word应用经济计量学期末考核专业：2014级会计1班学号：1411029019某某：亢全伟时间：2016年12月深证市房地产价格与年末常住人口数量和人均工资的实证分析目录摘要IIAbstrateIII一、某某市房价与年末常住人口数量关联度分析1二、某某市商品房价格与年人均工资关联度分析3三、某某房价与年末常驻人口数和年平均工资关联度分析6四、模型多重共线性诊断与补救9一进展多重共线性的检验91直观法：92.与之间的关联度93.辅助回归10二多重共线性的补救101.变量变换10三补救后的模型多重共线性检验13五、模型自相关检验与补救14一自相关检验141.图形法142、杜宾瓦尔逊检验15六、模型异方差检验与补救15一异方差检验15七、对深证市房价的建议18八、参考文献19摘要什么因素在影响着房地产价格？自1998年住房制度改革以来，我国的房地产业经历十几年的迅猛开展，取得了一些成绩，同时存在着许多问题，其中尤以房价最甚。改革开放以来我国的房地产业经历了五次开发的热潮，而每次开发热潮所引发的房价的快速上涨都引起了社会各界的强烈关注。深证自1980年列为经济特区后，房地产业的开展无论从形式还是内容均处于全国的前列。深证房地产业经历的风风雨雨，其经验和教训对我国其他城市也具有借鉴意义。目前，对深证市的房地产价格，尤其是对深证市房地产影响因素的实证分析的研究还不多。本文试图在这方面做一些有益的尝试。本文的主要内容包括：首先在深证市的统计年鉴上找到了2000年至2014年的有关，深证市的二级市场的房地产交易每平方米的均价，年末深证市常住人口数量和深证市的年人均工资等的相关数据。其次把这些因素和房价建立起数学模型，然后在分析模型，对模型进展修改，大致找到深证市房价与人口和工资之间的数量关系。通过找到的数量关系，对未来深证市的房地产价格与趋势进展合理预测。本文的研究尚有诸多不足和遗憾，未来的研究还可以从其他因素等方面进展数量关系的分析和预测，是研究结果更加具有广泛的指导意见。关键词：深证，房价，人均工资，年末常住人口数量 / AbstrateWhat factors affect property prices? since the 1998 reform of the housing system, the rapid development of Chinas real estate industry has more than 10 years, has made some achievements, and there are many problems, especially in terms of house prices the most. Since reform and opening up in Chinas real estate industry has gone through five development boom, and each time the development boom triggered by the rapid rise in house prices have aroused the munitys concern. After the Shenzhen Stock Exchange since 1980 as a special economic zone, development of real estate industry in terms of form and content are at the forefront of the country. Shenzhen Stock Exchange experienced the ups and downs of the real estate industry, and its experience and lessons for other cities in China have significance. At present, the real estate prices in Shenzhen City, especially for real estate, Shenzhen City not much empirical analysis of influencing factors. This article attempts to do something useful in this regard. The main contents include: first of all in the city of Shenzhen found about 2000 to 2014 on the Statistical Yearbook, Shenzhen Citys average price per square foot of real estate transactions in the secondary market, end of Shenzhen City permanent population and Shenzhen Citys per capita annual wage and other relevant data. Second factor and these prices to establish mathematical models, and then in the analysis model, modify the model generally find the prices in Shenzhen City and quantitative relationship between population and wages. By finding the number of relations, Shenzhen City real estate prices and trends for the future are reasonable predictions. This research has many shortings and regrets, future research, a number of other factors analysis and prediction, is to study the results of more extensive guidance.Keywords: stock prices, average salary, number of resident population at the end一、某某市房价与年末常住人口数量关联度分析为了更好地进展对某某市商品房价格与年末常住人口数量的关联度分析，我们选取了某某市2000年至2014年商品房价格与年末常住人口数量的统计资料。如表1所示。表1 2000年至2014年商品房价格与年末常住人口数量年份商品房二级市场平均交易价格元年末常住人口数万人200057182001577920026074200362152004677120057582200610039200714050200812665200915214201020850201120674201220035201323776201425700我们建立二元线性回归模型y=b1+b2x2+ei,把房价作为被解释变量y,把年末常住人口数作为解释变量x2,运用统计分析软件spss, 将上表中数据输入界面，进展线性回归分析所得结果如表2、表3、表4所示。表2 模型汇总模型汇总模型RR 方调整 R 方标准估计的误差1.968a.937.931a. 预测变量: (常量), 年末常住人口数万人。表3 AnovabAnovab模型平方和df均方FSig.1回归1.000a残差10总计11a. 预测变量: (常量), 年末常住人口数万人。b. 因变量: 商品房二级市场平均交易价格元表4 系数a系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量).000年末常住人口数万人.968.000a. 因变量: 商品房二级市场平均交易价格元据此，可得该线性回归模型各项数据为：Var22085234.46VarSe Se t t 37 df 13模型为： 令0.1，我们提出如下假设：， t()(13)在水平下，t检验的拒绝域为：，1.350和1.350，所以t、t均落在拒绝域中，拒绝原假设，即常数项和对于模型均有意义。对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，年末常住人口数量每变动一个单位，将引起房价变动60.051个单位。并且，该模型反映了99.9%的真实情况。二、某某市商品房价格与年人均工资关联度分析为了更好地进展对某某市商品房价格与年末常住人口数量的关联度分析，我们选取了某某市2000年至2014年商品房价格与年人均工资的统计资料。如表5所示。表5 2000年至2014年商品房价格与年人均工资年份商品房二级市场平均交易价格元年平均工资元200057182303920015779259412002607428218200362153061120046771319282005758232476200610039351072007140503879820081266543454200915214467232010208505045620112067455143201220035590102013237766261920142570072651我们建立二元线性回归模型y=b1+b2x2+ei,把房价作为被解释变量y,把年末常住人口数作为解释变量x2,运用统计分析软件spss, 将上表中数据输入界面，进展线性回归分析所得结果如表6、表7、表8所示。表6 模型汇总模型汇总模型RR 方调整 R 方标准估计的误差1.974a.949.945a. 预测变量: (常量), 年平均工资元。表7 AnovabAnovab模型平方和df均方FSig.1回归1.000a残差13总计14a. 预测变量: (常量), 年平均工资元。b. 因变量: 商品房二级市场平均交易