房地产去库存压力下对建筑行业收入的影响分析建模_惠国群.docx

《房地产去库存压力下对建筑行业收入的影响分析建模_惠国群.docx》由会员分享，可在线阅读，更多相关《房地产去库存压力下对建筑行业收入的影响分析建模_惠国群.docx（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、房地产去库存压力下对建筑行业 收入的影响分析建模 惠国群 (中山市经纬会计咨询服务有限公司，广东中山 528402) 摘要：房地产去库压力下对建筑行业收入的影响进行建模过程中，由于房地产去库压力具有内生性，导致传统 的 Mincer模型建筑行业收入结果有偏差，无法有效实现建筑行业收入的估计。本文提出一种基于面板数据模型 的房地产去库压力下建筑行业收入模型，分析面板数据模型的单方程一般形式，依据不同系数设定的不同，将面 板数据模型的一般形式划分成混合模型的单方程回归形式、变截距模型的单方程回归形式以及变系数模型的单 方程回归形式，建立一个模型，求出 FE估计量，将模型误差项转换成标量协方差矩阵，

2、获取 HT估计量。对 RE模 型和 HT模型进行检验，确定采用 HT模型。仿真实验结果表明，所提模型能够更加精确地反映房地产去库存压 力下建筑行业的收入情况。 关键词：去库存；建筑行业；收入；建模 中图分类号 :F222.1 文献标识码： A 文章编号 = 1672-2442(2015)03-0097-06 Influence Analysis Modeling of Construction Industry5 s Revenue under Real Estate， s De-stocking Pressure Hui Guoqun (Zhongshan Jingwei Accountin

3、g Advisory Service Co., Ltd, Guangdong Zhongshan 528402,China) Abstractiln modeling the influence on construction industry? s revenue under the de- stocking pressure of real estate, since real estate de-stocking pressure is endogenous, which leads to the traditional Mincer models deviation from the

4、real construction industrys revenue, its impossible to effectively implement the construction industry revenue estimates. Based on panel data model, the paper puts forward a kind of construction industry revenue model under the de-stocking pressure of real estate, by analyzing the general form of th

5、e single equation in panel data model, according to the differenc- 收稿日期 ： 2015-02-09 作者简介 :惠国群，女，生于 1972年，安徽舒城人，经济师，研究方向 :经济、税务、会计领域管理与研究 es in the setting of different coefficients, it divides the general forms of panel data models into mixed models single equation regression form, variable interce

6、pt models single equation regression form, and variable coefficient models single equation regression form, then builds the model, obtains the FE estimator, converts the model error term into scalar covariance matrix, obtains HT estimator. Through conducting tests on RE model and HT model, HT model

7、is determined. The simulation results show that the proposed model can reflect the real estate ? s income situation more accurately under the de-stocking pressure of construction industry. Keywordside-stocking ; the construction industry; income; modeling 引言 近年来，随着我国房地产业的逐渐发展，其在地方 经济中的地位日益重要，直接影响了建筑

8、行业的收人情 况 111。在房地产业迅猛发展的同时 ,也出现了房地产价格 上涨过快、结构性失调、房地产去库压力大等问题，引起 了各界广泛的关注 2。房地产与建筑业关联度紧密，依存 度高，健康的房地产市场对建筑业是非常有益的。相反， 畸形的房地产业对建筑业有极大的负面影响。非理性的 房价暴涨导致开发量的急剧上升，使得短期内建筑行业 开工面积增多，订单量大大增加 m。但过快的增长导致生 产能力的不足，造成粗制滥造，质量下降 w。随着房地产 市场的变化，建筑市场将受到很大的影响 ,房地产市场的 政策风险会不断传导至建筑市场中。因此，研究房地产 去库压力下建筑行业收人的建模问题，具有重要意义，成 为相

9、关学者研究的重点课题 国外对房地产去库压力与建筑行业收人的研究相对 较多，同时分析的角度也各不相同，但方法基本一致，即 通过塑造建筑行业收人与去库压 力影响因素的计量模型 对建筑行业收人进行估计 。 John M.Quigley通过价格模 型对美国 41个都市区某一段时间内的年度数据进行分 析，发现建筑行业收人与房地产库存基本面的各项指标 量的显著性水平均显著增高，说明了美国宏观经济基本 面实现了建筑行业收人的变化。 在房地产去库压力下对建筑行业收人的影响进行建 模的过程中，由于房地产去库压力具有内生性，导致传统 的 Minca 模型与建筑行业收人结果有偏差，无法有效实 现建筑行业收人的估计。

10、 本文提出了一种基于面板数据模型的房地产去库压 力下建筑行业收人模型， 分析了面板数据模型的单方程 一般形式，依据不同系数设定的不同，将面板数据模型的 一般形式划分成混合模型的单方程回归形式、变截距模 型的单方程回归形式以及变系数模型的单方程回归形 式。为了满足面板数据模型的要求，建立 一 个模型，将该 模型投影至零空间中转换成 FE模型，依据线性代数理 论，求出 FE估计量。将建立模型的误差项转换成一个标 量协方差矩阵，获取 HT估计量。对RE模型和 HT模型进 行检验后，确定采用 HT模型。仿真实验结果表明，所提 模型能够更加精确地反映房地产去库存压力下建筑行业 的收人情况。 1面板数据模

11、型 面板数据 (Pmel Data)即在时间序列上选择若干个 截面 ,在上述获取的截面中选择样本观测值所构成的样 本数据。其有时间序列和截面两个维度，当这类数据按 两个维度排列时，是排在一个平面上，与只有一个维度的 数据排在一条线上有着明显的不同。面板数据分析方法 是最近几十年来发展起来的新的统计方法，面板数据可 以克服时间序列分析受多重共线性的困扰，能够提供更 多的信息、更多的变化、更少共线性、更多的自由度和更 髙的估计效率，从而从多种层面上分析、解释经济问题。 本节分析了面板数据模型的单方程一般 形式，依据 不同系数设定的不同，将面板数据模型的 一 般形式划分 成混合模型的单方程回归形式、

12、变截距模型的单方程回 归形式以及变系数模型的单方程回归形式。 面板数据模型的单方程可描述成： =a,+.r,0,+u, i=L-,N,t=L-,r 式 描述的是房地产去库存压力下个经济指标在 iV个个体和 r个时间点上的变动关系。式中， x用于描 述 1XK维解释向量；汉用于描述 KX1 维向量；用于 描述解释变量的个数； a,用于描述模型的常数项。随机 误差项 u相互独立，同时符合零均值、等方差为 的假 设。 因为对不同系数的设定不同，所以可将式 描述的 模型分成下述三种类型： 1:)混合模型的单方程回归形： r = a + .rA + 式 描述的模型假设个体之间不产生影响，且结构 不发生改

13、变，也就是对于所有个体方程有， A =Pj 2)变截距模型的单方程回归形式： yi,=a， +xi/3+uII i = l, ， N， t = u ，T 上述模型假设个体之间互相产生影响，同时可通过 截距 ,(1， ，）的差进行描述，但结构不发生改变，也就 是在 上 述 模 型 中 ，所 以 将 其 称 作 是 变 截 距模型。 3)变系数模型的单方程回归形式： 上述模型假设个体之间相互影响，同时结构也发生 改变，也就是在每个个体方程中有， a,#% ,反 贫，所以 将其称作是变系数模型。 2基于面板模型的房地产去库存压力下 对建筑行业收入的影响分析 依据上述面板数据模型，本文对房地产去库压力

14、对 建筑行业的收人影响进行了详细的分析。为了满足面板 数据模型的要求，建立一个模型，将该模型投影至零空间 中转换成 FE模型，依据线性代数理论，求出 FE估计量。 将建立模型的误差项转换成一个标量协方差矩阵，获取 HT估计量。对 RE模型和 HT模型进行检验后，确定采用 HT模型。 经大量研究表明， Mincei 建筑行业收人模型的半对 数函数形式较其它函数形式更为合理。在对房地产去库 压力下对建筑行业收人的影响进行建模的过程中，由于 房地产去库压力具有内生性，导致传统的 Mincer模型建 筑行业收人结果有偏差，无法有效实现建筑行业收人的 估计，需对该模型进行修正 ,使得其满足面板数据模型的

15、 要求，故建立模型： K =-Y,P + Z,0 + a,+s, 其中， /、 f分别用于描述不同个体和不同时期 ； K 用于描述建筑行业收人对数；毛用于描述库存压力等时 变变董的 1 XX向量； Z,用于描述地区等非时变变量的 1 x G向量； 、 0用于描述参数向量； a,.用于描述非时变 个体效应，同时服从汉(0, 的独立同分布； 服从 (0, 分布，不但和 X、Z不相关，而且和 a,也不相 关，而可能和 ZZ部分相关。将全部 AT观测值进 行合并，则可将式 描述的模型转换成： Y=X/3 + Z9+Va + s 其中， F、占是 ATX1向量； Z用于描述 ATXK的矩 阵； Z用于描

16、述 ATXG的矩阵； F用于描述 ATXAT的个 体 特 定 虚 拟变 董 的 矩 阵 ； T、 Z可 分 别 划 分 成 尤 =(不，毛）， Z = (Z”Z2)，足、是外生变量，也就是和 a, 均 不 相 关 ； Z2、 Z2是内生变量，也就是和 a,有关， 而和不相关；毛存在 列， Z2存 在 列 ， & =尺； 存在 g, 列， Z2 存在 g2 列， g, +g2 = G。 FE模型，也就是式 描述的模型，假设全部解释变 量和个体效应 a, 均相关，所以为内生变量。 FE估计量的 长处为 :如果 W或 r , 则为一致性估计量。 FE估计 量的计算过程如下 :依据线性代数理论可知，采

17、用 FE估 工程鋟漆 计模型，实质上即将式 描述的模型投影至零空间 F 中。由于(?成 =0，因此 FE模型仅可对 /3值进行估测： PFE = (XQVX)XQVY HT假设部分解释变量和个体效应 a,相关， HT和 FE 相比的优点是 :在 Z部分元素和个体效应 a,不相关 的情况下， HT模型较 FE模型更加有效。 HT估计量的计 算过程为 :首先将式 描述的模型进行改变，将误差项转 换成一个标量协方差矩阵，假设 + ,则转换 成的模型可描述成： nmY=nmxB+n-il2ze+ _ nm(va+) 其中， = ， /oo+ro),在 u 中选择有效的工具集合，即可得到 /?、 0的估

18、计值： =x,z)pADrx,z) (X,Z) Cl tl2PAD, mY HT估计量对式 描述的模型采用工具集合： 木 ,由于分别采用均值 ( 匕毛 ) 与均 值的离差 (队弋），因此 Z,中的所有变量均可给出两个工 具变量 _。HT形成较 FE更加有效估计量需满足 &為 g2, 则若模型识别不足，也就是 & g2，此刻 HT估计和 FE估 计相同，且无法给出 Z的估计值 0。 RE、 FE与 HT之间的不同之处为 :RE假设全部解释 变量均为外生，则个体效应为随机的，同时满足既定分 布 ;FE假设全部解释变董和个体效应 a,均相关，为内生 ; HT则假设部分解释变量和个体效应 a,相关。因

19、此，本文 采用下述三种估计方法： 采用 RE估计模型。如果误差项和自变量之间不 相关，则 RE为有效估计量。然而，若自变量和个体效应 相关，则 r和 /V 00时， RE为非一致性估计量。 采用 FE估计模型。如果 T和 /V ，尽管自变量 和个体效应 a,相关 ,FE估计量也为无偏的一致性估计 量，但并非有效估计量 :。 采用 HT估计模型。为了保证 HT估计量的一致 性，需较强的外生性假设，其估计结果较 FE模型更加准 确。 依据模型中的待估参数特性将上述模型划分成 “ 固 定效应模型 ” 与 “ 随机效应模型 ” 。若模型中未考虑的因 素对个体差异的影响是固定不变的，则该模型属于固定 效

20、应模型；否则，该模型属于随机效应模型 。一 般情况 下，大多研究主要根据其研究的问题将模型直接设置成 固定效应或随机效应。 可通过所研究问题的特点判断采用固定效应模型还 是随机效应模型。通常情况下，若只分析样本本身的效 应，则选择固定效应模型对房地产去库压力下建筑行业 收人进行估计 ;若通过样本对总体效应进行分析，则选择 随机效应模型对房地产去库压力下建筑行业收人进行估 计。不仅如此，还可将固定效应 i和其余解释变量是否相 关看作是固定效应和随机效应模型选择的根据。 HaUS- 检验就是这样一个检验统计量。其原理为：当 i和其 余解释变量不相关时，选用固定效应模型和随机效应模 型获取的参数估计

21、均为无偏且一致的，但固定效应模型 不具有效性。若原假设为假，则固定效应模型的参数估 计一致 ，但随机效应模型的参数估计不一致。因此，本文 通过 Hausman检验法对选择固定效应模型或随机效应模 型进行判断，从而提高选择的科学可靠性。 因为面板数据共含有两维数据 (横截面与时间），如 果模型形式假定错误，则估测结果和实际建筑行业收人 会产生很大的偏差。所以，为了建立有效的面板数据模 型，首先需对样本数据的形式进行检验确定，从而有效避 免模型设定出现问题。 本文通过 Hausman检验对 RE模型的有欢性进彳了检 验。分别用 描述 RE模型和 FE模型中每个系数 的估计值。如果原假设 a,和 (

22、X， Z)不相关，则 两种回归 法均为一致估计量 ;如果原假设不成立，则 FE模型仍为 一致估计量，而 RE非一致估计量。则检验统计量可描述 成： 100 工程经济 2015年 03期 其中， tL分别用于描述 的方差协方 差矩阵。经大量研究表明，若原假设成立，则上述统计量 服从自由度是 1的 /分布 ;若原假设不成立，则 RE 模型不合理。 为了对 HT模型的合理性进行检验，假设和 无关，则检验统计量可描述成： n) 其中， t用于描述 的方差协方差矩阵 ,上述统 计量服从自由度是 的 /分布 ;若无法拒绝原假 设，则 HT模型合理。 3仿真实验分析 为了验证本文模型的有效性，需要进行相关的

23、实验 分析。本文采用某市各区县的面板数据进行检验分析， 通过 Eviews6.0软件，估计 2015年全区县建筑行业收人对 各个变量的回归模型。 3.1实证模型的建立 为了考察房地产去库压力对建筑行业收人的影响， 将基本模型描述如下： In LFRU = a+13 In HP + 0XU + XI + u, + s, 式中，被解释变量是建筑行业收人 (LFR)，解释变量 是房地产去库压力 （ HP)，而其余可能影响建筑行业收人 的关键因素被整合至控制变量忍集合中。下标 i用于描 述建筑商 ,t用于描述时间， lniffl,，用于描述 i建筑商 t年 的收人值，毛用于描述控制变量集合。 A,用于

24、描述建筑 行业效应，其是建筑商之间不同但不随时间改变的一些 隐含因素，用于描述时间效应，其是一个不随建筑商的 不同而改变的变量 :，用于描述不属于回归模型，但与时间 相关的因素， &用于描述误差项，其服从均值是 0,方差 是 2的正态分布。 3.2指标及数据的选择 (1) 解释变量与被解释变量的选择 lnLFfla是被解释变量 _.，用于描述房地产库存压力下 不同建筑领域的收人。其中，下标 i用于描述不同建筑 商， t用于描述时间。本文采用房地产库存及其他相指标 对建筑行业的收人进行解释。为房地产库存指 (2) 控制变量 用于描述控制变量 ,控制变量即对其他影响建筑 行业收人的指标或政策环境变

25、化对被解释变量的影响进 行调整。若模型中不引人控制变量，则将引起伪回归。 通过上述分析的理论可以看出，建筑行业收人的影响因 素较多。因为选择过程中，非经济性影响因素对建筑行 业收人的影响较小，所以需将其包括在控制变量中。 (3) 数据的选取与来源 本文重点分析从 2005年至 2014年的某市若干区县 的房地产去库存压力对建筑行业收人的影响。对各区域 进行实证分析的过程中，可将某市划分成中心地区、次中 心城区和郊区三部分进行研究。 3.3 Hausman 检验 获取模型的基本形式后，需确定检验模型选择固定 效应模型还是随机效应模型。本文对固定效应 i和剩余 解释变量是否相关进行判断 ,从而完成

26、检验模型的选择， 也就是 Hausman检验。 本文通过 Eviews6.0软件进彳了 Hausman检验，得到的 结果用表 1进行描述。 表 1 Hausman检验结果 检验结果 卡方统计量 卡方自由度 P值 截面随机量 19.62228 4 0.0004 卡方检验的 P值是 0.00040.005,也就是随机效应的 假设不符合条件，所以拒绝原假设，选择固定效应模型。 3.4实证结果检验 采用 EviewS6.0软件对模型进行估测，获取的结果用 表 2进行描述。 分析表 2可知，三个变量均在 1%的水平上通过了检 验，且 fl2值较大，说明本文模型的解释能力很高。解释 变量系数能够体现出该变

27、 M对被解释变量的影响程度， 标，用各房地产商所剩房产的平均值进行衡量。 表 2估计结果 变量 系数 标准差 T检验 P值 房地产价格 0.334995 0.086034 3.824972 0.00 03 工业增加值 0.098157 0.088861 1.125878 0.01 35 库存 0.573188 0.114993 5.421856 0 C -2.06656 0.583278 -4.51131 0 R2= .947598 F=78.04758 也就是库存前面的系数反映了房地产库存压力对建筑行 业收人的影响程度。在上述回归结果中， 0.57代表建筑 行业将增加 0.57个百分点 :3

28、 结论 本文提出了一种基于面板数据模型的房地产去库压 力下建筑行业收人模型，分析了面板数据模型的单方程 一般形式，依据不同系数设定的不同，将面板数据模型的 般形式划分成混合模型的单方程回归形式、变截距模 型的单方程回归形式以及变系数模型的单方程回归形 式。为了满足面板数据模型的要求，建立一个模型，将该 模型投影至零空间中转换成 FE模型，依据线性代数理 论，求出 FE估计量。将建立模型的误差项转换成一个标 量协方差矩阵，获取 HT估计量。对RE模型和 HT模型进 行检验后，确定采用 HT模型。仿真实验结果表明，所提 模型能够更加精确地反映房地产去库存压力下建筑行业 的收人情况。 参考文献 1

29、伏帅，龚志民 .浙江行业职工工资收入差距变动趋势 及成因 J.统计科学与实践， 2010， (08):2U3. 2 陈剑，万广华，陆铭 .行业间不平等旧益重要的城镇收 入差距成因一基于回归方程的分解 J.中国社会科 学， 2010， (3):65-76. 3 陈建东，杨雯，冯瑛 .最 te生活保障与个 &所得税的收 入分配效应实证研究 J.经济体制改革 ,2011,(1): 101- 105. 4J袁栩茗 ，邵 欣欣 .我国国内旅游收入影响因素的计量 分析一基于 1994-2010年 的数据 J.科技广场 ,2011 (10)： 97-100, 5蒋蓉华，周久贺 .基于灰色关联分析的国内旅游收入 影响因素研究 J.商业研究， 2010(8):203-206.