对房价的计量经济学分析.doc.docVIP

计量经济学作业 ——对房价的计量经济学分析 2011年5月 目 录 一　················问题的提出 二　················理论分析 三　················模型的设定 四　················数据的收集 五 ················参数的估计 六　················统计标准检验 七　················多重共线性检验 八　················自相关性检验 九　················异方差检验 十　················经济意义检验及分析 十一························预测 问题的提出 近年来，中国房价持续走高。尽管国家政策层已经启动了几轮调控，但房价丝毫没有要稳定下来的迹象，房价高涨，一房难求的情况仍在持续。房地产行业已经成为我国国民经济的支柱产业，不仅影响着国民经济的增长，也牵动着千家万户的心。然而，房价到底为何如此之高，其未来走向将会怎样？为了研究这个问题，我们需要建立计量经济学模型。 理论分析 影响房价的因素有： 人均可支配收入，代表一个地区的人民的经济实力，人均可支配收入越多，人们提高生活质量和进行投资的欲望和能力就越强。房屋相对于其他商品来说，具有保值性和增值性，这种特点导致人们用大量的资金进行投资，促使房屋价格上升。理论上该变量和房价存在正相关性。 人口密度，人口密度是单位面积土地上居住的人口数，由于土地资源的稀缺性，单位面积土地上的人口数越多对土地的需求就越大，推动房屋价格的上涨。理论上，人口密度与房价呈现正相关性。 房屋造价，工程造价、土地价格再加上其他经营销售成本等构成了房屋的造价，房屋的造价直接影响了商品住房的成本，因此，理论上该变量和商品住房的价格呈正相关。 土地购置费，土地资源的稀缺性导致土地购置费不断上涨，而土地购置费在相当大的程度上影响了房屋的售价。随着开发的商品房不断增加，土地也越来越稀缺，房屋价格也会随着上涨，两者存在正相关性。 地区人均 GDP，商品住房价格与当地的经济发展水平有着密切的联系，理论上，一个地区的经济越发达，商品住房的价格越高，因而两者之间应该呈正相关在经济学中。常用 GDP 来衡量该国或地区的经济发展综合水平通用的指标。 政策因素，国家可以通过多种财政、税收、货币等多种政策手段对房价进行影响以及地理位置等等其他因素，但这些因素一般难以用确切的数据来进行定量分析。 模型的设定 以房价Y为被解释变量,以人均可支配收入、人口密度、房屋造价、土地购置成本以及人均GDP分别作为被解释变量X1、X2、X3、X4、X5。 作散点图如下所示： 由上散点图可以看出，解释变量与被解释变量间大体呈线线关系，故模型设定为： Y =b0+b1*X1+b2*X2+b3*X3+b4*X4+b5*X5+μ 数据收集 从各省市的统计局和房价网站中选取了18个省市2010年一季度的房价和人均可支配收入、人口密度、房屋造价、土地购置成本以及人均GDP数据如下： 数据来源：各省统计局，房价网 注：18个地区依次为：京、津、辽、晋、吉、冀、苏、沪、粤、浙、琼、闽、湘、鄂、川、陕、渝、鲁。 Y为各地区平均房价（元/每平米） X1为各地区人均可支配收入（元） X2为各地区人口密度（人/每平米） X3为各地区房屋造价（元/每平米） X4为各地区土地购置成本（元/每平米） X5为各地区人均GDP（元） 参数估计 利用Eviews6.0软件包，用OLS方法进行回归得到如下界面： 根据上述界面，模型估计结构如下： Y?=-1681.637-0.007084*X1-0.648417*X2-1.077996*X3 +2.669386*X4+0.264534*X5 (2482.314) (0.014257) (1.667406) (1.379507)（1.069160）（0.058767） t = (-0.496837) (-0.388878) (-0.781436) (2.496838) （4.501377） R2=0.894022 R2ˉ=0.849865 F=20.24626 DW=1.441043 df=12 模型的统计标准检验 R2 为0.997463接近1，修正后的R2ˉ为0.997170，与1相当接近，说明了回归方程与样本观测值拟合得很好。 Ｆ检验：在给定α=0.05,F=20.24626F0.05(5，12)=3.11；模型F值大于临界值，故通过了F检验,说明从整体上判断回归方程显著成立。 t检验：查t值表，在给定α=0.05，自由度为12（18-5-1）时，t的临界值为2.1788，