《计量我国房价宏观影响因素的计量分析》由会员分享，可在线阅读，更多相关《计量我国房价宏观影响因素的计量分析（7页珍藏版）》请在金锄头文库上搜索。
1、计量经济学课程论文 我国房价宏观影响因素的计量分析 摘要 关键词多因素分析 截面数据 OLS法 一、引言住宅业是国民经济的根底性、先导性产业。住宅既是生产和生活的必需品 , 同时也是一种资产或者说财富。它是家庭消费中最重要、最特殊、最复杂、最敏感的商品。可以说,世界上没有两片相同的树叶,也没有两间完全相同的住宅。商品住宅根本上是一房一价，有许多因素影响其定价。住宅的价格既关系到一般老百姓的生产和生活问题，也关系到一个城市开展潜力和竞争力，更关系到国家的金融稳定、宏观经济政策等。定性和定量研究住宅价格的影响因素和住宅业的开展态势，可以为政府进行宏观调控提供依据，为消费者提供信息支持，为住宅开发企
2、业工程运作时提供参考。 二、文献综述我对国内近年在各期刊上发表的关于房地产价格影响因素研究的文章进行了分析，并选择对同一问题的研究较具代表性的文章，提炼了他们的观点。1. 姚先国、黄炜华进行了“地价与房价的关系研究，他们认为地价与房价有关联，但并非线性关系，即使地价上涨，房价也并不一定随之上涨。只有其他本钱都呈刚性再无下降空间，而开发商已到了无利可图的地步，地价的上升才会全部反映到房价上，成为房价上涨的直接原因。现有房价取决于居民有支付能力的需求，房价上涨主要是由于需求推动而非本钱推动。2尚梅对“宏观经济因素对建筑产品价格的影响进行了分析，认为如果建筑产品价格的时间序列与某宏观经济变量的时间序
3、列密切相关，且这些经济变量的变化周期超前于建筑产品价格的变化周期，那么这些宏观经济变量就可能成为建筑产品价格变化的晴雨表。所列举的对建筑产品价格水平具有影响的宏观经济变量有: 建筑业投资、失业率、工业品产出、人均国民收入、银行贷款利率等等。3. 陈多长、宗家峰对“房地产税收与住宅资产价格研究后认为，对住宅未来价格的预期会影响现期价格，如果预期未来上升，那么现期房价会马上上升; 假设存在住宅转让投机，再加上不确定性和税收等因素影响，资产性价格将会发生振荡。税收对住宅资产价格的影响是双重的: 它既改变投机者的价格预期影响预期资本性增值，也改变住宅资产的收益流量影响资产的净现值。4. 姚大全对“土地
4、储藏对房地产的影响进行了研究，土地储藏对房价的短期影响是从两方面产生的，一是土地供给价格对开发本钱的影响，二是土地供给机制对房屋开发总量的影响。5. 有文章从央行加息对房地产的影响进行了分析，认为加息将延缓局部房 1 产需求的实现，改善房地产的供求关系，一定程度起到稳定房地产价格，放缓房地产投资速度的作用。6. 张大亮、周丽梅在文章?顾客需求的变化对房地产价格的影响?中，认为随着购置主体、购置动机、功能需求及价值观念的变化，影响了顾客需求的变化。顾客需求的变化影响房地产价值的变化，从而引起价格的变化。房地产价值的实现程度与顾客对房地产价值的认知程度以及市场供求关系有关。7贺巍、李小朋从消费者的
5、心理方面研究了影响建筑物心理价位的因素。他们认为房屋的地段、小区环境、建筑物质量、外观、房型、配套设施、交通状况、物业管理水平、建筑开发商的知名度、广告力度是影响建筑物心理价位的主要因素。8韩毅从物业管理方面对房地产价格的影响进行了分析，认为物业管理对一级市场上房地产销售价格的影响主要是通过企业的品德，树立了购置者对工程的信心。对二级市场而言，良好的物业管理可以对房地产功能方面的相对残缺、落后和不适的价值损失进行弥补; 物业管理也会通过负面的影响引起房地产价值的损失。 三、数据搜集 四、计量经济模型一模型的建立Y=1+2X2+3X3+4X4+5X5+6X6+U其中：Y住宅均价 X2人口密度 X
6、3最终消费支出 X4建筑业房屋建筑面积施工 X5建筑业劳动生产率 X6人均年住房支出 U随机扰动项 2 OLS回归结果 由上表，模型估计有以下结果Y=-306.9796 + 1.108812X2 +0.045266X3+0.001279X4+0.057805X5+3.465842X6+U se=(751.8139) (0.419666 (0.081092) (0.014967) (0.038336) (1.730529) t=(-0.408319) (2.642132) (0.558209) (0.085442) (1.507850) (2.002765) R=0.780381 Adjuste
7、d R=0.736457 F-statistic=17.7667222二参数估计的检验与修正由上表，该模型的可决系数较高，F检验值=17.76672，明显显著。所有变量的符号也和预期效果一致，但=0.05时，t(31-6)=2.060,，只有x2的系数的t检验显著，这说明很可能存在多重共线性。1 多重共线性的检验Step1.计算各变量的相关系数。相关系数矩阵可以看出，其中一些变量间的相关系数确实比拟高，存在一定的多重共线性。 3 Step2. 采用逐步回归法，来检验和解决多重共线性问题。分别做Y对x2-x5的一元回归，结果如下 其中，参加X2的修正的可决系数最大，以X2为根底，顺次参加其他变量
8、逐次回归。 参加新变量的回归结果1 经比拟，新参加变量X6后，方程的修正的可决系数为0.722，改良最大，且各参数t检验显著，所以选择保存X6，再参加其他新变量逐步回归。 参加新变量的回归结果2经比拟，新参加变量后，尽管方程的修正的可决系数都有较大改良，但各新变量参数t检验不显著，且使原有变量的t检验值也向不显著方向开展，所以说明X3、X4、X5引起了严重的多重共线性，应予剔除，使模型得到改善。 Step3.因此，剔除了多重共线性后的模型为Y=1+2X2+6X6+U再次经过回归，结果为 4 Y = 862.9113 + 1.230774* X2 + 4.374935* X62.766665 3
9、.05 2.771R=0.74 DW=2.1876 F=39.89244 22异方差的检验White检验Step1.相关图形分析80008000600060002000Y 1000X2200030004000Y40002000 00200400X6600800 从这两个图可以粗略看出，随X2和X6的增加，Y的离散程度有逐步变大的趋势，认为存在递增性的异方差。 5 Step2.残差图形分析6000000600000040000004000000E2E220000002000000001000X22000300000200400X6600800 从这两个图也可以粗略看出，模型可能存在递增性的异方差
10、。Step3. 由上表，Obs*R-squared<0.05，拒绝原假设，说明模型存在异方差。采用加权最小二乘法WLS对异方差进行修正。选用的权数为w=1/e。用权数的回归结果为 6 7 可以看出运用加权最小二乘法消除了异方差，且参数t检验均显著，可决系数大幅提高，F检验也显著。(3)自相关的检验由进行了加权最小二乘修正的回归结果可知，DW=1.747，在0.05的显著性水平下，4-Du=2.43>DW>1.57,即落入无自相关的区域，所以判定模型不存在自相关。三模型的解释通过以上的参数估计、检验和修正，最终得到的模型结果如下：Y = 917.1885 + 1.216970*
11、 X2 + 3.911966* X640.33132 54.65933 33.53715R2=0.9999 DW=1.747 F=1745.012X2人口密度，X6人均年住房支出其经济含义是，每平方千米每增加一人，平均说来，住宅均价每平方米约增加1.217元；人均年住房支出每增加1元，平均说来，住宅均价每平方米约增加3.912元。 五、模型的补充与改良1、我国房地产现状是这样的，虽然从04年开始国家进行了一系列的宏观调控，但是房价仍然快速上涨，房价泡沫多，投机炒房情况严重。其实，中央已往出台的土地政策具有很强的约束性，但房地产行业土地问题之所以“黑幕重重，主要责任在地方政府执行层面，即地方政府
12、与中央进行利益博弈。地方政府由于权衡多方利益，如地方投资、政绩工程、财政税收等等，很多时候对中央的政策置假设罔闻。2、从模型中我们可以看出，保存的两个解释变量都是需求方的，这说明中国房市还是需求为主导方，由于中国人口过多，而可居住的土地很紧缺，因此过剩需求导致房价居高不下，而供给方影响因素并不明显。3、在模型数据处理处理上，人口密度的指标比拟粗糙。因为中国城市化严重不均，东部相对成熟，人口稠密，而西部省份却有很多地方是无人区。但就城市而言，两地人口密度却无太大差异，因此直接以行政区划的面积来平均不能很好反映西部城市的情况。如果以可居住面积来进行平均，应该能收到更反映实际情况的结果，不过数据搜集
13、上存在较大困难。4、在模型中，我们发现本应起到较大作用的消费支出在拟合过程中并不太好，所以将其改良为居民消费水平进行拟合，得到了较好的结果。回归如下： 8 模型为Y = 269.3558 +0.371145* X 2.26160420.89583R2=0.9377 DW=1.862 F=436.6355其经济含义是居民消费水平每增加一元，平均说来，住宅均价上升约0.37元。由以上两表看到，修正后的可决系数到达93.56%，且不存在自相关DW=1.86 9 落在无自相关区域和异方差White检验P值大于0.05。说明各地区的消费水平确实是解释住宅价格的最好变量，这也是从需求角度出发的。 六、参考
14、文献：1?数据分析与Eviews应用?，易丹辉，中国人大学出版社2?中国统计年鉴2021?3田益祥等，?影响中国房地产价格的因素及其程度分析?，?商场现代化?2021年11月4魏海燕等，?商品住宅主因素定价模型研究?，?科技导报?2021年11期5鲍丽香，?房地产价格影响因素研究评述?，?边疆经济与文化?2021年第9期 10 莀羈螃蒈荿蚈肈莄莈螀袁芀莇袃肇膆莇薂袀肂蒆蚅肅莀蒅螇袈芆蒄衿肃节蒃虿袆膈蒂螁膂肄蒁袃羄莃蒁薃膀艿蒀蚅羃膅蕿螈膈肁薈袀羁莀薇薀螄莆薆螂罿节薅袄袂膈薅薄肈肄薄蚆袀莂薃蝿肆芈蚂袁衿膄蚁薁肄肀蚀蚃袇葿虿袅肂莅虿羈羅芁蚈蚇膁膇芄蝿羄肃芃袂腿莁莃薁羂芇莂蚄膇膃莁螆羀聿莀羈螃蒈荿蚈肈莄莈螀袁芀莇袃肇膆莇薂袀肂蒆蚅肅莀蒅螇袈芆蒄衿肃节蒃虿袆膈蒂螁膂肄蒁袃羄莃蒁薃膀艿蒀蚅羃膅蕿螈膈肁薈袀羁莀薇薀螄莆薆螂罿节薅袄袂膈薅薄肈肄薄蚆袀莂薃蝿肆芈蚂袁衿膄蚁薁肄肀蚀蚃袇葿虿袅肂莅虿羈羅芁蚈蚇膁膇芄蝿羄肃芃袂腿莁莃薁羂芇莂蚄膇膃莁螆羀聿莀羈螃蒈荿蚈肈莄莈螀袁芀莇袃肇膆莇薂袀肂蒆蚅肅莀蒅螇袈芆蒄衿肃节蒃虿袆膈蒂螁膂肄蒁袃羄莃蒁薃膀艿蒀蚅羃膅蕿螈膈肁薈袀羁莀薇
