北京工商大学学报
(
社会科学版
)摇 摇 摇 摇 2015
年
摇
第
6
期
还是固定效应模型
,
然后采用
Hausman
检验确定
是选用随机效应模型还是固定效应模型
。
摇 摇
根据表
7
所示
,F
统计量为
2郾 690 933,
p
值为
0郾 000 0,
可知在
1%
显著水平下拒绝原假设
,
因此
固定效应模型优于混合估计模型
。
根据表
8
的
Hausman
检验结果
,
p
值为
0郾 000 0,
在
1%
显著水
平下拒绝原假设
,
因此固定效应模型优于随机效
应模型
,
本文选择固定效应面板数据模型
。
(
四
)
实证分析结果
由于各地区的城市竞争力和房地产价格都存
在较大差异
,
而且样本数据的截面数远大于时期
数
,
说明样本数据为宽面板数据
,
存在截面异方
差
,
因此本文采用广义最小二乘法
( Generalized
Least Square,GLS)
可以得到更为有效的估计结
果
[18]
。
模型
(1)
的估计结果如表
9
所示
。
由表
9
回归结果可知
:
首先
,
无论是全样本
,
还是东部
、
中部和西部
,
面板数据模型的拟合优度
R
2
均达到
0郾 89
以上
,
说明模型的拟合度较好
。
而且
F
统计量在
1%
的置信水平下显著
。
因此可
以说明模型的设定比较理想
,
模型的拟合结果具
表
5摇
单位根检验
检验方法
LLC
IPS
Fisher鄄ADF
Fisher鄄PP
变量
t
统计量
p
值
t
统计量
p
值
t
统计量
p
值
t
统计量
p
值
lnhp
- 19郾 996 9 0郾 000 0 - 13郾 559 5 0郾 000 0 294郾 560 0 0郾 000 0 415郾 778 0
0郾 000 0
power
- 10郾 655 6 0郾 000 0 - 6郾 427 6 0郾 000 0 165郾 345 0 0郾 000 0 206郾 627 0
0郾 000 0
ep
- 7郾 294 0 0郾 000 0 - 2郾 206 0 0郾 013 7 119郾 546 0 0郾 000 2 258郾 955 0
0郾 000 0
jp
- 4郾 012 1 0郾 000 0 - 2郾 620 1 0郾 004 4 99郾 235 9 0郾 012 3 241郾 332 0
0郾 000 0
op
1郾 314 2 0郾 009 5
0郾 831 4 0郾 007 1 72郾 488 7 0郾 005 8 132郾 701 0
0郾 000 0
sp
- 7郾 207 0 0郾 000 0 - 0郾 999 1 0郾 015 8 93郾 757 1 0郾 030 6 311郾 113 0
0郾 000 0
lnpop
- 9郾 518 6 0郾 000 0 - 6郾 570 9 0郾 000 0 137郾 593 0 0郾 000 0 176郾 596 0
0郾 000 0
lnarea
- 9郾 316 2 0郾 000 0 - 3郾 080 8 0郾 001 0 109郾 476 0 0郾 001 8 163郾 719 0
0郾 000 0
rate
- 21郾 722 1 0郾 000 0 - 14郾 603 5 0郾 000 0 305郾 237 0 0郾 000 0 392郾 209 0
0郾 000 0
loan
- 20郾 762 2 0郾 000 0 - 13郾 293 0 0郾 000 0 273郾 272 0 0郾 000 0 252郾 475 0
0郾 000 0
表
6摇
面板协整检验
检验方法
检验统计量
统计量
p
值
Kao
检验
ADF
统计量
- 3郾 516 336
0郾 000 2
Pedroni
组内检验
(
含趋势和截距项
)
Pedroni
组间检验
(
含趋势和截距项
)
V
统计量
26郾 147 320
0郾 000 0
rho
统计量
7郾 591 725
1郾 000 0
PP
统计量
0郾 443 802
0郾 030 8
ADF
统计量
1郾 012 550
0郾 008 4
rho
统计量
9郾 745 855
1郾 000 0
PP
统计量
- 1郾 926 364
0郾 027 0
ADF
统计量
2郾 192 417
0郾 000 0
表
7摇
固定效应检验
固定效应检验
F
统计量
d. f.
p
值
Cross鄄section F
2郾 690 933
34
,
345
0郾 000 0
表
8摇
Hausman
检验
Hausman
检验
统计量
Chi - Sq. d. f.
p
值
Period random
169郾 477 428
9
0郾 000 0
·011·
