我国商品房价格供给影响因素的计量分析

1、计量经济学课程论文我国商品房价格供给影响因素的计量 分析 国际经济与贸易双语实验班欧昌龙40502032 指导老师：周游 2007.12 我国商品房价格供给影响因素的计量 分析【摘要】针对房地产市场近年来日益火爆，房价不断攀升的现状， 本文选取了1999年到 2005 年的季度数据，从房屋供给方面对房价上涨原因进行了实证分析。首先，建立适当模型，并搜集相关数据；然后用EViews 软件对模型进行相关检验，之后予以修正；最后，对得出的模型进行了经济意义解释并给出了相关政策建议。 一、问题的提出近几年，随着房价的一路飙升，房地产已成为最受人瞩目的市场之一。就2OO4 年来 说，全国商品房价格大幅上

2、涨商品房平均销售价格同比增长14 4涨幅比 2003 年提高 10.6 个百分点。销售面积达到.亿平方米， 比上年净增万平方米。我国房地产出现了投资过热、 房价增长速度较快的问题 为了防止房地产泡沫，使我国房地产市场步入良性发展的态势，政府先后进行了一系列的宏观调控：紧缩信贷、紧缩土地供应、运用市场化方式加息、提高住房信贷利率，房地产投资过热现象得到了有效抑制 土地和商品房供应增长大幅回落。但是，商品房价格仍然继续攀升的现象仍未根本改善。由此社会各界关于政府的宏观调控争议较大 - 国家针对投资过热而实施的宏观调控会减少商品房的供给进而引起价格的上升。本 文将通过揭示影响商品房供给的一系列因素与

3、商品房价格的关系，探明国家针对供 给的一系列宏观调控的效用。二、相关数据收集 本文主要从商品房的供给方面对商品房价进行分析：从而分析得出了下列解释变量和被解释变量，并通过中经网进行了数据的收集。 商品房销售价格 房 地 产 开 发 本 房地产开发投资 商品房本年新开 建筑材料工业品出厂（亿元/万平方年商品房屋建资金来源 合 计 _ 工面积 _累计（万 价格指数 X4 米） Y 设投资额_累计累计（亿元）平方米） X3 亿元 X1 X299 1 0.419043274 497.5 1823.07 5060.3797.08 2 0.611745723 2334.48 5885.25 20480.7

4、8 98.56 30.612644092 4603.01 8930.09 34951.35 98.46333333 40.61435851 7460.36 13089.91 52505.87 97.2500 10.439683495 570.78 2410.65 6953.41 98.96333333 20.627327552 2720.95 7204.42 27281.04 98.63666667 30.619176819 5554.48 11308.44 46215.26 100.2566667 40.624536928 9063.94 16525.52 68796.92 100.6601

5、 10.494343733 682.04 3284.53 9015.91 99.67 20.700672858 3490.62 9835.6 35896.69 99.7 30.677349482 7147.54 15219.27 63148.15 98.86666667 40.666718253 11511.22 21499.14 90116.96 97.802 10.480044041 935.36 4396.59 11495.74 98.16666667 20.689909372 4718.28 13348.05 43998.92 98.22333333 30.699580914 9302

6、.66 20637.1 74457.19 97.5 40.698771538 14566.53 28696.57 106893.297.2333333303 1 0.502392103 1297.39 6140.64 16144.198.43333333 2 0.734779418 6120.88 18770.93 57919.5198.3 3 0.72976461 12049.1 29007.45 97555.79 99.1 40.730422477 18699.4 39851.17 138382.53 102.604 10.528222904 1885.04 9607.61 20326.9

7、9 104.6 20.805601546 8118.91 25924.98 67944.61 104.4 30.824947294 15537.73 38863.71 110733.48103.5666667 4 0.823079827 23810.9 53249.85154417.15 101.233333305 1 0.612407026 2269.1612962.34 21594.7 100.1 2 0.88984241 9829.75 33921.9175812.23 100.6 3 0.945958166 18942.93 49736.92125338.68 100.9333333

8、4 0.985247764 28860.5266924.33 172647.11 100.9333333数据来源：中经网统计数据库三、计量经济模型的建立：针对全国商品房屋销售均价，建立如下一般模型：Yi 0 1 x1i 2 x2i 3x3i 4 x4i 5 D1i 6 D2i 7 D3i ui其中： Yi 商品房屋销售均价（亿元 /万平方米） 0 常数项 i 待定参数 （i1234） x1 房地产开发本年商品房屋建设投资额 _累计 亿元 x2 房地产开发投资资金来源合计_累计（亿元）x3商品房本年新开工面积_累计（万平方米）x4建筑材料工业品出厂价格指数D1i1，第一季度0，其他 D2i 1，

9、第二季度0，其他 D3i 1，第三季度 0，其他 ui 随机误差项注：通过观察 99 年到 05 年季度数据，发现有很强的季节因素影响数据周期性变化，因此引入代表季度因素的虚拟变量。四、模型的求解： 利用 EViews 软件，输入 Y 、 x1 、 x2 、 x3 、 x4 的 99 年到 05 年季度数据，采用这些数据对模型进行 OLS 回归，结果如表所示。 Dependent Variable: YMethod: LeastSquaresDate: 12/12/07 Time: 18:14Sample: 1999:1 2005:4Included observations: 28 Vari

10、able Coefficient Std. Error t-Statistic Prob. C 0.872455 0.2480303.517537 0.0022 X1 -2.85E-05 7.21E-06 -3.9512060.0008 X2 1.92E-05 2.35E-06 8.154850 0.0000 X3 -6.25E-07 7.53E-07 -0.831066 0.4157 X4 -0.002615 0.002496 -1.047911 0.3072 D1 -0.185505 0.035273 -5.259157 0.0000 D2 -0.021964 0.030795 -0.71

11、3230 0.4839 D3 -0.010204 0.019098 -0.5342880.5990R-squared 0.983007 Mean dependent var0.000000 2 2 由此可见，该模型 R 0.983007， R 0.977059 可决系数很高， F 检验值 165.2782，明显显著。在 0.05 时 t / 2 （nk） t0.025 （288） 2.086， x1 、 x2 、 D1 系数的 t 检验显著，其余系数均不显著，且 x1 、 x3 、 x4 系数的符号与现实经济意义相反，表明该模型有不合理地方，有待进一步修正。五、模型的检验与修正：lt 一 gt

12、 计量经济的检验：（ 1）多重共线性检验： 1 检验： 2 2 根据综合判断法， 当 R （或者 R ）和 F 值很大，且 t 值较小时说明模型中可能存在 2 2 多重共线性。 该模型 R 0.983007， R 0.977059 可决系数很高， F检验值 165.2782 也很大，但是仅 x1 、 x2 、 D1 系数的 t 检验显著，其余系数均不显著， 且 x1 、 x3 、x4 系 数的符号与现实经济意义相反，这表明很可能存在严重的多重共线性。 计算各解释变量的相关系数，选择 x1 、 x2 、 x3 、 x4 数据，得相关系数矩阵如下：X1 X2 X3 X4 X1 1 0.972406

13、153830.98939295351 0.32240951605 2 9 X2 0.97240615383 10.96056725251 0.42312828356 2 5 1 X3 0.989392953510.96056725251 1 0.32789613476 9 5 2 X40.32240951605 0.42312828356 0.32789613476 1 1 2由相关系数矩阵可以看出， 除 x4 与 x1 、 x2 、 x3 间的相关系数在 0.5 以下外，其余相关 系数均很高，证实确实存在严重多重共线性。 2 修正多重共线性：采用逐步回归的办法， 去检验和解决多重共线性问题。

14、分别做 Y 对 x1 、 x2 、 x3 、 x4 的一 元回归，结果如下表： 变量 x1 x2 x3 x4 参数估计值 1.59E-05 7.60E-06 2.57E-06 0.026642 t 统计量 7.44726410.02954 7.939285 2.151038 R2 0.680832 0.7946150.707971 0.151075 R2 0.668556 0.786716 0.6967390.118424 2 其中，加入 x2 的方程 R 最大，以 x2 为基础，顺次加入其他变量逐步回归， 结果如表所示： 变量 x1 x2 x3 x4 R2 变量 -1.48E-05 1.40

15、E-05 x2 、 x10.812672 -2.145358 4.582814 9.17E-06 -5.86E-07 x2、x3 0.781266 3.323746 -0.593417 7.55E-06 0.000960x2 、 x4 0.778359 8855206 0.140108 x1 的方程 R 2 0.812672，改进最大，而且各参数的 t 检验显著，应保留 经比较，新加入 x1 ，但通过前面分析的相关矩阵可知 x2 与 x1 间相关系数高达 0.972406，模型引入 x2 与 x1 后并未消除多重共线性。所以不能同时引入 x1 、 x2 。 而与 x2 相关系数较低的x4 ，这

16、时 R 2 0.778359，改进不大，且t 值 0.140108，明显无法通过检验。 所以也不能同时引入 x2 、 x4 。因此，模型中引入以 x2 为唯一解释变量， 运用 OLS法建立回归模型，结果如下图：Dependent Variable:YMethod: Least SquaresDate: 12/12/07 Time:19:22Sample: 1999:1 2005:4Included observations: 28Variable Coefficient Std. Error t-Statistic Prob. C0.481364 0.019461 24.73433 0.000

17、0 X2 7.39E-064.56E-07 16.22679 0.0000 D1 -0.027691 0.020930 -1.322986 0.1988 D2 0.120102 0.018332 6.551643 0.0000 D3 0.065049 0.016983 3.8302870.0009R-squared 0.960849 Mean dependent var0.000000 最后修正严重多重共线性影响的回归结果为： Yi 0.481364 7.39 E 06 x2 0.027691D1 0.120102 D20.065049 D3 t24.73433 16.22679 -1.322

18、986 6.5516433.830287 R 2 0.960849 R 2 0.954041 F141.1190DW1.390152 n282 异方差性的检验：1 检验： 【检验一】图形法：2 绘制 ei 对 x2 的散点图。图形如下： 0.004 E2 0.003 0.002 0.001 0.000 0 20000 4000060000 80000 X2 2 由图可以看出，残差平方 ei 对解释变量 x2 的散点图主要分布在图形中的下三角部分， 2 大致看出残差平方 ei 随 x2 的变动成增大的趋势，因此，模型很可能存在异方差。但是否确实存在异方差还应通过更进一步的检验。 【检验二】 AR

19、CH检验： 本模型属于时间序列， 选用 ARCH 检验。 在H 0 ： 1 2 p 0； H1 ： j j12p 的假设下，进行 ARCH Test， 分别滞后一期和两期，选取 AIC最小值的一期滞后，结果如下： ARCH Test:F-statistic 5.297550 Probability 0.029967ObsR-squared 4.720971 Probability 0.029797Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/12/07 Time:19:53Sampleadjusted

20、: 1999:2 2005:4Included observations: 27 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C 0.000397 0.000219 1.812037 0.0820 RESID2-1 0.4016130.174490 2.301641 0.0300R-squared 0.174851 Mean1.92E-05 Schwarz criterion -11.07519Log likelihood152.8109 F-statistic 5.297550Durbin-Watson stat1.694370 ProbF-statistic 0.029967 如表所示， n-p R4.720971，在给定显著性水平0.