基于stata10.0軟件江蘇房地產(chǎn)銷售價(jià)格研究報(bào)告

1、-PAGE . zPAGE 1課程論文題 目基于stata10.0軟件的房地產(chǎn)銷售價(jià)格研究-. z-. z基于stata10.0軟件的房地產(chǎn)銷售價(jià)格研究摘要：運(yùn)用stata10.0軟件建立地區(qū)的房地產(chǎn)銷售價(jià)格多遠(yuǎn)回歸模型，通過此模型分析商品房價(jià)格與各因素之間的關(guān)系，并結(jié)合實(shí)際情況分析他們之間相關(guān)關(guān)系的合理性，從而確定模型的準(zhǔn)確性。關(guān)鍵詞：stata10.0軟件 多元回歸模型 回歸模型系數(shù)分析一、緒論1.1研究意義根據(jù)宏微觀經(jīng)濟(jì)學(xué)理論來分析，一個(gè)產(chǎn)品的價(jià)格一般是由供應(yīng)需求以及一些其他的經(jīng)濟(jì)杠桿來決定的，房地產(chǎn)作為一種產(chǎn)品也不例外。在中國國經(jīng)濟(jì)越來越來迅速開展的情況下，農(nóng)村城鎮(zhèn)化水平得到日益的提高

2、，人們有更多的錢來過上更加舒適的生活了，而人們消費(fèi)中最重要的消費(fèi)就是買房了。為了更好的、科學(xué)的、客觀的分析一個(gè)地區(qū)商品房市場(chǎng)價(jià)格開展動(dòng)態(tài)，為了給人們提供更為精準(zhǔn)的數(shù)據(jù)依據(jù)，并能夠通過數(shù)據(jù)進(jìn)展更為有力的預(yù)測(cè)，本文將以省地區(qū)歷年來的房地產(chǎn)相關(guān)數(shù)據(jù)為參照，通過使用stata10.0軟件進(jìn)展相關(guān)分析研究，從而建立一個(gè)商品房價(jià)格計(jì)量經(jīng)濟(jì)學(xué)多元回歸模型。通過這幾年來商品房的價(jià)格走勢(shì)以及人們對(duì)商品房的關(guān)注程度可以看出，這個(gè)模型對(duì)于關(guān)注商品房走勢(shì)的人們來說是極具價(jià)值的，因?yàn)樗麄儾粌H可以通過這個(gè)模型來了解商品房價(jià)格影響的相關(guān)因素，而且可以通過這個(gè)模型預(yù)測(cè)未來幾年商品房價(jià)格的走向。1.2研究容首先，本文選擇了與商

3、品房價(jià)格嚴(yán)密相關(guān)的三個(gè)因素：商品房竣工面積、商品房銷售面積、房地產(chǎn)開發(fā)投資額來對(duì)商品房價(jià)格做分析研究。然后從中國數(shù)據(jù)統(tǒng)計(jì)年鑒上，收集這三個(gè)因素以及商品房價(jià)格1995年至2021年的統(tǒng)計(jì)數(shù)據(jù)。將收集的數(shù)據(jù)進(jìn)展初步處理后，翻開stata10.0，將處理好的的數(shù)據(jù)錄入stata10.0軟件。通過stata10.0軟件進(jìn)展相關(guān)分析研究，并對(duì)研究的結(jié)果結(jié)合因素分析研究。1.3文獻(xiàn)綜述玉環(huán)12021曾以市商品住宅市場(chǎng)海量交易數(shù)據(jù)為根底，確定22 項(xiàng)影響住宅價(jià)格的特征變量并據(jù)此構(gòu)建了市商品住宅特征價(jià)格模型。國家統(tǒng)計(jì)局調(diào)查隊(duì)房地產(chǎn)價(jià)格統(tǒng)計(jì)研究課題組2(2021)通過理清國房地產(chǎn)價(jià)格統(tǒng)計(jì)工作現(xiàn)狀并分析存在難點(diǎn)及

4、問題的根底上，探討出準(zhǔn)確反映新建商品房銷售價(jià)格水平的思路。段忠東和曾令華32021通過借鑒西方經(jīng)濟(jì)理論與研究方法，對(duì)我國的房地產(chǎn)價(jià)格決定中宏觀根本面的作用進(jìn)展了研究。喻坦蘭和峰42021通過對(duì)房地產(chǎn)價(jià)格與通貨膨脹的互動(dòng)關(guān)系的研究，提出了穩(wěn)定房地產(chǎn)市場(chǎng)的對(duì)策建議。帆52021以35個(gè)大中城市房地產(chǎn)市場(chǎng)數(shù)據(jù)為研究對(duì)象，通過運(yùn)用面板數(shù)據(jù)分析法，總結(jié)出較高的投資超額收益率和房地產(chǎn)資金來源虛擬化對(duì)住房的價(jià)格影響比擬明顯的結(jié)論。以上的文獻(xiàn)都從不同角度運(yùn)用不同的研究方法對(duì)房價(jià)水平進(jìn)展了深入的分析。但是這些研究的結(jié)果大多是從文字角度去總結(jié)的，本文將致力于建立一個(gè)多言回歸模型來反響價(jià)格水平與影響因素之間的關(guān)系。

5、二、計(jì)量經(jīng)濟(jì)學(xué)多遠(yuǎn)回歸模型2.1數(shù)據(jù)錄入以下數(shù)據(jù)是從中國數(shù)據(jù)統(tǒng)計(jì)年鑒上收集的初始數(shù)據(jù)(圖1)：圖1省商品房平均銷售價(jià)格(萬元/萬平方米)商品房竣工面積(萬平方米)商品房銷售面積(萬平方米)房地產(chǎn)開發(fā)投資額(億元)1995年798.31240.851996年856.13232.621997年1069.75241.551998年1589.381321.4300.241999年15842164.9281500.63330.552000年16432143.2171740.93358.722001年18012341.9011904.16414.362002年19252696.6912321.85544.

6、132003年21973120.2332721.57809.962004年26513906.3263178.911269.782005年33595500.1215135.551545.152006年35925933.5136101.151906.712007年40246340.7517598.352515.912021年40498265.535412.263064.462021年49838442.80310248.23338.52021年58418696.39485.474301.92021年6554.4158448.27970.4915567.94從上面的數(shù)據(jù)可以看出1995年至1998年有

7、些數(shù)據(jù)缺失了，所以本文選取1999年至2021年的數(shù)據(jù)做分析，并令商品房銷售價(jià)格為y，影響因素分別為*1,*2,*3圖2：圖2y*1*2*319991.58421.64915.001330.5520001.64321.43217.409358.7220011.80123.41919.041414.3620021.92526.96723.218544.1320032.19731.20227.216809.9620042.65139.06331.7891269.7820053.35955.00151.3551545.1520063.59259.33561.0111906.7120074.02463

8、.40875.9832515.9120214.04982.6554.1233064.4620214.98384.428102.4823338.520215.84186.96394.8554301.920216.55484.48279.7055567.94翻開stata10.0軟件，選擇工具欄Data Editor，將數(shù)據(jù)復(fù)制到Data Editor窗口里后關(guān)閉Data Editor窗口。2.2建立模型在stata10.0軟件右下mand處輸入指令reg y *1 *2 *3后回車。得出如下數(shù)據(jù)圖3：圖3從上面得出的數(shù)據(jù)可以看出，關(guān)于*1 *2 *3的多元回歸模型的系數(shù)分別為b1=-0.0329

9、84,b2=0.150411,b3=0.00007805,從而建立的多遠(yuǎn)回歸模型為:=-0.032984*1+0.150411*2+0.00007805*3+1.2580192.3多遠(yuǎn)回歸模型建立2.3.1初始模型建立在得出以上模型后，在stata10.0軟件右下mand欄處輸入predict new指令，得出以下y的估計(jì)值與實(shí)際值得對(duì)照表圖4：圖4yy119991.5841.67022420001.6431.72914520011.8011.79056220021.9251.94296620032.1972.19660120042.6512.59832620053.3593.05496520

10、063.5923.46808920074.02440494.19115920214.9835.12654320215.8415.75535620216.5546.523758在stata10.0軟件右下mand欄處輸入predict e,resid指令，得出實(shí)際值與估計(jì)值得殘差，然后再輸入tabstat e,stats(sd)指令，得出殘差的標(biāo)準(zhǔn)差為0.126543，殘差值相對(duì)來說很高，說明這些數(shù)據(jù)里面有一些數(shù)據(jù)對(duì)于回歸模型的影響較大，要想得出具有準(zhǔn)確性的模型，就需要移除這些異常數(shù)據(jù)從新建立模型。2.3.2模型修正在stata10.0軟件右下mand欄處輸入predi

11、ct new，cooksd指令，得出以下數(shù)據(jù)圖5：圖5var6y*1*2*3y1enew19991.58421.64915.001330.551.670224-0.08622440.026550520001.64321.43217.409358.721.729145-0.08614460.026895620011.80123.41919.041414.361.7905620.01043760.000341720021.92526.96723.218544.131.942966-0.01796650.000815120032.19731.20227.216809.962.1966010.0003

12、9883.23E-0720042.65139.06331.7891269.782.5983260.05267430.004523820053.35955.00151.3551545.153.0549650.30403510.254379520063.59259.33561.0111906.713.4680890.12391130.036714720074.02463.40875.9832515.914.155304-0.13130420.076408820214.04982.6554.1233064.464.191159-0.142159614.1697920214.98384.428102.

13、4823338.55.126543-0.14354340.436948520215.84186.96394.8554301.95.7553560.08564360.043320620216.55484.48279.7055567.946.5237580.03024190.4598147從以上數(shù)據(jù)可以看出，其中2005、2021、2021以及2021年的得出的數(shù)據(jù)對(duì)于模型的影響程度很大，影響程度越大的觀測(cè)，越有可能存在異常，從而導(dǎo)致模型的準(zhǔn)確度降低。所以舍去這三個(gè)異常的觀測(cè)，重新建立模型。在將2005、2021、2021、2021年數(shù)據(jù)移除后再重復(fù)以上的操作，得出以下數(shù)據(jù)圖6：圖6再次計(jì)算實(shí)際值

14、與估計(jì)值之間殘差的比準(zhǔn)差為0.0373945，相對(duì)來說已經(jīng)很小了，所以此模型為=0.0263975*1-0.0024015*2+0.0006675*3+0.885103.三、模型研究3.1模型系數(shù)分析從商品房銷售價(jià)格的影響因素：商品房竣工面積、商品房銷售面積、房地產(chǎn)開發(fā)投資額的回歸系數(shù)可以看出，當(dāng)商品房竣工的面積越多，商品房的銷售面積越少，房地產(chǎn)上投資的越多，房價(jià)就越高，這中分析結(jié)果出乎我的猜測(cè)，因?yàn)樗`背了經(jīng)濟(jì)原理。按照經(jīng)濟(jì)學(xué)原理來講，一般當(dāng)竣工面積越多但銷售面積反而越少的情形下，這是一種供過于求的情況，在這種情況下，房價(jià)應(yīng)市場(chǎng)需求，應(yīng)該呈現(xiàn)出降價(jià)的趨勢(shì)，但模型系數(shù)反響的情形反而并非是我們所

15、通常思維下認(rèn)為的情況。3.2模型結(jié)合實(shí)際情況分析1、鑒于多元模型的異常，本文將著手房價(jià)與單個(gè)因素之間的關(guān)系分析：從統(tǒng)計(jì)年鑒統(tǒng)計(jì)的數(shù)據(jù)看出，歷年的房價(jià)我們可以通過stata10.0軟件做出散點(diǎn)圖圖7看出，總體是呈現(xiàn)上升趨勢(shì)的，而且上升的趨勢(shì)越來越強(qiáng)。圖7再用stata10.0軟件做出房價(jià)與商品房竣工面積的散點(diǎn)圖圖8圖8從上面的圖8房價(jià)與商品房竣工面積的三點(diǎn)圖可以看出，商品房竣工面積越多，房價(jià)越高。再用stata10.0軟件做出房價(jià)與商品房銷售面積的散點(diǎn)圖圖9圖9從散點(diǎn)圖趨勢(shì)可以看出，當(dāng)銷售面積低于*個(gè)數(shù)值是，房價(jià)與銷售面積成正相關(guān)關(guān)系，而當(dāng)高于這個(gè)數(shù)值時(shí)，則會(huì)呈現(xiàn)負(fù)相關(guān)關(guān)系。2、從以上單因素分析

16、的結(jié)果，再結(jié)合中國社會(huì)實(shí)際情況，對(duì)于多元回歸模型的異常就可以理解了。從政策環(huán)境出發(fā)，中國自改革開放以來，國家的開展政策是城市開展帶動(dòng)農(nóng)村開展，在這個(gè)政策的帶動(dòng)下，國城鎮(zhèn)水平日益提高，大量的人口涌入城市，大量的原本的小農(nóng)村開展成為小城鎮(zhèn)。相應(yīng)的帶動(dòng)了房地產(chǎn)市場(chǎng)的極具擴(kuò)大。從經(jīng)濟(jì)環(huán)境出發(fā)，中國是開展中國家，國經(jīng)濟(jì)日益興旺情況下，人們的生活水平也得到了很大的改善，人們?cè)谏钇鹁淤|(zhì)量上也提出相應(yīng)的要求，而且要住大房子的思想傳統(tǒng)的思想也深深的影響著人們是否購房的決定。從房地產(chǎn)開發(fā)商出發(fā)，房地產(chǎn)開發(fā)商深深地明白國房地產(chǎn)市場(chǎng)的巨大潛力，中國擁有者超過13億的人口，這13億的人口的居住房是一個(gè)巨大的商業(yè)蛋糕。

17、每個(gè)房地產(chǎn)開發(fā)商都要想從這塊蛋糕上獲得巨大的利益，因此，很多房地產(chǎn)都爭相開發(fā)房地產(chǎn)，雖然目前處于供過于求的狀況，但是從國開展情況來看，開發(fā)商不擔(dān)憂房子無處銷售，之所以現(xiàn)在還賣不出去是因?yàn)槿藗冞€沒有足夠的財(cái)富，但日后隨著人們生活水平的提高，以及分期付款的營銷策略的緩和，會(huì)有越來越多的人有能力去購房。這就造成了，竣工面積越來越多，銷售面積相對(duì)竣工面積來說反而越來越來少，但房價(jià)確是不降反而越來越高了。由此可見，上面建立的模型是正確可信的，只是我們的傳統(tǒng)思想左右了我們對(duì)現(xiàn)實(shí)的判斷。四、結(jié)語從以上建立的多遠(yuǎn)回歸模型可以預(yù)測(cè)，在未來的相當(dāng)長時(shí)間，房價(jià)還會(huì)呈現(xiàn)出快速升高的趨勢(shì)，這是中國的國情和國房地產(chǎn)市場(chǎng)需求共同決定的。也許這種房價(jià)持續(xù)升高的趨勢(shì)遲早會(huì)減緩，但是從模型上看，這種持續(xù)升高的趨勢(shì)在外部環(huán)境沒有大的變動(dòng)的情況下還會(huì)在相當(dāng)長時(shí)間保持。從此次的模型研究我懂得了，理論結(jié)合實(shí)際的重要性。我們通常情況下學(xué)習(xí)的理論知識(shí)往往會(huì)使我們陷入一個(gè)錯(cuò)誤的認(rèn)知上，就比方這次的研究，理論分析結(jié)果和我們學(xué)的理論知識(shí)相悖，但在結(jié)合實(shí)際情況下來看，他又是合