论文部分内容阅读
摘要：随着住房市场的发展日渐成熟，维持房地产市场的平稳发展已经成为维持国民经济平稳发展的一项重要内容。由于影响房地产价格变动的因素较多，专家很难利用单个影响因子对其进行分析以及预测。本文挑选两个因素：城镇住房价格与人均GDP进行实证分析，通过数学建模和EVIEWS软件进行计量经济学知识，分析两种因素是如何对房价产生影响。
关键词：房价变动：计量经济：影响因素
一、引言
为了降低房价波动带来的不良社会影响，国家从2005年开始，陆续出台了相应的政策进行调控，如：央行降息，取消二三线城市限购和降低二套房首付比例，调整房产税和按揭补助等等。研究房价的影响因素，更有利于政府制定政策和稳定民生。
二、影响房价变动的相关文献
影响房地产价格的因素涉及很多方面及领域，学者都有自己不同的见解，并从不同的角度切入进行阐述与论证。何维达和陈宝东对我国1999～ 2009年省级面板数据进行分析和测算，影响房价快速上涨的因素包括开发商的囤地、囤房，家庭对房产的投机性投资，土地财政政策等。施建刚和谢波通过建立时间序列模型，对上海市住房市场用地供应对房价产生的影响程度进行回归分析，得出可以通过增加住房的用地供应量来缓解房价的飞速增长。邓建、张玉新用生命周期——持续收入模型证明了隨着信贷效率的提高、资产价格渠道（资产抵押渠道）的发展，抵押效应增强。张娟锋等建立了房地产市场数量与价格的波动模型，结果表明，信贷政策对城市住房会产生短期的脉冲效应，地产政策对房价和销量会产生不明显的影响作用，其对不同城市的影响存在这明显的差异。刘璐建立住宅市场的一般均衡的两个模型，得出结论：在“限购令”生效前，地产政策会降低房价，而“限购令”开始后，首付比例与限购数量都会对房价产生影响。叶欣和王婕从宏观角度出发，建立了贷款、房价、经济增长、利率和通货膨胀的SVAR模型，对我国银行贷款与和房价变动做出实证分析，得出我国房价的上升会带来银行贷款的增加。
三、实证分析
依据经济学基本原理和住房市场文献，影响城镇住房价格的因素包括人均GDP、城镇人口数、城镇居民可支配收入和房地产开发商投资等等，现选取其中两个影响因素做回归分析。
1.进行拟合优度检验，方程的显著性检验和变量的显著性检验
定义因变量Y，自变量Xl，X2，将数据输入EVIEWS中，做参数估计：中国城镇住房价格多元回归估计则可以得出模型一：Y= 608.6+ 0.195 *X1 - 0.058*X2。
2.进行拟合优度检验，方程的显著性检验和变量的显著性检验
4.序列相关检验与修正
（1）首先创建残差序列，画出残差项的散点图如下：
根据表1-2中数据可知DW=2.643。该模型中解释变量的个数为2，样本容量为20，在5%的显著性水平下，查表得dL，= 1.10，dU=1.54，则4-dU< DW<4- dL，说明模型中自相关性不能确定。
（2）自相关性修正（广义差分法）
由DW=2.643.得到一阶自相关系数的估计值p=l一DW/2=-0.3215。分别利用公式生成DY，DX1，DX2，如：DY=y+0.3215*Y（-1）。以DY为因变量，DX1和DX2为解释变量，用OLS法做回归模型，生成经过广义差分后的模型，得到DW=2.270，该模型中解释变量的个数为2，样本容量为19，在5%的显著性水平下，查表得dL=1.08，dU= 1.53，则dUU如，说明模型经过广义差分后，已经不存在自相关性。得到模型三：Y= 599.522+0.196*Xl - 0.058* X2 - 0.344AR（1）与之前两个模型相比，该模型的拟合度更高，由于参数的标准差得到了修正，从而使t检验与F检验较之模型一更为显著。
5.多重共线性及修正
分析两个变量间的线性相关性，得到：Xl与X2存在高度的相关性。运用O/S方法逐一对Y的解释变量进行回归。在减少变量以后，调整后的R2变小了，AIC变大，所以应该继续保留两个解释变量的模型不变。
参考文献：
[1]何维迭，陈宝东，什么导致了房价过快上涨——基于中国省级面板数据的经验证据[J].投资研究，2013，11：16-33.
[2]施建刚城市住房用地供应政策对房价干预效果研究——基于上海住房市场的实证分析[M].华东经济管理，2013，27（1）：13-17.
[3]邓建，张玉新.房价波动对居民消费的影响机制[J].管理世界，2011，（4）：171-172.
[4]张娟锋，任超群，贾生华，虞晓芬.房地产干预政策冲击效果评价[J].中国软科学，2013，1：43-49.
[5]刘璐，限贷和限购政策对一般均衡中房价的影响[N].管理科学学报，2013，16（9）：20-32.
[6]叶欣，王婕，宏观经济环境下我国银行贷款和房价动态影响关系：基于SVAR模型的实证分析[M].管理评论，2013，25（9）：62-71.
关键词：房价变动：计量经济：影响因素
一、引言
为了降低房价波动带来的不良社会影响，国家从2005年开始，陆续出台了相应的政策进行调控，如：央行降息，取消二三线城市限购和降低二套房首付比例，调整房产税和按揭补助等等。研究房价的影响因素，更有利于政府制定政策和稳定民生。
二、影响房价变动的相关文献
影响房地产价格的因素涉及很多方面及领域，学者都有自己不同的见解，并从不同的角度切入进行阐述与论证。何维达和陈宝东对我国1999～ 2009年省级面板数据进行分析和测算，影响房价快速上涨的因素包括开发商的囤地、囤房，家庭对房产的投机性投资，土地财政政策等。施建刚和谢波通过建立时间序列模型，对上海市住房市场用地供应对房价产生的影响程度进行回归分析，得出可以通过增加住房的用地供应量来缓解房价的飞速增长。邓建、张玉新用生命周期——持续收入模型证明了隨着信贷效率的提高、资产价格渠道（资产抵押渠道）的发展，抵押效应增强。张娟锋等建立了房地产市场数量与价格的波动模型，结果表明，信贷政策对城市住房会产生短期的脉冲效应，地产政策对房价和销量会产生不明显的影响作用，其对不同城市的影响存在这明显的差异。刘璐建立住宅市场的一般均衡的两个模型，得出结论：在“限购令”生效前，地产政策会降低房价，而“限购令”开始后，首付比例与限购数量都会对房价产生影响。叶欣和王婕从宏观角度出发，建立了贷款、房价、经济增长、利率和通货膨胀的SVAR模型，对我国银行贷款与和房价变动做出实证分析，得出我国房价的上升会带来银行贷款的增加。
三、实证分析
依据经济学基本原理和住房市场文献，影响城镇住房价格的因素包括人均GDP、城镇人口数、城镇居民可支配收入和房地产开发商投资等等，现选取其中两个影响因素做回归分析。
1.进行拟合优度检验，方程的显著性检验和变量的显著性检验
定义因变量Y，自变量Xl，X2，将数据输入EVIEWS中，做参数估计：中国城镇住房价格多元回归估计则可以得出模型一：Y= 608.6+ 0.195 *X1 - 0.058*X2。
2.进行拟合优度检验，方程的显著性检验和变量的显著性检验
4.序列相关检验与修正
（1）首先创建残差序列，画出残差项的散点图如下：
根据表1-2中数据可知DW=2.643。该模型中解释变量的个数为2，样本容量为20，在5%的显著性水平下，查表得dL，= 1.10，dU=1.54，则4-dU< DW<4- dL，说明模型中自相关性不能确定。
（2）自相关性修正（广义差分法）
由DW=2.643.得到一阶自相关系数的估计值p=l一DW/2=-0.3215。分别利用公式生成DY，DX1，DX2，如：DY=y+0.3215*Y（-1）。以DY为因变量，DX1和DX2为解释变量，用OLS法做回归模型，生成经过广义差分后的模型，得到DW=2.270，该模型中解释变量的个数为2，样本容量为19，在5%的显著性水平下，查表得dL=1.08，dU= 1.53，则dUU如，说明模型经过广义差分后，已经不存在自相关性。得到模型三：Y= 599.522+0.196*Xl - 0.058* X2 - 0.344AR（1）与之前两个模型相比，该模型的拟合度更高，由于参数的标准差得到了修正，从而使t检验与F检验较之模型一更为显著。
5.多重共线性及修正
分析两个变量间的线性相关性，得到：Xl与X2存在高度的相关性。运用O/S方法逐一对Y的解释变量进行回归。在减少变量以后，调整后的R2变小了，AIC变大，所以应该继续保留两个解释变量的模型不变。
参考文献：
[1]何维迭，陈宝东，什么导致了房价过快上涨——基于中国省级面板数据的经验证据[J].投资研究，2013，11：16-33.
[2]施建刚城市住房用地供应政策对房价干预效果研究——基于上海住房市场的实证分析[M].华东经济管理，2013，27（1）：13-17.
[3]邓建，张玉新.房价波动对居民消费的影响机制[J].管理世界，2011，（4）：171-172.
[4]张娟锋，任超群，贾生华，虞晓芬.房地产干预政策冲击效果评价[J].中国软科学，2013，1：43-49.
[5]刘璐，限贷和限购政策对一般均衡中房价的影响[N].管理科学学报，2013，16（9）：20-32.
[6]叶欣，王婕，宏观经济环境下我国银行贷款和房价动态影响关系：基于SVAR模型的实证分析[M].管理评论，2013，25（9）：62-71.