计量经济学论文 房价的计量经济分析

1、巴房价的计量经济吧分析昂引言：近改革开叭放20多年来，白从来没有哪一个败行业像房地产业绊这样盛产亿万富靶翁，各种富豪排昂行榜上，房地产邦富豪连年占据半邦壁江山；斑“癌中国十大暴利行笆业绊”捌中，房地产业每笆年都是哀“哎第一名澳”巴。是什么造就了拌这样的状况。房笆地产的问题，在佰开发商，政府，吧购房者三者来看澳，就是一场完完翱全全的博弈。而疤这场博弈的焦点袄则是房价问题。哀如果说开发商与绊政府之间的博弈叭是围绕爱“颁土地摆”绊这个关键词，那叭么整个房地产市坝场则在价格上开败展了新一轮的对扮峙。先是开发商半与购房者在房价办涨跌上僵持不下跋；再有开发商与伴政府之间的土地靶成本论；最后则鞍是关于房地产

2、是傲否归为暴利行业邦的争执，耙“皑价格背”伴成了市场关注的扳焦点。而对于房稗价的构成因素，岸至今仍然是不透叭明的。公布房价安成本成为另政府搬极为头疼的一件矮事。房价成本是澳一个非常复杂的霸集合体，并且项拌目间差异性较大疤，同时还有软资拌产、品牌等组成扮部分，特别是现拔在的商品房，追邦求品质、功能完吧善以及个性化成叭本构成越来越难靶衡量。 爸写作目的：通过扳对一系列影响房扒价的基本因素的翱分析，了解对其爸主要因素和次要翱因素。并对这些颁因素进行统计推爸断和经济意义上绊的检验。选择拟跋和效果最好的最唉为结论。在一定柏层面上分析房地拌产如此暴利的因办素。当然笔者的昂能力有限，并不靶能全面的分析这奥一

3、问题。仅仅就稗几个因素进行分按析。熬写作方法：理论佰分析及计量分析鞍方法，将会用到啊Eviews软阿件进行帮助分析蔼。坝关键词：房价成跋本班 拜计量假设检验 背最小二乘法 笆拟合优度 氨现在我们以20办03年的数据，扒选取30个省市拌的数据为例进行艾分析。在Evi绊ews软件中选班择建立截面数据安。现在我们以爸2003拔年的数据，选取按31案个省市的数据为翱例进行分析。令阿Y=伴各地区建筑业总捌产值。（万元）氨X1=坝各地区房屋竣工跋面积。（万平方蔼米）蔼X2=艾各地区建筑业企瓣业从业人员。（扮人）稗X3=把各地区建筑业劳矮动生产率。（元佰/人）颁X4=矮各地区人均住宅矮面积。（平方米岸）奥X

4、5=啊各地区人均可支败配收入。（元）数据如下：败Y扳X1艾X3版X2白X4爱X5岸 126985绊21懊 4254.8案00佰 569767靶.0鞍 129961半.0罢 24.771扮40靶 13882.澳62班 520840斑2.巴 1465.8败00傲 238957扮.0昂 147063摆.0俺 23.095胺70碍 10312.百91扳 779931肮3.白 4748.3昂00芭 989317案.0阿 70048.皑00岸 23.167蔼10扒 7239.0安60耙 540127啊9.奥 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碍.0佰 61074.扮00矮 20.053疤10拜 7012.9蔼00按 101707奥94奥 3957.1拌00奥 966790巴.0笆 82496.捌00岸 20.235拔10岸 7240.5巴80案 346928绊1.熬 1626.8耙00邦 303837皑.0皑 77486.白00柏 20.705癌90癌 7005.1坝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爱00鞍 505185佰.

6、0斑 153910挨.0霸 29.345耙30颁 14867.拜49笆 279493佰54拔 17730.坝00埃 272700懊6.摆 100569霸.0斑 24.435把30鞍 9262.4扮60百 312727巴79皑 16183.艾90白 242935盎2.胺 127430稗.0隘 31.023案30袄 13179.敖53霸 622707搬3.伴 4017.6凹00颁 910691霸.0版 66407.扒00阿 20.754跋80颁 6778.0阿30敖 549344般1.芭 2952.1懊00岸 553611埃.0安 108288扳.0绊 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碍80斑 6901.4败20佰 148136爸18败 9139.8唉00阿 207253案0.疤 60728.把00胺 24.480白80邦 8399.9暗10肮 634521暗7.阿 3433.6暗00矮 932901敖.0般 66056.跋00昂 20.200爱90百 6926.1颁20疤 872995傲8.癌 4840.8背00捌 104876芭3.靶 81761.白00坝 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绊 24.173笆20胺 7785.0扳40搬 394053氨.0俺 121.50扒00皑 61210.邦00瓣 55361.阿00奥 23.432版00瓣 7259.2板50罢 586209胺5.白 4939.6半00奥 817997啊.0般 69432.袄00爱 25.724百40般 8093.6败70蔼 122533

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

10、暗 21.750隘50袄 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办20摆 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摆 95835.笆00佰 20.781矮10伴 7173.5岸40 蔼做多重共线性检懊验罢：

11、岸引入的变量太多癌，可能存在变量按间的共线性，影叭响方程的估计。疤首先进行做多重皑共线性检验可以坝减少变量使后面暗的分析变得简洁疤。爱X1稗X2坝X3鞍X4摆X5办Y奥X1扮1挨0.96087唉0990907安44摆6凹0.27137盎5192760板775百0.53869安7279069颁041斑0.41830霸6800295蔼329叭0.96147奥3842608癌042邦X2懊0.96087办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绊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奥0.54088叭0959969爸926蔼0.83624耙0848942把41矮0.46771凹0383760哎092氨X4背0.53869啊7279069澳041颁0.47788叭5891518凹73板0.54088跋0959969八926唉1败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摆0.83624颁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颁0.58稗9777148唉826127背0.58982坝3385262败14半1暗可以看出有多重靶共线性。数 97袄数 97袄得的的的跋采取逐步回归法蔼：蔼第一次回归，我耙们可以根据T检佰验值和可决系数百看出：X1的效蔼果最好：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颁Sample 绊(adjust佰ed): 1 把31哎Include柏d obse

14、r矮vations肮: 31 af叭ter adj伴ustment拌s柏Variabl安e捌Coeffic哎ient摆Std. Er安ror啊t-Stati懊stic邦Prob.肮X1拌1651.40伴3唉87.6770阿3岸18.8350盎8邦0.0000颁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袄6跋S.D斑. depen扒dent va凹r般7227629柏.巴S.E. of斑 regres

15、办sion笆2020815霸.敖Aka吧ike inf颁o crite芭rion爱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罢32.0307挨6碍Log lik氨elihood柏-493.04搬27班F-s澳tatisti隘c氨354.760般1蔼Durbin-半Watson 艾stat爸1.93076板2胺Pro肮b(F-sta奥tistic)颁0.00000百0版而X1于X2存芭在严重自相关，碍所以引入第二个半变量时将X2排坝除。通过比较发芭现引入X3时，疤拟合优度最大，阿所以加入X3澳Depende百nt Var

16、i啊able: Y凹Method:凹 Least 把Squares奥Date: 斑12/06/1办0斑 Time埃: 17:40爱Sample 罢(adjust跋ed): 1 哎31挨Include阿d obser盎vations办: 31 af败ter adj耙ustment佰s艾Variabl爸e安Coeffic碍ient扮Std. E皑rror哀t-Stati瓣stic按Prob.稗X1矮1547.35阿4半57.8319挨7疤26.7560败4捌0.0000敖X3霸60.5757碍7挨9.13689颁9皑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办ed澳0.97059肮4板Mea艾n depen按dent va蔼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皑iterion斑31.1977阿1叭Log lik邦elihood哎-478.41矮34芭F-s颁tatisti扮c摆

18、462.088办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与X5也爸存在严重共线性澳，在引入第三个瓣变量时同时排除绊X5，那只能引傲入X4了跋Depende板nt Vari半able: Y傲Method:氨 Least 颁Squares邦Date: 笆12/06/1昂0八 Time碍: 17:47巴Sample 爱(adjust扒ed): 1 瓣31摆Include稗d obser邦vations阿: 31 af俺ter adj蔼ustment安s疤Variabl埃e柏Coeffic傲ient昂St搬d.

19、 Erro奥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肮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坝dent va皑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颁1295550霸.袄Aka安ike inf凹o crite哀rion翱31.1066罢8傲Sum squ肮ared re皑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坝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唉但是引入后通过肮T艾检验哎X4版不显著，同时常捌数项搬C般也变得不显著，办且拟合度没有显哀著提高巴。所以剔除X

21、4袄。通过该检验最办终模型为：昂Y = 154挨7.35432捌5*X1 + 俺60.5757熬6644*X3肮 - 3711阿880.158敖T= 挨 翱26.7560碍4 6.啊629795 斑 背 -4.847癌637柏F-s瓣tatisti按c熬354.760颁1隘R-squar岸ed疤0.97059盎4把Durbin-懊Watson 隘stat敖2.09868哀5爸 案以上指标都显示白拟合得很好。 异方差检验安White H胺eterosk扳edastic盎ity Tes奥t:癌F-stati颁stic昂1.74253颁2霸Pro瓣babilit唉y氨0.16169罢7八Obs*R-

22、s笆quared柏8.01160伴2跋Pro氨babilit摆y案0.15559澳7背Test Eq碍uation:扮Depende搬nt Vari扮able: R哎E敖SID2敖Method:般 Least 艾Squares哎Date: 碍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绊-3.19E+拜12罢4.46E+1埃2颁-0.7158案55斑0.4807安X1奥1.15E+0埃8哀3.54

23、E+0伴8熬0.32491案5傲0.7479伴X12颁3913.00熬4阿20466.6爸3氨0.19118扳9颁0.8499罢X1*X3岸-756.30安89哀4598.98败6班-0.1644唉51耙0.8707傲X3扒6942588办4搬9529030笆0扒0.72857拔2拜0.4730爱X32碍-184.19拌39爱462.076凹9颁-0.3986百22奥0.6936巴R-squar按ed坝0.25843扮9挨Mea板n depen唉dent va傲r蔼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皑1.92E+1版2颁Aka罢ike inf癌o crite叭rion办59.5801爸9叭Sum squ般ared re熬sid隘9.25E+2吧5盎Sch氨warz cr碍iterion懊59.8577哀4柏Log lik邦elihood挨-917.49鞍29鞍F-s唉tatisti佰c蔼1.74253啊2百Durbin-鞍Watson 熬stat傲2.02995把1拜Pro疤b(F-sta绊tistic)拔0.16169昂7皑从结果来看应该敖勉强是不存在异凹方差的，但是同傲方差的概率有点芭小，不能让人信摆服。而通过残差挨图发现残差没

25、有拔很明显的波动、懊X-Y跋的图也较符合线八性关系即模型设爸定没多大问题、翱且从按White H板eterosk哎edastic佰ity Tes岸t 扮中各变量的系数胺也十分不显著不坝能判别残差是否埃与解释变量有关瓣。没办法，只能摆用加权最小二乘班法进行修正。哀异方差修正罢-扳加权最小二乘法碍 白Depende翱nt Vari拜able: Y唉Method:傲 Least 澳Squares唉Date: 绊12/06/1氨0靶 Time爱: 18:13熬Sample 挨(adjust爱ed): 1 跋31伴Include懊d obser凹vations扳: 31 af艾ter adj扮ustme

26、nt颁s霸Weighti败ng seri案es: 1/A佰BS(RESI霸D)皑Variabl俺e坝Coeffic八ient扮Std. Er袄ror昂t-Stati拜stic哎Prob.胺X1斑1543.81暗2拔4.26672绊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袄0.0000瓣C矮-372109绊7.摆59118.4般0艾-62.943办14霸0.0000吧Weighte半d Stati傲stics盎R-squar罢ed柏0.99999爸9拔Mea昂n depen摆dent va傲r敖7466651耙.绊Adjuste拜d

27、R-squ颁ared把0.99999瓣9邦S.D摆. 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肮Sum squ半ared re坝sid敖2.49E+1百0半Sch把warz cr哀iterion绊23.6741伴0埃Log lik澳elihood氨-361.79唉75蔼F-s伴tatisti碍c把310479.暗3办Durbin-懊Watson 伴stat安2.15863绊8稗Pro安b(F-sta皑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蔼.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蔼 regres氨sion皑1283009邦.案Sum艾 square耙d resid白4.61E+1般3瓣Durbin-摆Watson 伴stat稗2.09990搬0啊通过修正以后拟芭合度有所提高，柏且通过再次异方般差检验通过了。自相关检验班Breusch爱-Godfre瓣y Seria俺l Corre案lation 矮

29、LM Test唉:扮Obs*R-s袄quared安0.50592袄2哎Pro般babilit扮y柏0.77649肮8隘Test Eq班uation:澳Depende爱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绊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摆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绊2笆0.12976阿2哎0.8978佰C碍-73457.疤01俺8009