基于多元線性回歸模型下的中國(guó)房?jī)r(jià)的影響因素分析

1、石 河 子 大 學(xué)本 科 課 程 論 文 基于多元線性回歸模型下的 中國(guó)房?jī)r(jià)的影響因素分析姓名組長(zhǎng)：薛婧雯 組員：吳丹妮 王舒詒學(xué)號(hào)2012517420 2012517417 2012517416專業(yè)班級(jí)物流管理2012級(jí)（2）班所在系商務(wù)管理系石河子大學(xué)商學(xué)院 2015年6月基于多元線性回歸模型下的中國(guó)房?jī)r(jià)的影響因素分析摘要：本文建立了從2000年至2013年我國(guó)房?jī)r(jià)受宏觀經(jīng)濟(jì)因素影響的多遠(yuǎn)線性回歸模型，選取3個(gè)經(jīng)濟(jì)指標(biāo)作為方程的自變量，分別是房地產(chǎn)開發(fā)投資額、全國(guó)居民消費(fèi)水平、商品房銷售均價(jià)、國(guó)內(nèi)生產(chǎn)總值，與全國(guó)房?jī)r(jià)進(jìn)行多元線性回歸模型分析，同時(shí)解決自變量之間相應(yīng)產(chǎn)生的計(jì)量經(jīng)濟(jì)學(xué)問(wèn)題，并對(duì)

2、回歸模型進(jìn)行分析，得出方程效果良好的結(jié)論，最終得出模型的應(yīng)用價(jià)值，在此基礎(chǔ)上進(jìn)一步預(yù)測(cè)房?jī)r(jià)的走勢(shì)，同時(shí)給出相應(yīng)的對(duì)策以及建議。關(guān)鍵詞：房屋銷售均價(jià) 國(guó)內(nèi)生產(chǎn)總值 多元回歸模型 對(duì)策及建議正文：1、 我國(guó)房地產(chǎn)行業(yè)現(xiàn)狀及特點(diǎn)分析我國(guó)的房地產(chǎn)業(yè)現(xiàn)如今已具有相當(dāng)?shù)囊?guī)模，從九十年代房地產(chǎn)的建立，房地產(chǎn)業(yè)己成為國(guó)民經(jīng)濟(jì)發(fā)展的新的增長(zhǎng)點(diǎn)，經(jīng)歷過(guò)經(jīng)濟(jì)危機(jī)，泡沫經(jīng)濟(jì)的我國(guó)，已經(jīng)使房地產(chǎn)價(jià)格快速上漲，與此同時(shí)，人們也對(duì)房地產(chǎn)的泡沫現(xiàn)象產(chǎn)生了更多的疑問(wèn)，房?jī)r(jià)的虛高，不但影響了房地產(chǎn)業(yè)的發(fā)展，更加影響了我國(guó)經(jīng)濟(jì)的發(fā)展，以及當(dāng)今社會(huì)新經(jīng)濟(jì)體制的推動(dòng)。而房地產(chǎn)行業(yè)作為我國(guó)的國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，其改善了人民的生活，加速了

3、我國(guó)的城鎮(zhèn)化進(jìn)程，最終促進(jìn)經(jīng)濟(jì)增長(zhǎng)。但同時(shí)房地產(chǎn)業(yè)還存在相當(dāng)多的問(wèn)題, 當(dāng)前房地產(chǎn)發(fā)展規(guī)模和增長(zhǎng)速度存在地區(qū)差異，且房?jī)r(jià)居高不下，部分地區(qū)的商品房?jī)r(jià)上漲過(guò)快，非常不利于房市的健康發(fā)展，同時(shí)也有可能影響金融安全。只有科學(xué)把握房地產(chǎn)市場(chǎng)的發(fā)展規(guī)律, 客觀清醒地認(rèn)識(shí)到現(xiàn)階段房地產(chǎn)市場(chǎng)的發(fā)展現(xiàn)狀, 這對(duì)于推動(dòng)房地產(chǎn)市場(chǎng)健康發(fā)展, 促進(jìn)國(guó)民經(jīng)濟(jì)穩(wěn)步增長(zhǎng)具有重要意義。首先，房地產(chǎn)行業(yè)從事的不是建筑活動(dòng)，而是經(jīng)濟(jì)活動(dòng)，主要目的是通過(guò)建設(shè)房產(chǎn)來(lái)獲取利潤(rùn)，其利潤(rùn)渠道很多，因此房地產(chǎn)的經(jīng)濟(jì)規(guī)模非常大，正因如此，房?jī)r(jià)依靠政府調(diào)控以便于控制市場(chǎng)是非常有必要的。2、 房地產(chǎn)行業(yè)發(fā)展趨勢(shì)隨著房地產(chǎn)開發(fā)及營(yíng)銷模式國(guó)際化的趨

4、勢(shì)更加明顯,更多的投資者將關(guān)注并介入國(guó)內(nèi)房地產(chǎn)市場(chǎng), 今后幾年中國(guó)房地產(chǎn)開發(fā)將從大都市為核心的中心城市向二、三線城市擴(kuò)展, 并會(huì)呈現(xiàn)以下發(fā)展趨勢(shì):（1） 低收入人口居住問(wèn)題將成為新焦點(diǎn)。目前, 商品房市場(chǎng)的發(fā)展速度遠(yuǎn)遠(yuǎn)超過(guò)住房保障體系的健全速度, 可以說(shuō), 兩者呈現(xiàn)嚴(yán)重不均衡發(fā)展的態(tài)勢(shì)。低收入人群數(shù)量龐大, 低收入人群的住房問(wèn)題是社會(huì)社會(huì)關(guān)注的焦點(diǎn), 是政府履行其社會(huì)保障職能的重要內(nèi)容。正是由于這樣 致使商品房市場(chǎng)的供應(yīng)結(jié)構(gòu)出現(xiàn)問(wèn)題, 同時(shí)導(dǎo)致政府行政干預(yù)商品房市場(chǎng)。因此, 我國(guó)房地產(chǎn)市場(chǎng)若想實(shí)現(xiàn)真正的健康循環(huán), 建立健全的住房保障體系是非常重要的，同時(shí)有可能催生新的產(chǎn)品, 其設(shè)計(jì)建造標(biāo)準(zhǔn)將低

5、于經(jīng)濟(jì)適用房, 開發(fā)模式為政府補(bǔ)貼引導(dǎo)下的開發(fā)商主導(dǎo)模式。（二）設(shè)計(jì)上將有更多新突破。隨著越來(lái)越多的樓盤嘗試中國(guó)傳統(tǒng)建筑風(fēng)格, 今后幾年中國(guó)樓市的現(xiàn)代中國(guó)風(fēng)格將更加成熟, 新中式住宅將繼續(xù)在摸索中前進(jìn)。它不是簡(jiǎn)單的復(fù)古, 而是加入現(xiàn)代生活理念, 并采用最新的工藝材料和技術(shù)。目前中式建筑有一定的弊端: 首先, 與現(xiàn)代住宅在功能要求上和現(xiàn)代人生活方式上有較大的矛盾; 其次, 技術(shù)手段落后, 結(jié)構(gòu)形式、物理性能、建筑材料和施工工藝上均有先天不足; 最后, 傳統(tǒng)建筑以低層為主, 現(xiàn)代住宅為多層甚至是高層。因此, 傳統(tǒng)中式建筑不能簡(jiǎn)單地套用在現(xiàn)代建筑中, 需要革新。今后幾年住宅的戶型設(shè)計(jì)將有較大突破。三

6、方面因素正導(dǎo)致現(xiàn)有戶型模式的新變化。首先, 居住文化在不斷發(fā)展; 其次, 住宅個(gè)性化需求不斷增加。此外, 先進(jìn)技術(shù)的應(yīng)用又提供了更多可能性。（三）高科技節(jié)能將成為住宅產(chǎn)品新賣點(diǎn)。今后幾年, 中國(guó)住宅品質(zhì)將繼續(xù)朝著精細(xì)化及指標(biāo)化方向發(fā)展。隨著消費(fèi)者日趨理性化, 開發(fā)商也會(huì)更加注重提高住宅產(chǎn)品質(zhì)量,并提供可量化的住宅品質(zhì)指標(biāo), 關(guān)注住宅壽命問(wèn)題。預(yù)計(jì)今后幾年在全國(guó)范圍內(nèi)將有大量的高科技節(jié)能住宅面世。原因是, 一方面國(guó)家提高了住宅節(jié)能的標(biāo)準(zhǔn), 另一方面在政府部門、專家學(xué)者、媒體的大力呼吁下, 建筑設(shè)計(jì)行業(yè)、開發(fā)商以及消費(fèi)者也越來(lái)越關(guān)注住宅節(jié)能問(wèn)題。高科技節(jié)能將成為住宅產(chǎn)品的新賣點(diǎn)。（四）商業(yè)地產(chǎn)盲目

7、開發(fā)與運(yùn)作仍不可避免。隨著WTO 規(guī)則的深入實(shí)施, 國(guó)際零售企業(yè)在國(guó)內(nèi)的需求保持了穩(wěn)定的增長(zhǎng)勢(shì)頭。而這些企業(yè)在選擇經(jīng)營(yíng)場(chǎng)所時(shí), 基本上都是選擇只租不售產(chǎn)品, 無(wú)法與那些切割分散出售的物業(yè)進(jìn)行合作。據(jù)統(tǒng)計(jì), 目前商業(yè)地產(chǎn)項(xiàng)目選擇出售的比例仍然高于半數(shù), 預(yù)計(jì)今后商業(yè)地產(chǎn)開發(fā)與運(yùn)作的盲目性,及空置浪費(fèi)的嚴(yán)重后果仍不可能完全避免。預(yù)計(jì)今后幾年一站式消費(fèi)、體驗(yàn)消費(fèi)、主題型購(gòu)物中心將進(jìn)入消費(fèi)者的生活中, 這一新的機(jī)會(huì)也要求開發(fā)商迅速提高自己與國(guó)際接軌的能力。（五）總部型寫字樓的發(fā)展成為一種新趨勢(shì)。今后幾年, 辦公設(shè)施的更高需求將導(dǎo)致寫字樓市場(chǎng)競(jìng)爭(zhēng)激烈。產(chǎn)品主題化、個(gè)性化發(fā)展趨勢(shì)突顯, 人性化及網(wǎng)絡(luò)化受到

8、更廣泛關(guān)注。未來(lái)的辦公室將成為一個(gè)知識(shí)中心。寫字樓從表現(xiàn)公司群體形象轉(zhuǎn)變?yōu)楸憩F(xiàn)公司個(gè)體形象, 總部型寫字樓的發(fā)展會(huì)成為一種新趨勢(shì)。預(yù)計(jì)今后幾年服務(wù)式寫字樓在一些城市將更快發(fā)展, 而公寓式寫字樓有望成為中低端寫字樓市場(chǎng)的新勢(shì)力。（六）工業(yè)旅游地產(chǎn)將出現(xiàn)并成為新的增長(zhǎng)點(diǎn)。隨著旅游地產(chǎn)項(xiàng)目開發(fā)和運(yùn)作的專業(yè)化發(fā)展, 以及旅游業(yè)本身的廣闊前景, 作為旅游和地產(chǎn)兩個(gè)黃金產(chǎn)業(yè)的交叉型產(chǎn)業(yè), 正逐漸為市場(chǎng)關(guān)注。今后幾年, 配套設(shè)施全面, 有著鮮明的主題、獨(dú)特的景觀形象、深厚的歷史積淀以及濃郁的文化氣息的產(chǎn)品將成為主流。在發(fā)達(dá)國(guó)家廣受重視的工業(yè)旅游將成為國(guó)內(nèi)旅游產(chǎn)業(yè)新的增長(zhǎng)點(diǎn)。這種對(duì)廢舊工業(yè)廠房、廠區(qū)的改造、利

9、用,在營(yíng)造特殊體驗(yàn)旅游設(shè)施的同時(shí), 對(duì)我國(guó)老工業(yè)基地, 特別是重工業(yè)基地的城市復(fù)興, 也提供了有效且可持續(xù)發(fā)展的解決途徑。今后幾年, 全國(guó)各地的旅游地產(chǎn)項(xiàng)目將在各種資源的主題創(chuàng)造方面有大的突破。結(jié)合自然環(huán)境、文化、經(jīng)濟(jì)、交通、區(qū)域發(fā)展等諸多資源發(fā)展的旅游房地產(chǎn)業(yè), 將會(huì)有更大的發(fā)展。國(guó)家近來(lái)接連采取了對(duì)房地產(chǎn)業(yè)具有震撼力的宏觀調(diào)控政策。從理論上講，房地產(chǎn)價(jià)格受建設(shè)成本、宏觀經(jīng)濟(jì)因素、社會(huì)因素、人口因素、政策體制及供求變化等多方面的綜合影響，其中，作為房地產(chǎn)業(yè)發(fā)展背景的宏觀經(jīng)濟(jì)因素起著至關(guān)重要的作用。因此，從宏觀經(jīng)濟(jì)角度分析預(yù)測(cè)未來(lái)房地產(chǎn)價(jià)格市場(chǎng)的發(fā)展趨勢(shì)，對(duì)于穩(wěn)定房?jī)r(jià)、保持適度開發(fā)和建立更合理

10、的市場(chǎng)規(guī)則起到參考價(jià)值。本文主要從國(guó)內(nèi)生產(chǎn)總值、全國(guó)居民消費(fèi)水平、房地產(chǎn)投資總額、全社會(huì)固定資產(chǎn)投資房屋竣工面積等經(jīng)濟(jì)的度出發(fā)，建立與全國(guó)房屋銷售均價(jià)的多元線形回歸模型，進(jìn)行房地產(chǎn)市場(chǎng)的經(jīng)濟(jì)分析與預(yù)測(cè)。三、多元回歸模型的建立1993-2013年相關(guān)經(jīng)濟(jì)數(shù)據(jù)如表所示。國(guó)內(nèi)生產(chǎn)總值（億元）商品房均價(jià)（元/平米）居民消費(fèi)水平（元）房地產(chǎn)投資總額（億元）199335333.8712919922100.03199448197.91140919832934.54199560793.72159123553587.33199671176.64180624104398.71199778973.971997283

11、44988.67199884402.33206329615022.91199989677.11205332905885.66200099214.55205836326010.452001109655.17217038876344.112002120332.69225041447790.922003135822.762359447510153.82004159878.342714503213158.252005184937.373167559615909.252006216314.433367629919422.922007265810.313864731025288.842008314045.

12、433800843031203.192009340902.814681928336214.812010401512.850321052248259.42011473104.0553771257061796.892012519470.157911411071803.792013568845.2162371563286013.38經(jīng)過(guò)對(duì)這20年的經(jīng)濟(jì)數(shù)據(jù)進(jìn)行時(shí)間序列分析，設(shè)定全國(guó)居民消費(fèi)水平為X1,房地產(chǎn)投資總額為X2,國(guó)內(nèi)生產(chǎn)總值為X3，作為自變量，全國(guó)房屋銷售均價(jià)設(shè)為Y，將其作為因變量。根據(jù)所選的全國(guó)居民消費(fèi)水平、房地產(chǎn)投資總額、國(guó)內(nèi)生產(chǎn)總值三項(xiàng)指標(biāo)，建立如下的多元線性回歸模型:Y=+*+*+

13、*+ 其中 Y全國(guó)房屋銷售均價(jià)X1全國(guó)居民消費(fèi)水平X2房地產(chǎn)投資總額X3國(guó)內(nèi)生產(chǎn)總值b0 ，b1，b2，b3，參數(shù)為隨機(jī)干擾項(xiàng)。 1、線性回歸利用Eviews8.0對(duì)上表中的數(shù)據(jù)進(jìn)行OLS估計(jì)得下表Dependent Variable: YMethod: Least SquaresDate: 06/26/15 Time: 20:38Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C902.3332149.18926.0482460.0000X10

14、.0816880.1273510.6414400.5298X2-0.0255360.008738-2.9225180.0095X30.0108830.0032533.3460020.0038R-squared0.990858    Mean dependent var3098.905Adjusted R-squared0.989245    S.D. dependent var1524.656S.E. of regression158.1181    Akaike info

15、criterion13.13420Sum squared resid425022.5    Schwarz criterion13.33316Log likelihood-133.9091    Hannan-Quinn criter.13.17738F-statistic614.1875    Durbin-Watson stat2.161526Prob(F-statistic)0.000000根據(jù)回歸結(jié)果得回歸方程：Y=902.3332+0.081688X1-0.0255

16、36X2+0.010883X3(149.1892) (0.127351) (0.008738) (0.003253) T= (6.048246) (0.641440) (-2.922518) (3.346002) F=614.1875 DW=2.161526 n=212、模型檢驗(yàn)與修正經(jīng)濟(jì)意義：該模型的估計(jì)結(jié)果表明，在假定其他經(jīng)濟(jì)變量不變的情況下，房屋均價(jià)每增加1元/平米，全國(guó)居民消費(fèi)水平增加0.081688元，即房?jī)r(jià)上升導(dǎo)致消費(fèi)增加；房產(chǎn)投資額降低0.025536億元，國(guó)內(nèi)生產(chǎn)總值增加0.010883X3元，即房?jī)r(jià)上漲會(huì)促進(jìn)居民增加消費(fèi)。與實(shí)際情況吻合。3統(tǒng)計(jì)檢驗(yàn)（1）擬合優(yōu)度檢驗(yàn)擬合優(yōu)度為

17、=0.990858，修正擬合優(yōu)度為=0.989245，這說(shuō)明模型對(duì)樣本擬合得很好。（2）T檢驗(yàn)分別針對(duì)：=0（i=0，1,2,3），給定顯著性水平，由表中數(shù)據(jù)可得，與、對(duì)應(yīng)的p值統(tǒng)計(jì)量分別為0.0000、0.5298、0.0095、0.0038，其中0.5298小于，這說(shuō)明應(yīng)當(dāng)拒絕：=0（i=0，1,2,3,）。也就是說(shuō)，當(dāng)在其它解釋變量不變的情況下，解釋變量“全國(guó)居民消費(fèi)水平（元）”、“國(guó)內(nèi)生產(chǎn)總值(億元)”、分別對(duì)被解釋變量“商品房均價(jià)”Y都有顯著的影響。（3）F檢驗(yàn)針對(duì);=0（i=0，1,2,3），給定顯著性水平，在F分布表中查出自由度為k-1=1和n-k=20的臨界值<8.62，

18、由表中得到F=614.1875，由于F=614.1875 >=2.08,應(yīng)拒絕原假設(shè);=0（i=0，1,2,3），說(shuō)明回歸方程顯著，即“全國(guó)居民消費(fèi)水平（元）”“國(guó)內(nèi)生產(chǎn)總值(億元)”都具有顯著影響。4多重共線性檢驗(yàn)與修正（1）相關(guān)系數(shù)法由于模型涉及到的參數(shù)較多考慮進(jìn)行一次多重共線性檢驗(yàn)，建立相關(guān)系數(shù)矩陣如下表所示。檢查多重共線性：X1X2X3X110.9860009240.997727629X20.98600092410.986192347X30.9977276290.9861923471從矩陣中，可看出個(gè)解釋變量之間的相關(guān)系數(shù)較高，推測(cè)可能存在多重共線性。為了進(jìn)一步了解多重共線性的性

19、質(zhì)，我們做輔助回歸。解釋變量可決系數(shù)R2的值方差擴(kuò)大因子X10.995614227.998176X20.97350137.737231X30.995673231.107由經(jīng)驗(yàn)表明，方差擴(kuò)大因子大于10時(shí)，說(shuō)明該解釋變量與其他的解釋變量之間有嚴(yán)重的多重共線性，此處X1、X2、X3、的方差擴(kuò)大因子遠(yuǎn)遠(yuǎn)大于10，說(shuō)明存在嚴(yán)重的多重共線性問(wèn)題。（2）對(duì)多重共線性的處理 1 、將變量進(jìn)行對(duì)數(shù)變換，在對(duì)以下模型進(jìn)行估計(jì)使用Eviews得到的結(jié)果如下：Dependent Variable: LOG(Y)Method: Least SquaresDate: 06/26/15 Time: 20:56Sample

20、: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C2.5478920.9255242.7529190.0136LOG(X1)-0.0984410.127358-0.7729470.4502LOG(X2)0.2504770.1131822.2130440.0409LOG(X3)0.3228210.2278491.4168200.1746R-squared0.992379    Mean dependent var7.92

21、8456Adjusted R-squared0.991035    S.D. dependent var0.478123S.E. of regression0.045271    Akaike info criterion-3.182644Sum squared resid0.034841    Schwarz criterion-2.983688Log likelihood37.41776    Hannan-Quinn criter

22、.-3.139466F-statistic737.9375    Durbin-Watson stat1.673020Prob(F-statistic)0.000000lnY=2.547892-0.098441lnX1+0.250477lnX2+0.322821lnX3（0.925524） （0.127358）（0.113182） （0.227849）T=(2.752919) (-0.772947) (2.213044) (1.416820)R2=0.992379 R=0.991035 F=737.9375與實(shí)際情況不符，繼續(xù)使用逐步回歸法。2、逐步回歸

23、法：分別做Y與X1 X2 X3的回歸(1) 作Y與X1的一元回歸Dependent Variable: YMethod: Least SquaresDate: 06/26/15 Time: 21:00Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C906.237681.8135711.076860.0000X10.3604470.01116032.297330.0000R-squared0.982111   

24、60;Mean dependent var3098.905Adjusted R-squared0.981170    S.D. dependent var1524.656S.E. of regression209.2187    Akaike info criterion13.61503Sum squared resid831676.9    Schwarz criterion13.71451Log likelihood-140.9578   &

25、#160;Hannan-Quinn criter.13.63662F-statistic1043.118    Durbin-Watson stat1.177262Prob(F-statistic)0.000000(2) 作Y與X2的一元回歸Dependent Variable: YMethod: Least SquaresDate: 06/26/15 Time: 21:01Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.

26、0; C1774.312115.573615.352220.0000X20.0594000.00350816.935200.0000R-squared0.937868    Mean dependent var3098.905Adjusted R-squared0.934598    S.D. dependent var1524.656S.E. of regression389.9126    Akaike info criterion14.86012Sum squ

27、ared resid2888605.    Schwarz criterion14.95959Log likelihood-154.0312    Hannan-Quinn criter.14.88170F-statistic286.8012    Durbin-Watson stat0.442856Prob(F-statistic)0.000000(3) 作Y與X3的一元回歸Dependent Variable: YMethod: Least SquaresDate: 06

28、/26/15 Time: 21:01Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C1188.56265.4002818.173660.0000X30.0091630.00024836.928480.0000R-squared0.986259    Mean dependent var3098.905Adjusted R-squared0.985536    S.D

29、. dependent var1524.656S.E. of regression183.3669    Akaike info criterion13.35125Sum squared resid638844.7    Schwarz criterion13.45073Log likelihood-138.1881    Hannan-Quinn criter.13.37284F-statistic1363.713    Durbin

30、-Watson stat1.440892Prob(F-statistic)0.000000X1 X2X3相關(guān)系數(shù)0.9821110.9378680.986259按照相關(guān)系數(shù)的大小對(duì)X1 X2 X3進(jìn)行排列為：X3 X1 X21、以X3為基礎(chǔ)引入X1Dependent Variable: YMethod: Least SquaresDate: 06/26/15 Time: 21:05Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C1177.820

31、137.74628.5506530.0000X30.0088250.0037832.3331530.0314X10.0133210.1491180.0893330.9298R-squared0.986265    Mean dependent var3098.905Adjusted R-squared0.984739    S.D. dependent var1524.656S.E. of regression188.3498    Akaike info criterion

32、13.44604Sum squared resid638561.6    Schwarz criterion13.59526Log likelihood-138.1834    Hannan-Quinn criter.13.47843F-statistic646.2597    Durbin-Watson stat1.437444Prob(F-statistic)0.0000002、以X3為基礎(chǔ)引入X2:Dependent Variable: YMethod: Least S

33、quaresDate: 06/26/15 Time: 21:06Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C977.093191.5962910.667390.0000X30.0127980.00127110.071920.0000X2-0.0245060.008447-2.9010650.0095R-squared0.990637    Mean dependent var3098.905Adjus

34、ted R-squared0.989596    S.D. dependent var1524.656S.E. of regression155.5115    Akaike info criterion13.06288Sum squared resid435309.2    Schwarz criterion13.21210Log likelihood-134.1602    Hannan-Quinn criter.13.09526F

35、-statistic952.2104    Durbin-Watson stat2.153588Prob(F-statistic)0.000000最終模型為：Y=977.0931+0.012798X3-0.024506X2 (91.59629) (0.001271) (0.008447)t=（10.66739）（10.07192）（-2.901065）R2=0.990637 F=952.2104 n=21擬合優(yōu)度為=0.990637，修正擬合優(yōu)度為=0.984739，這說(shuō)明模型對(duì)樣本擬合得很好。F的檢驗(yàn)值是737.9375，明顯顯著。對(duì)系數(shù)的解釋如下：假

36、定其他變量不變的情況下，商品房均價(jià)每增加1元/平米，房地產(chǎn)投資總額降低0.024506億元，國(guó)內(nèi)生產(chǎn)總值平均增加0.012798元。5.異方差性檢驗(yàn)Heteroskedasticity Test: WhiteF-statistic4.723321    Prob. F(5,15)0.0086Obs*R-squared12.84289    Prob. Chi-Square(5)0.0249Scaled explained SS16.86637    Prob. Chi-Squ

37、are(5)0.0048Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/26/15 Time: 21:13Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.  C73689.4340013.281.8416240.0854X323.09E-058.75E-063.5322940.0030X3*X2-0.0003580.000109-3.2787900.0051X

38、3-1.8839251.290929-1.4593560.1651X220.0011660.0003573.2690380.0052X2-1.32175212.78485-0.1033840.9190R-squared0.611566    Mean dependent var20729.01Adjusted R-squared0.482088    S.D. dependent var40161.92S.E. of regression28902.97    Akaike

39、info criterion23.61623Sum squared resid1.25E+10    Schwarz criterion23.91467Log likelihood-241.9704    Hannan-Quinn criter.23.68100F-statistic4.723321    Durbin-Watson stat2.731400Prob(F-statistic)0.008630nR2=21*0.611566=12.842886<接受原假設(shè)，表明模型不存在異方差6自相關(guān)檢驗(yàn)（1）杜賓·沃森檢驗(yàn)Dependent Variable: YMethod: Least SquaresDate: 06/26/15 Time: 21:23Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.