房地产投资与经济增长_全国及区域层面的面板数据分析

房地产投资与经济增长效率的文献综述研究

Value Engineering 0引言 随着1998年住房体制的改革，我国政府提出将住宅建设作为新的经济增长点，房地产业发展进入一个崭新的阶段。房地产业作为国民经济的基础产业和支柱产业，对我国的经济发展起着举足轻重的作用。我国正处于经济增长和城市化加速时期，房地产市场发展非常迅速，房地产投资增速高于其他固定资产投资增速，也远高于经济增长速度，这使得房地产市场存在很大的泡沫风险。此外由于我国房地产业收益过高，这必然会引起社会上人力、物力和财力等各种资源涌入房地产市场，掀起国内房地产开发投资的热潮，这也可能使得房地产投资资本积累过度，从而影响经济增长的质量。因此对房地产投资与经济增长效率的研究具有重大意义。本文主要回顾经济增长与投资效率的研究及房地产投资与经济增长的研究，为后续进一步研究做好准备工作。 1经济增长与投资效率的文献回顾 在整个研究经济增长的发展史上，投资形成资本， 结合劳动力的投入，共同构成了社会生产不可缺少的生产要素。在经典增长理论中，投资（尤其是物质资本投资）是一个国家工业化进程中实现高速增长的不可或缺的因素，但仅仅依靠大量投资还不足以保证经济增长，从长期来看一个国家的宏观投资效率才是关键。通过对已有的文献的整理和分析，我们认为目前对宏观投资效率的研究主要分为两大类：从投资总量的角度分析是否存在投资过度或投资不足的问题；从投资结构的角度分析资本在不同行业、地区的配置是否合理。 分析宏观投资总量效率的主要研究方法是，根据新古典增长的动态效率理论，运用AMSZ 准则进行测算。宏观经济中动态效率的概念最早来自菲尔普斯（Phelps ， 1961），后来在新古典增长理论的索洛增长模型中有了精 确的数学表达。在索洛增长模型中，资本积累的“黄金律”水平，就是“使消费最大化的稳定状态”时的资本存量（记为k * gold ），可证f ′（k * gold ）=n+g+δ①。如果经济达到稳态时k * >k * gold ，则存在过度资本积累问题，这时经济处于动态无效 状态，其资源配置不再是帕累托最优的。从动态效率的定义来看，最直接判断经济中是否存在投资过度的标准，就是比较资本边际收益率与黄金律的水平。但在实际应用中准确估算边际资本收益率很难，幸运的是Abel 等（1989）提出了一个简便易行的AMSZ 准则：如果一个国家每年的总资本收益始终大于当年的总投资（D>I ），那么这个国家的宏观投资就是动态有效的，否则就是动态无效的。根据“黄金律”和AMSZ 准则，史永东、齐鹰飞（2002）和袁志刚、何彰勇（2003）研究了我国宏观投资的动态效率问题，认为中国经济是动态无效的，且存在资本的过度积累问题。在此基础上，刘宪（2004）认为史永东和袁志刚等不应当将生产税净额从总收益中去掉，从而低估了我国经济总的总资本收益。刘宪修正后的实证研究发现：中国经济从总体来看，近年来一直处于动态有效状态，并未发生资本的过度积累问题。项本武（2008）遵循AMSZ 准则，但运用更新后的总资本收益计算方式，对我国1994-2003的经济动态效率进行重新测算，得到在样本期内，我国经济的动态效率是波动的，投资率较高时，经济处于动态无效状态，投资率较低时，经济处于动态有效状态，这与我国经济的投资驱动型特征相吻合。 对宏观投资结构效率的评判方法主要是，资本边际收益率均一化准则。即通过测算资本边际收益率差异的变化趋势，来判断资本配置效率是否提高，如龚六堂、谢丹阳（2004）的表述“一般来讲，生产要素的边际生产率差异变小就表明资源配置的有效性得到改善② 。在一般均衡理论 中， 当且仅当要素价格等于其边际生产率的时候，资源配置才是有效的， 经济整体也达到帕累托最优，我们也可以据此判断资本配置效率。然而在实际中我们看不到资本的—————————————————————— —作者简介：李文华（1982-），女，山东栖霞人，硕士研究生，教师，研究方向为会计电算化；李文龙（1985-），男，山东栖霞人，宁波大学，硕士研究生，研究方向为金融计量与风险管理。 房地产投资与经济增长效率的文献综述研究 A Survey of Real Estate Investment and Efficiency of Economic Growth 李文华①LI Wen-hua ；李文龙②LI Wen-long （①山东协和学院，济南250107；②宁波大学，宁波315200） （①Shandong Xiehe Institute ，Ji'nan 250107，China ；②Ningbo University ，Ningbo 315200，China ） 摘要：房地产业作为国民经济的基础产业和支柱产业，对我国的经济发展起着举足轻重的作用。但近年来出现不少关于房地产投 资过度以及存在泡沫的言论，如何从我国目前投资体制以及政策引导角度分析房地产投资效率具有重大意义。本文整理和介绍了经 济增长与投资效率的文献及房地产投资与经济增长关系的文献，尽量准确地介绍这些研究方法并相应作出分析和评述，为后面进一步深入理论和实证研究提供帮助。 Abstract:The real estate industry,as the basic and dominant industry,has promoted the growth of national economy.Has real estate over -invested?Is there a bump in real estate market?So the study of the efficiency of real estate investment has great mean in the background of our own investment system.This paper provides a comprehensive review of the researches about economic growth and investment efficiency and about real estate investment and economic growth. 关键词：房地产投资；经济增长；投资效率Key words:real estate investment ；economic growth ；investment efficiency 中图分类号：F293.3文献标识码：A 文章编号：1006-4311（2013）14-0195-03 ·195· DOI:10.14018/https://www.sodocs.net/doc/1c11606011.html,13-1085/n.2013.14.154

面板数据分析简要步骤与注意事项(面板单位根—面板协整—回归分析)

面板数据分析简要步骤与注意事项（面板单位根检验—面板协整—回归分析） 面板数据分析方法： 面板单位根检验—若为同阶—面板协整—回归分析 —若为不同阶—序列变化—同阶建模随机效应模型与固定效应模型的区别不体现为R2的大小，固定效应模型为误差项和解释变量是相关，而随机效应模型表现为误差项和解释变量不相关。先用hausman检验是fixed 还是random，面板数据R-squared值对于一般标准而言，超过0.3为非常优秀的模型。不是时间序列那种接近0.8为优秀。另外，建议回归前先做stationary。很想知道随机效应应该看哪个R方？很多资料说固定看within，随机看overall，我得出的overall非常小0.03，然后within是53%。fe和re输出差不多，不过hausman检验不能拒绝，所以只能是re。该如何选择呢？ 步骤一：分析数据的平稳性（单位根检验） 按照正规程序，面板数据模型在回归前需检验数据的平稳性。李子奈曾指出，一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，此时，对这些数据进行回归，尽管有较高的R平方，但其结果是没有任何实际意义的。这种情况称为称为虚假回归或伪回归（spurious regression）。他认为平稳的真正含义是：一个时间序列剔除了不变的均值（可视为截距）和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单位根检验时有三种检验模式：既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归，确保估计结果的有效性，我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先，我们可以先对面板序列绘制时序图，以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和（或）截距项，从而为进一步的单位根检验的检验模式做准备。单位根检验方法的文献综述：在非平稳的面板数据渐进过程中,Levin andLin(1993)很早就发现这些估计量的极限分布是高斯分布,这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al.(2002)的改进,提出了检验面板单位根的LLC法。Levin et al.(2002)指出,该方法允许不同截距和时间趋势,异方差和高阶序列相关,适合于中等维度(时间序列介于25～250之间,截面数介于10～250之间)的面板单位根检验。Im et al.(1997)还提出了检验面板单位根的IPS法,但Breitung(2000)发现IPS法对限定性趋势的设定极为敏感,并提出了面板单位根检验的Breitung法。Maddala and Wu(1999)又提出了ADF-Fisher和PP-Fisher面板单位根检验方法。 由上述综述可知，可以使用LLC、IPS、Breintung、ADF-Fisher和PP-Fisher5种方法进行面板单位根检验。 其中LLC-T、BR-T、IPS-W、ADF-FCS、PP-FCS、H-Z分别指Levin,Lin&Chu t*

投资与经济增长的关系

投资与经济增长的关系 摘要：拉动中国经济增长的三辆马车—投资、消费和出口，由此可见，投资是国民经济增民经济总需求的一个重要组成部分，因而一直成为人们关注的焦点。投资与经济增长相互促进，相互制约的辩证关系。一方面投资对经济增长有着不可替代的贡献，是经济增长动力之一，一方面经济增长又是扩大投资赖以存在的基础，对投资起决定作用。 关键词：投资经济增长 投资和经济增长的含义。投资就是资本的使用和配置，它是一个变量运动和增值的过程。投资时经济主体为获取经济利益而垫付货币和其他资源于某项事业的经济活动。为了强调投资与资本的联系，美国经济学家保罗·萨缪尔森在《经济学》一书中对投资进行了定义：“对于经济学家而言，投资总是指实际资本的形成——增加存货的生产，或新工厂、房屋和工具的生产。”经济增长的含义。经济增长是也是一种综合的社会现象，经济学家对此也有着不同的解释，萨缪尔森在《经济学》一书中关于“经济增长是指一国潜在的国内生产总值（GDP）或国民产出（GNP）的增加”的论述比较有代表性。美国经济学家库兹涅茨给经济增长做了一个经典性的定义，即一个国家的经济增长是指提供给居民种类日益繁多的经济产品能力的长期上升，这种不断增长的能力是建立在先进的技术和所需要的制度和思想意识之相应调整的基础上。 投资与经济增长的关系。投资对经济增长的作用主要是通过投资的两个方面来实现的，即投资需求效应和投资供给效应来实现的。在投资过程中和投资项目建设过程中，不断运用资金，购买生产资料如电力、水泥、钢材、电力等，从而导致对投资品和消费品的大量需求，引起国民经济中需求总量的增加，推动相应行业扩大生产规模，促进经济发展。另一方面，投资的供给效应表现为投资项目建成后投入使用，会扩大社会的生产能力，从而给社会生产处更多的产品，导致国民经济供给总量的增加，进而促进国民经济的增长。由此可以看出，投资对经济增长既有供给效应，又有需求效应，既会促进经济增长，又会诱发经济波动，具有“双刃剑”的作用。投资应服从和服务于消费，消费产生需求，投资产生供给，投资像细线能拉不能推。我们在处理投资与经济增长关系时，既要重视投资对经济增长的作用，又不能盲目扩大投资：既要重视投资的需求效应，也要重视投资的供给效应。投资的项目或形式包括固定资产投资、存货投资和人力资本投资，其中起着主要作用的是固定资产投资。投资对宏观经济的作用可以通过两种方式来实现：一是短期的需求效应，即投资是总需求的一个组成部分，投资增长能够直接拉动总需求的增长，从而带动总产出水平的增长。二是长期的供给效应，也就是从供给方面来说，投资可以形成新的后续生产能力，并且为长期的经济增长提供必要的物质和技术基础。由此不难得出结论，投资不但创造了当年国民经济总需求而且增加了下一年国民收入的总供给。各国经济发展的实践均表明，要想持续扩大社会再生产，必须增加固定资产、改善劳动手段和提高技术水平。我国的投资率与经济增长的关系可以通过近年来的投资率可以通过一些数据来表明：我国投资率80年代前期34.1%,后期增加到36.8%,90年代的平均水平为38.6%,2001年投资贡献率为46%左右，2002年提高到70%，由此可以看出经济增长对投资的依赖性越来越强,我国经济增长已离不开投资的贡献。投资是经济增长的重要力量，但另一方面只有经济增长才能给扩大投资提供坚实的基础，没有经济增长，投资就成了无源之水。 通过上面的分析可以看出投资与经济增长之间有着密不可分的关系，为了使投资促进经济的持续健康发展，在现实中必然需要采取有效措施避免盲目投资对经济增长的不利影响以及采取合理途径从而发挥投资的积极作用。首先，现阶段我国的众多小型企业以及个人为了盈利投资的方式呈现出不科学性和盲目性导致经济的不正常发展，所以解决投资的盲目性从而保持适度投资规模已经成为迫在眉睫的任务。现阶段保持投资的稳定增长，避免经济的剧烈波

2010年中国宏观经济形势分析

2010年中国宏观经济形势分析 2010年，中国面对极为复杂的国内外经济环境和极为严峻的各类自然灾害等挑战，虽然我国宏观经济政策框架基本稳定，但汇率不断升级、通胀压力不期而至、外部需求持续变化、资本流动大幅波动，宏观经济形势未可乐观，就如温总理曾在接受采访时指出：“如果说2009年是进入新世纪以来经济最为困难的一年，那么2010年是中国经济最为复杂的一年”，不过党中央、国务院审时度势，科学决策，团结带领全国各族人民，深入贯彻落实科学发展观，加快转变经济发展方式，加强和改善宏观调控，发挥市场机制作用，有效巩固和扩大了应对国际金融危机冲击成果，使得2010年国民经济运行态势总体良好。 2010年全年国内生产总值397983亿元，按可比价格计算，比2009年增长10.3%，增速比上年加快1.2个百分点。分季度看，一季度同比增长11.9%，二季度增长10.3%，三季度增长9.6%，四季度增长9.8%。分产业看，第一产业增加值40497亿元，增长4.3%；第二产业增加值186481亿元，增长12.2%；第三产业增加值171005亿元，增长9.5%。 1．国内生产总值（GDP） GDP是最受关注的宏观经济统计数据，是衡量国民经济发展情况的重要指标。GDP增速越快表明经济发展越快，增速越慢表明经济发展越慢，GDP负增长表明经济陷入衰退。 根据国家统计局初步测算，2010年前GDP为397983亿元，按可比价格计算，同比增长10.3%，比上年同期增幅加快1.2个百分点。

数据来源：国家统计局 2．社会消费品零售总额 社会消费品零售总额反映国内消费支出情况，对判断国民经济现状和前景具有重要的指导作用。社会消费品零售总额提升，表明消费支出增加，经济情况较好；社会消费品零售总额下降，表明经济景气趋缓或不佳。2010年社会消费品零售总额达154554亿元，同比增长18.4%。其中，城镇消费品零售额133689亿元，同比增长18.8%；乡村消费品零售额20865亿元，增长16.1%。2010年自8月起社会消费品零售总额同比增幅连续五个月保持在18%以上，国内市场销售实现平稳较快增长。 数据来源：国家统计局 3．进出口额 2010年全年进出口总额29728亿美元，同比增长34.7%。其中，出口15779亿美元，增长31.3%；进口13948亿美元，增长38.7%。进出口相抵，顺差1831亿美元，比上年下降6.4%。从月度同比增幅来看，2010年12月进出口受2009年高基数影响，增速正常回落，国内生产的放缓也是导致本月进出口增幅回落的重要原因。

房地产投资经济测算指标解读

一、经济测算 1、含义：为了有效衡量房地产开发投资得经济效益，运用投资分析技术，对投资、成本、销售或出租收入、税金、利润等经计量进行分析，计算出房地产开发投资项目经济效果得评价指标得过程，称之为经济测算。 2、基本流程：测算前提与限制条件得确定、开发成本构成分析、开发资金得投入安排、物业面市时间与价格得确定、现金流模拟、财务指标分析、敏感性分析。 二、房地产开发成本构成： 1、开发成本：土地使用权出让费用、土地拆迁与安置补偿费用、前期工程费用（项目得五通一平、勘察测量、规划设计、可行性研究所需费用）、建安工程费用（土方及基础费用、主体工程费用、水电设备安装费用、配套工程费用）、公共配套设施费用（一般按2%计算）、不可预见费用（包括基本预备费与涨价预备费，依据项目得复杂程度与前述各项费用估算得准确程度，按3％一5％计算）、开发期间税费（包括税收与规费）。 2、开发费用：管理费用（一般按3%计算）、销售费用、财务费用。 三、土地增值税 1、定义：对土地使用权转让及出售建筑物时所产生得价格增值量征收得税种。 2、征收方式：土地增值税实行四级超额累进税率，例如增值额未超过50%得部分，税率为30%，增值额超过200%得部分，税率为60%。 3、计算公式：应纳土地增值税＝增值额×税率 （1）公式中得“增值额”为纳税人转让房地产所取得得收入减除扣除项目金额后得余额。 A、纳税人转让房地产所取得得收入，包括货币收入、实物收入与其她收入。 B、计算增值额得扣除项目：取得土地使用权所支付得金额；开发土地得成本、费用；新建房及配套设施得成本、费用，或者旧房及建筑物得评估价格；与转让房地产有关得税金；财政部规定得其她扣除项目。 （2）土地增值税实行四级超率累进税率： A、增值额未超过扣除项目金额50％得部分，税率为30％； B、增值额超过扣除项目金额50％、未超过扣除项目金额100％得部分，税率为40％； C、增值额超过扣除项目金额100％、未超过扣除项目金额200％得部分，税率为50％； D、增值额超过扣除项目金额200％得部分，税率为60％。 （3）简便算法： 计算土地增值税税额，可按增值额乘以适用得税率减去扣除项目金额乘以速算扣除系数得简便方法计算，具体公式如下： A、增值额未超过扣除项目金额50％，土地增值税税额=增值额×30％； B、增值额超过扣除项目金额50％、未超过100％，土地增值税税额＝增值额×40％－扣除项目金额×5％

固定资产投资与经济增长关系

现代商业MODERN BUSINESS 142区域经济District economy 一、理论基础从概念上讲，经济增长是指一个国家或地区潜在的国内生产总值（ＧＤＰ）　或国民收入的增加。投资作为经济增长的原动力，在经济发展过程中起着举足轻重的作用。投资分为固定资产投资和流动资产投资，而对经济增长起促进作用的主要是固定资产投资。所谓的固定资产投资是建造和购置固定资产的经济活动，即固定资产再生产活动。固定资产再生产过程包括固定资产更新（局部和全部更新）、改建、扩建、新建等活动。在理论上，　固定资产投资与经济增长存在着相互促进、相互制约的辨证关系：一方面，　经济增长水平决定固定资产投资总量水平；　另一方面，　固定资产投资的增加对经济总量增长具有强有力的推动作 用。二、模型建立及数据分析（一）模型建立在经济活动中许多经济变量之间存在不同程度的关联性，其中一个变量的变化 会引起与其相关变量的变动。在宏观经，济学中从增长理论的研究可知固定资产投资与生产总值之间也同样存在着关联作 用，为研究他它们之间的定量关系，拟建立一元回归方程： Ｙｔ＝Ｂ１＋Ｂ２Ｘｔ＋ｕｔ，ｔ＝１，２，３…ｎ（１） 其中Ｙｔ为地区生产总值（ＧＤＰ），Ｘｔ为固定资产投资（Ｉ）；Ｂ１，　Ｂ２为待测参数，ｕｔ为随机干扰项。所以以上（１）式也可以写成：ＧＤＰｔ＝Ｂ１＋Ｂ２Ｉｔ＋ｕｔ　，ｔ＝１，２，３…ｎ（２）（二）数据分析１、相关性分析：相关分析是对变量之间的相关关系的分析，其主要目标是考察变量之间是否存在内在依存关系，并做出符合实际的判断。通过绘制散点图判断因变量和自变量 之间有无明显线性关系，通过选取２００２到２００８年数据作图，如下：从上海市ＧＤＰ总量和固定资产投资相关性的散点图可见，多数年份的散点都分布在一条直线附近，可以基本判定ＧＤＰ总量和固定资产投资之间存在着较强的线性相关。２、数据回归分析选取上海的数据，对ＬｎＧＤＰ和ＬｎＩ之间的线性关系进行回归分析　运用最小二乘法估计，结果如下：ＬｎＧＤＰ＝２．５２７４０１＋０．７６８０１９ＬｎＩＳ＝ ０．１８８０７６ ０．０２９４８７Ｔ＝ １３．４３８１９ ２６．０４６１７Ｒ－ｓｑｕａｒｅｄ＝０．９６３０８９结果表明ＬｎＧＤＰ和ＬｎＩ有协整关系，也就是说上海固定资产投资和国内生产总值序列之间存在长期稳定的关系，　回归系数０．７６８０１９表明固定资产投资增加１％，ＧＤＰ总值增加约０．７６８０１９％，从回归系数看固定资产投资对ＧＤＰ增长的影响很显著。三、结论及政策建议１、通过运用回归分析，得知上海市固定资产投资与区域生产总值之间存在长期均衡关系：固定资产每增加一个百分点，ＧＤＰ就相应增加０．７６８个百分点。所建一元线性回归模型能较好地反映了实际情况。２、上海市固定资产投资与经济增长存在长期的均衡关系。在拉动经济增长的消费、投资和进出口“三驾马车”中，固定资产投资是上海市经济增长的一个重要拉动因素。固定资产投资的不断加大，推动了国民经济的增长，反之，固定资产投资力度不足，将制约经济的增长。固定资产投资具有多级传导和扩散的功能，通过对相关产业的影响，拉动经济的增长。固定资产投资的增加，不仅可直接促进工业，房地产等行业生产的增长，对生产资料市场和消费品市场的繁荣也起到了间接的推动作用。为了实现上海经济的可持续和健康发展，必须在调整固定资产投资总量和优化投资结构上进行重点突破。固定资产投资 与经济增长关系 【文章摘要】以固定资产投资拉动经济增长理论为依据，　建立计量经济学模型，　对上海 市固定资产投资与经济增长之间的关系进行定量分析。结果表明：　固定资产投资是刺激经济的主要手段，拉动经济增长作用越来越强。【关键词】固定资产投资；国民生产总值；经济增长；计量经济学模型王悦然　华东师范大学　上海　２００２４１ 【参考文献】１、王勇　固定资本投资与中国经济增长的相关性分析《经济师》２００４　年第１１　期２、杨萍．我国固定资产投资现状与发展分析《建筑经济》２００７年第６ 期３、上海经济社会统计年鉴 ２００２

解读中国宏观经济数据

解读中国宏观经济数据 解读中国宏观经济数据——为什么中国不爆发经济危机？ 中国是个怪异的国家。很多海外的学者用西方经济学的眼光来看中国，觉得很不可思议。中国用透支的方式维持经济的快速增长，为什么积累了20多 年仍然没有爆发恶性的通货膨胀进而演化成一场深重的经济危机的呢？ 我经过一段时间的苦心研究，终于得出了中国为什么不会爆发经济危机的原因。 下面我将通过分析中国改革开放以来经济统计数据来详细讲解（所有数据都来源于中华人民共和国统计局）。 让我们先来分析中国GDP的构成。以2003年中国GDP统计数据来看，当年中国GDP总值为117251.9亿元。从产出均衡来计算，GDP应等于投资+消费+政府支出（不包括政府转移性支出与政府债务和利息支出）+对外贸易顺差+库存投资。后两项份额很小，几乎可以忽略不计（当如当年中国对外贸易顺差为人民币2092亿元）。当年中国全社会投资总额为55566.61亿元，社会消费品零售总额为45842.0亿元，政府支出为13751亿元。分别占GDP 比例为47.4%、39.1%、11.8%。而同年美国的GDP构成则投资18%，消费68%，政府支出15%。可见，中国是一个主要依靠投资带动的高速增长的经济体，其 模式与之前亚洲四小龙主要是泰国、韩国等增长模式如出一辙。是典型的亚洲增长模式。 但是，与其他亚洲经济体不同的是，中国的投资来源主要是透支国内储蓄，而泰国、韩国当年的投资来源主要是对外负债。这一点非常重要，这也是中国能够避免东南亚危机那种模式的经济危机的主要原因。这一点将在下文仔细讲述。 其实GDP的结构并不重要，重要的是，作为中国GDP主体的投资的

面板数据分析简要步骤与注意事项面板单位根面板协整回归分析

面板数据分析简要步骤与注意事项 面板单位根—面板协整—回归分析) 步骤一：分析数据的平稳性(单位根检验) 按照正规程序，面板数据模型在回归前需检验数据的平稳性。李子奈曾指出，一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，此时，对这些数据进行回归，尽管有较高的R平方，但其结果是没有任何实 际意义的。这种情况称为称为虚假回归或伪回归( spurious regression )。他认为平稳的真正含义是：一个时间序列剔除了不变的均值(可视为截距)和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。因此单位根检验时有三种检验模式：既有趋势又有截距、只有截距、以上都无。 因此为了避免伪回归，确保估计结果的有效性，我们必须对各面板序列的平稳性进行检验。而检验数据平稳性最常用的办法就是单位根检验。首先，我们可以先对面板序列绘制时序图，以粗略观测时序图中由各个观测值描出代表变量的折线是否含有趋势项和(或)截距项，从而为进一步的单位根检验的检验模式做准备。单位根检验方法的文献综述：在非平稳的面板数据渐进过程中 ,Levin andLin(1993) 很早就发现这些估计量的极限分布是高斯分布 , 这些结果也被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levin et al. (2002) 的改进, 提出了检验面板单位根的LLC法。Levin et al. (2002)指出,该方法允许不同截距和时间趋势，异方差和高阶序列相关，适合于中等维度(时间序列介于25?250之间，截面数介于10?250之间)的面板单位根检验。Im et al. (1997) 还提出了检验面板单位根的 IPS 法, 但 Breitung(2000) 发现 IPS 法对限定性趋势的设定极为敏感 , 并提出了面板单位根检验的 Breitung 法。Maddala and Wu(1999)又提出了 ADF-Fisher 和 PP-Fisher 面板单位根检验方法。 由上述综述可知，可以使用 LLC、IPS、Breintung 、ADF-Fisher 和 PP-Fisher5 种方法进行面板单位根检验。其中LLC-T 、BR-T、IPS-W 、ADF-FCS、PP-FCS、H-Z 分 别指 Levin, Lin & Chu t* 统计量、 Breitung t 统计量、 lm Pesaran & Shin W 统 量、计 ADF- Fisher Chi-square 统计量、PP-Fisher Chi-square 统计量、Hadri Z 统计 量，并且 Levin, Lin & Chu t* 统计量、 Breitung t 统计量的原假设为存在普通的单位根过程， lm Pesaran & Shin W 统计量、 ADF- Fisher Chi-square 统计量、 PP-Fisher Chi-square 统计量的原假设为存在有效的单位根过程， Hadri Z 统计量的检验原假设为不存在普通的单位根过程。 有时，为了方便，只采用两种面板数据单位根检验方法，即相同根单位根检验 LLC(Levin-Lin-Chu )检验和不同根单位根检验 Fisher-ADF 检验(注：对普通序列(非面板序列)的单位根检验方法则常用 ADF检验)，如果在两种检验中均拒绝存在单位根的原假设则我 们说此序列是平稳的，反之则不平稳。 如果我们以 T(trend )代表序列含趋势项，以 I (intercept )代表序列含截距项， T&I 代表两项都含，N (none)代表两项都不含，那么我们可以基于前面时序图得出的结论，在单位根检验中选择相应检验模式。 但基于时序图得出的结论毕竟是粗略的，严格来说，那些检验结构均需一一检验。具体操作可以参照李子奈的说法：ADF检验是通过三个模型来完成，首先从含有截距和趋势项的模型开始，再检验只含截距项的模型，最后检验二者都不含的模型。并且认

房地产投资对经济增长的影响研究

房地产投资对经济增长的影响研究 房地产投资对经济增长的影响研究 一、房地产投资现状 虽然我国房地产市场发展较晚，但由于房地产业在我国经济中占据重要地位，类似的定量研究也不在少数。从短期看房地产投资比非房地产投资能更好的预测经济增长，而从长期来看经济增长能同时引导房地产投资和非房地产投资的增长。研究认为除中部地区外，全国、东部和西部房地产投资和经济增长均存在相互反馈作用；房地产投对经济增长的贡献和影响受地区经济发展水平影响而存在差异。与此同时，由于城市房地产投资刺激的局部繁荣而引发的问题也日益突出，房地产投资增速居高不下，与同期社会经济增长水平、居民收入水平极不匹配，部分城市房地产投资过度等情况相当严重，房地产投资与经济增长不协调发展已成为事实，并且愈演愈烈。房地产投资增长速度高于国民经济增长速度，房地产价格增长速度也大大高于国民收入增长速度，房地产开发投资和房价同时脱离正常增长，长期的不协调势必影响经济的快速稳定发展。从长期来看，任由这种不协调发展的状况蔓延开来，对房地产业的健康发展、经济增长与稳定、社会安定团结都形成潜在的威胁。因此，房地产投资与经济增长的互动关系，对于了解房地产投资对国民经济增长的影响作用以及使之达到最佳平衡状态，制定房地产业相关政策有着很强烈的理论和现实意义。 二、房地产投资对经济增长的影响 经过改革开放30多年的发展，中国房地产业经历了很大的变化，

从2011 年的统计年鉴的数据得出，房地产业的增加值在中国第三产业增加值构成中的比重分别为：1978年的9.15%、1998年的11.23%、2010 年的12.89%。可见，其增加值在中国第三产业增加值构成中的比重不断上升，而第三产业在国民经济的占比也在不断上升。因此，房地产业增加值占国内生产总值的比重也是在不断上升，房地产业的重要本文由毕业论文网收集整理性可见一斑。房地产投资结构也生了很大的变化，房地产投资与经济增长之间的互动关系也在不断变化之中。房地产业还是国民经济的先导产业。先导产业是指在一国经济的某个阶段，能对产业结构和经济发展起着导向和带动性作用，并具有广阔的市场前景和技术创新能力的产业。房地产的产业链比较长，房地产业的发展需求对其他行业的发展具有“引致需求”的促进作用。比如钢铁、家居装饰及建材等行业，通过产业关联效应对GDP 增长具有间接的贡献作用。另外，还可以通过拉动消费，对GDP 增长具有“引致消费”的贡献作用。 三、房地产投资与经济增长之间的关系 近年来，随着房地产投资规模的不断扩大，房地产投资对经济增长的作用也在不断提高。目前理论界主要采用直接计算法和投资乘数法两种定量方法来考察房地产投资对经济增长的拉动作用。但由于第一种方法测算时只考虑由固定资产投资形成的固定资本形成总额对经济增长的直接贡献，没有考虑投资品行业收入增加所推动的一系列次级消费的增加。投入产出投资乘数法较好地弥补了直接计算法这一

面板数据分析步骤

转载：面板数据分析的思路和Eviews操作： 面板数据一般有三种：混合估计模型；随机效应模型和固定效应模型。首先，第一步是作固定效应和随机效应模型的选择，一般是用Hausman检验。 如果你选用的是所有的企业，反映的是总体的效应，则选择固定效应模型，如果你选用的是抽样估计，则要作Hausman检验。这个可以在Eviews 5.1里头做。 H0：应该建立随机效应模型。 H1：应该建立固定效应模型。 先使用随机效应回归，然后做Hausman检验，如果是小概率事件，拒绝原假设则应建立固定效应模型，反之，则应该采用随机效应模型进行估计。 第二步，固定效应模型分为三种：个体固定效应模型、时刻固定效应模型和个体时刻固定效应模型（这三个模型的含义我就不讲了，大家可以参考我列的参考书）。如果我们是对个体固定，则应选择个体固定效用模型。但是，我们还需作个体固定效应模型和混合估计模型的选择。所以，就要作F值检验。相对于混合估计模型来说，是否有必要建立个体固定效应模型可以通过F检验来完成。 H0：对于不同横截面模型截距项相同（建立混合估计模型）。SSEr H1：对于不同横截面模型的截距项不同（建立时刻固定效应模型）。SSEu

F统计量定义为：F=[( SSEr - SSEu)/(T+k－2)]/[ SSEu/(NT-T-k)] 其中，SSEr，SSEu分别表示约束模型（混合估计模型的）和非约束模型（个体固定效应模型的）的残差平方和（Sum squared resid）。非约束模型比约束模型多了T–1个被估参数。需要指出的是：当模型中含有k 个解释变量时，F统计量的分母自由度是NT-T- k。通过对F统计量我们将可选择准确、最佳的估计模型。 在作回归是也是四步：第一步，先作混合效应模型：在cross-section 一栏选择None ，Period也是None；Weights是cross-section Weights，然后把回归结果的Sum squared resid值复制出来，就是SSEr 第二步：作个体固定效用模型：在cross-section 一栏选择Fixed ，Period也是None；Weights是cross-section Weights，然后把回归结果的Sum squared resid值复制出来，就是SSEu 第三步：根据公式F=[( SSEr - SSEu)/(T+k－2)]/[ SSEu/(NT-T-k)]。计算出结果。其中，T为年数，不管我们的数据是unbalance还是balance 看observations就行了，也即Total pool (balanced) observations:的值，但是如果是balance我们也可以计算，也即是每一年的企业数的总和。比如说我们研究10年，每一年又500加企业，则NT＝10×500＝5000。K为解释变量，不含被解释变量。 第四步，根据计算出来的结果查F值分布表。看是否通过检验。检验准则：当F> Fα(T-1, NT-T-k) , α=0.01,0.05或0.1时，拒绝原假设，则结论是应该建立个体固定效应模型，反之，接受原假设，则不能建立个体固定效应模型。

外商直接投资与我国经济增长的关系研究5.10

封面

目录 （一）、背景简介 (6) （二）、文献综述 (6) （三）、分析思路和方法 (7) （一）、我国FDI的发展历程 (8) 1．缓慢增长阶段（1983-1991）： (8) 2．快速增长阶段（1992-1995）： (8) 3．调整稳步发展阶段（1996-2001年）： (9) 4．高速增长阶段（2002-2011）： (9) （二）、FDI在我国的发展现状 (9) 1．外商涉及的产业领域越来越广，且趋向独资化 (9) 2．外商投资区域格局变化较小 (10) 3．香港和自由港的资金投入占外商直接投资比重增加 (11) 4．我国房地产业吸引外商直接投资最为显著 (11) 5． 2012年我国吸入外资额持续下降，吸收外资压力增大 (12) （一）、增加资本供给，弥补建设资金 (13) （二）、增加财政税收，提高外汇储备 (13) （三）、促进经济增长，增强经济活力 (13) （四）、促进经济结构调整升级 (14) （一）、进一步改善投资环境 (15) （二）、级济发展服务业，增强对外资的吸引力 (15) （三）、建立健全外商直接投资的法律法规体系 (15)

外商直接投资与我国经济增长的关系研究 学生姓名：指导老师：

一、直接投资的概念和特点 （一）、背景简介 二十世纪七十年代以来，随着经济全球化步伐的加快，国际资本流动日益活跃，直接投资（FDI）成为主要的资本流动方式，也成为发展中国家获取外部资本的主要渠道。改革开放以来，我国在吸收外商直接投资上取得了举世瞩目的巨大成就，我国经济这种持续快速增长，与改革开放以来所推行的市场化改革，特别市所有制改革密切相关。FDI大量涌入我国，使得我国成为世界上吸引FDI最多的国家之一。目前我国已成为全球最大的直接投资吸收国，外资成为了我国经济增长的不可缺少的拉动力。那么，我们有必要清楚地知道，我国吸收外商直接投资到底带来了哪些好处，收到了什么样的经济效应，并且应该弄清楚外商直接投资对我国经济增长的贡献到底有多大。同时要清楚的认识到，在我国的经济建设进程中，我们同样需要积极吸引外商直接投资来加快经济建设。 研究外商直接投资（FDI）的经济效应重点在于探讨FDI对经济产生什么影响、影响这些效应的因素是什么和这些效应产生的机制和路径是怎样的。外商直接投资与中国经济增长的关系体现为外商直接投资促进中国经济增长。根据以往有关FDI和经济增长理论的研究，从经济理论的发展中挖掘FDI对增长作用的思想渊源；从我国经济增长与FDI的关系进行考察，理清FDI与经济增长联系的脉络。此外，要重点研究我国FDI发展历程中存在的问题，探讨FDI对我国经济增长带来的正负面影响，影响到什么程度，以及我国采取什么样的措施才能避免对本国企业的冲击。通过对我国FDI的现状、我国FDI存在的问题及FDI对我国经济增长的双重影响的研究，为我国进一步执行合理的FDI政策和经济发展方针提供了一定的理论依据。因此，研究FDI对我国经济增长影响的分析有着重要的理论意义。 （二）、文献综述 关于外商直接投资对东道国经济增长效应的分析与探讨，主要形成里两大派系。一是以Solow为代表的新古典增长理论，认为外国直接投资知识增加了资本积累，因为只能对短期经济增长产生影响。政策性变量对经济增长只产生短期作用。因此，任何鼓励外国直接投资的政策都是短效的。另一种是以Barro，Sala.I.Martin为代表的内生增长理论，认为通过某种渠道，外国直接投资可以对经济增长产生长期作用。按照内生增长理论，政策变量可以

eviews面板数据实例分析

1、已知1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费(cp,不变价格)与人均收入(ip,不变价格)居民,利用数据(1)建立面板数据(panel data)工作文件;(2)定义序列名并输入数据;(3)估计选择面板模型;(4)面板单位根检验。 年人均消费(consume)与人均收入(income)数据以及消费者价格指数(p)分别见表9、1,9、2与9、3。 表9、1 1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费(元)数据人均消费1996 1997 1998 1999 2000 2001 2002 CONSUMEAH 3607、43 3693、55 3777、41 3901、81 4232、98 4517、65 4736、52 CONSUMEBJ 5729、52 6531、81 6970、83 7498、48 8493、49 8922、72 10284、6 CONSUMEFJ 4248、47 4935、95 5181、45 5266、69 5638、74 6015、11 6631、68 CONSUMEHB 3424、35 4003、71 3834、43 4026、3 4348、47 4479、75 5069、28 CONSUMEHLJ 3110、92 3213、42 3303、15 3481、74 3824、44 4192、36 4462、08 CONSUMEJL 3037、32 3408、03 3449、74 3661、68 4020、87 4337、22 4973、88 CONSUMEJS 4057、5 4533、57 4889、43 5010、91 5323、18 5532、74 6042、6 CONSUMEJX 2942、11 3199、61 3266、81 3482、33 3623、56 3894、51 4549、32 CONSUMELN 3493、02 3719、91 3890、74 3989、93 4356、06 4654、42 5342、64 CONSUMENMG 2767、84 3032、3 3105、74 3468、99 3927、75 4195、62 4859、88 CONSUMESD 3770、99 4040、63 4143、96 4515、05 5022 5252、41 5596、32 CONSUMESH 6763、12 6819、94 6866、41 8247、69 8868、19 9336、1 10464 CONSUMESX 3035、59 3228、71 3267、7 3492、98 3941、87 4123、01 4710、96 CONSUMETJ 4679、61 5204、15 5471、01 5851、53 6121、04 6987、22 7191、96 CONSUMEZJ 5764、27 6170、14 6217、93 6521、54 7020、22 7952、39 8713、08 表9、2 1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均收入(元)数据人均收入1996 1997 1998 1999 2000 2001 2002 INCOMEAH 4512、77 4599、27 4770、47 5064、6 5293、55 5668、8 6032、4 INCOMEBJ 7332、01 7813、16 8471、98 9182、76 10349、69 11577、78 12463、92 INCOMEFJ 5172、93 6143、64 6485、63 6859、81 7432、26 8313、08 9189、36 INCOMEHB 4442、81 4958、67 5084、64 5365、03 5661、16 5984、82 6679、68 INCOMEHLJ 3768、31 4090、72 4268、5 4595、14 4912、88 5425、87 6100、56 INCOMEJL 3805、53 4190、58 4206、64 4480、01 4810 5340、46 6260、16 INCOMEJS 5185、79 5765、2 6017、85 6538、2 6800、23 7375、1 8177、64 INCOMEJX 3780、2 4071、32 4251、42 4720、58 5103、58 5506、02 6335、64 INCOMELN 4207、23 4518、1 4617、24 4898、61 5357、79 5797、01 6524、52 INCOMENMG 3431、81 3944、67 4353、02 4770、53 5129、05 5535、89 6051 INCOMESD 4890、28 5190、79 5380、08 5808、96 6489、97 7101、08 7614、36 INCOMESH 8178、48 8438、89 8773、1 10931、64 11718、01 12883、46 13249、8 INCOMESX 3702、69 3989、92 4098、73 4342、61 4724、11 5391、05 6234、36 INCOMETJ 5967、71 6608、39 7110、54 7649、83 8140、5 8958、7 9337、56 INCOMEZJ 6955、79 7358、72 7836、76 8427、95 9279、16 10464、67 11715、6 表9、3 1996—2002年中国东北、华北、华东15个省级地区的消费者物价指数物价指数1996 1997 1998 1999 2000 2001 2002 PAH 109、9 101、3 100 97、8 100、7 100、5 99