《“宜居重庆”背景下的重庆房地产财富效应检验25398.pdf》由会员分享，可在线阅读，更多相关《“宜居重庆”背景下的重庆房地产财富效应检验25398.pdf（5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、收稿日期 2011 06 15 基金项目 重庆市软科学研究计划项目“重庆市商品房价格波动的福利效应及评价研究”（CSTC.2010CE0130）.作者简介 陈科（1969）女，重庆交通大学财经学院副教授，上海大学博士生.A)和当期收入(tY)的函数，即在最优消费点上，有：tttCAY=+(1)为了获取较好的实证结果，斯通改进模型(1)为：1ttttCAYC=+(2)莫迪里安尼认为模型(2)很接近生命周期假定，并将当期资产分为金融资产(tAF)和实物资产(tAH)，建立如下模型：ttttCYAFAH=+(3)其中，金融资产可解释为居民持有的以货币、银行存款，包括各类债券和股票在内的有价证券、保险
2、储金等各种形态存在的有形财富，是居民可支配收入在用于消费和固定资产投资后的余额。（二）实证模型 目前，国内外学者主要对数化或直接套用上述理论模型(2)和(3)来获得实证模型，分别测定房地产财富的消费弹性和消费边际倾向。由于资产对居民消费的影响还要受到诸多不确定性因素的影响，应增加一些重要解释变量来改进理论模型。利用微观数据时，可增加控制的家庭人口学特征、收入不确定性和支出不确定性的变量。如黄静和屠梅曾考虑到中国 1990 年代后居民收入及医疗、教育等支持的不确定性增加，对居民消费行为有明显削弱作用，在利用“中国健康与营养调查”数据库建立的实证模型中就引入相关控制变量。而依据时间序列进行实证分析
3、时，则可通过增加被解释变量的滞后变量作为解释变量来实现。所以，实证分析中，在时间序列数据资料不够充分时，即使选择模型(3)，也应考虑引入被解释变量的滞后变量。由于数据可获得性、研究目的等不同，使实证模型代理变量的选择也存在较大差异，主要体现在对金融资产与实物资产代理变量的选择上。以国内实证文献为例，金融资产的代理变量有股票指数、股票流通市值、储蓄余额等，实物资产的代理变量有房价指数、房屋销售价格、房屋销售额、家庭住房价值、人均居住房屋价值等。尽管如此，在房地产资产量短期内保持不变的假定下，其价格与价值之间近乎同比例同向变化，而其他变量的选取一般不会影响实证结论的性质。因此，在缺乏居民房屋价值存
4、量数据下，检验短期内房地产财富效应时，选用房价或房价指数作为实物资产的代理变量。由此，综合理论模型(2)和(3)，选取城市居民人均消费支出(tC)、城市居民人均可支配收入(tY)、上证指数(tS)和住宅销售价格(tH)，构建测定重庆房地产财富效应的对数化实证模型如式(4)所示。此外，为测定“宜居重庆”背景下的房地产财富效应，在式(4)还考虑引入一个重要时间虚拟变量(tT)，取“宜居重庆”的提出时间 2008 年 7 月以前为 0，以后为1，以进一步对比分析“宜居重庆”前后房地产的财富效应。01234581LnLnLnLnLnLntttttttttCYSHTHTC=+(4)H)月度数据，而上证指
5、数(tS)来自光大证券网上行情，样本区间定为 2004 年 9 月2010 年 12 月。在对数化各序列之前，对除上证指数外的其他数据还进行初步处理：对网上公布的2007 年以后城市居民人均消费支出和人均可支配收入的季度数据，通过 EViews6.0 的数据频率转换（Dates&Frequency Conversion），选 取 低 频 向 高 频 转 换 方 式 中“Quadratic-match sum”，将其转换为月度数据；各年 312 月的住宅月销售价格等于住宅月销售额除以住宅月销售面积，未公布的 1 月份价格数据以前后两月的简单平均数代替，而 2 月份的由 2 月累计销售额除以 2
6、月累计销售面积求得。对数化各序列，分别记为LntC，LntY，LntH和LntS；前三个序列存在明显季节变动，这里采用 Eviews6.0 中提供的Tramo/Seats Options 方法进行季节调整。（二）序列平稳性和协整检验 PP（Phillips-Perron）检验结果显示，所有序列均为 1 阶单整，满足协整分析的条件，见表 1。于是采用 Johansen 检验对这 4 个序列进行协整分析，先利用 AIC 和 SC 确定 VAR 模型的最优滞后阶数为2；然后，假定数据有线性趋势，且协整方程只包含截距项，得到 Johansen 协整检验结果如表 2 所示，表明在 1%的显著性水平下存在
7、一个协整方程，即居民消费、居民可支配收入、上证指数和住宅价格之间存在一个长期均衡关系。表1 各序列的PP（Phillips-Perron）检验 序列 模型（c，t，n）检验统计值 5%临界值结论tCLn tCLn tYLn tYLn tSLn tSLn tHLn tHLn（c，t，2）（0，0，5）（c，t，2）（0，0，6）（0，0，4）（0，0，4）（c，0，3）（0，0，5）-1.790-7.100-1.279-9.378 0.532-8.076 0.067-10.127-3.471-1.945-3.471-1.945-1.945-1.945-3.471-1.945 不平稳平稳不平稳平稳
8、不平稳平稳不平稳平稳 表2 4 个序列的Johansen协整检验 协整方程个数假设特征值迹检验统计量概率 最大特征值检验统计量概率0*至多1个至多2个至多3个0.3910.1200.0880.00252.36016.2076.8410.1510.0178 0.6977 0.5962 0.6975 36.154 9.365 6.690 0.151 0.00310.80190.52640.6975注：*表示在 0.05 显著水平下有 1 个协整关系 （三）断点检验 选择系数平稳性检验中的邹氏断点检验法（Chow Breakpoint Test），检验“宜居重庆”提出时点前后，即 2004 年 9
9、月2008 年 6 月和 2008 年 7月2010 年 12 月两个时段中，住宅销售价格对居民消费的影响是否经历了一个结构性变化。表 3 的检验结果显示，小于 F 检验统计值、对数似然比或Wald 检验统计值的概率均小于 0.01，故拒绝原假设2008 年 7 月不是一个断点，表明包含常数 C 和解释变量tLnH的回归方程在 2008 年 7 月前后明显不同，即存在结构变化，模型(4)设定基本有效。表3 3 个解释变量对居民消费影响的邹氏断点检验 断点 变化的解释变量 2008 年 7 月 解释变量：C,tLnH F 检验统计值 对数似然比 Wald 检验统计值 8.876 17.396 1
10、7.752 概率，F(2,68)概率，2(2)概率，2(2)0.0004 0.0002 0.0001 （四）模型估计及分析 对模型(4)进行 OLS 估计，发现模型整体拟合度较高，但存在 2 阶序列自相关，修正后得到如下估计结果：12Ln0.5940.399Ln0.015Ln0.093Ln(5.684)*(7.468)*(3.850)*(3.553)*0.6040.078Ln0.590Ln0.384(2)(4.507)*(4.553)*(9.795)*(3.333)*0.9987.0.0034.1.98247913.556ttttttttCYSHTHTCARRS EDWF=+=(5)注：括号内为 t 统计量值；*在 1%水平下显著。式(5)显示：模型拟合度较高，所有变量均通过t 检验，无序列自相关，即模型估计有效，可用于分析研究期间重庆是否存在财富效应。总体来看，股市和房地产的财富效应较弱。其中，整个研究期间股市有显著的正向财富效应，股价的消费弹性为0.015，即股价上升 1%，股市财富效应就平均上升0.015%；而房价上涨导致显著的负向财富效应，但