计量经济学实践报告影响我国房地产价格因素的分析Word文档格式.docx

计量经济学实践报告影响我国房地产价格因素的分析Word文档格式.docx

《计量经济学实践报告影响我国房地产价格因素的分析Word文档格式.docx》由会员分享，可在线阅读，更多相关《计量经济学实践报告影响我国房地产价格因素的分析Word文档格式.docx（9页珍藏版）》请在冰点文库上搜索。

从2000年到2005年，我国度过了地产15年这场大戏中分量最重的五年，房地产进入以“新产品主义”为开发导向。

2000年以后，整个中国的房地产快速发展，这时不仅要有理念，还要有文化，还要讲产品，是我国房地产发展最为迅速的时期。

二、经济理论陈述

无论是以攫取高额利润还是以快速回笼资金为主要目标，厂商在为楼盘确定价格时通常需考虑三个因素：

一是成本——地价、建安成本、税收及其他费用的总和。

二是竞争——市场供求总量、直接与间接竞争对手们的价格情况。

三是消费者——目标消费者能够接受何种价格。

　三种因素在楼盘最终定价中所起的作用显然不一样，一般说来市场供求总量与竞争对手的价格只是参考，而成本与消费者则是决定价格策略的根本因素。

因此,我选取了建筑材料价格,城镇居民收入,城镇物价指数,城市人口四个因素作为解释变量。

一方面，资本市场发展为居民调整资产组合提供了条件，居民对持有储蓄存款的偏好降低；

另一方面，随着物价水平上升，实际负利率情况越发严重，存款搬家，资金加速涌入资产市场。

三、计量经济模型的建立

初定模型如下：

Y房地产价格（元/平方米）；

建筑材料价格（元/平方米）；

城镇居民收入（元）；

城镇物价指数（元）；

城市人口数（人）。

年份

Y

X1

X2

X3

X4

1991

786.1935

2551.736

1700.6

223.8

31203

1992

994.6555

1111.236

2026.6

238.1

32175

1993

1291.456

590.5998

2577.4

273.1

33173

1994

1408.639

2897.019

3496.2

339

34169

1995

1590.863

3532.471

4283

396.9

35174

1996

1806.399

3983.081

4838.9

429.9

37304

1997

1997.161

4071.181

5160.3

441.9

39449

1998

2062.569

3527.536

5425.1

438.4

41608

1999

2052.6

2966.057

5854.02

432.2

43748

2000

2111.617

2818.805

6280

434

45906

2001

2169.719

2674.264

6859.6

437

48064

2002

2250.177

2830.688

7702.8

433.5

50212

2003

2359.499

2906.16

8472.2

438.7

52376

2004

2778

3011.424

9421.6

455.8

54283

2005

3168

3154.9

10493

464

56212

数据来源：

《中国统计年鉴》

四、模型的求解和检验

利用Eviews软件，采用以上数据对该模型进行OLS回归，结果如下：

DependentVariable:

Y

Method:

LeastSquares

Date:

19/05/11Time:

10:

37

Sample:

19912005

Includedobservations:

15

Variable

Coefficient

Std.Error

t-Statistic

Prob. 

C

1169.836

627.7959

1.863401

0.0920

X1

-0.093355

0.055677

-1.676719

0.1245

0.313260

0.077921

4.020230

0.0024

2.403385

0.934518

2.571792

0.0278

-0.039938

0.022710

-1.758627

0.1091

R-squared

0.980495

Meandependentvar

1921.837

AdjustedR-squared

0.972693

S.D.dependentvar

635.7395

S.E.ofregression

105.0550

Akaikeinfocriterion

12.40805

Sumsquaredresid

110365.5

Schwarzcriterion

12.64406

Loglikelihood

-88.06035

F-statistic

125.6720

Durbin-Watsonstat

1.038435

Prob（F-statistic）

0.000000

从回归结果看出，拟合优度为0.980495，但X1，X4的系数为负，与经济意义不相符合，且T检验都未通过。

估计是因为变量间存在多重共线性或者是与被解释变量不存在线性关系。

异方差性的检验：

WhiteHeteroskedasticityTest:

0.356962

Probability

0.910243

Obs*R-squared

4.837052

0.774842

TestEquation:

RESID^2

11:

05

39155.14

362681.7

0.107960

0.9175

23.03432

197.8309

0.116434

0.9111

X2^2

2.41E-05

0.002644

0.009128

0.9930

X2*X3

-0.053937

0.483327

-0.111596

0.9148

X2*（X3-429.9）*D1

0.067095

0.890957

0.075306

0.9424

-347.2470

4002.351

-0.086761

0.9337

X3^2

0.601534

7.534734

0.079835

0.9390

X3*（X3-429.9）*D1

-6.711134

119.1126

-0.056343

0.9569

（X3-429.9）*D1

2824.749

48526.47

0.058210

0.9555

（X3-429.9）*D1^2

0.322470

4384.127

-0.580903

6432.758

8088.161

21.11790

3.93E+08

21.54273

-149.3842

3.477479

从表中得到

＝0.322470，计算n

=15*0.322470=4.83705,由怀特检验知，查卡方分布表，给定显著水平为0.05，自由度P=9时，临界值为16.9190，因为n

=4.83705<

16.9190。

所以不能拒绝原假设，表明模型中随机误差项不存在异方差。

自相关检验：

DW＝1.637717

查表可知：

dl＝0.946，du＝1.543

DW>

du，认为模型中不存在自相关。

综上，最终的模型为

Yt＝

Y—房地产价格，

－是城镇居民收入；

－是城镇物价指数

由模型可知1996年以前物价指数每增加1单位，房地产价格的增加额为2.424441元/平方米；

在1996年后，物价指数每增加1单位，房地产价格的增加额为16.4403元/平方米，说明1996年后物价指数对房地产价格的影响成都明显加大。

而城镇居民收入每增加1元，房地产价格增加额均为0.129986元/平方米。

五、经济意义解释

1、模型删去了X1－建筑材料价格和X2－城市人口数，虽然从经济意义上来看，此两因素均很重要，特别是X1，从供求上影响房地产的价格。

关于被删去的原因，经思考后认为。

第一，考虑到整个模型需要，需剔除。

第二成本上升导致建材企业效益大幅滑坡，但激烈的市场竞争使大部分企业不敢轻言涨价。

总的来说建材价格还较稳定；

第三，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。

这部分需求短时间内的集中释放，造成的供不应求的局面也推动了房价上涨。

第四，相对城镇居民收入和物价指数，建材价格对房地产价格的影响比较不显著。

2、模型中X2城镇居民收入和X3城镇物价指数解释效果很好，居民收入上升再加上社会保障体系覆盖面的扩大，将提高城乡居民的消费能力，城镇居民改善和提高住房条件的要求日益增加，再加上投机市场的存在，房地产价格上升。

3、在得到的模型当中，t值较大，解释变量对被解释变量的说明程度显著。

且F值很大，在模型的选取应该是正确的。

总体来讲，这个模型不存在太大问题。

六、存在的问题及其建议

1,在论文的分析中，力求思路清晰，但掌握的软件技能不足以满足分析过程的需要。

2,通过用eviews做OLS回归时，不能只通过数据分析而剔除某些因素，而应同时考虑因素的经济意义。

而且此案例中样本容量过小，其可靠性受到影响，如果能增大样本容量效果会好一些。

3,由于收集的数据不满足大样本条件，所以在异方差检验时，对通过White检验得出的结论把握性不强。

七、政策与建议

国家应加大了对房地产的宏观调控力度。

主要是通过征收营业税及严格消费信贷政策，增加市场交易成本。

抑制投机性需求增长，并逐步改变人们的投资和消费预期，从而使房地产有效降温。

为了保证我国经济的长期稳定发展，宏观经济政策的一项重要任务就是防止房地产泡沫化。

政府要引导大众消费.促进房地产供给和消费的大众化取向。

合理的房地产税收制度（或不动产税）是防止房地产泡沫和促进房地产稳定增长的最重要的保障。

其实对于我们每个人来说，住房都是我们正在或者将要面对的问题。

在大城市里，房价基本都在2万/每平米或以上。

这对于很多人而言，意味着从此就必须为房子奋斗一生。

就目前的状况而言，这样的大城市已经到了让人都买不起房子的地步，但是价格却依然没有下落的迹象。

所以，今后的可能就是随着一些二线城市的崛起，那里的房价也将会更快的增长。

现在在一些具有发展机会和潜力的二线城市的商品房在未来二十年内必将大幅升值，开发潜力也将会是巨大的。

参考文献：

《计量经济学》庞浩主编西南财经大学出版社

《中国统计年鉴》1991—2005