国房景气指数连回落 商品房空置1.27亿平

国家统计局公布数据显示,5月份全国房地产开发景气指数为103.34,连续6个月出现环比下跌。商品房空置面积同比增长0.1%,增幅较上月有所收窄。房地产开发投资及到位资金增幅亦出现小幅下滑。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

国房景气指数连续6个月环比回落

新华社北京6月18日电(曾琴刘铮)国家统计局18日公布的数据显示,5月份全国房地产开发景气指数为103.34,比4月份回落0.73点,这是国房景气指数连续6个月出现环比(比上月)回落。

从统计局发布的国房景气指数趋势图能清楚地看到,国房景气指数从2007年3月起连续8个月环比上升,而从2007年12月开始环比连续回落,到2008年5月份已连续6个月回落。

虽然环比连续回落,但当前国房景气指数仍处于景气空间。国房景气指数以100为临界值,指数值高于100为景气空间,低于100则为不景气空间。

统计显示,截至5月底,全国商品房空置面积为1.27亿平方米,同比增长0.1%,而上月为下降1.8%。其中,空置商品住宅6495万平方米,下降4.8%,降幅比上月缩小1.9个百分点。

房地产开发投资和到位资金增幅都出现小幅回落。前5个月,全国完成房地产开发投资9519亿元,同比增长31.9%,增幅比上月回落0.2个百分点;房地产开发企业实现到位资金15099亿元,增长24.3%,增幅回落1.6个百分点。

土地开发和房屋施工面积增幅也都出现了回落。前5个月,全国房地产开发企业完成土地开发面积同比增长4.3%,增幅回落1.6个百分点;全国房屋施工面积增长24.9%,增幅回落0.5个百分点。

发展改革委、国家统计局此前公布的数据显示,全国70个大中城市房屋销售价格5月份同比上涨9.2%,涨幅也比上月回落了0.9个百分点。        

<think>好的,我现在需要帮助用户解决在EViews中对GDP季度数据和国房景气指数月度数据进行协整检验的问题。首先,我需要回顾用户的问题,确保我准确理解了需求。用户提到的是两种不同频率的数据:GDP是季度数据,国房景气指数是月度数据。他们想了解如何进行协整检验的具体步骤和图示教程。 首先,协整检验通常要求数据是相同频率的,因此用户的第一个问题应该是如何处理不同频率的数据。根据引用[1],EViews提供了频率转换的功能,可以将季度数据转为月度数据,或者反之。但用户需要的是协整检验,而协整检验通常需要变量具有相同的频率。因此,我需要建议用户将季度数据转换为月度数据,或者将月度数据转换为季度数据,以保持频率一致。 接下来,用户可能需要知道如何进行频率转换。根据引用[1],EViews10可以使用频率转换功能,比如通过Proc/Convert Frequency选项,选择插值方法,如二次匹配均法(Quadratic-match average)。这可能适用于将季度GDP转换为月度数据。但是,用户需要注意,这种转换可能会引入误差,特别是当数据具有季节性波动时,可能需要调整季节因素。 然后,协整检验的前提是数据必须是同阶单整的。根据引用[2],用户需要先进行稳性检验,比如ADF检验。如果两个变量都是同阶单整(例如,都一阶差分稳),才能进行协整检验。因此,步骤可能包括:1. 数据频率转换;2. 稳性检验;3. 协整检验。 对于协整检验的具体步骤,引用[3]提到在面板数据中使用KAO协整检验,但用户的数据是时间序列,可能需要使用Engle-Granger方法或Johansen检验。在EViews中,Johansen检验更常见。因此,用户需要先将两变量转换为相同频率,确保同阶单整,然后在VAR模型设定下进行Johansen协整检验。 用户可能需要图示教程,但由于我无法提供图片,需要详细描述菜单路径和选项。例如,在EViews中,打开两个变量组成的组,然后从菜单中选择协整检验,选择Johansen方法,设置滞后期等。 此外,用户可能遇到的问题包括:如何处理不同频率的数据转换后的结果,如何确定滞后期数,如何解释协整检验的结果(如迹统计量和最大特征值统计量)。引用[4]提到协方差和相关性的区别,但可能在此问题中相关性不大,但需要确保在协整检验中变量之间存在长期均衡关系。 总结步骤: 1. 统一数据频率:将季度GDP转换为月度,或国房指数转换为季度。 2. 稳性检验:对转换后的数据进行ADF检验,确认同阶单整。 3. 协整检验:使用Johansen方法进行检验,查看是否存在协整关系。 需要详细说明每个步骤的具体操作,例如在EViews中的菜单路径,参数设置,结果解读。同时,需要注意用户可能对频率转换和检验方法不熟悉,需要给出明确的指导,例如推荐使用季度数据以避免插值过多,或者建议使用某种转换方法。 可能还需要提醒用户,如果变量频率不同,直接进行协整检验可能不准确,必须先统一频率。此外,解释协整检验的结果,如迹统计量是否超过临界值,P值是否显著等,如引用[3]中的例子,P值小于0.05说明存在协整关系。 最后,生成相关问题,帮助用户进一步理解,例如如何处理不同频率数据,协整检验的其他方法,结果不显著时的应对措施等。</think>在EViews中对不同频率数据(GDP季度数据和国房景气指数月度数据)进行协整检验需分步骤处理,以下是具体操作指南: --- ### 一、数据频率统一(季度转月度) 1. **导入季度GDP数据** - 通过`File/Open`加载GDP季度数据文件 - 右键点击序列选择`Proc/Convert Frequency` - 在转换方法中选择**Quadratic-match average**(二次匹配均法),适合经济数据的滑转换[^1] 2. **生成月度数据** ```eviews ' 生成月度GDP序列(假设原序列名为GDP_Q) series GDP_M = @convert(GDP_Q, "q2m", quadratic) ``` --- ### 二、稳性检验(ADF检验) 1. **打开两变量组** - 按住Ctrl键选中`GDP_M`和`国房景气指数`序列 - 右键选择`Open/as Group` 2. **执行ADF检验** - 在组窗口点击`View/Unit Root Test` - 选择检验类型:**Augmented Dickey-Fuller** - 设定差分阶数(通常先对原序列检验,若不准则检验一阶差分序列) - 输出结果中关注**P值**,若P<0.05则为稳序列[^2] --- ### 三、协整检验(Johansen方法) 1. **创建VAR模型** - 选中两变量组,点击`Quick/Estimate VAR` - 设定**Endogenous Variables**为`GDP_M`和`国房景气指数` - 根据AIC准则选择**滞后阶数**(如滞后2期) 2. **执行协整检验** - 在VAR窗口点击`View/Cointegration Test/Johansen System Cointegration Test` - 选择模型形式:通常为**第三种(含截距无趋势)** - 查看迹统计量(Trace Statistic)和最大特征值统计量: - 若统计量**大于临界值**,则拒绝无协整关系的原假设 - 例如:迹统计量=35.21(5%临界值=25.32),P=0.008 → 存在协整关系[^3] --- ### 四、结果解读与图示 1. **协整方程输出** EViews会生成标准化协整系数,如: $$ GDP_M = 1.23 \times 国房指数 + 4.56 $$ 表示两变量存在长期均衡关系。 2. **误差修正模型(ECM)** 若需进一步分析短期动态,可通过`Quick/Estimate Equation`输入: ```eviews D(GDP_M) C ECT(-1) D(国房指数(-1)) D(GDP_M(-1)) ``` 其中`ECT(-1)`为误差修正项,系数应显著为负。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值