STATA軟件在房價統計上的應用,計量經濟學論文內容摘要：房價作為一個與民生息息相關的問題，始終是、百姓所關心的重點，也一直是學者研究的主要方向。近年來對房價宏觀上的研究已非常豐富，所以從微觀層面、運用Stata軟件進行房價影響因素的分析就很有必要。研究表示清楚，房屋所處區域的犯罪率越高，該區域的房屋的平均價格越低；區域的空氣質量越好，房屋的價格也就越高；區域平均每套住房所擁有的房間數越多，房價也就越高；房屋到商業中心的距離越大，房價越低；區域學校的平均學生-老師比越大，房價就越低。本文關鍵詞語：STATA軟件；房價；影響因素；作者簡介：李璐瓊〔1994-〕,女，浙江杭州人，碩士研究生，從事財務、金融、會計研究。；引言吃喝住行是一個人在社會上生存的最根本的保障，任何一個方面存在困難，人就無法在社會上立足、生存。華而不實住就牽涉到房價的問題，房價過高，投資炒房，導致真正需要住房的人卻無法獲得住房，罷了經知足寓居需求的人卻為了投資增值，占據了房產資源，這又會導致房價的上升，這是一個惡性的循環。房價過高，老百姓的住房需求無法得到保障，社會就會動亂，因而房價問題，是與老百姓、甚至整個國家都親身相關的問題，并在很多層面上已經得到了很多人的重視，各個學科的學者都競相研究房價問題。本文并不想從宏觀上分析房價問題，一來宏觀上對房價問題的研究已經非常深切進入，可研究范圍小，二來筆者并非經濟、金融專業，在宏觀方面的知識相對缺乏，所以本文將主要采用微觀層面的數據進行房價影響因素的討論和證明。鑒于本文作為統計學軟件課程的課程論文，將研究及本論文匯報的重點放在STATA軟件的應用上，以期通過本文的研究，熟練統計學軟件的應用，為今后的研究打下基礎。一、文獻綜述及研究假設正如前文所提到的，國內外各個領域的學者都對房價問題進行了不同層面、不同領域的各種研究，但主要還是在宏觀層面，比方通貨膨脹對房價的影響，緊縮的財政政策、貨幣政策對房價的影響，寬松的財政政策、貨幣政策對房價的影響，住房公積金對房價的影響等等。總而言之，絕大多數牽涉房價的研究主要是討論看不見的手---市場對房價的影響，看得見的手---的宏觀政策對房價的影響以及應該怎樣應用宏觀調控的手段去應對市場對房價的影響。由于筆者所從事的為會計專業，在宏觀國民經濟方面的只是相對缺乏，所以，本文重新尋找立足點，將影響房價的因素歸結到與我們老百姓生活最為相關的、最本質的、微觀層面的房價的影響因素。另外，本文作為統計軟件方面課程的結課論文，將把重點放在怎樣運用STATA軟件分析房價微觀層面的影響因素。本文歸納總結了所得到的數據，找出幾個認知層面與房價相關的因素：房屋所處區域的犯罪率、該區域的空氣質量、房屋到商業中心的距離、該區域平均每套住房所擁有的房間數以及該區域學校的平均學生-老師比。由于本文選用的是不牽涉時間的橫截面數據，所以盡量多取一些影響因素進行驗證。因而，本文提出如下五個假設：H1:房屋所處區域的犯罪率越高，該區域的房屋的平均價格越低。這是比擬明顯的一個假設，畢竟沒有人會希望在一個犯罪率極高、治安混亂的社區生活。因而，這些區域的房價就比擬低。H2:該區域的空氣質量越好，房屋的價格也就越高。這也是顯而易見的，就像杭州之所以被評為最合適寓居、養老的城市，其很大一方面就是杭州擁有西湖、湘湖、西溪濕地等景區，使得杭州的空氣質量相對中國其他幾個大城市來講是比擬好的。因而，在人們健康意識日漸加強的今天，杭州的房價也是節節攀升。H3:該區域平均每套住房所擁有的房間數越多，房價也就越高。這是顯而易見的，富人們寓居的別墅區的房價一般來講要比普通區域要高。所以，房屋所擁有房間數量越多，在一定程度上意味著房屋面積越大，通常情況下房價也就越高。H4:房屋到商業中心的距離越大，房價越低。顯然，房屋距離商業中心越遠，講明房屋處在相對較為偏僻的地區，這些地區的交通相對是比擬不方便的，因而房價也會較低；另一個層面，距離商業中心較遠的房屋，也從另一個側面講明這些房屋的配套設施可能并不完善，居民休閑、娛樂甚至是純粹的生活購物可能都會有影響，所以這些地區的房價相對就比擬低。H5:該區域學校的平均學生-老師比越大，房價就越低。這個能夠從學區房的例子中獲得認知上的認同〔當然下文會用STATA軟件進行數據上的證明〕,我們國家實行九年制義務教育，無論是在哪個區域的小學、初中生都能夠就近入學，這本該是公平的，也就不應該產生學區房的問題。但是，學區房高昂的房價問題卻在我們國家非常明顯，這華而不實的原因就是這些執行義務教育的小學、初中其教育質量不同，家長為了使自個的孩子不輸在起跑線上，都希望孩子能夠進入教育質量好的學校進行學習，因而紛紛在這些學校附近購房，也就產生了學區房價格高漲的現象，而學校教育質量的好壞無疑受很多方面因素的影響，在這方面教育學領域的學者也做過很多的研究。華而不實，最為顯著的影響因素是小班化教育,一個老師所負責的學生越少，往往教學質量越好，這是有道理的。畢竟一個人的精神都是有限的，有限的老師的精神分散給五六十個學生的教育質量，肯定不如分散給十幾、二十幾個學生的教育質量高。所以，一個區域平均學生-老師比越大，講明一個老師所要負責的學生也就越多，在很大程度上會造成教育質量的下降。因而，這附近的房價也就會是相對較低的，這個后面將會用STATA軟件對數據進行分析，會更有講服力。二、數據、變量、模型的選擇首先，在數據方面，本文將隨機選取杭州506個社區的平均房價以及相關區域的犯罪率、空氣質量、到商業中心的距離、平均每套住房所擁有的房間數以及學生-老師比的數據，進行本文的實證分析和檢驗。華而不實，空氣質量在本文中的衡量標準是以數據比擬容易得到的空氣中二氧化氮的含量來衡量，二氧化氮是一種影響空氣質量、造成空氣污染的重要污染物，其主要來自機動車尾氣的排放、鍋爐廢氣的排放等，二氧化氮還是酸雨的成因之一，因而用二氧化氮來衡量空氣的質量是合理、可行的。其次，變量的選擇，本文將假設中提到的這五個可能影響房價的因素都作為變量歸結到模型中。那么本文的因變量Y很顯然就是房價〔price〕,而本文的自變量顯然就是：X1為社區的犯罪率〔crime〕,X2為該區域空氣中二氧化氮的含量〔nox〕,X3為平均每套住房所擁有的房間數〔rooms〕,X4為該社區到近期的大型商業中心的距離〔dist〕,X5為社區的學生-老師比〔stratio〕.最后，本文的模型，根據前文的假設以及變量的選擇，最終確定的模型是：華而不實，價格、距離等變量取了對數，取對數意味著原被解釋變量對解釋變量的彈性，即百分比的變化而不是數值的變化，對數形式能夠減少多重共線性，并能在一定程度上消除量綱和異方差的影響，而一般情況下比例類的數據是不取對數的。所以，本文的區域犯罪率、學生-老師比并沒有取對數，而平均的房間個數，由于結果比擬明顯，也數值不大，參照一些類似的文獻，在這里就不取對數了。最后的u是誤差項，也稱為干擾項。所以，最后得到的模型，就如上所列示的。三、實證結果及分析在搜集好數據、選擇好變量和模型以后，就是將這些數據錄入STATA中進行處理，得到最后的實證結果，以印證前文的假設。由于本文是統計學軟件類課程的結課論文，所以本文會將每一步都進行描繪敘述，除了放上驗證結果的關鍵性圖標之外，也會將關鍵步驟所執行的命令進行講明。第一步，在將數據從Excel導入STATA后，執行命令summarize,就能考察所有變量的統計特征，也就是數據的描繪敘述性統計結果〔見表1〕.第二步，由于一些變量取了對數，所以要對新的變量進行講明，以生成新的變量。詳細的命令為glnprice=log〔price〕、glnox=log〔nox〕、glndist=log〔dist〕.表1描繪敘述性統計結果第三步，用最小二乘法進行回歸分析，其命令是regresslnpricecrimelnoxroomslndiststratio〔見下頁表2〕.表2回歸結果從這個結果來看，檢驗整個方程顯著性的F統計量之p值〔ProbF〕為0.0000,顯示這個回歸方程是高度顯著的，且每個變量的p值〔P|t|〕均為0.000,可以以看出這些變量都是影響房價的因素。第四步，用懷特檢驗，檢驗其能否存在異方差，命令estatimtest,white〔見表3〕.表3懷特檢驗的結果檢驗結果顯示，p值等于0.0000,故強烈拒絕同方差的原假設，以為存在異方差。所以，為了消除異方差，需要用加權最小二乘法進行回歸。第五步，為了消除異方差，用加權最小二乘法重新進行回歸。命令為predicte1,res,ge2=e1^2,glne2=log〔e2〕,reglne2crimelnoxroomslndiststratio,predictlne2f,ge2f=exp〔lne2f〕,reglnpricecrimelnoxroomslndiststratio[aw=1/e2f],最終得到如下結果〔見表4〕.表4加權最小二乘法的結果從加權最小二乘法的結果來看，檢驗整個方程顯著性的F統計量之p值〔ProbF〕仍為0.0000,顯示這個回歸方程是高度顯著的，且每個變量的p值〔P|t|〕均仍為0.000,可以以看出這些變量都是影響房價的因素。并且，從變量的系數〔Coef.〕來看，crime系數為負，講明區域的犯罪率與房價呈負相關，也就證實了H1假設，房屋所處區域的犯罪率越高，該區域的房屋的平均價格越低；lnox的系數也為負，講明區域的空氣質量與房價也為負相關，證實了假設H2,區域的空氣質量越好，房屋的價格也就越高；rooms的系數為正，講明房屋所擁有的平均房間的數量與房價呈正相關，證實了H3假設，區域平均每套住房所擁有的房間數越多，房價也就越高；Lndist的系數為負，講明該社區的房屋到商業中心的距離與房價呈反相關，也證實了假設H4,房屋到商業中心的距離越大，房價越低；stratio的系數為負，講明該區域學校學生-老師比與房價成反相關，證實了假設H5,區域學校的平均學生-老師比越大，房價就越低。至此，通過STATA軟件，用加權最小二乘法得到的結果使得五個假設都得到了應證。結束語本文通過選擇最基礎、最微觀的五個指標〔房屋所處區域的犯罪率、該區域的空氣質量、房屋到商業中心的距離、該區域平均每套住房所擁有的房間數以及該區域學校的平均學生-老師比〕來講明房價的影響因素，并用STATA軟件證實了這五個影響因素與房價的嚴密關系，最終證明了關于這五個影響因素的假設：房屋所處區域的犯罪率越高，該區域的房屋的平均價格越低；區域的空氣質量越好，房屋的價格也就越高；區域平均每套住房所擁有的房間數越多，房價也就越高；房屋到商業中心的距離越大，房價越低；區域學校的平均學生-老師比越大，房價就越低。以下為參考文獻[1]伍德里奇.計量經濟學導論:第4版[M].北京:中國人民大學出版社,2018.[2]陳強.高級計量經濟學及Stata應用:第2版[M].北京:高等教育出版社,2020.[3