面板数据回归模型(二)房价的影响因素分析

1.数据来源

本文选择我国出一线城市房价均值、新一线城市房价均值、二线城市房价均值、货币供应量和利率。选取2002-2018年的数据，共17组数据，由于数据的自然对数变换不改变原有的协整关系，并能使其趋势线性化，消除时间序列中存在的异方差现象，所以对所有数据取其自然对数值，以增强数据线性化趋势消除异方差，同时便于考察各变量对房价的敏感性。具体变量说明如下：

2.面板单位根检验

• 由上表可知，据LLC检验可知，Y1、Y2、Y3、M、r的检验统计量分别为-1.63262、-2.57037、-3.40549、-6.77956、-3.92529，P值分别为0.0513、0.0051、0.0003、0.0000、0.0000，均小于0.1，说明在0.1水平下，Y1、Y2、Y3、M、r的原序列均平稳。在ADF检验和PP检验中，均有M的通过检验，说明M的原序列在LLC检验、ADF检验和PP检验均通过原序列平稳的检验。
• 通过上述分析可知，各变量的单位根检验P值均小于0.1，说明结果显著，即拒绝原假设，可以认为各变量原序列均在0.1水平平稳，即均为0阶单整。一线城市、新一线城市和二线城市的GDP均为原序列平稳，一线城市的人口为原序列平稳，新一线和二线城市的人口则为一阶平稳，所以一线城市、新一线城市和二线城市的GDP均为0阶单整，一线城市的人口为0阶单整，新一线和二线城市的人口则为1阶单整。

3.面板协整检验

• 从上表中可以看出，Y1与M、r的ADF检验值分别为-2.819176、-1.724701，P值分别为0.0025、0.0422，P值均小于0.05，说明结果显著，即Y1与M、r分别存在协整关系；Y1与GDP存在协整关系，而与人口不存在协整关系；Y1与M、r、GDP1、PEOPLE1的ADF检验值为-5.262817，P值为0.0000，显著小于0.05，说明Y1与M、r、GDP1、PEOPLE1存在协整关系。
• Y2与M、r的ADF检验值分别为-6.299543、-3.753342，P值分别为0.0000、0.0001，P值均小于0.05，说明结果显著，即Y2与M、r分别存在协整关系；同样Y2与GDP和人口也分别存在协整关系；Y2与M、r、GDP2、PEOPLE2的ADF检验值为-7.581670，P值为0.0000，显著小于0.05，说明Y2与M、r、GDP2、PEOPLE2存在协整关系。
• Y3与M、r的ADF检验值分别为–6.693046、-5.249192，P值分别为0.0000、0.0000，P值均小于0.05，说明结果显著，即Y2与M、r分别存在协整关系；同样Y3与GDP和人口也分别存在协整关系；Y3与M、r、GDP3、PEOPLE3的ADF检验值为-6.065139，P值为0.0000，显著小于0.05，说明Y3与M、r、GDP3、PEOPLE3存在协整关系。

4.模型选