基于Eviews软件的上海住宅商品房平均销售价格影响因素的研究分析.pdf
《基于Eviews软件的上海住宅商品房平均销售价格影响因素的研究分析.pdf》由会员分享,可在线阅读,更多相关《基于Eviews软件的上海住宅商品房平均销售价格影响因素的研究分析.pdf(10页珍藏版)》请在咨信网上搜索。
1、Modeling and Simulation 建模与仿真建模与仿真,2023,12(4),3522-3531 Published Online July 2023 in Hans.https:/www.hanspub.org/journal/mos https:/doi.org/10.12677/mos.2023.124324 文章引用文章引用:乔飞燕,乔燕铭.基于 Eviews 软件的上海住宅商品房平均销售价格影响因素的研究分析J.建模与仿真,2023,12(4):3522-3531.DOI:10.12677/mos.2023.124324 基于基于Eviews软件的上海住宅商品房平均销售
2、软件的上海住宅商品房平均销售 价格影响因素的研究分析价格影响因素的研究分析 乔飞燕乔飞燕1,乔燕铭,乔燕铭2 1上海工程技术大学管理学院,上海 2河南财政金融学院会计学院,河南 郑州 收稿日期:2023年5月5日;录用日期:2023年7月6日;发布日期:2023年7月13日 摘摘 要要 目的目的/意义意义:高房价引发诸多高房价引发诸多社会问题,上海市区住宅商品房平均销售价格的研究就显得尤为重要。社会问题,上海市区住宅商品房平均销售价格的研究就显得尤为重要。方法方法/过程过程:本文通过本文通过Eviews软件分析所建多元线性模型,从微观和宏观、需求和供给方面选取变量研究中国软件分析所建多元线性模
3、型,从微观和宏观、需求和供给方面选取变量研究中国上海市区住宅商品房平均销售价格的影响因素。数据为上海市区住宅商品房平均销售价格的影响因素。数据为20022019年间的数据,共年间的数据,共18个样本,摘自国家个样本,摘自国家统计年鉴。对所建模型进行多重统计年鉴。对所建模型进行多重共线性检验、异方差和自相关等检验,解决模型的多重共线性等问题。共线性检验、异方差和自相关等检验,解决模型的多重共线性等问题。结果结果/结论结论:研究结果发现在岗职工平均工资对上海市区住宅商品房平均销售价格有显著影响,据此对国研究结果发现在岗职工平均工资对上海市区住宅商品房平均销售价格有显著影响,据此对国家调控房地产价格
4、提供一些建议家调控房地产价格提供一些建议(选定选定=0.05)。关键词关键词 住宅商品房平均销售价格住宅商品房平均销售价格,线性回归模型线性回归模型,异方差异方差,自相关自相关,多重共线性多重共线性 Research and Analysis of the Influencing Factors of the Average Sales Price of Residential Commercial Housing in Shanghai Based on Eviews Software Feiyan Qiao1,Yanming Qiao2 1School of Management,Shan
5、ghai University of Engineering Science,Shanghai 2School of Accounting,Henan Finance University,Zhengzhou Henan Received:May 5th,2023;accepted:Jul.6th,2023;published:Jul.13th,2023 乔飞燕,乔燕铭 DOI:10.12677/mos.2023.124324 3523 建模与仿真 Abstract Purpose/Significance:High housing prices cause many social probl
6、ems,so the study of the average sales price of residential commercial housing in Shanghai is particularly important.Method/Process:This paper analyzes the multivariate linear model through Eviews software,selects variables from the micro and macro,demand and supply aspects to study the influencing f
7、actors of the average sales price of residential commercial housing in Shanghai,China.Data are from 2002 to 2019,with a total of 18 samples,extracted from the National Statistical Yearbook.The multicollinearity test,heteroscedasticity and autocorrelation tests are carried out on the established mode
8、l to solve the problems of multicollinearity of the model.Results/Conclusion:The results show that the average salary of on-the-job employees has a significant impact on the average sales price of residential commercial housing in Shanghai,and provide some suggestions for the state to regulate real
9、es-tate prices(selected =0.05).Keywords Average Sales Price of Residential Commercial Housing,Linear Regression Models,Heteroscedasticity,Autocorrelation,Multicollinearity Copyright 2023 by author(s)and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International Li
10、cense(CC BY 4.0).http:/creativecommons.org/licenses/by/4.0/1.引言引言 2019 年,上海商品住宅供应 726.85 万平方米,较 18 年同期下降 5.39%,为近五年同期中位水平,月均供应量为 60.57 万方。尽管中央已经出台各项楼市调控的政策,房价仍然未下跌1。房价问题一直是上海等发达地区市民关心的问题。房价居高不下的问题,让即将步入社会的大学生们为赖以栖居的住房乃至家庭和婚姻的幸福而担忧。时至今日,“蜗居”仍然是大学生们讨论的热点问题,从另一方面体现了高房价情形之下,大学毕业生的生活压力。甚至很多上海市民,数年来只能蜗居在几
11、十甚至十几平方米的小屋里,生活质量很难有确切保障。社会快速发展的压力也让人们愈加烦躁,贫富差异更加明显,社会在这样的情况下就会慢慢滋生诸多矛盾。因此,上海市区住宅商品房平均销售价格的研究就显得尤为重要。首先,通过研究能够发现影响上海市区住宅商品房平均销售价格的主要因素和预测分析,可以了解将来上海市区住宅商品房平均销售价格的发展趋势2。广大市民急切希望了解住宅商品房平均销售价格,方便与自身是选择早日买房或是与自身经济实力相比择日另买更加划算。其次,本文是在对前人探究上海市区住宅商品房平均销售价格影响因素的基础上完成的,旨在探索是否有其他更为显著的因素在发挥影响。因此,在剔除了上海居民消费价格指数
12、和上海人均 GDP 后,选取其他与现实生活更密切相关,广为人知的因素探究上海市区住宅商品房平均销售价格的影响因素。本文从 2002 年为时间起点,分析了2002 到 2019 年这 18 年的数据房地产开发住宅投资额,年末常住人口,在岗职工平均工资,房地产开发企业住宅竣工房屋住宅面积,这几个因素对上海市区住宅商品房平均销售价格的影响。通过建立并分析模型,进一步探讨影响上海市区住宅商品房平均销售价格这一社会问题。Open AccessOpen Access乔飞燕,乔燕铭 DOI:10.12677/mos.2023.124324 3524 建模与仿真 2.理论基础与模型构建理论基础与模型构建 2.
13、1.数据与变量的选取数据与变量的选取 本文从国家统计年鉴选取了上海住宅商品房平均销售价格 18 年的数据。一般而言,微观上房地产开发住宅投资额越大往往会使住宅商品房平均销售价格越大(正相关),宏观上年末常住人口越多往往住宅商品房平均销售价格会越大(正相关),在需求因素方面在岗职工平均工资越多住宅商品房平均销售价格会越大(正相关),在供给因素方面房屋竣工面积越多住宅商品房平均销售价格会越小(负相关)1。因此对房地产开发住宅投资额、年末常住人口、在岗职工平均工资、房屋竣工面积这四个影响因素的研究对制定房价政策具有重要的意义,理论上我们假设在岗职工平均工资是最显著的影响因素。首先,建立了多元线性回归
14、模型3如下:011223344YBB XB XB XB XC=+(1)其中,被解释变量:住宅商品房平均销售价格(Y,元/平方米)。解释变量:房地产开发住宅投资额(X1,亿元),年末常住人口(X2,万人),在岗职工平均工资(X3,元),房地产开发企业住宅竣工房屋住宅面积(X4,万平方米)和随机误差项(C)。所选取 20022019 年各个变量的数据如图 1 所示。Figure 1.Data on residential investment in real estate development from 2002 to 2019 图图 1.20022019 年房地产开发住宅投资额等数据 2.2.
15、散点图散点图 通过 Eviews 软件分别做被解释变量(Y)与解释变量(X1,X2,X3,X4)的散点图(见图 2图 5)。从散点图可以看出,影响因素 X1,X2和 X3随着住宅商品房平均销售价格 Y 的上升而增加,且近似于线性关系。影响因素 X4随着住宅商品房平均销售价格 Y 的上升呈现非线性关系。2.3.回归方程回归方程 运用 Eviews 的最小二乘法程序,输出的结果如图 6 所示。由图 6,得到的回归方程为 1234Y51462.932.484022X41.60827X0.223468X0.562526X=+(2)(1.386233)(0.570214)(1.482637)(4.184
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 Eviews 软件 上海 住宅 商品房 平均 销售价格 影响 因素 研究 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。