我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究_第1頁
我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究_第2頁
我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究_第3頁
我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究_第4頁
我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究_第5頁
已閱讀5頁,還剩1頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

Word版本,下載可自由編輯我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究1前言

近幾年來,隨著宏觀經(jīng)濟(jì)的迅速增長,我國房地產(chǎn)業(yè)進(jìn)展快速,已成為我國國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)[1]。因而,宏觀經(jīng)濟(jì)與房地產(chǎn)業(yè)的關(guān)聯(lián)性討論成為房地產(chǎn)業(yè)進(jìn)展的熱門課題。一些學(xué)者從不同角度分析了宏觀經(jīng)濟(jì)與房地產(chǎn)行業(yè)的關(guān)系。周建軍[2]以房地產(chǎn)價格波動對消費(fèi)者支出的影響為切入點(diǎn),對我國住所價格波動與消費(fèi)支出舉行了實(shí)證討論。熊智敏[3]分析了我國房價與銀行房地產(chǎn)信貸的相關(guān)性問題。竇爾翔[4]定性分析了影響房地產(chǎn)市場進(jìn)展的十大關(guān)系。張瑜[5]從宏觀經(jīng)濟(jì)、投資、消費(fèi)、政策等方面分析了不同因素對房地產(chǎn)周期波動的影響。蒲艷萍等[6]一些學(xué)者對區(qū)域內(nèi)房地產(chǎn)投資額與國內(nèi)生產(chǎn)總值的關(guān)系舉行了分析。在討論辦法方面,宋桂杰等[7]采納主成分分析法對房地產(chǎn)投資環(huán)境舉行了分析。白倩等[8]采納典型相關(guān)分析法探討了房地產(chǎn)業(yè)對國民經(jīng)濟(jì)進(jìn)展的影響。

本文按照經(jīng)濟(jì)理論,并借鑒現(xiàn)有文獻(xiàn)的討論,綜合并大量收集宏觀經(jīng)濟(jì)和房地產(chǎn)業(yè)的數(shù)據(jù)指標(biāo)。首先利用典型相關(guān)分析篩選出二者間具有顯著相關(guān)性的典型指標(biāo),并達(dá)到降維的目的;然后分離以房地產(chǎn)業(yè)各個典型指標(biāo)為因變量,以宏觀經(jīng)濟(jì)典型指標(biāo)為自變量,采納逐步回歸的辦法,進(jìn)一步深化分析宏觀經(jīng)濟(jì)變量對房地產(chǎn)業(yè)各層面指標(biāo)的影響。

2分析辦法

2.1典型相關(guān)分析

典型相關(guān)分析是討論兩組變量之間相關(guān)關(guān)系的一種多元統(tǒng)計(jì)辦法。它借用主成分分析中降維的思想,把多個變量與多個變量之間的相關(guān)轉(zhuǎn)化為兩個變量之間的相關(guān)。即首先在每組變量內(nèi)部找出具有最大相關(guān)性的一個線性變量組合,然后在每組變量內(nèi)找出其次對線性組合,使其本身具有最大相關(guān)性,并分離與第一對線性組合不相關(guān)。

其數(shù)學(xué)原理為:設(shè)兩個隨機(jī)變量向量為X=p′和Y=q′。為討論X與Y之間的線性關(guān)系,需要找到一組系數(shù)Ak′=p,Bk′=q,利用線性組合得到的一組新隨機(jī)變量u=k和v=,有uk=ak1x1+ak2x2+…+akpxp=Ak′X,vk=bk1y1+bk2y2+…+bkqyq=Bk′Y,使得uk與vk之間的相關(guān)系數(shù)ρk最大,即{Ak′,Bk′|ρk=max),k=1,2,…,k},且{coj=0,corj=0;i,j=1,2,…,K,i≠j},其中k=min。此時,稱U與V為典型變量,ρk為典型相關(guān)系數(shù)。

普通地,可以求解K組系數(shù),使得其對應(yīng)的典型變量uk與vk之間的典型相關(guān)系數(shù)ρk可羅列為1≥ρ1≥ρ2≥…≥ρk。理論上,u1與v1之間的相關(guān)系數(shù)ρ1反映的相關(guān)程度最大,稱為第一典型相關(guān)系數(shù);而u2與v2之間的相關(guān)系數(shù)ρ2次之,稱為其次典型相關(guān)系數(shù)。在實(shí)際應(yīng)用中,只需保留前面若干對典型變量,保留的原則是視典型相關(guān)系數(shù)的顯著性檢驗(yàn)結(jié)果而定。而典型變量uk中,隨機(jī)變量xj的系數(shù)akj的大小反映了xj對uk的貢獻(xiàn)率,因而當(dāng)隨機(jī)變量向量維度較高時,常常選取系數(shù)較大的隨機(jī)變量作為典型變量的代表來解釋實(shí)際問題,同時達(dá)到降維的目的。

2.2逐步回歸辦法

逐步回歸是一種從眾多變量中有效地挑選重要變量的辦法。此法的步驟為:

用被解釋變量分離利用最小二乘法對每個解釋變量舉行線性回歸,按照經(jīng)濟(jì)理論和統(tǒng)計(jì)檢驗(yàn)從中挑選一個最合適的回歸方程作為基本回歸方程。

在基本回歸方程中逐個增強(qiáng)其他解釋變量,重新舉行線性回歸,假如新增強(qiáng)的這個解釋變量提升了回歸方程的擬合優(yōu)度,并且回歸方程中的其他參數(shù)統(tǒng)計(jì)上仍然顯著,就在模型中保留該解釋變量;若新增強(qiáng)的解釋變量未提升回歸方程的擬合優(yōu)度,則不保留該解釋變量;若新增強(qiáng)的解釋變量提升了回歸方程的擬合優(yōu)度,并且回歸方程中某些參數(shù)的數(shù)值或符號等受到顯著影響,說明模型中存在多重共線性,將該解釋變量同與之相關(guān)的其他解釋變量舉行比較,在模型中保留被解釋變量影響較大的,略去影響較小的。

3關(guān)聯(lián)性分析

3.1指標(biāo)挑選

衡量宏觀經(jīng)濟(jì)及房地產(chǎn)業(yè)進(jìn)展情況的指標(biāo)無數(shù),本文從經(jīng)濟(jì)增長、社會投資、貨幣供給及人民生活情況等四個方面挑選宏觀經(jīng)濟(jì)指標(biāo);從總量指標(biāo)、投資類指標(biāo)、生產(chǎn)類指標(biāo)、交易類指標(biāo)、資金類指標(biāo)及價格類指標(biāo)六個層面挑選房地產(chǎn)業(yè)進(jìn)展指標(biāo)。

按照經(jīng)濟(jì)顯著性、統(tǒng)計(jì)數(shù)據(jù)充分性和可操作性的原則,綜合現(xiàn)有文獻(xiàn)中描述房地產(chǎn)業(yè)進(jìn)展的顯著性指標(biāo),以及影響房地產(chǎn)業(yè)進(jìn)展的宏觀經(jīng)濟(jì)指標(biāo),選取宏觀經(jīng)濟(jì)指標(biāo)和房地產(chǎn)業(yè)進(jìn)展指標(biāo)①,時光段為1999年至2023年,取季數(shù)據(jù),每個指標(biāo)40個數(shù)據(jù),并對數(shù)據(jù)舉行標(biāo)準(zhǔn)化處理消退量綱影響。指標(biāo)見表1。

3.2典型相關(guān)分析

對宏觀經(jīng)濟(jì)指標(biāo)與房地產(chǎn)業(yè)進(jìn)展指標(biāo)舉行典型分析,得到典型相關(guān)系數(shù)值、顯著性檢驗(yàn)統(tǒng)計(jì)量及概率值。

由表2可知,前七對典型變量顯著相關(guān),且相關(guān)程度很高,說明宏觀經(jīng)濟(jì)指標(biāo)的某種線性組合與房地產(chǎn)指標(biāo)的線性組合強(qiáng)線性相關(guān),我國宏觀經(jīng)濟(jì)與房地產(chǎn)業(yè)之間的確有很強(qiáng)的相關(guān)性。

為篩選宏觀經(jīng)濟(jì)與房地產(chǎn)業(yè)顯著相關(guān)的詳細(xì)指標(biāo),將各對典型變量中的指標(biāo)按權(quán)重系數(shù)大小取前四位依次羅列,得到二者典型顯著相關(guān)的指標(biāo),見表3。

由第一對典型變量指標(biāo)分析可知,宏觀經(jīng)濟(jì)形式中經(jīng)濟(jì)增長、社會投資、貨幣供給和人民生活情況等綜合影響著房地產(chǎn)業(yè)的投資、開發(fā)與銷售等囫圇過程。

分析典型相關(guān)指標(biāo)的權(quán)重可見,宏觀經(jīng)濟(jì)典型變量中X5的權(quán)重最高,說明貨幣供給對于我國房地產(chǎn)業(yè)的進(jìn)展起著關(guān)鍵作用;而房地產(chǎn)業(yè)典型因子中,Y2權(quán)重優(yōu)勢顯然,可見房地產(chǎn)業(yè)開發(fā)投資額受宏觀經(jīng)濟(jì)形勢的影響最大。按照典型相關(guān)分析結(jié)果,可以對宏觀經(jīng)濟(jì)指標(biāo)和房地產(chǎn)進(jìn)展指標(biāo)舉行篩選,得到二者間具有顯著典型相關(guān)性的指標(biāo),見表4。

3.3逐步回歸分析

為討論宏觀經(jīng)濟(jì)對房地產(chǎn)業(yè)進(jìn)展的影響,以房地產(chǎn)業(yè)各典型指標(biāo)為因變量Y,以宏觀經(jīng)濟(jì)典型指標(biāo)為自變量X舉行多元回歸分析,為有效挑選合適的變量,避開挑選線性相關(guān)的自變量,本文采納逐步回歸的技術(shù),進(jìn)一步對影響特定房地產(chǎn)業(yè)典型指標(biāo)的宏觀經(jīng)濟(jì)典型指標(biāo)舉行篩選和回歸,回歸方程為:

其中,cij為Xj的系數(shù)。回歸結(jié)果見表5。表5最后兩列分離表示擬合優(yōu)度系數(shù)及模型整體顯著性F檢驗(yàn)陪同概率,由逐步回歸結(jié)果分析可知:

各回歸模型均利用了顯著性檢驗(yàn),且宏觀經(jīng)濟(jì)對房地產(chǎn)業(yè)的投資、生產(chǎn)和資金類指標(biāo)都得到了很好的解釋,但對房地產(chǎn)銷售類指標(biāo)的解釋能力稍劣,主要緣由是房地產(chǎn)在銷售環(huán)節(jié),受消費(fèi)者預(yù)期等其它因素的影響較籌備、投資、生產(chǎn)等環(huán)節(jié)要大。

房地產(chǎn)開發(fā)投資完成額作為固定資產(chǎn)投資額的一個組成部分,與其相關(guān)程度很好是必定的,但其同時還受到了貨幣供給量的影響。

土地開發(fā)投資額主要受到固定資產(chǎn)投資額和貨幣供給量的正影響,但工業(yè)增強(qiáng)值的增長卻對其有負(fù)面的增進(jìn)作用。

商品房新開工面積主要受到固定資產(chǎn)投資額的影響,另外還受到一年期貸款利率

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論