我國商品房價(jià)格供給影響因素的計(jì)量分析

1、計(jì)量經(jīng)濟(jì)學(xué)課程論文我國商品房價(jià)格供給影響因素的計(jì)量 分析 國際經(jīng)濟(jì)與貿(mào)易雙語實(shí)驗(yàn)班歐昌龍40502032 指導(dǎo)老師：周游 2007.12 我國商品房價(jià)格供給影響因素的計(jì)量 分析【摘要】針對房地產(chǎn)市場近年來日益火爆，房價(jià)不斷攀升的現(xiàn)狀， 本文選取了1999年到 2005 年的季度數(shù)據(jù)，從房屋供給方面對房價(jià)上漲原因進(jìn)行了實(shí)證分析。首先，建立適當(dāng)模型，并搜集相關(guān)數(shù)據(jù)；然后用EViews 軟件對模型進(jìn)行相關(guān)檢驗(yàn)，之后予以修正；最后，對得出的模型進(jìn)行了經(jīng)濟(jì)意義解釋并給出了相關(guān)政策建議。 一、問題的提出近幾年，隨著房價(jià)的一路飆升，房地產(chǎn)已成為最受人矚目的市場之一。就2OO4 年來 說，全國商品房價(jià)格大幅上

2、漲商品房平均銷售價(jià)格同比增長14 4漲幅比 2003 年提高 10.6 個(gè)百分點(diǎn)。銷售面積達(dá)到.億平方米， 比上年凈增萬平方米。我國房地產(chǎn)出現(xiàn)了投資過熱、 房價(jià)增長速度較快的問題 為了防止房地產(chǎn)泡沫，使我國房地產(chǎn)市場步入良性發(fā)展的態(tài)勢，政府先后進(jìn)行了一系列的宏觀調(diào)控：緊縮信貸、緊縮土地供應(yīng)、運(yùn)用市場化方式加息、提高住房信貸利率，房地產(chǎn)投資過熱現(xiàn)象得到了有效抑制 土地和商品房供應(yīng)增長大幅回落。但是，商品房價(jià)格仍然繼續(xù)攀升的現(xiàn)象仍未根本改善。由此社會(huì)各界關(guān)于政府的宏觀調(diào)控爭議較大 - 國家針對投資過熱而實(shí)施的宏觀調(diào)控會(huì)減少商品房的供給進(jìn)而引起價(jià)格的上升。本 文將通過揭示影響商品房供給的一系列因素與

3、商品房價(jià)格的關(guān)系，探明國家針對供 給的一系列宏觀調(diào)控的效用。二、相關(guān)數(shù)據(jù)收集 本文主要從商品房的供給方面對商品房價(jià)進(jìn)行分析：從而分析得出了下列解釋變量和被解釋變量，并通過中經(jīng)網(wǎng)進(jìn)行了數(shù)據(jù)的收集。 商品房銷售價(jià)格 房 地 產(chǎn) 開 發(fā) 本 房地產(chǎn)開發(fā)投資 商品房本年新開 建筑材料工業(yè)品出廠（億元/萬平方年商品房屋建資金來源 合 計(jì) _ 工面積 _累計(jì)（萬 價(jià)格指數(shù) X4 米） Y 設(shè)投資額_累計(jì)累計(jì)（億元）平方米） X3 億元 X1 X299 1 0.419043274 497.5 1823.07 5060.3797.08 2 0.611745723 2334.48 5885.25 20480.7

4、8 98.56 30.612644092 4603.01 8930.09 34951.35 98.46333333 40.61435851 7460.36 13089.91 52505.87 97.2500 10.439683495 570.78 2410.65 6953.41 98.96333333 20.627327552 2720.95 7204.42 27281.04 98.63666667 30.619176819 5554.48 11308.44 46215.26 100.2566667 40.624536928 9063.94 16525.52 68796.92 100.6601

5、 10.494343733 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 40.666718253 11511.22 21499.14 90116.96 97.802 10.480044041 935.36 4396.59 11495.74 98.16666667 20.689909372 4718.28 13348.05 43998.92 98.22333333 30.699580914 9302

6、.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 57919.5198.3 3 0.72976461 12049.1 29007.45 97555.79 99.1 40.730422477 18699.4 39851.17 138382.53 102.604 10.528222904 1885.04 9607.61 20326.9

7、9 104.6 20.805601546 8118.91 25924.98 67944.61 104.4 30.824947294 15537.73 38863.71 110733.48103.5666667 4 0.823079827 23810.9 53249.85154417.15 101.233333305 1 0.612407026 2269.1612962.34 21594.7 100.1 2 0.88984241 9829.75 33921.9175812.23 100.6 3 0.945958166 18942.93 49736.92125338.68 100.9333333

8、4 0.985247764 28860.5266924.33 172647.11 100.9333333數(shù)據(jù)來源：中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫三、計(jì)量經(jīng)濟(jì)模型的建立：針對全國商品房屋銷售均價(jià)，建立如下一般模型：Yi 0 1 x1i 2 x2i 3x3i 4 x4i 5 D1i 6 D2i 7 D3i ui其中： Yi 商品房屋銷售均價(jià)（億元 /萬平方米） 0 常數(shù)項(xiàng) i 待定參數(shù) （i1234） x1 房地產(chǎn)開發(fā)本年商品房屋建設(shè)投資額 _累計(jì) 億元 x2 房地產(chǎn)開發(fā)投資資金來源合計(jì)_累計(jì)（億元）x3商品房本年新開工面積_累計(jì)（萬平方米）x4建筑材料工業(yè)品出廠價(jià)格指數(shù)D1i1，第一季度0，其他 D2i 1，

9、第二季度0，其他 D3i 1，第三季度 0，其他 ui 隨機(jī)誤差項(xiàng)注：通過觀察 99 年到 05 年季度數(shù)據(jù)，發(fā)現(xiàn)有很強(qiáng)的季節(jié)因素影響數(shù)據(jù)周期性變化，因此引入代表季度因素的虛擬變量。四、模型的求解： 利用 EViews 軟件，輸入 Y 、 x1 、 x2 、 x3 、 x4 的 99 年到 05 年季度數(shù)據(jù)，采用這些數(shù)據(jù)對模型進(jìn)行 OLS 回歸，結(jié)果如表所示。 Dependent Variable: YMethod: LeastSquaresDate: 12/12/07 Time: 18:14Sample: 1999:1 2005:4Included observations: 28 Vari

10、able Coefficient Std. Error t-Statistic Prob. C 0.872455 0.2480303.517537 0.0022 X1 -2.85E-05 7.21E-06 -3.9512060.0008 X2 1.92E-05 2.35E-06 8.154850 0.0000 X3 -6.25E-07 7.53E-07 -0.831066 0.4157 X4 -0.002615 0.002496 -1.047911 0.3072 D1 -0.185505 0.035273 -5.259157 0.0000 D2 -0.021964 0.030795 -0.71

11、3230 0.4839 D3 -0.010204 0.019098 -0.5342880.5990R-squared 0.983007 Mean dependent var0.000000 2 2 由此可見，該模型 R 0.983007， R 0.977059 可決系數(shù)很高， F 檢驗(yàn)值 165.2782，明顯顯著。在 0.05 時(shí) t / 2 （nk） t0.025 （288） 2.086， x1 、 x2 、 D1 系數(shù)的 t 檢驗(yàn)顯著，其余系數(shù)均不顯著，且 x1 、 x3 、 x4 系數(shù)的符號與現(xiàn)實(shí)經(jīng)濟(jì)意義相反，表明該模型有不合理地方，有待進(jìn)一步修正。五、模型的檢驗(yàn)與修正：lt 一 gt

12、 計(jì)量經(jīng)濟(jì)的檢驗(yàn)：（ 1）多重共線性檢驗(yàn)： 1 檢驗(yàn)： 2 2 根據(jù)綜合判斷法， 當(dāng) R （或者 R ）和 F 值很大，且 t 值較小時(shí)說明模型中可能存在 2 2 多重共線性。 該模型 R 0.983007， R 0.977059 可決系數(shù)很高， F檢驗(yàn)值 165.2782 也很大，但是僅 x1 、 x2 、 D1 系數(shù)的 t 檢驗(yàn)顯著，其余系數(shù)均不顯著， 且 x1 、 x3 、x4 系 數(shù)的符號與現(xiàn)實(shí)經(jīng)濟(jì)意義相反，這表明很可能存在嚴(yán)重的多重共線性。 計(jì)算各解釋變量的相關(guān)系數(shù)，選擇 x1 、 x2 、 x3 、 x4 數(shù)據(jù)，得相關(guān)系數(shù)矩陣如下：X1 X2 X3 X4 X1 1 0.972406

13、153830.98939295351 0.32240951605 2 9 X2 0.97240615383 10.96056725251 0.42312828356 2 5 1 X3 0.989392953510.96056725251 1 0.32789613476 9 5 2 X40.32240951605 0.42312828356 0.32789613476 1 1 2由相關(guān)系數(shù)矩陣可以看出， 除 x4 與 x1 、 x2 、 x3 間的相關(guān)系數(shù)在 0.5 以下外，其余相關(guān) 系數(shù)均很高，證實(shí)確實(shí)存在嚴(yán)重多重共線性。 2 修正多重共線性：采用逐步回歸的辦法， 去檢驗(yàn)和解決多重共線性問題。

14、分別做 Y 對 x1 、 x2 、 x3 、 x4 的一 元回歸，結(jié)果如下表： 變量 x1 x2 x3 x4 參數(shù)估計(jì)值 1.59E-05 7.60E-06 2.57E-06 0.026642 t 統(tǒng)計(jì)量 7.44726410.02954 7.939285 2.151038 R2 0.680832 0.7946150.707971 0.151075 R2 0.668556 0.786716 0.6967390.118424 2 其中，加入 x2 的方程 R 最大，以 x2 為基礎(chǔ)，順次加入其他變量逐步回歸， 結(jié)果如表所示： 變量 x1 x2 x3 x4 R2 變量 -1.48E-05 1.40

15、E-05 x2 、 x10.812672 -2.145358 4.582814 9.17E-06 -5.86E-07 x2、x3 0.781266 3.323746 -0.593417 7.55E-06 0.000960x2 、 x4 0.778359 8855206 0.140108 x1 的方程 R 2 0.812672，改進(jìn)最大，而且各參數(shù)的 t 檢驗(yàn)顯著，應(yīng)保留 經(jīng)比較，新加入 x1 ，但通過前面分析的相關(guān)矩陣可知 x2 與 x1 間相關(guān)系數(shù)高達(dá) 0.972406，模型引入 x2 與 x1 后并未消除多重共線性。所以不能同時(shí)引入 x1 、 x2 。 而與 x2 相關(guān)系數(shù)較低的x4 ，這

16、時(shí) R 2 0.778359，改進(jìn)不大，且t 值 0.140108，明顯無法通過檢驗(yàn)。 所以也不能同時(shí)引入 x2 、 x4 。因此，模型中引入以 x2 為唯一解釋變量， 運(yùn)用 OLS法建立回歸模型，結(jié)果如下圖：Dependent Variable:YMethod: Least SquaresDate: 12/12/07 Time:19:22Sample: 1999:1 2005:4Included observations: 28Variable Coefficient Std. Error t-Statistic Prob. C0.481364 0.019461 24.73433 0.000

17、0 X2 7.39E-064.56E-07 16.22679 0.0000 D1 -0.027691 0.020930 -1.322986 0.1988 D2 0.120102 0.018332 6.551643 0.0000 D3 0.065049 0.016983 3.8302870.0009R-squared 0.960849 Mean dependent var0.000000 最后修正嚴(yán)重多重共線性影響的回歸結(jié)果為： Yi 0.481364 7.39 E 06 x2 0.027691D1 0.120102 D20.065049 D3 t24.73433 16.22679 -1.322

18、986 6.5516433.830287 R 2 0.960849 R 2 0.954041 F141.1190DW1.390152 n282 異方差性的檢驗(yàn)：1 檢驗(yàn)： 【檢驗(yàn)一】圖形法：2 繪制 ei 對 x2 的散點(diǎn)圖。圖形如下： 0.004 E2 0.003 0.002 0.001 0.000 0 20000 4000060000 80000 X2 2 由圖可以看出，殘差平方 ei 對解釋變量 x2 的散點(diǎn)圖主要分布在圖形中的下三角部分， 2 大致看出殘差平方 ei 隨 x2 的變動(dòng)成增大的趨勢，因此，模型很可能存在異方差。但是否確實(shí)存在異方差還應(yīng)通過更進(jìn)一步的檢驗(yàn)。 【檢驗(yàn)二】 AR

19、CH檢驗(yàn)： 本模型屬于時(shí)間序列， 選用 ARCH 檢驗(yàn)。 在H 0 ： 1 2 p 0； H1 ： j j12p 的假設(shè)下，進(jìn)行 ARCH Test， 分別滯后一期和兩期，選取 AIC最小值的一期滯后，結(jié)果如下： ARCH Test:F-statistic 5.297550 Probability 0.029967ObsR-squared 4.720971 Probability 0.029797Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/12/07 Time:19:53Sampleadjusted

20、: 1999:2 2005:4Included observations: 27 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C 0.000397 0.000219 1.812037 0.0820 RESID2-1 0.4016130.174490 2.301641 0.0300R-squared 0.174851 Mean1.92E-05 Schwarz criterion -11.07519Log likelihood152.8109 F-statistic 5.297550Durbin-Watson stat1.694370 ProbF-statistic 0.029967 如表所示， n-p R4.720971，在給定顯著性水平0.