以及房地产产品的不断丰富，再加之我国城镇居民的人均住房面积小于发达国家，短期看，我国房地产需求还有较大的上升空间，因此，此后几年因消费不足对房地产业造成不利影响的可能性较小。由于我国房地产业市场化程度不高，土地国有，再加上我国利率没有市场化，而土地政策、利率等因素对房地产业的影响较大，因此，我国房地产业周期波动受政策影响较大。政策变动不仅影响投资，也影响消费。从投资角度看，2004年以后，我国出台政策来调控房地产业的发展，控制土地供应量，为了防范金融风险，对房地产业融资出台了种种政策进行调控，这对防止当前我国房地产业过热起到了一定的效果。从周期波动角度看，这正是采用反周期的政策来调控房地产业的发展，防止房地产业投资过热，对金融乃至整个宏观经济系统的稳定造成影响。从消费角度看，税收政策对房地产交易面的影响比较明显，对需求产生深远的影响。因此，从某种程度上讲，我国房地产业的在当前需求旺盛的情况下，出现周期波动的情况，主要是由政策变动引起的，政策变动调控投资，进一步对需求产生影响。 3. 朱新玲3（2007）认为，目前我国房地产市场还不具有财富效应，房价的上涨并没有引起消费的增长，而是使可用于消费的资金流入房地产市场，反而使消费减少。这种效应只是一种替代效应。我们认为造成这种现象的主要原因是： （1）由于土地资源的“不可再生性”使得人们在房价不断上涨时产生“惯性心理”，往往预期未来的房价会不断上涨。在这种消费心理下，房价的上涨反而会刺激潜在的购房者放弃或减少消费而将资金投资于房地产，从而使部分准备消费的资金吸纳进房地产市场。 （2）由于房产属于一种特殊的资产，其变现过程比较复杂，变现力也比其他金融资产困难。因此，房价上涨所导致的持有者财富的增加具有很大的不确定性，它最终能否变现，要根据实际情况来决定，因此它是一种风险收入。根据弗里德曼的持久收入理论，家庭消费主要取决于持久收入，而不取决于不确定的风险收入。 （3）受消费观念的影响，目前我国的消费者大多把房产作为家庭环境的一个部分，而不是可以实现的购买力；同时，鉴于我国税法对房产的转让征收较高的税收，也在一定程度上弱化了房产持有者在房价上涨时的出售动机。因此，现阶段即使房价的上涨导致房产持有者财富增加，也使得这部分增加的财富很难转变为现实的消费。 （4）由于我国房地产市场尚不规范，法律法规制度尚不健全， 市场监管不严，从而使得房地产市场的流动性、房价的波动趋势等均不规范，这些严重制约了我国房地产市场财富效应的作用机制，进而影响了房地产市场财富效应的发挥。 三理论观点我们通过经济学常识商品房价格的可能影响因素和分析可预测，商品房价格的影响因素可能有房地产开发投资额、住宅竣工面积、城镇居民人均可支配周如、市区人口以及一年期定期存款利率等因素。因此建立如下模型来表述：y=f（，）四实证分析4（一）建立模型：四川省商品房价格由房地产开发投资额、住宅竣工面积、城镇居民人均可支配周如、市区人口以及一年期定期存款利率等因素影响，相应建立地模型为y=f（，）（二）数据4 表1 四川省商品房价格及相关数据年份Y商品房平均价格（元/平方米）X1房地产开发投资额(亿元)X2住宅竣工面积(万平方米)X3城镇居民人均可支配收入 (元)X4市区人口(万人)X5一年期定期存款利率(%)1994882.61785713310.723510.9410.9819951170.782861.524002.923816.7310.9819961145.1390.261002.884482.73943.269.1719971218.53100.26756.444763.261504.567.1319981213119.52756.955127.11636.935.0419991350141.51013.325477.91683.532.9320001340194.41285.335894.32044.242.2520011368266.21843.96360.52058.822.25200213813452312.36610.82170.142.0220031421449.32864.17041.872199.381.9820041572510.12398.77709.872713.352.02620051945699.32769.98385.9627092.2520062271919.53238.79350.128022.34920072468.581331.53533.42110982893.23.2数据来源：根据四川省统计局、国家统计局、中经网数据库资料整理。1. 统计分析利用Eviews得出关于上表数据的统计描述，结果见表2. 表2. 数据的统计描述YX1X2X3X4X5 Mean 1481.896 380.4886 1800.604 6401.143 2549.006 4.611071 Median 1359.000 230.3000 1564.615 6127.400 2454.190 2.639500 Maximum 2468.580 1331.500 3533.420 11098.00 3943.260 10.98000 Minimum 882.6100 78.00000 571.0000 3310.720 1504.560 1.980000 Std. Dev. 446.7206 375.7717 1032.463 2170.837 791.4988 3.457613 Skewness 1.094992 1.371297 0.329573 0.638638 0.452938 0.996475 Kurtosis 3.211448 3.954780 1.600201 2.720732 2.076739 2.337005 Jarque-Bera 2.823765 4.919499 1.396448 0.997165 0.975929 2.573324 Probability 0.243684 0.085456 0.497468 0.607391 0.613875 0.276191 Observations1414141414142. 时间序列趋势线利用Eviews得出关于表1变量之间的时间序列趋势图见图1。图1 Y与X1, X2, X3, X4, X5的趋势线3. 散点图Y与X1，X2，X3，X4,X5分别利用Eviews得出的散点图见图2-图6图2 Y与X1的散点图 图3 Y与X2的散点图 图4 Y与X3的散点图 图5 Y与X4的散点图 图6 Y与X5的散点图 （三）模型1. 模型初步设定模型为线性模型：y=Y:应变量商品房平均价格，:自变量截距项，待估计系数房地产开发投资额，住宅竣工面积，城镇居民人均可支配收入市区人口，一年期定期存款利率，随机扰动项利用最小二乘法进行模型回归：表3 OLS回归结果Dependent Variable: YMethod: Least SquaresDate: 12/09/08 Time: 21:38Sample: 1994 2007Included observations: 14VariableCoefficientStd. Errort-StatisticProb. C-343.8652854.1771-0.4025690.6978X1-0.0779610.758905-0.1027280.9207X2-0.1134330.109326-1.0375720.3298X30.2983770.1547621.9279680.0900X40.0009400.0714220.0131650.9898X531.9499839.402620.8108590.4409R-squared0.964759 Mean dependent var1481.896Adjusted R-squared0.942733 S.D. dependent var446.7206S.E. of regression106.9029 Akaike info criterion12.47925Sum squared resid91425.87 Schwarz criterion12.75313Log likelihood-81.35472 F-statistic43.80108Durbin-Watson stat2.203025 Prob(F-statistic)0.000013y=-343.8652（0.810859）（-0.102728）（-1.037572）（1.927968）（0.013165）（-0.402569）=0.964759 =0.942733 F=43.80108 DW=2.203025（1） 经济学检验： 模型估计结果说明：在假定其他变量不变的情况下，四川省的房地产开发投资额每增加1个单位，房地产平均价格就会减少0.077961个单位；在假定其他变量不变的情况下，四川省的住房竣工面积每增加1个单位，商品房平均价格就会减少0.113433个单位；在假定其他变量不变的情况下，四川省的城镇居民人均可支配收入每增加1个单位，商品房平均价格就会增加0.298377个单位；在假定其他变量不变的情况下，四川省的市区人口每增加1个单位，商品房平均价格就会增加0.00094个单位；在假定其他变量不变的情况下，一年期存款利率每增加一个百分点，商品房平均价格就会增加31.94998个单位。而这些变量的符号有些与经济学理论分析与经验判断不一致，模型中的解释变量间可能存在多重共线性。（2）统计学检验： 1）拟合优度：由表中数据可得：=0.964759，修正的可决系数为=0.942733，这说明模型对样本的拟合很好。 2）F检验：针对:,给定显著性水平，在F分布表查出自由度为k=5和n-k-1=8的临界值F（k,n-k-1）=F(5,8)=3.69.，表中F=43.801083.69，应拒绝原假设:，说明回归方程显著，即“房地产开发投资额”、“住房竣工面积”、“城镇居民人均可支配收入”、“市区人口”、“一年期存款利率”等变量联合起来对“商品房平均价格”有显著影响。 3）t检验：分别针对，给定显著水平，查t分布表得自由度n-k-1=8临界值t（8）=2.306。与表中对应的t统计量分别为（-0.102728）（-1.037572）（1.927968）（0.013165）（-0.402569），其绝对值均没有通过临界值t=2.306，这说明我们需要接受，也就是说，解释变量“房地产开发投资额”、“住房竣工面积”、“城镇居民人均可支配收入”、“市区人口”、“一年期存款利率”等变量联合起来对“商品房平均价格”存在不显著影响。 因此，t检验没有通过，我们需要对方程进行计量经济学检验以修正模型。（3）计量经济学检验时间序列平稳性检验表4 ADF检验结果表ADF Test Statistic 2.883852 1% Critical Value*-4.2207 5% Critical Value-3.1801 10% Critical Value-2.7349*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(Y(-1)Method: Least SquaresDate: 12/10/08 Time: 19:47Sample(adjusted): 1997 2007Included observations: 11 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. Y(-2)0.4983350.1728022.8838520.0204D(Y(-2)-0.1291600.300365-0.4300110.6785C-572.6797223.3639-2.5638870.0334R-squared0.578523 Mean dependent var100.0273Adjusted R-squared0.473154 S.D. dependent var136.2498S.E. of regression98.89571 Akaike info criterion12.25301Sum squared resid78242.89 Schwarz criterion12.36153Log likelihood-64.39155 F-statistic5.490444Durbin-Watson stat1.926251 Prob(F-statistic)0.031557 ADF=2.883852，大于在三种水平下，即1%、5%、10%的值，所以该时间序列数据具有平稳性。多重共线性检验表5 相关系数矩阵表YX1X2X3X4X5Y10.9665370.8766600.9641560.001975-0.566203X10.96653710.9105510.9631530.087642-0.508904X20.8766600.91055110.9432550.011778-0.684057X30.9641560.9631530.9432551-0.096185-0.708438X40.0019750.0876420.011778-0.09618510.600944X5-0.566202-0.508904-0.684057-0.7084380.6009441由各相关系数矩阵可以看出，个解释变量相互之间的相关系数较高，证实确实存在严重的多重共线性。我们采用逐步回归的办法，分别做Y对,，的一元回归，整理后结果如下：表6 一元回归结果变量参数估计值1.1490280.3793090.1984070.001115-73.15290t统计量13.051976.31214612.587610.006842-2.3795520.9341940.7685330.9295970.0000040.3205860.9287100.7492440.923730-0.0833290.263968其中，加入的方程最大，且的各相关统计值均不能通过临界值。因此，剔除，以为基础，顺次加入其他变量逐步回归，结果如表所示：表7 加入新变量的回归结果（一）变量，1.170696(5.266106)-0.008661(-0.107046)0.922310，0.622983(2.079352)0.094542(1.822967)0.940273，1.088344(10.82037)-12.95940(-1.185532)0.931040表8 加入新变量的回归结果（二）变量，-0.275953（-0.389953）-0.132930（-1.609951）0.152449（2.525674）0.947824，-0.275953（-0.389953）0.290393（1.943642）40.74784（1.390344）0.944943经比较，逐步加入其余相关变量后，t检验只有、通过，、的t检验不显著。这说明、引起严重的多重共线性，应予剔除。所以我们对、进行回归 ，回归结果如下： 表9 X1与X3的OLS回归结果Dependent Variable: YMethod: Least SquaresDate: 12/12/08 Time: 21:48Sample: 1994 2007Included observations: 14VariableCoefficientStd. Errort-StatisticProb. C639.6829226.17272.8282940.0164X10.6229830.2996042.0793520.0618X30.0945420.0518621.8229670.0956R-squared0.949462 Mean dependent var1481.896Adjusted R-squared0.940273 S.D. dependent var446.7206S.E. of regression109.1743 Akaike info criterion12.41118Sum squared resid131109.3 Schwarz criterion12.54812Log likelihood-83.87825 F-statistic103.3289Durbin-Watson stat1.403575 Prob(F-statistic)0.000000自相关检验利用Eviews对数据进行的自相关的图示检验法和偏自相关检验，所得结果如图7.图8.图7 与的关系 表10 偏自相关表 表11 DW检验表 Dependent Variable: YMethod: Least SquaresDate: 12/12/08 Time: 21:48Sample: 1994 2007Included observations: 14VariableCoefficientStd. Errort-StatisticProb. C639.6829226.17272.8282940.0164X10.6229830.2996042.0793520.0618X30.0945420.0518621.8229670.0956R-squared0.949462 Mean dependent var1481.896Adjusted R-squared0.940273 S.D. dependent var446.7206S.E. of regression109.1743 Akaike info criterion12.41118Sum squared resid131109.3 Schwarz criterion12.54812Log likelihood-83.87825 F-statistic103.3289Durbin-Watson stat1.403575 Prob(F-statistic)0.000000 DW检验n=14, =2时，=1.551 =0.905 而DW=1.403575,所以方程不确定是否存在自相关。异方差检验 图8 X1，X3与e平方的散点图 表12 White检验结果White Heteroskedasticity Test:F-statistic1.901622 Probability0.199794Obs*R-squared7.602964 Probability0.179517Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/12/08 Time: 22:03Sample: 1994 2007Included observations: 14VariableCoefficientStd. Errort-StatisticProb. C-7984.316105014.7-0.0760300.9413X1316.2853497.91540.6352190.5430X120.0960140.3897880.2463220.8116X1*X3-0.0291840.110855-0.2632580.7990X37.42243654.583580.1359830.8952X32-0.0018660.007019-0.2658480.7971R-squared0.543069 Mean dependent var9364.952Adjusted R-squared0.257487 S.D. dependent var9528.530S.E. of regression8210.658 Akaike info criterion21.16178Sum squared resid5.39E+08 Schwarz criterion21.43566Log likelihood-142.1325 F-statistic1.901622Durbin-Watson stat2.956730 Prob(F-statistic)0.199794（5）=11.0705 =14*0.543069=7.602966因为 3.69，应拒绝原假设:，说明回归方程显著，即“房地产开发投资额”、“住房竣工面积”、“城镇居民人均可支配收入”、“市区人口”、“一年期存款利率”等变量联合起来对“商品房平均价格”有显著影响。 3）t检验：分别针对，给定显著水平，查t分布表得自由度n-k-1=8临界值t（8）=2.306。与表中对应的t统计量分别为（-0.185998）（-0.791480）（3.964039）（0.716389）（1.341493），其绝对值大部分没有通过临界值t=2.306，这说明我们需要接受，也就是说，解释变量“房地产开发投资额”、“住房竣工面积”、“市区人口”、“一年期存款利率”等变量联合起来对“商品房平均价格”存在不显著影响，而“城镇居民人均可支配收入”对“商品房平均价格”有显著影响。 因此，t检验没有通过，我们需要对方程进行计量经济学检验以修正模型。（3）计量经济学检验平稳性检验表14 对数模型ADF检验结果ADF Test Statistic 3.211423 1% Critical Value*-4.1366 5% Critical Value-3.1483 10% Critical Value-2.7180*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(LNX3)Method: Least SquaresDate: 01/18/04 Time: 03:30Sample(adjusted): 1996 2007Included observations: 12 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. LNX3(-1)0.0915270.0285003.2114230.0106D(LNX3(-1)0.6102680.1926083.1684510.0114C-0.7652150.254683-3.0045810.0148R-squared0.626349 Mean dependent var0.084978Adjusted R-squared0.543315 S.D. dependent var0.034082S.E. of regression0.023032 Akaike info criterion-4.491555Sum squared resid0.004774 Schwarz criterion-4.370328Log likelihood29.94933 F-statistic7.543311Durbin-Watson stat1.959283 Prob(F-statistic)0.011915ADF=3.211423大于三种水平下的值，即在1%5%、10%水平下，模型存在平稳性。多重共线性检验 表15 对数模型一元回归结果变量lnX1lnX2lnX3lnX4 lnX5参数估计值0.2693910.3834070.7882680.012547-0.257161t统计量8.7173545.94833911.405970.048546-2.7524340.8636240.7467430.9155500.0001960.3870010.8522600.7256380.908513-0.0831210.335918 表16 对数模型相关系数矩阵表LNX1LNX2LNX3LNX4LNX5LNYLNX110.9607590.9739350.030998-0.75911310.929314LNX20.96075910.9371830.078457-0.7951900.864143LNX30.97393540.937183 1-0.100244-0.7878700.956844LNX40.0309980.078457-0.10024410.3951480.014013LNX5-0.759113-0.795190-0.7878700.3951481-0.622094LNY0.9293140.8641430.9568440.014016-0.6220941 由于多数统计值不能通过检验，应予以剔除 。以 为基础，分别加入 、进行回归，整理后，得出结果如下所示： 表17 加入新变量的回归结果变量lnX1lnX2lnX3lnX5，-0.014593（-0.130426）0.828660（2.605964）0.900350，-0.118843（-1.126199）0.995070（5.078532）0.910514，1.013786（12.78270）0.143630（3.609140）0.954306除了外其余变量均未能满足t检验，即、存在多重共线性，应予以剔除。 图10 LNY与LNX3之间的散点图 表18 LNY与LNX3的OLS回归结果Dependent Variable: LNYMethod: Least SquaresDate: 01/17/04 Time: 21:38Sample: 1994 2007Included observations: 14VariableCoefficientStd. Errort-StatisticProb. C0.3962990.6024910.6577680.5231LNX30.7882680.06911011.405970.0000R-squared0.915550 Mean de