客服

添加客服微信

公眾號(hào)

關(guān)注微信公眾號(hào)

升級(jí)會(huì)員

換一換

預(yù)覽

影響建筑業(yè)發(fā)展的因素分析(4頁(yè)).doc

資源ID：433635 資源大?。?span id="korcllv" class="font-tahoma">201.50KB 全文頁(yè)數(shù)：4頁(yè)
資源格式： DOC 下載：注冊(cè)后免費(fèi)下載

下載報(bào)告請(qǐng)您先登錄！

驗(yàn)證碼下載游客一鍵下載

賬號(hào)登錄下載

微信登錄下載

微信掃一掃登錄

郵箱/手機(jī)：
驗(yàn)證碼：	獲取驗(yàn)證碼
溫馨提示：	系統(tǒng)會(huì)自動(dòng)生成賬號(hào)（用戶(hù)名為郵箱或者手機(jī)號(hào)，密碼是驗(yàn)證碼），方便下次登錄下載和查詢(xún)訂單；
支付說(shuō)明：	本站最低充值99金幣，下載本資源后余額將會(huì)存入您的賬戶(hù)，您可在我的個(gè)人中心查看。
驗(yàn)證碼：	換一換

加入VIP，免費(fèi)下載

賬號(hào)：
密碼：
驗(yàn)證碼：	換一換
當(dāng)日自動(dòng)登錄忘記密碼？

友情提示

1、下載資料失敗解決辦法

2、PDF文件下載后，可能會(huì)被瀏覽器默認(rèn)打開(kāi)，此種情況可以點(diǎn)擊瀏覽器菜單，保存網(wǎng)頁(yè)到桌面，就可以正常下載了。

3、本站不支持迅雷下載，請(qǐng)使用電腦自帶的IE瀏覽器，或者360瀏覽器、谷歌瀏覽器下載即可。

4、本站資源下載后的文檔和圖紙-無(wú)水印,預(yù)覽文檔經(jīng)過(guò)壓縮，下載后原文更清晰。

5、試題試卷類(lèi)文檔，如果標(biāo)題沒(méi)有明確說(shuō)明有答案則都視為沒(méi)有答案，請(qǐng)知曉。

影響建筑業(yè)發(fā)展的因素分析(4頁(yè)).doc

1、三模型設(shè)定1數(shù)據(jù)收集本研究所采用的數(shù)據(jù)來(lái)源于中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局國(guó)家數(shù)據(jù)庫(kù)，本文選取了 1994 年-2013年數(shù)據(jù)。所選取的變量包括：國(guó)民總收入、居民消費(fèi)水平、人口、居民消費(fèi)價(jià)格指數(shù)、儲(chǔ)蓄、建筑單位個(gè)數(shù)、M2、建筑業(yè)總產(chǎn)值。具體的時(shí)間序列數(shù)據(jù)見(jiàn)下表：yearXIX2X3X4X5X6YX72013585336. 815632136072102.6447601.67952815931311065252012532872. 114110135404102.639955175280137217.9974148.82011479576. 112570134735105.4343635. 9722

2、80116463.3851590.92010407137.810522134091103.3303302.57186396031. 13725851.82009345046. 4928313345099.3260771. 77081776807. 746062252008318736. 78430132802105.9217885.47109562036. 81475166.620072686317310132129104.8172534.26207451043.71403442. 22006217246.66299131448101.5161587.36016641557. 16345603

3、. 62005184575. 85596130756101.81410515875034552. 1298755. 72004160289. 75032129988103.9119555.45901829021.45254107200313571& 94475129227101.2103617. 74868823083. 87221222.82002119765414412845399.286910. 654782018527. 181850072001108683. 43887127627100.773762. 434589315361. 56158301.9200098562. 23632

4、126743100.464332. 384751812497. 6134610.3199988989. 8334612578698.659621.834723411152. 86119897.9199883505. 7315912476199.253407. 474563410061.99104498.5199778517.33002123626102.846279. 8440179126. 4890995. 3199670538. 32789122389108.338520. 8413648282. 2576094. 9199560146. 52355121121117. 129662. 3

5、241335793. 7560750. 5199448370. 31833119850124. 121518.8233154653. 3246923. 52模型設(shè)定木文研究的主要內(nèi)容是影響房地產(chǎn)發(fā)展的因素，房地產(chǎn)發(fā)展的指標(biāo)木文選取建筑業(yè)總產(chǎn)值，而其他一系列的解釋指標(biāo)包括：國(guó)民總收入、居民消費(fèi)水平、人口、居民消費(fèi)價(jià)格指數(shù)、儲(chǔ)蓄、建筑單位個(gè)數(shù)、M2。對(duì)于這些宏觀(guān)數(shù)據(jù)，由于數(shù)據(jù)比較人，根據(jù)普遍文獻(xiàn)的處理辦法，対宏觀(guān)數(shù)據(jù)進(jìn)行取対數(shù)。山于CPI的度量是取上一年的價(jià)格指數(shù)為100,因此本文則主要是算出通貨膨脹率，通貨膨脹率的計(jì)算公式是(cpi-100) /100則為當(dāng)年的通貨膨脹率。根據(jù)上述數(shù)據(jù)

6、建立模型如下：LNY = P + asLNXZ + &上枕 3 + 別 + gXb + 地其屮，解釋變量為：XI國(guó)民總收入的對(duì)數(shù)值、X2居民消費(fèi)水平的對(duì)數(shù)值、X3人口的對(duì) 數(shù)值、X4通貨膨脹率、X5儲(chǔ)蓄的對(duì)數(shù)值、X6建筑單位個(gè)數(shù)的對(duì)數(shù)值、X7 M2的對(duì)數(shù)值。解釋變量為：Y建筑業(yè)總產(chǎn)值的對(duì)數(shù)值。4 模型的佔(zhàn)計(jì)與調(diào)整1. 多重共線(xiàn)性檢驗(yàn)檢驗(yàn)多重共線(xiàn)性的辦法是算出變量間的相關(guān)系數(shù)矩陣，使用EVIEWS7.2,算岀變量間的相關(guān)系數(shù)矩陣如F：CorrelationLNX1LNX2LNX3X4LNX5LNX6LNX7LNX11.0000000.9977040.974669-0.3682530.9931

7、260.9098900.995699LNX20.9977041.0000000.971829-0.3950450.9925790.9149030.994560LNX30.9746690.9718291.000000-0.5125450.9915900.9449480.989085X4-0.368253-0.395045-0.5125451.000000-0.459175-0.663063-0.429768)LNX50.9931260.9925790.991590-0.4591751.0000000.9384200.999009LNX60.9098900.9149030.944948-0.663

8、0630.9384201.0000000.925960LNX70.9956990.9945600.989085-0.4297680.9990090.9259601.000000有上圖可以看出國(guó)民總收入少居民消費(fèi)水平的相關(guān)系數(shù)達(dá)到0.997,國(guó)民總收入與人口的相關(guān)系數(shù)也達(dá)到0.975,與M2的相關(guān)系數(shù)也達(dá)到0.996；居民消費(fèi)水平與人口的相關(guān)系數(shù)達(dá)到 0.972,與M2的相關(guān)系數(shù)達(dá)到0.995；表明變量間存在嚴(yán)重的多重共線(xiàn)性。如果我們對(duì)多重共線(xiàn)性不進(jìn)行修正，運(yùn)用OLS估計(jì)，使用EVIEWS7.2,估計(jì)得結(jié)果如下:Dependent Variable: LNYMethod: Least Squa

9、resDate: 06/10/15 Time: 09:06Sample: 1994 2013Included observations: 20VariableCoefficientStd. Errort-StatisticProb.LNX10.1375830.2796660.4919530.6310LNX20.0687630.2081260.3303930.7464LNX3-0.5891250.065985-8.9281470.0000X41.3003510.3748463.4690270.0042LNX50.3428210.3158391.0854280.2975LNX60.2729110.

10、1149282.3746340.0336LNX70.6372470.2888562.2061040.0460R-squared0.999462Mean dependent var10.20825Adjusted R-squared0.999214SD.dependentvar1.096633S.E. of regression0.030750Akaike info criterion-3.856639Sum squared resid0.012292Schwarz criterion-3.508133Log likelihood45.56639Hannan-Quinn criter.-3.78

11、8607Durbin-Watson stat1.920179模型的冋歸結(jié)果表明，房地產(chǎn)總產(chǎn)值A(chǔ)iXl國(guó)民總收入的對(duì)數(shù)值、X2居民消費(fèi)水平的對(duì)數(shù) 值、X4通貨膨脹率、X5儲(chǔ)蓄的對(duì)數(shù)值、X6建筑單位個(gè)數(shù)的對(duì)數(shù)值、X7 M2的對(duì)數(shù)值Z 間呈正相關(guān)，并且與通貨膨脹在1 %的顯著水平卜呈正相關(guān)，與建筑單位個(gè)數(shù)的對(duì)數(shù)值、M2 的對(duì)數(shù)值在5%的顯苦水平下正相關(guān)；而與人口的對(duì)數(shù)值在1%的顯著水平下負(fù)相關(guān)。2. 多重共線(xiàn)性的修正由于多重共線(xiàn)性的檢驗(yàn)表明變量間存在嚴(yán)重的多重共線(xiàn)性，因此木文需要對(duì)多重共線(xiàn) 性進(jìn)行修正。修正的辦法是逐步回歸，在EVIEWS7.2中使用STEPLS的回歸方法，得到多重共線(xiàn)性修正后的估

12、計(jì)結(jié)果如下：Dependent Variable: LNYMethod: Stepwise RegressionDate: 06/10/15 Time: 09:12Sample: 1994 2013Included observations: 20No always included regressorsNumber of search regressors: 7Selection method: Stepwise forwardsStopping criterion: p-value forwards/backwards = 0.5/0.5VariableCoefficientStd. Er

13、rort-StatisticProb.*LNX70.6406490.2793372.2934590.0378LNX3-0.5916830.063410-9.3310330.0000LNX10.2134100.1546441.3800030.1892X41.2330100.3044174.0504020.0012LNX60.2645250.1084652.4388070.0287LNX50.3221700.2995811.0754020.3004R-squared0.999458Mean dependent var10.20825Adjusted R-squared0.999264S.D.dep

14、endentvar1.096633SE. of regression0.029756Akaike info criterion-3.948278Sum squared resid0.012395Schwarz criterion-3.649558Log likelihood45.48278Hannan-Quinn criter.-3.889964Durbin-Watson stat1.872499Selection SummaryAdded LNX7Added LNX3Added LNX1Added X4Added LNX6Added LNX5最后的M歸結(jié)果表叨EVIEWS在逐步Illi歸中將

15、LNX2這個(gè)變量刪除。凹?xì)w結(jié)果說(shuō)明,房地產(chǎn)總產(chǎn)值與XI國(guó)民總收入的對(duì)數(shù)值、X4通貨膨脹率、X5儲(chǔ)蓄的對(duì)數(shù)值、X6建筑單位個(gè)數(shù)的對(duì)數(shù)值、X7 M2的對(duì)數(shù)值ZI可呈正相關(guān)，但是只有M2、通貨膨脹率和建筑單位的個(gè)數(shù)是顯著的。而建筑業(yè)生產(chǎn)總值與人口的對(duì)數(shù)在1%的顯著水平下負(fù)相關(guān)。3. 界方差的檢驗(yàn)對(duì)多重共線(xiàn)性修止后的模型進(jìn)行異方差檢驗(yàn)，在EVIEWS7.2中使用Breusch - Pagan-Godfrey檢驗(yàn) ，檢驗(yàn)結(jié)果如下：F-statistic1.241776Prob. F(6,13)0.3474Obs*R-squared7.286472Prob. Chi-Square(6)0.2952Sc

16、aled explained SS4.308094Prob. Chi-Square(6)0.6351其中F(6,13)=0.3474,而0.3474要人于5%,如果選定置信度為95%,表明模型并不存在異方差。4. 自相關(guān)性檢驗(yàn)H相關(guān)性檢驗(yàn)的結(jié)果如下圖:Date: 06/10/15 Time: 09:20Sample: 1994 2013In eluded observati ons: 20AutocorrelationPartial CorrelationACPAC Q-Stat Probi1 1i】11 0.056 0.056 0.0717 0.789I匚11匚12 -0.203 -0.2

17、07 1.0793 0.583I匚11 13 -0.188 -0.171 1.9930 0.574I匚11 14 -0.201 -0.243 3.1059 0.5401匚1i d15 -0.118 -0.213 3.5162 0.6211 1 16 -0.051 -0.231 3.5989 0.73111 a17 0.003 -0.237 3.5991 0.8251 1匚18 0.104 -0.170 3.9985 0.85710 1匚19 0.106 -0.168 4.4455 0.8801 11 1110 0.149 -0.038 5.4162 0.8621 11】111 0.119 0.052 6.1086 0.8661匚11 o112 -0.257 -0.277 9.7348 0.639無(wú)論是白相關(guān)還是偏自相關(guān)，圖屮的方塊在1階和2階的時(shí)候都并未超出虛線(xiàn)，表明不存在自相關(guān)性。

注意事項(xiàng): 本文（影響建筑業(yè)發(fā)展的因素分析(4頁(yè)).doc）為本站會(huì)員（正***）主動(dòng)上傳，地產(chǎn)文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)上載內(nèi)容本身不做任何修改或編輯。若此文所含內(nèi)容侵犯了您的版權(quán)或隱私，請(qǐng)立即通知地產(chǎn)文庫(kù)（點(diǎn)擊聯(lián)系客服），我們立即給予刪除！