房价的计量经济模型.doc

二、构建模型 1、影响北京市商品房价的因素 政府和房地产开发商是开发商品房的主动力。某种程度上来说，房价升降的主动权掌握在政府手中。经过调研，推出影响北京商品房价的七大因素：历年销售面积，历年总投资额，历年的实际开发面积，常住人口总量，历年城镇居民的人均可支配收入，历年交通建设的投资额，历年外资流入房地产的金额。时间段为1992－2009，该时期房价的形成基本取决于市场，研究结果会比较客观。 2、模型建立 为能得出尽可能客观的结论，对这些因素都进行合理量化。收集了1992－2009年间的所需数据。应用计量经济学理论，建立了计量模型，使得分析结果更为科学、可信。 （1）模型中变量类型 变量：北京市商品房历年房价 。 变量：北京市商品房的历年销售面积，北京市房地产行业的历年总投资额，房地产行业历年的实际开发面积，北京市常住人口总量，北京市每年城镇居民的每人可支配收入，历年交通建设的投资额，历年外资用于房地产的金额。 （2）模型假设 该变量模型是一个单方程线性多元回归方程，符合该方程的所有经典假设，运用最小二乘法求得系数。 PRICE = C（1）*POPULATION + C（2）*INVESTAREA + C（3）*INCOME + C（4）*AREA + C（5）*INVEST + C（6）*TRAFFICINVEST +C（7）*FOREIGNINVEST+C（8）（2-1） 因变量：PRICE 自变量：POPULATION——北京市常住人口总量 INVESTAREA——房地产行业历年实际开发面积 INCOME——北京市每年城镇居民的每人可支配收入 AREA——北京市商品房的历年销售面积 INVEST——北京市房地产行业的历年总投资额 TRAFFICINVEST——历年交通建设的投资额 FOREIGNINVEST——历年外资用于房地产的金额 （3）模型变量的显著性检验 将所有数据输入E-views软件后，模拟得到方程，分析后发现自变量：房地产行业历年的实际开发面积，历年交通建设的投资额，历年外资用于房地产的金额并不显著，p值均大于0.05，将这三个变量分别进行相关性分析后（运用散点图）发现与其余变量都不存在显著的线性相关，故将其剔除。 （4）模型检验 把剩余变量重新组合，分析因变量与自变量的线性关系，发现area与price并非线性，所以对area进行取对数处理，得出近似线性的关系。将这些变量组合，生成新方程，检验异方差，序列相关发现方程存在序列相关，R-squared较低为0.933576，还需进一步修正。得到的相关数据和方程为： PRICE = C（1）*POPULATION + C（2）*INVESTAREA + C（3）*INCOME + C（4）*lnAREA + C（5）（2-2） Se：4.668218?? 0.163518? ?0.127150?? 702.7158?? 4908.762 T：-3.174660?? -5.292548?? 5.918488?? 5.017476? -1.648211 R-Squared：0.933576?? F：35.13672? DW：1.828499 C1=-14.82001?? C2=3525.860? C3=-0.865429? C4=0.752533? C5=-8090.672 其中： POPULATION——北京市常住人口总量 ；INVESTAREA——房地产行业历年实际开发面积； INCOME——北京市每年城镇居民的每人可支配收入；lnAREA——北京市商品房历年销售面积的对数 （5）模型进一步修正 分析所得方程，发现存在序列相关。故用广义差分法进行修正，得到参数值为：0.081521，还需进行下一步序列相关检验。 （6）模型确认 修正后得到一个新的方程，变量非常显著，R-Squared也达到了0.904608，方程整体显著性较强。 方程的序列相关检验：修正后的模型中Obs*R-squared显示，该方程不存在序列相关，符合单方程多元线性回归的经典假设。 异方差的检验：表中数据指出，方程无异方差。 构造的方程： PRICE1=-14.90582*POPULATION1+3344.907293*LNAREA1 -0.8137211029*INVESTA-REA1 + 0.7439145923*INCOME1 – 6090.542267? （2-3） Se：5.005861?? 917.6346? 0.216651? 0.134677? 6595.512 T：-2.977673? 3.645141? -3.755903? 5.523694? -0.923437 R-squared：0