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）
Y X Y X Y X
3500 3.5 3600 3.5 3400 3.5
3085 3 3750 3.5 3800 4
3700 3.8 4900 5 4800 4.5
4600 4.5 3900 4 5088 5
3750 3.5 3800 3.5 4000 4
3600 3.5 3650 3.8 3800 3.8
5000 5 4900 5 4880 4.5
3100 3 2800 2.8 3500 3.5
4000 4 5050 5 5500 5.5
4890 5 3750 4 3080 3.5
3500 3.5 3550 3.5 4000 4
3600 3.5 4200 45 4050 4
5800 5.5 4700 5 3900 3.8
4700 4.5 3500 3.5 3050 3
3900 4 5800 5.5 4500 4.5
5500 6 5900 6.5 3000 3
4300 4.5 5800 6 3890 3.8
5050 5 4780 4.5 6000 6.5
6020 6 5100 5 5450 5.5
3890 4 4050 4.5 5875 6
 
 一、建立模型
 以“数据驱动”和“让数据为自身说话”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)
Dependent Variable: Y
Method: Least Squares
Date: 06/08/05   Time: 12:54
Sample: 1 60
Included observations: 60
Variable Coefficient Std. Error t-Statistic Prob. 
C 302.4731 122.4490 2.470197 0.0165
X 925.2487 27.65794 33.45327 0.0000
R-squared 0.950727    Mean dependent var 4308.800
Adjusted R-squared 0.949878     S.D. dependent var 883.1621
S.E. of regression 197.7224     Akaike info criterion 13.44437
Sum squared resid 2267460.     Schwarz criterion 13.51418
Log likelihood -401.3311     F-statistic 1119.122
Durbin-Watson stat 2.077173     Prob(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）。
 将上述回归结果整理如下：
 Y  =   302.4731  +  925.2487X
 （122.4490）  （27.6579）
 R2 =0.950727  R2 =0.949878  F=1119.122
 从回归结果看，可决系数R2很高、F值很大，在显著性水平α=0.05下，常数项与排骨面价格X的回归系数显著，因此回归方程能够投入使用。
 三、模型的检验
 1、异方差的检验（Goldfeld-----Quandt检验）
样本选取值为1-20, 得模型形式为
     Y  =  159.6430  +  964.8327X
          ( 447.2773)    (131.3336)
          R2＝0.749896  ∑e1=450031.1
样本选取值为41-60，得模型的形式为
    Y  =  1456.002  +  718.7332 X
 （445.9006）   (81.76845)
 R2=0.811047  ∑e2=738644.7
 求F统计量：F=∑e2/∑e11.6413 查F分布表，给定显著性水平α=0.05得临界值F0.05（18，18）=2,比较F0.05（18，18）=1.6413<F=2,则接受σ12  =σ22，表明随机误差项不存在异方差。
 2、自相关检验（D-W检验）
 根据模型中解释变量个数及样本容量查DW临界值表，从而就可以判断模型中随即扰动项是否存在自相关。查表得dl=1.549，du=1.616，而DW=2.0771，大于du，小于4-du，故模型中随机扰动项不存在一阶自相关。
 3、参数的显著性检验
 对于b，t统计量为33.4533。给定a=0.05,查t分布表，在自由度为n-2=58下，得临界值t0.05(58)=1.6,因为t>t0.05(58),所以拒绝H０：b=0,表明排骨面的价格与房产均价有着数量上的必然关系。
 四、模型的应用
 对样本数据进行的回归，参数b的回归结果在复杂的经济实践中，我们认为是可以接受的。也就是说，“排骨面指数”可以十分直观地作为我们购房参考价。但是，需要强调的是，在这个已经被数字化的时代，经济数据都存在着一个“上上下下的问题”，运用“排骨面指数”时，千万得对几年后这个地区的“排骨面指数”走向有个清醒地判断。比如说，两年前，当双楠一带的排骨面还只有3元一碗时，你买入那里的房子；今天，当双楠、外双楠的排骨面已经涨到了5元，你的房子肯定已经增值了。
 因此说，如果你考虑购房的，就应该对半径500米内的排骨面价格认真地加以考察。

关键词：宏观调控；计量经济学；自相关；异方差；排骨面指数

 
参考文献

 1. 高鸿业.西方经济学（微观）.中国人民大学出版社
 2. 伍超标经济计量学导论.中国统计出版社，1998.
 3.李子奈.计量经济学——方法与应用.清华大学出版社.1992.
 4.（美）George G.Jdge等.经济计量学理论与实践引论（中译本）.中国统计出版社，1993.
 5. 成都房地产网
 6.华西都市报，2005年5月18日
 7. 庞浩等.计量经济学.西南财经大学出版社，2001   
   
                                                                                                                                                                           后  记

 房价是多种因素综合作用的随机变量。目前，我国房地产业正处于蓬勃发展的时期，竞争手段日趋多样化，建设部等七部委共同加强对房地产市场的宏观调控。在这样的背景霞，要在准确地把握房价走向就必须时刻关注市场发展动态和各项政策。我们所讨论的“排骨面指数”仅是对房价给出了一个大概的参考标准，更对深一层次的问题没有作解释。而今，课程论文的写作已经完成，但我们对此问题进一步的思考不会因此而停止。我们将继续关注成都房价发展的状况。
 由于作者水平有限，以及这个问题所涉及的广度和深度，文章仍有许多不足之处，期望老师以及同学给与指正。
致    谢
 
当完成这篇论文时，也就意味着一学期的计量经济学学习即将结束。在这学期的学习期间，周老师的丰富理论知识和严谨的教学态度是我们得以完成这篇论文的基础。此外为完成论文，我们查阅了相关报刊书籍和网站上的资料，并引用了一些内容。特向这些资料的原作者表示真切的感谢！
 在这里我们要特别感谢我们的计量经济学周游老师，同时也要感谢金融专业2002级2班，3班的同窗好友，同你们再一起学习的时间必将成为美好的回忆。