基于VAR模型的我国房地产价格的影响因素实证分析.doc

1、1基于 VAR 模型的我国房地产价格的影响因素实证分析摘要：本文基于 VAR 模型，采用计量经济学的理论和方法，定量分析与定性分析相结合，图文并茂，对 GDP、利率、CPI、土地价格和货币供应量等变量与房地产价格之间的关系进行实证研究，得出相关结论并对我国房地产市场的宏观调控提出相关建议。 关键词：房地产价格;VAR 模型;土地市场;货币政策;时滞 Abstract: In this paper, based on the VAR model, using the theories and methods of econometrics, combining quantitative anal

2、ysis and qualitative analysis, illustrations, empirical research on the relationship between GDP, CPI, interest rates, land prices and money supply variables and the price of real estate, draw relevant conclusions and suggestions on the macroeconomic regulation and control in China the real estate m

3、arket. Keywords: real estate price; VAR model; land market; monetary policy; delay 中图分类号：F293.30 文献标识码：A 1.研究背景与研究方法 22008 年，受到美国次贷危机的影响，欧债危机爆发，我国市场经济也受到了明显的影响。在政府控制房价、调整住房供应结构、加强土地控制、信贷控制等一系列宏观调控政策陆续出台的背景下，房地产投资增速将略有减缓，地方政府过度的投资冲动将受到一定程度的抑制，对土地与房屋开发投资的增速也将相应减缓。研究我国房价波动的主要影响因素 ，提出具有可操作性的对策建议，有助于增强政府

4、宏观经济调控政策的针对性和有效性。 2.研究对象和研究方法 本文所运用的研究方法主要有以下几点：包括定量与定性分析两种方法，其中，定量分析方法主要包括协整分析、格兰杰因果关系检验、脉冲响应函数、方差分解等计量经济分析方法，这种实证研究贯穿全文；定性分析方法主要采用了统计图表的分析方法。 3.实证研究 3.1 指标的选取与数据的处理 本文将房屋销售价格指数、土地交易价格指数、国内生产总值、货币供应量和居民消费价格指数等 5 项数据都做取对数处理，目的是为了消除异方差的影响，分别得到时间序列数据 LMFW、LMTD、LNGDP、LNM2和 LNCPI 等 5 个变量。一年期贷款基准利率无需做对数化

5、处理。本文中房屋销售价格指数、土地交易价格指数、国内生产总值数据来自于中国国家统计局数据库网站、国务院发展研究信息中心网站和中国经济景气月报期刊。一年期贷款基准利率和货币供应量数据来源于中国人民银行网站。上述数据的原始数据均为 2001 年第一季度到 2011 年第四季3度的季度数据。 3.2 协整分析 通过对变量进行 ADF 检验，可知序列 LNFW、LNTD-sa、LNI、LNCPI、LNGDP-sa、LNM2 均是非平稳序列，其一级差分序列D（LNFW） 、D（LNTD-sa） 、D（LNI） 、D（LNCPI） 、D（LNGDP-sa） 、D（LNM2）都是平稳序列。 为了能够检验出在

6、长期中哪些变量与房价指数存在长期稳定的均衡关系，说明哪些政策变量是真正影响房价指数的长期因素，本文接下来会将解释变量逐个与被解释变量进行协整分析，从而寻找到与被解释变量存在长期均衡的解释变量。 采用两个变量的 Engle-Grange 检验法，对房屋销售价格指数分别和GDP、土地交易价格指数、居民消费价格指数、货币供应量进行协整分析。利用最小二乘法进行回归， 对方程的参差序列进行 ADF 检验。除了 GDP序列之外，其他序列均拒绝原假设。 结论:根据以上分别讨论各变量与被解释变量的协整关系后得出，除了 GDP 之外，各变量与房价指数之间都存在长期的均衡关系。 3.4 VAR 脉冲响应与方差分解

7、 3.4.1 VAR 模型的稳定性检测 由 Eviews 软件模型的 AR 根分布图可知：VAR 模型的单位根均在单位圆内，表明本文所建立的 VAR 模型是稳定的。 3.4.2 VAR 脉冲响应分析 由 Eviews 软件脉冲响应函数图可以得出以下结论： 4第一，角房屋销售价格指数对其自身脉冲响应函数图可以看出，房屋销售价格指数对其自身的一个标准差信息立刻有强烈的正向反映，到第二期开始逐渐减缓，正向反映一直持续到第 8 期和第 9 期之间才结束，第 9 期以后开始为负向的反映。这与实际经济环境中的情况是相符合的，房屋销售价格上涨，势必会导致楼市繁荣的景象，此时投资者和置业者会抱着买涨不买跌的心

8、态，将资金投入楼市，造成楼市供给短缺，开发商则适时提高房价以获得更大利润，再加上楼市供给弹性较小的特点，房屋销售价格便能维持一段时间的走高。 同理：居民消费价格指数 CPI 对房屋销售价格指数从第 1 期开始，有较强的正向影响，该正向影响持续到第 5 期就回到原来的水平，滞后有一个由强到弱最后趋向于 0 的负向影响。利率变动对房价影响十分有限，房价对利率变动总体来说并不敏感。从方向上讲，利率对房价一开始在短期内有正向影响，利率提高将会推高房价，但长期来看，却对房价有更为持久的负面影响。房屋销售价格指数在受到货币增长率的一个单位的正向冲击后，当期反应并不明显，然后开始有一个较低的正向效应，这种正

9、向效应一直持续到第 6 期结束，从第 7 到 10 期效应一直几乎为零。这表示在短期来看宽松的货币政策确实能给楼市带来利好，利于房价的上升，但是影响的力度其实并不大。现行的土地出让制度为招拍挂，价高者得，在这种制度的影响下，实力强的大型集团开发商明显在拿地上处于优势，对市场中上中小企业造成了不小的冲击和排挤作用。 4.4.3 VAR 模型方差分解 由 Eviews 软件方差分解图可知：房价受到各变量冲击的方差分解结5果可以看出，随着时间的推移，在 1-4 期内，房价的解释力迅速下降；从第 1 期开始，地价、利率、CPI、M2 的解释力都只缓慢的上升，且的预测方差所占比例均非常微小， ；CPI

10、解释力略微大于其他几个解释变量。第 5 期开始，地价、利率和 M2 的解释力逐渐趋向于 0，而 CPI 的解释力仍快速上升。最后，以房价指数自身变动为因变量的方程对房价变动的重要性排第一，其对预测误差的贡献率稳定在 75%以上，其次是 CPI 指数，其对预测误差的贡献率大概是 15%左右，最后是利率、地价和 M2 三个指数，其对预测误差的贡献率随时间一直较稳平稳，并无明显上升或者下降趋势，三者贡献率之和最终稳定在接近 10%的水平上。因此，从解释能力上讲，CPI 对于房价的解释能力随着时间增长而不断提高，但是相对于 CPI 而言，房价自身变动冲击能够解释更多房屋销售价格的变动。5.结论与建议

11、通过分析实证研究的结果，可以得到以下几点结论，并以此为依据向国家调控房地产市场提出几点建议： 第一，大力培养房地产金融市场，拓宽房地产融资的渠道，加强利率发挥价格调节杠杠作用。 第二，加快市场利率化进程，使利率成为反映市场真实的供求情况，从而提高利率调控房价的有效性和及时性。 第三，合理宏观经济手段对市场经济进行干预和调节。 6第四，合理刺激经济，谨防稀释民财带来的负面影响。国家投入资金救市，引起物价飞涨，CPI 持续走高，当通货膨胀率大于名义利率的时候，银行储蓄处于贬值状态，于是纷纷流向固定资产市场，特别是房地产市场，进而推高房价。 参考文献 1.董志勇、官皓等：房地产价格影响因素分析-基于中国各省市面板数据的研究J.中国地质大学学报，2010 年 10 月第 2 期。 2.周海波：房地产价格影响因素的实证研究J.海南大学学报（人文科学版） ，2009 年第 5 期。 3.陈秋宇、罗茹月：商品房价格影响因素分析基于 M2 供应量的实证研究J.经济论丛，2010. 4.陈颖佳、陈君：利率政策对房地产市场的影响基于贷款利率时滞的测算和分析J.市场论坛金融市场，2010 年第 12 期。 5.王家庭、张换兆：利率变动对中国房地产市场印象的实证研究J.中央财经大学学报，2006 年第 1 期。