第一篇：計量經濟學實踐報告-影響我國房地產價格因素的分析[模版]

計量經濟學實踐報告：

影響我國房地產價格因素的分析

學生姓名：

學號：

學院：商學院

專業指導教師：

摘要：房地產，一個與社會大眾息息相關的名詞，一個牽動許多購房者神經的名詞。眼下的房價無疑是最火熱的焦點。本文選取1991-2005年相關的數據，應用計量經濟學所學知識對根據經濟理論選取的影響我國房地產價格的各因素進行檢驗，并對其影響程度的大小進行定量分析，修正等一系列的工作，最后確定一個較好的擬合模型，進一步明確和完善相關的經濟學知識。以上過程都通過EVIEWS在計算機上實現。最后，對所得的結果作了經濟意義的分析，并提出一些相應政策建議。

關鍵詞：房地產價格 物價 城鎮居民收入 建材價格

一、問題的提出

近幾年來，房地產價格急劇上漲，使得房地產問題變得異常尖銳。今年的經濟工作會

議和十七大以及年初的兩會，對房地產行業的發展持有肯定的表述，房地產業在促進國民經濟穩定健康增長，全面改善城鄉居民居住狀況發揮了巨大的作用，最近幾年房地產發展的情況可以看得出來，城鄉住宅的建筑量每年保持在13億平方米，城鎮是5.5—6億平方米，竣工量是很大的。過去有廠房集中建房，商品房的比例不大，最近的比例很多，達到了80%。人均住房面積大幅度的提升，1978年人均居住面積是2.6平方米左右，現在已經達到了27平方米/人均，這在世界上也是令人矚目的。人均住房面積的增長是伴隨著人口快速增加提升的，房地產業發展給國民經濟以及人民生活帶來的積極影響，包括對GDP的貢獻率，最高峰達到了5.2%，平均水平是4.5%。

我國房地產還是一個年輕產業，自從1990年國務院55號令對土地交易的法律承認開始，標志著我國房地產商品化的開始，到目前為止，已經有17年的發展歷史了。這15年來，我國房地產大體經歷了三個階段，就是說1990至1996年為一個階段，這時的消費者對產品的要求不高，還僅僅只是提供一個居所，對劣質產品、市場需求不是太看重，但市場在起步，總的來說是賣方市場；第二個階段是從1996年至2000年，隨著1998年取消福利分房以后，房地產市場的購房主體發生了變化，集團購買基本退出市場，而個人消費成為主體，購房主體個人化已是一種不可逆轉的趨勢。隨著市場經濟的快速發展，除國有、集體所有的房地產公司外，大量的中外合資、合作、獨資、私營的房地產企業參與房地產的開發銷售。房地產市場開發主體的多元化和購房主體需求的多樣化，房地產市場開始完全市場化。第三階段是在2000年以后，整個中國的房地產快速發展，我國地產市場進入到大規模的市場化開發階段。從2000年到2005年，我國度過了地產15年這場大戲中分量最重的五年，房地產進入以 “ 新產品主義 ” 為開發導向。2000年以后，整個中國的房地產快速發展，這時不僅要有理念，還要有文化，還要講產品，是我國房地產發展最為迅速的時期。

二、經濟理論陳述

無論是以攫取高額利潤還是以快速回籠資金為主要目標，廠商在為樓盤確定價格時通

常需考慮三個因素：一是成本——地價、建安成本、稅收及其他費用的總和。二是競爭——市場供求總量、直接與間接競爭對手們的價格情況。三是消費者——目標消費者能夠接受何種價格。三種因素在樓盤最終定價中所起的作用顯然不一樣，一般說來市場供求總量與競爭對手的價格只是參考，而成本與消費者則是決定價格策略的根本因素。因此,我選取了 建筑材料價格,城鎮居民收入,城鎮物價指數,城市人口四個因素作為解釋變量。一方面，資本

市場發展為居民調整資產組合提供了條件，居民對持有儲蓄存款的偏好降低；另一方面，隨著物價水平上升，實際負利率情況越發嚴重，存款搬家，資金加速涌入資產市場。

三、計量經濟模型的建立

初定模型如下：Y=c+

aX?aX?aX?aX?e

t

年份 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Y 786.1935 994.6555 1291.456 1408.639 1590.863 1806.399 1997.161 2062.569 2052.6 2111.617 2169.719 2250.177 2359.499 2778 3168X1 2551.736 1111.236 590.5998 2897.019 3532.471 3983.081 4071.181 3527.536 2966.057 2818.805 2674.264 2830.688 2906.16 3011.424 3154.9 X2 1700.6 2026.6 2577.4 3496.2 4283 4838.9 5160.3 5425.1 5854.02 6280 6859.6 7702.8 8472.2 9421.6 10493 X3 223.8 238.1 273.1 339 396.9 429.9 441.9 438.4 432.2 434 437 433.5 438.7 455.8 464 X4 31203 32175 33173 34169 35174 37304 39449 41608 43748 45906 48064 50212 52376 54283 56212

Y 房地產價格（元/平方米）；

X

1建筑材料價格（元/平方米）；

X

2城鎮居民收入（元）；

X

3城鎮物價指數（元）；

X

4城市人口數（人）。

數據來源：《中國統計年鑒》

四、模型的求解和檢驗

利用Eviews軟件，采用以上數據對該模型進行OLS回歸，結果如下：

Dependent Variable: Y Method: Least Squares Date: 19/05/11Time: 10:37 Sample: 1991 2005 Included observations: 15

VariableC X1

Coefficient

1169.836-0.093355

Std.Error

627.7959 0.055677

t-Statistic

1.863401-1.676719

Prob.0.0920 0.1245

X2 X3 X4

R-squared

0.313260 2.403385-0.039938

0.077921 0.934518 0.022710

4.020230 2.571792-1.758627

0.0024 0.0278 0.1091

1921.837 635.7395 12.40805 12.64406 125.6720 0.000000

0.980495Mean dependent var 0.972693S.D.dependent var 105.0550Akaike info criterion 110365.5Schwarz criterion-88.06035F-statistic 1.038435Prob(F-statistic)

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

從回歸結果看出，擬合優度為0.980495，但X1，X4的系數為負，與經濟意義不相符合，且T檢驗都未通過。估計是因為變量間存在多重共線性或者是與被解釋變量不存在線性關系。

異方差性的檢驗：

White Heteroskedasticity Test: F-statistic

0.356962Probability 4.837052Probability

Std.Error

362681.7 197.8309 0.002644 0.483327 0.890957 4002.351 7.534734 119.1126 48526.47 119.1126

t-Statistic

0.107960 0.116434 0.009128-0.111596 0.075306-0.086761 0.079835-0.056343 0.058210-0.056343

Coefficient

39155.14 23.03432 2.41E-05-0.053937 0.067095-347.2470 0.601534-6.711134 2824.749-6.711134

0.910243 0.774842

Prob.0.9175 0.9111 0.9930 0.9148 0.9424 0.9337 0.9390 0.9569 0.9555 0.9569

4384.127 6432.758 21.11790 21.54273 0.356962

Obs*R-squared

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares Date: 19/05/11Time: 11:05 Sample: 1991 2005 Included observations: 15

VariableC X2 X2^2 X2*X3 X2*(X3-429.9)*D1

X3 X3^2 X3*(X3-429.9)*D1(X3-429.9)*D1(X3-429.9)*D1^2 R-squared

0.322470Mean dependent var-0.580903S.D.dependent var 8088.161Akaike info criterion 3.93E+08Schwarz criterion-149.3842F-statistic

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood

Durbin-Watson stat 3.477479Prob(F-statistic)0.910243

從表中得到

R

＝0.322470，計算n

R

=15*0.322470=4.83705,由懷特檢驗知，查卡方分布

表，給定顯著水平為0.05，自由度P=9時，臨界值為16.9190，因為n所以不能拒絕原假設，表明模型中隨機誤差項不存在異方差。自相關檢驗： DW＝1.637717

查表可知：dl＝0.946，du＝1.543

DW>du，認為模型中不存在自相關。

R

=4.83705<16.9190。

綜上，最終的模型為

?? Yt

第二篇：我國國內旅游需求影響因素的計量經濟學分析

我國國內旅游需求影響因素的計量經濟學分析11市場營銷1102027021李小云

隨著我國經濟的快速發展，第三產業不斷的擴大而逐步成為我國GDP增長的重要因素，近年來由于國際政治經濟文化的交流日益頻繁，我國國民課支配收入增多，閑暇時間增多，越來越多的人通過旅游來充實自己，旅游業的發展逐漸達到高峰。

（一）旅游行業概況

我國的旅游業較長期的保持7%年均增長率，已經成為國民經濟新的經濟增長點，旅游業帶動了相關產業和社會經濟的全面發展，已經成為我國經濟發展的支柱性產業之一。旅游業是一個關聯性很強的綜合產業，一次完整的旅游包括吃、住、行、購、娛六大要素，所以旅游產業可以直接或間接的推動第三產業、第二產業和第一產業的發展。旅游產業也是一個形象產業。旅游業的開展為旅游目的地與客源地的相互交流搭建了一個平臺，旅客會從旅游的過程產生對旅游目的地的綜合印象，旅游目的地在這個過程中向游客展示地區的整體形象。旅游業推動旅游城市經濟的增長和相關產業的發展，提供社會就業機會，促進社會文化與生態環境的改善，加強地區的交流和互動，促進人口素質的提高，所以說旅游業的一項對地區的經濟，文化，環境有重要推動意義的產業。

（二）我國旅游業市場的存在的問題

1、旅游設施和基礎設施落后，國家投資少。

由于財政困難，我國對旅游設施的資金投入少，基本上是貫徹“以旅游養旅游”的方針。有些對方交通不便，嚴重制約了其旅游業的發展。

2、旅游設施不配套，服務質量差。

旅游包括住、吃、行、游、娛、購六要素。我國對于上述旅游服務設施僅有少量直接投資，以至于服務設施不配套，且其他旅游配套設施項目比重也很小，投資十分有限。對于景點建設，除國家制定的度假區外，外資不能插足，因而景點設施落后，衛生條件不容樂觀。

3、旅游經營服務中誠信危機的現象比較突出

雖然法制建設取得了較大進展，但不容回避的是旅游行業依然存在惡性競爭等不和諧因素，如何營造誠信公平的經營環境和消費環境，不僅在乎整個旅游行業形象的改善，更關系到旅游業的長遠發展。

4、旅游產品設計層次低

我國觀光產品在國際市場還處于初級開放水平，高質量的觀光旅游產品應突出旅客的參與性、娛樂訊、知識性和享受性，這幾方面在我國觀光旅游產品開放中沒有得到充分體現。

5、我國旅游市場長期受到國家高度保護，一直處于封閉狀態，由于旅游業是一個投資少、利潤高、創匯多的行業，國家以壟斷手段實行保護，如對作為旅游業龍頭的旅行社不準投資染指，一直未運行外資以中外合資和外方獨資方式經營，導致旅游市場迄今為止仍處于封閉狀態。眾所周知，要想發展國際旅游業，關鍵在于客源，客源是發展旅游業的基礎，而客源主要依賴旅行社想方設法去組織。目前，我國主要經營旅游業務的國際旅行社，在世界范圍內既缺少網絡，實力又單薄，以致統而不活。

（三）旅游影響因素的多樣性決定了研究角度的多樣性。

當前旅游影響因素研究主要從三個不同的角度展開。第一個角度是旅游目的地，另一個角度是旅游客源地，還有從旅游者本身的人口統計學特征角度開展研究。一些學者還認為影響旅游需求的因素有國內經濟發展水平，人民生活水平，旅游休閑時間，人口特征，交通條件，價格因素等。他們認為隨著國民經濟的穩定快速發展，人民生活水平的日益提高，國家假日制度的改革等帶來的我國居民可支配收入和閑暇時間的增多，以及旅游相關設施的進一步完善，這些因素都向著有利于國內旅游的法相發展，也必將給我國國內旅游帶來新一輪的發展機會。

（四）影響國內旅游需求的主要方面

1、旅游消費支出,這是人民可支配收入相關的,只要在可支配收入充分的條件下,人們才會考慮出游。

2、國內生產總值，代表了一個國家居民的生活水平在哪個檔次，決定他們的消費狀況，其中就包括旅游的支出。

3、選取些突出的影響因素進行分析，得出其對旅游需求的影響程度。

一、模型的建立根據分析，旅游影響因素主要包括旅游者可支配收入、出游的偏好和動機、旅游產品的價格、非旅游消費品的價格、閑暇時間、旅游客源地與旅游目的地之間的距離，旅游地的安全狀況和旅游地的形象等等。

（一）模型設定

綜合上述因素和變量的可觀測性，我們建立一個多元線性回歸模型： y=b0+b1x1+b2x2+b3x3+b4x4 +u

其中：b0,b1,b2,b3,b4,回歸系數；u為隨機擾動項

旅游消國內生旅游人公路里鐵路里費支出產總值數（百萬程（萬公程（萬公

年份

（元）（億元）人）里）里）（Ｙ）（Ｘ１）（Ｘ２）（Ｘ３）（Ｘ４）

1997 170 18667.8 280 102.83 5.78 1998 200 21781.5 300 104.11 5.78 1999 250 26923.5 330 105.67 5.81 2000 864 35333.9 410 108.35 5.86 2001 1023.5 48197.9 524 111.78 5.90 2002 1375.7 60793.7 629 115.70 5.97 2003 1638.4 71176.6 640 118.58 6.49 2004 2112.7 78973.0 644 122.64 6.60 2005 2391.2 84402.3 695 127.85 6.64 2006 2831.9 89677.1 719 135.17 6.74 2007 3175.5 99214.6 744 140.27 6.87 2008 3522.4 109655.2 784 169.80 7.01 2009 3878.4 120332.7 878 176.52 7.19 2010 3442.3 135822.8 870 180.98 7.30 2011 4710.7 159878.3 1102 187.07 7.44 2012 5285.9 183084.8 1212 193.05 7.54（二）估計參數與模型檢驗

1、直接對模型進行OLS法估計，結果如下：

Dependent Variable: Y Method: Least Squares Date: 13/12/8Time: 15:07 Sample: 1997 2012 Included observations: 16

C X1 X2 X3 X4

R-squared

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

-8874.219-0.013287 4.446964 10.24651 1203.936

2944.086 0.017421 2.087043 8.131735 474.1852

-3.014252-0.762712 2.130748 1.260065 2.538958

0.0118 0.4617 0.0565 0.2337 0.0275 1617.467 14.02725 14.26868 171.4011 0.000000

0.984209Mean dependent var 2304.537 0.978467S.D.dependent var 237.3494Akaike info criterion 619682.0Schwarz criterion-107.2180F-statistic 1.331297Prob(F-statistic)

（1）分析：由上表我們看到解釋變量x1和x3的t值不顯著，而可決系數R和F統計量顯著，說明極有可能存在多重共線性。計算解釋變量之間的簡單相關系數，結果如下：

X4 X3 X2 X1

X41.0000000.9523650.9466040.972967

X30.9523651.0000000.9253420.959271

X20.9466040.9253421.0000000.989347

X10.9729670.9592710.9893471.000000

由表可以看出，解釋變量之間存在嚴重的多重共線性。（2）多重共線性修正：采用剔除法 剔除x1后得到結果如下表

Dependent Variable: Y Method: Least Squares Date: 13/12/8Time: 15:14 Sample: 1997 2012 Included observations: 16

Variable C X2 X3 R-squared

Adjusted R-squared S.E.of regression Sum squared resid

Coefficient-7053.118 2.955577 6.364507 Std.Error 1692.124 0.716734 6.230386 t-Statistic-4.168203 4.123674 1.021527 Prob.0.0013 0.0014 0.3272 1617.467 13.95378 14.14693

0.983374Mean dependent var 2304.537 0.979218S.D.dependent var 233.1762Akaike info criterion 652453.6Schwarz criterion

Log likelihood Durbin-Watson stat Dependent Variable: Y Method: Least Squares

-107.6303F-statistic 1.437107Prob(F-statistic)

236.5873 0.000000

Date: 13/12/8Time: 15:16 Sample: 1997 2012 Variable C X2 R-squared

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood Coefficient-7872.113 3.133029 Std.Error 1492.628 0.696527 t-Statistic-5.273995 4.498072 Prob.0.0002 0.0006 1617.467 13.91217 14.05703 353.1769 0.981928Mean dependent var 2304.537 0.979148S.D.dependent var 233.5661Akaike info criterion 709190.8Schwarz criterion-108.2973F-statistic Y=-7872.113+3.133029X2+1230.575X4 t=-5.2739954.4980724.187022

R2=353.1769Adjusted R-squared=0.979148 F=353.1769

３、顯著性檢驗：

（１）對于b2，t統計量為4.498072。給定α=0.05，查t分布表，在自由度為n-3=13下，得臨界值t0.025(13)=2.160因為t>t0.025(13)，所以拒絕原假設H0: b2=0，表明旅游人數對旅游消費支出有顯著性影響；

（２）對于b4，t統計量為4.187022。給定α=0.05，查t分布表，在自由度為n-3=13下，得臨界值t0.025(13)= 2.160因為t>t0.025(13)，所以拒絕原假設H0: b4=0，表明鐵路里程對旅游消費支出有顯著性影響。

（３）顯著性水平為0.05的時候，對于F=353.1769>F(2,13)=3.81，表明模型從整體上看旅游人數和鐵路里程聯合對旅游消費支出有顯著影響。

4、異方差檢驗： 采用White檢驗法

White Heteroskedasticity Test: F-statistic Obs*R-squared Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date:13/12/8Time: 15:23 Sample: 1997 2012 Included observations: 16

0.771228Probability 4.452772Probability

0.591511 0.486227

C X2 X2^2 X2*X4 X4 X4^2

R-squared

Adjusted R-squared S.E.of regression Sum squared resid Log likelihood Durbin-Watson stat

329576.7 550.1405-0.254245-60.46148-225015.5 28314.62

10200109 11621.69 3.326622 2482.328 4263097.451806.8

0.032311 0.047337-0.076427-0.024357-0.052782 0.062670

0.9749 0.9632 0.9406 0.9810 0.9589 0.9513 66211.77 25.39842 25.68814 0.771228 0.591511

0.278298Mean dependent var 44324.42-0.082553S.D.dependent var 68890.56Akaike info criterion 4.75E+10Schwarz criterion-197.1874F-statistic 2.429741Prob(F-statistic)，同時旅游人數和鐵路里程的t檢驗值也顯著，因為Obs*R-squared=4.252772<χ2=5.9915，所以接受原假設，表明模型不存在異方差。

二、結論與各因素分析

眾所周知，旅游業是一個“無煙工業”，并具有投資少，收效快，利潤高的優點。近些年隨著人們可支配收入的增加，他們對旅游業收入的貢獻越來越大，這已經成為拉動GDP增長的一個重要因素，所以政府要大力扶持旅游業，制定利于旅游業發展的相關稅收政策，在財政方面有所傾斜采取鼓勵人們外出旅游等一些了相應措施。

交通費對旅游業收入是存在影響的，因為它是人們在外出旅游前考慮的重要因素之一，交通業是相關產業，聯系比較緊密。

游客人數也直接影響到旅游業的收入，所以要盡力擴大市場，采取積極有效的措施吸引更多的人成為這種非必需品的消費者。

旅游價格是和可支配收入呈正比的，只有在可支配收入在允許范圍內時，旅游的價格才能最大的被消費者接受，兩者呈正相關性。

旅游行業的服務人員也是影響需求的重要因素，相關人員與設施的配備能使人們越來越喜歡去旅游，能帶動旅游業的發展。

鑒于這些影響我國旅游需求的因素，我想提出幾點建議：

1、政府要加大致力于完善交通的力度，提高車輛上的環境以及服務水平，減少乘客不必要負擔。

2、政府應該在農村、特殊人群中推行優惠政策來普及消費，縮小城鄉旅游消費的差距。

3、政府應加大旅游事業的發展力度，而且應該密切關注與旅游事業相關的產業的發展情況。

4、我國應加快經濟建設，以經濟增長帶動旅游消費的增長。從模型中可看到國民經濟的變化與旅游需求呈同步變化，且國民經濟的增長會帶動旅游者可支配收入的增長，最終刺激旅游消費的增加。

第三篇：焦炭價格影響因素分析

焦炭價格波動的基本因素是市場供求關系，其他因素都是通過影響供求關系來影響價格的。庫存狀況是供求關系分析的一個重要指標。生產、貿易、消費者主要是根據焦炭價格的變化和自身的庫存能力來調整庫存。

焦煤價格波動的基本因素是市場供求關系，其他因素都是通過影響供求關系來影響價格的。

市場供求關系

焦炭是煤炭加工的產成品，也是鋼鐵生產的原材料，三者構成了一個緊密相連的產業鏈。其中，煤炭市場是焦炭生產的原材料供應方，鋼鐵市場是焦炭產品的需求方。作為鏈接上游煤炭市場與下游鋼鐵市場的紐帶和橋梁，焦炭市場既受到上下游產品的影響，同時也影響著上下游市場。焦炭的上游產業主要有煤炭企業和焦炭冶煉企業，下游產業除鋼鐵生產企業外還包括有色金屬冶煉企業、金屬制品業、通用設備制造業和化工企業等等。

焦化行業屬于傳統的資源依賴型行業，和煤炭、鋼鐵行業有著密切的關系。由于關系到能源生產，以及生產過程中的安全、環境保護、資源浪費問題突出，因而該行業經常和煤炭、鋼鐵行業一起受到國家宏觀調控政策的管制。中國的煉焦煤市場與焦炭、鋼鐵等市場有著高度的正相關關系，即鋼鐵市場興旺則焦炭和煉焦煤市場火熱，鋼鐵市場低迷則焦炭和煉焦煤市場冷清。人們從煉焦煤價格、焦炭價格和鋼材價格三者之間的關系不難發現“水漲船高”的正相關性。在供應量偏緊而需求量大增時，鋼材價格上漲必然帶來焦炭價格上漲，焦炭價格上漲必然帶來煉焦煤價格上漲，反之亦然。

我國焦炭的供應方主要集中在上游產品煤炭的生產區。需求方主要為鋼鐵企業的聚集地，焦炭生產的特點充分體現了其上下游產業的分布特點。在我國的煤炭主產區如山西、陜西、河南、河北、黑龍江等省集中著大量的焦炭生產企業，這些省份也是我國焦炭流出量最大的地區。我國產鋼最多的省份是河北、江蘇、遼寧和湖南，這些省份同時也是焦炭的主要消費區和凈流入區。

焦炭庫存

庫存狀況是供求關系分析的一個重要指標。生產、貿易、消費者主要是根據焦炭價格的變化和自身的庫存能力來調整庫存。庫存是分析焦炭價格趨勢的重要指標。比如，占全國焦炭出口80%的天津港，已成為中國出口焦炭價格的風向標。

焦炭進出口

分析焦炭供求關系，要關注中國焦炭的進出口情況。由于焦炭出口價格基本上與國內價格聯動，同時配額數量也起到關鍵作用。

國家政策變化

國家政策對價格的影響是顯而易見的。隨著節能減排工作的推進，政府關閉了很多小煤窯，煤炭供應依然會偏緊，所以煤價還會漲，煤價的上漲必然推動焦炭價格的上漲。國家進出口政策，尤其是關稅政策是通過調整商品的進出口成本從而控制某一商品的進出口量來平衡國內供求狀況的重要手段。此外，山西省大規模整合煤炭產業、國家調整出口關稅稅率都是推動焦炭漲價的因素。各省加快淘汰焦化落后產能也會使供應趨緊。

宏觀經濟形勢

焦炭是重要的工業原材料，其需求量與經濟形勢密切相關。經濟增長時，焦炭需求增加從而帶動焦炭價格上升，經濟蕭條時，焦炭需求萎縮從而促使焦炭價格下跌。在分析宏觀經濟時，有兩個指標是很重要的，一是經濟增長率，或者說是GDP 增長率，另一個是工業生產增長率。宏觀經濟的發展周期、景氣狀況，經濟發展趨勢、匯率變動等，對于焦炭價格變化，也是需要了解的背景資料。

市場心理波動

投資者的心理因素也會影響交易市場上的焦炭商品的價格變化。心理因素起助漲助跌的作用。當投資者信心崩潰時，往往使市場加速下跌，當投資者信心滿滿時，往往讓市場更加瘋狂

第四篇：棉花期貨影響價格因素分析

寧波大學科學技術學院考核答題紙

（2012--2013 學年第 2 學期）

課號：

課程名稱：

期貨理論與實務

閱卷教師：

班級：

學號：

姓名：

成績：

棉花期貨影響價格因素分析

1、棉花商品概述

棉花能制成各種規格的織物。棉織物堅牢耐磨，能洗滌并在高溫下熨燙。棉布吸濕和脫濕快速而使穿著舒適。棉花的主副產品都有較高的利用價值，正如前人所說“棉花全身都是寶”。它既是最重要的纖維作物，又是重要的油料作物，也是含高蛋白的糧食作物，還是紡織、精細化工原料和重要的戰略物資。

1.1棉花的屬性

棉花的生長特性棉花原產于熱帶、亞熱帶地區，是一種多年生、短日照作物。經長期人工選擇和培育，逐漸北移到溫帶，演變為一年生作物。春季（或初夏）播種，當年現蕾、開花、結實，完成生育周期，到冬季嚴寒來臨時，生命終止。棉花喜熱、好光、耐旱、忌漬，適宜于在疏松深厚土壤中種植，在其生長發育過程中，只要有充足的溫度、光照、水肥條件等，就象多年生植物一樣，可不斷地長枝、長葉、現蕾、開花、結鈴，持續生長發育，具有無限生長性和較強的再生能力。在棉花的一生中，溫度對它的生長發育、產量及產品質量的形成影響很大。除溫度外，棉花對光照非常敏感，比較耐干旱，怕水澇。

棉花生長歷經春、夏、秋、冬四個季節，春分到立冬16個節氣（從四月中下旬至十一月中旬左右），一生可以劃分為播種期、苗期、蕾期、花鈴期和吐絮期5個階段。相對于其他農產品來講，棉花生長期較長，受自然因素的影響較大。

1.2棉纖維品質構成

棉纖維是由受精胚珠的表皮細胞經伸長、加厚而成的種子纖維，不同于一般的韌皮纖維。棉纖維以纖維素為主，占干重的93％-95％，其余為纖維的伴生物。由于棉纖維具有許多優良經濟性狀，使之成為最主要的紡織工業原料。

(1)長度。目前國內主要棉區生產的陸地棉及海島棉品種的纖維長度，分別以25-31毫米及33-39毫米居多。棉纖維的長度是指纖維伸直后兩端間的長度，一般以毫米表示。棉纖維的長度有很大差異，最長的纖維可達75毫米，最短的僅1毫米，一般細絨棉的纖維長度在25-33毫米，長絨棉多在33毫米以上。不同品種、不同棉株、不同棉鈴上的棉纖維長度有很大差別，即使同一棉鈴不同瓣位的棉籽間，甚至同一棉籽的不同籽位上，其纖維長度也有差異。一般來說，棉株下部棉鈴的纖維較短，中部棉鈴的纖維較長，上部棉鈴的纖維長度介乎二者之間；同一棉鈴中，以每瓣籽棉的中部棉籽上著生的纖維較長。棉纖維長度是纖維品質中最重要的指標之一，與紡紗質量關系十分密切，當其他品質相同時，纖維愈長，其紡紗支數愈高。支數的計算，是在公定回潮率條件下（8.5％），每一公斤棉紗的長度為若干米時，即為若干公支，紗越細，支數越高。紡紗支數愈高，可紡號數愈小，強度愈大。

(2)長度整齊度。纖維長度對成紗品質所起作用也受其整齊度的影響，一般纖維愈整齊，短纖維含量愈低，成紗表面越光潔，紗的強度提高。

(3)纖維細度。纖維細度與成紗的強度密切相關，紡同樣粗細的紗，用細度較細的成熟纖維時，因紗內所含的纖維根數多，纖維間接觸面較大，抱合較緊，其成紗強度較高。同時細纖維還適于紡較細的紗支。但細度也不是越細越好，太細的纖維，在加工過程中較易折斷，也容易產生棉結。

(4)纖維強度。指拉伸一根或一束纖維在即將斷裂時所能承受的最大負荷，一般以克或克/毫克或磅/毫克表示，單纖維強度因種或品種不同而異，一般細絨棉多在3.5-5.0克之間，長絨棉纖維結構致密，強度可達4.5-6.0克。5.纖維成熟度。寧波大學科學技術學院考核答題紙

（2012--2013 學年第 2 學期）

課號：

課程名稱：

期貨理論與實務

閱卷教師：

班級：

學號：

姓名：

成績：

(5)棉纖維成熟度是指纖維細胞壁加厚的程度，細胞壁愈厚，其成熟度愈高，纖維轉曲多，強度高，彈性強，色澤好，相對的成紗質量也高；成熟度低的纖維－各項經濟性狀均差，但過熟纖維也不理想，纖維太粗，轉曲也少，成紗強度反而不高。

1.3棉花的分類

按棉花的品種分為陸地棉、海島棉、亞洲棉（中棉）和非洲棉（草棉）

(1)陸地棉:又稱細絨棉,是世界上栽培量最大的一個品種,占世界棉產總量的85%以上。產量高，纖維長，品質好，我國陸地棉的種植面積占總面積的98%以上。

(2)海島棉:也稱長絨棉。強度高，纖維細，是高檔的棉紡原料。在我國新疆、上海、廣州地區種植相對較多。

(3)亞洲棉:又稱粗絨棉.由于在中國有悠久的種植歷史，也稱中棉。纖維粗短，逐漸被淘汰。(4)非洲棉:也叫草棉。纖維粗短，可紡性差，逐漸被淘汰。

1.4棉花的加工和檢驗

(1)加工。一般用衣分來表示籽棉加工成皮棉的比例，正常年份，衣分為36-40，也就是100斤籽棉能夠加工出36-40斤皮棉。皮棉不能散放，必須經打包機打成符合國家標準的棉包。我國標準皮棉包裝有二種包型：85公斤/包（±5公斤）、200公斤/包（±10公斤），以85公斤居多。

(2)檢驗。我國棉花的質量檢驗是按照細絨棉國家標準GB1103－1999進行的。標準規定，檢驗棉花分以下幾個指標：

品級：根據棉花的成熟程度、色澤特征、軋工質量這三個條件把棉花劃分為1至7級及等外棉。長度：根據棉纖維的長度劃分有長度級，以1毫米為級距，把棉花纖維分成25-31毫米七個長度級。馬克隆值：馬克隆是英文Micronaire的音譯，馬克隆值是反映棉花纖維細度與成熟度的綜合指標，數值愈大，表示棉纖維愈粗，成熟度愈高。具體測量方法是采用一個氣流儀來測定恒定重量的棉花纖維在被壓成固定體制后的透氣性，并以該刻度數值表示。馬克隆值分三個級，即A、B、C，B級為馬克隆值標準級。

回潮率：棉花公定回潮率為8.5%，回潮率最高限度為10.5%。實際工作中一般用電測器法測定原棉回潮率。

含雜率：皮輥棉標準含雜率為2.5%。實際工作中一般用原棉雜質分析機測定原棉回潮率。危害性雜物：棉花中嚴禁混入危害性雜物。

棉花檢驗分感官檢驗和儀器檢驗。由于目前我國的棉檢儀器主要是測試棉花的一些物理指標，如棉纖維的強度、馬克隆值等，還沒有完全符合我國國情的棉花定級儀器，因此國標規定，棉花定級以感官檢驗為主、儀器檢驗為輔。在我國，承擔棉花檢驗和仲裁機構是國家各級纖維檢驗局（所），棉花的進出口檢驗由各省（市）商品檢驗局負責。2003年12月17日，由國家發展改革委、國家質檢總局、財政部、全國供銷合作總社、中國農業發展銀行聯合下發《棉花質量檢驗體制改革方案》，該方案中明確提出棉花質檢改革的目標是：力爭五年左右的時間，采用科學、統一、與國際接軌的棉花檢驗技術標準體系，在棉花加工環節實行、儀器化、普遍性的權威檢驗，建立起符合我國國情、與國際通行做法接軌、科學權威的棉花質量檢驗體制。

2.棉花期貨概述

2.1概念

棉花期貨：以棉花作為標的物的期貨交易品種

2.2棉花期貨交易的基本特征 寧波大學科學技術學院考核答題紙

（2012--2013 學年第 2 學期）

課號：

課程名稱：

期貨理論與實務

閱卷教師：

班級：

學號：

姓名：

成績：

(1)合約的標準化：期貨交易是通過買賣進行的，合約除價格外，所有條款都是預先規定好的，是標準化的。

(2)交易集中化：期貨交易必須在期貨交易所內進行，期貨交易所實行會員制，只有會員方能進場交易。場外的廣大客戶若想參與期貨交易，只能委托期貨經紀公司代理。

(3)雙向交易和對沖機制：因為期貨合約時標準化的，所以絕大部分交易可通過反向對沖操作解除履約責任。

(4)每日無負債結算制度：為了有效地控制期貨市場的風險，現代期貨市場普遍建立了一套完整的風險保障體系，其中，最重要的就是每日無負債結算制度。

(5)杠桿機制：期貨交易只需交納少量的保證金，一般為合約價格的5%-10%，就能完成數倍乃至數十倍的合約交易。

2.3棉花期貨交易的優點

(1)以小搏大：只需交納很低的履約保障金，從而可以用少量的資金進行大宗買賣，節省大量的流動資金，資金回報率高。

(2)交易便利：期貨市場中買賣的是標準化的合同，只有價格是可變因素，這種合同的標準化提高了合同的互換性和流動性，使采用對沖方式了結義務十分便利，因此可頻繁交易。(3)履約擔保：所有期貨交易都通過期貨結算進行結算，為買賣者的每筆交易擔保。

(4)市場透明化：交易信息完全公開化，且采取公開競價方式進行，使交易者在平等的條件下公開競爭。

3.世界棉花供需狀況分析

3.1世界棉花生產狀況

棉花是世界性經濟作物，分布在32。S～47。N之間，遍及亞、非、美、歐及大洋洲，但主要分布在亞洲與美洲。亞洲，主要分布在亞洲大陸南半部，包括中國、印度、巴基斯坦3國以及中亞、外高加索和部分西亞國家，其棉花面積、總產量分別占世界棉花面積、總產量的61.72%、62.78%； 美洲，主要分布在美國、巴西、阿根廷等國，其棉花面積、總產量分別占世界棉花面積、總產量的20.94%24.98%，是世界上棉花最大的出口區；非洲為世界高品級長絨棉的主產區，其棉花面積、總產量分別占世界棉花面積、總產量的15.08%、7.90%；大洋洲、歐洲盡管棉花單產較高，但總面積未超過2.5%、總產量未超過4.5%。

20世紀90年代中期以來，印度、美國、中國、巴基斯坦、烏孜別克斯坦、巴西、土耳其、澳大利亞、希臘、敘利亞一直居世界棉花生產國前列，2006年～2010年，這10個國家棉花收獲面積年平均2597萬公頃、占世界年平均總面積的80.03%，棉花總產量年平均2215.4萬噸、占世界棉花年平均總產量的89.96%。

3.2世界棉花消費狀況

(1)世界棉花消費總量呈現穩步上升態勢，產需基本保持平衡。

(2)棉花消費需求不斷增長，形成“以中國為主”的世界棉花消費格局。2006～2010年世界年平均消費量為25816萬噸，中國占世界年平均消費量的40.8%。

(3)世界消費區域相對集中。2006～2010年世界平均年消費量2581.6萬噸，年均消費量居前列的國家依次是中國、印度、巴基斯坦、土耳其、巴西、孟加拉國、美國，占世界棉花總量的81.8%。

3.3國際棉花期貨市場

在紐約棉花期貨交易所推出棉花期貨交易以前，棉花現貨市場價格波動很大，供求關系的突然失衡會造成價格的劇烈波動并嚴重沖擊棉花生產和貿易。為了轉移現貨市場固有的風險，1870年紐約寧波大學科學技術學院考核答題紙

（2012--2013 學年第 2 學期）

課號：

課程名稱：

期貨理論與實務

閱卷教師：

班級：

學號：

姓名：

成績：

棉花交易所應運而后，并于當年推出棉花期貨交易。在此后的130多年中，全球有15個商品交易所開展過棉花期貨交易，比較著名的有：亞歷山大棉花交易所（埃及），新奧爾良交易所（美國），利物浦棉花交易所（英國），不萊梅交易所（德國）等等。日本、印度、巴基斯坦、法國、巴西、香港地區等的交易所的也曾先后開展過棉花期貨交易。除紐約棉花交易所（現已更名為紐約期貨交易所，簡稱NYBOT）至今仍在進行棉花期貨交易所，其它14個交易所的棉花期貨交易均已停止。隨著棉花期貨市場的不斷發展，尤其是二十世紀六七十年代以后，紐約棉花的期貨價格越來越受到重視，其規避風險、發現價格的功能已充分發揮出來，棉花期貨價格在貿易界和管理界都有很高的權威，已成為棉花行業和產棉國政府不可缺少的價格參考依據。美國政府依據紐約期貨交易所的棉花期貨價格對農民進行補貼；墨西哥政府為保護棉農利益，由農業部出面在紐約期貨交易所對全國棉花進行套期保值操作（主要利用期權）；英國的棉花企業、澳大利亞的植棉農場主也都在紐約期貨交易所從事棉花的套期保值交易。據美國最大的棉花貿易商艾倫寶公司的副總裁金寶先生介紹說：若不將自己的現貨貿易進行100％的套期保值，誰也沒法抵御風云變幻的價格變動的影響，不參與期貨，意味著賭博，公司隨時可能破產，企業就不能生存到今天；但參與期貨，不僅僅限于套期保值，大公司有信息、預測優勢，可以通過期貨、期權的交易獲利。

4.中國棉花供給狀況分析

4.1棉花供應產量

我國棉花種植面積在波動很大，90年以來最高為10253萬畝，最低為5400萬畝，相差近一倍。我國棉花產量呈現周期波動，在400萬噸至600萬噸之間波動。

主要地區：棉花主產省為新疆、河南、山東、河北、江蘇、湖北，其產量占全國棉花總產量的80%左右。

4.2棉花需求銷量

中國用棉量增幅最大，我國棉花消費呈現持續增長態勢。

紗錠：1978年，1000萬錠，2004年，估計達7000萬錠左右。

紡紗量：據國家統計局統計，1999年，全國產量566萬噸，2003年為927萬噸，增長近64%。用棉比例按61%測算，紡棉需求仍在650萬噸左右。加上其他用棉及損耗，總需求量在700萬噸左右。紡織品、服裝：1978年出口額僅為24.3億美元，2003年達805億美元。主要地區：全國各地區

5.影響棉花價格的因素

影響棉花現貨價格的因素主要有以下幾個方面：

5.1政策

政策對價格的影響是很短期的，但是有時卻很劇烈。影響棉花現貨價格的政策因素主要有：

①政府的宏觀政策。包括政治，經濟政策，如農業政策，外貿政策，金融政策，證券政策等，都會對棉花期貨價格產生影響。在分析國家重大宏觀經濟政策對棉花期貨價格影響的同時，還要分析國務院和其他職能部門出臺的政策對棉花價格的影響程度。

②行業組織政策。行業組織在市場經濟中起的作用已日益明顯，他們制定的產業政策有時會影響棉花的生產規模，產量，銷售量以及相對價位。

③國家儲備計劃。國儲棉的拍賣，采購量以及采購價格決定對棉花價格的影響程度。④各國農業補貼政策和紡織品進出口政策。紡織品出口政策和棉花的配額政策影響國內的棉花價格，國際棉花價格與棉花補貼存在著密切的關系。寧波大學科學技術學院考核答題紙

（2012--2013 學年第 2 學期）

課號：

課程名稱：

期貨理論與實務

閱卷教師：

班級：

學號：

姓名：

成績：

5.2產量

對用于期貨交割的棉花來說，當期產量是一個變量，主要受當前播種面積和單產的影響。在播種面積一定的情況下，由于棉花生長周期較長，受氣候變化影響較大，棉花生長關鍵時期的氣候因素影響棉花的生長情況，進而會影響到單產水平。一般來說，棉花的播種面積主要受上棉花價格的影響，上棉花的價格較高，則本的播種面積將增加，反之，則播種面積下降。投資者在充分研究棉花的播種面積，氣候條件，生長條件，生產成本以及國家的農業政策等因素的變動情況后，對當期產量會有一個較合理的預測。

5.3前期庫存量

它是構成總供給量的主要組成部分，前期庫存量的多少體現著前期供應量的緊張程度，供應短缺則價格上漲，供應充裕則價格下降。

5.4進出口量

在生產量和前期庫存量一定的情況下，進出口量實際上直接改變了供應量的多少。進口量越大，國內可供應量就越大，則國內市場價格可能會下跌；出口量越大，國內可供量就越小，國內市場價格就可能回升。因此投資者應密切關注實際進口量的變化，盡可能及時了解和掌握國際棉花形勢，價格水平，進口政策的變化等情況。

5.5國內消費量

棉花的國內消費量并不是一個常數，它處于經常變動狀態，并受多種因素影響。主要有：消費者購買力的變化；人口增長及消費結構的變化；政府收入與就業政策等。我國棉花95%用于紡紗，江蘇、山東、河南、湖北為棉花的主要消費省。

5.6國家儲備

棉花行業是一個勞動密集型行業,就業人口達到2億多，棉花價格高低直接關系到農民和棉紡織企業工人的收益,因此,做好棉花市場的宏觀調控,確保棉花價格合理波動非常重要。棉花市場放開以后，我國棉花儲備和進出口政策成為調節棉花價格的兩個主要工具。1984年我國棉花儲備達到430萬噸。上世紀九十末，我國棉花價格居高不下，為了滿足棉紡織企業的加工需要，我國大量拋售棉花儲備，棉花儲備降為最低點，接近零庫存。

6.結論

通過對棉花期貨價格的主要影響因素是供求因素和相關市場因素和宏觀經濟因素，資金因素與其他因素對棉花期貨行情變動亦有一定的影響。以小見大，可知在農產品期貨市場中。為規避棉花期貨價格風險，要求投資者和監管者在短期內關注現貨市場中供求變動和瞢代品的期現貨市場，抓住現貨價格是期貨價格的基礎這一關鍵點；從長期視角而言。應當明確農產品期貨價格的變動趨勢與宏觀經濟形勢變動密不可分。

第五篇：貨幣政策對房地產價格影響因素分析

轉自論文部落論文范文發表論文發表

貨幣政策對房地產價格影響因素分析

作者：紀艷玉

摘要：本文在對國內有關貨幣政策對房地產價格影響的梳理上，總結出國內學者主要從貨幣供應、利率以及銀行信貸方面去探討貨幣政策對房地產價格的影響。本文嘗試著分析各個因素對房地產價格的影響，以期能更加全面地了解貨幣政策對房地產價格影響因素。關鍵詞：貨幣政策；房地產價格；影響因素

中圖分類號：F293.3 文獻標識碼：A 文章編號：1001-828X（2013）11-000-01

一、引言

我國房地產市場從1998年以來經歷了較長時期的價格上漲，整體上至今仍未出現較深幅度的價格下跌。由于我國房地產行業在國民經濟增長中貢獻率較高，其行業屬性也決定了它對實體經濟的影響更加直接。貨幣政策作為宏觀調控的重要手段之一，它的調整如何房地產價格是我們值得深究的問題。

關于貨幣政策對房地產價格的影響研究，國內大多學者的研究都是從利率、貨幣供應量和銀行信貸角度進行分析：戴國強、張建華（2009）認為通過利率變動或貨幣供應量的變化，貨幣政策可以通過直接和間接機制影響房地產市場價格，且對具體傳導機制進行了深入分析。賀建清、鄧宏亮（2011）實證分析了房地產市場在貨幣政策傳導機制中的作用，研究結果表明房地產市場在貨幣政策傳導機制中發揮了重要作用，貨幣供應量M1、M2是房地產價格指數變化的Granger原因。單克強（2012）研究結果表明我國貨幣增長與房價上漲之間存在著顯著的雙向因果關系，與前面的研究角度不同的是，薛磊（2006）采用實證分析的方法從信貸資金角度進行分析，實證結果顯示銀行信貸與房地產價格之間存著這顯著的正向關系，即銀行信貸的減少會抑制房地產價格的上漲。

二、貨幣政策對房地產價格影響因素分析

從以上對國內相關的研究進行總結的過程中，我們可以看到大多數學者在有關貨幣政策對房地產價格的研究中，主要考慮的貨幣政策因素包括：貨幣供應量，利率及銀行信貸量，下面我就這幾個方面具體分析。

（一）貨幣供應量對房地產價格的影響。貨幣供應量的多少關乎社會資金面的寬松與否。貨幣供應量的增加會使房地產市場活躍，房地產價格上漲，因此貨幣供應量與房地產價格是正相關關系的，貨幣供應量的增多，促使更多的投資資金要尋找更多的投資渠道，資本追逐利潤的本性促使房地產市場活躍，如果投機過熱，可能會導致房地產價格泡沫的生成，這樣發展下去將會給經濟帶來嚴重的災難。

（二）利率對房地產價格的影響。利率是貨幣政策中的重要手段，利率對房地產價格最直接的影響是房貸資本。利率是從供需兩方面對房地產價格產生影響，下面從這兩方面進行具體分析。

首先從供給方面看，利率的高低決定這開發商的融資成本。利率升高時，開發商的融資成本增加，為此開發商將會減少房地產的投資開發規模，使得房地產供應量下降，房地產價格上漲。因此，從供給方面看，利率與房地產價格變化呈正向關系。其次從需求方面看，我們從投資需求和消費需求兩方面進行分析。對投資需求來說，利率的上漲，投資者的貸款成本上升，可貸資金減少，還款壓力增大，可獲利空間減少，在這種情況下，投資者必然會減少其投資需求。另外，利率的持續上升會使公眾產生房價將下跌的預期，致使房地產的投資需求降價，因此，投資需求與利率呈負相關關系。消費需求來看，其中存在著收入效應和替代效應。利率的變動對兩個效應都存在著影響。就目前形勢而言，房地產的價格遠遠高于普通居民的收入，替代效應的影響要遠遠大于收入效應產生的影響，因此，房地產的消費

轉自論文部落論文范文發表論文發表

需求往往與利率呈負相關關系。

綜上所述，利率是同時從供需兩方面影響著房地產價格的，并且利率對房地產的需求影響要比對房地產的供給影響更加明顯，因此利率的變化與房地產價格變化是呈反比關系的。

（三）信貸對房地產價格的影響。銀行信貸資金主要是通過多種流動性效應影響房地產的供求，進而影響房地產價格。銀行信貸資金主要通過以下四個渠道影響房地產價格：（1）向房地產開發商發放開發建設貸款（2）向居民發放購房貸款；（3）銀行自身持有的房地產資產；（4）以房地產為抵押品的抵押貸款。從我國的實際情況看來，向房地產開發商發放開發建設貸款和向居民發放購房貸款是銀行信貸資金流向房地產的主要渠道，從而推動房地產價格的上漲。

銀行信貸資金是房地產市場上供需雙方的主要資金來源。在銀行實行寬松的房貸政策時，對購房者來說，居民的住房貸款的可得性增加，會促使房地產需求的增加，從而促進房地產價格的上漲；對于房地產開發商來說，房地產開發貸款的增加會使房地產開發商擴大投資開發規模，從理論上而言，這會使房地產的供給增加，但房地產商品的供給彈性小，因此在短期內，銀行信貸的增加并不能有效的增加房地產商品的供給，相反的是，房地產開發商在擁有更多貸款的情況下，他們會選擇以高價拿地進行房地產開發，這會導致房地產開發成本的增加，使得房地產價格上漲；另外，在資金充足的情況下，房地產開發商更傾向于開發建設高檔房，這會使得房地產產品供需不合理，使得房地產價格上漲。從長期來看，在房地產商認為有利可圖時，總體看來他們會逐漸開發新的房地產，隨著新一批房地產項目的完工，房地產價格開始會有逐漸下降的趨勢。

三、小結

從以上分析的可知，貨幣政策中的貨幣供應量、利率和銀行信貸均對房地產價格有著正向或方向的影響，而在我們現行的貨幣政策中更多的依賴于利率單一工具，這使得調控的效果有所下降的，因此我國在制定貨幣政策時，應該調動一切可支配的工具，協調配合一起對我國的經濟進行宏觀調控。

參考文獻：

[1]戴國強，張建華.我國貨幣政策的房地產價格傳導機制研究.財經研究，2009（12）：31-37.[2]賀建清，鄧宏亮.房地產市場在貨幣政策傳導機制中的作用研究.區域金融研究，2011

（1）：24-28.[3]薛磊.房地產信貸對房地產價格影響的實證分析.廣西金融研究.2006（4）：33-37.[4]徐紅芬.我國貨幣政策對房地產價格影響的實證分析.金融理論與實踐，2011（10）：112-115.