计量实验(模板)讲述.doc

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
计量经济学实验报告 学院:公共管理学院 班级:公共事业管理 姓名:宁梓涵 学号:201111050145 一、实验名称:中国房价增长的影响因素分析 二、实验背景 自从20世纪80年代房地产业起步以来,由于改革开放和居民可支配收入的提高,90年代中后期国家实施积极的财政政策,房地产投资所占比例增加,以住宅为主的房地产业持续高速发展,成为国民经济发展新的增长点。近几年,随着房价的一路飙升,房地产业已成为人们最为关注的市场之一。 住房对人们而言,可以算是一种生活必需品,但同时,它不同于日常商品,不需要反复的购买。对现今大多数的中国老百姓而言,并不缺少住房,房价的上涨便是基于特定形式的通胀,是个货币问题,是种投资,而并非物资短缺所引起的价格上涨。中国的房产已是国内一项支柱产业之一,就其本身而言,存在着资产的泡沫,是种价格和价值的背离。当今的房产业,给人一种买房很危险,卖房更危险的概念,这便是楼市泡沫的主要推动力——恐惧。这点使得前期进行房产投资的人不敢轻易抛售手中资产,房价便很难下降。 考虑到这几点因素,包括投资、资产泡沫、房屋供求关系等等,所应考虑的解释变量可以为居民可支配收入、利率、准备金率等。 本次试验将探讨哪些因素的变动会导致中国房价上升或下降,通过怎样的手段,才能使中国房价(特别是一线城市)回归正常水平。 三、数据收集 根据中经网和统计年鉴得到以下数据: 年份 准备金率 存款利率 贷款利率 平均工资增长值(亿元) 商品房增加额(亿元) 1990 10.98 8.64 13 992 1017.5 1991 7.56 8.64 13 200 1056.3 1992 9.18 9.36 13 371 1306.2 1993 10.08 10.98 13 660 1669.7 1994 9.81 10.98 13 1167 2234.8 1995 9.45 12.06 13 962 2798.5 1996 8.47 10.08 13 710 3211.7 1997 7.47 8.64 13 260 3606.8 1998 5.67 7.92 8 1009 3697.7 1999 5.22 6.93 6 867 3816.5 2000 4.77 6.39 6 1025 4086.7 2001 3.87 5.85 6 1499 4353.5 2002 2.25 5.31 7 1552 4612.8 2003 1.98 5.58 7.5 1618 4989.4 2004 2.25 5.85 7.5 1984 5393 2005 2.52 6.12 8 2340 6307.2 2006 3.06 6.39 8.5 2637 8490.3 2007 3.6 6.57 14 3931 13332 2008 2.25 6.84 16 4297 16816.5 Y表示商品房屋增值额(亿元),X1为准备金率,X2为存款利率,X3为贷款利率,X4是平均工资增长值(亿元) 四、估计参数 利用EViews进行OLS估计的回归结果为: Dependent Variable: Y Method: Least Squares Date: 06/11/14 Time: 20:33 Sample: 1990 2008 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob.?? C -87.56542 1579.820 -0.055427 0.9566 X1 -559.7353 258.0935 -2.168731 0.0478 X2 99.78329 333.4911 0.299208 0.7692 X3 376.3947 149.3735 2.519822 0.0245 X4 2.374665 0.459635 5.166418 0.0001 R-squared 0.938760 ????Mean dependent var 4884.058 Adjusted R-squared 0.921262 ????S.D. dependent var 4090.102 S.E. of regression 1147.692 ????Akaike info criterion 17.14983 Sum squared resid????Schwarz criterion 17.39836 Log likelihood -157.9234 ????Hannan-Quinn

文档评论(0)

xingyuxiaxiang + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档