“城房指数”操作手册.doc

“城房指数”操作手册建设部“城房指数”研究组2006年12月手册说明1. 考虑到“城房指数”编制方案中所采用的软件平台之一EViews 4在国内普及程度较低，研究组特针对“城房指数”编制过程中应用EViews 4软件进行计算的部分，进一步通过本手册细化操作步骤，从而增强指数编制过程的可操作性。本手册应与“城房指数”编制方案配合使用。2. 本手册以计算2005年指数为例进行说明，且基于虚拟的数据库进行计算，因此各文件名、变量名可能与实际情况略有出入，具体应用时应注意根据实际需要加以调整。3. 在本手册中，涉及EViews的命令和菜单名，以加双引号的英文命令全称表示，如“File”；涉及的文件，以加双引号的完整文件名（包含表示文件类型的扩展名）表示，如“SAMPLE.xls”；涉及的EViews对象（数据列或等式），以加引号的斜体格式表示，如“ALL_BASE”方程，如果已在引号内，则以加括号的斜体格式表示，如“销售状态（UNIT_ONSALE）”；需要键入的内容，以加引号的斜体加粗格式表示，如“SUBM_DIS=1”。4. 本手册最后一部分中，还针对操作过程中常见的错误信息给出了解释和解决方法。5. EViews 4不区分大小写，因此在操作过程中可能出现显示内容和输入内容的大小写不一致的情况，这将不会影响操作结果。6. 如不特别说明，本手册中提及Step X时，指的是同一章中的Step X；提及时，指的是同一Step下的；提及的“XStep Y”，指的是第X章中Step Y下的。7. 对EViews窗口中各组成部分名称的统一界定如图a、b所示。图 a图 b1. 建立文件、导入数据Step 1：建立新文件. 运行EViews 4。. 单击主菜单中的“File”“New”“Workfile”，如图 1.1。图 1.1. 在弹出的对话框（图 1.2）中，选择“Frequency”中的“Undated or irregular”项，并在“Range”下的“End observation”栏内填入“SAMPLE.xls”文件中的样本个数（“17831”），单击“OK”后得到图 1.3。图 1.2图 1.3. 单击主工具栏中的“Save”，将文件命名为“SAMPLE_HPI”（相当于“XXXXXX_HPI.wfl”）。Step 2：数据导入. 单击主菜单中的“File”“Import”“Read Text-Lotus-Excel”，如图 1.4。图 1.4. 按照文件所在路径选择“SAMPLE.xls”文件。. 在弹出的对话框中输入“SAMPLE.xls”文件的相关信息（图 1.5）：n A处填入第一个数据所在位置。如图 1.6所示，“SAMPLE.xls”中的第一个数据在A2，故此处填写“A2”。n B处填入样本所在工作表的名称，如图 1.6所示为“sheet1”。n C处填入Sheet1中所包含的变量个数（即Sheet 1中的总列数），即“33”。n 其他选项的选择方式如图 1.5所示。图 1.5图 1.6. 单击“OK”，得到图 1.7，并单击工具栏中的“Save”进行保存。 图 1.7Step 3：数据导入（指数更新）进行指数更新，或由于样本量过大需要从多个工作表导入数据时，按照如下步骤进行。. 单击主菜单中的“File”“Open”“Workfile”，选择路径打开原文件“SAMPLE_HPI.wfl”。. 根据需要，添加新的时间哑元变量（或其他新引入的变量）。例如，现需要引入2005年9月的数据，则需要在原数据库中增加时间哑元变量“Y0509”。在命令输入区中键入“genr Y0509=0”。. 单击主菜单中的“Procs”“Change Workfile Range”。在弹出对话框的“Range”中的“End date”栏内，将更新扩充后的样本容量值填入。如图 1.8Error! Reference source not found.中所示，将“End date”处的数据改为“25675”（原数据为图 1.2中的17831），单击“OK”。图 1.8. 单击主菜单中的“Procs”“Sample”，将对话框的“Sample range pairs (or sample object to copy)”栏中的内容改为“1 25675”，单击“OK”。. 单击主菜单中的“File”“Open”“Workfile”，选择路径打开原文件“SAMPLE_HPI.wfl”。单击主菜单中的“File”“Import”“Read Text-Lotus-Excel”，按照文件所在路径选择“SAMPLE.xls”文件（此处“SAMPLE.xls”文件代表已经更新扩充后的“XX市城房指数标准数据库.xls”）。. 在弹出的对话框中输入更新的“SAMPLE.xls”文件的相关信息（图 1.9）：n A处填入更新扩充的第一个数据所在位置，由于扩充的样本为第1783225675条，故“SAMPLE.xls”中的第一个新数据在A17833，此处填写“A17833”。（注意：如果从另一个新工作表导入，此处填写内容为新工作表中第一个数据所在位置）n B处填入样本所在工作表的名称，本例中为“sheet1”。n C处按变量在工作表中的排列顺序依次填入变量名称，即“ID Y0501 Y0502 Y0503 Y0504 Y0505 Y0506 Y0507 ”。n D处内容改为扩充的样本所在行范围“17832 25675”。n 其他选项的选择方式如图 1.9所示。图 1.9. 单击“OK”，并单击工具栏中的“Save”进行保存。402. 选定标准住宅Step 1：限定考察期. 打开“SAMPLE_HPI.wfl”文件。. 单击工具栏中的“Procs”“Sample”。. 在弹出对话框（图 2.1）的“IF condition (optional)”栏内键入“Y0501+ Y0502+Y0503+Y0504+Y0505+Y0506+Y0507+Y0508+Y0509+Y0510+Y0511+Y0512=1”。单击“OK”。（由于范例中只用了8个月样本，故在此仅示意性限定8个月考察期，即图 2.1中所示的“Y0501+Y0502+Y0503+Y0504+Y0505+Y0506+Y0507+ Y0508=1”。）图 2.1. 确定子市场标准住宅时，需要对考察期和考察范围同时进行限定。以考察甲区域子市场（SUBM_DIS=1）为例，需在弹出对话框的“IF condition (optional)”的栏内键入“（Y0501+Y0502+Y0503+Y0504+Y0505+Y0506+Y0507 +Y0508=1） AND SUBM_DIS=1”。单击“OK”。Step 2：求取离散变量的众数值以“销售状态（UNIT_ONSALE）”和“所属片区（PRO_BLOCK）”为例. 双击打开“ID”数据列，如图2.2。. 单击工具栏中“View”“Descriptive Statistics”“Stats by Classification”，如图2.2。图 2.2. 对仅转化为一个哑元变量的离散变量，以“UNIT_ONSALE”为例。在弹出对话框的“Series/Group for Classify”栏内，键入目标特征变量名（图 2.3），即键入“UNIT_ONSALE”，单击“OK”。图 2.3. 在结果输出窗口中，选择样本观测量（Obs.）最多的离散变量的取值，如图 2.4所示为“0”，作为目标特征变量“UNIT_ONSALE”在标准住宅中的取值。 图 2.4. 对转化为多个哑元变量的离散变量，以“PRO_BLOCK”为例。同样按照选择样本观测量最多的离散变量的取值，如图 2.5所示为“12”，作为目标特征变量“PRO_BLOCK”在标准住宅中的取值。图 2.5. 根据目标特征变量“PRO_BLOCK”在标准住宅中的取值，导出的各片区哑元变量的取值。取值方法是：“PRO_BLOCK”取值为12对应的片区哑元变量取值为1，其他片区哑元变量取值为0。按此取值方法，范例各片区哑元变量取值则分别为：BLOCK_AA=0，BLOCK_BB=0，BLOCK_CC=0，BLOCK_DD=0，BLOCK_EE=0，BLOCK_FF=0，BLOCK_GG=0，BLOCK_HH=0，BLOCK_II=0，BLOCK_JJ=0，BLOCK_KK=0，BLOCK_LL=1。Step 3：求取不满足对称分布的连续变量的众数值以“销售持时（UNIT_DURATION）”为例. 双击打开“ID”数据列。. 单击工具栏中的“View”“Descriptive Statistics”“Stats by Classification”。. 在弹出对话框的“Series/Group for Classify”栏内键入目标特征变量名。即键入“UNIT_DURATION”，单击“OK”。. 在弹出的结果框中（图 2.6），选择样本观测量（Obs.）最多的离散变量的取值，即“2”，作为目标特征变量“UNIT_DURATION”在标准住宅中的取值。图 2.6Step 4：求取近似满足对称分布的连续变量的平均值以“建筑面积（UNIT_AREA）”为例. 双击打开目标特征变量“UNIT_AREA”。. 单击工具栏中的“View”“Descriptive Statistics”“Stats Table”。. 在结果输出窗口（图 2.7）中读取“Mean”值，即“1.14”（精确到0.01）作为变量“UNIT_AREA”在标准住宅中的取值。（单击工具栏中的“Sheet”，可以返回原序列窗口）图 2.7Step 5：合成标准住宅. 重复进行Step 2、Step 3和Step 4，直至对“XX市城房指数数据库变量表.doc”文件中列出的所有数值型特征变量（样本序列号、所属行政区、交易单价、子市场标识变量除外）均确定了其在标准住宅中的取值。. 按“XX市城房指数数据库变量表.doc”规定的精度要求，将结果统一保存到新建的Excel文件中（命名为“XX市城房指数标准住宅.xls”，所在工作表分别命名为“总体市场标准住宅”、“XX子市场标准住宅”等），如图 2.8所示，以备后续使用。图 2.8Step 6：解除考察期和考察范围限制. 单击工具栏中的“Procs”“Sample”。. 在弹出对话框中，清空“IF condition (optional)”栏内的内容，单击“OK”。3. 基准期建模和基准期价格计算如果没有特殊说明，则下列实施步骤同样适用于总体市场和各子市场。Step 1：建立全变量模型. 单击工具栏中的“Objects”“New Object”，在弹出对话框的“Type of object”栏内选择对象类型为“Equation”，右侧“Name for object”栏中键入方程名“ALL_BASE”，单击“OK”，从而建立名为“ALL_BASE”的新方程，如图 3.1。（子市场的新方程命名为XX_BASE，其中XX为子市场名称，如甲区域子市场（SUBM_DIS=1）命名为“DIS1_BASE”。）图 3.1. 在弹出对话框的“Sample”栏内删除原内容，并键入：“IF Y0501+Y0502 +Y0503+Y0504+Y0505+Y0506=1”。（对于子市场则还需要限定考察范围，以甲区域子市场为例，在“Sample”栏内键入的内容为：“IF （Y0501+Y0502+Y0503+Y0504+Y0505+Y0506=1） AND SUBM_DIS=1”。）. 在对话框的“Method”栏内选定“LS - Least Squares (NLS and ARMA)”。. 在对话框的“Equation specification”栏内键入：“LOG(UNIT_PRICE) C 住宅属性变量 Y0502 Y0503 Y0504 Y0505 Y0506”上式中的“住宅属性变量”，指住宅特征变量名称。对连续变量，直接输入变量的一次项及二次项；对仅转化为1个哑元变量的离散变量（如“UNIT_ONSALE”），直接输入该变量；对转化为n（n1）个哑元变量的离散变量，保留一个哑元变量（时间哑元取“Y0501”，片区哑元取在各期都有交易且交易量最大的一个，假设为“BLOCK_LL”）作为默认变量不引入模型，即仅输入其他n1个哑元变量的名称。各变量间以空格隔开，如图 3.2。图 3.2. 单击对话框的“Options”，在弹出的对话框中，选定“LS & TSLS options”下的“Heteroskedasticity Consistent Coefficient Covariance”，并选定“White”，如图 3.3。单击“OK”。图 3.3. 返回“Equation Specification”对话框，单击“OK”。Step 2：确定待删除的多余变量. 在Step 1中生成的结果输出窗口（图 3.4）中，考察回归结果中除片区哑元变量及时间哑元变量外的所有自变量的“Prob.”项，选择Prob.0.1的自变量作为待检验变量；若除片区哑元变量及时间哑元变量外所有自变量均满足Prob.0.1，则直接进入Step 4。如图 3.4所示，范例中仅有一个待检验变量，即“UNIT_ONSALE”。图 3.4. 单击工具栏中的“View”“Coefficient Tests”“Redundant Variables-Likelihood Ratio”。. 在弹出的窗口（图 3.5）中键入任一待检验变量的名称，如“UNIT_DURATION”，单击“OK”。图 3.5. 得到该变量的多余变量检验结果，及删除该变量后的回归结果（图 3.6）。考察图 3.6中多余检验结果的F统计量（F-statistic）及其F检验相伴概率（Probability）。若Probability0.1，说明该变量为多余变量，记录其F-statistic值。图 3.6. 重复，直至完成所有待检验变量的检验。. 如果待检验变量的Probability0.1，则直接进入Step 4。. 若只有一个变量的Probability0.1，则确定该变量为待删除变量（如范例中的“UNIT_ONSALE”）。. 若有多个变量的Probability0.1，则确定其中F-statistic值最小的变量为待删除变量。Step 3：反复尝试. 单击工具栏中的“Estimate”，在对话框（图 3.7）中的“Equation specification”栏内删除Step 2中确定的待删除变量，单击“OK”，得到新的估计结果。图 3.7. 对新的估计结果重复Step 2，直至除片区哑元变量和时间哑元变量外的所有变量均满足Prob.0.1（图 3.4）；或尽管某些变量的Prob.0.1，但这些变量在多余变量检验中的Probability0.1。Step 4：检查膨胀因子以连续变量“项目总建造面积（PRO_AREA）”和哑元变量“销售状态（UNIT_ONSALE）”为例. 选定工作文件窗口的方程“ALL_BASE”，单击工具栏中的“Objects”“Copy Selected”。在弹出对话框（图 3.8）的“Destination”栏内，键入“ALL_VIF”，单击“OK”。图 3.8. 以“PRO_AREA”为例。双击打开“ALL_VIF”后，单击工具栏中的“Estimation”，在弹出对话框（Error! Reference source not found.）的“Equation specification”栏内，以膨胀因子检验方程的因变量“PRO_AREA”替换原方程的因变量“log(UNIT_PRICE)”，并删除方程自变量中所含待检验变量的所有一次项和二次项，即删除范例中的“PRO_AREA”和“PRO_AREA*PRO_AREA”。修改后的方程如Error! Reference source not found.所示。图 3.9图 3.10. 对于连续变量，Method栏中使用系统默认的“LS”法，因此直接单击“OK”。考察结果输出窗口中的模型统计量（图 3.11Error! Reference source not found.），记录调整R2（Adjusted R-squared）值。图 3.11. 对于哑元变量，以“UNIT_ONSALE”为例（注：范例中的“UNIT_ONSALE”实际已在多余变量检验中删除，此处仅因举例需要而示意性引入）。在同样进行、操作后，先将Method栏中内容改为“BINARY Binary choice （logit, probit, extreme value）”，再单击“OK”，如图 3.12所示。考察结果输出窗口中的模型统计量（图 3.13），记录调整R2（McFadden R-squared）值。（注：如果待检验变量是由同一离散变量转化的多个哑元变量之一，则在进行的操作时，需要删除方程自变量中所含的该离散变量转化的所有哑元变量。例如对于由房屋结构（PRO_STRU）变量转化的钢（STRU_GANG）、钢混（STRU_GANGHUN）、砖混（STRU_ZHUANHUN），当以“STRU_GANG”为待检验变量时，需要从自变量中删除“STRU_GANG”、“STRU_GANGHUN”和“STRU_ZHUANHUN”三个变量）图 3.12图 3.13. 按公式计算检验变量的膨胀因子，并记录该VIF值。. 关闭该结果输出窗口，在对象区中删除“ALL_VIF”方程。. 重复，直至得到除片区哑元变量和时间哑元变量外所有自变量的VIF值。. 考察所有记录的VIF值：若全部满足VIF10，则直接进入Step 5；若只有一个变量的VIF10，则确定该变量为待删除变量；若有多个变量的VIF10，则确定其中VIF值最大的变量为待删除变量。. 双击打开“ALL_BASE”，单击工具栏中的“Estimation”，在弹出对话框的“Equation specification”栏内，删除中确定的待删除变量，单击“OK”，关闭结果输出窗口。. 重新转到进行操作。Step 5：确定基准期模型形式. 在ALL_BASE的结果输出窗口中，再次确认回归结果中的“Prob.”项是否满足以下两种情况之一：（1）除片区哑元变量和时间哑元变量外，所有自变量的Prob.0.1；（2）有自变量的Prob.0.1，但按照Step 2（）的检验结果表明，其F检验相伴概率Probability0.1。. 再次确认：除片区哑元变量和时间哑元变量外，所有自变量的VIF10。. 确认：模型的调整R2不小于0.3。. 如果均已满足，则该模型确定为基准期模型的最终形式。. 如果不能完全满足的条件，则重新操作Step 1Step 4。如果确认操作过程没有失误，而问题依然存在，请立即与主管部门联系。Step 6：结果保存. 建立“XX市城房指数计算过程和结果_总体市场.xls”文件（子市场相应命名为“XX市城房指数计算过程和结果_XX子市场.xls”，下同）。. 命名其中一个工作表为“基准期模型”，将Step 5中得到的基准期模型的完整估计结果（包括一般信息、回归结果、模型统计量）复制到该工作表中，如图 3.14。图 3.14Step 7：计算基准期同质价格值. 将“XX市城房指数计算过程和结果_总体市场.xls”文件中的一个工作表命名为“标准住宅组合”。. 从“XX市城房指数标准住宅.xls”文件中，逐一提取基准期模型中除时间哑元变量外的所有自变量在标准住宅中的变量取值，统一保存在“标准住宅组合”工作表中，如图 3.15所示。图 3.15. 将“XX市城房指数计算过程和结果_总体市场.xls”文件中的一个工作表命名为“基准期同质价格”。. 求取2005年1月（默认期）的同质价格时：n 将基准期模型回归结果（图 3.14）中模型变量（Variable）列及对应的参数估计值（Coefficient）列复制到“基准期同质价格”中，如图 3.16中A、B列；n 将“标准住宅组合”中的标准住宅变量取值复制到“基准期同质价格”中，作为各变量参数估计值的乘数因子，如图 3.16中C列；n 常数项c的乘数因子取为1，所有时间哑元变量的乘数因子取为0；n 计算各变量的参数估计值与对应乘数因子的乘积，如图 3.16中D列；n 求取所有乘积的和（SUM），如图 3.16中D30单元格；n 求取以该和为指数，以常数e为底数的幂函数值，即使用excel的“EXP”函数计算“EXP(SUM)”，如图 3.16中D32单元格。. 求取2005年2月至6月的同质价格时（以Y0502为例）：n 模型变量（Variable）列及其对应的参数估计值（Coefficient），以及“标准住宅组合”中的标准住宅变量取值与默认期相同；n 常数项c的乘数因子取为1，表示该期的时间哑元变量的乘数因子为1，其他时间哑元变量的乘数因子取为0，即Y05021，Y0503 Y0504Y0505Y05060（图 3.16中H25H29单元格）；n 计算各变量的参数估计值与对应乘数因子的乘积，如图 3.16中I列；n 求取所有乘积的和（SUM），如图 3.16中I30单元格；n 求取以该和为指数，以常数e为底数的幂函数值，即使用excel的“EXP”函数计算“EXP(SUM)”，如图 3.16中I32单元格。图 3.16Step 8：检查和校核. 全面检查各实施步骤，确保没有遗漏、错误。. 重复一次建模及计算过程，两次操作的结果相互校核，以确保结果的准确性。4. 两期链式更新法Step 1：选定考察期. 在“XX市城房指数计算过程和结果_总体市场.xls”文件中建立新的工作表，并以考察期命名。. 考察期需自最接近基准期的月份选起（如本例为Y0507），逐月后推进行。Step 2：建立两期模型. 选择一个对比期（以考察期T为2005年7月，对比期T1为2005年6月举例）。. 打开“SAMPLE_HPI.wfl”文件，建立名为“ALL_0507_0506”的新方程。. 在弹出对话框的“Sample”栏内删除原内容，并键入“If Y0506+Y0507 =1”。（对于子市场则还需要限定考察范围，以甲区域子市场为例，在“Sample”栏内键入的内容为：“If （Y0506+ Y0507=1） AND SUBM_DIS=1”。）. 在对话框的“Method”栏内选定“LS - Least Squares (NLS and ARMA)”。. 在对话框的“Equation specification”栏内键入：“LOG(UNIT_PRICE) C 住宅属性变量 Y0507”。其中“住宅属性变量”的内容与3Step 1相同。. 单击对话框的“Options”，在弹出的对话框中，选定“LS & TSLS options”下的“Heteroskedasticity Consistent Coefficient Covariance”，并选定“White”。单击“OK”。返回“Equation Specification”对话框，单击“OK”。. 按照3Step 25的操作，确定更新模型的形式。. 运行后，将结果输出窗口中的回归结果复制到Y0507工作表上，如图 4.1中的A、B、C、D、E列。. 对时间哑元变量Y0507的参数估计值（Coefficient）使用Excel的“EXP”函数，即求Y0507的“EXP(Coefficient)”，如图 4.1中A27单元格。. 将该“EXP(Coefficient)”乘以已知的Y0506同质价格P(Y0506)，得到Y0507的一个价格估计值P1，如图 4.1。Step 3：计算考察期同质价格. 更换对比期（T2，即2005年5月；T3，即2005年4月），重复Step 2，从而得到对考察期同质价格的另两个估计值P2和P3。. 在Excel中求取三个估计值的几何平均值P(P1*P2*P3)(1/3)，作为考察期同质价格值，如图 4.1。图 4.1Step 4：求取完整价格序列. 更换考察期，重复Step 1至Step 3，直至求得各个月的同质价格值。Step 5：检查和校核. 全面检查各实施步骤，确保没有遗漏、错误。特别注意对比期的选取是否正确，计算过程中是否存在错误的链接。. 重复一次建模及计算过程，两次操作的结果相互校核，以确保结果的准确性。5. 指数化Step 1：汇总同质价格序列. 在“XX市城房指数计算过程和结果_总体市场.xls”文件中建立名为“结果汇总”的工作表。. 将3、4阶段得到的各月同质价格值汇总到“结果汇总”工作表中。Step 2：指数化. 以2005年1月的同质价格作为基期，其指数值定为100。按以下公式求取其他各月的指数值：其中，为第t期指数值；为第t期同质价格值；为基期（2005年1月）同质价格值。. 将各月指数保存于“结果汇总”工作表中，并在该工作表中绘制指数序列的折线图，如图 5.1。图 5.1常见错误信息及解决方案1. 在打开EViews文件时，出现错误信息“XXXX not found on disk”。图 I原 因：EViews 4软件无法识别汉字。因此当EViews文件的存放路径中包含中文时，如路径为d:城房指数SAMPLE_hpi.wfl，则会出现上述错误信息。解决方法：确保EViews存放路径中不存在汉字。例如，建议路径为d:hpiSAMPLE_hpi.wfl。此外，在察看手册配套光盘中的示范文件时，也建议将其复制到硬盘中，例如同样复制到d:hpi目录下。2. 在EViews中使用“Import”功能进行数据导入时，出现错误信息“XXXX not found on disk”。原 因：Excel源文件目录过深。解决方法：改变源文件路径，例如，建议路径为d:hpiXX市城房指数标准数据库.xls。3. 在EViews中使用“Import”功能进行数据导入时，出现错误信息“Unable to open file XXXX”。图 II原 因：在使用“Import”功能时，未关闭数据源文件。解决方法：关闭源文件（“XX市城房指数标准数据库.xls”）后，再利用“Import”功能进行数据导入。4. 在EViews中使用“Import”功能进行数据导入时，出现错误信息“Excel 5 workbook does not contain a sheet named XXX”。图 III原 因 1：图1.6的B部分中，键入的工作表名称错误。解决方法：确认“XX市城房指数标准数据库.xls”中包含待导入数据的工作表（以下简称“待导入工作表”）的名称，并将其键入图1.6中所示的对话框中。原 因 2：“XX市城房指数标准数据库.xls”中待导入工作表的名称中包含汉字，EViews无法识别。解决方法：确保“XX市城房指数标准数据库.xls”中待导入工作表的名称中不包含汉字。（“XX市城房指数标准数据库.xls”的文件名和路径名中可以出现汉字）。原 因 3：“XX市城房指数标准数据库.xls”中，位于待导入工作表左侧的工作表的名称中包含汉字，EViews无法识别。解决方法：确保“XX市城房指数标准数据库.xls”中待导入工作表左侧的工作表的名称中不包含汉字。（“XX市城房指数标准数据库.xls”的文件名和路径名中可以出现汉字）。5. 在EViews中建立模型时，出现错误信息“XXXX is not defined”。图 IV原 因：文件中没有名为“XXXX”的变量。这种情况通常是输入错误导致，包括变量名输入错误（与对象名不符）、两变量间缺少空格、变量名中误键入空格等。解决方法：在输入的内容中寻找出现“XX”的所在位置，修改输入错误。6.