1、计 量 经 济 学课 程 论 文论文题目 房价的计量经济分析 学 院 经济与管理学院 专 业 投资学 年 级 2014 学 号 201424015118 学生姓名 黄锦恒 完成时间 2016 年 12 月0房价的计量经济分析摘 要：2015 年以来全国整体的楼市销售在政策不断利好的刺激下，温和回暖。2015年是国企改革深化的关键之年。虽然此前国企改革进度总体来说低于预期，但从 2015年年初至今，尤其是两会以后，相关政策密集出台， “1+N”国企改革文件出台的预期逐渐加强。由于一线城市在经济增长、产业聚集以随着政府一系列关于房地产政策的出台，我国房地产行业出现回暖迹象，许多城市的房价都在上升期
2、。2015 年 1 至 6 月份，全国商品房销售面积同比增长 3.9%，而 1 至 5 月份为下降 0.2%，热点城市住宅交易量明显上升。在住宅交易回暖的过程中，房地产市场出现新的运行特征，将对房地产业数量型增长模式提出巨大挑战，值得高度关注。关键词：房价成本；计量假设检验；拟合优度1.引 言近年以来，房地产业迅速发展，价格持续稳定上涨，已远远超过一般人所能承受的经济能力。过高的房价有可能超出经济系统的承受能力，从而最终影响经济的稳定。为此基于对我国房价上涨的成因分析，并有针对性地提出了解决房价问题的对策建议2.理 论 基 础房产是指建筑在土地上的各种房屋，包括住宅、厂房、仓库和商业、服务、文
3、化、教育、卫生、体育以及办公用房等。地产是指土地及其上下一定的空间，包括地下的各种基础设施、地面道路等。房地产由于其自己的特点即位置的固定性和不可移动性，在经济学上又被称为不动产。可以有三种存在形态：即土地、建筑物、房地合一。根据经济学原理，商品的价格由供求变化决定。若供过于求，则价格下降，反之，价格上升。供给与需求理论就是通过协调供给与需求的关系以使产品达到一种均衡价格，住房作为一种商品，无非也是适用于这一原理的。对于住房来说，需求弹性较大，供给弹性较小。即当住房价格变化时，住房供给的变化量较大，住房需求的变化量则较小。13.模 型 设 定3.1 数据来源现在我们以网上最近统计年鉴获得的数据
4、，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。现在我们以统计年鉴获取的数据，选取 31 个省市的数据为例进行分析。令 Y=各地区房地产总额（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：表 3.1 影响建筑业总产值的因素分析表地区 Y X1 X2 X3 X4 X5北京 12698521 4254.8 129961.0 569767.0 24.7714 13882.62天津 5208402 1
5、465.8 147063.0 238957.0 23.09570 10312.91河北 7799313 4748.3 70048.0 989317.0 23.16710 7239.060山西 5401279 1313.3 89151.00 591276.0 22.99680 7005.030内蒙古 2576575 1450.7 61074.00 265953.0 20.05310 7012.900辽宁 10170794 3957.1 82496.00 966790.0 20.23510 7240.580吉林 3469281 1626.8 77486.00 303837.0 20.70590 7
6、005.170黑龙江 4401878 2181.3 68033.00 441518.0 20.49200 6678.900上海 11958034 3609.2 153910.0 505185.0 29.34530 14867.49江苏 27949354 17730.0 100569.0 2727006 24.43530 9262.460浙江 31272779 16183.9 127430.0 2429352 31.02330 13179.53安徽 6227073 4017.6 66407.00 910691.0 20.75480 6778.030福建 5493441 2952.1 108288
7、.0 553611.0 30.29870 9999.540江西 3593356 2750.9 70826.00 574705.0 22.61980 6901.420山东 14813618 9139.8 60728.00 2072530. 24.48080 8399.9102河南 6345217 3433.6 66056.00 932901.0 20.20090 6926.120湖北 8729958 4840.8 81761.00 1048763 22.90280 7321.980湖南 8188402 4969.7 74553.00 1119106 24.42580 7674.200广东 151
8、63242 8105.0 101932.0 1492820 24.93280 12380.43广西 2818466 1721.6 77472.00 353700.0 24.17320 7785.040海南 394053.0 121.5 55361.00 61210.00 23.43200 7259.250重庆 5862095 4939.6 69432.00 817997.0 25.72440 8093.670四川 12253374 8784.6 59748.00 2070534. 26.35850 7041.870贵州 2122907 980.3 72152.00 293310.0 18.19
9、430 6569.230云南 3967957 2248.7 69238.00 522470.0 24.92940 7643.570西藏 293427 121.3 73205.00 36593.00 19.92990 8765.450陕西 4404362 1580.0 93212.00 410311.0 21.75050 6806.350甘肃 2236860 1327.2 46857.00 449409.0 21.11380 6657.240青海 747325 242.9 61046.00 101501.0 19.10550 6745.320宁夏 1080546 578.7 61459.00 8
10、8225.00 22.25500 6530.480新疆 3196774 1450.8 95835.00 203375.0 20.78110 7173.540数据来源：以上数据来源于统计年鉴3.2 模型建立(1)将各地区房地产总额作为因变量，各地区房屋竣工面积、各地区建筑企业从业人员、各地区建筑业的劳动生产率、各地区人均住宅面积和各地区人均可支配收入等作为自变量，构建如下回归分析模型:Y= 0+1X1+2X2+3X3+4X4+5X5+ui 上式中，Y=各地区房地产总额（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）
11、 ，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） 。(2)参数估计用 Eviews 计量经济学分析软件作最小二乘回归，分析结果如下：3表 3.2 Dependent Variable: YMethod: Least SquaresDate: 16/12/16 Time: 23:15Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob. C -2263053. 1901129. -1.190373 0.2451X1 1273.856 232.0918 5
12、.488588 0.0000X2 42.84065 15.62748 2.741366 0.0111X3 1.646219 1.341639 1.227021 0.2312X4 -184910.4 106259.9 -1.740170 0.0941X5 495.6706 208.9611 2.372071 0.0257R-squared 0.976861 Mean dependent var 7446408.Adjusted R-squared 0.972233 S.D. dependent var 7227629.S.E. of regression 1204375. Akaike info
13、 criterion 31.01280Sum squared resid 3.63E+13 Schwarz criterion 31.29035Log likelihood -474.6985 Hannan-Quinn criter. 31.10328F-statistic 211.0825 Durbin-Watson stat 2.147458Prob(F-statistic) 0.000000= -2263053+1273.85 X1+42.8406 X2+1.6462 X3-18.49 X4+495.67 X5(1901129) (232.09) (15.62) (1.34) (1062
14、59) (208.96)T =（-1.19） （5.48 ） （2.74） （-2.15） （1.22） （-1.74）R2= 0.9722 F=211.0825 n=3143.3 模型检验及修正3.3.1 经 济 意 义 检 验模型估计结果说明，假定在其他变量不变的前提下，房屋竣工面积每增长 1 万平方米，平均来说,房地产总额会增长 1273.85 万元；建筑业企业从业人员每增加 1 人，平均来说房地产总额会增长 42.84062 万元；建筑业劳动生产率每增加 1%，平均来说居民消费会增加 1.6462 万元。这与理论分析和经验判断基本一致。人均住宅面积每增加 1平方米，平均来说房地产总额会
15、减少 18.49 万元；人均可支配收入每增加 1 元，平均来说房地产总额会增长 495.67 万元。这与理论分析和经验判断相悖。统 计 检 验拟合优度：由表 3.2 可知 R2=0.9768， =0.9722，说明模型的样本拟合性很强，2反映了模型对样本的拟合很好。F 检验：针对 H0：1=2=3=4=5=0，给定显著性水平 =0.05，由表 1.1得到 P=00.05,所以不拒绝原假设，表明模型不存在异方差。3.3.4 自相关检验由图 3.5 可知，DW=2.098，查 DW 统计表可知=1.297， dU=1.570， DW=2.0984- ,根据 DW 检验决策规则，模型不存在自相l u
16、dud8关。综上最后的出模型为：= -3711880 + 1547.35x1 + 60.57x2该模型 R2=0.9705， =0.9684，可决系数很高，F 检验值为 462.08，明显显著。2当 =0.05 时，所有系数估计值高度显著。对系数估计值的解释如下：在其他解释变量保持不变的情况下，房屋竣工面积每增长 1 万平方米，平均来说,房地产总额会增长1547.35 万元；建筑业企业从业人员每增加 1 人，平均来说房地产总额会增长 60.57 万元.4.结 论由 上 面 中 的 多 重 共 线 性 检 验 与 修 正 、 自 相 关 性 检 验 及 异 方 差 性 检 验 可 知 ，= -3
17、711880 + 1547.35x1 + 60.57x2， 在 其 他 解 释 变 量 不 变 的 情 况 下 ， 房屋竣工面积每 增 长 1万 平 方 米 ， 平 均 来 说 ,房 地 产 总 额 会 增 长 1547.35万 元 ； 建筑业企业从业人员每 增 加 1人 ， 平 均 来 说 房 地 产 总 额 会 增 长 60.57万 元 。 虽 然 模 型 中 剔 除了 建筑业劳动生产率，人均住宅面积，各地区人均可支配收入， 但 并 不 说 明 这 三 个 因素 对 居 民 消 费 水 平 没 有 影 响 。 5.建 议一是加快体制改革步伐，完善土地市场制度。二是控制住房的投资性需求和被动性需求，遏制投机性需求。三是大力发展多元化的房地产金融市场，力求形成具有多种金融资产和金融工具的房地产二级金融市场，以分散银行信贷风险。四是国家利率政策的调整。
