第12部分(第3/5 頁)

據業內人士說，北京房地產交易管理網“外網”上的資料有限，不具備“研究性”。而且外網資料有一些查詢障礙，例如不能查過期樓盤專案情況，更不能得到一段時間內的綜合資料，房地產交易管理網上的資料是由各個樓盤自己上報，而各個樓盤上報資料的時間和統計範圍都不統一，另外房地產交易管理網往往僅釋出套數、成交均價等基礎資料，也不能全面反映市場情況。也正因為地方房地產資料被分別壟斷，這些地方原始資料提供方雖然掌握著壟斷資源，但卻對各自區域外的市場一無所知。房地產開發企業普遍更喜歡更詳細、真實的資料，而不是用一個抽樣等統計辦法算出來的平均值。

事實上，如果沒有一個公開、透明的房地產資料披露體制，則人們對市場的判斷根本不具有可取性，而僅僅依靠政府部門採取的宏觀調控政策，沒有購買者的預期判斷相配合，房地產調控政策很難取得實效。

電子書　分享網站

面板資料模型選擇

一般而言，面板資料模型的誤差項由兩部分組成，一部分是與個體觀察單位有關的，它概括了所有影響被解釋變數，但不隨時間變化的因素，因此，面板資料模型也常常被成為非觀測效應模型；另外一部分概括了因截面因時間而變化的不可觀測因素，通常被成為特異性誤差或特異擾動項（事實上這第二部分誤差還可分成兩部分，一部分是不因截面變化但隨時間變化的非觀測因素對應的誤差項Vt，這一部分一般大家的處理辦法是透過在模型中引入時間虛擬變數來加以剝離和控制，另一部分才是因截面因時間而變化的不可觀測因素。不過一般計量經濟學的面板資料分析中都主要討論兩部分，在更高階一點的統計學或計量經濟學中會討論誤差分量模型，它一般討論三部分誤差）。

非觀測效應模型一般根據非觀測效應的不同假設可分為固定效應模型和隨機效應模型。傳統上，大家都習慣這樣分類：如果把非觀測效應看做是各個截面或個體特有的可估計引數，並且不隨時間而變化，則模型為固定效應模型；如果把非觀測效應看作隨機變數，並且符合一個特定的分佈，則模型為隨機效應模型。

在實際研究中經常採用的Panel　data迴歸模型（或TS/CS　（Time　Series　/Cross　Series）模型）是固定效應模型（fixed　effect　model；FEM）和隨機效應模型（random　effect　model；REM）。在實證研究中一般透過對資料的Hau*an檢驗以確定是選用固定效應模型還是隨機效應模型。在模型中；如果模型中的係數　為確定性變數；即模型中省略因素對個體差異的影響是固定不變的；則模型為固定效應模型。如果　為隨機變數；即模型中省略因素對不同個體的影響是隨機的；則模型為隨機效應模型。

因此使用面板資料，主要有三種模型可供選擇，即OLS模型、固定效應（Fixed　Effects，FE）模型和隨機效應（Random　Effects，FE）模型。利用F檢驗識別使用OLS模型還是FE模型；　再利用LM　檢驗（lagrangian multiplier　test）識別使用OLS模型還是RE　模型，最後用Hau*an　檢驗使用RE　模型還是FE模型。本文所有的模型全部過程用Givewin2軟體　或者EVIEWS5軟體完成。

首先；對模型進行選擇。利用檢驗來確定是選擇固定效應模型還是隨機效應模型其檢驗的統計量為：W=　，其中　是固定效應模型的估計結果； 是隨機效應模型的估計結果，而∑是兩種估計量協方差矩陣之差，即：∑=Var（　）…Var（　）；實際上Hau*an檢驗是一種Wald統計量；