我国商品房房价影响因素的分析

我国商品房房价影响因素的分析 天津外国语大学国际商学院 课程名称: 计量经济学 论文题目: 我国商品房房价影响因素的分析 姓 名: 学 号: 专 业: 金融学 年 级: 班 级: 任课教师: 2015 年 4 月 一、我国商品房房价影响因素的分析 针对房地产市场近年来日益火爆， 房价不断攀升的现状， 房地产的温性发展关乎国计民生，本文选取了 2000 年到 2013年的年度数据， 通过几个因素研究房价上涨的各方面影响，本文主要研究商品房累计销售额x1，财政收入x2，城镇居民人均可支配收入x2这三个因素对商品房房价的影响 一、模型的设定 为了反映中国商品房房价的影响因素，选择商品房平均销售价格y被解释变量，以反映2000年以来商品房销售价格的增长;选择商品房累计销售额x1，财政收入x2，城镇居民人均可支配收入x2为解释变量，从而可以看出各部分与商品房销售价格之间的数量化的大小，以及各部分数额的增长对商品房销售价格所做的贡献大小，当然还有一些其他的内容未曾考虑到的以及数据误差，归并误差等等归为随机误差项。 从《中国统计年鉴》收集到以下数据: 设定线性回归模型为: y,，，， ,,,,xxx1230123 三、参数估计 利用eviews软件可以得到 y关于x1的散点图: 可以看出y和x1成线性相关关系 7,000 6,000 5,000 Y 4,000 3,000 2,000 010,00030,00050,00070,00090,000 X1 y关于x2的散点图: 可以看出M2和M1成线性相关关系: 7,000 6,000 5,000 Y 4,000 3,000 2,000 020,00060,000100,000140,000 X2 y关于x3的散点图: 可以看处y和x3成线性相关关系: 7,000 6,000 5,000 Y 4,000 3,000 2,000 4,0008,00012,00016,00020,00024,00028,000 X3 Dependent Variable: Y Method: Least Squares Date: 04/27/15 Time: 13:27 Sample: 2000 2013 Included observations: 14 Variable Coefficient Std. Error t-Statistic Prob. C 656.3326 413.8298 1.585996 0.1438 X1 0.031117 0.009691 3.210799 0.0093 X2 -0.032208 0.014796 -2.176733 0.0545 X3 0.278318 0.084568 3.291038 0.0081 R-squared 0.992535 Mean dependent var 3783.246 Adjusted R-squared 0.990295 S.D. dependent var 1420.697 S.E. of regression 139.9591 Akaike info criterion 12.95553 Sum squared resid 195885.5 Schwarz criterion 13.13812 Log likelihood -86.68874 Hannan-Quinn criter. 12.93863 F-statistic 443.1681 Durbin-Watson stat 1.201173 Prob(F-statistic) 0.000000 M2=656.3326+0.031x1-0.032x2+0.278x3 (0.009691) (0.014796) (0.0846) t={3.21079} {-2.17673} {3.29103} 22 R=0.9925 修正R=0.99 四、模型检验 1.经济意义检验 模型估计结果说明，在假定其他变量不变的情况下，当年商品房累计销售额每增长1亿元，商品房房价就会增长0.031元;在假定其他变量不变的情况下，当财政收入增加1亿元，商品房房价减少0.032元，当城镇居民人均可支配收入增加一元，商品房房价增加0.278元。 2.统计检验 22(1)拟合优度:R=0.993，修正的可决系数为R=0.990，这说明模型对样本拟合的很好。 (2)F检验:针对H: β=β=β=β=0Hββββ不全为零给定的显00 12, 1:0 ，1，2，33 著性水平α=0.05F查出自由度为K-1=2和n-k=11的临界值Fα(2，11)，在分布表中 =3.98.由eviews得到F=443.17>4.67，应拒绝原假设H,说明回归方程显著，即0 商品房累计销售额x1，财政收入x2，城镇居民人均可支配收入x2“联合起来确实对“商品房平均销售价格”有显著影响。 (3)T检验:分别针对H0:βj=0(j=1，2，3) H1:βj?0，给定的显著水平α=0.05，查t分布表得自由度为n-k=11临界值tα/2(n-k)=2.160。由eviews数据可得，与β0β1β2对应的t统计量分别为3.21079，-2.17673，3.29103，β3β1β2其绝对值均大于2.160，这说明分别都应当拒绝H0，也就是说，当其他解释变量不变的情况下，解释变量商品房累计销售额x1，财政收入x2，城镇居民人均可支配收入x2对被解释变量“商品房平均销售价格”有显著的影响。 五、模型的预测 (1)点预测 7,000Forecast: YFActual: Y6,000Forecast sample: 2000 2013Included observations: 145,000Root Mean Squared Error 118.2870Mean Absolute Error 91.62645Mean Abs. Percent Error 2.4824044,000Theil Inequality Coefficient 0.014703 Bias Proportion 0.0000003,000 Variance Proportion 0.001873 Covariance Proportion 0.998127 2,000 1,0000001020304050607080910111213 YF?2 S.E. 不改变时间序列数据的时间跨度对已有数据进行内推，可得到关于从2000年到2013年已有数据的预测结果。 从图中可知，预测结果的误差均方根为118.287，绝对误差平均为91.62645，相对误差绝对值平均为2.48%等。实际上，从结果看来，预测值与实际值的误差是较大的。究其原因，最大的原因是数据的覆盖面不够广，影响商品房房价因素是非常多的，例如经济因素，政治因素，地域因素，在复杂的经济环境中，只选取商品房累计销售额x1，财政收入x2，城镇居民人均可支配收入x2这三个因素是远远不够的，“随机扰动项”的数值过大。 (2)区间预测 7,700 7,600 7,500 7,400 7,300 7,200 7,100 7,000 6,900 6,800 2014 YF?2 S.E. 7,800 7662.5 7,600 7,400 7255.7 7,200 7,000 6849.0 6,800 6,600 2014 YF?2 S.E. 区间预测就是在已有数据的基础上进行外推，扩大时间跨度，从2000年到 2013年扩大到2000年到2014年。给2013年的“商品房累计销售额x1，财政收 入x2，城镇居民人均可支配收入x3”，得出2014商品房平均销售价格的预测值 为7255.726。