计量经济学论文我国房价影响因素实证分析
- 格式:doc
- 大小:105.00 KB
- 文档页数:11
《计量经济学》课程论文我国商品房价格供给影响因素的计量分析国际经济与贸易双语实验班欧昌龙40502032 指导老师:周游2007.12 我国商品房价格供给影响因素的计量分析【摘要】针对房地产市场近年来日益火爆,房价不断攀升的现状,本文选取了1999 年到2005年的季度数据,从房屋供给方面对房价上涨原因进行了实证分析。
首先,建立适当模型,并搜集相关数据;然后用EViews 软件对模型进行相关检验,之后予以修正;最后,对得出的模型进行了经济意义解释并给出了相关政策建议。
一、问题的提出近几年,随着房价的一路飙升,房地产已成为最受人瞩目的市场之一。
就2OO4 年来说,全国商品房价格大幅上涨.商品房平均销售价格同比增长14.4%.涨幅比2003 年提高10.6 个百分点。
销售面积达到3.82亿平方米,比上年净增4412万平方米。
我国房地产出现了投资过热、房价增长速度较快的问题.为了防止房地产泡沫,使我国房地产市场步入良性发展的态势,政府先后进行了一系列的宏观调控:紧缩信贷、紧缩土地供应、运用市场化方式加息、提高住房信贷利率,房地产投资过热现象得到了有效抑制.土地和商品房供应增长大幅回落。
但是,商品房价格仍然继续攀升的现象仍未根本改善。
由此社会各界关于政府的宏观调控争议较大—- 国家针对投资过热而实施的宏观调控会减少商品房的供给进而引起价格的上升。
本文将通过揭示影响商品房供给的一系列因素与商品房价格的关系,探明国家针对供给的一系列宏观调控的效用。
二、相关数据收集本文主要从商品房的供给方面对商品房价进行分析:从而分析得出了下列解释变量和被解释变量,并通过中经网进行了数据的收集。
商品房销售价格房地产开发本房地产开发投资商品房本年新开建筑材料工业品出厂(亿元/ 万平方年商品房屋建资金来源合计_ 工面积_累计(万价格指数X4 米)Y 设投资额_累计累计(亿元)平方米)X3 亿元X1 X299 1 0.419043274 497.5 1823.07 5060.37 97.08 2 0.611745723 2334.48 5885.25 20480.78 98.56 3 0.612644092 4603.01 8930.09 34951.35 98.46333333 4 0.61435851 7460.36 13089.91 52505.87 97.2500 10.439683495 570.78 2410.65 6953.41 98.96333333 2 0.627327552 2720.95 7204.42 27281.04 98.63666667 3 0.619176819 5554.48 11308.44 46215.26 100.2566667 4 0.624536928 9063.94 16525.52 68796.92 100.6601 1 0.494343733 682.04 3284.53 9015.91 99.67 20.700672858 3490.62 9835.6 35896.69 99.7 30.677349482 7147.54 15219.27 63148.15 98.86666667 4 0.666718253 11511.22 21499.14 90116.96 97.802 10.480044041 935.36 4396.59 11495.74 98.16666667 2 0.689909372 4718.28 13348.05 43998.92 98.22333333 3 0.699580914 9302.66 20637.1 74457.19 97.5 40.698771538 14566.53 28696.57 106893.297.2333333303 1 0.502392103 1297.39 6140.64 16144.198.43333333 2 0.734779418 6120.88 18770.93 57919.51 98.3 3 0.72976461 12049.1 29007.45 97555.79 99.1 4 0.730422477 18699.4 39851.17 138382.53 102.604 1 0.528222904 1885.04 9607.61 20326.99 104.6 20.805601546 8118.91 25924.98 67944.61 104.4 30.824947294 15537.73 38863.71 110733.48103.5666667 4 0.823079827 23810.9 53249.85 154417.15 101.233333305 1 0.612407026 2269.16 12962.34 21594.7 100.1 2 0.88984241 9829.75 33921.91 75812.23 100.6 3 0.945958166 18942.93 49736.92 125338.68 100.9333333 4 0.985247764 28860.52 66924.33 172647.11 100.9333333数据来源:中经网统计数据库三、计量经济模型的建立:针对全国商品房屋销售均价,建立如下一般模型:Yi 0 1 x1i 2 x2i 3 x3i 4 x4i 5 D1i 6 D2i 7 D3i ui 其中:Yi -商品房屋销售均价(亿元/万平方米)0 -常数项i -待定参数(i1234)x1 -房地产开发本年商品房屋建设投资额_累计亿元x2 -房地产开发投资资金来源合计_累计(亿元)x3 -商品房本年新开工面积_累计(万平方米)x4 -建筑材料工业品出厂价格指数D1i =1,第一季度0,其他D2i =1,第二季度0,其他D3i =1,第三季度0,其他ui -随机误差项注:通过观察99 年到05 年季度数据,发现有很强的季节因素影响数据周期性变化,因此引入代表季度因素的虚拟变量。
房地产价格影响因素的实证分析随着城市化进程的加速,房地产作为城市发展的重要标志,一直备受关注。
房价高低与城市的经济、社会、政治等诸多方面息息相关。
本文将从房地产价格的影响因素角度出发,对其进行实证分析。
一、经济因素经济因素是影响房地产价格的重要因素之一。
在市场经济中,供求关系决定着价格。
无论是商品房还是二手房,其价格都会受到整体经济环境的影响。
在低手续费、低税率的政策下,短期内会爆发大量购房需求,房价暴涨。
比如2010年至2011年间,中国房地产市场迎来了一波“疯狂涨价”,这与当时的政策、经济环境、人口密集度等因素密切相关。
二、政策因素政策因素是影响房地产价格的另一重要因素。
政策可以是宏观调控的规定,也可以是地方政府的具体行动。
政策的实施对于房地产市场的繁荣与萎靡都有较大的影响。
比如2015年以来,随着中国政府的调控政策的不断升级,二三线城市的房价逐渐平稳。
同时,政策也对房地产市场的投资热度产生了一定的影响。
投资者往往会通过关注宏观政策,来预测房价体系的变化动向,进而调整自己的投资策略。
三、地理因素地理因素是影响房地产价格的另一重要因素。
不同城市具有不同的区位、人口、环境、交通等不同的地理特点,从而影响到了房价。
首先,城市区域的特性会影响房价。
例如,新楼盘在城市中心与周边新开发的地区的售价有很大的差别。
其次,在不同的城市之间,地理离其纬度位置的高低、地理结构的差异也会影响该城市的人口规模与居住质量,间接影响了房价。
此外,环境和交通等因素也是影响房价的重要地理因素。
四、社会因素社会因素是影响房地产价格的不可忽视的因素。
其中,产业升级的理念、国民收入变化、人口流动等都会对房地产市场的供需和价格产生影响。
例如随着经济的发展,人们的消费升级愈发明显,购房也更多考虑住房本身的品质而非面积,这分化了不同价位的房型的价格。
此外,随着年轻人日益拥有实力自如地在城市不同地段间流动,地价逐渐继承活动的趋势也正在形成,对房价造成了巨大的影响。
房地产计量经济学论文房地产市场是经济活动中一个重要的领域,对于房地产价格的变动和影响因素进行研究具有重要的实践意义。
本文主要运用了计量经济学的方法,通过对房地产市场数据的实证分析,探讨了影响房地产价格的各种因素,并对其进行了分析和解释。
首先,本文对房地产价格的影响因素进行了理论分析。
在理论分析中,本文考虑了宏观经济因素、政策因素、房地产市场供需关系等因素对房地产价格的影响。
然后,本文采用了多元线性回归模型,对中国某城市的房地产价格数据进行了实证分析。
通过对模型的检验和变量的显著性分析,得出了一些重要的结论。
在结果分析中,本文发现了一些对房地产价格具有重要影响的因素。
首先,宏观经济因素对房地产价格具有显著影响,比如国民经济总量、金融政策等因素对房地产价格的影响。
其次,政策因素也对房地产价格有重要的影响,比如地方政府出台的各种政策对房地产价格的影响。
最后,供需关系也是影响房地产价格的重要因素,房屋的供求关系对房地产价格影响巨大。
通过对房地产价格的影响因素进行了实证分析和解释,本文得出了一些结论和政策建议。
首先,政府应该加强对房地产市场的监管,防范因素对房地产市场的影响。
其次,政府应该加大对房地产市场的调控力度,有效控制房地产价格的波动。
最后,政府应该调整经济政策,促进房地产市场的健康发展。
总之,本文通过对房地产价格的影响因素进行了理论分析和实证分析,得出了一些重要的结论和政策建议。
这对于理解房地产价格的变动和影响因素,促进房地产市场的健康发展具有一定的理论和实践意义。
房地产市场对经济的稳定与发展具有重要作用。
本文的研究成果可以为制定未来的政策和规划提供参考,有助于有效调控房地产市场,确保房地产市场稳定和健康发展。
另外,本文的研究也有一些不足之处。
首先,由于数据的局限性,本文只对中国某城市的房地产市场进行了分析,结果可能不具有普遍适用性。
未来研究可以扩大样本范围,对更多地区的房地产市场进行研究,使研究结果更具有普适性。
我国房价影响因素的实证分析【摘要】:作为国家的支柱产业,房地产的稳定发展关乎国计民生。
近几年,房地产价格飞速上涨,连创新高。
在这种情况下研究房价的影响因素,具有重要的理论和现实意义本文针对我国房价快速增长的现象,从人均可支配收入、房屋平均造价、房屋销售面积和房屋竣工面积四方面入手.依据收集到的相关数据.利用计量经济学软件Eviews对房价影响因素进行回归分析,得出房价受人均可支配收入、房屋平均造价和房屋竣工面积三方面因素影响的结论。
【关键词】房价 Eviews回归分析一、引言住房问题关系到群众的安居乐业和切身利益,关系到社区的安定。
经过十多年的发展,我国房地产业已经成为国民经济的支柱产业之一,市场体系趋于完善,住房消费成为扩大内需的新动力和消费热点。
但是近年来,我国房地产价格上涨较快,部分地区房价持续飙升,上涨幅度大大超过经济总体增长水平及其它行业产品与服务的上升幅度。
房价增长过快的趋势,不仅极大地影响到城市居民的生活质量,也是整个国民经济继续平稳发展的一个不稳定因素,房价问题已经成为一个引起广泛关注的重要经济问题和社会问题。
如何解决我国目前房地产市场价格居高不下的问题,对于提高城镇居民生活水平、缓解社会矛盾、保持经济持续发展具有重要意义。
写作目的:通过对我国30个省份的有关资料进行分析,了解对其主要因素和次要因素。
并对这些因素进行统计推断和经济意义上的检验。
选择拟和效果最好的最为结论。
二、文献综述近几年来,我国房价持续上涨,不断创出历史新高。
关于房价上涨的原因,住房和城乡建设部课题组(2004)分析为地价上涨推动多种住房需求旺盛,而深层次的原因在于消费者预期改变[1]。
中国社会科学院与社会科学文献出版社(2007)联合发布的《2006年中国房地产发展报告》预测我国房地产价格长期趋势是上升的,其原因在于市场需求旺盛;供给结构失调;国家信贷的积极支持;地方政府的推动;缺乏规范有效的信息披露制度[2]。
经济计量学实习报告我国房地产价格影响因素分析学院:经济管理学院班级:12级市营3班姓名:朱凰瑜学号:201231142033我国房地产几个影响因素实证分析一、摘要近几年来,突飞猛进的房地产市场带动了其他行业的发展,然而,由于当前我国房地产市场发展尚不健全,存在许多问题,尤其是房地产价格备受社会各界关注。
一路飙升的的房地产价格严重脱离居民的收入水平,影响了房地产市场的健康、稳定与持续发展。
相关学者对此也进行了一系列研究,以期能找出解决房价过快增长的途径。
但目前的相关研究大多以定性分析为主,缺乏定量的研究,没能形成相关理论体系,对于抑制房价过快增长的作用也没有预期的效果理想。
为了更好的促进房地产市场的健康、稳定与持续发展,需要定量的分析房地产价格的影响因素。
二、理论综述房地产价格是房地产经济中的一个核心问题,它关系到房地产所有权和使用权在经济上的实现,房地产市场运行的秩序和房地产资源的优化配置。
按西方效用价格理论,房地产价格可表述为:房地产的效用、房地产的相对稀少性及房地产的有效需求三者共同作用而产生的对房地产经济价值的货币表现。
因此,研究房地产价格的影响因素必须先研究房地产价格的决定理论。
对于房地产价格的决定理论从目前的研究看,学术界比较认同供求决定论、价值决定论、效用决定论和收益决定论。
1、劳动价值论房地产商品的价格是由其价值决定的,也即是由社会必要劳动时间决定的。
这种理论是从房地产开发的角度讨论价格形成。
2、效用决定论由于房地产商品的特殊性,现实中房地产的价格取决于其效用,而非花费的成本,成本的增加一定要对效用有所作用才能形成价格。
这种理论是从房地产消费的角度讨论价格形成。
3、供求决定论所有的价值能够实现,都依赖于商品交换,即房地产商品的消费者愿意购买。
因此,供求决定论的学者认为,供求才是房地产价格形成的最直接原因。
这种理论是从房地产市场的角度讨论价格形成。
4、收益决定论对于一个房地产商品的投资需求者,最关心的就是,投资的房产能够在未来给他带来多少收益。
《计量经济学》课程论文论文题目:中国商品房价格影响因素分析-------基于2014年31个省市自治区的截面数据的实证分析学院名称:经济与管理学院、中非国际商学院学科专业:区域经济学目录目录 (I)摘要 (1)一.引言 (1)二.国内相关文献综述 (1)三.房地产价格驱动因素分析 (3)四.实证分析 (5)(一)模型构建 (5)(二)数据来源 (6)(三)利用OLS得到回归结果 (6)(四)模型的检验 (7)五.结论 (11)六.参考文献: (11)摘要:房价调控是关乎我国民生的政策之一,研究房地产价格上涨的原因无疑有着非常重要的意义。
文章通过经济学的供求理论,对2014年我国的31个省市自治区的商品房价格波动进行了比较,并通过计量经济学的方法对这一截面数据进行了实证分析,分析发现,影响房价的波动的主要因素有城镇人均可支配收入,单位土地购置费用以及单位房屋竣工价值,其中城镇人均可支配收入属于需求方面的因素,后两个因素则是属于供给方面因素。
并据此提出了政府应该紧缩“地根”,以及政府应该提供更多的投资渠道以及投资产品的宏观调控政策。
一.引言经过十几年的发展,朝着市场化改革方向快步前进的房地产业渐渐成为我国国民经济的支柱产业,房地产业成为推动我国宏观经济的重要力量的同时,也成为决定千万家庭生活福利的重要因素。
而据相关数据显示,从2002年起我国房地产价格快速上涨,致2014年,全国房屋销售均价上涨了将近1.5倍,部分一线城市甚至上涨了3倍左右。
为了避免房地产价格过快上涨以及由此造成的对国内宏观经济稳定的潜在危害,我国政府也不断地采取宏观调控措施抑制房地产价格过快上涨。
从2002年的“土地改革”,到2005年的“国八条”、2006年的“国六条”,再到2009年的“国四条”以及以2010年的“新国十条”和2011年的“新国八条”、2013年的“试点房产税”为代表的一系列的房地产新政。
这些调控政策从信贷政策、货币政策、土地政策、税收政策等各个方面入手以抑制房地产价格的过快上涨,表明我国政府不断寻求调控房地产价格的有效措施。
我国房地产价格变动特征及其影响因素的实证研究共3篇我国房地产价格变动特征及其影响因素的实证研究1随着我国经济的快速发展,房地产行业也得到了巨大的发展和支持。
然而,房地产价格的波动也成为社会关注的热点话题之一。
本文将探讨我国房地产价格的变动特征以及影响因素,通过实证研究来深入分析其内在原因。
一、房地产价格变动特征在近年来,我国房地产市场呈现出较为明显的价格波动特征。
从全国范围来看,2008年到2017年,房地产价格呈现出先上涨后回落的趋势,其中2008年至2014年期间房价持续上涨,2014年之后房价略有下降。
在地区范围上,一线城市的房价一直保持在相对较高的水平,而二线城市的房价则经历了中高速上涨的阶段,最近开始逐渐趋于平稳。
二、影响因素分析1、宏观经济政策因素宏观经济政策对房地产市场影响颇大。
例如,在2008年全球金融危机之后,国家出台了一系列刺激经济发展的政策,其中包括放松货币政策。
此时,大量流动性进入房地产市场,导致房价水平开始抬升。
而后,国家又出台了一系列房地产调控政策,包括限购、限价、贷款政策等,此时房价出现了一定程度的回落。
2、市场供需因素市场供求关系是影响房价波动的最主要因素之一。
当市场供大于求时,房价就会下降;当市场需求大于供给时,房价就会上涨。
近年来,房地产市场供求关系的改变主要得益于人口结构的转变、城镇化进程的加速以及房地产市场的进一步完善。
3、城市化进程因素随着城市化进程的加速,越来越多的人涌入城市寻找工作,导致了城市居民的需求量大幅增加,楼市供应量偏少,这也为楼市的上涨提供了基础条件。
随着国家一系列积极的城镇化政策的推行,城市化将会得到进一步的推动,因此,房地产市场也有望在此基础之上持续稳定增长。
三、结论通过实证研究和理论分析,发现我国房地产价格变动受到多种因素的影响,其中宏观政策、市场供需和城市化进程是主要因素。
因此,我们应该在总结房地产价格变动规律的同时充分考虑其影响因素,以更好地指导房地产市场经济运行,推动经济的持续稳定发展综上所述,我国房地产价格变动受制于多方面因素,包括宏观政策、市场供需、城市化进程等。
对我国房价影响因素的计量经济学分析对我国房价影响因素的计量经济学分析摘要:商品房价格增长过快是当前我国城市与社会经济发展中最突出的问题之一,如何合理控制商品房价格平稳增长值得深入研究。
本文选取2011年中国统计年鉴的数据,建立起影响商品房价格因素的多元线性回归模型,进行进一步分析,并且在此基础之上提出相关政策建议。
关键字:商品房价格影响因素多元线性回归模型一、问题的提出近年来,中国房价持续走高。
尽管国家政策层已经启动了几轮调控,但房价丝毫没有要稳定下来的迹象,房价高涨,一房难求的情况仍在持续。
房地产行业已经成为我国国民经济的支柱产业,不仅影响着国民经济的增长,也牵动着千家万户的心。
虽然随着经济的发展,商品房价格的增长是必然趋势,但是目前国内商品房价格增长速度却远远超过平均水准,房价如此之高,会对现在与未来产生多大的影响?为了研究这个问题,我们需要建立计量经济学模型。
二、理论分析影响房价的因素有:土地购置费:土地资源的稀缺性导致土地购置费不断上涨,而土地购置费在相当大的程度上影响了房屋的售价。
随着开发的商品房不断增加,土地也越来越稀缺,房屋价格也会随着上涨,两者存在正相关性。
居民人均可支配收入,代表一个地区的人民的经济实力,人均可支配收入越多,人们提高生活质量和进行投资的欲望和能力就越强。
房屋相对于其他商品来说,具有保值性和增值性,这种特点导致人们用大量的资金进行投资,促使房屋价格上升。
理论上该变量和房价存在正相关性。
商品房销售面积:商品房的销售面积即为购房者所购买的套内或单元内建筑面积(以下简称套内建筑面积)与应分摊的公用建筑面积之和。
一个地区商品房销售面积也能间接反应一个地区商品房的供应热度。
商品房施工面积:报告期内施工的房屋建筑面积商品房竣工面积:报告期内竣工的房屋建筑面积建筑业总产值:建筑业在一定时期内完成的以价值表现的生产总量,是反映建筑业生产成果的综合指标。
通过它可以了解建筑业的生产规模、发展速度、经营成果,并为国家制订经济建设计划提供依据。
我国房价影响因素的实证分析【摘要】:作为国家的支柱产业,房地产的稳定发展关乎国计民生。
近几年,房地产价格飞速上涨,连创新高。
在这种情况下研究房价的影响因素,具有重要的理论和现实意义本文针对我国房价快速增长的现象,从人均可支配收入、房屋平均造价、房屋销售面积和房屋竣工面积四方面入手.依据收集到的相关数据.利用计量经济学软件Eviews对房价影响因素进行回归分析,得出房价受人均可支配收入、房屋平均造价和房屋竣工面积三方面因素影响的结论。
【关键词】房价Eviews回归分析一、引言住房问题关系到群众的安居乐业和切身利益,关系到社区的安定。
经过十多年的发展,我国房地产业已经成为国民经济的支柱产业之一,市场体系趋于完善,住房消费成为扩大需的新动力和消费热点。
但是近年来,我国房地产价格上涨较快,部分地区房价持续飙升,上涨幅度大大超过经济总体增长水平及其它行业产品与服务的上升幅度。
房价增长过快的趋势,不仅极影响到城市居民的生活质量,也是整个国民经济继续平稳发展的一个不稳定因素,房价问题已经成为一个引起广泛关注的重要经济问题和社会问题。
如何解决我国目前房地产市场价格居高不下的问题,对于提高城镇居民生活水平、缓解社会矛盾、保持经济持续发展具有重要意义。
写作目的:通过对我国30个省份的有关资料进行分析,了解对其主要因素和次要因素。
并对这些因素进行统计推断和经济意义上的检验。
选择拟和效果最好的最为结论。
二、文献综述近几年来,我国房价持续上涨,不断创出历史新高。
关于房价上涨的原因,住房和城乡建设部课题组(2004)分析为地价上涨推动多种住房需求旺盛,而深层次的原因在于消费者预期改变[1]。
中国社会科学院与社会科学文献(2007)联合发布的《2006年中国房地产发展报告》预测我国房地产价格长期趋势是上升的,其原因在于市场需求旺盛;供给结构失调;国家信贷的积极支持;地方政府的推动;缺乏规有效的信息披露制度[2]。
悦、洪玉(2004)认为如果房地产价格的上涨只是投机造成,缺乏相应的经济基础支持,这种价格上涨会向市场发出错误的信号,造成房地产市场和经济的虚假繁荣[3]。
关于房地产市场的调控方式,梁云芳,高铁梅(2006)通过实证认为我国房地产市场只存在局部泡沫,通过利率来调控房地产市场,成效不大,但是信贷规模的变化对房地产投资有较大的影响[4]。
许经勇、马原(2005)认为应当把宏观调控的切入点放在直接调控房地产供求上。
稳定房地产价格的关键在于实现有效供求平衡[5]。
关于房地产市场的调控效果,聂学峰等(2005)运用相关分析、Granger因果关系检验和协整分析方法对我国货币政策影响房地产市场的效应与时滞进行实证分析,表明货币政策能够影响房地产投资和价格,货币供应量对房地产市场的影响比利率政策更为显著[6]。
健飞等(2005)利用Johansen协整检验分析了银行信贷与房地产价格的长期关系和因果关系[7]。
对这一轮的房地产调控的效果,何艳(2006)认为:一是普通商品房供应增加,小户型房价上涨得到一定控制;二是投机行为得到抑制,外资炒房更为规;三是信贷收紧,购房者更为谨慎;四是房地产开发企业囤地囤房受到抑制[8]。
玉珍、文林峰(2005)认为在金融政策方面,可以采取严控信贷政策的措施。
在土地政策方面可以实施最严格的土地控制政策[9]。
琦(2006)认为我国房地产业的调控效果不尽如人意的原因有以下几点:决策层对市场判断有分歧;政策执行环节(管理机制)有问题;房价信息失真;宏观调控政策在综合应用中不协调、不规[10]。
程建胜(2007)认为2003年以来,国家综合运用行政、财税、金融、土地等手段逐步加大了房地产宏观调控力度,但效果并不尽如人意,房价持续上涨、市场秩序混乱等问题依旧比较突出[11]。
从上述文献中可以看出,学者们对房地产市场的判断存在分歧,对房地产市场宏观调控的效果存在争议,本文对我国30个省份的有关资料进行进行理论与实证分析。
以期从中找出影响房地产价格的重要因素,并相应地提出解决措施。
根据一些专家、学者的研究及现实生活经验,我认为这些因素为:1、人均可支配收入人均可支配收入是居民购买力的体现,居民购买房屋一般是在其购买力达到一定水平后.因此分析、房价影响因素需要考虑人均可支配收入2、房屋平均造价,房地产行业属于成本投入比较大的行业.研究房价就必须考虑其单位成本,即房屋平均造价。
3、房屋销售面积,房屋销售面积是房地产市场需求的直观体现4、房屋竣工面积,房屋竣工面积是房地产市场供给的主要体现二、模型的建立(一)模型初步提出为全面反映我国房屋价格的现状,选择分地区的“商品房平均售价”为被解释变量.包括31个省、市、自治区和直辖市的商品房平均售价。
令解释变量“人均可支配收入”为X1.“房屋平均造价”为X2,“房屋销售面积”X3为,“房屋竣工面积”为X4。
从(2007年中国统计年鉴》收集到如下数据,见表1表1 2006年我国房屋价格及影响因素数据地区人均可支配收房屋平均造房屋销房屋竣商品房平均入价售面积工面积售价19977.52 2393 2607.62 4395.4 8280 XX 14283.09 2327 1458.6 2723 4774 10304.56 1423 1817.94 9598.2 211110027.7 1350 791.64 3938.7 198810357.99 1120 1428.97 4222 181110369.61 1336 3006.61 10241.8 30739775.03 1201 974.91 3807.4 20109182.31 1230 1482.71 4104.1 219620667.9 3089 3025.4 4901.5 719614084.26 1502 6101.15 17056 359218265.1 1679 3544.96 14925 47749771.05 1235 2307.83 8371.3 232213753.28 1372 2021.69 5597.9 39949551.12 867 1777.19 6074.6 170812192.24 1279 4172.21 18680.6 25419810.26 1100 2409.33 18733.1 20129802.65 1608 2038.46 6871.2 255610504.67 1172 2021.61 8423.3 192816015.58 2142 5178.56 14886.1 4853 XX 9898.75 914 1502.61 5373.7 21959395.13 1491 203.43 633.9 378711569.13 1415 2228.46 5622.5 22699350.11 948 4100.15 10933.6 22719116.61 943 880.95 2831.5 178010069.89 1413 1693.07 6218.2 23808941.08 1620 57.1 891.7 19769267.7 1587 1116.51 4373.8 24618920.59 957 515.48 1500.7 17809000.35 1311 119.69 650.6 19219177.26 1021 379.99 1141.5 2063 XX 8871.27 1076 892.4 4773.9 1858 建立线性回归模型为:Y= β0+β1X1+β2X2+β3X3+β4X4+Ui(二)参数估计利用Eviews软件进行回归估计,结果见表2表2 Eviews回归结果分析Dependent Variable: YMethod: Least SquaresDate: 06/07/11 Time: 20:17Sample: 1 31X1 0.354723 0.061330 5.783840 0.0000X2 0.798252 0.370250 2.155982 0.0405X3 0.092868 0.149369 0.621738 0.5395根据表2数据.模型估计的结果为:y=-2043.528+0.354723x1+0.798252x2+0.092868x3-0.057003x4(381.4455) (0.061330) (0.370257) (0.149396) (0.037343) t=(一5.357468)(5.783840) (2.155982) (O .621738) (一1.526448) R ²=0.907951,F 检验值df=64.1148 (三)多重共线性的检验与修正该模型表明R =0.9079,R2=O.8937,可决系数较高F 检验值=64.0655,大于F 0.025(4,26)=2.74,明显显著。
但是当显著性水平a=0.1时t 0.05(27)=1.703,x3、x4系数的t 检验不显著,可能存在着多重共线性计算各解释变量的相关系数.得相关关系矩阵,结果见表3。
表3 解释变量的关系矩阵X1 X2 X3 X4 X1 1.000000 0.818220 0.548230 0.284944 X2 0.818220 1.000000 0.281530 0.005798 X3 0.548230 0.281530 1.000000 0.840287 X40.2849440.0057980.8402871.000000由解释变量的关系矩阵可以看出,有些变量之间的相关关系不明显。
进一步精确地研究该模型的多重共线性.需采用逐步回归的办法。
分别做Y 对X1 X2 X3 X4 的一元回归,结果见表4。
表4 解释变量的一元回归变量x1x2x3x4Adjusted R-squared 0.893790 S.D. dependent var 1594.208 S.E. of regression 519.5504 Akaike info criterion 15.49049 Sum squared resid 7018247. Schwarz criterion 15.72178 Log likelihood -235.1027 F-statistic 64.11481参数估计量0.4484 2.8270 0.1864 0.0288t统计量13.2779 9.3839 2.3397 0.5112 R²0.8587 0.7527 0.1588 0.0089Adjusted0.8539 0.7441 1.1298 -0.0252R-squared其中,加入x1的方程Adjusted R-squared 最大,以x1,为基础,顺次加入其他变量逐步回归,结果见表5比较得知,新加入X2的方程修正的可决系数=0.8874,改进最大,且各参数的t 检验显著,选择保留x2再加入其他新变量逐步回归,结果见表6表6在x1 x2 基础上加入x4后的方程的修正可决系数明显增大,且当可决系数仅=O.1(27)=1.703使得各个参数的t检验都显著。