金融计量学论文1.docx

上传人:b****3 文档编号:3755646 上传时间:2023-05-06 格式:DOCX 页数:16 大小:226.74KB
下载 相关 举报
金融计量学论文1.docx_第1页
第1页 / 共16页
金融计量学论文1.docx_第2页
第2页 / 共16页
金融计量学论文1.docx_第3页
第3页 / 共16页
金融计量学论文1.docx_第4页
第4页 / 共16页
金融计量学论文1.docx_第5页
第5页 / 共16页
金融计量学论文1.docx_第6页
第6页 / 共16页
金融计量学论文1.docx_第7页
第7页 / 共16页
金融计量学论文1.docx_第8页
第8页 / 共16页
金融计量学论文1.docx_第9页
第9页 / 共16页
金融计量学论文1.docx_第10页
第10页 / 共16页
金融计量学论文1.docx_第11页
第11页 / 共16页
金融计量学论文1.docx_第12页
第12页 / 共16页
金融计量学论文1.docx_第13页
第13页 / 共16页
金融计量学论文1.docx_第14页
第14页 / 共16页
金融计量学论文1.docx_第15页
第15页 / 共16页
金融计量学论文1.docx_第16页
第16页 / 共16页
亲,该文档总共16页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

金融计量学论文1.docx

《金融计量学论文1.docx》由会员分享,可在线阅读,更多相关《金融计量学论文1.docx(16页珍藏版)》请在冰点文库上搜索。

金融计量学论文1.docx

金融计量学论文1

金融计量学论文

关于我国房地产价格波动的影响因素分析

班级:

金融工程1003班

020*******

姓名:

谢假设琳

 

成绩

1

数据选取〔20分〕

2

模型建立与数据分析

〔40分〕

3

Eviews应用〔10分〕

4

结论陈述〔10分〕

5

整体行文〔20分〕

6

总分

 

【摘要】本文通过选取中国2021年统计年鉴的相关经济数据,运用定性和定量相结合的分析方法,应用EVIEWS软件,并结合计量经济学中的相关知识,对影响我国房地产价格的因素进展实证检验,修正以及分析等一系列的工作,得出各相关经济因素与房地产价格的直接、间接关系及总的影响程度,确定一个较好的拟合模型,进一步明确和完善相关的经济学知识。

【关键词】统计年鉴房地产价格检验修正经济因素

 

【summary】ThisbyselectChina2021StatisticsYearbookofrelatedeconomicdata,usingqualitativeandquantitativephasecombinationofanalysismethod,applicationEVIEWSsoftware,andcombinationmeasurementeconomicsintheofrelatedknowledge,oneffectinChinarealestatepriceoffactorsforempiricaltest,amendmentandanalysis,seriesofwork,cameallrelatedeconomicfactorsandrealestatepriceofdirectly,andindirectrelationshipandthetotalofeffectdegree,determinesabetterofintended-inmodel,furtherclearandperfectrelatedofEconomicsknowledge

【keyword】StatisticalYearbookRealestatepricesTestAmendedEconomicfactors

 

一、序言

众所周知,房地产是指土地、建筑物及固着在土地、建筑物上不可分

离的局部及其附带的各种权益。

鉴于房地产的存在形态以及房地产本身固有的性质及特点我们可以知道,房地产行业的运行和开展涉及着众多的相关产业,显示出很强的相关性。

房地产业在许多国家和地区已经成为了支柱产业,占GDP的比重在10%以上。

在我国,房地产业对全国GDP的直接奉献率和间接奉献率约占15%,着实带动了一大批关联产业的开展,现初步成为了我国国民经济的支柱产业。

然而,房地产业现也呈现出投资过热,价格过高的现象。

尽管政府通过宏观调控一次又一次的出台新的政策对房地产价格进展调控,在一定程度上控制了房价上涨的速度,但是,我国的房地产价格照旧远远超出了老百姓的购置才能。

综上所述,正确认识和掌握房地产市场价格的特征、制约因素及其变化规律,将有利于我们分析房地产市场,进而采取行之有效的、有针对性的调控措施,实现房地产业与整个国民经济的持续、平稳、协调开展。

房地产价格是房地产经济中的一个核心问题,它的上下直接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效率以及房地产资源的优化配置。

房地产价格是房产价格和地产价格的统一,是房地产商品价值和地租资本化价格的货币表现。

我国房地产价格主要由以下几局部构成:

土地费用、建安本钱、相关税费。

房地产价格主要受以下因素影响:

需求拉动〔其中又包括消费需求和投资需求〕、本钱拉动〔土地价格、建安本钱和税费〕、消费者预期、投机作用等。

如今此理论根底上应用详细数据及模型对房地产价格影响因素作进一步检验和分析。

二、指标体系的建立

1、变量的选取

通过以上对背景以及房地产价格相关因素的分析,我们知道需要考虑的因素可以归结为以下三方面,即组成房地产价格的三个方面:

一是本钱,二是竞争,即市场供求总量以及直接或间接竞争对手们的价格情况,三是消费者,即目的消费者可以承受的价格。

而一般来说,市场供求总量与竞争对手的价格只是参考,本钱和消费者所能承受的程度才是决定价格策略的根本因素。

因此,我选取了GDP、经营税金及附加、土地购置费用等经济因素作为解释变量,商品房销售额作为被解释变量来进展深化研究。

 

2、数据的选取

从我国2021年国家统计年鉴上我得到了以下数据:

 

三、实证分析

1、模型的建立

根据以上分析,建立多元线性回归模型如下:

Y=β0+β1X1+β2X2+β3X3+μ

Y:

商品房销售额〔万元〕,X1:

GDP〔万元〕,X2:

营业税金及附加〔万元〕,X3:

土地购置费用〔亿元/万平方米〕,μ是随机干扰项

根据表中的样本数据,对模型回归结果如下:

DependentVariable:

Y

Method:

LeastSquares

Date:

08/19/11Time:

22:

40

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

X1

X2

X3

R-squared

Meandependentvar

8086511.

AdjustedR-squared

S.D.dependentvar

7322580.

S.E.ofregression

1592256.

Akaikeinfocriterion

Sumsquaredresid

6.85E+13

Schwarzcriterion

Loglikelihood

F-statistic

Durbin-Watsonstat

Prob(F-statistic)

故利用最小二乘法得到的四个参数β0,β1,β2,β3的估计值分别为:

β0=975536.7,β1=179.6424,β2=8.666538,β3

由此得到的回归方程为:

Y=+X1+X2+X3

2、计量检验

多重共线性分析

利用OLS直接作回归模型有

Y=+X1+X2+X3

〔2.13〕〔3.03〕〔7.35〕〔0.15〕

R2=0.957446

=

由下列图相关系数矩阵得,X2与X3的相关系数为,两者正相关

将营业税金及附加X2对土地购置费用X3进展回归

进而得到方差膨胀因子VIF=1/(1-R2)>10

因此模型存在多重共线性

运用OLS逐一对各个解释变量回归

DependentVariable:

Y

Method:

LeastSquares

Date:

08/19/11Time:

23:

27

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

1023280.

X1

R-squared

Meandependentvar

8086511.

AdjustedR-squared

S.D.dependentvar

7322580.

S.E.ofregression

3626436.

Akaikeinfocriterion

Sumsquaredresid

3.81E+14

Schwarzcriterion

Loglikelihood

F-statistic

Durbin-Watsonstat

Prob(F-statistic)

DependentVariable:

Y

Method:

LeastSquares

Date:

08/19/11Time:

23:

28

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

1703194.

X2

R-squared

Meandependentvar

8086511.

AdjustedR-squared

S.D.dependentvar

7322580.

S.E.ofregression

1785827.

Akaikeinfocriterion

Sumsquaredresid

9.25E+13

Schwarzcriterion

Loglikelihood

F-statistic

Durbin-Watsonstat

Prob(F-statistic)

DependentVariable:

Y

Method:

LeastSquares

Date:

08/19/11Time:

23:

30

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

1778903.

X3

R-squared

Meandependentvar

8086511.

AdjustedR-squared

S.D.dependentvar

7322580.

S.E.ofregression

3416793.

Akaikeinfocriterion

Sumsquaredresid

3.39E+14

Schwarzcriterion

Loglikelihood

F-statistic

Durbin-Watsonstat

Prob(F-statistic)

通过上述分析,得商品房销售额Y与营业税金及附加X2的线性关系强,拟合程度较好,因此把X2作为根本变量。

然后将X1,X3代入X2的回归方程,重新回归。

得到的一元线性回归方程:

2

DependentVariable:

Y

Method:

LeastSquares

Date:

08/19/11Time:

23:

31

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

X2

X1

R-squared

Meandependentvar

8086511.

AdjustedR-squared

S.D.dependentvar

7322580.

S.E.ofregression

1564219.

Akaikeinfocriterion

Sumsquaredresid

6.85E+13

Schwarzcriterion

Loglikelihood

F-statistic

Durbin-Watsonstat

Prob(F-statistic)

DependentVariable:

Y

Method:

LeastSquares

Date:

08/19/11Time:

23:

32

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

1646713.

X2

X3

R-squared

Meandependentvar

8086511.

AdjustedR-squared

S.D.dependentvar

7322580.

S.E.ofregression

1810492.

Akaikeinfocriterion

Sumsquaredresid

9.18E+13

Schwarzcriterion

Loglikelihood

F-statistic

Durbin-Watsonstat

Prob(F-statistic)

由上得到二元线性回归方程:

Y=987421.8+X2+X1

故调整后的回归方程模型为

21

〔2.22〕〔11.31〕〔3.13〕

R2=0

4368F=

通过以上分析,得土地购置费用X3对商品房销售额Y的影响不显著,故将X3删除,在删除X3后,模型的统计检验均有较大改善,经过上述逐步回归分析,说明商品房销售额Y对营业税金及附加X2,GDPX1的回归模型较优

上述回归结果根本消除了多重共线性。

并且,在其他因素不变的情况下,当GDP〔万元〕X1和营业税金及附加〔万元〕X2分别增长1万元时,商品房销售额Y分别增长万元和万元。

异方差性分析

DependentVariable:

Y

Method:

LeastSquares

Date:

08/21/11Time:

01:

25

Sample:

111

Includedobservations:

11

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

2318839.

1786528.

X1

X2

R-squared

Meandependentvar

14532079

AdjustedR-squared

S.D.dependentvar

7937349.

S.E.ofregression

2332197.

Akaikeinfocriterion

Sumsquaredresid

4.35E+13

Schwarzcriterion

Loglikelihood

F-statistic

Durbin-Watsonstat

Prob(F-statistic)

DependentVariable:

Y

Method:

LeastSquares

Date:

08/21/11Time:

01:

26

Sample:

2131

Includedobservations:

11

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

X1

X2

R-squared

Meandependentvar

3022607.

AdjustedR-squared

S.D.dependentvar

2679974.

S.E.ofregression

Akaikeinfocriterion

Sumsquaredresid

2.90E+12

Schwarzcriterion

Loglikelihood

F-statistic

Durbin-Watsonstat

Prob(F-statistic)

DependentVariable:

Y

Method:

LeastSquares

Date:

08/21/11Time:

01:

27

Sample:

131

Includedobservations:

31

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

X1

X2

R-squared

Meandependentvar

8086511.

AdjustedR-squared

S.D.dependentvar

7322580.

S.E.ofregression

1564219.

Akaikeinfocriterion

Sumsquaredresid

6.85E+13

Schwarzcriterion

Loglikelihood

F-statistic

Durbin-Watsonstat

Prob(F-statistic)

由G-Q检验,对样本按X1由大到小排序,去除中间9个样本,剩余22个样本,再分成两个样本容量为11的子样本,对两个子样本分别用OLS法作回归

子样本1:

Y=2318839+X1+X2

〔1.30〕〔0.94〕〔6.28〕

R2=0.93RSS1=435

子样本2:

Y=+X1+X2

〔-0.92〕〔1.75〕〔7.88〕

R26RSS2=2900000000000

根据以上残差平方和求出F统计量:

F=RSS1/(12-3-1)/RSS2/(12-3-1)=15

在5%的显著性程度下,自由度为〔8,8〕在F分布临界值为F(8,8)=3.44,于是回绝同方差在假设,说明原模型存在异方差。

DependentVariable:

Y

Method:

LeastSquares

Date:

08/21/11Time:

01:

29

Sample:

131

Includedobservations:

31

Weightingseries:

1/ABS(E1)

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

X1

X2

WeightedStatistics

R-squared

Meandependentvar

11581896

AdjustedR-squared

S.D.dependentvar

51437712

S.E.ofregression

Akaikeinfocriterion

Sumsquaredresid

5.70E+11

Schwarzcriterion

Loglikelihood

F-statistic

Durbin-Watsonstat

Prob(F-statistic)

UnweightedStatistics

R-squared

Meandependentvar

8086511.

AdjustedR-squared

S.D.dependentvar

7322580.

S.E.ofregression

1565248.

Sumsquaredresid

6.86E+13

Durbin-Watsonstat

采用加权最小二乘法进展估计:

Y=+X1+X2

〔30.91〕〔24.52〕〔40.23〕

R2=

从以上结果中,拟合优度进步了,t统计量也有了改良,此时,模型已经不存在异方差性

自相关性分析

根据以上回归模型,D.W.=,通过可知的情况下,当n=31、k=2时,,,此时,du

三、模型检验

1、经济检验

模型删去了X3土地购置费用,虽然从经济意义上来看此因素重要,因为它是从开发商的本钱上影响房地产的价格。

但是,首先,由于此因素引起了多重共线性,考虑到整个模型的需要,需剔除。

其次,全国不同地区的土地购置费用由于各地土地政策,购置情况以及房地产商的竞争情况不同,本身就存在很多的影响因素,因此,对商品房销售的影响有待商榷。

最后,房地产的需求增长过快,有一半需求来自于拆迁带来的被动需求,这局部需求短时间内集中释放所造成的供不应求场面也是推动房价上涨的原因。

模型中X1GDP和X2营业税金及附加的解释效果很好,在其他条件不变的情况下,GDP每增长1万元,商品房销售额将增长184.50万元,营业税金及附近每增长1万元,商品房销售额将增长8.69万元。

GDP上升,居民的收入便会上升,再加上一系列的社会保障,城乡居民的消费才能将会有显著进步,同时,城乡居民改善和进步住房条件的要求日益增加,再加上投机市场的存在,房地产价格变会上升。

而从本钱上看,营业税金及附加增加,房地产商自然而然的需要把对房地产的前期投入转嫁到房地产的价格上,进而使房地产价格上升。

2、统计检验

从回归的结果看,可决系数为,修正的可决系数为,可认为模型的拟合优度很好。

在给定的显著性程度5%下,n=31,k=2,在F分布表中查临界值F,由于F大于临界值,可认为回归方程显著。

同理可知,模型也同样通过了t检验。

所以从整体来看,这个模型不存在太大问题。

四、政策与建议

从目前状况来看,我国房地产业开展迅速,对国家各方面的奉献也是有目共睹的,但是假设其开展过快那么会存在着三大危险:

第一,规模失控;第二,房价过高;第三,质量失控。

这将严重扰乱我国经济开展的步伐也势必将影响人们的正常生活,所以为了保证我国房地产行业以一个安康平稳的速率开展,国家应加大对房地产行业的宏观调控力度,应注意以下三点内容:

首先,通过合理征收营业税以及施行严格的消费信贷政策,增加市场交易本钱,抑制不合理的住房需求,并建立健全相关的规章制度来加强市场监管,在房价上涨过快的城市开展土地出让招拍挂制度完善试点,从而使房地产有效降温。

其次,对普通消费者发出宽松的信息,如加强保障性住房开发、资金等方面的支持,加快中低价位、中小套型普通商品住房的建立,增加住房建立用地有效供给,进步土地供给和开发利用效率。

最后,应促使人们改变投资和消费预期,抑制投资性需求增长,引导人们远离盲目,走向科学安康的观念,促进房地产供给和消费的群众化取向。

 

参考文献

[1]刘艳春,陈利昌.计量经济学.北京:

北京大学出版社,2021.

[2]黄达.金融学.北京:

中国人民大学出版社,2003.

[3]谢识予,朱宏鑫.高级计量经济学.上海:

复旦大学出版社,2005.

[4]国家统计局?

中国统计年鉴2021?

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 > 党团工作 > 入党转正申请

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