對(duì)房?jī)r(jià)的計(jì)量經(jīng)濟(jì)學(xué)分析

1、計(jì)量經(jīng)濟(jì)學(xué)作業(yè)對(duì)房?jī)r(jià)的計(jì)量經(jīng)濟(jì)學(xué)分析 2021年5月目 錄一················問題的提出二················理論分析三···········&

2、#183;····模型的設(shè)定四················數(shù)據(jù)的收集五 ················參數(shù)的估計(jì)六··········

3、······統(tǒng)計(jì)標(biāo)準(zhǔn)檢驗(yàn)七················多重共線性檢驗(yàn)八················自相關(guān)性檢驗(yàn)九········&#

4、183;·······異方差檢驗(yàn)十················經(jīng)濟(jì)意義檢驗(yàn)及分析十一·······················

5、83;預(yù)測(cè)一、 問題的提出近年來，中國(guó)房?jī)r(jià)持續(xù)走高。盡管國(guó)家政策層已經(jīng)啟動(dòng)了幾輪調(diào)控，但房?jī)r(jià)絲毫沒有要穩(wěn)定下來的跡象，房?jī)r(jià)高漲，一房難求的情況仍在持續(xù)。房地產(chǎn)行業(yè)已經(jīng)成為我國(guó)國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，不僅影響著國(guó)民經(jīng)濟(jì)的增長(zhǎng)，也牽動(dòng)著千家萬(wàn)戶的心。然而，房?jī)r(jià)到底為何如此之高，其未來走向?qū)?huì)怎樣？為了研究這個(gè)問題，我們需要建立計(jì)量經(jīng)濟(jì)學(xué)模型。二、 理論分析影響房?jī)r(jià)的因素有：人均可支配收入，代表一個(gè)地區(qū)的人民的經(jīng)濟(jì)實(shí)力，人均可支配收入越多，人們提高生活質(zhì)量和進(jìn)行投資的欲望和能力就越強(qiáng)。房屋相對(duì)于其他商品來說，具有保值性和增值性，這種特點(diǎn)導(dǎo)致人們用大量的資金進(jìn)行投資，促使房屋價(jià)格上升。理論上該變量和房?jī)r(jià)存

6、在正相關(guān)性。人口密度，人口密度是單位面積土地上居住的人口數(shù)，由于土地資源的稀缺性，單位面積土地上的人口數(shù)越多對(duì)土地的需求就越大，推動(dòng)房屋價(jià)格的上漲。理論上，人口密度與房?jī)r(jià)呈現(xiàn)正相關(guān)性。房屋造價(jià)，工程造價(jià)、土地價(jià)格再加上其他經(jīng)營(yíng)銷售本錢等構(gòu)成了房屋的造價(jià)，房屋的造價(jià)直接影響了商品住房的本錢，因此，理論上該變量和商品住房的價(jià)格呈正相關(guān)。土地購(gòu)置費(fèi)，土地資源的稀缺性導(dǎo)致土地購(gòu)置費(fèi)不斷上漲，而土地購(gòu)置費(fèi)在相當(dāng)大的程度上影響了房屋的售價(jià)。隨著開發(fā)的商品房不斷增加，土地也越來越稀缺，房屋價(jià)格也會(huì)隨著上漲，兩者存在正相關(guān)性。地區(qū)人均 GDP，商品住房?jī)r(jià)格與當(dāng)?shù)氐慕?jīng)濟(jì)開展水平有著密切的聯(lián)系，理論上，一個(gè)地區(qū)的

7、經(jīng)濟(jì)越興旺，商品住房的價(jià)格越高，因而兩者之間應(yīng)該呈正相關(guān)在經(jīng)濟(jì)學(xué)中。常用 GDP 來衡量該國(guó)或地區(qū)的經(jīng)濟(jì)開展綜合水平通用的指標(biāo)。政策因素，國(guó)家可以通過多種財(cái)政、稅收、貨幣等多種政策手段對(duì)房?jī)r(jià)進(jìn)行影響以及地理位置等等其他因素，但這些因素一般難以用確切的數(shù)據(jù)來進(jìn)行定量分析。三、 模型的設(shè)定以房?jī)r(jià)Y為被解釋變量,以人均可支配收入、人口密度、房屋造價(jià)、土地購(gòu)置本錢以及人均GDP分別作為被解釋變量X1、X2、X3、X4、X5。作散點(diǎn)圖如下所示：由上散點(diǎn)圖可以看出，解釋變量與被解釋變量間大體呈線線關(guān)系，故模型設(shè)定為： Y =b0+b1*X1+b2*X2+b3*X3+b4*X4+b5*X5+四、 數(shù)據(jù)收集從

8、各省市的統(tǒng)計(jì)局和房?jī)r(jià)網(wǎng)站中選取了18個(gè)省市2021年一季度的房?jī)r(jià)和人均可支配收入、人口密度、房屋造價(jià)、土地購(gòu)置本錢以及人均GDP數(shù)據(jù)如下：數(shù)據(jù)來源：各省統(tǒng)計(jì)局，房?jī)r(jià)網(wǎng)注：18個(gè)地區(qū)依次為：京、津、遼、晉、吉、冀、蘇、滬、粵、浙、瓊、閩、湘、鄂、川、陜、渝、魯。Y為各地區(qū)平均房?jī)r(jià)元/每平米X1為各地區(qū)人均可支配收入元X2為各地區(qū)人口密度人/每平米X3為各地區(qū)房屋造價(jià)元/每平米X4為各地區(qū)土地購(gòu)置本錢元/每平米X5為各地區(qū)人均GDP元五、 參數(shù)估計(jì)利用Eviews6.0軟件包，用OLS方法進(jìn)行回歸得到如下界面：根據(jù)上述界面，模型估計(jì)結(jié)構(gòu)如下：Y=*X2-1.077996*X3 +2.669386*

9、X4+0.264534*X5 () () () ()1.0691600.058767 t = () () () () 4.501377 R2= R2=0.849865 F= DW= df=12六、 模型的統(tǒng)計(jì)標(biāo)準(zhǔn)檢驗(yàn)R2 為接近1，修正后的R2為，與1相當(dāng)接近，說明了回歸方程與樣本觀測(cè)值擬合得很好。檢驗(yàn)：在給定=0.05,F=>F0.05(5，12)=；模型F值大于臨界值，故通過了F檢驗(yàn),說明從整體上判斷回歸方程顯著成立。t檢驗(yàn)：查t值表，在給定=0.05，自由度為1218-5-1時(shí)，t的臨界值為2.1788，X1、X2、X3的t值都遠(yuǎn)小于臨界值，故三個(gè)被解釋變量對(duì)房?jī)r(jià)無(wú)顯著影響。而X4

10、和X5的t值那么大于臨界值，對(duì)被解釋變量有顯著影響。模型修正，從被解釋變量中剔除X1、X2、X3，保存X4和X5，再次用OLS得：根據(jù)上述界面，模型估計(jì)結(jié)構(gòu)如下Y=-2436.383+2.086383*X4+0.212169*X5 0 t = () R2 R2 F=56.10217 R2 為比擬接近1，修正后的R2為0.866357，與1比擬接近，說明了回歸方程與樣本觀測(cè)值擬合得比擬好，通過擬合優(yōu)度檢驗(yàn)。F=>F0.05(2，15)= ，通過了F檢驗(yàn),說明從整體上判斷回歸方程顯著成立。t檢驗(yàn)，查t值表，在給定/2=0.025，自由度為1518-2-1時(shí)，臨界值為2.1315。X4和X5的

11、t值那么大于臨界值，對(duì)被解釋變量有顯著影響，通過t檢驗(yàn)。七、 多重共線性檢驗(yàn)從上可以看出，X4與X5之間相關(guān)系數(shù)為0.665438<0.8,相關(guān)性較小，不存在多重共線性。八、 自相關(guān)性檢驗(yàn)該模型的樣本容量為18,并且也符合德賓沃森檢驗(yàn)的假定前提，故采用德賓沃森法檢驗(yàn)自相關(guān)性。由上已得出：DW=1.888816，查DW值。易知DW值介于Du與4Du之間，故該模型不存在自相關(guān)性。九、 異方差檢驗(yàn)采用懷特檢驗(yàn)法，可得如下界面：取顯著水平=0.05，由于nR2=4.338136<0.052（5）=11.071，所以回歸方程不存在異方差性。十、 經(jīng)濟(jì)意義檢驗(yàn)及分析Y=-2436.383+2.086383*X4+0.212169*X5由上述模型可以看出，X4、X5即各地區(qū)的土地購(gòu)置費(fèi)和人均GDP均與房?jī)r(jià)Y呈正相關(guān)，與前文理論分析中的預(yù)期相符，故該模型在經(jīng)濟(jì)意義上也是成立的。這說明房?jī)r(jià)與其所在地區(qū)的土地購(gòu)置費(fèi)用和人均，即該地區(qū)的經(jīng)濟(jì)開展水平有著密切的因果關(guān)系。一地的經(jīng)濟(jì)開展水平是支撐其房?jī)r(jià)的根底，土地購(gòu)置費(fèi)用那么是影響具體房?jī)r(jià)的主要因素。大體上，地區(qū)人均每增加元，該地區(qū)平均房?jī)r(jià)就上升元/平米，土地購(gòu)置費(fèi)用每增加元，就能帶動(dòng)平均房?jī)r(jià)上漲元/平米。十一、 預(yù)測(cè)點(diǎn)預(yù)測(cè)點(diǎn)預(yù)測(cè)：廣西2