影响房地产行业利润的因素分析

影响房地产行业利润的因素分析
一、引言
房地产业是进行房地产类投资、开发、经营、管理和服务的行业，属于第三产业。

主要包括：土地开发、房屋的建设、转让、租赁、维修、管理以及由此形成的市场。

我国房地产业从20世纪80年代开始兴起,1998年房地产业开始真正发展起来。

从2002年开始,我国房价节节攀升,房地产业成为一个新的经济增长点,一直备受关注。

直到2007年底开始出现房地产市场有价无市的现象,紧接着就迎来了2008年的房市低迷。

低迷到有些地区的金融受到冲击,在国家进行一系列政策调整后,2009年房市出现大反弹,房价一直飙升至2010年底。

2011年以来,为了促进房地产业平稳健康发展，国家近几年来加大了对房地产市场的调控力度。

房价涨幅得到控制,有些地区已经出现下降趋势。

房地产业是我国支柱性产业，是具有基础性和先导性的产业，在国民经济中起重要作用，是增强国民经济和改善人民生活的重要产业。

房地产业能够直接推动经济的增长，而经济的增长的同时也能带动房地产业的增长。

房地产业具有很强的关联效应，它的兴旺繁荣能够有力地带动很多产业的发展。

促进房地产业健康发展，是提高居民住房水平，改善居住质量，满足人民群众物资文化生活需要的基本需求。

房地产业对财政收入的贡献也在不断加大，它既是政府的集中性分配活动，又是国家进行宏观调控的重要工具。

因此，房地产行业的发展对国家经济运行具有重要的作用。

利润是一个企业生存和发展的基础，同时它也是投资者进行投资决策的最重要影响决策之一。

企业利润是指企业在一定会计期间的经营成果。

企业只有不断提高企业的盈利水平，增强企业的盈利能力，才能在残酷的市场环境中生存，具有无限的生命力。

这就需要企业必须探索适合本企业特点的提高利润的有效途径。

因而对房地产行业利润的影响因素的分析十分重要。

‘
二、文献综述
Dhaoui Abderrazak，Ouidad Yousfi（2010）研究了目前的研发战略的决定
因素和分析对财务绩效与盈余管理的权力下放的R&D的影响，研究结果表明跨国公司的研发权力下放，以改善公司的盈利能力，而管理人员的优势，可以得到一些私人和非转让的盈余管理而增加的好处。

因为产生这样的结果就会鼓励人们分散自己的研发，以增加盈余管理。

刘平和张红（2006）在《我国房地产上市公司盈利能力及其影响因素》一文中，从每股净资产、每股收益、净资产收益率、主营业务收和主营业务利润水平五个方面对房地产行业的利润水平进行了描述性统计，影响房地产行业盈利的因素从主营业务成本，负债总额，存货和折旧额等方面说明了其对盈利的影响。

田慧在《论提高企业利润的途径》中提出，企业要提高利润最重要的就是要做到开源，寻求利润新的增长点。

需要企业进行多方面的创新，通过实施产品创新、市场创新以及客户管理创新来达到培养利润新的增长点、提高企业利润的目的。

邓聿文在《房地产行业高利润从何而来》中指出，房地产业的利润大大高于其他行业，房地产行业高利润的三个来源，究其根源，都与政府有关。

土地批租是地方政府直接垄断形成的；征地和拆迁中的低补偿是由于地方政府制定了偏向房地产企业的法规而造成的。

偷漏税也与对房地产企业的税种过多以及税制结构不合理有直接关系。

吴静在《发展房地产产业投资基金拓宽房地产融资渠道》一文中提出，我国房地产金融市场主要以银行信贷为主，其他金融方式如上市融资、信托融资、债券融资以及基金融资等所占比例较小。

银行一直以来都是房地产市场的主要资金提供者，大约70％的房地产开发资金来自银行贷款。

因此，她主张要发展房地产产业投资基金，有助于降低因过分依赖银行而带来的系统风斛引。

赵中秋、冉伦（2005）探讨了房地产融资的策略及金融业发展创新的方向。

借鉴发达国家的经验，采用比较分析、相关分析等方法，分析了目前我国房地产行业融资渠道的现状及存在的问题，在此基础上，提出了今后房地产行业在融资渠道及金融创新方面的建议，指出我国必须培育发达的资本市场并提供尽可能多的融资渠道从而减少房地产中的金融风险。

黄明、郭大伟在《浅谈企业盈利能力的分析》说，盈利能力通常是指企业在一定时期内赚取利润的能力。

盈利能力的大小是—个相对的概念，即利润相对于
一定的资源投入、一定的收入而言。

利润率越高，盈利能力越强；利润率越低，盈利能力越差。

企业经营业绩的好坏最终可通过企业的盈利能力来反映。

无论是企业的经理人员、债权人，还是股东(投资人)都非常关心企业的盈利能力，并重视对利润率及其变动趋势的分析与预测。

三、建立模型
1、选择变量
对于这个模型，选取房地产开发企业资金来源小计、房地产开发企业本年完成投资额、商品房销售面积、商品房平均销售价格以及城乡居民人民币储蓄存款年度余额为变量
（1）房地产开发企业资金来源小计。

我国房地产资金构成主要由国家预算内资金、国内贷款、债券、利用外资、自筹资金和其他资金来源组成。

但根据估算，房地产开发商的自筹资金10％是由个人住房贷款形成的，其他资金来源大约有20％～30％间接来源于银行贷款，总体测算，房地产开发投资资金约有60％来自银行贷款。

我国房地产融资对银行贷款的依赖程度仍很高。

（2）房地产开发企业本年完成投资额。

房地产开发投资指各种登记注册类型的房地产开发法人单位统一开发的包括统代建、拆迁还建的住宅、厂房、仓库、饭店、宾馆、度假村、写字楼、办公楼等房屋建筑物，配套的服务设施，土地开发工程(如道路、给水、排水、供电、供热、通讯、平整场地等基础设施工程)和土地购置的投资；不包括单纯的土地开发和交易活动。

（3）商品房销售面积。

商品房销售面积指报告期内出售商品房屋的合同总面积(即双方签署的正式买卖合同中所确定的建筑面积)。

由现房销售建筑面积和期房销售建筑面积两部分组成。

（4）商品房平均销售价格。

商品房作为房地产行业的销售支柱，其销售价格会对房地产行业营业利润产生重大影响。

而如今房价的飞速增长对房地产行业利润的获得有着深远的影响。

虽然近几年国家采取了一系列的宏观调控政策来抑制房价的过快增长，使得房地产价格增速放缓，但房价出现大幅下跌的可能性并不大。

因此房价在很大程度上还是影响着房地产行业销售利润。

（5）城乡居民人民币储蓄存款年度余额。

人民币储蓄存款余额是指城乡居
民在某一时点上在银行和其他金融机构的人民币储蓄存款总额。

购房不仅要看当前的收入，还要看过去的收入和未来的收入。

过去的收入主要就是指消费者的储蓄存款，储蓄存款能大大增强消费者的信心，而未来的收入又关系到其信贷消费。

2、模型设定 模型可以设立为：
01122334455Y X X X X X ββββββμ
=++++++
其中：Y ：房地产开发企业营业利润(亿元) X1：房地产开发企业资金来源
小计(亿元) X2：房地产开发企业本年完成投资额(亿元) X3：商品房销售面积(万平方米) X4：商品房平均销售价格(元/平方米) X5：城乡居民人民币储蓄存款年底余额(亿元) Ｕ：随机扰动项 3、选择数据
房地产开发企业营业利润(亿元)
房地产开发企业资金来源小计(亿元)
房地产开发企业本年完成投资额(亿元)
商品房销售面积(万平方米) 商品房平均销售价格(元/平方米)
城乡居民人民币储蓄存款年底余额(亿元)
2000年 73.28 5,997.63 4984.05 18637.13 2112 64332.38 2001年 125.47 7,696.39 6344.11 22411.9 2170 73762.43 2002年 252.91 9,749.95 7790.92 26808.29 2250 86910.65 2003年 430.37 13,196.92 10153.8 33717.63 2359 103617.65 2004年 857.97 17,168.77 13158.25 38231.64 2778 119555.39 2005年 1109.19 21,397.84 15909.25 55486.22 3167.66 141050.99 2006年 1669.89 27,135.55 19422.92 61857.07 3366.79 161587.3 2007年 2436.61 37,477.96 25288.84 77354.72 3863.9 172534.19 2008年 3432.23 39,619.36 31203.19 65969.83 3800 217885.35 2009年 4728.58 57,799.04 36241.81 94755 4681 260771.66 2010年 6111.48 72,944.04 48259.4 104764.65 5032 303302.49 2011年
5798.58
85,688.73
61796.89
109366.75
5357.1
343635.89
数据来源：国家统计局
1.商品房销售额是当期累计数据。

2.城乡居民储蓄数据来源于人民银行。

4、参数估计
Dependent Variable: Y Method: Least Squares Date: 12/02/13 Time: 20:19 Sample: 2000 2011
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -3285.963 2121.909 -1.548588 0.1725 X1 0.107153 0.050807 2.109034 0.0795 X2 -0.150741 0.069565 -2.166900 0.0734 X3 -0.048145 0.036172 -1.330979 0.2315 X4 1.346684 1.486101 0.906186 0.3998 X5
0.022134
0.012332
1.794887
0.1228
R-squared 0.987223 Mean dependent var 2252.213 Adjusted R-squared 0.976575 S.D. dependent var 2240.254 S.E. of regression 342.8790 Akaike info criterion 14.81949 Sum squared resid 705396.0 Schwarz criterion 15.06194 Log likelihood -82.91691 Hannan-Quinn criter. 14.72972 F-statistic 92.71511 Durbin-Watson stat 2.308253 Prob(F-statistic)
0.000013
12345
3285.9630.1071530.1507410.048145 1.3466840.022134Y X X X X X =-+--++ t =(-1.548588) (2.109034) (-2.166900) (-1.330979) (0.906186) (1.794887)
2R =0.987223 S.E.= 342.8790 F=92.71511 D-W=2.308253
四、结果分析
1、统计推断检验
（1）拟合优度：由上表数据可得2
R =0.987223，修正可决系数2
R =0.95345
（2）F 检验：给定显著性水平为α=0.05，则F=92.71511>0.05(5,7)
F =3.97，应拒
绝原假设，说明回归方程显著。

（3）t 检验：给定显著性水平α=0.05，查t 分布表得/2
t α（7）=2.4469，对应
表中数据，
1ˆβ、2ˆβ、3ˆβ、4ˆβ、5ˆβ的绝对值均小于临界值，说明1X 、2X 、3X 、
4
X 、
5
X 这三个变量对Y 的影响不显著怀疑存在多重共线性的影响使其t 值不显
著。

2、计量经济学检验
（1）多重共线性检验
采用简单相关系数矩阵法对其进行检验：
X1 X2 X3 X4 X5 X1 1.000000 0.994300 0.968707 0.984409 0.992342 X2 0.994300 1.000000 0.952099 0.972787 0.990626 X3 0.968707 0.952099 1.000000 0.993925 0.971725 X4 0.984409 0.972787 0.993925 1.000000 0.987141 X5
0.992342
0.990626
0.971725
0.987141
1.000000
采用逐步回归法对其进行修正。

分别作Y 与1X 、2X 、3X 、4X 、5X 间的回归：
Dependent Variable: Y Method: Least Squares Date: 12/02/13 Time: 22:51 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -485.5712 193.4853 -2.509603 0.0309 X1
0.082990
0.004644
17.87107
0.0000
R-squared 0.969639 Mean dependent var 2252.213 Adjusted R-squared 0.966603 S.D. dependent var 2240.254 S.E. of regression 409.4004 Akaike info criterion 15.01828 Sum squared resid 1676087. Schwarz criterion 15.09909 Log likelihood -88.10966 Hannan-Quinn criter. 14.98835 F-statistic 319.3750 Durbin-Watson stat 1.590048
Prob(F-statistic)
0.000000
1485.5712+0.082990Y X =-
t =（-2.509603）（17.87107）
2R =0.969639 F=319.3750 D.W=1.590048
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 07:40 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C
-583.9340
266.8283
-2.188426
0.0535
X2
0.121309 0.009194 13.19410 0.0000
R-squared 0.945677 Mean dependent var 2252.213 Adjusted R-squared 0.940245 S.D. dependent var 2240.254 S.E. of regression 547.6277 Akaike info criterion 15.60008 Sum squared resid 2998961. Schwarz criterion 15.68090 Log likelihood -91.60048 Hannan-Quinn criter. 15.57016 F-statistic 174.0842 Durbin-Watson stat 1.478429 Prob(F-statistic)
0.000000
2583.9340+0.121309Y X =-
t =（-2.188426）（13.19410）
2R =0.945677 F=174.0842 D.W=1.478429
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 07:46 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -1707.039 400.4509 -4.262793 0.0017 X3
0.066977
0.006007
11.14921
0.0000
R-squared 0.925543 Mean dependent var 2252.213 Adjusted R-squared 0.918097 S.D. dependent var 2240.254 S.E. of regression 641.1323 Akaike info criterion 15.91536 Sum squared resid 4110507. Schwarz criterion 15.99618 Log likelihood -93.49216 Hannan-Quinn criter. 15.88544 F-statistic 124.3049 Durbin-Watson stat 1.327877
Prob(F-statistic)
0.000001
31707.039+0.066977Y X =- t =（-4.262793）（11.14921）
2R =0.925543 F=124.3049 D.W=1.327877
Dependent Variable: Y Method: Least Squares Date: 12/02/13 Time: 22:57 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
C -4261.308 445.4814 -9.565623 0.0000 X4
1.909309
0.124280
15.36301
0.0000
R-squared 0.959353 Mean dependent var 2252.213 Adjusted R-squared 0.955289 S.D. dependent var 2240.254 S.E. of regression 473.7034 Akaike info criterion 15.31005 Sum squared resid 2243949. Schwarz criterion 15.39087 Log likelihood -89.86031 Hannan-Quinn criter. 15.28013 F-statistic 236.0221 Durbin-Watson stat 1.439372 Prob(F-statistic)
0.000000
44261.308+1.909309Y X =- t =（-9.565623）（15.36301）
2R =0.959353 F=236.0221 D.W=1.439372
Dependent Variable: Y Method: Least Squares Date: 12/02/13 Time: 23:05 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -1836.304 244.4894 -7.510773 0.0000 X5
0.023945
0.001272
18.82818
0.0000
R-squared 0.972565 Mean dependent var 2252.213 Adjusted R-squared 0.969822 S.D. dependent var 2240.254 S.E. of regression 389.1748 Akaike info criterion 14.91695 Sum squared resid 1514570. Schwarz criterion 14.99776 Log likelihood -87.50168 Hannan-Quinn criter. 14.88702 F-statistic 354.5002 Durbin-Watson stat 1.514864
Prob(F-statistic)
0.000000
51836.304+0.023945X Y =- t =（-7.510773）（18.82818）
2R =0.972565 F=354.5002 D.W=1.514864 由于
5
X 的t 值最大，拟合度最好，因此把5
X 作为基本变量，将其余解释变量逐
一代入
5
X 的回归方程，重新回归。

加入1X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 08:34 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -1305.896 620.2595 -2.105403 0.0645 X1 0.033517 0.035977 0.931621 0.3758 X5
0.014363
0.010365
1.385731
0.1992
R-squared 0.974978 Mean dependent var 2252.213 Adjusted R-squared 0.969418 S.D. dependent var 2240.254 S.E. of regression 391.7707 Akaike info criterion 14.99155 Sum squared resid 1381359. Schwarz criterion 15.11278 Log likelihood -86.94929 Hannan-Quinn criter. 14.94667 F-statistic 175.3429 Durbin-Watson stat 1.503401
Prob(F-statistic)
0.000000
151305.896+0.0335170.014363X Y X =-+
t =（-2.105403） （0.931621） （1.385731）
2R =0.974978 F=175.3429 D.W=1.503401 加入
2
X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 09:41 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -2122.314 534.9997 -3.966944 0.0033 X2 -0.029970 0.049419 -0.606455 0.5592 X5
0.029724
0.009619
3.090131
0.0129
R-squared 0.973642 Mean dependent var 2252.213 Adjusted R-squared 0.967785 S.D. dependent var 2240.254 S.E. of regression 402.0927 Akaike info criterion 15.04356 Sum squared resid 1455107. Schwarz criterion 15.16479 Log likelihood
-87.26136 Hannan-Quinn criter.
14.99868
F-statistic 166.2280 Durbin-Watson stat 1.468871 Prob(F-statistic)
0.000000
252122.3140.0299700.029724X Y X =--+
t =（-3.966944） （-0.606455） （3.090131）
2R =0.973642 F=166.2280 D.W=1.468871 加入3X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 09:37 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -1842.145 257.3236 -7.158863 0.0001 X3 0.004681 0.016204 0.288857 0.7792 X5
0.022359
0.005651
3.956290
0.0033
R-squared 0.972817 Mean dependent var 2252.213 Adjusted R-squared 0.966777 S.D. dependent var 2240.254 S.E. of regression 408.3378 Akaike info criterion 15.07438 Sum squared resid 1500658. Schwarz criterion 15.19561 Log likelihood -87.44631 Hannan-Quinn criter. 15.02950 F-statistic 161.0458 Durbin-Watson stat 1.428073
Prob(F-statistic)
0.000000
351842.145+0.0046810.022359X Y X =-+
t =（-7.158863） （0.288857） （3.956290）
2R =0.972817 F=161.0458 D.W=1.428073 加入
4
X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 09:50 Sample: 2000 2011 Included observations: 12
Variable
Coefficient
Std. Error t-Statistic Prob.
C -2432.868 896.5699 -2.713529 0.0239 X4 0.454685 0.655994 0.693124 0.5057 X5
0.018354
0.008171
2.246320
0.0513
R-squared 0.973955 Mean dependent var 2252.213 Adjusted R-squared 0.968168 S.D. dependent var 2240.254 S.E. of regression 399.6970 Akaike info criterion 15.03161 Sum squared resid 1437819. Schwarz criterion 15.15284 Log likelihood -87.18965 Hannan-Quinn criter. 14.98673 F-statistic 168.2808 Durbin-Watson stat 1.386342 Prob(F-statistic)
0.000000
452432.868+0.4546850.018354X Y X =-+
t =（-2.713529） （0.693124） （2.246320）
2R =0.973955 F=168.2808 D.W=1.386342
加入
1
X 以后虽然拟合优度有所提高，但
5
X 参数的t 检验变得不显著，所以
在模型中剔除1
X ；加入
2
X 以后拟合优度有所提高，但
5
X 参数的t 检验变得不
显著，所以在模型中剔除
2X ；加入
3
X 以后拟合优度有所提高，并没有影响
5X 系数的显著性，所以在模型中保留
3
X ；加入4
X 以后拟合优度有所提高，但5
X 参
数的t 检验变得不显著，所以在模型中剔除
4
X
因此，保留
3
X ，把
3
X 、5X 作为基本变量，将其余解释变量逐一代入3X 、5
X 的回归方程，再次回归。

加入
1
X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 12:22 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -1323.190 666.6302 -1.984894 0.0824 X1 0.032625 0.038550 0.846294 0.4220 X3 0.002542 0.016659 0.152618 0.8825 X5 0.013756 0.011675 1.178297 0.2725
R-squared
0.975051 Mean dependent var 2252.213 Adjusted R-squared 0.965695 S.D. dependent var 2240.254 S.E. of regression 414.9320 Akaike info criterion 15.15531 Sum squared resid 1377348. Schwarz criterion 15.31694 Log likelihood -86.93185 Hannan-Quinn criter. 15.09546 F-statistic 104.2172 Durbin-Watson stat 1.492473 Prob(F-statistic)
0.000001
1351323.190+0.0326250.002542X 0.013756Y X X =-++
t =（-1.984894） （0.846294） （0.152618） （1.178297）
2R =0.975051 F=104.2172 D.W=1.492473 加入
2
X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 12:32 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -2107.994 586.6608 -3.593208 0.0071 X2 -0.028247 0.055416 -0.509723 0.6240 X3 0.001707 0.017893 0.095394 0.9263 X5
0.028813
0.013969
2.062630
0.0731
R-squared 0.973672 Mean dependent var 2252.213 Adjusted R-squared 0.963799 S.D. dependent var 2240.254 S.E. of regression 426.2414 Akaike info criterion 15.20909 Sum squared resid 1453454. Schwarz criterion 15.37073 Log likelihood -87.25454 Hannan-Quinn criter. 15.14925 F-statistic 98.62058 Durbin-Watson stat 1.432210
Prob(F-statistic)
0.000001
2352107.9940.0282470.001707X 0.028813Y X X =--++
t =（-3.593208） （-0.509723） （0.095394） （2.062630）
2R =0.973672 F=98.62058 D.W=1.432210 加入
4
X ：
Dependent Variable: Y Method: Least Squares
Date: 12/03/13 Time: 12:37 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -4134.888 2187.387 -1.890332 0.0954 X3 -0.034998 0.040899 -0.855710 0.4170 X4 1.785201 1.691490 1.055402 0.3221 X5
0.013856
0.009821
1.410836
0.1960
R-squared 0.976139 Mean dependent var 2252.213 Adjusted R-squared 0.967192 S.D. dependent var 2240.254 S.E. of regression 405.7788 Akaike info criterion 15.11069 Sum squared resid 1317251. Schwarz criterion 15.27233 Log likelihood -86.66417 Hannan-Quinn criter. 15.05085 F-statistic 109.0936 Durbin-Watson stat 1.688367 Prob(F-statistic)
0.000001
3454134.8880.034998X 1.7852010.013856Y X X =--++
t =（-1.890332） （-0.855710） （1.055402） （1.410836）
2R =0.976139 F=109.0936 D.W=1.688367
加入
1
X 以后拟合优度有所提高，但
3
X 、
5
X 参数的t 检验变得不显著，所以
在模型中剔除1
X ；加入
2
X 以后拟合优度有所提高，但
3
X 、
5
X 参数的t 检验变
得不显著，所以在模型中剔除2X ；加入
4
X 以后拟合优度有所提高，但
3
X 、
5
X 参数的t 检验变得不显著，所以在模型中剔除4
X
2、异方差性检验（怀特检验）.
Heteroskedasticity Test: White
F-statistic
3.419183 Prob. F(5,6)
0.0832 Obs*R-squared 8.882566 Prob. Chi-Square(5) 0.1138 Scaled explained SS
3.021039 Prob. Chi-Square(5) 0.6967
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares Date: 12/07/13 Time: 16:09 Sample: 2000 2011
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
C 296211.5 170752.9 1.734738 0.1335
X3 27.82604 20.86890 1.333374 0.2308
X3^2 -0.001103 0.000538 -2.051186 0.0861
X3*X5 0.000679 0.000327 2.078188 0.0829
X5 -12.24712 7.640871 -1.602844 0.1601
X5^2 -9.39E-05 5.33E-05 -1.761579 0.1286
R-squared 0.740214 Mean dependent var 125054.8
Adjusted R-squared 0.523725 S.D. dependent var 143634.0
S.E. of regression 99125.66 Akaike info criterion 26.15302
Sum squared resid 5.90E+10 Schwarz criterion 26.39547
Log likelihood -150.9181 Hannan-Quinn criter. 26.06325
F-statistic 3.419183 Durbin-Watson stat 2.923838
Prob(F-statistic) 0.083247
2
nR渐进地服从自由度为5的2χ分布。

给定显著性水平α=0.05，χ=11.071，则不存在异方差。

2
nR=8.88 2(5)
α
3、自相关性检验（拉格朗日乘数检验）
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.456014 Prob. F(1,8) 0.5185
Obs*R-squared 0.647133 Prob. Chi-Square(1) 0.4211
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/07/13 Time: 17:05
Sample: 2000 2011
Included observations: 12
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 62.78789 281.2834 0.223219 0.8290
X3 0.011356 0.023713 0.478916 0.6448
X5 -0.004409 0.008754 -0.503698 0.6280
RESID(-1) 0.405768 0.600882 0.675288 0.5185
R-squared 0.053928 Mean dependent var 1.33E-12
Adjusted R-squared -0.300849 S.D. dependent var 369.3554 S.E. of regression 421.2675 Akaike info criterion 15.18561 Sum squared resid 1419731. Schwarz criterion 15.34725 Log likelihood -87.11369 Hannan-Quinn criter. 15.12577 F-statistic 0.152005 Durbin-Watson stat 1.603408 Prob(F-statistic)
0.925490
LM （1）=2nR =0.647，20.05(1)χ=3.841，220.05(1)nR χ ，故不存在自相关性 p=1开始到p=10，始终有22
0.05
()nR p χ ，故不存在自相关性。

五、结论与建议
影响房地产行业利润的主要因素为商品房销售面积与城乡居民人民币储蓄存款年度余额。