论文部分内容阅读
摘要：本文主要对房地产价格指数与消费者价格指数的相关关系进行讨论，采用计量经济学的方法以实证分析探索数据间的内在联系。根据Granger因果关系检验及结果可得，消费者物价指数是房地产价格指数的原因，而房地产价格指数不是消费者价格指数的原因。
关键词：消费者价格指数 房地产价格指数 实证分析
1 背景阐述
1998年住房体制改革实施后，传统的福利分房制度取消，家庭拥有自有住房的来源由单位分配转化为自主购买。住房作为个人及家庭的四大主要需求之一，对国计民生有长远的影响，控制房价的增长幅度是保证国民生活水平的重要前提。为了有效地控制房价，应对房地产价格变化的驱动因素有准确的认识。本文通过中国房地产价格变化与通货膨胀关系的实证研究，使用近年房产价格和通货膨胀的统计数据通过回归分析得出房地产价格和通货膨胀的实证关系。并以研究结论为依据，提出控制房地产价格增长幅度的合理建议。
2 现状分析
2.1 变量设计
为了进行现状分析，首先需要选择合适的变量。CPI_SA（居民消费价格指数定基数据）和REPI_SA（房地产价格指数定基数据）分别是衡量消费价格和房地产价格的解释变量，利用2005年7月至2010年12月的居民消费价格指数CPI和房地产价格指数的月度环比数据，处理而成以2005年7月为基期的定基数据，以2005年7月为100.00。然后再根据X12方法在加法原则下进行季节调整得到下面的数据。
2.2 中国房地产市场价格变化与通货膨胀的关系
为了分析近年中国房地产市场价格变化与通货膨胀的关系，收集了自2005年7月到2010年12月的全国月度房屋销售价格指数REPI和CPI指数（数据来源：中国国家统计局），根据同一时期的定基CPI和REPI数据如图2.1所示， CPI和REPI波动情况存在一定的关系，CPI的变化情况相对于REPI有一定的延迟，REPI的增长速度大于CPI的增长速度。
3 实证分析
3.1 中国房地产市场价格对通货膨胀的影响
从方程拟合结果可以看出，房地产价格和居民消费价格指数之间存在正向相关关系。但是从DW值来看，两个方程存在严重的高阶序列相关，且难以用广义差分方程或者简单的自回归项进行修正。因此该方程只能反映两个变量间大致存在一个正向相关的关系，而不能对两个变量的具体关系进行合理描述。
4 信效度检验
4.1 向量自回归建模
考虑到时间序列变量单方程拟合可能存在的高阶自相关问题，同时也因为REPI_SA与CPI-SA之间可能存在互为内生变量互相解释的情况，同时二者的相互影响应该存在一个传导效应，因此这里选择了向量自回归VAR模型。根据VAR模型的定义，该4个特征根必须均小于1，即都在单位圆以内，该VAR（2）模型才是短期平稳的，从而才能推出该VAR（2）模型有效。以下是VAR（2）模型的特征根列表与图式，见表4.1与图4.1。从结果来看4个特征根均为实数根，且根的模都小于1，因此这个VAR（2）过程是一个平稳的向量自回归过程，VAR（2）结果是有效的。
4.2 基于脉冲响应函数的分析
VAR（2）过程是一个高度参数化的过程，虽然拟合优度非常高，且能够认为CPI_SA与REPI_SA之间存在一定的正相关关系，但是仅仅从拟合结果来看无法得出两个解释变量之间（包括两个解释变量各自与对方的前定变量之间）的数量关系。为此可以通过脉冲响应函数来分析CPI_SA与REPI_SA之间的短期数量关系。
根据脉冲响应函数的定义，该函数用以衡量一个内生变量发生突然变化后，对于另一个内生变量在一定滞后期的影响，也即当某变量变化1个单位时，其余的内生变量在滞后N期滞后变化多少个单位。对于该VAR（2）过程选择一个两年半（30个月）的滞后期，这里采用广义脉冲响应函数的形式。研究认为当物价指数短期发生1个单位突然增长时，在之后的12个月房地产出现价格快速上涨的局面，且在第13个月达到最大涨幅0.385个单位，随后房地产价格指数还会继续上涨，但是涨幅明显下降。
根据研究，当房地产价格定基指数REPI_SA突然变化1个单位时，物价定基指数CPI_SA会出现持续加速上涨的情况，但是上涨幅度较小，于第25个月达到最大上涨幅度0.089个单位，随后上涨幅度逐步减小。从结果来看房地产价格的上涨会带来物价指数的上涨，但是物价指数上涨带来的房地产价格指数上涨幅度明显更大。
4.3 Granger因果性检验
CPI_SA与REPI_SA之间的正相关关系是否存在因果关系，本文采用Granger因果性检验。因为CPI_SA与REPI-SA都是平稳序列，因此这里可以直接对其进行Granger因果性检验。研究表明房地产价格定基指数REPI_SA是物价定基指数CPI_SA的Granger原因，反过来不成立。也就是说数量上房地产价格指数会随着物价指数的短期变化而变化，在这个变化过程中房地产价格指数变化是原因而物价指数变化是结果。
5 结论与建议
5.1 主要结论
①CPI与REPI在近年来的变化具有简单的正相关关系。从最小二乘法简单线性拟合的结果来看其系数都十分显著，而且拟合优度很高，可以认为CPI与REPI在近年来的变化存在简单的正向相关关系。
②CPI与REPI存在一个单向因果关系，即房地产价格定基指数REPI是原因，居民消费价格定基指数CPI是结果。也就是说当CPI变化时，REPI的变化并不能认为CPI就是REPI变化的直接原因，而应该是受到其他相关因素的影响或者说更多的是体现为一种统计学意义上的关系。
③通过脉冲响应函数的分析，可以得出当房地产价格定基指数REPI，居民消费价格定基指数二者之间出现突然变化（冲击）时，另一变量在一个滞后期内的变化趋势。从结果来看：REPI突然发生变化会导致CPI在短时间内同向变化，且变化幅度随着时间的延长逐渐增大，在23个月以后，CPI的变化幅度趋于平稳；而当CPI突然变化时，REPI在前13个月发生剧烈的同向变化，从第14个月，变化幅度呈现下降趋势。
5.2 政策建议
①调整通胀的时候，要考虑到房产价格指数对消费者价格指数的影响，不要单纯站在货币角度调控通胀，充分认识到调控房地产价格快速上涨也是遏制通胀的重要一步。要及时回收富余流动性，在流动性一定的条件下则要防止流动性过分集中于房地产行业以及与房地产密切相关的行业如建筑业，水泥行业。
②控制房地产价格过快上涨要选择合适有效的方法，通过一系列政策组合运用才能够达到调控房地产价格快速上涨的目的。单纯通过紧缩货币政策减少货币发行量并不一定是有效的，为了切实有效的控制房地产价格，应该采取一个政策组合，从房源供给层面，货币层面，流通环节层面，三个层面对房地产市场进行综合调控，遏制房地产价格非理性快速上涨的势头，避免出现不可控地产泡沫，逐步让房地产价格回归理性。
③需要考虑修正我国现行的居民消费价格指数的统计口径，有必要将非投资性/非投机性的住房支出价格也作为居民消费价格指数统计口径内的价格才能更合适的反映居民完整消费价格，而修正后的CPI与纯粹意义上作为投资品的房地产价格之间的关系也许会更有研究价值。
参考文献：
[1]Chengsi Zhang，Money，housing，and inflation in China， Journal of Policy Modeling 35（2013）75-87.
[2]李静，陈芳平.房地产价格与通货膨胀关系的实证研究[J].吉林工商学院学报，第26卷第3期2010年5月.
[3]陆岷峰，张玉洁.房地产市场、股票市场与通货膨胀的联动性分析[J].北华大学学报（社会科学版） 第12 卷第2 期 2011 年4月.
[4]汪彩玲.房地产价格指数与居民消费价格指数关系的实证检验[J].统计与决策，2010（20）.
[5]（美）古亚拉提·波特著，张涛译.经济计量学精要（第4版）[M].机械工业出版社，2010年6月.
[6]（美）格林著，费剑平译.计量经济分析（第6版）（上、下册）[M].中国人民大学出版社，2011年6月.
关键词：消费者价格指数 房地产价格指数 实证分析
1 背景阐述
1998年住房体制改革实施后，传统的福利分房制度取消，家庭拥有自有住房的来源由单位分配转化为自主购买。住房作为个人及家庭的四大主要需求之一，对国计民生有长远的影响，控制房价的增长幅度是保证国民生活水平的重要前提。为了有效地控制房价，应对房地产价格变化的驱动因素有准确的认识。本文通过中国房地产价格变化与通货膨胀关系的实证研究，使用近年房产价格和通货膨胀的统计数据通过回归分析得出房地产价格和通货膨胀的实证关系。并以研究结论为依据，提出控制房地产价格增长幅度的合理建议。
2 现状分析
2.1 变量设计
为了进行现状分析，首先需要选择合适的变量。CPI_SA（居民消费价格指数定基数据）和REPI_SA（房地产价格指数定基数据）分别是衡量消费价格和房地产价格的解释变量，利用2005年7月至2010年12月的居民消费价格指数CPI和房地产价格指数的月度环比数据，处理而成以2005年7月为基期的定基数据，以2005年7月为100.00。然后再根据X12方法在加法原则下进行季节调整得到下面的数据。
2.2 中国房地产市场价格变化与通货膨胀的关系
为了分析近年中国房地产市场价格变化与通货膨胀的关系，收集了自2005年7月到2010年12月的全国月度房屋销售价格指数REPI和CPI指数（数据来源：中国国家统计局），根据同一时期的定基CPI和REPI数据如图2.1所示， CPI和REPI波动情况存在一定的关系，CPI的变化情况相对于REPI有一定的延迟，REPI的增长速度大于CPI的增长速度。
3 实证分析
3.1 中国房地产市场价格对通货膨胀的影响
从方程拟合结果可以看出，房地产价格和居民消费价格指数之间存在正向相关关系。但是从DW值来看，两个方程存在严重的高阶序列相关，且难以用广义差分方程或者简单的自回归项进行修正。因此该方程只能反映两个变量间大致存在一个正向相关的关系，而不能对两个变量的具体关系进行合理描述。
4 信效度检验
4.1 向量自回归建模
考虑到时间序列变量单方程拟合可能存在的高阶自相关问题，同时也因为REPI_SA与CPI-SA之间可能存在互为内生变量互相解释的情况，同时二者的相互影响应该存在一个传导效应，因此这里选择了向量自回归VAR模型。根据VAR模型的定义，该4个特征根必须均小于1，即都在单位圆以内，该VAR（2）模型才是短期平稳的，从而才能推出该VAR（2）模型有效。以下是VAR（2）模型的特征根列表与图式，见表4.1与图4.1。从结果来看4个特征根均为实数根，且根的模都小于1，因此这个VAR（2）过程是一个平稳的向量自回归过程，VAR（2）结果是有效的。
4.2 基于脉冲响应函数的分析
VAR（2）过程是一个高度参数化的过程，虽然拟合优度非常高，且能够认为CPI_SA与REPI_SA之间存在一定的正相关关系，但是仅仅从拟合结果来看无法得出两个解释变量之间（包括两个解释变量各自与对方的前定变量之间）的数量关系。为此可以通过脉冲响应函数来分析CPI_SA与REPI_SA之间的短期数量关系。
根据脉冲响应函数的定义，该函数用以衡量一个内生变量发生突然变化后，对于另一个内生变量在一定滞后期的影响，也即当某变量变化1个单位时，其余的内生变量在滞后N期滞后变化多少个单位。对于该VAR（2）过程选择一个两年半（30个月）的滞后期，这里采用广义脉冲响应函数的形式。研究认为当物价指数短期发生1个单位突然增长时，在之后的12个月房地产出现价格快速上涨的局面，且在第13个月达到最大涨幅0.385个单位，随后房地产价格指数还会继续上涨，但是涨幅明显下降。
根据研究，当房地产价格定基指数REPI_SA突然变化1个单位时，物价定基指数CPI_SA会出现持续加速上涨的情况，但是上涨幅度较小，于第25个月达到最大上涨幅度0.089个单位，随后上涨幅度逐步减小。从结果来看房地产价格的上涨会带来物价指数的上涨，但是物价指数上涨带来的房地产价格指数上涨幅度明显更大。
4.3 Granger因果性检验
CPI_SA与REPI_SA之间的正相关关系是否存在因果关系，本文采用Granger因果性检验。因为CPI_SA与REPI-SA都是平稳序列，因此这里可以直接对其进行Granger因果性检验。研究表明房地产价格定基指数REPI_SA是物价定基指数CPI_SA的Granger原因，反过来不成立。也就是说数量上房地产价格指数会随着物价指数的短期变化而变化，在这个变化过程中房地产价格指数变化是原因而物价指数变化是结果。
5 结论与建议
5.1 主要结论
①CPI与REPI在近年来的变化具有简单的正相关关系。从最小二乘法简单线性拟合的结果来看其系数都十分显著，而且拟合优度很高，可以认为CPI与REPI在近年来的变化存在简单的正向相关关系。
②CPI与REPI存在一个单向因果关系，即房地产价格定基指数REPI是原因，居民消费价格定基指数CPI是结果。也就是说当CPI变化时，REPI的变化并不能认为CPI就是REPI变化的直接原因，而应该是受到其他相关因素的影响或者说更多的是体现为一种统计学意义上的关系。
③通过脉冲响应函数的分析，可以得出当房地产价格定基指数REPI，居民消费价格定基指数二者之间出现突然变化（冲击）时，另一变量在一个滞后期内的变化趋势。从结果来看：REPI突然发生变化会导致CPI在短时间内同向变化，且变化幅度随着时间的延长逐渐增大，在23个月以后，CPI的变化幅度趋于平稳；而当CPI突然变化时，REPI在前13个月发生剧烈的同向变化，从第14个月，变化幅度呈现下降趋势。
5.2 政策建议
①调整通胀的时候，要考虑到房产价格指数对消费者价格指数的影响，不要单纯站在货币角度调控通胀，充分认识到调控房地产价格快速上涨也是遏制通胀的重要一步。要及时回收富余流动性，在流动性一定的条件下则要防止流动性过分集中于房地产行业以及与房地产密切相关的行业如建筑业，水泥行业。
②控制房地产价格过快上涨要选择合适有效的方法，通过一系列政策组合运用才能够达到调控房地产价格快速上涨的目的。单纯通过紧缩货币政策减少货币发行量并不一定是有效的，为了切实有效的控制房地产价格，应该采取一个政策组合，从房源供给层面，货币层面，流通环节层面，三个层面对房地产市场进行综合调控，遏制房地产价格非理性快速上涨的势头，避免出现不可控地产泡沫，逐步让房地产价格回归理性。
③需要考虑修正我国现行的居民消费价格指数的统计口径，有必要将非投资性/非投机性的住房支出价格也作为居民消费价格指数统计口径内的价格才能更合适的反映居民完整消费价格，而修正后的CPI与纯粹意义上作为投资品的房地产价格之间的关系也许会更有研究价值。
参考文献：
[1]Chengsi Zhang，Money，housing，and inflation in China， Journal of Policy Modeling 35（2013）75-87.
[2]李静，陈芳平.房地产价格与通货膨胀关系的实证研究[J].吉林工商学院学报，第26卷第3期2010年5月.
[3]陆岷峰，张玉洁.房地产市场、股票市场与通货膨胀的联动性分析[J].北华大学学报（社会科学版） 第12 卷第2 期 2011 年4月.
[4]汪彩玲.房地产价格指数与居民消费价格指数关系的实证检验[J].统计与决策，2010（20）.
[5]（美）古亚拉提·波特著，张涛译.经济计量学精要（第4版）[M].机械工业出版社，2010年6月.
[6]（美）格林著，费剑平译.计量经济分析（第6版）（上、下册）[M].中国人民大学出版社，2011年6月.