1、影響我國城鎮居民住房面積因素實證分析 影響我國城鎮居民住房面積因素實證分析 摘要：根據目前房地產業現狀，從計量經濟學的角度來驗證一下職工平均貨幣工資、國民生產總值、城鎮居民價格消費指數、城鎮住房平均銷售價格等因素對我國城鎮居民住房銷售總面積的影響程度。關鍵詞： 職工平均貨幣工資 國民生產總值 城鎮居民價格消費指數 城鎮住房平均銷售價格 我國城鎮居民住房銷售總面積。目 錄一、引言 2二、變量選取與模型建立2三、模型求解和檢驗 3（一）模型初始估計 3（二）經濟意義、擬合度、F檢驗 4（三）多重共線性檢驗： 5(四)修正后的模型自相關性檢驗 7（五） 異方差檢驗 8四、結論 9五、對策建議 9一、

2、引言專家預測，到年，中國城市化水平將提高到，城鎮人口將達到億以上，按人均需住房平方米計算，僅城鎮新增人口每年就需增億平方米以上，房地產業在國民經濟和社會發展中的重要地位將逐漸突出。房地產市場的發展，不僅可以推動經濟的發展，而且可以從增加投資的消費，增加就業多方面拉動國內的需求。由此可見，住房問題已經成為我國市場經濟發展過程中的一個重要問題。在此，我們將從計量經濟學的角度進行研究。二、變量選取與模型建立這里選取“我國城鎮居民住房銷售總面積”為被解釋變量，選“職工平均貨幣工資”“國民生產總值”“城鎮居民價格消費指數”“城鎮住房平均銷售價格”為解釋變量。分別用Y、X1、X2、X3、X4。下表為199

3、72011年的數據：我國城鎮居民住房銷售總面積（萬平方米）Y職工平均貨幣工資（元)X1國民生產總值（單位：億元）X2城鎮居民價格消費指數X3城鎮住房平均銷售價格（元/平方米）X419977864.3644478060.85103.11790199810827.1744683024.2899.41854199912997.87831988479.1598.71857200016570.28933398000.45100.81948200119938.7510834.2100.72017200223702.3112373.7992092200329778.8513969100.9219720043

4、3819.8915920.6103.32608200549587.8318200.4101.62936.963200655422.9520856.4101.53119.251200770135.8824721104.53645.183200859280.3528898.3105.63576200986184.893224499.14459201093376.636539.5103.24725201196528.4141799105.34993.175（資料來源：中國統計年鑒）建立多元回歸模型：Y=C+C1X1+C2X2+C3X3+C4X4+u其中u為隨機誤差項。三、模型求解和檢驗（一）模型初始

5、估計 運用Eviews軟件，用OLS估計模型中未知參數，得到參數估計結果如下：參數參數估計值參數標準差t統計量雙側概率C-83323.8549160.06-1.0.1209X13.1.3.0.0096X2-0.0.-3.0.0040X3404.8474470.63470.0.4098X430.856715.5.0.0002Y = -83323.84952 + 3.*X1 - 0.*X2 + 404.*X3 + 30.*X4S=(49160.06 ) (1.) (0.) （470.6347） （5.）t= (-1.) (3.)（ -3.）（0.）（5.）R2=0. =0. F=390.3169

6、S.E=2927.839 DW=2. n=15（二）經濟意義、擬合度、F檢驗（1）經濟意義檢驗：模型估計結果說明，在假定其他變量不變的情況下，當職工平均貨幣工資每增加百分之一，我國城鎮居民住房銷售總面積會平均增加3.5%；在假定其他變量不變的情況下，國民生產總值每增加1%,我國城鎮居民住房銷售總面積平均減少0.35%，在假定其他變量不變的情況下，當城鎮居民價格消費指數每增加百分之一，我國城鎮居民住房銷售總面積會平均增加404.85%，在假定其他變量不變的情況下，當城鎮住房平均銷售價格每增加百分之一，我國城鎮居民住房銷售總面積會平均增加30.86%。這與理論分析的經驗判斷一致。(2) 回歸方程的

7、標準誤差的評價：S.E=2929.839說明，回歸方程與各觀測點的平均誤差為2929.839。(3)擬合優度檢驗：可決系數R2=0.，說明所建模型整體上對樣本數據的擬合較好，即解釋變量“職工平均貨幣工資”“國民生產總值每增加”“當城鎮居民價格消費指數”“城鎮住房平均銷售價格”對被解釋變量的絕大部分差異做出了解釋。（4）F檢驗：給定顯著性水平=0.05下，查F分布表查出自由度為k=4和n-k-1=10的臨界值為5.96，F=390.31695.96，說明原方程顯著，即解釋變量聯合起來對被解釋便量有顯著影響。（三）多重共線性檢驗：由估計模型可見，該模型R2=0.，=0. 可決系數較高，F檢驗值為3

8、90.3169明顯顯著，但當=0.05時，t臨界值等于2.281，且X2、X3、X4的回歸系數不能通過t檢驗，這表明可能存在嚴重的多重共線性。有簡單的線性相關系數檢驗可知，兩個變量間的相關系數很高，證實存在嚴重的多重共線性。所以需要對模型進行補救。（1） 相關系數檢驗：利用Eviews軟件得到相關系數矩陣圖如下： Y X1 X2 X3 X4 Y1.0.0.0.0. X10.1.0.0.0. X20.0.1.0.0. X30.0.0.1.0. X40.0.0.0.1.可見每個因素都與被解釋變量高度相關，而且解釋變量之間也是高度相關的，存在多重共線性。(2)消除多重共線性 采用逐步回歸法，去檢驗和

9、解決多重共線性問題。分別作Y對X1、X2、X3和X2的一元回歸，結果如下表所示：變量 X1 X2 X3 X4參數估計值2.0.6804.44827.50125T統計量18.3228714.863452.28.57306R20.0.0.0.0.0.0.0.其中加入X4的方程最大，以X4為基礎，順次加入其他變量逐步回歸，結果如下表所示：ADJ-R2t-StatisticProb. X1 、X40.-0.302370.7684-4.0.0015X2、 X40.-1.617660.13176.0.0000X3 、X40.-0.0.549124.046630.0000引入其他變量后各個方程的調整后可決系

10、數都小于方程（1）中的調整后可決系數或T的實際概率不符。決定將模型設定為 Y = -35934.79+ 27.50125*X4R-squared= 0. Adjusted R-squared=0.F= 816.4203 DW=1.這說明其他因素不變的情況下，當城鎮住房平均銷售價格每增加百分之一，我國城鎮居民住房銷售總面積會平均增加27.5%。(四)修正后的模型自相關性檢驗對一個樣本容量為15的解釋變量模型，在5%的顯著性水平下，查表可得dl=1.08，du=1.36,因為DW1. dl=1.26,所以隨機誤差項存在自相關。（1） 殘差圖分析表明可能存在自相關。（2）D-W檢驗因為n=15，k=

11、2，取顯著水平=0.05時，查表得dl=1.08，du=1.36,因為DW1. dl=1.26,所以存在一階正自相關性。（3）自相關性的修正利用科克倫奧科特迭代法得到的回歸結果如下：Y = -32964.16139 + 26.*X4 + AR(1)=0.t= (-6.) (18.14540)R2=0. =0. F=440.3773 DW=2.從結果可以看出，此時DW=2.,查n=15,k=1,=0.05的DW統計量表，的Dl=1.26，Du=1.36DW=2.,表明模型已不存在自相關性。（五） 異方差檢驗用懷特檢驗法驗證修正后模型是否存在異方差，Eviews軟件顯示的結果為：White Het

12、eroskedasticity Test:F-statistic0. Probability0.Obs*R-squared0. Probability0.Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 01/16/15 Time: 21:54Sample: 1 15Included observations: 15VariableCoefficienStd. Errort-StatisticProb. C-0.0.6419X422152.5925702.430.0.4056X42-3.3.-0.0.4065R

13、-squared0. Mean dependent varAdjusted R-squared-0. S.D. dependent varS.E. of regression Akaike info criterion35.85660Sum squared resid2.20E+15 Schwarz criterion35.99821Log likelihood-265.9245 F-statistic0.Durbin-Watson stat1. Prob(F-statistic)0.取顯著水平下=0.05，由于nR2=0.0512X20.05(2)=5.991,所以函數不存在異方差性。四、結論：通過以上一系列分析我們得到的最終模型為:Y = -35934.79+ 27.50125*X45、 對