计量经济学分析关于房价问题的初步分析

精品文档 1欢迎下载 课程论文课程论文 课课 程程 名名 称称 计量经济学计量经济学 研究课题研究课题 关于房价问题的初步分析关于房价问题的初步分析 学院学院 直属系直属系 经济学院经济学院 年级年级 专业专业 班班 1313 级国际经济与贸易级国际经济与贸易 任任 课课 教教 师师 姚寿福姚寿福 学学 生生 姓姓 名名 及及 学学 号号 唐玲玲 唐玲玲 33201312921023320131292102 邹清华 邹清华 33201312921013320131292101 黄飘雪 黄飘雪 33201312921033320131292103 邓培英 邓培英 33201312921043320131292104 黄梦迪 黄梦迪 33201312921073320131292107 曾乔姿 曾乔姿 33201312921053320131292105 雷雨哲 雷雨哲 33201312921083320131292108 周萍 周萍 33201312921063320131292106 精品文档 2欢迎下载 关于房价问题的初步分析关于房价问题的初步分析 引言 近改革开放 20 多年来 从来没有哪一个行业像房地产业这样盛产亿万富翁 各种富 豪排行榜上 房地产富豪连年占据半壁江山 中国十大暴利行业 中 房地产业每年都 是 第一名 是什么造就了这样的状况 房地产的问题 在开发商 政府 购房者三者来 看 就是一场完完全全的博弈 而这场博弈的焦点则是房价问题 如果说开发商与政府之 间的博弈是围绕 土地 这个关键词 那么整个房地产市场则在价格上开展了新一轮的对 峙 先是开发商与购房者在房价涨跌上僵持不下 再有开发商与政府之间的土地成本论 最后则是关于房地产是否归为暴利行业的争执 价格 成了市场关注的焦点 而对于房 价的构成因素 至今仍然是不透明的 公布房价成本成为另政府极为头疼的一件事 房价 成本是一个非常复杂的集合体 并且项目间差异性较大 同时还有软资产 品牌等组成部 分 特别是现在的商品房 追求品质 功能完善以及个性化成本构成越来越难衡量 写作目的 通过对一系列影响房价的基本因素的分析 了解对其主要因素和次要因素 并 对这些因素进行统计推断和经济意义上的检验 选择拟和效果最好的最为结论 在一定层 面上分析房地产如此暴利的因素 当然笔者的能力有限 并不能全面的分析这一问题 仅 仅就几个因素进行分析 写作方法 理论分析及计量分析方法 将会用到 Eviews 软件进行帮助分析 关键词 房价成本 拟合优度 现在我们以2003年的数据 选取30个省市的数据为例进行分析 在Eviews软件中选择建立 截面数据 现在我们以2003年的数据 选取31个省市的数据为例进行分析 令Y 各地区建 筑业总产值 万元 X1 各地区房屋竣工面积 万平方米 X2 各地区建筑业企业从业 人员 人 X3 各地区建筑业劳动生产率 元 人 X4 各地区人均住宅面积 平方米 X5 各地区人均可支配收入 元 数据如下 YX1X3X2X4X5 12698521 4254 800 569767 0 129961 0 24 77140 13882 62 5208402 1465 800 238957 0 147063 0 23 09570 10312 91 7799313 4748 300 989317 0 70048 00 23 16710 7239 060 5401279 1313 300 591276 0 89151 00 22 99680 7005 030 2576575 1450 700 265953 0 61074 00 20 05310 7012 900 10170794 3957 100 966790 0 82496 00 20 23510 7240 580 3469281 1626 800 303837 0 77486 00 20 70590 7005 170 4401878 2181 300 441518 0 68033 00 20 49200 6678 900 11958034 3609 200 505185 0 153910 0 29 34530 14867 49 27949354 17730 00 2727006 100569 0 24 43530 9262 460 31272779 16183 90 2429352 127430 0 31 02330 13179 53 6227073 4017 600 910691 0 66407 00 20 75480 6778 030 精品文档 3欢迎下载 5493441 2952 100 553611 0 108288 0 30 29870 9999 540 3593356 2750 900 574705 0 70826 00 22 61980 6901 420 14813618 9139 800 2072530 60728 00 24 48080 8399 910 6345217 3433 600 932901 0 66056 00 20 20090 6926 120 8729958 4840 800 1048763 81761 00 22 90280 7321 980 8188402 4969 700 1119106 74553 00 24 42580 7674 200 15163242 8105 000 1492820 101932 0 24 93280 12380 43 2818466 1721 600 353700 0 77472 00 24 17320 7785 040 394053 0 121 5000 61210 00 55361 00 23 43200 7259 250 5862095 4939 600 817997 0 69432 00 25 72440 8093 670 12253374 8784 600 2070534 59748 00 26 35850 7041 870 2122907 980 3000 293310 0 72152 00 18 19430 6569 230 3967957 2248 700 522470 0 69238 00 24 92940 7643 570 293427 0 121 3000 36593 00 73205 00 19 92990 8765 450 4404362 1580 000 410311 0 93212 00 21 75050 6806 350 2236860 1327 200 449409 0 46857 00 21 11380 6657 240 747325 0 242 9000 101501 0 61046 00 19 10550 6745 320 1080546 578 7000 88225 00 61459 00 22 25500 6530 480 3196774 1450 800 203375 0 95835 00 20 78110 7173 540 先用 Eviews 软件进行 White 检验 White Heteroskedasticity Test F statistic2 779810 Probability0 049670 Obs R squared26 27412 Probability0 156948 Test Equation Dependent Variable RESID 2 Method Least Squares Date 12 22 05 Time 21 50 Sample 1 31 Included observations 31 VariableCoefficie nt Std Errort Statistic Prob C6 08E 122 29E 130 2655390 7960 X51 64E 083 88E 090 0423700 9670 X5 287293 54453712 30 1923980 8513 X5 X4380671243 56E 080 1068100 9171 X5 X31363 5556160 0700 2213540 8293 X5 X2 17464 3650393 75 0 3465580 7361 X5 X1 453312 21215201 0 3730350 7169 X4 9 71E 111 83E 12 0 5314860 6067 X4 24 28E 106 46E 100 6617200 5231 X4 X3 1905048 1949296 0 9773010 3515 精品文档 4欢迎下载 X4 X2 1901040317319142 1 0976530 2981 X4 X14 23E 084 15E 081 0208010 3314 X3 1386946034509844 0 4018990 6962 X3 241 8184322 625401 8482960 0943 X3 X2517 0981231 19542 2366280 0493 X3 X1 14772 938469 467 1 7442580 1117 X21 51E 083 45E 080 4388530 6701 X2 22050 2611851 4101 1074050 2940 X2 X1 67170 5950453 24 1 3313430 2126 X17 80E 086 17E 090 1264300 9019 X1 21246362 746355 01 6699320 1259 R squared0 847552 Mean dependent var 1 17E 12 Adjusted R squared0 542656 S D dependent var 1 78E 12 S E of regression1 21E 12 Akaike info criterion 58 69986 Sum squared resid1 46E 25 Schwarz criterion59 67127 Log likelihood 888 8478 F statistic2 779810 Durbin Watson stat1 809921 Prob F statistic 0 049670 结果显示为没有异方差 DW 值为 1 809921 没有自相关 做多重共线性检验 X5X4X3X2X1 X5 1 000000 0 686513 0 279851 0 836241 0 418307 X4 0 686513 1 000000 0 477886 0 540881 0 538697 X3 0 279851 0 477886 1 000000 0 125029 0 960871 X2 0 836241 0 540881 0 125029 1 000000 0 271375 X1 0 418307 0 538697 0 960871 0 271375 1 000000 可以看出有多重共线性 采取逐步回归法 第一次回归 我们可以根据 T 检验值和可决系数看出 X1 的效果最好 Dependent Variable Y Method Least Squares Date 12 22 05 Time 21 16 Sample 1 31 Included observations 31 精品文档 5欢迎下载 VariableCoefficie nt Std Errort Statistic Prob X11651 40387 6770318 835080 0000 C903234 0502408 21 7978090 0826 R squared0 924432 Mean dependent var 7446408 Adjusted R squared0 921826 S D dependent var 7227629 S E of regression2020815 Akaike info criterion 31 93824 Sum squared resid1 18E 14 Schwarz criterion32 03076 Log likelihood 493 0427 F statistic354 7601 Durbin Watson stat1 930762 Prob F statistic 0 000000 依次加入 X2 X3 X4 X5 可得 加入 X2 后的效果最好 Dependent Variable Y Method Least Squares Date 12 22 05 Time 21 16 Sample 1 31 Included observations 31 VariableCoefficie nt Std Errort Statistic Prob X260 575779 1368996 6297950 0000 X11547 35457 8319726 756040 0000 C 3711880 765709 2 4 8476370 0000 R squared0 970594 Mean dependent var 7446408 Adjusted R squared0 968493 S D dependent var 7227629 S E of regression1282914 Akaike info criterion 31 05893 Sum squared resid4 61E 13 Schwarz criterion31 19771 Log likelihood 478 4134 F statistic462 0886 Durbin Watson stat2 098685 Prob F statistic 0 000000 再 回归 Dependent Variable Y Method Least Squares Date 12 26 05 Time 10 09 Sample 1 31 精品文档 6欢迎下载 Included observations 31 VariableCoefficie nt Std Errort Statistic Prob X11392 586243 15545 7271440 0000 X264 1561410 725325 9817480 0000 X30 9241031 4093110 6557130 5176 C 4115494 988624 2 4 1628500 0003 R squared0 971055 Mean dependent var 7446408 Adjusted R squared0 967838 S D dependent var 7227629 S E of regression1296176 Akaike info criterion 31 10765 Sum squared resid4 54E 13 Schwarz criterion31 29268 Log likelihood 478 1686 F statistic301 9308 Durbin Watson stat2 037807 Prob F statistic 0 000000 加入 X4 回归 Dependent Variable Y Method Least Squares Date 12 26 05 Time 10 09 Sample 1 31 Included observations 31 VariableCoefficie nt Std Errort Statistic Prob X11569 18666 7446723 510290 0000 X264 0494510 562586 0638100 0000 X4 69455 16102797 7 0 6756490 5050 C 2476469 1985261 1 2474280 2230 R squared0 971083 Mean dependent var 7446408 Adjusted R squared0 967870 S D dependent var 7227629 S E of regression1295550 Akaike info criterion 31 10668 Sum squared resid4 53E 13 Schwarz criterion31 29171 Log likelihood 478 1536 F statistic302 2316 Durbin Watson stat2 298423 Prob F statistic 0 000000 回归 Dependent Variable Y Method Least Squares Date 12 26 05 Time 10 10 Sample 1 31 Included observations 31 精品文档 7欢迎下载 VariableCoefficie nt Std Errort Statistic Prob X11511 62460 2810525 076270 0000 X239 2569815 775252 4885170 0193 X5316 7476193 76611 6346910 1137 C 4428358 863348 9 5 1292790 0000 R squared0 973242 Mean dependent var 7446408 Adjusted R squared0 970269 S D dependent var 7227629 S E of regression1246240 Akaike info criterion 31 02907 Sum squared resid4 19E 13 Schwarz criterion31 21410 Log likelihood 476 9506 F statistic327 3477 Durbin Watson stat1 861895 Prob F statistic 0 000000 我们发现加入 X3 X4 X5 的效果都不好 T 检验都不充分 于是我们只保留 X1 X2 再回归 得 Dependent Variable Y Method Least Squares Date 12 22 05 Time 21 16 Sample 1 31 Included observations 31 VariableCoefficie nt Std Er