欢迎来到天天文库
浏览记录
ID:27959592
大小:295.50 KB
页数:11页
时间:2018-12-07
《中国房产价格影响因素分析》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、-中国房产价格影响因素分析成员及分工:曹馨元:结论与政策建议;昌小凤:模型初步估计及多重共线性,异方差检验;陈轩:摘要,引言及数据收集;代春霞:数据平稳性检验,自相关检验及发言。摘要:本文通过从城镇居民人均可支配收入、消费物价指数、城市化水平等房地产需求因素的角度来分析对房地产价格的影响。实证分析表明,城镇居民人均可支配收入、物价指数对房地产均价有显著影响而城市化水平对其无显著性影响。关键字:房产价格、物价指数、城市化水平一、引言:房地产价格问题由于与广大城镇居民的生活息息相关,因此一直以来是人们关注的焦点.中国从20世纪90年代开始选择市场经济取向,中国房地产市场也因
2、此开始逐步形成.从1990-2006中国房地产价格总体呈现上升趋势,在2004年涨幅达到高峰。通过政府的宏观调控,我国房价涨幅有所缓和,但目前少数城市房价涨幅仍然较高。随着我国经济发展,居民可支配收入提高,随着国民经济的发展和人们可支配收入的增加,促使我国居民对住宅的需求不断增加,而供需矛盾突出则导致房价非理性上升,同时民间资金雄厚,大量资金需要寻找投资渠道,也加大了对商品房的投机性需求,这是房地产投资需求不断扩大的经济背景。国际上关于房地产有一种普遍的观点:人均收入超过1000美元,房地产市场将呈现高速发展阶段。欧美等发达国家基本都经历了这样一个阶段。强劲的CPI上涨
3、说明当前的房价上涨并非孤立,是有其宏观经济背景的。宏观调控能否有效防止局部行业过热出现反弹,其中的关键就是要继续加强和完善对房地产业的调控。随着城市化进程的加快,城镇人口逐渐增多,使得对房屋的需求不断扩大,因此,房地产价格愈来愈成为人们经常讨论的主要对象.我们这篇论文,主要从房地产需求角度探讨房地产价格的影响因素。二、模型建立:建立以房产价格为应变量,以其它可量化影响因素为自变量的多元线性回归模型,并利用模型房产价格进行数量化分析,就对影响房产价格的原因提供可供参考的意见。模型变量设置:Y—房地产价格;(全国均价)X1—城镇居民人均可支配收入;X2—物价指数(以1978
4、年为基期);X3—城市化水平(以城镇人口占总人口的比例来度量即:城镇人口/总人口)。(以上的数据见附表0)模型设立:。三、模型分析及参数估计:1、对数据平稳性检验:由于数据是时间序列数据,所以在进行回归前用ADF检验进行数据平稳性分析:(1):做Y的趋势图,结果如下:.---从上图可以看出,该序列可能存在趋势项,因此选择ADF检验的具有趋势及截距模型进行检验。对其进行0阶差分,得到结果如下:表1-1ADFTestStatistic-2.0233631%CriticalValue*-4.98935%CriticalValue-3.873010%CriticalValue-
5、3.3820*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:D(Y)Method:LeastSquaresDate:06/26/07Time:15:06Sample(adjusted):19932004从检验结果看,单位根检验的t检验统计量值-2.023363大与临界值,从而拒绝原假设,表明房地产价格是非平稳序列。再对Y进行一阶差分检验,得到如下结果:表1-2ADFTestStatistic0.3
6、413671%CriticalValue*-5.11525%CriticalValue-3.927110%CriticalValue-3.4104*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot..---AugmentedDickey-FullerTestEquationDependentVariable:D(Y,2)Method:LeastSquaresDate:06/26/07Time:15:09Sample(adjusted):19942004从检验结果看,Y的一阶差分仍然是非平稳的;再做其二阶
7、差分平稳性检验,得到:表1-3ADFTestStatistic-0.7090141%CriticalValue*-5.27355%CriticalValue-3.994810%CriticalValue-3.4455*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:D(Y,3)Method:LeastSquaresDate:06/26/07Time:15:11Samp
此文档下载收益归作者所有