计量经济学北京地区房价影响因素回归分析.docVIP

北京房价影响因素回归分析 摘 要 研究选择北京地区房价与多个可能相关的变量, 建立计量经济学模型从而估计各因素的影响程度。通过数据采集后，画图，看走势，合理建立多元回归公式化的预测模型, 借助SAS软件,首先对模型进行共线性检验，筛选变量，得到共线性处理后的多元回归模型。然后进行经济意义检验，统计学检验（拟合优度，显著性检验），计量经济学检验（异方差检验，序列相关性检验），最后基于模型对房价进行了预测检验。 关键词 房价 多元回归线性模型 计量经济学检验 统计检验  1 引言 改革开放以来，随着经济体制的改革深化和经济的快速增长，中国的房价也一直在快速增长。为了研究房价增长的主要因素，分析房价的变动规律，从数字上进行更加严密的分析，需要建立计量经济学模型，从而找出谁是影响房价的最重要的因素。 我平常看《财经郎眼》节目，最近的一期讨论了中国房价的未来走势问题，郎咸平教授说，房价他不敢预测，因为无法预测。并且强调自己擅长逻辑分析，对于计量并不擅长。在三剑客环节，马光远教授提出影响房价的五大因素是：一货币发行量，二供求关系，三中国经济的发展，四城镇化水平，五土地政策。 对此我要做出更深的探究，到底它们是如何影响的呢，影响多大程度。其中对于土地政策无法量化，暂不研究。 本文主要针对1997—2012年间，北京房价的变化及其影响因素进行分析，通过收集北京地区生产总值，北京人均收入，常住人口，常住外来人口，商品房施工面积，竣工面积，销售面积，待销售面积，以及全国GDP，货币和准货币(M2)供应量（以下简称人民币发行量），城镇化水平的数据，建立统计模型。（全国性的房价我个人认为数据并不合理，不具有代表性，所以研究地方） 2 计量经济学方程 设定线性回归模型为： （1） 随机误差项 3 数据收集 从国家统计局《统计年鉴》获取以下数据：全国GDP，货币和准货币(M2)供应量，城镇化水平。 在北京统计局《统计年鉴》获得以下数据：北京地区平均房价，北京地区生产总值，北京人均收入，常住人口，常住外来人口，商品竣工面积，销售面积，待销售面积。数据如下(具体数据可见附录数据输入) Y为北京房价，X1北京地区生产总值，X2人均收入，X3常住人口，X4外来常住人口，X5商品房施工面积，X6竣工面积，X7销售面积，X8待销售面积，X9人民币发行量，X10国民生产总值，X11城镇化，ut随机误差项。 ： n Y X1 X2 X9 x10 X11 1997 4643.0 2077.1 16621 90995.3 78,060.85 0.31 1998 4624.0 2377.2 19128 104498.5 83,024.28 0.32 1999 4602.0 2678.8 21407 119897.9 88,024.38 0.34 2000 4685.0 3161.7 24127 134610.3 98,000.45 0.35 2001 4686.0 3708.0 26980 158301.9 108.068.22 0.36 2002 5066.0 4315.0 30730 185006.97 120,332.69 0.39 2003 5526.0 5007.2 34777 221222.8 135,822.76 0.41 2004 6536.0 6033.2 40916 254107 159,878.34 0.42 2005 7557.0 6969.5 45993 298755.7 184,937.37 0.43 2006 8571.0 8117.8 51722 345603.59 216,314.43 0.44 2007 9899.0 9846.8 60096 403442.21 265,810.31 0.46 2008 9953.0 11115.0 64491 475166.6 314,045.43 0.47 2009 16032.0 12153.0 66940 606225.01 340,902.81 0.48 2010 24005.0 14113.6 73856 725851.8 401,512.80 0.50 2011 28081.0 16251.9 81658 851590.9 473,104.05 0.51 2012 34487.0 17879.4 87475 974159.46 519,470.10 0.53 4 模型的建立 4.1 画散点图及公式建立 首先，通过被解释变量与解释变量的散点图大致判断房价与其余几个变量的函数关系。程序见附录，图一为y与x1的散点图。其他图类似，在此省略。程序见程序1。 图一