《房地产价格波动与区域经济发展间的实证研究.docx》由会员分享，可在线阅读，更多相关《房地产价格波动与区域经济发展间的实证研究.docx（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 DOI:10.14081/ki.hgdxb.2013.05.016 第 42 卷 第 5 期 Vol.42 No.5 河 北 工 业 大 学 学 报 JOURNAL OF HEBEI UNIVERSITY OF TECHNOLOGY 2013 年 10 月 October 2013 文章编号： 1007-2373 (2013) 05-0115-04 房地产价格波动与区域经济发展间的实证研究 赵文忠，牟玲玲，安 楠 （ 河北工业大学 经济管理学院，天津 300401 ） 摘要 目前房地产业已经成为国民经济发展的重要方面由于区域差异性的影响，一个区域的房地产价格应与当 地的经济发展水平相适应、相
2、制约本文以天津房地产市场为研究对象，对房地产价格波动与区域经济基本面变 量的关系进行定量分析，选取近 20 年的商品房价格、地区人均生产总值、房地产开发投资额、城镇居民可支配 收入、利率等指标为变量，对影响房价波动的关键因素进行识别，分析结论对房地产发展政策的科学制定有一定 的参考意义 关 键 词 房地产价格；区域经济； VAR 模型 中图分类号 F822 文献标志码 A Relationship between volatility of real estate price and regional economic ZHAO Wen-zhong， MU Ling-ling， AN Nan
3、( School of Economics and Management, Hebei University of Technology, Tianjin 300401, China ) Abstract The real estate industry has become an important aspect of national economic development. Because of the impact of regional differences, a regional real estate prices should be compatible with the
4、level of local economic devel- opment. This paper has made a quantitative analysis of the real estate market in Tianjin via the relationship between real estate price fluctuations and regional economic variables. We select the prices of real estate in the last 20 years, per capita GDP, real estate d
5、evelopment and investment, urban residents disposable income, interest rates and other indicators of variables to identify the key factors affecting the price fluctuations. The conclusion will provide Tianjin with a useful ref- erence in making policies for real estate development. Key words real es
6、tate price; regional economy; VAR model 0 引言 随 着 房地产 市 场发展 速 度的不 断 加快 ， 房地 产 业逐渐 在 国民经 济 发展中 发 挥基础 性 和指导 性 作用 ， 它也 正在成为国民经济的主导型、支柱 性 产业和新的经济增长段，对于改善居民 的 生活水平、增加劳动就业率、 拉动消 费 等方面 也 作出了 重 要贡献 1-3 但是 对 于不同 地 域 ， 房地产 业 又呈现 出 较大的 区 域差异 性 因 此 ， 不 同地区 要 根据自 身 经济发 展 情况采 取 不同的 政 策 ； 对于同 一 个区域 而 言 ， 房地产 价 格也应
7、该 与该地 区 的经济 发展水 平 相适应 本文以区域房地产市场为研究对象，并以天津市为例，根据天津市近 20 年间的区域经济发展情况，选 取宏观经济变量为指标，探究其与房地产业发展间的复杂内在关系 研究的结论一方面可为其他省市房地产发展与区域经济发展间的互动关系提供参考和借鉴；另一方面， 可为天津市制定科学的房地产发展战略提供信息参考和技术支持；另外，还可以使市场主体正确认识房地产 发展现状及其发展趋势，可据此作出相应的正确投资决策与消费决定，从而促进天津市房地产业更加健康、 稳定发展，为天津市经济发展起到更为积极的促进作用 收稿日期： 2012-11-07 基金项目：河北省自然科学基金（
8、G2011202184）；河北省高等学校人文社会科学项目（ SY13102）；河北省高等学校自然科学项目（ 2011111） 作者简介：赵文忠（ 1971-），男（汉族），正高级工程师，博士生 116 河 北 工 业 大 学 学 报 第 42 卷 1 天津市房地产价格波动与区域经济的实证分析 1.1 变量的选取 根据影响房地产价格波动的各种经济因素，以及现有的统计数据指标体系，结合天津市经济发展情况和 房地产 业 发展的 基 本特征 ， 本论 文 在研究 房 地产价 格 波动与 经 济基本 面 变量关 系 时 ， 选取商 品 房价格 、 地区 人 均 生 产 总 值、 房 地 产 开 发 投资
9、 额 、 城 镇 居 民人 均 可 支 配 收 入 、 贷款 利 率 等 指 标 作为 分 析 基 础 ， 分别 记 为 HP、 GDP、 TZ、 SR、 R 4-6 研 究 所需的 数 据全部 来 自于历 年 天 津市统 计 年 鉴 7， 其中 选 取 1991-2010 年 的 20 年 间的年 度 数据为 样本在进行数据处理时，商品房价格是由商品房销售额除以商品房销售面积所得 , 并用居民消费价格指数 进行折算地区人均生产总值是以 1991 年为基期，将各年地区人均生产总值指数（上年 =100） 转化为定基 指数，再将定基指数序列分别乘以 1991 年人均生产总值而得房地产开发投资额是利
10、用历年房地产开发完 成投资额，通过固定资产投资价格指数转化为定基指数，再将各年定基指数分别乘以 1991 年房地产开发投 资额而得城镇居民可支配收入按照 1991 年的城镇居民可支配名义收入，通过扣除物价后的各年同比增长 率依次求得为了减少异方差性和增强线性，对各指标数据进行了对数处理，分别记为 lnHP、 lnGDP、 lnTZ、 lnSR、 lnR 1.2 平 稳 性检验 为避免直接建立模型可能出现 的 “ 伪回 归 ” 问题，在建立模型之前需要对时间序列进行平稳性检验 8 根据 AIC 和 SC 信息准则确定的滞后阶数，经过平稳性检验发现，商品房价格、地区人均生产总值、房地产 开发投资额
11、均为平稳时间序列，城镇居民可支配收入和贷款利率为一阶单整时间序列 1.3 协整检验 进行协整检验的意义在于，对于两个或者两个以上的具有各自的波动规律的变量，如果它们之间存在协 整关系，则各变量之间存在长期均衡关系；反之，若变量间是不协整的，则它们之间不存在长期均衡关系 在研究多变量间的协整关系时，如果各个变量间的某种组合表现出平稳性特征，则各个变量间存在协整关 系在此，采取由 Johansen 和 Kuselius 共同提出的基于向量自回归模型进行检验的 Johansen 检验方法，结果 表明，无论是迹检验还是最大特征值检验，在 5%的显著水平上，该 VAR 系统都存在协整关系，亦说明各变 量
12、之间存在长期均衡关系 1.4 Granger 因果关系检验 Granger因果检验利用实际观测数据检验变量之间的因果性，对于经济现象中因果关系不明确的指标，可 以通过这种方法进行统计意义上的因果关系检验由于 Granger 因果关系检验只能建立在平稳变量之间或存 在协整关系的非平稳变量之间，因此首先对 lnSR和 lnR进行差分处理，差分序列分别记为 lnSRT和 lnRT，进 而满足进行 Granger 因果关系检验的条件根据 AIC 和 SC 信息准则，以 AIC 和 SC 最小为最佳滞 后阶数，确定 各变量滞后阶数为 2得到的 Granger因果关系检验结果见表 1 结果显示，在 5%的
13、显著水平下， lnGDP、 lnTZ、 lnR是 lnHP的 Granger原因，反之不成立； lnHP 是lnSR 的 Granger原因，反之亦不成立 2 VAR 模型估计与分析 2.1 建立模型 向量自回归模型是用于分析和预测存在 相互联系的多变量时间序列系统，分析随机 干扰项对所探讨的经济系统的动态冲击，解 释各种经济冲击对经济变量的影响根据 Granger 因果关系检验的结果及理论分析， 将商品房价格、地区人均生产总值、房地产 表 1 变量 Granger 因果关系检验结果 Tab. 1 Variable Granger causality test results 原假设 滞后阶数
14、 F 统计量 P 值 结 论 LNGDP does not Granger Cause LNHP 2 5.38695 0.0198 拒 绝 LNHP does not Granger Cause LNGDP 2 0.82758 0.4589 接 受 LNTZ does not Granger Cause LNHP 2 8.51294 0.0043 拒 绝 LNHP does not Granger Cause LNTZ 2 1.02969 0.3845 接 受 LNSRT does not Granger Cause LNHP 2 1.09999 0.3642 接 受 LNHP does no
15、t Granger Cause LNSRT 2 6.42135 0.0127 拒 绝 LNRT does not Granger Cause LNHP 2 7.51936 0.0076 拒 绝 LNHP does not Granger Cause LNRT 2 0.31018 0.7390 接 受 0.04 0.02 0.00 -0.02 -0.04 2 4 6 8 10 图 1 lnHP 对 lnHP 的脉冲响 应 函数图 Fig. 1 lnHP pulse response function on lnHP 0.04 0.02 0.00 -0.02 -0.04 2 4 6 8 10 图
16、2 lnHP 对 lnGDP 的 脉冲响应函数图 Fig. 2 lnHP pulse response function on lnGDP 0.04 0.02 0.00 -0.02 -0.04 2 4 6 8 10 0.04 0.02 0.00 -0.02 -0.04 2 4 6 8 10 0.04 0.02 0.00 -0.02 -0.04 2 4 6 8 10 图 3 lnHP 对 lnTZ、 lnSR、 lnR 的脉冲响应函数图 Fig. 3 lnHP pulse response function on lnTZ, lnSR, lnR 第 5 期 赵文忠，等：房地产价格波动与区域经济发
17、展间的实证研究 117 开发投资额、城镇居民可支配收入、贷款利率 5 个指标视为系统的内生变量，对 lnHP、 lnGDP、 lnTZ、 lnSR、 lnR 建立 5 维向量自回归模型 首先，根据 AIC、 SC 等信息准则确定 VAR 模型滞后阶数，知该 5 个变量组成的系统滞后期长度为 2 期根据回归模型估计结果显 示，各方程拟合效果良好确定的向量自回归方程为： = 1 + 2 + 1 (1) 对各个时间序列进行平稳性检验，发现结果平稳，可以建立 VAR 模型说明由商品房价格、地区人均 GDP、房地产开发投资额、城 镇居民可支配收入、贷款利率 5 个变量所构成的经济系统是稳定的 为了研究经
18、济基本面变量的短期波动对商品房价格的影响，下 面对此 VAR系统进行脉冲响应函数和方差分解进行分析 2.2 脉冲响应 基于建立的 VAR 模型，根据脉冲响应研究区域宏观经济基本面 变量与商品房价格之间的动态关系，以观察一个变量的扰动对其他 变量的当前值和未来值的影响在脉冲响应分析过程中，使用标准 的 Cholesky 因子分解识别冲击结构，设定脉冲响应函数的响应期为 10 年 下面选择商品房价格 lnHP 对其自身和单位经济基本面变量 lnGDP、 lnTZ、 lnSR、 lnR波动的脉冲响应图进行分析 根据图 1 可知， lnHP 发生 1 个单位波动时，对其自身立即产生 较大的正面影响，随
19、着时间推移，这种正反应发生微弱波动，说明 商品房价格的冲击对其自身在短期内呈现较大的正反馈，这种影响 随着时间推移逐渐减小，并会最终消失由图 2 可知， lnGDP发生 1 单位波动时，其对 lnHP不会立即产生影响，第一期反应为 0； 2 年之 后开始对 lnHP 产生正面影响，并且在此期间反应又一个较快的上升， 在 5 年左右时间正面影响最为剧烈说明 lnHP 对 lnGDP 的变动呈现 正的反馈状态，并且影响随着时间推移先增加后减小 由图 3 可知， lnTZ、 lnSR、 lnR分别波动 1 单位时，均不会立即 对 lnHP产生影响，第一期反应为 0 lnHP对 lnTZ的变动呈现先正
20、后 负反馈的状态，且影响持续时间有限； lnHP对 lnSR的价格波动呈现 负面反馈状态 lnHP 对 lnR的价格波动呈现负面反馈状态，且影响期 数也是有限的综合以上，各不同经济变量影响时滞也各不相同 2.3 方差分解 方差分解的主要目的，是把向量自回归模型中的各个内生变量 的波动按照其成因分解成与所有变量冲击相关联的组成部分，从而 了解各个变量的冲击对模型内生变量的贡献程度以及重要程度选 择用方差分解分析宏观经济基本面变量对商品房价格波动的贡献度 各个变量的方差分解结果如表 2 所示 通过方差分解发现商品房价格波动中大约有 35%由其自身决定， 历史房价波动信息是影响现在和未来房价走势的关
21、键因素之一地 118 河 北 工 业 大 学 学 报 第 42 卷 区人均生产总值对商品房价格的影响为除 其自身外的最大因素，影响为 30%左右房 地产开发投资对商品房价格也有较大影响， 开发投资决定建造成本，也反映市场需求， 因此其对房价的影响也甚为显著利率和 城镇居民可支配收入是居民决定买房的最 基本考虑因素，不容忽视由于商品房价 格对各个宏观经济变量的变化存在不同的 时滞，冲击效应的大小也各不相同，因此 在实际制定相关政策时必须考虑各种冲击 的叠加效应 3 结论 表 2 商品房价格方差分解 Tab. 2 Variance decomposition of commercial housi
22、ng price Period S. E. LNHP LNGDP LNTZ LNSR LNR 本文以天津市房地产业发展现状为基础，通过研究宏观经济变量与房地产业发展间的复杂内在关系，得 出以下结论： 1） 商品房价格、地区人均生产总值、房地产开发投资、城镇居民可支配收入、贷款利率间存在长期均 衡关系 2）通过 Granger 因果关系检验，发现在 5%的显著水平下，地区人均生产总值是商品房价格的 Granger原 因，而商品房价格却不是地区人均生产总值的 Granger 原因，说明地区的区域生产总值走势对房地产市场的 发展有着重要影响，一个地区的区域生产总值降低，将给房地产市场带来很大的负面影
23、响，而 GDP 的持续上 涨将给房地产市场的发展带来很大信心；房地产开发投资额是商品房价格的 Granger 原因，商品房价格却不 是房地产开发投资额的 Granger 原因；房地产开发投资速度加快在很大程度上提升了房地产建造成本，从而 进一步带动房价的提高，因此理性投资也是控制房价促进房地产市场健康发展的关键因素；商品房价格是居 民可支配收入的 Granger 原因，城镇居民可支配收入不是商品房价格的 Granger 原因；利率是商 品房价格的 Granger 原因，反之不成立综合以上，说明房地产市场发展很大程度上依赖于区域生产总值，且影响十分 显著，而房地产价格的变动对房地产开发投资和城镇
24、居民可支配收入的影响则可在较短时期内呈现出来 3） 通过脉冲响应函数发现前期的商品房价格和地区人均生产总值的波动在一定程度上影响了商品房价 格的当前值和未来值通过方差分解发现商品房价格波动中大约有 35%由其自身决定， 30%取决于地区人均 生产总值房地产开发投资、城镇居民可支配收入、利率对商品房价格的影响相对较小另外在实际制定相 关政策时必 须考虑时滞和各种冲击的叠加效应 参考文献： 1 李斌，张所地房地产价格波动与区域经济间的关系 以山西省为例 J技术经济， 2011（ 10）： 81-86 2 崔光灿房地产价格与宏观经济互动关系实证研究 基于我国 31 个省份面板数据分析 J经济理论与经
25、济管理， 2009（ 1）： 57-62 3 梁云芳，高铁梅，贺书平房地产市场与国民经济协调发展的实证分析 J中国社会科学， 2006（ 3）： 74-84 4 MILLER N G， Liang Peng Exploring metropolitan housing price volatility J Journal of Real Estate Finance and Economics， 2006（ 33）： 5-18 5 姜彩楼，徐康宁，李永浮上海市房地产价格变动影响因素实证研究 J建筑经济， 2007（ 1）： 65-68 6 刘洪玉，张红房地产业与社会经济 M北京：清华大学出版社
26、， 2006： 30-50 7 李子奈，潘文卿计量经济学 M北京：高等教育出版社， 2000： 78-98 8 天津统计局天津统计年鉴 M天津：中国统计出版社 . 2011： 46-73 责任编辑 徐 剑 1 0.013 158 100.000 0 0.000 000 0.000 000 0.000 000 0.000 000 2 0.023 623 84.435 32 0.019 894 8.155 565 0.590 211 6.799 007 3 0.027 703 74.114 05 6.936 239 8.586 266 4.922 700 5.440 746 4 0.031 256
27、 59.702 27 18.115 63 8.230 565 9.333 139 4.618 394 5 0.037 184 42.571 28 30.724 55 12.766 00 8.352 946 5.585 237 6 0.041 156 38.352 94 36.004 18 12.349 89 7.047 941 6.245 044 7 0.044 479 36.948 39 35.240 16 12.175 43 6.094 897 9.541 121 8 0.046 283 37.470 12 33.297 83 11.361 53 5.818 526 12.052 00 9 0.047 162 36.576 97 32.073 42 10.945 67 6.023 478 14.380 46 10 0.047 686 35.787 41 31.778 10 10.954 26 6.216 771 15.263 46