EViews房地产计量经济模型.docx

毕业设计（论文）

PAGE

1-

毕业设计（论文）报告

题目：

EViews房地产计量经济模型

学号：

姓名：

学院：

专业：

指导教师：

起止日期：

EViews房地产计量经济模型

摘要：随着我国房地产市场的快速发展和不断深化，房地产市场的计量经济模型研究显得尤为重要。本文旨在构建一个基于EViews的房地产计量经济模型，以分析影响房地产价格的关键因素。通过收集大量房地产数据，运用计量经济学方法对房地产价格的影响因素进行实证研究，以期为我国房地产市场政策制定提供理论依据和实践指导。本文首先对房地产计量经济模型的理论基础进行综述，然后详细介绍了EViews软件在房地产计量经济模型中的应用，接着通过实证分析验证了模型的有效性，最后对研究结论进行了总结，并对未来的研究方向进行了展望。

近年来，我国房地产市场经历了快速发展和调整。房地产作为国民经济的重要组成部分，其价格的波动直接关系到国家经济安全和居民的生活质量。然而，由于房地产市场的复杂性和动态性，准确预测房地产价格成为了一项极具挑战性的任务。为了更好地理解房地产价格的形成机制，众多学者对房地产计量经济模型进行了深入研究。本文正是基于这样的背景，以EViews软件为工具，构建了一个房地产计量经济模型，并对模型的有效性进行了验证。

一、1.房地产计量经济模型概述

1.1房地产市场概述

(1)房地产市场，作为国民经济的重要组成部分，其发展状况直接关系到国家经济安全和社会稳定。近年来，我国房地产市场经历了快速发展的阶段。据统计，2010年至2020年，全国房地产开发投资额从4.96万亿元增长至13.18万亿元，年均增长率达到15.5%。在此期间，商品房销售面积从9.48亿平方米增长至18.06亿平方米，销售额从4.94万亿元增长至15.97万亿元，显示出巨大的市场潜力。

(2)然而，随着市场的发展，房地产市场的波动性也逐渐显现。特别是在2016年以后，我国房地产市场开始出现分化，一线城市房价持续上涨，而三四线城市则面临库存压力。以2019年为例，一线城市新建商品住宅价格同比上涨7.8%，而三四线城市则同比下跌0.2%。这种分化现象在2020年进一步加剧，一线城市房价上涨趋势明显，而三四线城市房价则持续低迷。

(3)为了应对市场波动，我国政府采取了一系列调控措施。例如，2016年9月，政府提出“房子是用来住的，不是用来炒的”定位，并陆续出台了一系列限购、限贷、限售政策。2017年至2020年，全国共有超过60个城市发布了超过300次房地产调控政策。这些政策在一定程度上抑制了房价过快上涨，但同时也对房地产市场的健康发展带来了一定的影响。以2020年为例，全国商品房销售面积同比下跌2.6%，销售额同比下跌8.7%，显示出房地产市场增速放缓的态势。

1.2房地产计量经济模型的理论基础

(1)房地产计量经济模型的理论基础主要建立在经济学、统计学和数学等多个学科之上。其中，经济学理论为模型提供了分析框架，如供需理论、成本收益理论等，这些理论有助于理解房地产市场的运行机制。例如，供需理论认为，房地产价格是由供给和需求共同决定的，当供给增加或需求减少时，价格将下降；反之，当供给减少或需求增加时，价格将上升。

(2)在统计学方面，计量经济学方法被广泛应用于房地产数据分析。这些方法包括最小二乘法、广义最小二乘法等，它们可以用来估计模型参数，并对模型进行检验。例如，最小二乘法通过最小化预测值与实际值之间的误差平方和，来估计模型的参数值。在实际应用中，研究者常用这一方法来分析房价与影响因素之间的关系。

(3)数学工具，如矩阵运算、微分方程等，为房地产计量经济模型提供了数学表达形式。这些工具有助于模型在数学上的严谨性和可操作性。例如，在构建动态模型时，微分方程可以用来描述房价随时间的变化趋势。在实际案例中，研究者运用这些数学工具，建立了包含房价、人口、收入等变量的动态模型，以预测未来房价走势。

1.3房地产计量经济模型的发展历程

(1)房地产计量经济模型的发展历程可以追溯到20世纪60年代，当时经济学家开始利用统计方法对房地产市场的价格和需求进行实证分析。这一时期的模型主要以简单线性回归模型为主，主要用于分析房价与供需关系。随着计算机技术的发展，到了70年代，更复杂的计量经济模型开始出现，包括多元回归、联立方程模型等，这些模型能够更全面地分析房地产市场的多方面因素。

(2)80年代以后，房地产市场计量经济模型开始融合更多经济理论和统计学方法。模型构建不再仅仅关注房价的简单预测，而是逐渐转向对房地产市场运行机制的研究。此时，模型开始引入房价的时间序列分析，如自回归模型、差分自回归移动平均模型（ARIMA）等，以更好地捕捉房价的动态变化。