影響房地產(chǎn)行業(yè)利潤(rùn)的因素分析

1、影響房地產(chǎn)行業(yè)利潤(rùn)的因素分析一、引言房地產(chǎn)業(yè)是進(jìn)行房地產(chǎn)類投資、開(kāi)發(fā)、經(jīng)營(yíng)、管理和服務(wù)的行業(yè)，屬于第三產(chǎn)業(yè)。主要包括：土地開(kāi)發(fā)、房屋的建設(shè)、轉(zhuǎn)讓、租賃、維修、管理以及由此形成的市場(chǎng)。我國(guó)房地產(chǎn)業(yè)從20世紀(jì)80年代開(kāi)始興起,19年9房8地產(chǎn)業(yè)開(kāi)始真正發(fā)展起來(lái)。從200年2開(kāi)始,我國(guó)房?jī)r(jià)節(jié)節(jié)攀升,房地產(chǎn)業(yè)成為一個(gè)新的經(jīng)濟(jì)增長(zhǎng)點(diǎn),一直備受關(guān)注。直到200年7底開(kāi)始出現(xiàn)房地產(chǎn)市場(chǎng)有價(jià)無(wú)市的現(xiàn)象,緊接著就迎來(lái)了200年8的房市低迷。低迷到有些地區(qū)的金融受到?jīng)_擊,在國(guó)家進(jìn)行一系列政策調(diào)整后,20年0房9市出現(xiàn)大反彈,房?jī)r(jià)一直飆升至201年0底。201年1以來(lái),為了促進(jìn)房地產(chǎn)業(yè)平穩(wěn)健康發(fā)展，國(guó)家近幾年來(lái)加大

2、了對(duì)房地產(chǎn)市場(chǎng)的調(diào)控力度。房?jī)r(jià)漲幅得到控制,有些地區(qū)已經(jīng)出現(xiàn)下降趨勢(shì)。房地產(chǎn)業(yè)是我國(guó)支柱性產(chǎn)業(yè)，是具有基礎(chǔ)性和先導(dǎo)性的產(chǎn)業(yè)，在國(guó)民經(jīng)濟(jì)中起重要作用，是增強(qiáng)國(guó)民經(jīng)濟(jì)和改善人民生活的重要產(chǎn)業(yè)。房地產(chǎn)業(yè)能夠直接推動(dòng)經(jīng)濟(jì)的增長(zhǎng)，而經(jīng)濟(jì)的增長(zhǎng)的同時(shí)也能帶動(dòng)房地產(chǎn)業(yè)的增長(zhǎng)。房地產(chǎn)業(yè)具有很強(qiáng)的關(guān)聯(lián)效應(yīng)，它的興旺繁榮能夠有力地帶動(dòng)很多產(chǎn)業(yè)的發(fā)展。促進(jìn)房地產(chǎn)業(yè)健康發(fā)展，是提高居民住房水平，改善居住質(zhì)量，滿足人民群眾物資文化生活需要的基本需求。房地產(chǎn)業(yè)對(duì)財(cái)政收入的貢獻(xiàn)也在不斷加大，它既是政府的集中性分配活動(dòng)，又是國(guó)家進(jìn)行宏觀調(diào)控的重要工具。因此，房地產(chǎn)行業(yè)的發(fā)展對(duì)國(guó)家經(jīng)濟(jì)運(yùn)行具有重要的作用。利潤(rùn)是一個(gè)企業(yè)生存和發(fā)

3、展的基礎(chǔ)，同時(shí)它也是投資者進(jìn)行投資決策的最重要影響決策之一。企業(yè)利潤(rùn)是指企業(yè)在一定會(huì)計(jì)期間的經(jīng)營(yíng)成果。企業(yè)只有不斷提高企業(yè)的盈利水平，增強(qiáng)企業(yè)的盈利能力，才能在殘酷的市場(chǎng)環(huán)境中生存，具有無(wú)限的生命力。這就需要企業(yè)必須探索適合本企業(yè)特點(diǎn)的提高利潤(rùn)的有效途徑。因而對(duì)房地產(chǎn)行業(yè)利潤(rùn)的影響因素的分析十分重要。二、文獻(xiàn)綜述()研究了目前的研發(fā)戰(zhàn)略的決定因素和分析對(duì)財(cái)務(wù)績(jī)效與盈余管理的權(quán)力下放的的影響，研究結(jié)果表明跨國(guó)公司的研發(fā)權(quán)力下放，以改善公司的盈利能力，而管理人員的優(yōu)勢(shì)，可以得到一些私人和非轉(zhuǎn)讓的盈余管理而增加的好處。因?yàn)楫a(chǎn)生這樣的結(jié)果就會(huì)鼓勵(lì)人們分散自己的研發(fā)，以增加盈余管理。劉平和張紅（200）

4、6在我國(guó)房地產(chǎn)上市公司盈利能力及其影響因素一文中，從每股凈資產(chǎn)、每股收益、凈資產(chǎn)收益率、主營(yíng)業(yè)務(wù)收和主營(yíng)業(yè)務(wù)利潤(rùn)水平五個(gè)方面對(duì)房地產(chǎn)行業(yè)的利潤(rùn)水平進(jìn)行了描述性統(tǒng)計(jì)，影響房地產(chǎn)行業(yè)盈利的因素從主營(yíng)業(yè)務(wù)成本，負(fù)債總額，存貨和折舊額等方面說(shuō)明了其對(duì)盈利的影響。田慧在論提高企業(yè)利潤(rùn)的途徑中提出，企業(yè)要提高利潤(rùn)最重要的就是要做到開(kāi)源，尋求利潤(rùn)新的增長(zhǎng)點(diǎn)。需要企業(yè)進(jìn)行多方面的創(chuàng)新，通過(guò)實(shí)施產(chǎn)品創(chuàng)新、市場(chǎng)創(chuàng)新以及客戶管理創(chuàng)新來(lái)達(dá)到培養(yǎng)利潤(rùn)新的增長(zhǎng)點(diǎn)、提高企業(yè)利潤(rùn)的目的。鄧聿文在房地產(chǎn)行業(yè)高利潤(rùn)從何而來(lái)中指出，房地產(chǎn)業(yè)的利潤(rùn)大大高于其他行業(yè)，房地產(chǎn)行業(yè)高利潤(rùn)的三個(gè)來(lái)源，究其根源，都與政府有關(guān)。土地批租是地方政

5、府直接壟斷形成的；征地和拆遷中的低補(bǔ)償是由于地方政府制定了偏向房地產(chǎn)企業(yè)的法規(guī)而造成的。偷漏稅也與對(duì)房地產(chǎn)企業(yè)的稅種過(guò)多以及稅制結(jié)構(gòu)不合理有直接關(guān)系。吳靜在發(fā)展房地產(chǎn)產(chǎn)業(yè)投資基金拓寬房地產(chǎn)融資渠道一文中提出，我國(guó)房地產(chǎn)金融市場(chǎng)主要以銀行信貸為主，其他金融方式如上市融資、信托融資、債券融資以及基金融資等所占比例較小。銀行一直以來(lái)都是房地產(chǎn)市場(chǎng)的主要資金提供者，大約70的房地產(chǎn)開(kāi)發(fā)資金來(lái)自銀行貸款。因此，她主張要發(fā)展房地產(chǎn)產(chǎn)業(yè)投資基金，有助于降低因過(guò)分依賴銀行而帶來(lái)的系統(tǒng)風(fēng)斛引。趙中秋、冉倫（200）5探討了房地產(chǎn)融資的策略及金融業(yè)發(fā)展創(chuàng)新的方向。借鑒發(fā)達(dá)國(guó)家的經(jīng)驗(yàn)，采用比較分析、相關(guān)分析等方法，

6、分析了目前我國(guó)房地產(chǎn)行業(yè)融資渠道的現(xiàn)狀及存在的問(wèn)題，在此基礎(chǔ)上，提出了今后房地產(chǎn)行業(yè)在融資渠道及金融創(chuàng)新方面的建議，指出我國(guó)必須培育發(fā)達(dá)的資本市場(chǎng)并提供盡可能多的融資渠道從而減少房地產(chǎn)中的金融風(fēng)險(xiǎn)。黃明、郭大偉在淺談企業(yè)盈利能力的分析說(shuō)，盈利能力通常是指企業(yè)在一定時(shí)期內(nèi)賺取利潤(rùn)的能力。盈利能力的大小是個(gè)相對(duì)的概念，即利潤(rùn)相對(duì)于一定的資源投入、一定的收入而言。利潤(rùn)率越高，盈利能力越強(qiáng)；利潤(rùn)率越低，盈利能力越差。企業(yè)經(jīng)營(yíng)業(yè)績(jī)的好壞最終可通過(guò)企業(yè)的盈利能力來(lái)反映。無(wú)論是企業(yè)的經(jīng)理人員、債權(quán)人，還是股東（投資人）都非常關(guān)心企業(yè)的盈利能力，并重視對(duì)利潤(rùn)率及其變動(dòng)趨勢(shì)的分析與預(yù)測(cè)。三、建立模型1、選擇變量

7、對(duì)于這個(gè)模型，選取房地產(chǎn)開(kāi)發(fā)企業(yè)資金來(lái)源小計(jì)、房地產(chǎn)開(kāi)發(fā)企業(yè)本年完成投資額、商品房銷售面積、商品房平均銷售價(jià)格以及城鄉(xiāng)居民人民幣儲(chǔ)蓄存款年度余額為變量（1）房地產(chǎn)開(kāi)發(fā)企業(yè)資金來(lái)源小計(jì)。我國(guó)房地產(chǎn)資金構(gòu)成主要由國(guó)家預(yù)算內(nèi)資金、國(guó)內(nèi)貸款、債券、利用外資、自籌資金和其他資金來(lái)源組成。但根據(jù)估算，房地產(chǎn)開(kāi)發(fā)商的自籌資金10是由個(gè)人住房貸款形成的，其他資金來(lái)源大約有間接來(lái)源于銀行貸款，總體測(cè)算，房地產(chǎn)開(kāi)發(fā)投資資金約有來(lái)自銀行貸款。我國(guó)房地產(chǎn)融資對(duì)銀行貸款的依賴程度仍很高。（2）房地產(chǎn)開(kāi)發(fā)企業(yè)本年完成投資額。房地產(chǎn)開(kāi)發(fā)投資指各種登記注冊(cè)類型的房地產(chǎn)開(kāi)發(fā)法人單位統(tǒng)一開(kāi)發(fā)的包括統(tǒng)代建、拆遷還建的住宅、廠房、倉(cāng)

8、庫(kù)、飯店、賓館、度假村、寫(xiě)字樓、辦公樓等房屋建筑物，配套的服務(wù)設(shè)施，土地開(kāi)發(fā)工程（如道路、給水、排水、供電、供熱、通訊、平整場(chǎng)地等基礎(chǔ)設(shè)施工程）和土地購(gòu)置的投資；不包括單純的土地開(kāi)發(fā)和交易活動(dòng)。（3）商品房銷售面積。商品房銷售面積指報(bào)告期內(nèi)出售商品房屋的合同總面積（即雙方簽署的正式買賣合同中所確定的建筑面積）。由現(xiàn)房銷售建筑面積和期房銷售建筑面積兩部分組成。（4）商品房平均銷售價(jià)格。商品房作為房地產(chǎn)行業(yè)的銷售支柱，其銷售價(jià)格會(huì)對(duì)房地產(chǎn)行業(yè)營(yíng)業(yè)利潤(rùn)產(chǎn)生重大影響。而如今房?jī)r(jià)的飛速增長(zhǎng)對(duì)房地產(chǎn)行業(yè)利潤(rùn)的獲得有著深遠(yuǎn)的影響。雖然近幾年國(guó)家采取了一系列的宏觀調(diào)控政策來(lái)抑制房?jī)r(jià)的過(guò)快增長(zhǎng)，使得房地產(chǎn)價(jià)格增

9、速放緩，但房?jī)r(jià)出現(xiàn)大幅下跌的可能性并不大。因此房?jī)r(jià)在很大程度上還是影響著房地產(chǎn)行業(yè)銷售利潤(rùn)。（5）城鄉(xiāng)居民人民幣儲(chǔ)蓄存款年度余額。人民幣儲(chǔ)蓄存款余額是指城鄉(xiāng)居民在某一時(shí)點(diǎn)上在銀行和其他金融機(jī)構(gòu)的人民幣儲(chǔ)蓄存款總額。購(gòu)房不僅要看當(dāng)前的收入，還要看過(guò)去的收入和未來(lái)的收入。過(guò)去的收入主要就是指消費(fèi)者的儲(chǔ)蓄存款，儲(chǔ)蓄存款能大大增強(qiáng)消費(fèi)者的信心，而未來(lái)的收入又關(guān)系到其信貸消費(fèi)。2、模型設(shè)定模型可以設(shè)立為：YXXXXX01122334455其中：房地產(chǎn)開(kāi)發(fā)企業(yè)營(yíng)業(yè)利潤(rùn)億元：房地產(chǎn)開(kāi)發(fā)企業(yè)資金來(lái)源小計(jì)億元：房地產(chǎn)開(kāi)發(fā)企業(yè)本年完成投資額億元：商品房銷售面積萬(wàn)平方米：商品房平均銷售價(jià)格元平方米：城鄉(xiāng)居民人民幣儲(chǔ)

10、蓄存款年底余額億元U:隨機(jī)擾動(dòng)項(xiàng)3、選擇數(shù)據(jù)房地產(chǎn)開(kāi)發(fā)企業(yè)營(yíng)業(yè)利潤(rùn)（億元）房地產(chǎn)開(kāi)發(fā)企業(yè)資金來(lái)源小計(jì)（億元）房地產(chǎn)開(kāi)發(fā)企業(yè)本年完成投資額（億元）商品房銷售面積（萬(wàn)平方米）商品房平均銷售價(jià)格（元/平方米）城鄉(xiāng)居民人民幣儲(chǔ)蓄存款年底余額（億元）2000年73.285,997.634984.0518637382001年125.477,696.396344.1122411.9217073762.432002年252.919,749.957790.9226808.29225086910.652003年430.3713,196.9210153.833717.63235910361

11、7.652004年857.9717,168.7713158.2538231.642778119555.392005年1109.1921,397.8415909.2555486.223167.66141050.992006年1669.8927,135.5519422.9261857.073366.79161587.32007年2436.6137,477.9625288.8477354.723863.9172534.192008年3432.2339,619.3631203.1965969.833800217885.352009年4728.5857,799.0436241.8194755468126

12、0771.662010年6111.4872,944.0448259.4104764.655032303302.492011年5798.5885,688.7361796.89109366.755357.1343635.89數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局.商品房銷售額是當(dāng)期累計(jì)數(shù)據(jù)。.城鄉(xiāng)居民儲(chǔ)蓄數(shù)據(jù)來(lái)源于人民銀行、參數(shù)估計(jì)DependentVariable:YMethod:LeastSquaresDate:12/02/13Time:20:19Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C

13、-3285.9632121.909-1.5485880.1725X10.1071530.0508072.1090340.0795X2-0.1507410.069565-2.1669000.0734X3-0.0481450.036172-1.3309790.2315X41.3466841.4861010.9061860.3998X50.0221340.0123321.7948870.1228R-squared0.987223Meandependentvar2252.213AdjustedR-squared0.976575S.D.dependentvar2240.254S.E.ofregressi

14、on342.8790Akaikeinfocriterion14.81949Sumsquaredresid705396.0Schwarzcriterion15.06194Loglikelihood-82.91691Hannan-Quinncriter.14.72972F-statistic92.71511Durbin-Watsonstat2.308253Prob(F-statistic)0.000013Y285.96B0.10715SD.150J4X3.04814X.3466843.02213412345R2四、結(jié)果分析1、統(tǒng)計(jì)推斷檢驗(yàn)（1）擬合優(yōu)度：由上表數(shù)據(jù)可得R2=（）檢驗(yàn)：給定顯著性水平

15、為8修正可決系數(shù)R23,，9應(yīng)7拒0.，0則5F=92,7F15(51,7)1=F=92,710.05511=絕原假設(shè)，說(shuō)明回歸方程顯著。（）檢驗(yàn)：給定顯著性水平,查分布表得/2（7）=2,4，4對(duì)6應(yīng)9表中數(shù)據(jù)，、YY的絕對(duì)值均小于臨界值，說(shuō)明%1、XX2、3、X4、%5這三個(gè)變量對(duì)的影響不顯著懷疑存在多重共線性的影響使其值不顯著。2、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)（1）多重共線性檢驗(yàn)采用簡(jiǎn)單相關(guān)系數(shù)矩陣法對(duì)其進(jìn)行檢驗(yàn)X1X2X3X4X5X11.0000000.9943000.9687070.9844090.992342X20.9943001.0000000.9520990.9727870.990626X3

16、0.9687070.9520991.0000000.9939250.971725X40.9844090.9727870.9939251.0000000.987141X50.9923420.9906260.9717250.9871411.000000采用逐步回歸法對(duì)其進(jìn)行修正。分別作與X1、X2、X3、X4、X5間的回歸:DependentVariable:YMethod:LeastSquaresDate:12/02/13Time:22:51Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticP

17、rob.C-485.5712193.4853-2.5096030.0309X10.0829900.00464417.871070.0000R-squared0.969639Meandependentvar2252.213AdjustedR-squared0.966603S.D.dependentvar2240.254S.E.ofregression409.4004Akaikeinfocriterion15.01828Sumsquaredresid1676087.Schwarzcriterion15.09909Loglikelihood-88.10966Hannan-Quinncriter.14

18、.98835F-statistic319.3750Durbin-Watsonstat1.590048Prob(F-statistic)0.000000Y485.5712+0.082990X1()9703.8)7R2=0.96963DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:07:40Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.1C-583.9340266.8283-2.1884260.0535X20.1213

19、090.00919413.194100.0000R-squared0.945677Meandependentvar2252.213AdjustedR-squared0.940245S.D.dependentvar2240.254S.E.ofregression547.6277Akaikeinfocriterion15.60008Sumsquaredresid2998961.Schwarzcriterion15.68090Loglikelihood-91.60048Hannan-Quinncriter.15.57016F-statistic174.0842Durbin-Watsonstat1.4

20、78429Prob（F-statistic）0.000000Y583.9340+0.121309X2t（=-2.18）8（14326.1）94R2DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:07:46Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-1707.039400.4509-4.2627930.0017X30.0669770.00600711.149210.0000R-squared0.925543Me

21、andependentvar2252.213AdjustedR-squared0.918097S.D.dependentvar2240.254S.E.ofregression641.1323Akaikeinfocriterion15.91536Sumsquaredresid4110507.Schwarzcriterion15.99618Loglikelihood-93.49216Hannan-Quinncriter.15.88544F-statistic124.3049Durbin-Watsonstat1.327877Prob（F-statistic）0.000001Y1707.039+0.0

22、66977X3t（=-4.26）（271193.1）4R2=0.925543DependentVariable:YMethod:LeastSquaresDate:12/02/13Time:22:57Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-4261.308445.4814-9.5656230.0000X41.9093090.12428015.363010.00001R-squared0.959353AdjustedR-squared0.955289S.E.ofregre

23、ssion473.7034Sumsquaredresid2243949.Loglikelihood-89.86031F-statistic236.0221Prob(F-statistic)0.000000Meandependentvar2252.213S.D.dependentvar2240.254Akaikeinfocriterion15.31005Schwarzcriterion15.39087Hannan-Quinncriter.15.28013Durbin-Watsonstat1.439372Y4261.308+1.909309X4t=(-9.565623)(15.36301)R2=0

24、.959353F=236.0221DependentVariable:YMethod:LeastSquaresDate:12/02/13Time:23:05Sample:20002011Includedobservations:12D.W=1.439372VariableCoefficientStd.Errort-StatisticProb.C-1836.304244.4894-7.5107730.0000X50.0239450.00127218.828180.0000R-squared0.972565Meandependentvar2252.213AdjustedR-squared0.969

25、822S.D.dependentvar2240.254S.E.ofregression389.1748Akaikeinfocriterion14.91695Sumsquaredresid1514570.Schwarzcriterion14.99776Loglikelihood-87.50168Hannan-Quinncriter.14.88702F-statistic354.5002Durbin-Watsonstat1.514864Prob(F-statistic)0.0000001Y1836.304+0.023945X5t=(-7.510773)(18.82818)R2=0.972565F=

26、354.5002D.W=1.514864由于X5的值最大，擬合度最好，因此把X5作為基本變量，將其余解釋變量逐一代入X5的回歸方程，重新回歸。加入X1：DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:08:34Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-1305.896620.2595-2.1054030.0645X10.0335170.0359770.9316210.3758X50.0143630.0103

27、651.3857310.1992R-squared0.974978Meandependentvar2252.213AdjustedR-squared0.969418S.D.dependentvar2240.254S.E.ofregression391.7707Akaikeinfocriterion14.99155Sumsquaredresid1381359.Schwarzcriterion15.11278Loglikelihood-86.94929Hannan-Quinncriter.14.94667F-statistic175.3429Durbin-Watsonstat1.503401Pro

28、b(F-statistic)0.0000001Y1305.896+0.033517X0.014363X15t=(-2.105403)(0.931621)(1.385731)R2=0.974978F=175.3429D.W=1.503401加入X2:DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:09:41Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-2122.314534.9997-3.9669440.0033

29、X2-0.0299700.049419-0.6064550.5592X50.0297240.0096193.0901310.0129R-squared0.973642Meandependentvar2252.213AdjustedR-squared0.967785S.D.dependentvar2240.254S.E.ofregression402.0927Akaikeinfocriterion15.04356Sumsquaredresid1455107.Schwarzcriterion15.16479Loglikelihood-87.26136Hannan-Quinncriter.14.99

30、868F-statistic166.2280Durbin-Watsonstat1.468871Prob(F-statistic)0.000000Y2122.3140.029970X0.029724X25t=(-3.966944)(-0.606455)(3.090131)R2=0.973642F=166.2280D.W=1.468871加入X3:DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:09:37Sample:20002011Includedobservations:12VariableCoefficientStd.Error

31、t-StatisticProb.C-1842.145257.3236-7.1588630.0001X30.0046810.0162040.2888570.7792X50.0223590.0056513.9562900.0033R-squared0.972817Meandependentvar2252.213AdjustedR-squared0.966777S.D.dependentvar2240.254S.E.ofregression408.3378Akaikeinfocriterion15.07438Sumsquaredresid1500658.Schwarzcriterion15.1956

32、1Loglikelihood-87.44631Hannan-Quinncriter.15.02950F-statistic161.0458Durbin-Watsonstat1.428073Prob(F-statistic)0.000000Y1842.145+0.004681X30.022359X5t=(-7.158863)(0.288857)(3.956290)R2=0.972817F=161.0458D.W=1.428073加入X4:DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:09:50Sample:20002011Incl

33、udedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-2432.868896.5699-2.7135290.0239X40.4546850.6559940.6931240.5057X50.0183540.0081712.2463200.0513R-squared0.973955Meandependentvar2252.213AdjustedR-squared0.968168S.D.dependentvar2240.254S.E.ofregression399.6970Akaikeinfocriterion15.0316

34、1Sumsquaredresid1437819.Schwarzcriterion15.15284Loglikelihood-87.18965Hannan-Quinncriter.14.98673F-statistic168.2808Durbin-Watsonstat1.386342Prob(F-statistic)0.000000Y2432.868+0.454685X0.018354X45t=(-2.713529)(0.693124)(2.246320)R2=0.973955F=168.2808D.W=1.386342加入X1以后雖然擬合優(yōu)度有所提高，但X5參數(shù)的檢驗(yàn)變得不顯著，所以在模型中剔

35、除X1；加入X2以后擬合優(yōu)度有所提高，但X5參數(shù)的檢驗(yàn)變得不顯著，所以在模型中剔除X2；加入X3以后擬合優(yōu)度有所提高，并沒(méi)有影響X5系數(shù)的顯著性，所以在模型中保留X3;加入X4以后擬合優(yōu)度有所提高，但X5參數(shù)的檢驗(yàn)變得不顯著，所以在模型中剔除X4因此，保留X3，把X3、X5作為基本變量，將其余解釋變量逐一代入X3、X5的回歸方程，再次回歸。加入xi:DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:12:22Sample:20002011Includedobservations:12VariableCoefficientStd.Er

36、rort-StatisticProb.C-1323.190666.6302-1.9848940.0824X10.0326250.0385500.8462940.4220X30.0025420.0166590.1526180.8825X50.0137560.0116751.1782970.2725R-squared0.975051AdjustedR-squared0.965695S.E.ofregression414.9320Sumsquaredresid1377348.Loglikelihood-86.93185F-statistic104.2172Prob(F-statistic)0.000

37、001Meandependentvar2252.213S.D.dependentvar2240.254Akaikeinfocriterion15.15531Schwarzcriterion15.31694Hannan-Quinncriter.15.09546Durbin-Watsonstat1.492473Y1323.190+0.032625X0.002542X0.013756X135t=(-1.984894)(0.846294)(0.152618)(1.178297)R2=0.975051F=104.2172D.W=1.492473加入X2:DependentVariable:YMethod

38、:LeastSquaresDate:12/03/13Time:12:32Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-2107.994586.6608-3.5932080.0071X2-0.0282470.055416-0.5097230.6240X30.0017070.0178930.0953940.9263X50.0288130.0139692.0626300.0731R-squared0.973672Meandependentvar2252.213AdjustedR-

39、squared0.963799S.D.dependentvar2240.254S.E.ofregression426.2414Akaikeinfocriterion15.20909Sumsquaredresid1453454.Schwarzcriterion15.37073Loglikelihood-87.25454Hannan-Quinncriter.15.14925F-statistic98.62058Durbin-Watsonstat1.432210Prob(F-statistic)0.000001Y2107.9940.028247X0.001707X0.028813X235t=(-3.

40、593208)(-0.509723)(0.095394)(2.062630)R2=0.973672F=98.62058D.W=1.432210加入X4DependentVariable:YMethod:LeastSquaresDate:12/03/13Time:12:37Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C-4134.8882187.387-1.8903320.0954X3-0.0349980.040899-0.8557100.4170X41.7852011.691

41、4901.0554020.3221X50.0138560.0098211.4108360.1960R-squared0.976139Meandependentvar2252.213AdjustedR-squared0.967192S.D.dependentvar2240.254S.E.ofregression405.7788Akaikeinfocriterion15.11069Sumsquaredresid1317251.Schwarzcriterion15.27233Loglikelihood-86.66417Hannan-Quinncriter.15.05085F-statistic109

42、.0936Durbin-Watsonstat1.688367Prob(F-statistic)0.000001Y4134.8880.034998X1.785201X0.013856X345t=(-1.890332)(-0.855710)(1.055402)(1.410836)R2=0.976139F=109.0936D.W=1.688367加入X1以后擬合優(yōu)度有所提高，但X3、X5參數(shù)的t檢驗(yàn)變得不顯著，所以在模型中剔除1；加入2以后擬合優(yōu)度有所提高，但3、5參數(shù)的t檢驗(yàn)變得不顯著，所以在模型中剔除X；加入X4以后擬合優(yōu)度有所提高，但X3、X52參數(shù)的t檢驗(yàn)變得不顯著，所以在模型中剔除X42、

43、異方差性檢驗(yàn)（懷特檢驗(yàn)）.HeteroskedasticityTest:WhiteF-statistic3.419183Prob.F(5,6)0.0832Obs*R-squared8.882566Prob.Chi-Square(5)0.1138ScaledexplainedSS3.021039Prob.Chi-Square(5)0.69671TestEquation:DependentVariable:RESIDEMethod:LeastSquaresDate:12/07/13Time:16:09Sample:20002011Includedobservations:12VariableCoefficientStd.Errort-StatisticProb.C296211.5170752.91.7347380.1335X327.8260420.86