对我国房地产行业的数据和影响因素分析.docxVIP

对我国房地产行业的数据和影响因素分析 摘要 近几年来，突飞猛进的房地产市场带动了其他行业的发展，然而，由于我国当前的房地产市场发展并不健全，存在许多问题，尤其是房地产价格、房地产行业的发展规律和波动周期备受社会各界关注。 本文利用1998年到2013年的时间序列数据，建立了三个模型，分析影响我国房地产价格的因素并对我国房地产市场行业的波动周期进行分析与预测。 模型一：建立房地产价格的自回归模型，选用1998-2013年商品房的销售价格作为数据，首先对1998-2013年数据进行环比发展分析，找出特殊年份，再对房地产价格分段进行平稳性检验，并分析房地产价格的变化趋势。 模型二：引入影响房地产价格的多个主要变量，利用eviews统计软件建立多项式回归方程，并对得到的回归方程进行异方差性、多重共线性、序列相关性的检验，对模型进行修正，并进行统计推断和经济意义上的检验，选择效果最好回归模型作为结论。从而可以在一定层面上分析影响我国房地产价格的主要因素。 模型三：选取我国房地产市场1998-2013年的时间数据为基础，建立能够代表数据生成过程的自回归分布滞后模型，进行平稳性检验、协整检验，求出误差修正模型，并以此作为反映周期的实际数据，最后逐步简化得到包含变量间长期稳定关系的简单模型。通过得到的模型对我国房地产行业的发展周期进行分析，并进行有效的预测。 【关键词】自回归模型 线性回归 影响因素 自回归分布滞后模型 ADF检验 误差修正模型 波动周期预测 目 录 模型一：房地产价格的自回归模型..........................3 1.1相关数据与数据的基本分析.............................3 1.2建立自回归模型.......................................4 1.3总结与分析...........................................7 模型二：影响房地产价格的线性回归模型....................8 2.1研究背景与目的.......................................8 2.2相关数据与散点图分析.................................8 2.3模型的初步建立......................................11 2.4模型的检验与修正....................................11 2.5总结与分析..........................................16 模型三：房地产市场的周期研究...........................16 3.1研究背景............................................16 3.2相关变量与数据......................................16 3.3建立自回归滞后模型..................................18 3.4单整和多重协整检验..................................18 3.5建立误差修正模型....................................19 3.6房地产市场周期分析..................................20 总结与感想............................................21 参考文献...............................................22 模型一：房地产价格的自回归模型 1.1相关数据与数据的基本分析 表1：1998-2013年商品房平均销售价格 年份(YEAR) 商品房平均销售价格Y （元/每平方米） 1998 2063 1999 2053 2000 2112 2001 2170 2002 2250 2003 2359 2004 2778 2005 3168 2006 3367 2007 3864 2008 3800 2009 4681 2010 5032 2011 5357 2012 5791 2013 6237 备注：数据来源：《2014年中国统计年鉴》 为分析房地产价格的自回归模型，我们选取了我国商品房平均销售价格作为研究依据，通过对我国商品房平均销售价格的分析可以得出我国房地产价格的自回归模型。 根据1998年到2013年我国商品房平均销售价格数据，绘制以前期未报告期的环比图，如