【文章內(nèi)容簡介】 間序列數(shù)據(jù)進(jìn)行回歸分析，根據(jù)回歸分析的結(jié)果可以得出樣本回歸供給函數(shù)。樣本回歸供給函數(shù)是研究分析住房供給量和房價之間的關(guān)系，并確定研究住房供給對房價的影響程度，是進(jìn)行經(jīng)濟(jì)預(yù)測和經(jīng)濟(jì)政策評價的基礎(chǔ)。收集到的樣本數(shù)據(jù)中房價P對住房供給量S的樣本回歸如下圖42：圖42我國1998年到2011年房價P對住房供給量S的回歸根據(jù)圖42給出了采用Eviews軟件對表41中的時間序列數(shù)據(jù)進(jìn)行回歸分析的計算結(jié)果，表明可建立如下中國房價的樣本供給函數(shù)： （） （） 其中括號內(nèi)的數(shù)為相應(yīng)參數(shù)的t檢驗值，為可決系數(shù)，為方程顯著性的檢驗值。也是后面需要用到的幾個重要數(shù)值。 商品房供求模型的檢驗與修正 商品房需求與供給函數(shù)模型的檢驗一、 商品房需求函數(shù)模型檢驗經(jīng)濟(jì)意義檢驗主要是檢驗?zāi)Ｐ蛥?shù)估計量在經(jīng)濟(jì)意義的合理性。其主要方法是將模型參數(shù)的估計量與預(yù)先擬定的理論期望值進(jìn)行比較，包括參數(shù)估計量的符號、相互關(guān)系，以判斷其合理性。上面所得到了樣本回歸需求函數(shù)模型。在該模型中，意味著房價隨著商品房需求量的增加而增加，從經(jīng)濟(jì)行為上可以解釋該現(xiàn)象，所以此模型通過了檢驗。擬合優(yōu)度檢驗是檢驗?zāi)Ｐ蛯颖居^測值的擬合程度。筆者將從統(tǒng)計量與殘差圖的角度來對樣本回歸直線進(jìn)行擬合優(yōu)度分析，分析計量經(jīng)濟(jì)學(xué)模型是否恰當(dāng)。殘差圖如下圖43。 圖43 需求函數(shù)模型的殘差圖在上表中，Residual表示殘差、Actual表示被解釋變量的觀測值、Fitted表示被解釋變量的擬合值。殘差、觀測值、與擬合值所對應(yīng)的曲線分別為殘差序列曲線、真實值序列曲線和擬合值序列曲線。而圖中的虛線與中心線的距離表示殘差的一個標(biāo)準(zhǔn)差。在圖42中我們可知可決系數(shù)統(tǒng)計量，滿足的條件，根據(jù)越接近于1，模型的擬合優(yōu)度越高來看，需求函數(shù)模型的回歸直線與樣本點的擬合程度較好；但是從殘差圖圖43可以看出:擬合值序列曲線較逼近真實值序列曲線，需求函數(shù)模型的擬合程度良好，所以需求函數(shù)的回歸直線對原觀測值擬合情況是可以接受的。對變量的顯著性檢驗主要有三種方法：即t檢驗，F(xiàn)檢驗和z檢驗，但是在進(jìn)行經(jīng)濟(jì)研究中，t檢驗的運用最為普遍。所以本論文也將采用最為普遍的t檢驗對其需求函數(shù)的變量進(jìn)行顯著性檢驗。對于t統(tǒng)計量，它是服從自由度為nk1（k為k元線性回歸方程）的t分布，所以對于本論文研究的一元線性回歸的需求函數(shù)，t統(tǒng)計量是服從自由度為12的t分布。如果需求函數(shù)中變量D是顯著的，那么參數(shù)應(yīng)該為顯著地不為0。所以設(shè)計原假設(shè)和備假設(shè)分別為： ， 現(xiàn)在給定一個顯著性水平，根據(jù)t分布表得到一個臨界值,所以解釋變量商品房需求量D在95%的置信度下是顯著的，即通過了變量的顯著性檢驗。同樣地，這個臨界值，表明在95%的置信度下，拒絕了截距項為0的假設(shè)。在進(jìn)行計量經(jīng)濟(jì)學(xué)檢驗時，我們必須對樣本函數(shù)進(jìn)行異方差檢驗，不然，一旦計量經(jīng)濟(jì)學(xué)模型出現(xiàn)了異方差性，又使用最小二乘法對模型的參數(shù)進(jìn)行估計，那么就會使參數(shù)的估計量非有效、變量的顯著性檢驗失去了意義，而且我們隊模型的預(yù)測也會隨之失效。對計量經(jīng)濟(jì)學(xué)模型異方差檢驗的方法很多，可以見到的就有十多種，如圖示檢驗法、帕克檢驗和戈里瑟檢驗、GQ檢驗、懷特檢驗等。對計量經(jīng)濟(jì)學(xué)模型檢驗的方法雖然不同，但它們都存在一個共同的思路“異方差性”，即相對于不同的樣本點，也就是說相對于不同的解釋變量觀測值，隨機干擾項具有不同的方差，那么檢驗異方差性，也就是檢驗隨機干擾項的方差與解釋變量觀測值之間的相關(guān)性。，本論文將運用Eviews軟件對樣本需求函數(shù)的模型進(jìn)行GQ(GoldfeldQuandt)檢驗，檢驗?zāi)Ｐ椭惺欠翊嬖诋惙讲钚?。GQ(GoldfeldQuandt)檢驗的基本思想是：先按解釋變量對樣本排序，然后再將排序后的樣本一分為二，對兩個子樣本分別進(jìn)行普通最小二乘法回歸，然后利用兩個子樣本的殘差平方和之比構(gòu)造F統(tǒng)計量進(jìn)行異方差檢驗。下面筆者就進(jìn)行GQ(GoldfeldQuandt)檢驗。將原始數(shù)據(jù)按商品房需求量排成升序，去掉中間的4個數(shù)據(jù)，得到了兩個容量為5的子樣本。然后對兩個子樣本分別作普通最小二乘回歸，得到子樣本圖44。 圖44 子樣本1的最小二乘回歸求得樣本1的殘差平方和：子樣本1： () () 同樣地，可以得到子樣本2的最小二乘回歸圖45。圖45 子樣本2的最小二乘回歸 求得樣本1的殘差平方和：子樣本2： () () 計算得到F統(tǒng)計量：在同方差性的假定下，構(gòu)造服從F分布的統(tǒng)計量F。然后給定顯著性水平，在F分布表中查到自由度為（3，3）的F分布的臨界值為，由于，所以拒絕原假設(shè)，存在異方差。二、 商品房供給函數(shù)模型的檢驗經(jīng)濟(jì)模型的設(shè)立的目的是為了用樣本數(shù)據(jù)來對未來的經(jīng)濟(jì)進(jìn)行預(yù)測和對目前實行的經(jīng)濟(jì)政策進(jìn)行評價，如果我們設(shè)立的經(jīng)濟(jì)模型失去了經(jīng)濟(jì)意義，那么我們對經(jīng)濟(jì)的預(yù)測也就毫無意義，對經(jīng)濟(jì)政策的評價也無從談起。經(jīng)濟(jì)意義的檢驗我們應(yīng)該從表41和樣本供給函數(shù)模型入手，在模型中，意味著房價隨著商品房的供給量的增加而增加。我們從表41中可以看到，從1998年到2011年之間商品房的需求量小于商品房的供給量。供給函數(shù)模型和需求函數(shù)模型一樣，都需要進(jìn)行模型的擬合優(yōu)度檢驗。不然也會和需求函數(shù)模型不進(jìn)行擬合優(yōu)度檢驗導(dǎo)致的后果一樣。本論文將利用殘差圖和可決系數(shù)統(tǒng)計量來對供給函數(shù)模型的擬合優(yōu)度進(jìn)行檢驗?？蓻Q系數(shù)是大于0小于1的一個數(shù)，并且越大，越接近于1，那么說明模型的擬合優(yōu)度越高；當(dāng)?shù)扔?時，表示模型完全擬合，這種情況是很少見的；而當(dāng)?shù)扔?時，則表示解釋變量S與被解釋變量P不存在線性關(guān)系。在圖43中，Residual表示殘差、Actual表示被解釋變量的觀測值、Fitted表示被解釋變量的擬合值。殘差、觀測值、與擬合值所對應(yīng)的曲線分別為殘差序列曲線、真實值序列曲線和擬合值序列曲線。而圖中的虛線與中心線的距離表示殘差的一個標(biāo)準(zhǔn)差。從供給函數(shù)模型中可以知道，可決系數(shù)，滿足的條件，且較接近于1；而且在殘差圖中，我們可以看到擬合值序列曲線較逼近真實值序列曲線。該模型的擬合程度較好，所以供給函數(shù)的回歸直線對原觀測值的擬合是可以接受的。 圖46 供給函數(shù)模型殘差圖模型都要進(jìn)行變量的顯著性檢驗。本論文將運用t檢驗的方法對供給函數(shù)模型的變量的顯著性進(jìn)行檢驗。如果變量S是顯著的，那么參數(shù)應(yīng)該顯著地不為0。那么先設(shè)計原假設(shè)與備假設(shè)分別為： ， 現(xiàn)在給定一個顯著性水平，查t分布表中自由度為12，得到一個臨界值，說明解釋變量商品房供給量S在95%的置信度下顯著，即通過了變量的顯著性檢驗；同樣地，表明在95%的置信度下，拒絕截距項為零的假設(shè)。供給函數(shù)模型的異方差檢驗和需求函數(shù)的異方差檢驗一樣，用GQ(GoldfeldQuandt)檢驗對供給函數(shù)模型的異方差進(jìn)行檢驗。同樣，筆者將原始數(shù)據(jù)按商品房的供給量量排成升序，再去掉原始樣本數(shù)據(jù)中間的4個數(shù)據(jù)，得到了兩個容量為5的子樣本。然后對兩個子樣本分別作普通最小二乘回歸，得到子樣本1的最小二乘回歸圖47：圖47子樣本1的最小二乘回歸求得子樣本1的殘差平方和：子樣本1： () () 同樣地，可以得到子樣本2的最小二乘回歸圖48圖48子樣本2的最小二乘回歸求得子樣本2的殘差平方和：子樣本2： () () 計算得到F統(tǒng)計量：在同方差性的假定下，構(gòu)造服從F分布的統(tǒng)計量F。然后給定顯著性水平，在F分布表中查到自由度為（3，3）的F分布的臨界值為，由于，所以拒絕原假設(shè)，存在異方差。 商品房需求與供給函數(shù)模型的修正如果設(shè)立的經(jīng)濟(jì)模型存在異方差，那么我們需要對該經(jīng)濟(jì)模型進(jìn)行修正，以確保在上文中的參數(shù)估計量有效、變量的顯著性檢驗具有意義和讓模型的預(yù)測有效。而在所學(xué)的計量經(jīng)濟(jì)學(xué)內(nèi)容中，異方差的解決方法有以下幾種：；（WLS）；。在對異方差的修正過程中，最常用的方法是加權(quán)最小二乘法。加權(quán)最小二乘法就是對原模型加權(quán)，使之變成一個新的不存在異方差的模型，然后采用普通最小二乘法估計其參數(shù)。其加權(quán)的基本思想是：在采用普通最小二乘法，對較小的殘差平方賦予較大的權(quán)數(shù)，對較大的賦予較小的權(quán)數(shù)，以對殘差提供的信息的重要程度作一番校正，來提供參數(shù)估計的精度。上文中經(jīng)過對需求函數(shù)模型的異方差檢驗之后，證明了需求函數(shù)模型存在異方差性，所以需要發(fā)展新的方法估計模型，以提高模型參數(shù)估計的精度。本論文中將采用加權(quán)最小二乘法對需求函數(shù)模型的異方差性進(jìn)行調(diào)整?，F(xiàn)在取權(quán)數(shù)變量為GENR W1=1/D，然后利用加權(quán)最小二乘法估計模型得到修正調(diào)整后的需求函數(shù)模型： （） （） 可以看出，參數(shù)的t統(tǒng)計量的值有了明顯的改進(jìn)。下面筆者檢驗是否經(jīng)加權(quán)的回歸模型已不存在異方差性。對加權(quán)的回歸模型用Eviews軟件進(jìn)行懷特（White）檢驗得到圖49。并從圖49中可以知道，其相伴概率P=，所以接受了同方差性的假設(shè)圖49加權(quán)需求函數(shù)模型的懷特檢驗在供給函數(shù)模型的異方差檢驗中，已經(jīng)證實了供給函數(shù)的原始模型存在異方差性。所以在此將對供給函數(shù)原始模型的異方差性進(jìn)行修正調(diào)整，以提高模型中參數(shù)的精度。和需求函數(shù)模型一樣，取權(quán)數(shù)變量GENR W1=1/S，利用加權(quán)最小二乘法估計模型得到修正調(diào)整后的供給函數(shù)模型： （） （） 從上面加權(quán)后的供給函數(shù)模型知道，參數(shù)的t統(tǒng)計量和需求函數(shù)模型一樣有了較大的改進(jìn)。那么下面就來對加權(quán)后的供給函數(shù)模型進(jìn)行異方差性檢驗，看看是否還存在異方差性。對加權(quán)的供給函數(shù)模型利用Eviews軟件進(jìn)行懷特檢驗，檢驗出的結(jié)果如下圖410。并可從圖410中可以看出來，其相伴概率P=，所以不拒絕同方差性的假設(shè)[12]。圖410 加權(quán)后的供給函數(shù)模型的懷特檢驗結(jié)果 商品房供求函數(shù)模型實證結(jié)果分析 商品房需求函數(shù)模型實證結(jié)果分析在需求函數(shù)的樣本函數(shù)模型研究中，數(shù)據(jù)時來至于中國統(tǒng)計局的房地產(chǎn)數(shù)據(jù)。經(jīng)過對需求函數(shù)模型在經(jīng)過經(jīng)濟(jì)、變量的顯著性、方程的顯著性和異方差性并修正之后，保證了商品房需求函數(shù)模型的正確，從而可根據(jù)此需求函數(shù)模型來對當(dāng)前的住房需求對房地產(chǎn)價格的影響進(jìn)行可靠性分析。從該需求函數(shù)模型中可以知道，房地產(chǎn)價格是隨著商品房的增加而增加的。從表41中可以了解到：從1998年到2012年商品房的需求量是逐年遞增的，而房價總體上也是伴隨著商品房的增加而增加呈現(xiàn)出逐年上漲之勢[13]。 商品房供給函數(shù)模型實證結(jié)果分析建立經(jīng)濟(jì)模型最后就是為了解釋生活中的經(jīng)濟(jì)現(xiàn)象，構(gòu)建的經(jīng)濟(jì)模型也只有能夠解釋生活的經(jīng)濟(jì)現(xiàn)象才會擁有實際意義。對商品房的供給函數(shù)模型和商品房需求函數(shù)模型一樣，經(jīng)過了經(jīng)濟(jì)檢驗、變量的顯著性檢驗、模型方程的顯著性檢驗和異方差性檢驗并進(jìn)行了修正。保證了該商品房供給函數(shù)模型的正確性。從該供給函數(shù)模型中可以知道，我國當(dāng)前的房地產(chǎn)價格整體上是呈逐年上漲之勢的。而從表41中可以知道，商品房的供給量是逐年增加的，房地產(chǎn)價格也伴隨著商品房供給量的增加而增加的，這與供給函數(shù)模型相符。從供求定理來解釋，從表41中可以知道，商品房的供給量都大于其需求量，雖然商品房的供給量是逐年上漲的，但需求量上漲的幅度大于供給量上漲的幅度，最終還是使商品房的供求關(guān)系失衡，致使房地產(chǎn)價格持續(xù)上漲。根據(jù)供求定理的解釋也與供給函數(shù)模型得出的結(jié)論是一致的，說明了該模型解釋了當(dāng)前房地產(chǎn)價格持續(xù)上漲的現(xiàn)象。 第5章 解決我國房價持續(xù)上漲的政策性建議房地產(chǎn)價格主要是由住房的供求關(guān)系來決定的。所以調(diào)控房地產(chǎn)價格，必須以調(diào)節(jié)住房的供給量和需求量為根本的調(diào)節(jié)對象，使兩者達(dá)到一種均衡狀態(tài)，從而達(dá)到調(diào)控房地產(chǎn)價格并穩(wěn)定房地產(chǎn)市場的目的。現(xiàn)就基于我國房地產(chǎn)市場供求關(guān)系對房價的影響分析的實證分析結(jié)果和表41中我國商品房的供給量大于需求量的事實，提出以下幾點建議。 完善房地產(chǎn)市場制度遏制投機性需求。我們可以借鑒國外經(jīng)驗來實行稅收制度，在住房的建設(shè)、持有和轉(zhuǎn)讓三個階段都需要征收稅收，這樣可以遏制住房的投機性需求，使當(dāng)前投機者持有的空置的住房流向房地產(chǎn)市場，減少房地產(chǎn)市場的實際需求，使住房的實際供給量大于實際需求量。從實證分析結(jié)果我們可以知道，實行稅收制度，減少房地產(chǎn)市場的實際需求量，可以達(dá)到抑制房價持續(xù)上漲的目的和穩(wěn)定市場價格的效果。我國實行的是土地公有制制度和集體所有制制度，但公有制制度并不是政府部門說了算的制度。完善土地制度避免開發(fā)商和政府官員勾結(jié)，在征用土地時強取豪奪，用各種名義來實行大規(guī)模的“圈地”，購買地皮時進(jìn)行暗箱操作，較少了土地過多流入到房地產(chǎn)市場，從而可以減少住房的供給量，使住房的供求關(guān)系趨于均衡，從而達(dá)到調(diào)控房價的結(jié)果[14]。提高房地產(chǎn)開發(fā)商的準(zhǔn)入制度，可以加少房地產(chǎn)開發(fā)商的數(shù)量，從而減少住房的供給量。根據(jù)實證分析的結(jié)果，減少供給量可以抑制房價的持續(xù)上漲，從而達(dá)到穩(wěn)定房價的作用。 構(gòu)建住房保障體系來調(diào)節(jié)供求關(guān)系構(gòu)建住房保障體系不但是我國的民生問題，也是調(diào)節(jié)房地產(chǎn)價格一大手段。我國經(jīng)濟(jì)雖快速發(fā)展了幾十年，但是我國國民的生活仍然很困難，民生問題沒有完全解決，而通過構(gòu)建住房保障體系，建設(shè)保障性住房，便是解決這一問題的重要手段。保障性住房是政府以住房成本價為中低收入者提供的。房地產(chǎn)價格指的是房地產(chǎn)公開市場