四川省商品房价格影响因素分析.doc

四川省商品房价格影响因素分析四川省商品房价格影响因素分析 基于Eviews 软件的实证分析姓名 张颜 学号 40709081 姓名 陈芳 学号 40709096 日期 2009/12 目录第一部分 绪论1.1 选题背景-（3） 1.1.1理论意义-（3） 1.1.2现实意义- （3）1.2 影响商品房价格的因素分析-（4） 1.2.1 需求方面影响房地产价格的因素分析-（4） 1.2.2供给方面影响房地产价格的因素分析-（4）第二部分 实证分析2.1 模型设定-（5）2.2 数据来源-（5）2.3 模型的参数估计、检验及修正-（5） 2.3.1各变量序列平稳性检验-（5） 2.3.2模型估计-（6） 2.3.3多重共线性的修正-（7） 2.3.4协整检验-（9） 2.3.5异方差检验-（10） 2.3.6自相关检验-（11）第三部分 问题分析3.1模型分析-（12）3.2 模型缺陷-（12）参考文献【摘要】本文所作研究力求系统地分析引起房价变动的因素，进而分析各因素与房价变动的数量关系。解释这些原因和可能导致的后果对于因地制宜地制定对策措施具有重要意义，也能够为城市房地产制度的进一步改善和加强房地产宏观调控、促进房地产业持续健康发展提供更加坚实的理论依据和实证基础。【关键词】:商品房价格;实证;计量;模型【Abstract】: Make a statistical analysis of real estate price by using Eviews and stepwise regression analysis to find major factors effecting the price of real estate and to propose advices.【Keywords】: real estate price; practice; estimate; model; 第一部分 绪论11 选题意义： 1.1.1 理论意义： 本文所作研究力求系统地分析引起房价变动的因素，进而分析各因素与房价变动的数量关系。解释这些原因和可能导致的后果对于因地制宜地制定对策措施具有重要意义，也能够为城市房地产制度的进一步改善和加强房地产宏观调控、促进房地产业持续健康发展提供更加坚实的理论依据和实证基础。 1.1.2 现实意义： 房地产是关系国计民生的重大经济课题。房地产市场是否正常运营关系到金融稳定和社会安定，保障大多数人拥有住房对促进社会进步和稳定有重大意义。 我国的房地产价格从 2002 年来一直处于上升状态。2005 年来涨幅有所下降，因为 2004 年来，国家出台了相关的宏观调控政策，使房地产投资过快的情况得到了控制，房地产供求关系有一定的改善。但是从 2006 年开始，房价又开始悄悄回升了。政府虽然积极地调控房价，但全国的房价仍然涨声一片。四川省商品房的价格上涨是否合理？是否真正反映了经济发展水平？影响其变化的因素是什么？本课题的研究，旨在用有很强说服力的数理论证解答以上问题，揭示影响四川省商品房价格的主要因素，及各因素对房价的影响程度，从而理性的看待房地产市场的价格变化。1.2 影响商品房价格的因素分析贺胜兵（2006）全面分析了房地产价格的影响因素，将其分为自然，经济，社会，政策四类。并针对房地产金融对房价的影响专门作了数据分析，认为房地产金融对房地产价格有显著影响，其途径主要有两个，一是从通过对开发商的提供融资影响房地产开发投资的规模，即影响房地产供给量，从而间接对房价产生影响;二是从通过发放住房信贷提高居民的支付能力，将潜在的需要转化为现实的购买需求，从而增加房地产有效需求，推动房价上涨。 1.2.1 需求方面影响房地产价格的因素分析从需求方面 ，根据西方经济学中关于市场参与者的理论，房地产市场的需求方包括政府，企业和居民，因为政府的需求多与政策有关，而很少涉及经济变量的影响，本文不予讨论。本文讨论的需求方包括企业和居民，与此二者有关的经济变量对商品房价格产生影响，由此从需求方面影响房地产价格水平的因素有：城乡居民存款余额，城镇家庭平均每人可支配收入.房地产特别是居住房地产的需求主体是人，人的数量、素质、构成等状况对房地产价格有较大的影响。居民实际收入的增加会提高居民的支付能力，从而增加对房地产的需求，导致房地产价格上涨。收入增加对房价的影响程度，取决于现有的收入水平及边际消费倾向的大小。对于低收入家庭而言，虽然其边际消费倾向较大，但其增加的收入主要用于满足衣食等基本的生存需要，对房价的影响较小对于中等收入家庭而言，边际消费倾向较大，增加的收入会用于提高包括居住质量在内的生活质量，从而导致房价上涨高收入家庭的边际消费倾向较小，但是如果其将增加的收入由于房地产投资或投机，则会引起房价的上涨。 1.2.2 供给方面影响房地产价格的因素分析 从供给方面看，房地产的有效供给是指开发商在其成本约束下对市场住房产品的有效供给量。严敏（2003）指出，地价的推进、土地资源的短缺和建筑成本的上涨都会对房地产的供给产生影响。其影响因素主要有土地交易价格水平和建筑原材料的市场价格，大量开发投资资金的贷款成本也对开发商的供给行为有很大约束。限于数据的获取性，本文以1999至2008四川省房地产开发投资完成额作为房地产开发商的开发成本。房地产开发投资完成额是指房地产开发企业在一定时间范围内进行房屋建设及土地开发所完成的工作量及有关费用的总称，包括房屋开发投资和土地开发投资，可以视为房地产商供给的总成本。从供给需求均衡的基本经济理论来说，商品房销售的实际价格受开发商房屋供给量的影响，以房屋竣工面积代表房屋供给量。第二部分 实证分析2.1 模型设定根据西方经济学和计量经济学的知识，建立多元线性回归模型，选择四川省商品房销售价格作为被解释变量，基于指标同商品住房价格的关联性、其本身的可获取性、常见性、可量度性以及统计范围的一致性考虑,初步选定用以下4个指标来反映影响房地产价格的因素：城乡居民存款余额cx，城镇家庭平均每人可支配收入kzp，房屋竣工面积mj，房屋投资完成额tze。在此基础上建立的多元线性回归模型为：Y=0+1CX+2KZP+3MJ+4TZE+u2.2 数据来源因为本课题主要研究对象是四川省的商品房价格，所以选用四川省的数据，建立包含4个解释变量的多元回归模型。我们选取时间序列数据，时间跨度为19992008年，共10组数据。在中经数据库，可得到四川省的商品房销售价格（元），城乡居民存款余额（亿元），城镇家庭平均每人可支配收入（元），房屋竣工面积（万平方米），房屋投资完成额（万元）等有关数据。所得数据整理如下：表2-1YCXKZPMJTZE199913502385.25477.91013.3848700200013402693.175894.271285.31283368200113683123.386360.471843.91838734200213813665.26610.82312.32402464200314214333.87041.872864.13269725200415725019.47709.872398.73381974200519455902.783862769.94733000200622716787.79350.113238.76601960200728407450.911098.283084.19303464200831579646.712633.383348.6103600002.3 模型的参数估计、检验及修正2.3.1 各变量序列平稳性检验对各变量进行ADF检验。我们采用有常数项但无趋势项，滞后差分项选0阶的模型进行估计，发现每个变量都存在单位根，除了tze的二阶差分值没通过检验，其余变量都在相应临界值下通过二阶差分的平稳性检验，因此除了tze其余变量都可进行回归估计，并做相应协整检验。5个变量的ADF检验结果：表2-2变量检验类型(c,t,*) ADF统计量5%临界值结论y(C,0,0)2.687898-3.259808不平稳d(y,2)(C,0,0)-4.180050-3.403313平稳cx(C,0,0)3.128638-3.259808不平稳d(cx,2)(C,0,0)-4.212547-3.403313平稳kzp(C,0)5.585569-3.259808不平稳d(kzp,2)(Cl,1,0)-6.065796-4.773194平稳mj(C,0,0)-1.528160-3.259808不平稳d(mj,2)(C,0,0)-4.051606-3.403313平稳tze(C,0,0)1.814706-3.259808不平稳d(tze,2)(C,0,0)-2.665847-3.403313不平稳2.3.2 模型估计用EVIEWS3.1的OLS估计得如下回归方程式： 表2-3Dependent Variable: YMethod: Least SquaresDate: 12/12/09 Time: 20:21Sample: 1999 2008Included observations: 10VariableCoefficientStd. Errort-StatisticProb.C2096.580514.03664.0786580.0096KZP-0.1913000.115358-1.6583080.1582CX0.1686020.0670782.5135250.0536MJ-0.3359690.052749-6.3691490.0014TZE0.0002865.29E-055.4135450.0029R-squared0.997560Mean dependent var1864.500Adjusted R-squared0.995607S.D. dependent var674.6376S.E. of regression44.71245Akaike info criterion10.74523Sum squared resid9996.017Schwarz criterion10.89653Log likelihood-48.72617F-statistic510.9818Durbin-Watson stat2.074656Prob(F-statistic)0.000001Y=2096.580-0.191300KZP+0.168602CX-0.335969MJ+0.000286TZE+ t= (4.078658) (-1.658308) (2.513525) (-6.369149) (5.413545) R2=0.997560 0.995607 F=510.9818 DW= 2.074656从回归结果看，虽然0.995607 可决系数显著，但在=0.05的显著性水平下各变量的t值不显著，存在严重的多重共线性。2.3.3 多重共线性的修正：各变量的相关系数矩阵：表2-4CXKZPMJTZECX 1.000000 0.988393 0.875351 0.977688KZP 0.988393 1.000000 0.832202 0.993996MJ 0.875351 0.832202 1.000000 0.842987TZE 0.977688 0.993996 0.842987 1.000000因为此模型是在时间序列数据的基础上进行的回归，各经济变量之间在宏观经济的变动下本身就具有共同变化的趋势，所以各变量的相关系数本身就较高。但由总体回归方程的较高可决系数知，所选经济变量对房价的解释性较强，因此采用逐步回归法对解释变量依次进行剔除，以减少多重共线性。各变量一元回归结果：表2-5变量CXKZPMJTZE参数估计值0.2755940.2830370.6225740.000200t统计量9.35446215.206913.18183216.14120R20.9162360.9665620.5585980.9702090.9057650.9623820.5034220.966485其中，KZP、TZE的修正可决系数较大，以KZP 和TZE分别作为基础，顺序加入其他变量1） 在KZP的基础上顺次加入其他变量，回归结果如下：表2-6CXKZPMJTZEKZP、CX0.0001310.0976500.963468t1.1125470.582497KZP、MJ0.338191-0.1917650.97795t13.16145-2.579263KZP、TZE0.0976500.0001310.963468t0.5824971.1125472） 在TZE的基础上顺次加入其他变量，回归结果如下：表2-7CXKZPMJTZETZE、CX-0.0379290.0002260.962682t-0.4297433.633385TZE、KZP0.0976500.0001310.963468T0.5824971.112547TZE、MJ-0.2387580.0002490.992263t-5.25879922.50493 在KZP基础上加入其他变量后，经比较新加入MJ的方程 0.954915，较KZP单变量的回归可决系数有显著提高，且各变量的t值显著，回归结果较好3）再在KZP和MJ的基础上引入其他变量，所得方程的t值明显变得不显著，多重共线性较为严重，因此予于剔除。最后修正严重多重共线性影响的回归方程结果为：-396.7883+0.338191 KZP-0.191765 MJ+t= (-3.32601) (13.16145) (-2.579263) R2=0.982856 0.977957 F=200.6491 DW=1.675469表2-8VariableCoefficientStd. Errort-StatisticProb. C-396.7883119.2984-3.3260150.0127KZP0.3381910.02569613.161450.0000MJ-0.1917650.074349-2.5792630.0365R-squared0.982856 Mean dependent var1864.500Adjusted R-squared0.977957 S.D. dependent var674.6376S.E. of regression100.1620 Akaike info criterion12.29478Sum squared resid70227.00 Schwarz criterion12.38556Log likelihood-58.47390 F-statistic200.6491Durbin-Watson stat1.675469 Prob(F-statistic)0.0000012.3.4 协整检验1) 由前面的ADF检验知，修正严重多重共线性影响的回归方程的变量在二阶差分后都为平稳序列，具有同价单整性，因此可以做整个回归方程的协整性检验。我们以y为被解释变量，kzp和mj为解释变量做回归，检验参差序列e的平稳性。我们采用有常数项但无趋势项，滞后差分项选0阶的模型进行估计，在level水平下，ADF检验结果如下：表2-9Null Hypothesis: ET has a unit rootExogenous: NoneLag Length: 0 (Fixed)t-StatisticProb.*Augmented Dickey-Fuller test statistic-2.6768190.0137Test critical values:1% level-2.8472505% level-1.98819810% level-1.600140*MacKinnon (1996) one-sided p-values. 由此可知，在5%的置信水平下，t 检验统计值为-2.676819，小于相应的临界值-1.988198，从而拒绝原假设，表明残差序列不存在单位根，是平稳序列，说明y，kzp，mj间存在长期协整关系，所得回归方程虽然包含非平稳变量，但长期来说这些非平稳变量的此种组合是平稳的。2) 短期修正： 模型长期均衡，但从短期来看可能会出现失衡，为了将房价的短期行为与长期变化联系起来，我们进行误差修正，结果如下：表2-10Dependent Variable: DYMethod: Least SquaresDate: 12/12/09 Time: 23:42Sample (adjusted): 2000 2008Included observations: 9 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C-118.732173.63549-1.6124310.1678DKZP0.4210240.0717235.8701020.0020DMJ-0.0258700.094871-0.2726810.7960ET(-1)-1.0007580.398534-2.5110950.0538R-squared0.891050Mean dependent var200.7778Adjusted R-squared0.825680S.D. dependent var203.8086S.E. of regression85.09341Akaike info criterion12.02648Sum squared resid36204.44Schwarz criterion12.11413Log likelihood-50.11915F-statistic13.63088Durbin-Watson stat1.628674Prob(F-statistic)0.007664 DY-118.73210.421024Dkzp-0.025870Dmj-1.000758 E(-1)t= (-1.612431) (5.870102) (-0.272681) (-2.511095)R2=0.891050 0.825680 F=13.63088 DW=1.628674 结果表明，四川省市房价的变化不仅取决于城镇居民可支配收入和房屋竣工面积，还取决于上一期房价对均衡水平的偏离程度，误差项E(-1)估计系数显著，体现了对偏离的修正，上一期偏离越远本期的修正就越大，说明系统存在误差修正机制。2.3.5 异方差检验由以kzp、mj为解释变量估计的结果作white检验。构造辅助函数为 经估计表2-11White Heteroskedasticity Test:F-statistic0.273187 Probability0.906378Obs*R-squared2.545571 Probability0.769617Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/12/09 Time: 20:50Sample: 1999 2008Included observations: 10VariableCoefficientStd. Errort-StatisticProb. C-116672.6220832.3-0.5283310.6252KZP34.2197845.093420.7588640.4902KZP2-0.0016700.003859-0.4327860.6875KZP*MJ-0.0001030.032578-0.0031740.9976MJ-17.5527066.32439-0.2646490.8044MJ20.0014370.0405000.0354900.9734R-squared0.254557 Mean dependent var7022.700Adjusted R-squared-0.677247 S.D. dependent var10074.12S.E. of regression13046.85 Akaike info criterion22.07419Sum squared resid6.81E+08 Schwarz criterion22.25574Log likelihood-104.3709 F-statistic0.273187Durbin-Watson stat2.941881 Prob(F-statistic)0.906378从上表可以看出，nR2=2.54557，由white检验知，在下，查分布表，得临界值，同时KZP,KZP2,KZP*MJ,MJ,MJ2都不显著，比较计算的统计量和临界值，因为nR2，所以拒绝原假设，模型不存在异方差。2.3.6 自相关检验原模型为-396.7883+0.338191 KZP-0.191765 MJ+t= (-3.32601) (13.16145) (-2.579263) R2=0.982856 0.977957 F=200.6491 DW=1.675469查表得当K=2, a =0.05，n=10 时dL=0.697 dU=1.641由所得回归模型知DW= 1.675469，du=0.697 DW 4du=2.359表明回归模型中的随机扰动项不存在自相关。第三部分 问题分析3.1 模型分析所得最终回归模型为：-396.7883+0.338191 KZP-0.191765 MJ+t= (-3.32601) (13.16145) (-2.579263) R2=0.982856 0.977957 F=200.6491 DW=1.6754691) 数据分析：从回归结果看各个参数的 t 值显著，修正