我国房地产开发投资额及影响因素分析.docVIP

我国房地产开发投资额的影响因素分析 摘要 房地产市场平稳健康发展是反映一个社会经济健康稳定的重要指标。本文通过分析我国1990年到2011年房地产开发投资额指标，找出该指标的变化趋势，并找到影响我国房地产开发投资额指标变化的主要原因，即国民总收入、国民生产总值和全国总人口。通过建立计量经济学模型和利用SPSS 软件分析变量间的相关性, 可以使我们了解变量之间的密切程度, 并给事物之间的关系做出定性的分析。任何事物的存在都不是孤立的, 而是相互联系、相互制约的。最后得出结论：国民总收入和总人口的多少是影响我国房地产开发投资额增涨的重要因素。 关键词 房地产开发投资额 影响因素 计量经济学模型 引言 2000年以来我国房地产价格一路高歌猛进，一时间“房地产”成了全社会共同关注的敏感词汇。政府也出台了一系列相关政策来引导房地产行业健康发展，但是由于种种原因总是收效不大，房地产开发投资增长依然迅速。根据2009年我国国民经济与社会发展统计公报显示2009年全年我国房地产开发投资36241.81亿元，按名义价格计算比上年增长16.1％，高出经济增长率7.4 个百分点。下面来看根据今年年统计局资料数据给出的我国历年房地产开发投资额情况及相关自变量的数据指标 指标选择 国民总收入：国民生产总值又称为国民总产值（Gross National Product，简写成GNP），是指一个国家在一定时期内所生产的最终产品（包括产品和劳务）的市场价值的总和。国民生产总值是指一个国家（地区）所有常住机构单位在一定时期内（年或季）收入初次分配的最终成果。 以上数据均来源于中华人民共和国国家统计局网站 （二）模型设定 线性回归模型的一般形式y=β0+β1X1+β2X2+…+βpXP+ e （三）作散点图检验自变量与因变量相关关系 我们通过散点图描述两变量间的大致关系，反映出变量间的关系形态。房地产开发投资额与国民总收入的相关关系作图如下: 图1: 两者呈正线性相关 房地产开发投资额与国民生产总值的相关关系作图如下， 图2：两者呈正线性相关 房地产开发投资额与总人口的相关关系作图如下， 图3：两者呈非线性相关 （四）双变量相关分析 相关系数的计算有三种：Pearson相关系数、Kendall相关系数、Spearman相关系数。 图4 Pearson 相关系数 Pearson相关系数 房地产开发投资额与国民总收入的相关系数为0.614 房地产开发投资额与国内生产总值的相关系数0.614 房地产开发投资额与总人口的相关系数0.348 国民总收入与国内生产总值的相关系数是1 国民总收入与总人口的相关系数是0.867 国内生产总值与总人口的相关系数是0.868 以上几个相关系数在1%的置信水平上都很显著，结果验证了五个变量之间显著的高度正相关关系。 图5 Kendall i 相关系数 Kendall i相关系数 输出的Kendall i相关系数，可见上述的几个变量之间的相关系数在数值上都略有提高，仍然表现为非常显著的高度正相关。 图6 Spearman 相关系数 Spearman 相关系数 结果同样验证了四个变量之间显著的高度正相关关系 （五）线性回归分析 图11 标准化残差的直方图 图 12标准化残差的正态概率图 图13 残差与因变量的散点图 图14 回归分析相关输出的保存 1.选择Enter的回归方法，将Independent列表中所有变量不加选择地放入回归方程中，得到以下： 图2是模型信息的汇总，内容依次为复相关系数R，R2，调整R2，回归标准差和DW统计量。 图 7 回归方法及变量选择 图8 模型信息的汇总 由上图可知不是自相关 从回归的结果来看（见图8），由于有多个变量，因此选择调整后的R2，可决定系数R2=0.464，认为模型的拟合程度较好。 图9为方程显著性的方差分析，总平方和的自由度为21，回归平方和的自由度为2，残差平方和的自由度为19，F统计量为10.098，显著水平Sig.为0.001，说明方程非常显著，所有自变量作为一个整体对因变量有显著影响。 图9 方差分析 图10 回归系数及多重共线性诊断结果，观察显著性水平一列，可见大部分变量都不显著，容忍度很低，而且方差扩大因子都很大，VIF10，上述结果表明模型不存在多重共线性问题。国民总收入的t的显著性概率为0.010.05,表示国民总收入的的系数与0有显著性差异，国民总收入应当作为解释变量出现在方程中。由图10得出多元线性回归方程：Y=897