首页 > 美文阅读

计量经济学论文(eviews分析) 房价的计量经济分析

更新时间:2023-05-31 18:03:42 阅读： 评论：0

房价的计量经济分析
引言：近改革开放20多年来，从来没有哪一个行业像房地产业这样盛产亿万富翁，各种富豪排行榜上，房地产富豪连年占据半壁江山；“中国十大暴利行业”中，房地产业每年都是“第一名”。是什么造就了这样的状况。房地产的问题，在开发商，政府，购房者三者来看，就是一场完完全全的博弈。而这场博弈的焦点则是房价问题。如果说开发商与政府之间的博弈是围绕“土地”这个关键词，那么整个房地产市场则在价格上开展了新一轮的对峙。先是开发商与购房者在房价涨跌上僵持不下；再有开发商与政府之间的土地成本论；最后则是关于房地产是否归为暴利行业的争执，“价格”成了市场关注的焦点。而对于房价的构成因素，至今仍然是不透明的。公布房价成本成为另政府极为头疼的一件事。房价成本是一个非常复杂的集合体，并且项目间差异性较大，同时还有软资产、品牌等组成部分，特别是现在的商品房，追求品质、功能完善以及个性化成本构成越来越难衡量。
写作目的：通过对一系列影响房价的基本因素的分析，了解对其主要因素和次要因素。并对这些因素进行统计推断和经济意义上的检验。选择拟和效果最好的最为结论。在一定层面上分析房地产如此暴利的因素。当然笔者的能力有限，并不能全面的分析这一问题。仅仅就几个因素进行分析。
写作方法：理论分析及计量分析方法，将会用到Eviews软件进行帮助分析。
关键词：房价成本 计量假设检验 最小二乘法  拟合优度
现在我们以2003年的数据，选取30个省市的数据为例进行分析。在Eviews软件中选择建立截面数据。现在我们以2003年的数据，选取31个省市的数据为例进行分析。令Y=各地区建筑业总产值。（万元）X1=各地区房屋竣工面积。（万平方米）X2=各地区建筑业企业从业人员。（人）X3=各地区建筑业劳动生产率。（元/人）X4=各地区人均住宅面积。（平方米）X5=各地区人均可支配收入。（元）
数据如下：
Y
X1
X3
X2
X4
X5
12698521
4254.800
569767.0
129961.0
24.77140
13882.62
5208402.
1465.800
238957.0
147063.0
23.09570
淑女帽
10312.91
7799313.
4748.300
989317.0
70048.00
23.16710
7239.060
5401279.
1313.300
591276.0
89151.00
22.99680
7005.030
2576575.
1450.700
265953.0
61074.00
20.05310
7012.900
10170794
3957.100
966790.0
82496.00
20.23510
7240.580
3469281.
1626.800
303837.0
77486.00
20.70590
7005.170
4401878.
2181.300
441518.0
68033.00
20.49200
6678.900
11958034
3609.200
505185.0
153910.0
29.34530
14867.49
27949354
17730.00
2727006.
100569.0
24.43530
9262.460
31272779
16183.90
2429352.
127430.0
31.02330
13179.53
6227073.
4017.600
910691.0
66407.00
20.75480
6778.030
5493441.
2952.100
553611.0
108288.0
30.29870
9999.540
3593356.
2750.900
574705.0
70826.00
22.61980
6901.420
14813618
9139.800
2072530.
60728.00
24.48080
8399.910
6345217.
3433.600
932901.0
66056.00
20.20090
6926.120
8729958.
4840.800
1048763.
81761.00
22.90280
7321.980
8188402.
4969.700
1119106.
74553.00
24.42580
7674.200
15163242
8105.000
1492820.
101932.0
24.93280
12380.43
2818466.
1721.600
353700.0
77472.00
24.17320
7785.040
394053.0
121.5000
61210.00
55361.00
23.43200
7259.250
5862095.
4939.600
817997.0
69432.00
25.72440
8093.670
12253374
8784.600
2070534.
59748.00
26.35850
7041.870
2122907.
980.3000
293310.0
72152.00
18.19430
6569.230
3967957.
2248.700
522470.0
69238.00
24.92940
7643.570
293427.0
121.3000
36593.00
73205.00
19.92990
8765.450
4404362.
1580.000
410311.0
93212.00
21.75050
6806.350
2236860.
1327.200
449409.0
46857.00
21.11380
6657.240
747325.0
242.9000
101501.0
61046.00
19.10550
6745.320
1080546.
578.7000
88225.00
61459.00
22.25500
6530.480
3196774.
1450.800
203375.0
95835.00
20.78110
7173.540
改名申请书
做多重共线性检验：
引入的变量太多，可能存在变量间的共线性，影响方程的估计。首先进行做多重共线性检
验可以减少变量使后面的分析变得简洁。
X1
X2
X3
X4
X5
Y
X1
1
0.960870990907446
0.271375192760775
0.538697279069041
0.418306800295329
0.961473842608042
X2
0.960870990907446
1
0.125029375097319
0.47788589151873
0.279850623344358
0.898672551511606
X3
0.271375192760775
0.125029375097319
1
0.540880959969926
0.83624084894241
0.467710383760092
X4
0.538697279069041
0.47788589151873
0.540880959969926
1
0.68651280850774
0.589777148826127
X5
0.418306800295329
0.279850623344358
0.83624084894241
简历免费下载模板0.68651280850774
1
0.58982338526214
Y
0.961473842608042
0.898672551511606
0.467710383760092
0.589777148826127
0.58982338526214
1
可以看出有多重共线性。
数 97
数 97得的的的
采取逐步回归法：
第一次回归，我们可以根据T检验值和可决系数看出：X1的效果最好：
Dependent Variable: Y
Method: Least Squares
Date: 12/06/10  Time: 17:37
Sample (adjusted): 1 31
Included obrvations: 31 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob. 
X1
1651.403
87.67703
18.83508
0.0000
C
903234.0
502408.2
1.797809
0.0826
R-squared
0.924432
    Mean dependent var
7446408.
Adjusted R-squared
0.921826
    S.D. dependent var
7227629.
S.E. of regression
2020815.
    Akaike info criterion
31.93824
Sum squared resid
1.18E+14
    Schwarz criterion
32.03076
Log likelihood
-493.0427
    F-statistic
354.7601
Durbin-Watson stat
1.930762
    Prob(F-statistic)
0.000000
而X1于X2存在严重自相关，所以引入第二个变量时将X2排除。通过比较发现引入X3时，拟合优度最大，所以加入X3
Dependent Variable: Y
Method: Least Squares
Date: 12/06/10  Time: 17:40
Sample (adjusted): 1 31
Included obrvations: 31 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob. 
X1
1547.354
57.83197
马力和功率换算
26.75604
0.0000
X3
60.57577
9.136899
6.629795
0.0000
C
-3711880.
765709.2
-4.847637
0.0000
R-squared
0.970594
    Mean dependent var
7446408.
Adjusted R-squared
0.968493
    S.D. dependent var
7227629.
S.E. of regression
1282914.
    Akaike info criterion
31.05893
Sum squared resid
4.61E+13
    Schwarz criterion
31.19771
Log likelihood
-478.4134
    F-statistic
俄国文学之父462.0886
Durbin-Watson stat
2.098685
    Prob(F-statistic)
0.000000
X3与X5也存在严重共线性，在引入第三个变量时同时排除X5，那只能引入X4了
Dependent Variable: Y
Method: Least Squares
Date: 12/06/10  Time: 17:47
雅思之路Sample (adjusted): 1 31
Included obrvations: 31 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob. 
X1
1569.186
66.74467
23.51029
0.0000
桐油有毒吗
X3
64.04945
10.56258
6.063810
0.0000
X4
-69455.16
102797.7
-0.675649
0.5050
C
-2476469.
1985261.
-1.247428
0.2230
R-squared
0.971083
    Mean dependent var
7446408.
Adjusted R-squared
0.967870
    S.D. dependent var
7227629.
S.E. of regression
1295550.
    Akaike info criterion
31.10668
Sum squared resid
4.53E+13
    Schwarz criterion
31.29171
Log likelihood
-478.1536
    F-statistic
302.2316
Durbin-Watson stat
2.298423
    Prob(F-statistic)
0.000000
但是引入后通过T检验X4不显著，同时常数项C也变得不显著，且拟合度没有显著提高
。所以剔除X4。通过该检验最终模型为：
Y = 1547.354325*X1 + 60.57576644*X3 - 3711880.158
T=      26.75604    6.629795        -4.847637
    F-statistic
354.7601
R-squared
0.970594
Durbin-Watson stat
2.098685
以上指标都显示拟合得很好。
异方差检验
看字成语
White Heteroskedasticity Test:
F-statistic
1.742532
    Probability
0.161697
Obs*R-squared
8.011602
    Probability
0.155597
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/06/10  Time: 18:05
Sample: 1 31
Included obrvations: 31
Variable
Coefficient
Std. Error
t-Statistic
Prob. 
C
-3.19E+12
4.46E+12
-0.715855
0.4807

本文发布于:2023-05-31 18:03:42，感谢您对本站的认可！

本文链接：https://www.wtabcd.cn/fanwen/fan/82/821687.html

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。

上一篇：公司业务员管理制度
下一篇：山东房屋租赁合同
标签：分析   房价   地区   因素   进行   变量
相关文章
留言与评论（共有 0 条评论）
   
验证码：
推荐文章
排行榜
热门标签
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图