影響房地產(chǎn)行業(yè)利潤的因素分析

1、影響房地產(chǎn)行業(yè)利潤的因素分析一、引言房地產(chǎn)業(yè)是進行房地產(chǎn)類投資、開發(fā)、經(jīng)營、管理和服務(wù)的行業(yè)，屬于第三產(chǎn)業(yè)。主要包括：土地開發(fā)、房屋的建設(shè)、轉(zhuǎn)讓、租賃、維修、管理以及由此形成的市場。我國房地產(chǎn)業(yè)從20世紀80年代開始興起,19年9房8地產(chǎn)業(yè)開始真正發(fā)展起來。從200年2開始,我國房價節(jié)節(jié)攀升,房地產(chǎn)業(yè)成為一個新的經(jīng)濟增長點,一直備受關(guān)注。直到200年7底開始出現(xiàn)房地產(chǎn)市場有價無市的現(xiàn)象,緊接著就迎來了200年8的房市低迷。低迷到有些地區(qū)的金融受到?jīng)_擊,在國家進行一系列政策調(diào)整后,20年0房9市出現(xiàn)大反彈,房價一直飆升至201年0底。201年1以來,為了促進房地產(chǎn)業(yè)平穩(wěn)健康發(fā)展，國家近幾年來加大

2、了對房地產(chǎn)市場的調(diào)控力度。房價漲幅得到控制,有些地區(qū)已經(jīng)出現(xiàn)下降趨勢。房地產(chǎn)業(yè)是我國支柱性產(chǎn)業(yè)，是具有基礎(chǔ)性和先導性的產(chǎn)業(yè)，在國民經(jīng)濟中起重要作用，是增強國民經(jīng)濟和改善人民生活的重要產(chǎn)業(yè)。房地產(chǎn)業(yè)能夠直接推動經(jīng)濟的增長，而經(jīng)濟的增長的同時也能帶動房地產(chǎn)業(yè)的增長。房地產(chǎn)業(yè)具有很強的關(guān)聯(lián)效應(yīng)，它的興旺繁榮能夠有力地帶動很多產(chǎn)業(yè)的發(fā)展。促進房地產(chǎn)業(yè)健康發(fā)展，是提高居民住房水平，改善居住質(zhì)量，滿足人民群眾物資文化生活需要的基本需求。房地產(chǎn)業(yè)對財政收入的貢獻也在不斷加大，它既是政府的集中性分配活動，又是國家進行宏觀調(diào)控的重要工具。因此，房地產(chǎn)行業(yè)的發(fā)展對國家經(jīng)濟運行具有重要的作用。利潤是一個企業(yè)生存和發(fā)

3、展的基礎(chǔ)，同時它也是投資者進行投資決策的最重要影響決策之一。企業(yè)利潤是指企業(yè)在一定會計期間的經(jīng)營成果。企業(yè)只有不斷提高企業(yè)的盈利水平，增強企業(yè)的盈利能力，才能在殘酷的市場環(huán)境中生存，具有無限的生命力。這就需要企業(yè)必須探索適合本企業(yè)特點的提高利潤的有效途徑。因而對房地產(chǎn)行業(yè)利潤的影響因素的分析十分重要。二、文獻綜述()研究了目前的研發(fā)戰(zhàn)略的決定因素和分析對財務(wù)績效與盈余管理的權(quán)力下放的的影響，研究結(jié)果表明跨國公司的研發(fā)權(quán)力下放，以改善公司的盈利能力，而管理人員的優(yōu)勢，可以得到一些私人和非轉(zhuǎn)讓的盈余管理而增加的好處。因為產(chǎn)生這樣的結(jié)果就會鼓勵人們分散自己的研發(fā)，以增加盈余管理。劉平和張紅（200）

4、6在我國房地產(chǎn)上市公司盈利能力及其影響因素一文中，從每股凈資產(chǎn)、每股收益、凈資產(chǎn)收益率、主營業(yè)務(wù)收和主營業(yè)務(wù)利潤水平五個方面對房地產(chǎn)行業(yè)的利潤水平進行了描述性統(tǒng)計，影響房地產(chǎn)行業(yè)盈利的因素從主營業(yè)務(wù)成本，負債總額，存貨和折舊額等方面說明了其對盈利的影響。田慧在論提高企業(yè)利潤的途徑中提出，企業(yè)要提高利潤最重要的就是要做到開源，尋求利潤新的增長點。需要企業(yè)進行多方面的創(chuàng)新，通過實施產(chǎn)品創(chuàng)新、市場創(chuàng)新以及客戶管理創(chuàng)新來達到培養(yǎng)利潤新的增長點、提高企業(yè)利潤的目的。鄧聿文在房地產(chǎn)行業(yè)高利潤從何而來中指出，房地產(chǎn)業(yè)的利潤大大高于其他行業(yè)，房地產(chǎn)行業(yè)高利潤的三個來源，究其根源，都與政府有關(guān)。土地批租是地方政

5、府直接壟斷形成的；征地和拆遷中的低補償是由于地方政府制定了偏向房地產(chǎn)企業(yè)的法規(guī)而造成的。偷漏稅也與對房地產(chǎn)企業(yè)的稅種過多以及稅制結(jié)構(gòu)不合理有直接關(guān)系。吳靜在發(fā)展房地產(chǎn)產(chǎn)業(yè)投資基金拓寬房地產(chǎn)融資渠道一文中提出，我國房地產(chǎn)金融市場主要以銀行信貸為主，其他金融方式如上市融資、信托融資、債券融資以及基金融資等所占比例較小。銀行一直以來都是房地產(chǎn)市場的主要資金提供者，大約70的房地產(chǎn)開發(fā)資金來自銀行貸款。因此，她主張要發(fā)展房地產(chǎn)產(chǎn)業(yè)投資基金，有助于降低因過分依賴銀行而帶來的系統(tǒng)風斛引。趙中秋、冉倫（200）5探討了房地產(chǎn)融資的策略及金融業(yè)發(fā)展創(chuàng)新的方向。借鑒發(fā)達國家的經(jīng)驗，采用比較分析、相關(guān)分析等方法，

6、分析了目前我國房地產(chǎn)行業(yè)融資渠道的現(xiàn)狀及存在的問題，在此基礎(chǔ)上，提出了今后房地產(chǎn)行業(yè)在融資渠道及金融創(chuàng)新方面的建議，指出我國必須培育發(fā)達的資本市場并提供盡可能多的融資渠道從而減少房地產(chǎn)中的金融風險。黃明、郭大偉在淺談企業(yè)盈利能力的分析說，盈利能力通常是指企業(yè)在一定時期內(nèi)賺取利潤的能力。盈利能力的大小是個相對的概念，即利潤相對于一定的資源投入、一定的收入而言。利潤率越高，盈利能力越強；利潤率越低，盈利能力越差。企業(yè)經(jīng)營業(yè)績的好壞最終可通過企業(yè)的盈利能力來反映。無論是企業(yè)的經(jīng)理人員、債權(quán)人，還是股東（投資人）都非常關(guān)心企業(yè)的盈利能力，并重視對利潤率及其變動趨勢的分析與預測。三、建立模型1、選擇變量

7、對于這個模型，選取房地產(chǎn)開發(fā)企業(yè)資金來源小計、房地產(chǎn)開發(fā)企業(yè)本年完成投資額、商品房銷售面積、商品房平均銷售價格以及城鄉(xiāng)居民人民幣儲蓄存款年度余額為變量（1）房地產(chǎn)開發(fā)企業(yè)資金來源小計。我國房地產(chǎn)資金構(gòu)成主要由國家預算內(nèi)資金、國內(nèi)貸款、債券、利用外資、自籌資金和其他資金來源組成。但根據(jù)估算，房地產(chǎn)開發(fā)商的自籌資金10是由個人住房貸款形成的，其他資金來源大約有間接來源于銀行貸款，總體測算，房地產(chǎn)開發(fā)投資資金約有來自銀行貸款。我國房地產(chǎn)融資對銀行貸款的依賴程度仍很高。（2）房地產(chǎn)開發(fā)企業(yè)本年完成投資額。房地產(chǎn)開發(fā)投資指各種登記注冊類型的房地產(chǎn)開發(fā)法人單位統(tǒng)一開發(fā)的包括統(tǒng)代建、拆遷還建的住宅、廠房、倉

8、庫、飯店、賓館、度假村、寫字樓、辦公樓等房屋建筑物，配套的服務(wù)設(shè)施，土地開發(fā)工程（如道路、給水、排水、供電、供熱、通訊、平整場地等基礎(chǔ)設(shè)施工程）和土地購置的投資；不包括單純的土地開發(fā)和交易活動。（3）商品房銷售面積。商品房銷售面積指報告期內(nèi)出售商品房屋的合同總面積（即雙方簽署的正式買賣合同中所確定的建筑面積）。由現(xiàn)房銷售建筑面積和期房銷售建筑面積兩部分組成。（4）商品房平均銷售價格。商品房作為房地產(chǎn)行業(yè)的銷售支柱，其銷售價格會對房地產(chǎn)行業(yè)營業(yè)利潤產(chǎn)生重大影響。而如今房價的飛速增長對房地產(chǎn)行業(yè)利潤的獲得有著深遠的影響。雖然近幾年國家采取了一系列的宏觀調(diào)控政策來抑制房價的過快增長，使得房地產(chǎn)價格增

9、速放緩，但房價出現(xiàn)大幅下跌的可能性并不大。因此房價在很大程度上還是影響著房地產(chǎn)行業(yè)銷售利潤。（5）城鄉(xiāng)居民人民幣儲蓄存款年度余額。人民幣儲蓄存款余額是指城鄉(xiāng)居民在某一時點上在銀行和其他金融機構(gòu)的人民幣儲蓄存款總額。購房不僅要看當前的收入，還要看過去的收入和未來的收入。過去的收入主要就是指消費者的儲蓄存款，儲蓄存款能大大增強消費者的信心，而未來的收入又關(guān)系到其信貸消費。2、模型設(shè)定模型可以設(shè)立為：YXXXXX01122334455其中：房地產(chǎn)開發(fā)企業(yè)營業(yè)利潤億元：房地產(chǎn)開發(fā)企業(yè)資金來源小計億元：房地產(chǎn)開發(fā)企業(yè)本年完成投資額億元：商品房銷售面積萬平方米：商品房平均銷售價格元平方米：城鄉(xiāng)居民人民幣儲

10、蓄存款年底余額億元U:隨機擾動項3、選擇數(shù)據(jù)房地產(chǎn)開發(fā)企業(yè)營業(yè)利潤（億元）房地產(chǎn)開發(fā)企業(yè)資金來源小計（億元）房地產(chǎn)開發(fā)企業(yè)本年完成投資額（億元）商品房銷售面積（萬平方米）商品房平均銷售價格（元/平方米）城鄉(xiāng)居民人民幣儲蓄存款年底余額（億元）2000年73.285,997.634984.0518637382001年125.477,696.396344.1122411.9217073762.432002年252.919,749.957790.9226808.29225086910.652003年430.3713,196.9210153.833717.63235910361

11、7.652004年857.9717,168.7713158.2538231.642778119555.392005年1109.1921,397.8415909.2555486.223167.66141050.992006年1669.8927,135.5519422.9261857.073366.79161587.32007年2436.6137,477.9625288.8477354.723863.9172534.192008年3432.2339,619.3631203.1965969.833800217885.352009年4728.5857,799.0436241.8194755468126

12、0771.662010年6111.4872,944.0448259.4104764.655032303302.492011年5798.5885,688.7361796.89109366.755357.1343635.89數(shù)據(jù)來源：國家統(tǒng)計局.商品房銷售額是當期累計數(shù)據(jù)。.城鄉(xiāng)居民儲蓄數(shù)據(jù)來源于人民銀行、參數(shù)估計DependentVariable:YMethod:LeastSquaresDate:12/02/13Time:20:19Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C

13、-3285.9632121.909-1.5485880.1725X10.1071530.0508072.1090340.0795X2-0.1507410.069565-2.1669000.0734X3-0.0481450.036172-1.3309790.2315X41.3466841.4861010.9061860.3998X50.0221340.0123321.7948870.1228R-squared0.987223Meandependentvar2252.213AdjustedR-squared0.976575S.D.dependentvar2240.254S.E.ofregressi

14、on342.8790Akaikeinfocriterion14.81949Sumsquaredresid705396.0Schwarzcriterion15.06194Loglikelihood-82.91691Hannan-Quinncriter.14.72972F-statistic92.71511Durbin-Watsonstat2.308253Prob(F-statistic)0.000013Y285.96B0.10715SD.150J4X3.04814X.3466843.02213412345R2四、結(jié)果分析1、統(tǒng)計推斷檢驗（1）擬合優(yōu)度：由上表數(shù)據(jù)可得R2=（）檢驗：給定顯著性水平

15、為8修正可決系數(shù)R23,，9應(yīng)7拒0.，0則5F=92,7F15(51,7)1=F=92,710.05511=絕原假設(shè)，說明回歸方程顯著。（）檢驗：給定顯著性水平,查分布表得/2（7）=2,4，4對6應(yīng)9表中數(shù)據(jù)，、YY的絕對值均小于臨界值，說明%1、XX2、3、X4、%5這三個變量對的影響不顯著懷疑存在多重共線性的影響使其值不顯著。2、計量經(jīng)濟學檢驗（1）多重共線性檢驗采用簡單相關(guān)系數(shù)矩陣法對其進行檢驗X1X2X3X4X5X11.0000000.9943000.9687070.9844090.992342X20.9943001.0000000.9520990.9727870.990626X3

16、0.9687070.9520991.0000000.9939250.971725X40.9844090.9727870.9939251.0000000.987141X50.9923420.9906260.9717250.9871411.000000采用逐步回歸法對其進行修正。分別作與X1、X2、X3、X4、X5間的回歸:DependentVariable:YMethod:LeastSquaresDate:12/02/13Time:22:51Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticP

17、rob.C-485.5712193.4853-2.5096030.0309X10.0829900.00464417.871070.0000R-squared0.969639Meandependentvar2252.213AdjustedR-squared0.966603S.D.dependentvar2240.254S.E.ofregression409.4004Akaikeinfocriterion15.01828Sumsquaredresid1676087.Schwarzcriterion15.09909Loglikelihood-88.10966Hannan-Quinncriter.14

18、.98835F-statistic319.3750Durbin-Watsonstat1.590048Prob(F-statistic)0.000000Y485.5712+0.082990X1()9703.8)7R2=0.96963DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:07:40Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.1C-583.9340266.8283-2.1884260.0535X20.1213

19、090.00919413.194100.0000R-squared0.945677Meandependentvar2252.213AdjustedR-squared0.940245S.D.dependentvar2240.254S.E.ofregression547.6277Akaikeinfocriterion15.60008Sumsquaredresid2998961.Schwarzcriterion15.68090Loglikelihood-91.60048Hannan-Quinncriter.15.57016F-statistic174.0842Durbin-Watsonstat1.4

20、78429Prob（F-statistic）0.000000Y583.9340+0.121309X2t（=-2.18）8（14326.1）94R2DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:07:46Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-1707.039400.4509-4.2627930.0017X30.0669770.00600711.149210.0000R-squared0.925543Me

21、andependentvar2252.213AdjustedR-squared0.918097S.D.dependentvar2240.254S.E.ofregression641.1323Akaikeinfocriterion15.91536Sumsquaredresid4110507.Schwarzcriterion15.99618Loglikelihood-93.49216Hannan-Quinncriter.15.88544F-statistic124.3049Durbin-Watsonstat1.327877Prob（F-statistic）0.000001Y1707.039+0.0

22、66977X3t（=-4.26）（271193.1）4R2=0.925543DependentVariable:YMethod:LeastSquaresDate:12/02/13Time:22:57Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-4261.308445.4814-9.5656230.0000X41.9093090.12428015.363010.00001R-squared0.959353AdjustedR-squared0.955289S.E.ofregre

23、ssion473.7034Sumsquaredresid2243949.Loglikelihood-89.86031F-statistic236.0221Prob(F-statistic)0.000000Meandependentvar2252.213S.D.dependentvar2240.254Akaikeinfocriterion15.31005Schwarzcriterion15.39087Hannan-Quinncriter.15.28013Durbin-Watsonstat1.439372Y4261.308+1.909309X4t=(-9.565623)(15.36301)R2=0

24、.959353F=236.0221DependentVariable:YMethod:LeastSquaresDate:12/02/13Time:23:05Sample:20002011Includedobservations:12D.W=1.439372VariableCoefficientStd.Errort-StatisticProb.C-1836.304244.4894-7.5107730.0000X50.0239450.00127218.828180.0000R-squared0.972565Meandependentvar2252.213AdjustedR-squared0.969

25、822S.D.dependentvar2240.254S.E.ofregression389.1748Akaikeinfocriterion14.91695Sumsquaredresid1514570.Schwarzcriterion14.99776Loglikelihood-87.50168Hannan-Quinncriter.14.88702F-statistic354.5002Durbin-Watsonstat1.514864Prob(F-statistic)0.0000001Y1836.304+0.023945X5t=(-7.510773)(18.82818)R2=0.972565F=

26、354.5002D.W=1.514864由于X5的值最大，擬合度最好，因此把X5作為基本變量，將其余解釋變量逐一代入X5的回歸方程，重新回歸。加入X1：DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:08:34Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-1305.896620.2595-2.1054030.0645X10.0335170.0359770.9316210.3758X50.0143630.0103

27、651.3857310.1992R-squared0.974978Meandependentvar2252.213AdjustedR-squared0.969418S.D.dependentvar2240.254S.E.ofregression391.7707Akaikeinfocriterion14.99155Sumsquaredresid1381359.Schwarzcriterion15.11278Loglikelihood-86.94929Hannan-Quinncriter.14.94667F-statistic175.3429Durbin-Watsonstat1.503401Pro

28、b(F-statistic)0.0000001Y1305.896+0.033517X0.014363X15t=(-2.105403)(0.931621)(1.385731)R2=0.974978F=175.3429D.W=1.503401加入X2:DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:09:41Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-2122.314534.9997-3.9669440.0033

29、X2-0.0299700.049419-0.6064550.5592X50.0297240.0096193.0901310.0129R-squared0.973642Meandependentvar2252.213AdjustedR-squared0.967785S.D.dependentvar2240.254S.E.ofregression402.0927Akaikeinfocriterion15.04356Sumsquaredresid1455107.Schwarzcriterion15.16479Loglikelihood-87.26136Hannan-Quinncriter.14.99

30、868F-statistic166.2280Durbin-Watsonstat1.468871Prob(F-statistic)0.000000Y2122.3140.029970X0.029724X25t=(-3.966944)(-0.606455)(3.090131)R2=0.973642F=166.2280D.W=1.468871加入X3:DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:09:37Sample:20002011Includedobservations:12VariableCoefficientStd.Error

31、t-StatisticProb.C-1842.145257.3236-7.1588630.0001X30.0046810.0162040.2888570.7792X50.0223590.0056513.9562900.0033R-squared0.972817Meandependentvar2252.213AdjustedR-squared0.966777S.D.dependentvar2240.254S.E.ofregression408.3378Akaikeinfocriterion15.07438Sumsquaredresid1500658.Schwarzcriterion15.1956

32、1Loglikelihood-87.44631Hannan-Quinncriter.15.02950F-statistic161.0458Durbin-Watsonstat1.428073Prob(F-statistic)0.000000Y1842.145+0.004681X30.022359X5t=(-7.158863)(0.288857)(3.956290)R2=0.972817F=161.0458D.W=1.428073加入X4:DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:09:50Sample:20002011Incl

33、udedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-2432.868896.5699-2.7135290.0239X40.4546850.6559940.6931240.5057X50.0183540.0081712.2463200.0513R-squared0.973955Meandependentvar2252.213AdjustedR-squared0.968168S.D.dependentvar2240.254S.E.ofregression399.6970Akaikeinfocriterion15.0316

34、1Sumsquaredresid1437819.Schwarzcriterion15.15284Loglikelihood-87.18965Hannan-Quinncriter.14.98673F-statistic168.2808Durbin-Watsonstat1.386342Prob(F-statistic)0.000000Y2432.868+0.454685X0.018354X45t=(-2.713529)(0.693124)(2.246320)R2=0.973955F=168.2808D.W=1.386342加入X1以后雖然擬合優(yōu)度有所提高，但X5參數(shù)的檢驗變得不顯著，所以在模型中剔

35、除X1；加入X2以后擬合優(yōu)度有所提高，但X5參數(shù)的檢驗變得不顯著，所以在模型中剔除X2；加入X3以后擬合優(yōu)度有所提高，并沒有影響X5系數(shù)的顯著性，所以在模型中保留X3;加入X4以后擬合優(yōu)度有所提高，但X5參數(shù)的檢驗變得不顯著，所以在模型中剔除X4因此，保留X3，把X3、X5作為基本變量，將其余解釋變量逐一代入X3、X5的回歸方程，再次回歸。加入xi:DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:12:22Sample:20002011Includedobservations:12VariableCoefficientStd.Er

36、rort-StatisticProb.C-1323.190666.6302-1.9848940.0824X10.0326250.0385500.8462940.4220X30.0025420.0166590.1526180.8825X50.0137560.0116751.1782970.2725R-squared0.975051AdjustedR-squared0.965695S.E.ofregression414.9320Sumsquaredresid1377348.Loglikelihood-86.93185F-statistic104.2172Prob(F-statistic)0.000

37、001Meandependentvar2252.213S.D.dependentvar2240.254Akaikeinfocriterion15.15531Schwarzcriterion15.31694Hannan-Quinncriter.15.09546Durbin-Watsonstat1.492473Y1323.190+0.032625X0.002542X0.013756X135t=(-1.984894)(0.846294)(0.152618)(1.178297)R2=0.975051F=104.2172D.W=1.492473加入X2:DependentVariable:YMethod

38、:LeastSquaresDate:12/03/13Time:12:32Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-2107.994586.6608-3.5932080.0071X2-0.0282470.055416-0.5097230.6240X30.0017070.0178930.0953940.9263X50.0288130.0139692.0626300.0731R-squared0.973672Meandependentvar2252.213AdjustedR-

39、squared0.963799S.D.dependentvar2240.254S.E.ofregression426.2414Akaikeinfocriterion15.20909Sumsquaredresid1453454.Schwarzcriterion15.37073Loglikelihood-87.25454Hannan-Quinncriter.15.14925F-statistic98.62058Durbin-Watsonstat1.432210Prob(F-statistic)0.000001Y2107.9940.028247X0.001707X0.028813X235t=(-3.

40、593208)(-0.509723)(0.095394)(2.062630)R2=0.973672F=98.62058D.W=1.432210加入X4DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:12:37Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-4134.8882187.387-1.8903320.0954X3-0.0349980.040899-0.8557100.4170X41.7852011.691

41、4901.0554020.3221X50.0138560.0098211.4108360.1960R-squared0.976139Meandependentvar2252.213AdjustedR-squared0.967192S.D.dependentvar2240.254S.E.ofregression405.7788Akaikeinfocriterion15.11069Sumsquaredresid1317251.Schwarzcriterion15.27233Loglikelihood-86.66417Hannan-Quinncriter.15.05085F-statistic109

42、.0936Durbin-Watsonstat1.688367Prob(F-statistic)0.000001Y4134.8880.034998X1.785201X0.013856X345t=(-1.890332)(-0.855710)(1.055402)(1.410836)R2=0.976139F=109.0936D.W=1.688367加入X1以后擬合優(yōu)度有所提高，但X3、X5參數(shù)的t檢驗變得不顯著，所以在模型中剔除1；加入2以后擬合優(yōu)度有所提高，但3、5參數(shù)的t檢驗變得不顯著，所以在模型中剔除X；加入X4以后擬合優(yōu)度有所提高，但X3、X52參數(shù)的t檢驗變得不顯著，所以在模型中剔除X42、

43、異方差性檢驗（懷特檢驗）.HeteroskedasticityTest:WhiteF-statistic3.419183Prob.F(5,6)0.0832Obs*R-squared8.882566Prob.Chi-Square(5)0.1138ScaledexplainedSS3.021039Prob.Chi-Square(5)0.69671TestEquation:DependentVariable:RESIDEMethod:LeastSquaresDate:12/07/13Time:16:09Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C296211.5170752.91.7347380.1335X327.8260420.86