对成都市房地产市场的实证考察

《对成都市房地产市场的实证考察》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、对成都市房地产市场的实证考察对成都市房地产市场的实证考察——一个新的房价指数“排骨面指数”计量课程论文原创性及知识产权声明本人郑重声明：所呈交的课程论文是本人在老师的指导下取得的成果。对本论文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。因本课程论文引起的法律结果完全由本人承担。本课程论文成果归西南财经大学所有。改革开放以来，中国的房地产市场已经走过了二十多年的风雨历程。上个世纪九十年代初期，它出现了投资热，给国民经济的健康发展带来了负面影响，通过国家及时加强宏观调控才使得这种影响降低到最小的水平；而现今中国的房地产市场又出现了新

2、的一轮投资热潮，国家又是及时进行调控。根据经济学了理论可知，价格对一个市场的健康发展起到了至关重要的作用。那么，作为我国的房地产市场中的房产价格对我国的房地产市场的发展也是发挥着不可忽视的重要影响。成都的房地产市场作为我国房地产市场的一个有机组成部分。这个市场发展的如何对于国民经济的健康发展有着重要的影响。本文将对成都房地产市场的房产价格做一个实证考察。时下，方方面面发布的房价指数也不少，内行懒的看，外行看不懂。眼下一些售楼处正在流行一种“排骨面指数”，将房价与排骨面价格联系在一起，直观而又实用。所谓“排骨面指数”，即一个楼盘每平方米的平均售

3、价是这个楼盘半径500米内小吃店里排骨面的1000倍。也就是说，区域内楼盘的每平方米的均价，等于这个区域内一碗排骨面价格的1000倍。比如在寸土寸金的春熙路、盐市口区域，一般的小店一碗排骨面的价格至少得3—5元，王府井、伊藤洋华堂内要10元左右。无疑，以春熙路、盐市口为中心，半径500米内你还难买到每平方米4000元以下的新房子。朝西，随着双楠、金沙中高档住宅的不断崛起，排骨面价格坚挺；朝南，临近领事馆、桐锌林、新希望路一带由于城南“富人区”的缘故，排骨面的价格一直在5元左右。在看中抵挡楼盘。城东八里小区。城北府青路一带，排骨面3—3.5元一

4、碗，那一带房价恰好是2800—3100；在光华片区一带新盘的售价都在3500—4000左右，排骨面也正好是3.5—4……根据以上经济现象，我们收集了5月份的一些样本数据并对这些样本数据进行了加工。（见表一）为了验证这个“排骨面指数”，我们下面给出计量经济学分析。表一（如图）：房产均价（Y），排骨面价格（X）YXYXYX35003.536003.534003.53085337503.53800437003.84900548004.546004.5390045088537503.538003.54000436003.536503.838003.8

5、500054900548804.53100328002.835003.5400045050555005.5489053750430803.535003.535503.54000436003.54200454050458005.54700539003.847004.535003.5305033900458005.545004.55500659006.53000343004.55800638903.85050547804.560006.5602065100554505.53890440504.558756一、建立模型以“数据驱动”和“让数据为自身

6、说话”的建模思想为指导，我们建立如下的计量经济学模型：Y=a+bX+c其中：Y——每平方米房产均价X——一碗排骨面价格a、b——参数c——随机扰动项，满足古典假定二、估计模型中的未知参数(下为表二)DependentVariable:YMethod:LeastSquaresDate:06/08/05Time:12:54Sample:160Includedobservations:60VariableCoefficientStd.Errort-StatisticProb.C302.4731122.44902.4701970.0165X925.2

7、48727.6579433.453270.0000R-squared0.950727Meandependentvar4308.800AdjustedR-squared0.949878S.D.dependentvar883.1621S.E.ofregression197.7224Akaikeinfocriterion13.44437Sumsquaredresid2267460.Schwarzcriterion13.51418Loglikelihood-401.3311F-statistic1119.122Durbin-Watsonstat2.0

8、77173Prob(F-statistic)0.000000用OLS法对参数进行估计，把表一数据录入到Eviews软件，进行回归分析，得回归分析结果（见表二）。将上