计量经济学EView分析,影响房地产市场的实证分析.doc

计量经济学作业 ——影响房地产市场价格的实证分析 会计091班 祖开文 学号：200910903106 曾智勇 学号：200910903107 实验名称： 城镇与农村居民人均可支配收入以及消费水平对房地产市场影响的实证分析 实验准备： 实验内容原理：多元线性回归模型的普通最小二乘估计；经典单方程计量经济学模型：放宽基本假定的模型；用怀特检验法检验模型是否存在异方差；用杜宾瓦森检验法和拉格朗日乘数检验法检验模型是否存在序列相关性；用逐步回归法检验模型是否有多重共线性存在； 实验原理：利用城镇与农村居民人均可支配收入，消费水平和房地产市场价格的数据信息，用Eviews软件进行，创建对数模型 数据来源：国家统计局网2001—2010年《中国统计年鉴》 其他准备：计算机，Eviews软件 实验步骤： 、数据基本处理： 年份 农村居民人均可支配收入 城镇居民人均可支配收入 农村居民消费水平 城镇居民消费水平 房地产市场价格（元/平方米） 2001 2366 6860 1969 7161 4357 2002 2476 7703 2062 7486 4983.5 2003 2600 8472 2103 8060 5299.5 2004 2936 9422 2319 8912 5697 2005 3255 10493 2579 9644 6249.5 2006 3587 11759 2868 10682 7096 2007 4140 13786 3293 12211 8099 2008 4761 15781 3795 13845 9703.5 2009 5153 17175 4021 15025 11982.5 2010 5919 19109 4455 15907 13250 1、Y代表房地产市场价格水平，代表城镇居民人均可支配收入水平，代表农村居民人均可支配收入水平，代表城镇居民消费水平，代表农村居民消费水平 2、建立新的Workfile，输入被解释变量Y和解释变量X1 X2 X3 X4，观察每个变量的图形 可以看出Y与、、、 都是随着时间的变动递增的，而且解释变量、、和对被解释变量Y可能存在一定的非完全线性关系。 （二）模型建立： 因为是针对增长率，所以我们取对数形式建立模型 模型建立：由于线性回归模型较简单，且符合古典假设的条件下，对参数的最小二乘估计满足参数估计的准则：无偏性，有效性，线性性和一致性 设定模型为多元线性回归模型：Yi=C(1)+C(2)*X1+C(3)*X2+C(4)*X3+C(5)*X4+Ui （三）模型结果分析： 用最小二乘法对模型进行估计，输入Y、 C 、X1、 X2、 X3 、X4则结果如下： 整理回归结果： Yi =-2114.664+5.700675*X1+（-0.703771)*X2+(-4.505519)*X3+0.949540*X4 t = (-0.954397) (1.639004) (-0.576444) (-0.892766) (0.656703) R-squared=0.982777 adjusted-squared = 0.968998 F-statistics=71.32673 D.W. =1.637236 (三)模型的检验 对模型进行多重共线性、异方差、序列相关性的检验 多重共线性的检验与修正 他们之间的相关系数： 通过矩阵方程，可以看出Y、X1、X2、X3、X4之间有着显著的相关性 从经济上来解释：居民收入上升，从而导致消费水平上升，随之必然导致房地产市场价格上升。既然Y、X1、X2、X3与X4之间存在着明显的相关性，则要采用逐步回归法对其进行修正 步骤：用最小二乘法逐一对各个解释变量的回归。结合上述结果和经济意义可以看出，Y与X1的回归方程线性关系最强，拟合程度最好，因此将其作为基本回归方程。 建立方程 Y 、C、 X1 整理结果： Yi=-1471.350+2.458285*X1 t = (-3.006118) (19.57915) R-squared = 0.979558 Adjusted R-squared = 0.977002 F-statistic = 383.3432 D.W. = 1.516460 建立方程 Y、 C 、X1、 X2 、X3、 X4 整理回归结果： Yi =-2114.664+5.700675*X1+（-0.703771)*X2+(-4.505519)*X3+0.949540*X4 t = (-0.954397) (1.639004) (-0.576444) (-0.892766) (0.656703) R-squared = 0.982777 adjusted-squared = 0.96899