精选计量经济学实验报告.docx

上传人:b****6 文档编号:15606948 上传时间:2023-07-06 格式:DOCX 页数:12 大小:431.79KB
下载 相关 举报
精选计量经济学实验报告.docx_第1页
第1页 / 共12页
精选计量经济学实验报告.docx_第2页
第2页 / 共12页
精选计量经济学实验报告.docx_第3页
第3页 / 共12页
精选计量经济学实验报告.docx_第4页
第4页 / 共12页
精选计量经济学实验报告.docx_第5页
第5页 / 共12页
精选计量经济学实验报告.docx_第6页
第6页 / 共12页
精选计量经济学实验报告.docx_第7页
第7页 / 共12页
精选计量经济学实验报告.docx_第8页
第8页 / 共12页
精选计量经济学实验报告.docx_第9页
第9页 / 共12页
精选计量经济学实验报告.docx_第10页
第10页 / 共12页
精选计量经济学实验报告.docx_第11页
第11页 / 共12页
精选计量经济学实验报告.docx_第12页
第12页 / 共12页
亲,该文档总共12页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

精选计量经济学实验报告.docx

《精选计量经济学实验报告.docx》由会员分享,可在线阅读,更多相关《精选计量经济学实验报告.docx(12页珍藏版)》请在冰点文库上搜索。

精选计量经济学实验报告.docx

精选计量经济学实验报告

中国房价增长的影响因素分析

一、新闻案例

据中国之声《新闻纵横》报道,2011年4月18日是“新国十条”实施一周年的日子。

同一天,国家统计局公布的3月份全国70个大中城市住宅销售价格数据给了这个政策最好的“注脚”,在国家不遗余力的政策调控下,国内房价逐渐松动。

  但是,从统计数据来看,纳入统计的70个城市仍有50个上涨。

所谓下降,也只是房价涨幅出现了下降,而绝对价格仍在上涨。

根据国家统计局发布的最新数据,新建商品住宅方面,与上月相比,70个大中城市,环比价格下降的有杭州、宁波、郑州、秦皇岛、海口等12个城市,持平的有8个城市。

总体来讲,环比价格下降和持平的城市比上月增加了6个。

  与去年同月相比,70个大中城市,同比价格下降的有三亚和南充两个城市,比2月份增加了1个。

作为一线城市的代表——北京,虽然房价同比上涨,但环比持平。

有人或许认为,中国房地产市场、特别是有关房价涨幅上的“数据失真”,只是一种“理论推测”,在现实中并不一定存在,甚至认为国家对房价进行的所谓调控,从本身来讲就是没有效果的。

那就来看看07年期间的南京——这个在房地产方面属于经常在全国“出新闻”的“典型城市”,也是国家统计局统计的70个城市中的“重点城市”之一。

据南京当地媒体报道:

“从07年年初到中旬,南京房价芝麻开花节节高”,“不太精确的统计就是,半年时间房价又涨了近千元每平方米”(注:

按照官方统计的南京市商品住房平均房价计算,也就是说该市仅半年的涨幅就已高达25%左右)。

甚至在南京“新城区”江宁的一个楼盘,上午的价格还是3900元/平方米,到了下午就提到5100元/平方米,“创造”了2小时每平方米房价暴涨1200元的“神奇记录”。

可能这种现象放到“新国十条”实施一年的现在,已不太可能。

国家房价政策的实施,从上涨幅度来看,已显示出房价过快上涨势头已经得到遏制,其效果还需要长时间的考察,并对宏观控制做不断的调整。

相关数据如下:

3月份70个大中城市住宅销售价格变动情况(中经网数据快讯)

2011-04-1811:

21:

35

一、新建商品住宅价格变动情况

(一)与上月相比,70个大中城市中,环比价格下降的有12个城市,持平的有8个城市。

与2月份相比,3月份环比价格下降和持平的城市个数增加了6个。

环比涨幅比2月份缩小的城市有29个。

(二)与去年同月相比,70个大中城市中,同比价格下降的城市有2个,比2月份增加了1个,同比涨幅回落的有46个城市,比上月增加了16个。

3月份,同比涨幅在5%以内的有26个,比2月份增加了2个。

二、二手住宅价格变动情况

(一)与上月相比,70个大中城市中,环比价格下降的有16个城市,持平的有10个城市。

与2月份相比,3月份环比价格下降和持平的城市个数增加了6个。

环比价格涨幅超过1.0%的城市有3个,比2月份减少了2个。

(二)与去年同月相比,70个大中城市中,同比价格下降的有5个城市,涨幅回落的有45个城市,比上月增加了23个。

3月份,同比涨幅在5%以内的有41个,比2月份增加了1个。

二、问题的提出

自从20世纪80年代房地产业起步以来,由于改革开放和居民可支配收入的提高,90年代中后期国家实施积极的财政政策,房地产投资所占比例增加,以住宅为主的房地产业持续高速发展,成为国民经济发展新的增长点。

近几年,随着房价的一路飙升,房地产业已成为人们最为关注的市场之一。

住房对人们而言,可以算是一种生活必需品,但同时,它却不雷同于日常用品,不需要反复的购买。

对现今大多数的中国老百姓而言,并不缺少住房,房价的上涨便是基于特定形式的通胀,是个货币问题,是种投资,而并非物资短缺所引起的价格上涨。

中国的房产已是国内一项支柱产业之一,就其本身而言,存在着资产的泡沫,是种价格和价值的背离。

当今的房产业,给人一种买房很危险,卖房更危险的概念,这便是楼市泡沫的主要推动力——恐惧。

这点使得前期进行房产投资的人不敢轻易抛售手中资产,房价便很难下降。

考虑到这几点因素,包括投资、资产泡沫、房屋供求关系等等,所应考虑的解释变量可以为GDP、居民可支配收入、利率准备金率、土地交易价格、房屋销售价格等等。

由前文案例得知,近期国家的调控有所成效,而这方面的调控,是与哪些因素相关联。

结合来看,我们小组将探讨哪些因素的变动会导致中国房价上升或下降,通过怎样的手段,才能使中国房价(特别是一线城市)回归正常水平。

三、数据的收集

根据中经网和统计年鉴的数据(见附录),得到相关解释变量资料。

首先,由于房地产业有一定的投资机制,将利率、准备金率、汇率纳入考虑范围。

但近年来由于欧美国家的次贷危机及其后续产生的巨额债务,使得中国对美元的汇率产生了一定的影响,主要影响因素有所变化,因此剔除该变量。

其次,住房从某种意义上说,是一种不可替代的必需品,弹性较小,这就与国民收入有了密不可分的关系,显然要将其作为变量。

Y表示商品房屋增值额(亿元),X1为准备金率,X2为存款利率,X3为贷款利率,X4是平均工资增长值(亿元)。

 

obs

X1

X2

X3

X4

Y

1990

10.98

8.64

13

992

1017.5

1991

7.56

8.64

13

200

1056.3

1992

9.18

9.36

13

371

1306.2

1993

10.08

10.98

13

660

1669.7

1994

9.81

10.98

13

1167

2234.8

1995

9.45

12.06

13

962

2798.5

1996

8.47

10.08

13

710

3211.7

1997

7.47

8.64

13

260

3606.8

1998

5.67

7.92

8

1009

3697.7

1999

5.22

6.93

6

867

3816.5

2000

4.77

6.39

6

1025

4086.7

2001

3.87

5.85

6

1499

4353.5

2002

2.25

5.31

7

1552

4612.8

2003

1.98

5.58

7.5

1618

4989.4

2004

2.25

5.85

7.5

1984

5393

2005

2.52

6.12

8

2340

6307.2

2006

3.06

6.39

8.5

2637

8490.3

2007

3.6

6.57

14

3931

13332

2008

2.25

6.84

16

4297

16816.5

四、模型的建立

(1)多元线性回归分析

根据以上因素,建立计量模型为:

Y=c+b1X1+b2X2+b3X3+u(在未考虑X4变量的情况下)

Y=3031.334-1407.819X1+59.00054X2+916.2846X3

Se=(2404.585)(328.0330)(549.1244)(175.7976)

T=(1.260647)(-4.291698)(0.107445)(5.212158)

P=(0.2267)(0.0006)(0.9159)(0.0001)

R2=0.822001

F=23.09002

方程通过了显著性的显著性检验,可决系数较大,模型的拟合程度比较好。

但解释变量还需逐一考虑。

(2)进行变量的初步取舍

X2的P值为0.9159,远远大于0.05,则该变量在模型中与Y的线性关系不显著,而其|tp|=5.212158远远大于1.96,更进一步证明了它的不显著性。

建议删除该变量。

从相关系数的矩阵可以看出,各解释变量之间存在一定的相关性,应剔除一定的变量。

X1与X2的相关系数为0.901764,X2与X3的相关系数为0.644669,X2与其他两变量的相关性较强,所以更进一步验证要去除X2。

(3)解释变量与Y的单独模型,确定舍去的变量

由上图可见,解释变量并非与被解释变量的拟合程度不好,也具有较好的显著性,而当几个变量放于一个模型中时,可能受到各个解释变量间存在的多重共线性而引起的。

即X2存款利率与X1准备金率、X3贷款利率存在多重共线性。

删除变量X2后的Equation检验结果。

折线图

(4)加入解释变量X4职工人均收入

建立模型为:

Y=c+b1X1+b3X3+b4X4+u

Y=263.1566-509.7880X1+390.4612X3+2.371410X4

Se=(1026.529)(190.7728)(137.4122)(0.445342)

T=(0.256356)(-2.672226)(2.841532)(5.324918)

P=(0.8012)(0.0001)(0.0124)(0.0174)

R2=0.938368

F=76.12663

该回归的分析为,在其他因素不变的情况下,当X1每减少843.7793,Y相应增加9788.636;在其他因素不变的情况下,X3每增加,Y相应增加9788.636;X4每增加3.415192,Y相应减少163.4158。

五、结论的得出和经济意义

综上,该模型拟合度很好,R2=0.938368。

对房地产价格产生具体影响的因素有:

全国人均可支配收入、贷款利率、准备金率。

其中全国人均可支配收入影响程度最大由于其P值最小为0.001。

这就牵扯到物价的上涨,人均工资的不断相应提高。

而利率P值为0.0174,为三者中最大,这可能是由于受到我国目前特殊情况的影响,对房价的影响较弱,但仍然是政府调控房价的重要手段。

而准备金率的P值=0.0124,这个变量的影响就牵扯到政府效应。

央行上调准备金率对于普通购房者来说意味着利息的提高,贷款成本也就更高,对于尤其是刚需或者需要首付的人来说,每月还贷的压力将会变大。

对于投资购房者来说,准备金率上调行为对于回笼资金抑制投资性贷款从而抑制投资,在当前房产市场调控背景下,该效果也将事半功倍,可打压将购房作为一种谋利的行为。

因此,无论是从模型还是所以目前我国房价还是处于相对健康的状况,主要还是由于需求的影响而出现上涨。

不过高房价仍然值得政府重视,避免发展成为房地产泡沫。

同时,需采用有力的政策,进行调控。

六、建议政策

(一)改变人们预期,使房地产成为正常商品

泡沫的引发、投机行为的产生与人们的预期有极大的关系。

若由最具权威的政府部门根据人口、收入等因素制定比较详细的房地产中长期发展规划,并定期修改、公布,且严格实施,那么人们的预期也就不会跌宕起伏,投机行为也就难以发生。

(二)从土地源头人手,规范土地市场

首先,应通过立法确定城市规划的法律地位,保障土地使用结构的合理性,为城市和地区经济长远发展奠定基础;其次,加快建设有形的土地市场,实现国有土地使用权交易的公正、公开、公平。

(三)加强金融监管力度,有效利用外资,合理引导资金流向

推动房地产泡沫产生的资金,绝大部分是从银行流出的,因此要加强对银行的监管,从源头上控制房地产泡沫的产生。

(四)加大调息力度,为抑制过热房产业的重要手段之一

从房产业源头抓起是必要措施,但就当前中国房价的情况,最好的手段便是利率的上调,压制人们对房地产投资上的热忱,防止由于资产价格远远超过合理价位,使得价格与价值背离而产生的资产泡沫。

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > IT计算机 > 计算机软件及应用

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2