《计量经济学论文.pdf》由会员分享，可在线阅读，更多相关《计量经济学论文.pdf（10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、计量经济学论文 Prepared on 24 November 2020课程论文课程论文题题目目基于软件的江苏房地产销售价格研究院院系系 经 管 院专专业业 市场营销学生姓名学生姓名 李 书 洪学学号号指导教师指导教师 张 三 丰二零一二年十二月二十六日二零一二年十二月二十六日基于软件的江苏房地产销售价格研究李书洪南京信息工程大学市场营销系，南京 210044摘要：运用软件建立江苏地区的房地产销售价格多远回归模型，通过此模型分析商品房价格与各因素之间的关系，并结合实际情况分析他们之间相关关系的合理性，从而确定模型的准确性。关键词：软件 多元回归模型回归模型系数分析一、绪论研究意义根据宏微观经济
2、学理论来分析，一个产品的价格一般是由供给需求以及一些其他的经济杠杆来决定的，房地产作为一种产品也不例外。在中国国内经济越来越来迅速发展的情况下，农村城镇化水平得到日益的提高，人们有更多的钱来过上更加舒适的生活了，而人们消费中最重要的消费就是买房了。为了更好的、科学的、客观的分析一个地区商品房市场价格发展动态，为了给人们提供更为精准的数据依据，并能够通过数据进行更为有力的预测，本文将以江苏省地区历年来的房地产相关数据为参照，通过使用软件进行相关分析研究，从而建立一个商品房价格计量经济学多元回归模型。通过这几年来商品房的价格走势以及人们对商品房的关注程度可以看出，这个模型对于关注商品房走势的人们来
3、说是极具价值的，因为他们不仅可以通过这个模型来了解商品房价格影响的相关因素，而且可以通过这个模型预测未来几年内商品房价格的走向。研究内容首先，本文选择了与商品房价格紧密相关的三个因素：商品房竣工面积、商品房销售面积、房地产开发投资额来对商品房价格做分析研究。然后从中国数据统计年鉴上，收集这三个因素以及商品房价格 1995 年至 2012 年的统计数据。将收集的数据进行初步处理后，打开，将处理好的的数据录入软件。通过软件进行相关分析研究，并对研究的结果结合因素分析研究。文献综述孙玉环1（2011）曾以大连市商品住宅市场海量交易数据为基础，确定 22项影响住宅价格的特征变量并据此构建了大连市商品住
4、宅特征价格模型。国家统计局深圳调查队“房地产价格统计研究”课题组2(2011)通过理清国内房地产价格统计工作现状并分析存在难点及问题的基础上，探讨出准确反映新建商品房销售价格水平的思路。段忠东和曾令华3（2010）通过借鉴西方经济理论与研究方法，对我国的房地产价格决定中宏观基本面的作用进行了研究。喻坦兰和李峰4（2010）通过对房地产价格与通货膨胀的互动关系的研究，提出了稳定房地产市场的对策建议。杨帆5（2011）以 35 个大中城市房地产市场数据为研究对象，通过运用面板数据分析法，总结出较高的投资超额收益率和房地产资金来源虚拟化对住房的价格影响比较明显的结论。以上的文献都从不同角度运用不同的
5、研究方法对房价水平进行了深入的分析。但是这些研究的结果大多是从文字角度去总结的，本文将致力于建立一个多言回归模型来反应价格水平与影响因素之间的关系。二、计量经济学多远回归模型数据录入以下数据是从中国数据统计年鉴上收集的初始数据(图 1)：图 1商品房平均销售价格(万元/万平江苏省商品房竣工面积(万平方米)商品房销售面积(万平方米)房地产开发投资额(亿元)方米)1995 年1996 年1997 年1998 年1999 年2000 年2001 年2002 年2003 年2004 年2005 年2006 年2007 年2008 年2009 年2010 年2011 年15841643180119252
6、1972651335935924024404949835841从上面的数据可以看出 1995 年至 1998 年有些数据缺失了，所以本文选取1999 年至 2011 年的数据做分析，并令商品房销售价格为 y，影响因素分别为x1,x2,x3（图 2）：图 21999200020012002200320042005200620072008200920102011yx1x2x3打开软件，选择工具栏 Data Editor，将数据复制到 Data Editor 窗口里后关闭 Data Editor 窗口。建立模型在软件右下 command 处输入指令 reg y x1 x2 x3 后回车。得出如下数据
7、（图 3）：图 3从上面得出的数据可以看出，关于 x1 x2 x3 的多元回归模型的系数分别为b1=,b2=,b3=,从而建立的多远回归模型为:y=+多远回归模型建立初始模型建立在得出以上模型后，在软件右下 command 栏处输入 predict new 指令，得出以下 y 的估计值与实际值得对照表（图 4）：图 41999200020012002200320042005200620072008200920102011yy1在软件右下 command 栏处输入 predict e,resid 指令，得出实际值与估计值得残差，然后再输入 tabstat e,stats(sd)指令，得出残差的标
8、准差为，残差值相对来说很高，说明这些数据里面有一些数据对于回归模型的影响较大，要想得出具有准确性的模型，就需要移除这些异常数据从新建立模型。模型修正在软件右下 command 栏处输入 predict new，cooksd 指令，得出以下数据（图 5）：图 5var61999200020012002200320042005200620072008200920102011yx1x2x3y1enew从以上数据可以看出，其中 2005、2008、2009 以及 2011 年的得出的数据对于模型的影响程度很大，影响程度越大的观测，越有可能存在异常，从而导致模型的准确度降低。所以舍去这三个异常的观测，重
9、新建立模型。在将 2005、2008、2009、2011 年数据移除后再重复以上的操作，得出以下数据（图 6）：图 6再次计算实际值与估计值之间残差的比准差为，相对来说已经很小了，所以此模型为y=三、模型研究模型系数分析从商品房销售价格的影响因素：商品房竣工面积、商品房销售面积、房地产开发投资额的回归系数可以看出，当商品房竣工的面积越多，商品房的销售面积越少，房地产上投资的越多，房价就越高，这中分析结果出乎我的猜想，因为他违背了经济原理。按照经济学原理来讲，一般当竣工面积越多但销售面积反而越少的情形下，这是一种供过于求的情况，在这种情况下，房价应市场需求，应该呈现出降价的趋势，但模型系数反应的
10、情形反而并非是我们所通常思维下认为的情况。模型结合实际情况分析1、鉴于多元模型的“异常”，本文将着手房价与单个因素之间的关系分析：从统计年鉴统计的数据看出，历年的房价我们可以通过软件做出散点图（图 7）看出，总体是呈现上升趋势的，而且上升的趋势越来越强。图 7再用软件做出房价与商品房竣工面积的散点图（图 8）图 8从上面的图 8 房价与商品房竣工面积的三点图可以看出，商品房竣工面积越多，房价越高。再用软件做出房价与商品房销售面积的散点图（图 9）图 9从散点图趋势可以看出，当销售面积低于某个数值是，房价与销售面积成正相关关系，而当高于这个数值时，则会呈现负相关关系。2、从以上单因素分析的结果，
11、再结合中国社会实际情况，对于多元回归模型的“异常”就可以理解了。从政策环境出发，中国自改革开放以来，国家的发展政策是城市发展带动农村发展，在这个政策的带动下，国内城镇水平日益提高，大量的人口涌入城市，大量的原本的小农村发展成为小城镇。相应的带动了房地产市场的极具扩大。从经济环境出发，中国是发展中国家，国内经济日益发达情况下，人们的生活水平也得到了很大的改善，人们在生活起居质量上也提出相应的要求，而且“要住大房子”的思想传统的思想也深深的影响着人们是否购房的决定。从房地产开发商出发，房地产开发商深深地明白国内房地产市场的巨大潜力，中国拥有者超过 13 亿的人口，这 13 亿的人口的居住房是一个巨
12、大的商业蛋糕。每个房地产开发商都要想从这块蛋糕上获得巨大的利益，因此，很多房地产都争相开发房地产，虽然目前处于供过于求的状况，但是从国内发展情况来看，开发商不担心房子无处销售，之所以现在还卖不出去是因为人们还没有足够的财富，但日后随着人们生活水平的提高，以及分期付款的营销策略的缓和，会有越来越多的人有能力去购房。这就造成了，竣工面积越来越多，销售面积相对竣工面积来说反而越来越来少，但房价确是不降反而越来越高了。由此可见，上面建立的模型是正确可信的，只是我们的传统思想左右了我们对现实的判断。四、结语从以上建立的多远回归模型可以预测，在未来的相当长时间内，房价还会呈现出快速升高的趋势，这是中国的国
13、情和国内房地产市场需求共同决定的。也许这种房价持续升高的趋势迟早会减缓，但是从模型上看，这种持续升高的趋势在外部环境没有大的变动的情况下还会在相当长时间内保持。从此次的模型研究我懂得了，理论结合实际的重要性。我们通常情况下学习的理论知识往往会使我们陷入一个错误的认知上，就比如这次的研究，理论分析结果和我们学的理论知识相悖，但在结合实际情况下来看，他又是合理的。参考文献：参考文献：1 孙玉环.基于海量交易数据的房地产特征价格模型的构建J.统计与决策,2011,(2):9-13.2 国家统计局深圳调查队“房地产价格统计研究”课题组.准确反映房地产价格水平的难点与对策研究J.统计研究,2011,28(10):9-17.3 段忠东,曾令华.宏观经济基本面对房地产价格影响的实证检验J.统计与决策,2010,(15):110-114.4 喻坦兰,李峰.房地产价格与通货膨胀互动机制的实证研究J.价格理论与实践,2010,(1):60-61.5 杨帆.房地产价格的影响因素研究J.价格理论与实践,2011,(11):44-45.