计量经济学课程案例分课程案例分析.pdf

课程代码：课程代码：课程代码：课程代码：081307081307081307081307学时学时学时学时/学分：学分：学分：学分：48/348/348/348/3成绩：成绩：成绩：成绩：北航研究生精品课程建设北航研究生精品课程建设北航研究生精品课程建设北航研究生精品课程建设计量经济学计量经济学计量经济学计量经济学课 程 案 例 分课 程 案 例 分课 程 案 例 分课 程 案 例 分 析析析析案例主题：案例主题：案例主题：案例主题：房地产企业的利润总额与其收入构成的相关性研究房地产企业的利润总额与其收入构成的相关性研究房地产企业的利润总额与其收入构成的相关性研究房地产企业的利润总额与其收入构成的相关性研究任课老师：任课老师：任课老师：任课老师：韩立岩韩立岩韩立岩韩立岩 教授教授教授教授组组组组长：长：长：长：黄黄黄黄 勇勇勇勇（SY0911215SY0911215SY0911215SY0911215）组组组组员：员：员：员：王王王王 峰峰峰峰（SY0911217SY0911217SY0911217SY0911217）吴吴吴吴 迪迪迪迪（JXJXJXJX0909090911101111011110111101）1房地产企业的利润总额与其收入构成的相关性研究房地产企业的利润总额与其收入构成的相关性研究一、数据选择一、数据选择本文选择的数据为 2007 年全国 31 个省、自治区和直辖市的截面数据，研究各省区房地产企业 2007 年的利润总额与其收入构成（商品房销售收入、房屋出租收入和土地转让收入）之间的相关性。另外，本文还收集了 20012007 年部分省与直辖市的房地产企业的相关数据，得出了合并时间序列数据与截面混合数据的回归方程。表表 1.20071.20071.20071.2007 年中国年中国 31313131 省区房地产企业营业利润与收入构成表省区房地产企业营业利润与收入构成表地区地区（2007200720072007）经营总收入经营总收入土地转让收土地转让收入入商品房屋商品房屋销售收入销售收入房屋出租房屋出租收收入入营营业业利利润润北京228799731034695204644798101622241125天津5595697236431495684240158527771河北46525833275345492447863294964山西175534713018158924023475-48201内蒙古376620379413740967572286935辽宁876174068877857502020793471886吉林2399140023617511669070445黑龙江3224432503130882064450259512上海287629169341642363122717869895511776江苏2170207016301920929900619541921361浙江186776045600418186819655051972895安徽530582246854510276317277272033福建8118966112461740100744425946495江西34755461979433003383995316988山东121544411299701163161963053999041河南609031545874593902914200583482湖北510895232707481057117629544947湖南5044767203876457954734215-1631广东32702297752014293145796075745498023广西353156871191340331916504191231海南1184764213921104830129097482重庆749497890684691671156993420912四川9780001114589908055835132659611贵州16710338652157616414690-49016云南308889257408296859726305142347西藏1702020162858704132212陕西276280574422698491511353444甘肃91943174758643142212027719青海305942196301373175714362宁夏861927355283897915698-3520新疆202093011401972731244461094862单位：万元数据来源：中国统计年鉴二、模型构造二、模型构造现在，我们来分析各省区房地产企业营业利润受其收入构成的影响。首先，我们构造模型的回归方程：0123iiiiiProfitSaleRentLand=+接下来，把相关数据输入 Eviews，用普通最小二乘法求解，得道样本回归方程：PROFIT=-247265.451472+0.131961941353*SALE+2.05919332068*RENT-1.03829711341*LAND通过上图可以发现，回归方程的拟合度较好，D-W 检验也很好，不存在一阶序列相关。但是土地转让收入的参数估计量的 P 值与 t 检验值都不显著，于是我们再来检验解释变量间的多重共线性：3通过上图可以看出，土地转让收入与商品房销售收入和房屋出租收入之间存在近似共线性，于是结合上面的 P 值和 t值检验，可以去掉引起共线性的变量“土地转让收入”，从而得到新的回归方程：012iiiiProfitSaleRent=+同样，把相关的数据输入 Eviews，用普通最小乘法得到样本回归方程为：PROFIT=-237492.569606+0.118864183784*SALE+1.56375792454*RENT从上图可以看出，各参数估计量的 P 值和 t 检验值都很好，D-W 检验也很漂亮地接近 2，方程总体的拟合度也较佳，接下来异方差检验。首先，我们用观察残差图：4通过利润的残差图可以发现，模型存在明显的异方差。其次，我们观察散点图：通过观察样本残差图，我们也可以发现模型存在异方差。最后，我们采用的怀特检验：5可以发现，可决系数 R-squared 较大，RENT2 的 t-Statistic 很大，说明存在着异方差。此时，采用加权最小二乘法（WLS）消除异方差，得到新的样本回归方程：PROFIT=-230904.740437+0.115787008878*SALE+1.67342327822*RENT6经过加权最小二乘法后，样本回归方程的拟合优度得到改进。三、模型改进三、模型改进由于房地产企业营业利润中，商品房销售收入占了很大的比重，对营业利润起着最重要的贡献，而商品房的销售收入又与居民的储蓄存款、工资收入以及商品房自身的价格有很大的关系，所以，我们引进联立方程的计量经济学模型。首先，我们先分析商品房销售收入与居民的储蓄存款、工资收入以及商品房自身的价格之间相关性，从而构建一个多元回归模型：0123iiiiiSaleSavingWagePriceu=+表表 2.2.2.2.商品房销售收入的影响变量及数据商品房销售收入的影响变量及数据地地区区（2007200720072007）商品房屋销售商品房屋销售收入收入职工工资总额职工工资总额城乡居民储蓄存城乡居民储蓄存款（款（2006200620062006）商品房平均销商品房平均销售价格（元）售价格（元）北京20464479219427438703800011553天津49568426026534280740005811河北45492449732071801416002586山西15892407849588479618002250内蒙古37409675365887227135002247辽宁857502011027967770120003490吉林23617515287046310752002302黑龙江30882068841104437359002471上海2363122714372216872700008361江苏20929900180665111.22E+084024浙江18186819192422281.05E+085786安徽51027637089072407780002664福建74010079481296447810004684江西33003384994197315169002072山东11631619199263561.04E+082904河南593902914313529736737002253湖北48105718712849510340003053湖南45795478708188476231002233广东29314579285498652.16E+085914广西34033195872155294621002539海南1104830144006779057004162重庆69167114998743294905002723四川908055810915972678772002840贵州15761644392457159687002137云南296859756649252854860024557单位：万元（除特殊说明外）数据来源：中国统计年鉴接下来，把相关数据输入 Eviews，用普通最小二乘法求解，得道样本回归方程：SALE=-4355862.5225-0.109288949438*WAGE+0.132932918743*SAVING+1560.93435094*PRICE从上图不难看出，居民的工资收入的参数估计量的 P 值达到了 0.6539，t 检验值夜很小，说明居民的工资收入对商品房销售收入的影响不显著，从而可以排除居民工资收入这个解释变量。所以，构建新的回归方程：013iiiiSaleSavingPriceu=+然后，利用普通最小二乘法（OLS）得到样本回归方程：SALE=-4379661.24107+0.118868600771*SAVING+1491.35939031*PRICE西藏162858805584.113980002704陕西26984916986137406760002622甘肃8643143881377182340002191青海301373112064440628002311宁夏838979150024358113002136新疆197273153323952035630020818可以看出，改进后的样本回归方程的参数估计量的P值和t 检验都得到通过，拟合优度也较好，只是 D-W 值不理想，但是这并不影响回归方程选择的有效性。所以，通过以上的检验过程，我们可以得到联立方程的计量经济学模型:012013iiiiiiiiProfitSaleRentSaleSavingPriceu=+=+所以，把相关数据输入 Eviews 软件，利用二阶段最小二乘法（TSLS）得到利润方程的估计量为：012255689.60.1224041.511910=商品房销售收入方程的估计量为：01243796610.1188691491.359=利润的样本回归方程为：PROFIT=-255689.645126+0.122403594174*SALE+1.51190976239*RENT商品房销售收入的样本回归方程为：SALE=-4379661.24107+0.11886860077*SAVING+1491.35939031*PRICE9四、单方程计量经济学模型与联立方程计量经济学模型的参数估计量比较四、单方程计量经济学模型与联立方程计量经济学模型的参数估计量比较(1)单方程计量经济学模型求得的利润样本回归方程:PROFIT=-230904.740437+0.115787008878*SALE+1.67342327822*RENT(2)联立方程计量经济学模型求得的利润样本回归方程：PROFIT=-255689.645126+0.122403594174*SALE+1.51190976239*RENT通过比较可以发现，利用联立方程计量经济学模型得到的商品房销售收入的参数估计量要稍大于利用单方程计量经济学模型得到的商品房销售收入的参数估计量(0.1224035941740.115787008878)；而利用联立方程计量经济学模型得到的房屋出租收入的参数估计量要稍小于利用单方程计量经济学模型得到的房屋出租收入的参数估计量(1.511909762391.67342327822)。10五、截面数据分析五、截面数据分析下表是北京、天津、上海、重庆、广东、湖南和陕西等 5 个省级直辖市20012001 年房地产企业商品房销售收入、出租收入和营业利润的相关数据。表表 3.3.3.3.20012007200120072001200720012007 年部分省、直辖市商品房销售收入的影响变量及数据年部分省、直辖市商品房销售收入的影响变量及数据单位：万元数据来源：中国统计年鉴根据以上数据，我们可以建立一个截面数据模型：itititiitiitProfitSaleRent=+然后，为了选择合适的模型，我们队不同类型的截面数据模型进行了检验与估计。年份地区商品房屋销售收入房屋出租收入营业利润年 份地 区商品房屋销售收入房屋出租收入营业利润2001北京3105123194363-1861592005重庆3164616677302125882002北京5139908246186-1046242006重庆4142527794542415422003北京6480529342704-1025552007重庆6916711569934209122004北京7923321385244895902001广东78843332813924354832005北京146075726580616184392002广东84231472385965680932006北京1806884975958811052972003广东104982722706437607762007北京2046447981016222411252004广东1328778329979810661542001天津8905408072355452005广东2017185145732821657782002天津109808325032462832006广东2117732158011833715272003天津135276810153638722007广东2931457960757454980232004天津1854575277831208602001湖南3985733515-49862005天津2718774153003346222002湖南4860869236-457292006天津4435242198454660382003湖南7939076929-259662007天津4956842401585277712004湖南115973111273-23582001上海55662932968251312832005湖南249230539291494792002上海70093964404902334972006湖南327460824267-822722003上海102473195524638924702007湖南457954734215-16312004上海1227231058659815180092001陕西309938174321862005上海16244503130885330545222002陕西5277457488141292006上海19695729125382743409732003陕西5659894583-264922007上海23631227178698955117762004陕西7838705273-88802001重庆76381016518-204022005陕西13526848484-185962002重庆102389527629-6582006陕西17824222409-40282003重庆139386638912111582007陕西26984915113534442004重庆1914342436035615911（1）混合估计模型。可以发现，回归方程为：0.08831.2051itiiProfitSaleRent=+其中，可决系数为0.78，拟合度不高；房屋租金收入变量的t检验值偏小，且P值夜超过了10%的显著性水平，显著性水平较低。（2）个体固定效应模型。12Pool OLS的模型形式为：715815.25830.17171.7425ititiiProfitSaleRent=+其中，可决系数为 0.93，拟合优度较好；t 检验相伴 P 值与 F 检验相伴均值都小于 5%的显著性水平，当期商品房销售对盈利利润的贡献为每销售 1 万元商品房就将增加利润 0.1717 万元，上述 7 省、直辖市房地产企业自发平均利润为-715815 万元，说明 20012007 年房地产行业比较低迷，为各省、直辖市的房it地产企业利润的固定效应，其中北京、上海和广东的固定效应都为负值，其他为正，说明不同的省和直辖市的房地产企业利润存在较大的差异。13（3）个体随机效应模型模型形式为：633105.80.13811.5257ititiiProfitSaleRent=+从上图中可以发现，可决系数为 0.86，拟合优度较高；t 检验相伴的 P 值与F 检验相伴的 P 值都小于 5%的显著性水平。其中，为各省、直辖市房地产企it业利润的随机效应，如北京为-960971.5.14（4）Hansman检验到底应该建立固定效应模型还是随机效应模型，可以通过Hausman检验得到解答。Hausman检验的原假设是与解释变量不行关，即随机效应模型，所以在it检验前必须先估计随机效应模型。接下来，我们将对随即效应模型进行Hausman检验。15从上图可以看出，Hausman检验的P值较大，说明显著性不显著，接受原假设，即方程适合建立随机效应模型。（5）模型选择从上部分可知，应建立随机效应模型。模型的最终形式为：633105.80.13811.5257ititiiProfitSaleRent=+六、结论六、结论根据模型分析可以发现，在房地产企业的利润中，商品房销售收入和房屋出租收入对利润的贡献最大，其中通过建立联立方程模型可以得知，由于房地产企业营业利润中，商品房销售收入占了很大的比重，对营业利润起着最重要的贡献，而商品房的销售收入又与居民的储蓄存款、工资收入以及商品房自身的价格有很大的关系，并且很好的通过了模型的检验。另外，通过单独建立截面数据模型主要是个体随机效应模型，也可以发现，各省、直辖市房地产企业间利润差距很大，20032007 年全国整体的房地产市场状况比较低迷，其中，北京、上海和广东的房地产企业随机效应利润为负，这三个地区也是我国经济最活跃，购房需求最大的地区。整体来说，模型的估计与经验数据比较符合，具有较好的统计特征。