《上海房价影响因素多元线性回归分析.doc》由会员分享，可在线阅读，更多相关《上海房价影响因素多元线性回归分析.doc（10页珍藏版）》请在金锄头文库上搜索。
1、计量经济学课程论文 论文题目： 上海房价影响因素多元线性回归分析班 级： 07国贸 姓 名： 至 上 励 合 指导教师： 佟继英 时 间：2009-2010学年第一学期 上海房价影响因素多元线性回归分析【内容摘要】近几年，随着经济的不断发展尤其是上海等大城市的飞速发展，房价也一路飘升，为了研究19982008年的上海市房屋销售价格指数，本文引入19982008年上海市城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率和房屋空置率作为变量，来研究上海房价的变动因素，并根据模型结论给出政策建议。【关键词】城市人口密度 城市居民人均可支配收入 年贷款利率 房屋空置率一、影响上海房价的主要因
2、素作为全国的金融中心和经济中心，上海的经济在飞速发展，随着经济的发展，地价在不断上涨，房价也随之攀升。许多上海的精装房动辄一万多甚至两万多一平米，令普通百姓咋舌，望房兴叹。上海的房价为何会如此之高，理论上说受城市人口密度，城市居民人均可支配收入，贷款利率和房屋空置率的影响。因为人口密度直接影响房屋的供给状况，而人均可支配收入和年贷款利率的高低又对需求状况有很大影响，房屋的空置率则是综合供给和需求状况进行分析的。 二、变量选取 为了研究19982008年的上海市房屋销售价格指数，引入19982008年上海市城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率和房屋空置率作为变量。三、数据
3、搜集 根据上海市统计年鉴整理得到下面数据：年份商品房平均售价（元每平方米城市人口密度 (人/平方公里)城市居民人均可支配收入(元)五年以上平均年贷款利率(%)房屋空置率(%)19983401.001654.0087738.649.3719993422.001672.00109326.6915.6820003565.001757.00117186.2123.8320013866.001950.00128836.2144.2420024134.001959.00132505.7657.7120035118.001971.00148675.7664.3820045855.001970.0016683
4、5.8255.2820056842.002718.20186456.1240.4520067196.002774.20206686.4534.8220078361.002931.00236237.4839.3120088362.002640.00266756.8936.92四、模型建立及处理Y=+1X1+2X2+3X3+4X4+其中Y表示商品房平均售价，X1表示城市人口密度，X2表示城市居民人均可支配收入，X3表示五年以上年贷款利率，X4表示房屋空置率（空置率=成交面积/竣工面积）。利用EVIEWS回归利用EVIEWS5.0软件，进行OLS回归估计，可以得到：Dependent Variabl
5、e: YMethod: Least SquaresDate: 12/12/09 Time: 18:02Sample: 1998 2008Included observations: 11VariableCoefficientStd. Errort-StatisticProb.C-3242.8511662.869-1.9501540.0990X11.2132160.5704092.1269250.0775X20.2379420.0500034.7585210.0031X3268.7713204.49481.3143190.2367X411.3669210.789981.0534700.3327R
6、-squared0.978541Mean dependent var5465.636Adjusted R-squared0.964236S.D. dependent var1957.466S.E. of regression370.1856Akaike info criterion14.96884Sum squared resid822224.2Schwarz criterion15.14970Log likelihood-77.32863F-statistic68.40197Durbin-Watson stat0.997978Prob(F-statistic)0.000039（一）多重共线的
7、检验和修正 由回归结果可见，该模型R2=0.978541，R2=0.964236可决系数较高，F=68.40197，给定显著性水平=0.05，查F分布表可得F（4，6）=4.53 F，则说明回归方程显著，即各个解释变量联合起来对被解释变量有显著影响。但是当=0.05时，t/2（n-k）= t0.025（6）=2.447，X1、X3、X4系数的t检验值不显著，表明很可能存在严重的多重共线性。 计算各解释变量的相关系数，得到： X1X2X3X4X11.0000000.9028920.0258900.209591X20.9028921.000000-0.0329270.287857X30.02589
8、0-0.0329271.000000-0.729265X40.2095910.287857-0.7292651.000000由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。 修正：采取逐步回归法修正模型，分别做Y对X1,X2,X3,X4的一元回归，结果如下：变量X1X2X3X4参数估计值3.8151700.34055971.7936130.93860t统计量8.19707313.798050.0958160.847435R20.8818770.9548610.0010190.073897R20.8687530.94984600其中，加入X2的方程R2最大，
9、以X2为基础，顺次加入其他变量逐步回归，结果如下： 变量 R2X2,X10.965404X2,X30.948718X2,X40.943698经比较，新加入X1后的方程R2=0.965404，改进最大，而且t检验显著，选择保留X1，再加入其他新变量逐步回归，结果如下： 变量 R2X2,X1,X30.963675X2,X1,X40.960519加入X3、X4后，方程R2不但没有增大，反而减小，而且各个参数的t检验都不显著，这说明X3、X4引起严重多重共线性，应予剔除。 所以修正严重多重共线性影响的回归结果为： Dependent Variable: YMethod: Least SquaresDa
10、te: 12/12/09 Time: 18:34Sample: 1998 2008Included observations: 11VariableCoefficientStd. Errort-StatisticProb.C-1220.247621.5122-1.9633510.0852X11.2488760.5558912.2466220.0549X20.2438280.0476875.1130630.0009R-squared0.972323Mean dependent var5465.636Adjusted R-squared0.965404S.D. dependent var1957.
11、466S.E. of regression364.0888Akaike info criterion14.85967Sum squared resid1060485.Schwarz criterion14.96819Log likelihood-78.72820F-statistic140.5253Durbin-Watson stat1.159448Prob(F-statistic)0.000001 Y = -1220.246883 + 1.248875882*X1 + 0.2438278982*X2（二）异方差的检验和修正a.辅助函数为：2t=0+1 x1t+2 x1t2+3 x2t+4 x
12、2t2+5 x1t x2t+t b.由White检验可得： White Heteroskedasticity Test:F-statistic0.580576Probability0.717400Obs*R-squared4.040513Probability0.543598Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/12/09 Time: 18:54Sample: 1998 2008Included observations: 11VariableCoefficientStd. Errort-StatisticProb.C-1141304.2507738.-0.4551130.6681X11334.5463522.1510.3789010.7203X12-0.4085051.397830-0.2922430.7818X1*X20.0231320.1868210.1238180.9063X2-13.028771
