房地产影响因素分析
影响房地产经济发展的因素及对策分析
影响房地产经济发展的因素及对策分析房地产经济是国民经济中的重要支柱，对GDP、就业率、财政收入等方面都有着重要的影响。
然而，在当前的经济形势下，房地产市场面临着诸多挑战，如过度投资、高杠杆率、调控政策等。
本文将分析影响我国房地产经济发展的因素，并提出对应的解决策略。
一、人口迁移和城市化进程近年来，我国城市化进程加速，并且人口流动也在不断增加。
这些变化给房地产市场带来了巨大的机会和挑战。
一方面，随着城市化的进程，新市民对住房的需求不断增加，住房需求的扩大导致了房地产市场的繁荣；另一方面，城市人口流动加速，导致一些城市的楼市面临着房屋积压的问题。
对策：政府应通过控制人口流动和加快城镇化进程使各地城市房地产市场得到合理发展。
二、宏观经济波动宏观经济周期的不确定性给房地产市场的发展增加了不稳定性，由于房地产市场的复杂性和高度整合性，宏观经济上的波动会直接影响到房地产市场的供需关系和价格水平。
对策：政府应制定相应的政策以尽可能的缓解宏观经济波动对房地产市场的影响。
三、实行的调控政策我国政府从2016年开始实施了一系列房地产市场调控政策。
总体来看，市场调控的效果显著，但是也存在一些问题。
比如，一些城市可能会过度强调调控，导致市场过于悲观，并产生过度抛售，破坏市场供需平衡。
对策：应当根据各地调控效果进行策略的调整，并在强化调控的同时保护市场平衡，避免产生过度抛售现象。
四、利率变化在我国，房地产市场的发展离不开信贷的支持。
一般情况下，利率过高会对房地产市场产生不利影响，比如拆迁和土地成本的上升，开发商承担的成本增加，房价上涨，房屋成交量下降等。
对策：政府要审慎控制货币政策，避免利率剧烈波动，并通过设定合理的利率水平来调控房地产市场。
五、土地供应和土地成本土地成本是影响房地产市场成本结构的一个重要因素。
在土地供应紧张的情况下，土地价格的上涨将直接导致开发商的成本增加，从而使商品房价格也随之上涨。
对策：应当增加土地供应量，调整土地成本，降低商品房的成本和价格。
房地产经济的影响因素分析
房地产经济的影响因素分析房地产经济一直是各国经济发展的一个重要组成部分。
房地产市场的繁荣与否，不仅直接影响着相关行业的发展，还会深刻影响着全国经济的发展。
分析房地产经济的影响因素，对于促进经济持续稳定增长，具有重要的意义。
一、宏观经济政策宏观经济政策是指政府通过调整货币政策、财政政策等手段对经济进行调控。
这些政策直接影响着房地产市场的发展情况。
政府出台一揽子措施来降低房地产市场的过热程度，限制房地产融资，严格房地产开发许可等措施，都会直接对房地产市场产生影响。
货币政策的宽松与否，也会对购房者的购房意愿产生影响。
二、居民收入水平居民收入水平直接影响了居民的购房能力。
当居民收入水平较高时，他们会更有能力购买商品房或者改善性住房；相反，收入水平较低时，他们购房的能力就会受到限制。
居民收入水平是决定房地产市场需求的一个重要因素。
三、城市化进程城市化进程是当今世界上的一个普遍现象，城市化进程加速了人口流动，增加了对城市住房的需求。
随着城市化进程的不断发展，农村人口向城市转移，城市居民的住房需求也在不断增加。
城市化进程对于房地产市场的需求产生了直接的影响。
四、土地资源供应土地资源供应是影响房地产市场供给的一个决定性因素。
在中国，土地供应主要由政府掌握，政府出让土地所得收入也是政府的重要财政收入来源。
政府的土地出让政策直接会影响到房地产开发商的开发意愿和能力。
土地资源的供应限制与否，会直接决定着房地产市场的供给情况。
五、金融政策金融政策对于房地产市场的影响也是十分重要的。
金融政策的紧缩或者宽松对于购房者来说都会产生直接影响。
金融政策的宽松会增加购房者的购房能力，从而促进房地产市场的繁荣；而金融政策的紧缩则会降低购房者的购房能力，从而影响房地产市场的发展。
在房地产市场是一个综合影响因素较多的市场，政策因素、经济水平、土地资源等多个因素相互作用，共同决定着房地产市场的发展走向。
对于房地产市场的研究分析，需要全方位的考虑各个主要的影响因素，进行综合分析。
房地产市场供需关系及其影响因素分析
房地产市场供需关系及其影响因素分析一、介绍随着经济水平的不断提高，人们对于房屋的需求也越来越多。
房地产市场的供需关系因此显得尤为重要。
本文将从市场供求情况、政策因素、金融因素和经济因素四个方面对房地产市场供需关系进行分析。
二、市场供求情况房地产市场的供求关系受到很多因素的影响：人口增长、城镇化率、社会消费水平、人均收入、利率等。
其中人口增长是影响房地产市场最主要的因素之一。
随着人口的增多，对于住房的需求也不断增加，这反映在市场上的需求量上。
该因素的影响可以从两个角度来看：首先是人口的总量，随着人口的增加，对于房地产的需求也会相应地增加；其次是人口的涵盖面积，由于不同地区的人口密度不同，因此房地产需求以及相应的污染水平也会随之变化。
除此之外，随着城镇化率的提高，人们更加倾向于在城市中购买房屋。
人均收入的增加也将会促使购买力的增强，而消费水平则会对于房地产需求量的增减产生很大的影响。
三、政策因素房地产市场的供求关系受到政策的影响也非常大。
政策因素包括政府对于住房市场的调控、政策的执行情况以及不同政策对于住房市场的影响程度。
政府的调控主要是通过制定税收政策、贷款政策、住房售卖政策等来影响市场供求关系。
如果政府的调控措施出现不当的情况，会导致市场的供需关系失衡，引发房地产市场的波动，甚至成为新一轮金融危机的根源。
四、金融因素金融因素也是影响房地产市场供需关系的一个重要的因素。
金融因素一般包括利率、货币政策等。
随着利率的提高，如果房地产买房者所需要支付的利息增多，可能会导致供求关系失衡，市场需求量减少。
然而，如果利率大幅度降低，这可能会导致市场投机行为的增加，使得市场出现泡沫。
五、经济因素房地产市场的供求关系还受到巨大的经济因素的影响，经济因素主要包括通货膨胀率、国际货币汇率、政府财政预算等。
对于房地产市场来说，发展对于经济发展的稳定是非常重要的。
如果经济增长率止步不前，很可能会导致房地产市场衰退。
因此在制定经济政策时，也需要把房地产发展纳入其中。
影响房地产投资的因素
影响房地产投资的因素随着经济的快速发展和城市化进程的加快，房地产业成为许多投资者眼中的香饽饽。
然而，要想在这个行业获得成功并取得可观的回报，需要充分了解和考虑许多因素。
本文将探讨一些影响房地产投资的重要因素，以帮助投资者做出明智的决策。
一、经济因素经济状况是影响房地产投资的首要因素之一。
宏观经济指标如GDP、失业率和通货膨胀率等都会对房地产市场产生重大影响。
例如，经济增长势头强劲时，人们收入水平提高，购买力增强，这将推动房价上涨。
相反，经济衰退会导致就业率下降和人们购买力减弱，从而对房地产投资造成不利影响。
二、政策因素政策因素是影响房地产投资的另一个重要因素。
政府的政策和监管对于房地产市场起着至关重要的作用。
严格的土地使用规划、贷款政策和税收政策等都会直接影响房地产市场的供求关系和价格水平。
政府限制土地供应和购房贷款，有时会导致房价上涨，而减税措施则可能刺激购房需求。
三、地理因素地理因素对房地产投资也有重要影响。
城市的地理位置决定了其发展潜力和吸引力。
例如，位于经济中心的城市往往具有更强的经济增长和投资回报。
此外，气候和自然灾害等地理因素也会影响房价和投资风险。
一些受自然灾害威胁的地区可能会面临较高的保险成本和低买家需求。
四、人口因素人口因素是影响房地产投资的另一个重要因素。
人口规模、增长率和结构将决定对房产的需求量和类型。
人口的分布、社会结构和生活方式变化也会对不同区域的房地产市场产生影响。
例如，年轻人的需求影响了公寓市场的发展，老年人口的增加则推动了养老地产的兴起。
五、技术因素技术的迅速发展也对房地产投资带来了巨大影响。
例如，互联网和移动应用的普及使房地产信息获取和交易更加便捷。
在线房产平台的兴起使人们可以更轻松地找到潜在投资机会。
此外，新兴技术如智能家居、绿色建筑和可再生能源也在推动房地产行业向更可持续和环保的方向发展。
六、社会因素社会因素也是影响房地产投资的重要因素之一。
社会发展、生活方式和文化变化都会对房地产市场产生影响。
房地产经济的影响因素分析
房地产经济的影响因素分析房地产经济的影响因素有很多，下面是一个对房地产经济影响因素进行分析的简要介绍。
1. 宏观经济因素：宏观经济因素对房地产市场有着重要的影响。
如经济增长率、通货膨胀率、利率水平、货币政策等。
经济增长率是房地产市场需求的重要指标，通货膨胀率会影响人们资产的保值增长预期，利率水平直接影响房地产市场的投资成本，货币政策是货币供给的调控手段，也会对房地产市场起到影响。
2. 人口因素：人口规模和分布状况对房地产市场产生重要的影响。
人口规模的变化会直接影响到房地产市场的供需关系，人口的流动和分布也会导致各地房地产市场的变化。
3. 政策因素：政府对房地产市场的政策也会对房地产经济产生重要的影响。
政府的土地供应政策、楼市调控政策、贷款政策等都会对房地产市场供需关系、价格水平以及开发商和购房者的行为产生影响。
4. 土地因素：土地是房地产经济的关键要素，土地供应的量和质量对房地产市场的影响非常大。
土地供应的不足会导致房价上涨，土地质量的差异也会导致不同地区房价的差异。
5. 城市化进程：城市化进程的加快会导致城市人口的快速增加和房地产需求的增加，从而推动房地产经济的发展。
城市化也会导致城市土地供应的紧张状况。
6. 社会因素：社会因素也会对房地产经济产生影响。
如人们对房地产投资的预期、收入水平、居住需求的变化等。
人们预期房地产价格的上涨会导致投资需求的增加，而人们收入水平的提高会增加购房需求。
7. 供求关系：供求关系是房地产经济的核心。
供需关系的变化直接影响到房地产市场的价格和交易量。
当供大于求时，房价可能会下跌，交易量可能会减少；当供小于求时，房价可能会上涨，交易量可能会增加。
房地产经济的影响因素是多方面的，涉及到宏观经济、人口、政策、土地、城市化进程、社会以及供求等多个方面。
了解这些影响因素，可以帮助我们更好地理解和分析房地产经济的发展和行情。
房地产市场内外因素影响分析
房地产市场内外因素影响分析房地产市场是国民经济的重要组成部分，其受到内外因素的影响具有显著性和复杂性。
本文旨在分析房地产市场受到的内外因素影响，并探讨其对市场的潜在影响。
一、内因素影响1. 政策调控：政府宏观调控政策对房地产市场有着直接的影响。
例如，调控购房政策会限制个人购房能力，从而使房地产市场需求减少，价格下降；而一些鼓励购房的政策则会刺激市场需求，推动房价上涨。
2. 土地供应：土地是房地产市场的基础，土地供应的变化直接影响到市场供需关系。
政府对土地的供应政策、土地出让方式等均会对市场产生重要影响。
土地供应紧张会推高房价，而土地供应充足则会使房价相对稳定。
3. 刚性需求：社会群体的基本居住需求是房地产市场存在的刚性需求。
人们无论景气与否，都需要解决住房问题，这种刚性需求对市场均衡起着决定性作用。
二、外因素影响1. 经济环境：经济的总体发展状况对房地产市场有着重要影响。
经济增长水平高、就业形势好的时候，人们的购房能力增强，市场需求旺盛，房价上涨的可能性较大。
而经济低迷、就业不稳定的时候，市场需求减少，房价可能下跌。
2.金融政策：金融政策的调控对房地产市场也会产生重要的影响。
例如，加息会提高购房成本，抑制购房需求，对房地产市场形成负面影响；而降息则有可能刺激市场需求，促进房价上涨。
3.人口因素：人口的流动和迁移对房地产市场具有直接的影响。
例如，大量人口涌入一个地区，将直接推动该地区房地产市场需求的增加，进而推高房价。
而人口外流则会导致市场需求减少，房价下跌。
综上所述，房地产市场受到内外因素的共同影响。
政府宏观调控政策，土地供应状况和刚性需求是内因素对市场的重要影响因素。
而经济环境、金融政策和人口因素则是外因素对市场的重要影响因素。
投资者、购房者和政府都需要密切关注这些内外因素，准确评估市场走势，以做出更加明智的决策。
影响房地产市场的因素
影响房地产市场的因素有：(1)城市产业结构影响市场。
随着城市社会经济的发展及产业结构比重的变化，各类房地产的市场需求也会发生变化。
例如某城市的第二产业发展很快，这时厂房的需求量就会增大.当该城市产业结构比重向第三产业倾斜时，办公用房和商业用房的需求量也会增大,而这时厂房的需求量就会减少。
对于这类房产的投资，一方面要有预见性，另一方面要把握好时机. (2）政策变化影响市场需求。
房地产政策的变化,常常会给房地产经营带来商机。
例如1998年,国家公布取消福利分房，实施货币分房的政策后，商品住宅市场需求量猛升,同时也刺激了市场价格的上涨。
(3)城市经济发展与旧城改造带来的需求变化。
城市建设的发展不断给房地产投资带来商机,房地产经纪人可利用对这些变化的预见,为房地产投资者提供旧房投资参考性建议，低价买旧房,以待获取高价拆迁赔偿。
这方面的投资虽有商机，但也有风险,应当注意两个问题:一是投资的旧房最好是商品房,这样较容易获得正常的赔偿；二是如果投资旧房不是商品房，就要看当地政府的政策规定对旧房拆迁是否有利,如果赔偿过低会导致投资失败. （4）经济发展进度与周期对市场需求的影响。
房地产经纪人在帮助投资者进行房地产买卖投资时，应当关注当地经济发展的进度与周期变化。
一般来说，经济发展周期处于低谷是购进的好时机，当经济发展进入高潮时是卖出的好时机。
经济发展快速增长，会刺激房价不断攀升，如果提前入市买进，房价高涨时卖出，投资就成功;但如果在房价处于高峰时期购人房地产，投资被套牢的可能性就很大。
(5）城市土地供应对市场需求变化的影响。
房地产买卖投资入市的时机与城市土地供应量的大小也有一定的关系.当土地供应量过大时,一手楼的市场供应量也相应过大。
在这样的情况下，可供购买的一手楼新产品也多，选择余地大,二手楼的短期投资买卖也就相应难做。
但有时一手楼市场也可能会因市场供过于求，而出现滞销，有的开发商会因银行逼债而急需资金回笼，降价抛售，投资者也可乘低吸呐。
房地产经济的影响因素分析
房地产经济的影响因素分析
房地产经济是指以房地产为主要经济活动，包括房屋建设、销售、租赁和维修等方面，影响房地产经济的因素主要有以下几个方面：
一、经济政策的制定
政府的经济政策对房地产经济的影响非常大。
政府对房地产税率、金融政策、土地政
策等方面的制定都会直接影响到房地产经济的发展方向。
例如，政府大量投资基础设施建设，会带动房地产的发展；调整房产税率、印花税等政策也会直接影响到房地产的价格和
市场情况。
二、市场需求
市场需求直接影响房地产经济的发展方向。
市场需求的变化会直接影响到房价、租金、销售速度等方面。
例如，随着城市化进程的加速，城市人口增加，对住房的需求也会不断
增加，房价会呈现出上涨趋势。
土地是房地产业不可或缺的资源，土地政策的制定直接影响到房地产经济的发展。
例如，政府对土地的供应、土地使用年限、土地出让价格等方面的制度和政策都会对房地产
经济的发展产生重要影响。
金融政策对房地产经济的发展也有着重要的影响。
例如，央行利率的改变、信贷政策
的调整等，都会影响到房地产经济中的投资、融资等方面。
五、经济发展水平
房地产经济的发展还受到经济发展水平的影响。
一个经济发展水平较高的地区，在房
地产价值、土地资源利用价值等方面的发展会较为显著。
综上所述，房地产经济的发展受到多种因素的影响，政府经济政策和市场需求是其中
两大重要因素。
对于房地产行业相关从业者和企业来说，应该根据实际市场需求情况，上
述因素的变化对经营做出及时调整以应对市场变化。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
房地产影响因素分析（背景）2002年以来，我国商品房销售额大幅攀升地产开发和城市基础设施投资的新一轮高速增长。
通过产业链的传递，进而又拉动钢材、有色金属、建材、石化等生产资料价格的快速上涨，刺激这些生产资料部门产能投资的成倍扩张，最后导致全社会固定资产投资规模过大、增速过快情况的出现。
房价过快上涨在推动投资增长过快的同时，已经成为抑制消费的重要因素。
房地产价格本身呈自然上涨趋势，房价中长期趋势总是看涨。
随着我国经济发展，居民可支配收入提高，民间资金雄厚，大量资金需要寻找投资渠道，而股票市场等投资渠道目前又处于低迷状态，这是房地产投资需求不断扩大的经济背景。
强劲的CPI上涨说明当前的房价上涨并非孤立，是有其宏观经济背景的。
宏观调控能否有效防止局部行业过热出现反弹，其中的关键就是要继续加强和完善对房地产业的调控。
（引言）国际上关于房地产有一种普遍的观点：人均收入超过1000美元，房地产市场呈现高速发展阶段。
欧美等发达国家基本都经历了这样一个阶段。
我们这篇论文，主要探讨房地产影响因素分析，主要从人均收入对房地产长期发展的影响阐述。
年份 X1 X2 X3 Y1990 2551.736 1510.16 222 704.33191991 1111.236 1700.6 233.3 786.19351992 590.5998 2026.6 253.4 994.65551993 2897.019 2577.4 294.2 1291.4561994 3532.471 3496.2 367.8 1408.6391995 3983.081 4282.95 429.6 1590.8631996 4071.181 4838.9 467.4 1806.3991997 3527.536 5160.3 481.9 1997.1611998 2966.057 5425.1 479 2062.5691999 2818.805 5854 472.8 2052.62000 2674.264 6279.98 476.6 2111.6172001 2830.688 6859.6 479.9 2169.7192002 2906.16 7702.8 475.1 2250.1772003 3011.424 8472.2 479.4 2359.4992004 3441.62 9421.6 495.2 2713.878X1=建材成本（元/平方米）X2=居民人均收入（元）X3=物价指数Y=房地产价格（元/平方米）初定模型：Y=c+a1*x1 +a2*x2 +a3*x3+et Dependent Variable: YMethod: Least SquaresDate: 06/05/05 Time: 23:04Sample: 1990 2004Included observations: 15Variable CoefficientStd. Error t-Statistic Prob.X3 2.537578 0.590422 4.297908 0.0013X2 0.146495 0.020968 6.986568 0.0000X1 -0.0180160.035019 -0.514447 0.6171C 33.20929 118.2747 0.280781 0.7841R-squared 0.983094 Meandependent var 1753.317Adjusted R-squared 0.978483 S.D. dependentvar600.9536S.E. of regression 88.15143 Akaike infocriterion12.01917Sum squared resid 85477.42 Schwarzcriterion12.20798Log likelihood -86.14376 F-statistic 213.2186Durbin-Watson stat 1.504263 Prob(F-statistic) 0.00000一：多元线性回归Dependent Variable: YMethod: Least SquaresDate: 06/05/05 Time: 23:05Sample: 1990 2004Included observations: 15Variable CoefficientStd. Error t-Statistic Prob.X1 0.336010 0.151084 2.223999 0.0445C 792.0169 453.4460 1.746662 0.1043R-squared 0.275612 Meandependent var 1753.317Adjusted R-squared 0.219889 S.D. dependentvar600.9536S.E. of regression 530.7855 Akaike infocriterion15.51016Sum squared resid 3662533. Schwarzcriterion15.60457Log likelihood -114.3262 F-statistic 4.946171Durbin-Watson stat 0.275870 Prob(F-statistic) 0.04449Dependent Variable: YMethod: Least SquaresDate: 06/05/05 Time: 23:09Sample: 1990 2004Included observations: 15Variable CoefficientStd. Error t-Statistic Prob.X3 5.501779 0.525075 10.47809 0.0000C -486.8605220.1227 -2.211769 0.0455R-squared 0.894128 Meandependent var 1753.317Adjusted R-squared 0.885984 S.D. dependentvar600.9536S.E. of regression 202.9191 Akaike infocriterion13.58706Sum squared resid 535290.2 Schwarzcriterion13.68146Log likelihood -99.90293 F-statistic 109.7903Durbin-Watson stat 0.440527 Prob(F-statistic) 0.00000Dependent Variable: YMethod: Least SquaresDate: 06/05/05 Time: 23:10Sample: 1990 2004Included observations: 15Variable CoefficientStd. Error t-Statistic Prob.X2 0.236347 0.015879 14.88417 0.0000C 561.9975 88.56333 6.345713 0.0000R-squared 0.944572 Meandependent var 1753.317Adjusted R-squared 0.940308 S.D. dependentvar600.9536S.E. of regression 146.8243 Akaike infocriterion12.93992Sum squared resid 280245.9 Schwarzcriterion13.03432Log likelihood -95.04937 F-statistic 221.5384Durbin-Watson stat 0.475648 Prob(F-statistic) 0.00000Dependent Variable: YMethod: Least SquaresDate: 06/07/05 Time: 21:42Sample: 1990 2004Included observations: 15Variable CoefficientStd. Error t-Statistic Prob.X3 2.355833 0.458340 5.139923 0.0002X2 0.150086 0.019157 7.834714 0.0000C 37.56794 114.2991 0.328681 0.7481R-squared 0.982687 Meandependent var 1753.317Adjusted R-squared 0.979802 S.D. dependentvar600.9536S.E. of regression 85.40783 Akaike infocriterion11.90961Sum squared resid 87533.98 Schwarzcriterion12.05122Log likelihood -86.32207 F-statistic 340.5649Durbin-Watson stat 1.408298 Prob(F-statistic) 0.00000得到结果发现，ｘ１的系数小，然后对ｙ与ｘ１回归可决系数小，相关性差，剔出这个因素。
因为价格更多取决于供需关系。
修正之后为：Y＝c+a2*x2+a3*x3＋et二：多重线性分析：三个表如上：X2 与X3 存在多重共线性，1.000000 0.8760730.876073 1.000000Dependent Variable: YMethod: Least SquaresDate: 06/05/05 Time: 23:09Sample: 1990 2004Included observations: 15Variable CoefficientStd. Error t-Statistic Prob.X3 5.501779 0.525075 10.47809 0.0000C -486.8605220.1227 -2.211769 0.0455R-squared 0.894128 Meandependent var 1753.317Adjusted R-squared 0.885984 S.D. dependentvar600.9536S.E. of regression 202.9191 Akaike infocriterion13.58706Sum squared resid 535290.2 Schwarzcriterion13.68146Log likelihood -99.90293 F-statistic 109.7903Durbin-Watson stat 0.440527 Prob(F-statistic) 0.00000Sample: 1990 2004Included observations: 15Variable CoefficientStd. Error t-Statistic Prob.X2 0.236347 0.015879 14.88417 0.0000C 561.9975 88.56333 6.345713 0.0000R-squared 0.944572 Meandependent var 1753.317Adjusted R-squared 0.940308 S.D. dependentvar600.9536S.E. of regression 146.8243 Akaike infocriterion12.93992Sum squared resid 280245.9 Schwarzcriterion13.03432Log likelihood -95.04937 F-statistic 221.5384Durbin-Watson stat 0.475648 Prob(F-statistic) 0.00000由于引入物价指数改善小，所以模型仅一步改进为：Y＝c+a2*x2＋et三：异方差检验：ARCH Test:F-statistic 1.315031 Probability 0.335173Obs*R-squared 3.963227 Probability 0.265462Test Equation:Method: Least SquaresDate: 06/05/05 Time: 23:46Sample(adjusted): 1993 2004Included observations: 12 after adjusting endpoints Variable CoefficientStd. Error t-Statistic Prob.C 22737.94 10296.61 2.208295 0.0582RESID^2(-1) 0.241952 0.383144 0.631493 0.5453 RESID^2(-2) -0.3277690.404787 -0.809734 0.4415RESID^2(-3) -0.273720.378355 -0.723449 0.4900R-squared 0.330269 Meandependent var 16705.23Adjusted R-squared 0.079120 S.D. dependentvar18205.33S.E. of regression 17470.29 Akaike infocriterion22.63559Sum squared resid 2.44E+09Schwarzcriterion22.79723Log likelihood -131.8136 F-statistic 1.315031Durbin-Watson stat 1.842435 Prob(F-statistic) 0.335173ＡＲＣＨ＝３．９６３＜临界值７．８１４７３所以无异方差White Heteroskedasticity Test:F-statistic 0.159291 Probability 0.854522 Obs*R-squared 0.387928 Probability 0.823687 Test Equation:Method: Least SquaresDate: 06/05/05 Time: 23:46Sample: 1990 2004Included observations: 15Variable CoefficientStd. Error t-Statistic Prob.C 31063.28 22612.20 1.373740 0.1946X2 -5.0557549.640127 -0.524449 0.6095X2^2 0.000421 0.000907 0.464605 0.6505R-squared 0.025862 Meandependent var 18683.06Adjusted R-squared -0.136494S.D. dependentvar18673.13S.E. of regression 19906.77 Akaike infocriterion22.81236Sum squared resid 4.76E+09Schwarzcriterion22.95397Log likelihood -168.0927 F-statistic 0.159291Durbin-Watson stat 1.357657 Prob(F-statistic) 0.854522ＷＨＩＴＥ＝０．３８７９＜临界值７．８１４７３无异方差。