計(jì)量經(jīng)濟(jì)學(xué)論文 房價(jià)的計(jì)量經(jīng)濟(jì)分析

1、巴房價(jià)的計(jì)量經(jīng)濟(jì)吧分析昂引言：近改革開叭放20多年來，白從來沒有哪一個(gè)敗行業(yè)像房地產(chǎn)業(yè)絆這樣盛產(chǎn)億萬富靶翁，各種富豪排昂行榜上，房地產(chǎn)邦富豪連年占據(jù)半邦壁江山；斑“癌中國十大暴利行笆業(yè)絆”捌中，房地產(chǎn)業(yè)每笆年都是哀“哎第一名澳”巴。是什么造就了拌這樣的狀況。房笆地產(chǎn)的問題，在佰開發(fā)商，政府，吧購房者三者來看澳，就是一場完完翱全全的博弈。而疤這場博弈的焦點(diǎn)襖則是房價(jià)問題。哀如果說開發(fā)商與絆政府之間的博弈叭是圍繞愛“頒土地?cái)[”絆這個(gè)關(guān)鍵詞，那叭么整個(gè)房地產(chǎn)市壩場則在價(jià)格上開敗展了新一輪的對扮峙。先是開發(fā)商半與購房者在房價(jià)辦漲跌上僵持不下跋；再有開發(fā)商與伴政府之間的土地靶成本論；最后則鞍是關(guān)于房地產(chǎn)

2、是傲否歸為暴利行業(yè)邦的爭執(zhí)，耙“皚價(jià)格背”伴成了市場關(guān)注的扳焦點(diǎn)。而對于房稗價(jià)的構(gòu)成因素，岸至今仍然是不透叭明的。公布房價(jià)安成本成為另政府搬極為頭疼的一件矮事。房價(jià)成本是澳一個(gè)非常復(fù)雜的霸集合體，并且項(xiàng)拌目間差異性較大疤，同時(shí)還有軟資拌產(chǎn)、品牌等組成扮部分，特別是現(xiàn)拔在的商品房，追邦求品質(zhì)、功能完吧善以及個(gè)性化成叭本構(gòu)成越來越難靶衡量。 爸寫作目的：通過扳對一系列影響房扒價(jià)的基本因素的翱分析，了解對其爸主要因素和次要翱因素。并對這些頒因素進(jìn)行統(tǒng)計(jì)推爸?jǐn)嗪徒?jīng)濟(jì)意義上絆的檢驗(yàn)。選擇擬跋和效果最好的最唉為結(jié)論。在一定柏層面上分析房地拌產(chǎn)如此暴利的因辦素。當(dāng)然筆者的昂能力有限，并不靶能全面的分析這奧一

3、問題。僅僅就稗幾個(gè)因素進(jìn)行分按析。熬寫作方法：理論佰分析及計(jì)量分析鞍方法，將會用到啊Eviews軟阿件進(jìn)行幫助分析藹。壩關(guān)鍵詞：房價(jià)成跋本班 拜計(jì)量假設(shè)檢驗(yàn) 背最小二乘法 笆擬合優(yōu)度 氨現(xiàn)在我們以20辦03年的數(shù)據(jù)，扒選取30個(gè)省市拌的數(shù)據(jù)為例進(jìn)行艾分析。在Evi絆ews軟件中選班擇建立截面數(shù)據(jù)安?，F(xiàn)在我們以爸2003拔年的數(shù)據(jù)，選取按31案個(gè)省市的數(shù)據(jù)為翱例進(jìn)行分析。令阿Y=伴各地區(qū)建筑業(yè)總捌產(chǎn)值。（萬元）氨X1=壩各地區(qū)房屋竣工跋面積。（萬平方藹米）藹X2=艾各地區(qū)建筑業(yè)企瓣業(yè)從業(yè)人員。（扮人）稗X3=把各地區(qū)建筑業(yè)勞矮動生產(chǎn)率。（元佰/人）頒X4=矮各地區(qū)人均住宅矮面積。（平方米岸）奧X

4、5=啊各地區(qū)人均可支敗配收入。（元）數(shù)據(jù)如下：敗Y扳X1艾X3版X2白X4愛X5岸 126985絆21懊 4254.8案00佰 569767靶.0鞍 129961半.0罷 24.771扮40靶 13882.澳62班 520840斑2.巴 1465.8敗00傲 238957扮.0昂 147063擺.0俺 23.095胺70礙 10312.百91扳 779931骯3.白 4748.3昂00芭 989317案.0阿 70048.皚00岸 23.167藹10扒 7239.0安60耙 540127啊9.奧 1313.3澳00伴 591276白.0佰 89151.矮00安 22.996捌80耙 7005.

5、0百30隘 257657哎5.佰 1450.7瓣00敖 265953礙.0佰 61074.扮00矮 20.053疤10拜 7012.9藹00按 101707奧94奧 3957.1拌00奧 966790巴.0笆 82496.捌00岸 20.235拔10岸 7240.5巴80案 346928絆1.熬 1626.8耙00邦 303837皚.0皚 77486.白00柏 20.705癌90癌 7005.1壩70敖 440187笆8.拜 2181.3板00扒 441518熬.0板 68033.瓣00爸 20.492叭00懊 6678.9啊00柏 119580阿34挨 3609.2愛00鞍 505185佰.

6、0斑 153910挨.0霸 29.345耙30頒 14867.拜49笆 279493佰54拔 17730.壩00埃 272700懊6.擺 100569霸.0斑 24.435把30鞍 9262.4扮60百 312727巴79皚 16183.艾90白 242935盎2.胺 127430稗.0隘 31.023案30襖 13179.敖53霸 622707搬3.伴 4017.6凹00頒 910691霸.0版 66407.扒00阿 20.754跋80頒 6778.0阿30敖 549344般1.芭 2952.1懊00岸 553611埃.0安 108288扳.0絆 30.298班70埃 9999.5扒40半

7、359335哎6.瓣 2750.9澳00扒 574705版.0疤 70826.疤00按 22.619礙80斑 6901.4敗20佰 148136爸18敗 9139.8唉00阿 207253案0.疤 60728.把00胺 24.480白80邦 8399.9暗10骯 634521暗7.阿 3433.6暗00矮 932901敖.0般 66056.跋00昂 20.200愛90百 6926.1頒20疤 872995傲8.癌 4840.8背00捌 104876芭3.靶 81761.白00壩 22.902靶80胺 7321.9斑80唉 818840鞍2.稗 4969.7伴00半 111910敖6.拜 745

8、53.盎00捌 24.425白80拔 7674.2爸00笆 151632俺42埃 8105.0隘00伴 149282霸0.敖 101932耙.0敖 24.932版80佰 12380.凹43吧 281846埃6.安 1721.6哀00霸 353700跋.0耙 77472.翱00絆 24.173笆20胺 7785.0扳40搬 394053氨.0俺 121.50扒00皚 61210.邦00瓣 55361.阿00奧 23.432版00瓣 7259.2板50罷 586209胺5.白 4939.6半00奧 817997啊.0般 69432.襖00愛 25.724百40般 8093.6敗70藹 122533

9、頒74埃 8784.6愛00哎 207053哀4.暗 59748.挨00拌 26.358柏50般 7041.8搬70襖 212290奧7.斑 980.30翱00傲 293310凹.0把 72152.板00礙 18.194壩30伴 6569.2瓣30白 396795柏7.皚 2248.7把00背 522470拔.0挨 69238.巴00壩 24.929哎40頒 7643.5熬70邦 293427伴.0扳 121.30般00把 36593.熬00翱 73205.安00癌 19.929頒90靶 8765.4暗50把 440436挨2.案 1580.0扒00艾 410311骯.0柏 93212.氨00

10、暗 21.750隘50襖 6806.3盎50半 223686懊0.百 1327.2白00稗 449409盎.0稗 46857.稗00笆 21.113埃80敖 6657.2版40挨 747325巴.0埃 242.90俺00疤 101501瓣.0懊 61046.靶0唉0哎 19.105啊50叭 6745.3辦20擺 108054岸6.懊 578.70伴00爸 88225.爸00霸 61459.霸00翱 22.255澳00伴 6530.4懊80哎 319677吧4.昂 1450.8哀00拔 203375扒.0擺 95835.笆00佰 20.781矮10伴 7173.5岸40 藹做多重共線性檢懊驗(yàn)罷：

11、岸引入的變量太多癌，可能存在變量按間的共線性，影叭響方程的估計(jì)。疤首先進(jìn)行做多重皚共線性檢驗(yàn)可以壩減少變量使后面暗的分析變得簡潔疤。愛X1稗X2壩X3鞍X4擺X5辦Y奧X1扮1挨0.96087唉0990907安44擺6凹0.27137盎5192760板775百0.53869安7279069頒041斑0.41830霸6800295藹329叭0.96147奧3842608癌042邦X2懊0.96087辦0990907胺446八1八0.12502熬9375097俺319岸0.47788啊5891518芭73芭0.27985埃0623344拌358絆0.89867叭2551511伴606疤X3邦0.2

12、7137胺5192760鞍775艾0.12502芭9375097挨319安1奧0.54088叭0959969爸926藹0.83624耙0848942把41矮0.46771凹0383760哎092氨X4背0.53869啊7279069澳041頒0.47788叭5891518凹73板0.54088跋0959969八926唉1敗0.68651搬2808507澳74爸0.58977耙7148826斑127按X5吧0.41830矮6800295伴329班0.27985扳0623344半358擺0.83624頒0848942氨41般0.68651伴2808507半74扮1扮0.58982疤3385262氨

13、14暗Y邦0.96147扒3842608捌042懊0.89867白2551511鞍606靶0.46771芭0383760澳092頒0.58稗9777148唉826127背0.58982壩3385262敗14半1暗可以看出有多重靶共線性。數(shù) 97襖數(shù) 97襖得的的的跋采取逐步回歸法藹：藹第一次回歸，我耙們可以根據(jù)T檢佰驗(yàn)值和可決系數(shù)百看出：X1的效藹果最好：安Depende矮nt Vari板able: Y耙Method:岸 Least 耙Squares拌Date: 拜12/06/1扒0稗 Time氨: 17:37頒Sample 絆(adjust佰ed): 1 把31哎Include柏d obse

14、r矮vations骯: 31 af叭ter adj伴ustment拌s柏Variabl安e捌Coeffic哎ient擺Std. Er安ror啊t-Stati懊stic邦Prob.骯X1拌1651.40伴3唉87.6770阿3岸18.8350盎8邦0.0000頒C鞍903234.胺0瓣502408.柏2扳1.79780笆9百0.0826安R-squar耙ed半0.92443版2俺Mea板n depen昂dent va按r拌7446408班.斑Adjuste巴d R-squ吧ared捌0.92182襖6跋S.D斑. depen扒dent va凹r般7227629柏.巴S.E. of斑 regres

15、辦sion笆2020815霸.敖Aka吧ike inf頒o crite芭rion愛31.9382案4靶Sum squ拜ared re安sid巴1.18E+1吧4背Sch佰warz cr哎iterion罷32.0307挨6礙Log lik氨elihood柏-493.04搬27班F-s澳tatisti隘c氨354.760般1藹Durbin-半Watson 艾stat爸1.93076板2胺Pro骯b(F-sta奧tistic)頒0.00000百0版而X1于X2存芭在嚴(yán)重自相關(guān)，礙所以引入第二個(gè)半變量時(shí)將X2排壩除。通過比較發(fā)芭現(xiàn)引入X3時(shí)，疤擬合優(yōu)度最大，阿所以加入X3澳Depende百nt Var

16、i啊able: Y凹Method:凹 Least 把Squares奧Date: 斑12/06/1辦0斑 Time埃: 17:40愛Sample 罷(adjust跋ed): 1 哎31挨Include阿d obser盎vations辦: 31 af敗ter adj耙ustment佰s艾Variabl爸e安Coeffic礙ient扮Std. E皚rror哀t-Stati瓣stic按Prob.稗X1矮1547.35阿4半57.8319挨7疤26.7560敗4捌0.0000敖X3霸60.5757礙7挨9.13689頒9皚6.62979稗5凹0.0000芭C半-371188白0.巴765709.班2翱-

17、4.8476盎37般0.0000挨R-squar辦ed澳0.97059骯4板Mea艾n depen按dent va藹r八7446408板.澳Adjuste埃d R-squ霸ared俺0.96849把3靶S.D胺. depen哀dent va邦r敖7227629隘.敖S.E. of耙 regres鞍sion版1282914唉.胺Aka背ike inf鞍o crite耙rion懊31.0589白3哀Sum squ案ared re耙sid澳4.61E+1拌3癌Sch凹warz cr皚iterion斑31.1977阿1叭Log lik邦elihood哎-478.41矮34芭F-s頒tatisti扮c擺

18、462.088辦6氨Durbin-佰Watson 岸stat拜2.09868扒5翱Pro半b(F-sta傲tistic)把0.00000按0芭 X3與X5也爸存在嚴(yán)重共線性澳，在引入第三個(gè)瓣變量時(shí)同時(shí)排除絆X5，那只能引傲入X4了跋Depende板nt Vari半able: Y傲Method:氨 Least 頒Squares邦Date: 笆12/06/1昂0八 Time礙: 17:47巴Sample 愛(adjust扒ed): 1 瓣31擺Include稗d obser邦vations阿: 31 af俺ter adj藹ustment安s疤Variabl埃e柏Coeffic傲ient昂St搬d.

19、 Erro奧r吧t-Stati扒stic柏Prob.癌X1唉1569.18扒6翱66.7446伴7伴23.5102霸9霸0.0000佰X3艾64.0494骯5佰10.5625懊8暗6.06381凹0挨0.0000伴X4案-69455.八16熬102797.柏7般-0.6756暗49安0.5050般C懊-247646挨9.邦1985261吧.安-1.2474凹28般0.2230岸R-squar阿ed背0.97108扳3芭Mea般n depen壩dent va皚r熬7446408昂.跋Adjuste捌d R-squ按ared班0.96787靶0扮S.D翱. depen懊dent va唉r隘7227

20、629稗.般S.E. of盎 regres班sion頒1295550霸.襖Aka安ike inf凹o(jì) crite哀rion翱31.1066罷8傲Sum squ骯ared re皚sid笆4.53E+1芭3岸Sch半warz cr暗iterion扳31.2917柏1啊Log lik翱elihood熬-478.15阿36俺F-s俺tatisti壩c唉302.231熬6霸Durbin-懊Watson 芭st跋at半2.29842氨3按Pro凹b(F-sta邦tistic)叭0.00000疤0唉但是引入后通過骯T艾檢驗(yàn)哎X4版不顯著，同時(shí)常捌數(shù)項(xiàng)搬C般也變得不顯著，辦且擬合度沒有顯哀著提高巴。所以剔除X

21、4襖。通過該檢驗(yàn)最辦終模型為：昂Y = 154挨7.35432捌5*X1 + 俺60.5757熬6644*X3骯 - 3711阿880.158敖T= 挨 翱26.7560礙4 6.啊629795 斑 背 -4.847癌637柏F-s瓣tatisti按c熬354.760頒1隘R-squar岸ed疤0.97059盎4把Durbin-懊Watson 隘stat敖2.09868哀5爸 案以上指標(biāo)都顯示白擬合得很好。 異方差檢驗(yàn)安White H胺eterosk扳edastic盎ity Tes奧t:癌F-stati頒stic昂1.74253頒2霸Pro瓣babilit唉y氨0.16169罷7八Obs*R-

22、s笆quared柏8.01160伴2跋Pro氨babilit擺y案0.15559澳7背Test Eq礙uation:扮Depende搬nt Vari扮able: R哎E敖SID2敖Method:般 Least 艾Squares哎Date: 礙12/06/1靶0斑 Time案: 18:05柏Sample:埃 1 31耙Include靶d obser翱vations翱: 31百Variabl瓣e邦Coeffic把ient阿Std. Er搬ror佰t-Stati岸stic扮Prob.板C絆-3.19E+拜12罷4.46E+1埃2頒-0.7158案55斑0.4807安X1奧1.15E+0埃8哀3.54

23、E+0伴8熬0.32491案5傲0.7479伴X12頒3913.00熬4阿20466.6爸3氨0.19118扳9頒0.8499罷X1*X3岸-756.30安89哀4598.98敗6班-0.1644唉51耙0.8707傲X3扒6942588辦4搬9529030笆0扒0.72857拔2拜0.4730愛X32礙-184.19拌39愛462.076凹9頒-0.3986百22奧0.6936巴R-squar按ed壩0.25843扮9挨Mea板n depen唉dent va傲r藹1.49E+1疤2阿Adjuste澳d R-squ熬ared百0.11012癌7吧S.D班. depen俺dent va艾r班2.

24、04E+1矮2凹S.E. of跋 regres般sion皚1.92E+1版2頒Aka罷ike inf癌o crite叭rion辦59.5801爸9叭Sum squ般ared re熬sid隘9.25E+2吧5盎Sch氨warz cr礙iterion懊59.8577哀4柏Log lik邦elihood挨-917.49鞍29鞍F-s唉tatisti佰c藹1.74253啊2百Durbin-鞍Watson 熬stat傲2.02995把1拜Pro疤b(F-sta絆tistic)拔0.16169昂7皚從結(jié)果來看應(yīng)該敖勉強(qiáng)是不存在異凹方差的，但是同傲方差的概率有點(diǎn)芭小，不能讓人信擺服。而通過殘差挨圖發(fā)現(xiàn)殘差沒

25、有拔很明顯的波動、懊X-Y跋的圖也較符合線八性關(guān)系即模型設(shè)爸定沒多大問題、翱且從按White H板e(cuò)terosk哎edastic佰ity Tes岸t 扮中各變量的系數(shù)胺也十分不顯著不壩能判別殘差是否埃與解釋變量有關(guān)瓣。沒辦法，只能擺用加權(quán)最小二乘班法進(jìn)行修正。哀異方差修正罷-扳加權(quán)最小二乘法礙 白Depende翱nt Vari拜able: Y唉Method:傲 Least 澳Squares唉Date: 絆12/06/1氨0靶 Time愛: 18:13熬Sample 挨(adjust愛ed): 1 跋31伴Include懊d obser凹vations扳: 31 af艾ter adj扮ustme

26、nt頒s霸Weighti敗ng seri案es: 1/A佰BS(RESI霸D)皚Variabl俺e壩Coeffic八ient扮Std. Er襖ror昂t-Stati拜stic哎Prob.胺X1斑1543.81暗2拔4.26672絆1邦361.826芭2挨0.0000挨X3阿60.8822稗1按0.92521爸2哀65.8035疤4襖0.0000瓣C矮-372109絆7.擺59118.4般0艾-62.943辦14霸0.0000吧Weighte半d Stati傲stics盎R-squar罷ed柏0.99999爸9拔Mea昂n depen擺dent va傲r敖7466651耙.絆Adjuste拜d

27、R-squ頒ared把0.99999瓣9邦S.D擺. depen笆dent va白r疤3438171背5芭S.E. of俺 regres澳sion耙29817.2伴0癌Aka昂ike inf昂o crite捌rion巴23.5353矮2骯Sum squ半ared re壩sid敖2.49E+1百0半Sch把warz cr哀iterion絆23.6741伴0埃Log lik澳elihood氨-361.79唉75藹F-s伴tatisti礙c把310479.暗3辦Durbin-懊Watson 伴stat安2.15863絆8稗Pro安b(F-sta皚tistic)暗0.00000稗0笆Unweigh按t

28、ed Sta啊tistics案R-squar安ed埃0.97058矮9澳Mea盎n depen扮dent va把r埃7446408藹.背Adjuste拔d R-squ唉ared翱0.96848氨9鞍S.D疤. depen芭dent va百r叭7227629唉.爸S.E. of藹 regres氨sion皚1283009邦.案Sum艾 square耙d resid白4.61E+1般3瓣Durbin-擺Watson 伴stat稗2.09990搬0啊通過修正以后擬芭合度有所提高，柏且通過再次異方般差檢驗(yàn)通過了。自相關(guān)檢驗(yàn)班Breusch愛-Godfre瓣y Seria俺l Corre案lation 矮

29、LM Test唉:扮Obs*R-s襖quared安0.50592襖2哎Pro般babilit扮y柏0.77649骯8隘Test Eq班uation:澳Depende愛nt Vari啊able: R埃ESID岸Method:笆 Least 挨Squares艾Date: 凹12/06/1岸0艾 Time鞍: 18:26絆Presamp暗le miss盎ing val霸ue lagg把ed resi翱duals s唉et to z般ero.昂Variabl艾e擺Coeffic傲ient拔Std. Er斑ror佰t-Stati板stic案Prob.按X1邦-6.7780笆35疤62.8143癌6班-0.1079拌06靶0.9149把X3稗1.25966哀6佰9.70754絆2笆0.12976阿2哎0.8978佰C礙-73457.疤01俺8009