【《基于var模型的房地产价格影响因素分析计算》3300字】

基于var模型的房地产价格影响因素分析计算目录TOC\o"1-3"\h\u24371基于var模型的房地产价格影响因素分析计算 1171631.1序列平稳性检验 1146201.2序列协整检验 2183811.3滞后阶数的确定 220481.4模型参数估计 314741.5模型检验 420101.6格兰杰因果检验 5113011.7脉冲响应 5106231.8方差分解 7变量选取货币供给量M2（X1）、金融机构各项存款余额（X2）、房地产开发投资完成额（X3）、中长期贷款利率（X4）和国内生产总值（X5），利用VAR模型研究这5个因素对房地产价格的动态关系。其中数据来源于国家统计局，中经统计库和一些网站相关数据等，运用stata统计软件对数据进行序列平稳检验，序列协整检验，格兰杰因果检验，滞后阶数确定，模型参数估计，脉冲分解以及方差分解。1.1序列平稳性检验由于所选变量具有季节周期变化，会对结论稳定性造成影响，所以要进行季节性调整减小影响，是数据分析呈现一定的规律，这里选用census12来调整以上指标。首先进ADF检验，目的是让变量更好的拟合模型，得到下表所示。表1ADF单位根检验结果表变量ADF值1%临界值5%临界值10%临界值是否平稳Y-0.478149-3.507394-2.895109-2.584738否D(Y)-9.810187-3.508326-2.895512-2.584052是X11.295006-3.506484-2.894716-2.584529否D(X1)-9.844463-3.507394-2.895109-2.584738是X21.374712-3.506484-2.894716-2.584529否D(X2)-10.91201-3.507394-2.895109-2.584738是X3-1.625611-3.509281-2.895924-2.585172否D(X3)-9.005697-3.509281-2.895924-2.585172是X4-1.206323-3.509281-2.895924-2.585172否D(X4)-11.62911-3.509281-2.895924-2.585172是X50.031165-3.506484-2.894716-2.584529否D(X5)-8.164726-3.507394-2.895109-2.584738是上表中Y，X1，X2，X3，X4，X5表示原始水平序列，D(Y)，D(X1)，D(X2)，D(X3)，D(X4)，D(X5)表示取了一阶差分后的序列。从表中的数据可以看出所有变量的原始序列的ADF值均不在5%临界值的范围内，说明在0.05的显著水平下模型的变量均不显著，即变量水平序列均为不平稳序列。对上述变量进行一阶差分后，变量的ADF值均在10%临界范围内，说明一阶差分后的变量均为平稳序列，为一阶单整序列，适合做协整检验。1.2序列协整检验由ADF单位根检验结果看出，通过差分后的变量序列较为为平稳，所以可进行协整检验。协整检验是为了排除模型存在伪回归的情况，提高模型的可靠性和准确性。这里用杰汉森协整检验，得到最优阶数，然后进行协整检验。结果如下：表2协整检验表No.ofCE(s)None*Atmost1*Atmost2*Atmost3*Atmost4*Atmost5HypothesizedEigenvalue0.6531150.5970450.5239420.5176340.4469340.236354Max-EigenStatistic88.9360676.3501462.3460461.2403449.751322.650690.05CriticalValue40.0775733.8768727.5843421.1316214.26463.841466Prob**0000000.1204从结果中可以看出，相应的P值小于0.05，表明该原假设被拒绝。变量之间存在协整关系。这表明存在房地产价格和各种因素变量之间的长期有效稳定的关系，VAR模型是非常稳定的。1.3滞后阶数的确定向量自回归模型的阶数选择需要参考相应的准则，下面为模型滞后阶数选择结果。表3最优滞后阶数确定Lag0123456LogL-3541.845-3439.111-3381.69-3354.582-3314.783-3271.764-3231.515LRNA191.02189.694947.6223451.0301748.1718543.72728FPE4.93E+308.62E+291.68e+29*6.65E+296.51E+296.82E+297.43E+29AIC87.6998981.9533681.523281.6439981.550281.4756581.37074*SC87.8772587.19492*87.8289789.0139689.9843690.9740191.9333HQ87.7710586.4514986.44831*86.9960687.3292487.6816788.00372根据AIC和SC的最小值原理来确定最佳滞后阶数。最优滞后阶数对应的aic和sc的最小阶数应该相同的，当AIC和SC最小阶数不一样时，最小LR的阶数取为最优滞后阶数。所以由上表可知，AIC在最优滞后阶顺序和SC最小是不同的，根据原则最终选择最优滞后阶被选择为2。1.4模型参数估计选取了最优滞后阶数2，进行模型的拟合。拟合结果如下：表4VAR模型估计参数表1阶滞后项系数标准误差t统计量2阶滞后项系数标准误差t统计量外生变量系数标准误差t统计量修正拟合优度D(Y)-0.016698-0.10969[-0.1522]-0.063568-0.10499[-0.6054]-0.542326-3.93034[-0.1379]0.728697D(X1)0.001049-0.00059[1.76703]0.00121-0.0006[2.00962]D(X2)0.000165-0.00036[0.46091]-0.000176-0.00037[-0.47985]D(X3)0.012309-0.00712[1.72855]0.001538-0.00721[0.21348]D(X4)40.16808-48.7217[0.82444]-29.40043-47.3666[-0.62070]D(X5)0.000636-0.00103[0.6154]0.000275-0.00101[0.27261]上述估计系数均为初步估计结果，向量自回归模型的估计系数并不能像经典回归模一样直接分析，而是根据需要对模型进行模型检验，格兰杰检验，脉冲响应和方差分解。1.5模型检验在模型检验中，单位根检验难以逐个检验每个阶数是由于序列中存在高阶自相关性，所以不能判断每个序列是否具有轻微倾向。当单位根对序列进行检测时可能出现无法确定序列的现象，所以要进行平稳性验证，var平稳性检验用于检验整个var系统，有变量构建多项式估计系数，也就是特征根倒数来获得。在平稳状态下，通过var模型测试系统的稳定性。表5AR特征多项式系数Root-0.557763-0.407425i-0.557763+0.407425i-0.382205-0.572478i-0.382205+0.572478i-0.588989-0.330488i-0.588989+0.330488i-0.183193-0.578582i-0.183193+0.578582i-0.363461-0.354984i-0.363461+0.354984i0.095743-0.389601i0.095743+0.389601iModulus0.690720.690720.688340.688340.6753740.6753740.6068910.6068910.5080530.5080530.4011920.401192从表5估计的结果可知，所有根的模的倒数都小于1，因此估计的VAR系统满足稳定条件，为了更加直观的所有根的模的倒数在单位圆中的位置，我们根据AR根图来判断VAR系统的稳定性。见图1。图1VAR系统平稳性检验图根据图可知，所有AR根的模的倒数都位于单位圆内，由此可以判断VAR系统是稳定的。1.6格兰杰因果检验由于影响房地产价格的因素存在的长期均衡关系有可能是单向的，也有可能是双向的，因此需要通过格兰杰检验来检验这些变量之间的关系，该种方法主要的判定标准为F值和显著性P值，如果显著性P值小于0.05，则拒绝原假设，即不是格兰杰因果关系。接下来为了深入了解房地产价格的影响因素，要通过两两变量之间进行比较，检验是否存在格兰杰因果关系。表6格兰杰因果检验表NullHypothesis:D(Y)doesnotGrangerCauseD(X1)D(X1)doesnotGrangerCauseD(Y)D(Y)doesnotGrangerCauseD(X2)D(X2)doesnotGrangerCauseD(Y)D(Y)doesnotGrangerCauseD(X3)D(X3)doesnotGrangerCauseD(Y)D(Y)doesnotGrangerCauseD(X4)D(X4)doesnotGrangerCauseD(Y)D(Y)doesnotGrangerCauseD(X5)D(X5)doesnotGrangerCauseD(Y)Prob.0.09220.02270.09280.08680.07460.00140.03930.01240.03280.0878结论拒绝拒绝拒绝拒绝拒绝拒绝拒绝拒绝拒绝拒绝由上述结果可知，在10%的置信水平下，p值小于0.1，表示拒绝原假设，货币供给量M2、金融机构各项存款余额、房地产开发投资完成额、中长期贷款利率和国内生产总值GDP与房地产价格互为格兰杰因果关系。1.7脉冲响应图2脉冲响应图脉冲函数通过描述相关影响因素的踪迹来确定一个变量如何影响其他变量的，本实验采用脉冲响应函数来更详细的描述各个变量在受冲击时，房地产价格是如何变化的。从图中可看出，房地产价格的扰动影响随着时间逐渐变弱，房地产价格扰动会对当期造成很大影响，但是这种影响是在滞后2期出现，之后随时间推移，影响越来越微弱直至零。货币供应量图表中可看出，房地产价格对货币供应量的冲击是反应迅速的，在图中表现为1-2.5期房地产价格由上涨转为下降，3.5期降至最低，之后又开始上升，在1.5期达到峰值，呈现周期性影响，具体表现为先增长后降低，但波动幅度逐渐减小。当在短期内增加货币供应量，使市场流动资金增大，消费者的投资规模将随之扩大，房地产将是人们投资的一大选择之一，这会导致房地产价格上涨。而从开发商角度来看，房地产的需求增大，为了达到利益的最大化也会增大供给，经过一段时间后，房地产价格会慢慢回落，这一结果与脉冲响应中的结果一致。在金融机构各项存款余额中，当期的正向效应随时间增长逐渐下降，在2.5期时出现最大的负向效应，随后又开始呈现增长趋势，3.5期时从图中可看出正向效应影响变得微弱，当4.5期时效应下降，负面效应增多。从整个变化过程看，金融机构各项存款余额对房地产价格有负向效应，当余额较大时，过多流动资金在银行存储，流动性降低，间接导致房地产需求降低引起房产价格下降。房地产开发投资完成额在图表中表现为正向冲击，2.5期达到最大值，之后开始缓慢减弱，3.5期负向效果最弱并开始增强，4.5期达到峰值，随后效果逐渐平稳。从图中看出，房地产开发投资完成额实际上对房地产需求并没有产生过大影响，只是增加人们的心里预期，当供给增加，各个房地产商之间竞争会变得激烈，使得潜在需求转化为有效需求，转而影响到房地产价格。中长期贷款利率，可看出起点较高，2.5期到达最高点，中长期贷款变化相对较慢，2.5期开始迅速下降，之后随时间在0上下波动，从整体来看中长期贷款对房地产价格存在正向效应，当利率提高，房地产商成本变高，房地产价格也会上涨。GDP在1到3.5期表现出正向影响，3.5期后开始缓慢下降最后趋于稳定。整体而言，GDP对于房地产价格的影响是正向的。经济发展是全行业、全社会的发展，房地产业的发展更是有目共睹，在经济发展过程中通货膨胀不可避免，而建造房子需要的钢筋水泥等原材料价格也会处于上涨状态，人力物力等成本的提高使得房地产成本提高，导致房地产价格上涨。另一方面，经济的发展使人民的生活水平提高，物质需求也会加大，房地产市场需求增大，导致房地产的价格上涨。1.8方差分解脉冲响应主要分析变量的动态影响过程，而方差分解通过预测误差的方差构成来研究房地产价格的变动因素，对比脉冲响应能够更清析的看出各个部分在房价波动中所占比重。表7方差分解表Period12345678910S.E.36.1967637.74328