我需要题目为 STATA软件在房价统计上的应用 这篇文章

　　根据您的需求，学术堂已经对题目为《STATA软件在房价统计上的应用》的文章进行了重新整理，同时提供原文下载，请您点击下面链接查看：

http://www.xueshut.com/shuliangjj/147868.html

　　与此同时，我们为您找到了一篇主题相关的文章，具体见下文：

题目：基于STATA的房产价格影响因素分析

作者：李文谦 张涛

单位：烟台大学经济管理学院

　　摘要：选取2005-2016年全国主要城市的相关数据，运用Stata软件，对影响全国房价的主要因素进行计量分析，并对未来宏观房地产市场行情做出了展望。在回归模型中，确定住宅商品房平均销售价格为被解释变量，以城镇人口、房地产开发企业土地购置价格、住宅商品房销售面积以及商品住宅房竣工面积四种因素作为解释变量进行回归分析。通过OLS最小二乘法分析得出：房地产开发企业土地购置价格是影响全国住宅商品房平均销售价格的最主要因素。提出政府应针对不同城市制定不同的土地制度及调控政策，消费者应根据当地房地产市场现状及自身经济状况理性选择不同购房形式等对策建议。

　　关键词：房价； 影响因素； 土地购置价格；

　　作者简介： 张涛（1977-），山东沂水人，博士，教师，研究方向：营销战略。；

　　一、引言

　　众所周知，我国房价上涨迅速，房地产市场的繁荣发展虽然拉动了我国经济增长，但是住房问题成为很多人生存的压力。同时，房价的迅猛增长也可能会引发通货膨胀、土地过度占用、银行信贷风险加大等一系列社会问题。我国房地产市场中存在的问题引发了政府的广泛关注，也提出相应措施。

　　为探究影响我国房价大幅上涨的主要因素，本文以房屋中的住宅商品房为例，选取了一些极具代表性的城市（共20个）作为全国主要城市，对其2005-2016年的相关数据进行了研究。本文从供给与需求两方面对影响当前高房价问题的主要因素做出计量分析，从多层次多角度提出当前房价上涨问题的应对对策，更好地使我国房地产市场健康发展。

　　二、文献综述

　　关于房地产价格的主要影响因素，国内外很多学者都对其进行了探索并发表了自己的见解。然而，他们的研究有一个共同的特点：大多都是单独拿出其中一个因素来分析其对于某一阶段房价的影响程度。以美国的学者惠顿和丹尼斯·迪帕斯奎尔为例，他们提出“四象限模型”理论，将资本市场和使用市场紧密地联系在一起，从而找到了一个平衡的状态[3].

　　国内的学者也对此问题做出了大量的分析。周鸣（2013）从供给和需求两方面探究了影响房价的因素，他认为国家不断出台的土地政策是导致房价不断增长的原因之一[4].钟先哲，丁晓云通过运用OLS计量模型分析的方法，提出人均可支配收入与房价成正比关系的结论[5].汪雅倩，陈依萍利用OLS回归模型分析及EVIEWS对分析数据进行求解的方法，得出地区GDP与房屋平均销售价格成正比关系的结论[6].

　　三、回归模型及其检验

　　（一）模型介绍

　　1. 变量选取

　　本文将运用Stata软件，从需求与供给两个方面来分析影响全国房价的主要因素，并从中选取几个主要变量，研究各个变量对全国房价的影响程度。

　　A.需求方面

　　（1）城镇总人口。城镇总人口是指流动人口和户籍人口两大类，他们对于住宅商品房的购买欲望即可反映出购房的需求大小。根据需求理论可知，购房需求的增加会导致房价的上升，城镇总人口迅速增长，房价也随之增长。

　　（2）住宅商品房销售面积。销售面积反映出消费者对住宅商品房需求量的大小，与消费者需求成正比，因此，住宅商品房销售面积越大，房价则会越高。

　　B.供给方面

　　（1）房地产开发企业土地购置价格。投资商在施工土地上投入资金越多，说明对该土地重视程度越高。因此，房地产开发企业土地购置价格越高，供给价格越高，房价越高。

　　（2）住宅商品房竣工面积。住宅商品房竣工面积表示住宅商品房总体供应数量，它也在一定程度上反映了房地产行业的总体供给情况，我国房地产市场中总需求量大于总供给量，房价仍然处于上升趋势。

　　2. 样本选取与数据来源

　　为了使本文选取的数据有更高的准确性及可靠性，选取2005至2016年度的相关数据。本文所用数据全部取自于国家统计局网站。

　　3. 模型的建立

　　观察单位是中国住宅商品房从2005-2016年的数据，总观察值的个数为12×5=60个。本文以住宅商品房平均销售价格y（元/平方米）为被解释变量，解释变量分别是（1）城镇人口c（万人），（2）房地产开发企业土地购置价格f（元/平方米），（3）住宅商品房销售面积z（万平方米），（4）商品住宅房竣工面积s（万平方米）。除此之外，还加入了年份year这个变量，共5个变量。对于这几个变量，我们建立以下回归模型：

　　（二）解释回归结果

　　运用上述回归模型，对观测值进行回归，得到回归结果如表1.

表1 回归结果

表1 回归结果（续）

　　由以上结果可知，β2值为0.1753412,即房地产开发企业土地购置价格f对住宅商品房平均销售价格y的回报率最大，土地价格每增加1个单位，房价上升约0.1753412;相比之下，城镇人口c、住宅商品房销售面积z及商品住宅房竣工面积s对住宅商品房平均销售价格y的回报率则相对较小，分别约为0.0144239、0.221647及0.200428,但仍具有一定的显着性，为影响房价变动的主要因素；Std.Err.与t列分别表示标准误及标准化；P>|t|的显示结果表明各变量系数显着性很高；表格右上方的R-squared值0.9999指拟合优度，表示解释变量对被解释变量的反应程度为99.99%,P>F表示整个方程的显着性，数值表明整个方程的显着性高；表格右下角的置信区间表示回归结果精确程度，通过此数据可以看出，本次回归模型的结果较为精确。

　　我们可以得到初步结论，即城镇人口c、住宅商品房销售面积z、房地产开发企业土地购置价格f、商品住宅房竣工面积s都对住宅商品房平均销售价格y有不同程度的影响，且房地产开发企业土地购置价格f对住宅商品房平均销售价格y的影响最为明显。

　　（三）检验

　　为了避免伪回归现象的发生，我们对回归方程进行了检验。检验方法包括系数检验、单边检验、双边检验这三种。

　　1. 系数检验

　　通过检验城镇人口系数、房地产开发企业土地购置价格系数、住宅商品房销售面积系数和商品住宅房竣工面积系数，可以增强回归方程的准确度，以便及时修改完善相关数据，通过检验城镇人口与住宅商品房销售面积系数相等与否，可以具体分析城镇人口与住宅商品房销售面积对住宅商品房平均销售价格的影响程度是否接近。因此，我们对以下系数进行了检验。

　　（1）城镇人口系数。c表示城镇人口，此命令检验原假设城镇人口系数=0.01,P值=0.0515,大于5%,故接受原假设。

　　（2）房地产开发企业土地购置价格系数。f表示房地产开发企业土地购置价格，此命令检验原假设城镇人口系数=0.18,P值=0.6848,大于5%,故接受原假设。

　　（3）住宅商品房销售面积。z表示住宅商品房销售面积，此命令检验原假设，城镇人口系数=0.02,P值=0.2613,大于5%,故接受原假设。

　　（4）商品住宅房竣工面积。s表示商品住宅房竣工面积，此命令检验原假设，城镇人口系数=0.02,P值=0.9881,大于5%,故接受原假设。

　　（5）城镇人口与住宅商品房销售面积系数。检验原假设z=s,P值=0.6262,大于5%,故接受原假设，说明城镇人口与住宅商品房销售面积增量对住宅商品房平均销售价格影响程度大体一致，具有相同程度的影响。

　　2. 单边检验

　　城镇人口、住宅商品房、商品住宅房竣工面积和房地产开发企业土地购置价格影响程度相差较大，故不分别对比检验，只检验城镇人口、住宅商品房销售面积、商品住宅房竣工面积对住宅商品房平均销售价格的影响程度是否能替代房地产开发企业土地购置价格对其影响程度。

　　检验原假设c+z+s=f,P值=0.0000,与5%相差很大，故拒绝原假设。说明城镇人口、住宅商品房销售面积、商品住宅房竣工面积对住宅商品房平均销售价格的影响程度不能替代房地产开发企业土地购置价格对其影响程度。

　　3. 多边检验

　　为了避免伪回归，我们用检验统计量的方法对统计量左右两边的尾部概率进行检验，来构造临界区域。此处选择房地产开发企业土地购置价格f和城镇人口c两个变量进行检验。在对房地产开发企业土地购置价格f的检验过程中，原假设为H0:β1=0.17,而替代假设为H1:β1>0.17、H2:β1<0.17;在对城镇人口c的检验过程中，原假设为H0:β2=0.01,而替代假设为H1:β2>0.01、H2:β2<0.01.根据此方法，拒绝域在t分布的左右两侧尾部。

　　根据检验结果知，P值高达0.86373542、0.98872883,故可接受原假设。

　　四、对策建议

　　根据宏观经济政策分析和计量数理分析，本文认为地价的增长是带动房价增长的一个重要因素。因此，为使我国房地产市场达到一个稳定运转的状态，我国政府应该“因城施策”.对于如何更加合理地出台相关政策、如何进行适当的宏观调控，政府应该制定出一个更为恰当的方案，更好地促进我国房地产行业健康发展。

　　对于微观主体，本文提出以下建议：

　　第一，对于进入一线城市发展的无房青年，面对当地只增不降的房价，倘若支付能力有限，支付首付有压力，租房则不失为明智的选择。

　　第二，对于一线城市有能力购房者，因一线城市房价一般超过中产阶级的支付能力。倘若无其他有效的投资方式，购买房产仍为不错的稳定增值的理财方式。

　　第三，对于二线城市生活群体，因未来二线城市的楼市行情会维持一个长期景气的状态，一定要对购房保持一个相对积极的态度，建议支付首付后，再以长期贷款的形式购房。

　　第四，对于三四线城市的房地产投资者，除非在国家定位和经济发展中有明显利好，不建议大规模投资房产，但单一购房仍非常可行，但需要甄别炒作。对于经济活力与产业结构有相对优势的三线城市，其房价仍有较大的上升潜力，推荐关注。

　　参考文献

　　[1]黄成军.商品房价格的政府调控研究[D].华南理工大学,2011.
　　[2]刘艳.政府房地产调控政策与房价调控效果研究[D].上海师范大学,2014.
　　[3]刘琳,张洪瑞.中美房价影响因素的实证对比研究[J].中国物价,2018(12):57-60.
　　[4]周鸣.影响房价的因素分析[J].时代金融,2013(33):155-156.
　　[5]钟先哲,丁晓云.中国城镇房价影响因素分析[J].现代商贸工业,2018,39(18):118-119.
　　[6]汪雅倩,陈依萍.我国房价的影响因素分析及政策建议[J].科技经济导刊,2016(17):180+175.

　　文献出处：李文谦,张涛.基于STATA的房产价格影响因素分析[J].商业经济,2020(04):127-128+190.