1、房价的计量经济分析计量经济学课程论文 论文题目 房价的计量经济分析 学 院 经济与管理学院 专 业 投资学 年 级 2014 学 号 201424015118 学生姓名 黄锦恒 完成时间 2016 年 12 月房价的计量经济分析摘 要：2015年以来全国整体的楼市销售在政策不断利好的刺激下,温和回暖。2015年是国企改革深化的关键之年。虽然此前国企改革进度总体来说低于预期，但从2015年年初至今，尤其是两会以后，相关政策密集出台,“1+N国企改革文件出台的预期逐渐加强。由于一线城市在经济增长、产业聚集以随着政府一系列关于房地产政策的出台，我国房地产行业出现回暖迹象，许多城市的房价都在上升期。2
2、015年1至6月份，全国商品房销售面积同比增长3.9%,而1至5月份为下降0。2，热点城市住宅交易量明显上升。在住宅交易回暖的过程中，房地产市场出现新的运行特征,将对房地产业数量型增长模式提出巨大挑战，值得高度关注.关键词：房价成本；计量假设检验;拟合优度 1.引 言近年以来，房地产业迅速发展，价格持续稳定上涨,已远远超过一般人所能承受的经济能力.过高的房价有可能超出经济系统的承受能力，从而最终影响经济的稳定.为此基于对我国房价上涨的成因分析，并有针对性地提出了解决房价问题的对策建议2.理论基础房产是指建筑在土地上的各种房屋，包括住宅、厂房、仓库和商业、服务、文化、教育、卫生、体育以及办公用房
3、等。地产是指土地及其上下一定的空间，包括地下的各种基础设施、地面道路等。房地产由于其自己的特点即位置的固定性和不可移动性,在经济学上又被称为不动产。可以有三种存在形态：即土地、建筑物、房地合一。根据经济学原理,商品的价格由供求变化决定。若供过于求，则价格下降,反之，价格上升。供给与需求理论就是通过协调供给与需求的关系以使产品达到一种均衡价格，住房作为一种商品，无非也是适用于这一原理的。对于住房来说,需求弹性较大,供给弹性较小。即当住房价格变化时，住房供给的变化量较大，住房需求的变化量则较小。3.模型设定3。1数据来源现在我们以网上最近统计年鉴获得的数据，选取30个省市的数据为例进行分析。在Ev
4、iews软件中选择建立截面数据.现在我们以统计年鉴获取的数据，选取31个省市的数据为例进行分析。令Y=各地区房地产总额(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：表3.1 影响建筑业总产值的因素分析表地区YX1X2X3X4X5北京126985214254.8129961。0569767。024。771413882.62天津52084021465。8147063。0238957。023.0957010312.91河北7799313474
5、8。370048。0989317。023.167107239.060山西54012791313.389151。00591276。022。996807005.030内蒙古25765751450.761074.00265953.020。053107012。900辽宁101707943957.182496.00966790。020.235107240。580吉林34692811626。877486.00303837.020.705907005.170黑龙江44018782181。368033。00441518.020.492006678.900上海119580343609。2153910。05051
6、85.029。3453014867。49江苏2794935417730。0100569.0272700624.435309262。460浙江3127277916183.9127430。0242935231。0233013179。53安徽62270734017。666407.00910691.020.754806778。030福建54934412952.1108288.0553611。030.298709999。540江西35933562750。970826.00574705.022.619806901.420山东148136189139.860728。002072530.24。48080839
7、9.910河南63452173433。666056。00932901。020。200906926.120湖北87299584840。881761.00104876322。902807321.980湖南81884024969。774553。00111910624。425807674。200广东151632428105。0101932。0149282024.9328012380。43广西28184661721.677472。00353700。024。173207785.040海南394053.0121.555361。0061210。0023。432007259.250重庆58620954939.6
8、69432.00817997.025。724408093。670四川122533748784。659748.002070534.26.358507041.870贵州2122907980。372152。00293310.018.194306569.230云南39679572248。769238。00522470。024。929407643.570西藏293427121。373205.0036593。0019.929908765。450陕西44043621580。093212.00410311。021。750506806.350甘肃22368601327。246857.00449409.021。1
9、13806657.240青海747325242。961046。00101501。019。105506745.320宁夏1080546578.761459。0088225.0022。255006530。480新疆31967741450.895835。00203375.020.781107173.540数据来源：以上数据来源于统计年鉴3.2模型建立（1）将各地区房地产总额作为因变量，各地区房屋竣工面积、各地区建筑企业从业人员、各地区建筑业的劳动生产率、各地区人均住宅面积和各地区人均可支配收入等作为自变量,构建如下回归分析模型：Y=0+1X1+2X2+3X3+4X4+5X5+ui上式中，Y=各地区房
10、地产总额（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）.(2）参数估计用Eviews计量经济学分析软件作最小二乘回归，分析结果如下:表3.2 Dependent Variable： YMethod： Least SquaresDate： 16/12/16 Time： 23:15Sample： 1 31Included observations： 31VariableCoefficientStd. Errort-StatisticProb.C2263
11、053。1901129。-1.1903730.2451X11273。856232.09185。4885880。0000X242.8406515.627482。7413660。0111X31.6462191.3416391。2270210。2312X4184910。4106259。9-1.7401700。0941X5495.6706208.96112。3720710。0257R-squared0。976861Mean dependent var7446408。Adjusted Rsquared0。972233S.D。 dependent var7227629.S.E。 of regression
12、1204375。Akaike info criterion31.01280Sum squared resid3。63E+13Schwarz criterion31。29035Log likelihood-474。6985Hannan-Quinn criter。31.10328F-statistic211。0825Durbin-Watson stat2。147458Prob(Fstatistic）0.000000= 2263053+1273.85 X1+42。8406 X2+1。6462 X318。49 X4+495。67 X5 (1901129) (232。09) （15.62) （1.34）
13、 （106259) (208。96)T =（-1。19) （5。48 ） （2.74) （2。15） （1。22） （-1。74）= 0.9722 F=211。0825 n=313.3模型检验及修正3.3。1经济意义检验模型估计结果说明,假定在其他变量不变的前提下，房屋竣工面积每增长1万平方米，平均来说，房地产总额会增长1273。85万元；建筑业企业从业人员每增加1人，平均来说房地产总额会增长42。84062万元；建筑业劳动生产率每增加1，平均来说居民消费会增加1。6462万元。这与理论分析和经验判断基本一致.人均住宅面积每增加1平方米,平均来说房地产总额会减少18。49万元;人均可支配收入每
14、增加1元，平均来说房地产总额会增长495。67万元。这与理论分析和经验判断相悖。统计检验拟合优度:由表3.2可知=0.9768，=0.9722，说明模型的样本拟合性很强,反映了模型对样本的拟合很好。F检验：针对H0：1=2=3=4=5=0，给定显著性水平=0.05，由表1。1得到P=00.05拒绝原假设，说明回归方程显著。即房屋竣工面积，建筑业企业从业人员，建筑业劳动生产率,人均住宅面积，人均可支配收入等变量联合起来确实对房地产总额有显著影响。t检验：H0:j=0 （j=0，1,2，3，4，5,6）给定显著性水平=0。05，只有，X1，X2,X5的P值0。05，这说明在显著性水平=0。05下，
15、在其他解释变量不变的情况下，房屋竣工面积，建筑业企业从业人员,人均可支配收入分别对房地产总产值有显著影响. 3。3。2多重共线性检验及修正（1)利用方差扩大因子对模型进行检验，结果如下:表3。3被解释变量可决系数R的值方差扩大因子VIF=1/1-X10。941516。66X20。67793。03X30.937514。28X40.49451。96X50。75804。13根据表3。3得出结果，X1，X3的辅助回归得到的VIF大于10，表明模型存在多重共线性。数 97（2）对多重共线性的处理利用逐步回归修正问题 X1可决系数最大，以X1为基础，依次引入其他变量，引入过程得到结果为:表3。4x1x2X
16、3X4X5X1，x2t=26。75t=6。620。9684X1,x3t=7。21t=1.850.9278X1,x4t=2.7603t=0.85210。9332X1,x5T=22。95t=6。020.9647通过逐步回归保留了可决系数较高并且通过显著性检验的变量，所以最后的模型估计结果为：表3。5Dependent Variable： YMethod: Least SquaresDate: 16/12/16 Time: 23:20Sample： 1 31Included observations： 31VariableCoefficientStd. Errort-StatisticProb。C-
17、3711880。765709。2-4。8476370。0000X11547.35457。8319726.756040。0000X260。575779。1368996。6297950。0000Rsquared0。970594Mean dependent var7446408.Adjusted Rsquared0.968493S。D. dependent var7227629.S.E。 of regression1282914.Akaike info criterion31。05893Sum squared resid4.61E+13Schwarz criterion31。19771Log lik
18、elihood478。4134Hannan-Quinn criter.31.10417Fstatistic462.0886Durbin-Watson stat2.098685Prob(F-statistic)0。000000 通过逐步回归保留了可决系数较高并且通过显著性检验的变量，所以最后的模型估计结果为： = -3711880 + 1547。35x1 + 60.57x2 (765709.2) （57。8319） (9.136899) t = （4。8476） (26.756) (6。629795) =0。9705 =0。9684 n=313。3.3异方差检验表3。6White Heteros
19、kedasticity Test：Fstatistic1。742532Probability0。161697Obs*R-squared8。011602Probability0.155597Test Equation:Dependent Variable: RESID2Method: Least SquaresDate：16/12/16 Time： 23：20Sample： 1 31Included observations: 31F-statistic1.742532Prob。 F（5,25)0.1617ObsRsquared8.011602Prob. Chi-Square(5）0.1556S
20、caled explained SS5.949920Prob. ChiSquare(5)0.3111Test Equation：Dependent Variable： RESID2Method: Least SquaresDate: 16/12/16 Time: 23:21Sample: 1 31Included observations: 31VariableCoefficientStd。 ErrortStatisticProb。C3.19E+124。46E+120.7158550.4807X11。15E+083。54E+080.3249150.7479X123913.00420466。63
21、0。1911890。8499X1*X2-756。30894598.986-0.1644510.8707X269425884952903000.7285720。4730X22-184。1939462.0769-0。3986220。6936Rsquared0.258439Mean dependent var1.49E+12Adjusted Rsquared0.110127S。D。 dependent var2.04E+12S.E。 of regression1。92E+12Akaike info criterion59.58019Sum squared resid9.25E+25Schwarz c
22、riterion59.85774Log likelihood-917.4929Hannan-Quinn criter。59.67066Fstatistic1.742532DurbinWatson stat2。029951Prob（F-statistic）0.161697根据图3。6可知，P=0。15560。05，所以不拒绝原假设，表明模型不存在异方差。3。3.4自相关检验由图3。5可知，DW=2。098，查DW统计表可知=1。297，=1。570,DW=2。0984，根据DW检验决策规则，模型不存在自相关。 综上最后的出模型为： = -3711880 + 1547。35x1 + 60.57x2
23、该模型=0.9705,=0.9684，可决系数很高，F检验值为462。08,明显显著.当=0.05时，所有系数估计值高度显著.对系数估计值的解释如下：在其他解释变量保持不变的情况下,房屋竣工面积每增长1万平方米，平均来说，房地产总额会增长1547。35万元；建筑业企业从业人员每增加1人,平均来说房地产总额会增长60。57万元.4.结 论由上面中的多重共线性检验与修正、自相关性检验及异方差性检验可知,= -3711880 + 1547。35x1 + 60.57x2，在其他解释变量不变的情况下，房屋竣工面积每增长1万平方米,平均来说,房地产总额会增长1547.35万元；建筑业企业从业人员每增加1人,平均来说房地产总额会增长60。57万元。虽然模型中剔除了建筑业劳动生产率，人均住宅面积，各地区人均可支配收入，但并不说明这三个因素对居民消费水平没有影响。 5.建 议一是加快体制改革步伐，完善土地市场制度.二是控制住房的投资性需求和被动性需求,遏制投机性需求。三是大力发展多元化的房地产金融市场,力求形成具有多种金融资产和金融工具的房地产二级金融市场，以分散银行信贷风险。四是国家利率政策的调整。
