计量经济学课程作业
理论探讨
表三:white检验结果
WhiteHeteroskedasticityTest:
F-statistic6.257313Obs*R-squared15.38531TestEquation:
DependentVariable:RESID^2Method:LeastSquares
Date:06/03/09Time:14:58Sample:19922007
X5176.4720X5^2-0.015747X6-33893.17X6^21686.639R-squared0.961582AdjustedR-squared0.807908S.E.ofregression2662.731Sumsquaredresid21270417Loglikelihood-135.5049Durbin-Watsonstat2.937837
Probability
Probability
0.0786940.221038
分别看各因素,自由度为11,显著性水平为0.05的t统计量为
1.796,其中X2,X3,X4的t统计量绝对值都大于1.796,同时也可
以看出,它们的P值也都小于0.05,在显著性水平为0.05时拒绝系数等于零的原假设。而X6的t统计量值1.721614小于1.796,P值则大于0.05,说明不能拒绝该因素系数等于零的原假设。因而,这一回归结果还不够理想,需要进行进一步处理,从上述分析来看,可以选择剔除因素X6,然后进行回归,回归结果如下所示:
表六:回归结果三
DependentVariable:YMethod:LeastSquares
Date:06/03/09Time:15:06Sample:19922007
Includedobservations:16106.29311.6602400.009758-1.613783
-2.82979511977.25
2.870563587.5636
MeandependentvarS.D.dependentvarAkaikeinfocriterionSchwarzcriterionF-statistic
Prob(F-statistic)0.19540.20500.06620.06404128.1786075.37718.5631219.190846.2573130.078694
从上述结果中可以看出,进行线性回归的P值是0.078694,表明在显著性水平为0.05时没有异方差性,不需要进行处理。同时,D.W.统计量数值为2.937837,不能确定是否存在自相关。可以先对各因素进行共线性检验,得到相关性矩阵如下:
表四:相关性矩阵
X1X2X3X45X11.000000.98682X20.986821.00000X30.780380.72750X40.993750.99014X50.998910.98630X6
-0.63429-0.67557从上述回归结果可以看出,R2和与剔除变量X6之前略有减小,但是减小得都很少,可以认为剔除前后回归的拟合程度相差不大。D.W.统计量为1.810968,样本量为16,因素个数为3的
DW上界为1.54,这说明这一回归结果也不存在序列自相关问
题。再分别看各因素,自由度为12,显著性水平为0.05的t统计量值为1.782,可以看到,X2,X3,X4的t统计量绝对值都大于1.782,其P值都小于0.05,说明应拒绝系数等于零的原假设,因而这一回归结果是比较理想的。此外回归结果中的常数项的t检验量也大于1.782,其P值小于0.05,说明应拒绝常数项等于零的假设。
(二)最终回归结果
从上表可以看出各因素之间存在很明显的多重共线性问题,因此需要剔除一部分因素。考虑采用逐步回归法,在所有因素的回归结果中,因素X1和X5的检验显著性水平都很低,其P值分别是0.6866,0.8388,远大于0.05,而且这两个因素与其他因素的相关系数都比较高,所以首先将这两个因素从模型中剔除。剔除后再进行回归,得到结果如下:
表五:回归结果二
DependentVariable:YMethod:LeastSquares
Date:06/03/09Time:15:05Sample:19922007
Includedobservations:16
2
Y=362.9860-274.8032*X2+2.416414*X3+0.009562*X4(2.217739)(-2.840949)(5.50636)
2
(6.575488)
R=0.988918,,D.W.=1.810968,F=356.9458
在模型中各变量含义为:
——房屋平均销售价格(元/平方米);Y—
——竣工房屋面积(亿平方米);X2—
——城镇居民消费价格指数(1978=100);X3—
——货币供应量(亿元)。X4—
这一回归结果表明,竣工房屋面积X2、城镇居民消费价格指数X3、货币供应量X4可以说明房屋平均销售价格总方差的
98.89%,拟合效果很好,在显著性水平为0.05时,回归模型在整
体上是显著的。
因素X2的系数是-274.8032,其含义是在1992-2007年间当其他因素保持不变时,竣工面积每增加一亿平方米,房屋平均销售价格在同期会下降274.8032元。因素X3的系数是2.416414,其含义是在1992-2007年间当其他因素保持不变时,居民消费价格指数相对于1978年水平每提高一个百分点,房屋平均销售价格在同期会增加2.416414元。因素X4的系数是0.009562,其含义是在1992-2007年间当其他因素保持不变时,货币供应量每增加一亿元,房屋平均销售价格在同期会增加0.009562元。常数项是
从这一结果可以看出,R相对于剔除X1,X5之前减小的很少,而得到明显改善,说明这一回归结果拟合度要优于之前的模型。D.W.统计量值为2.019483,非常接近于2,说明无自相关。再
362.9860,其含义是当回归线的截距是362.9860,即当上述三项因
85
关于商品房房价影响因素分析——基于计量经济模型 ——基于计量经济模型房地产价格不仅与百姓的生活密切相关,而且还关系到城市的发展和国家的 摘要: 长治久安。因而,...
计量经济学实践报告-影响我国房地产价格因素的分析_金融/投资_经管营销_专业资料。有关房地产价格受自变量如何影响及其影响程度的计量分析。计量...
周游 2007.12 我国商品房价格供 给影响因素的计量分析【摘要】针对房地产市场近年 来日益火爆, 房价不断攀升的现状, 本文选取了 1999 年到 2005 年的季度数据...
计量经济学论文-我国房价宏观影响因素的计量分析_经济/市场_经管营销_专业资料 暂无评价0人阅读0次下载举报文档 计量经济学论文-我国房价宏观影响因素的计量...
檵檵檵檵檵殝 我国房地产价格影响因素及其作用效应的计量检验 1 2 胡岳岷 ,...本文选择向量自回归模型综合考虑影响房地产价格的众多宏观经 实证分析各个宏观...
三、数据来源: (1) 《房地产导刊》2013 年第 25 期《我国商品房价格变动的影响因素分析—— 基于计量经济模型的实证研究》白志红 (2)中国统计年鉴 2012.中国...
1 房地产价格影响因素 1.1 供给因素 一般情况下影响房地产供给的因素有:房...4 随机效应模型结果的计量分析 4.1 模型的建立和调整 利用 Eviews 软件得到...
本文从房产价格的相关理论出发,主要从房产需求、房产供给、房产金融和房产宏观调 控等角度对影响房价的因素展开分析。 以全国及地区统计数据为基础, 采用计量经济学...
经济计量学实习报告我国房地产价格影响因素分析 学院:经济管理学院 班级:12 级市营 3 班 姓名:朱凰瑜 学号:201231142033 华南农业大学 我国房地产几个影响因素...
热门文档