论文部分内容阅读
摘 要 本文运用协整理论,对四川省房地产投资和经济增长的关系进行研究分析。通过实证分析知道,四川省房地产投资和经济增长之间存在长期均衡关系,两者之间具有双向Granger因果关系。四川省房地产投资对本省的经济增长具有很大的推动作用,同时经济增长对房地产投资起着反向促进作用。
关键词 房地产投资 经济增长 单位根检验 协整理论 Granger因果检验
中图分类号:F061.5文献标识码:A
一、数据的选取
本文选取四川省房地产投资额(用RI表示)作为房地产业的发展指标,四川省的GDP作为经济发展指标。数据取自中经网统计数据库,样本区间为1989年—2008年。为了消除时间序列指标间的异方差性,对序列取对数,分别用lnRI和lnGDP表示。
二、计量方法和实证分析
(一)变量的单位根检验。
经济序列往往是非平稳的,若对非平稳序列用普通最小二乘法进行回归分析,则可能产生“伪回归”现象,所以进行回归分析之前,有必要对时间序列进行平稳性检验。单位根检验是用来检验时间序列是否为平稳过程,并可确定序列的单整阶数。
从检验结果可知,序列,及一阶差分序列,是非平稳序列。二阶差分序列,平稳。即和都是二阶单整。在进行上述检验时,对不同的检验类型用AIC和SC准则进行选择。AIC和SC准则是评价检验结果的有效统计量,该值越小,效果越显著。
(二)变量的协整关系。
两个或两个以上的变量序列为非平稳序列,但它们的某种线性组合可能是稳定序列, 则两变量之间存在协整关系。协整关系揭示序列之间是否存在一种长期稳定的均衡关系。对lnGDP和lnRI进行协整检验。本文用EG两步法进行协整检验。首先,对lnGDP和lnRI进行普通回归分析,得到方程:
lnGDP=5.742015121+0.4787509777*inRI(1)
(40.65779)(17.64718)
R2=0.945359,该方程的残差序列,用e 表示,即:
e=lnGDP-5.742015121+0.4787509777*lnRI
对该残差序列进行单位根检验,结果如表1所示:
对残差序列进行单位根检验结果可知,残差序列为平稳序列,即残差序列为0阶单整序列。所以序列lnGDP和lnRI之间存在协整关系。这说明四川房地产投资额和GDP都是2阶单整的非平稳序列,即两者之间具有长期稳定关系。所以,在短期内,尽管GDP和房地产开发投资可能会发生偏离,但是这种偏离会随着时间的推移回归到均衡状态。
(三)误差修正模型。
协整关系反映了变量之间的长期均衡关系,而误差修正模型则解释序列的短期波动关系。协整检验反映了四川省房地产投资额与GDP之间的长期均衡关系,而短期内的经济数据是非均衡的。因此,建立误差修正模型来反映变量偏离长期趋势时的调整速度。误差修正模型构造为:
其中为上一期的误差项,估计误差修正模型得到:
其中R2=0.85043,四川省GDP的变化除了受到房地产投资的长期均衡影响外,还取决于上一期国内生产总值对均衡水平的偏离,误差修正项体现了对偏离的修正。从误差修正模型可知,四川省GDP的实际值与长期均衡值的偏差中有中得到纠正或消除。
(四)Granger因果检验。
对于一个变量的变化是否是另一个变量变化的原因,Granger提出了关于因果关系的检验方法。(如表2所示)
由此可见,在5 %的置信水平上,滞后1期时,房地产投资增长变化是GDP增长的Granger原因,而GDP增长不是房地产投资额增长的Granger原因。表明二者之间是单向影响关系。滞后2期时,房地产投资增长变化不是GDP增长的Granger原因, GDP增长也不是房地产投资额增长的Granger原因。表明二者之间没有影响关系。滞后3期时,GDP变化可以引起房地产投资增长的Granger变化,房地产投资增长变化同样可以引起GDP增长的Granger变化,二者之间是双向影响关系。所以房地产投资对GDP的影响表较强、时滞较短,GDP对房地产投资的影响相对要弱、时滞要长。当滞后期为3期时,GDP与房地产投资两者存在双向Granger因果关系。
(作者:西南财经大学统计学院研究生,研究方向:金融工程)
参考文献:
[1]李子奈,潘文卿.计量经济学.北京高等教育出版社,2004.
[2]易丹辉.数据分析与Eviews应用.中国统计出版社,2002.
[3]杨朝军,廖士光,孙洁.房地产业与国民经济协调发展的国际经验及启示. 统计研究,2006,(9).
关键词 房地产投资 经济增长 单位根检验 协整理论 Granger因果检验
中图分类号:F061.5文献标识码:A
一、数据的选取
本文选取四川省房地产投资额(用RI表示)作为房地产业的发展指标,四川省的GDP作为经济发展指标。数据取自中经网统计数据库,样本区间为1989年—2008年。为了消除时间序列指标间的异方差性,对序列取对数,分别用lnRI和lnGDP表示。
二、计量方法和实证分析
(一)变量的单位根检验。
经济序列往往是非平稳的,若对非平稳序列用普通最小二乘法进行回归分析,则可能产生“伪回归”现象,所以进行回归分析之前,有必要对时间序列进行平稳性检验。单位根检验是用来检验时间序列是否为平稳过程,并可确定序列的单整阶数。
从检验结果可知,序列,及一阶差分序列,是非平稳序列。二阶差分序列,平稳。即和都是二阶单整。在进行上述检验时,对不同的检验类型用AIC和SC准则进行选择。AIC和SC准则是评价检验结果的有效统计量,该值越小,效果越显著。
(二)变量的协整关系。
两个或两个以上的变量序列为非平稳序列,但它们的某种线性组合可能是稳定序列, 则两变量之间存在协整关系。协整关系揭示序列之间是否存在一种长期稳定的均衡关系。对lnGDP和lnRI进行协整检验。本文用EG两步法进行协整检验。首先,对lnGDP和lnRI进行普通回归分析,得到方程:
lnGDP=5.742015121+0.4787509777*inRI(1)
(40.65779)(17.64718)
R2=0.945359,该方程的残差序列,用e 表示,即:
e=lnGDP-5.742015121+0.4787509777*lnRI
对该残差序列进行单位根检验,结果如表1所示:
对残差序列进行单位根检验结果可知,残差序列为平稳序列,即残差序列为0阶单整序列。所以序列lnGDP和lnRI之间存在协整关系。这说明四川房地产投资额和GDP都是2阶单整的非平稳序列,即两者之间具有长期稳定关系。所以,在短期内,尽管GDP和房地产开发投资可能会发生偏离,但是这种偏离会随着时间的推移回归到均衡状态。
(三)误差修正模型。
协整关系反映了变量之间的长期均衡关系,而误差修正模型则解释序列的短期波动关系。协整检验反映了四川省房地产投资额与GDP之间的长期均衡关系,而短期内的经济数据是非均衡的。因此,建立误差修正模型来反映变量偏离长期趋势时的调整速度。误差修正模型构造为:
其中为上一期的误差项,估计误差修正模型得到:
其中R2=0.85043,四川省GDP的变化除了受到房地产投资的长期均衡影响外,还取决于上一期国内生产总值对均衡水平的偏离,误差修正项体现了对偏离的修正。从误差修正模型可知,四川省GDP的实际值与长期均衡值的偏差中有中得到纠正或消除。
(四)Granger因果检验。
对于一个变量的变化是否是另一个变量变化的原因,Granger提出了关于因果关系的检验方法。(如表2所示)
由此可见,在5 %的置信水平上,滞后1期时,房地产投资增长变化是GDP增长的Granger原因,而GDP增长不是房地产投资额增长的Granger原因。表明二者之间是单向影响关系。滞后2期时,房地产投资增长变化不是GDP增长的Granger原因, GDP增长也不是房地产投资额增长的Granger原因。表明二者之间没有影响关系。滞后3期时,GDP变化可以引起房地产投资增长的Granger变化,房地产投资增长变化同样可以引起GDP增长的Granger变化,二者之间是双向影响关系。所以房地产投资对GDP的影响表较强、时滞较短,GDP对房地产投资的影响相对要弱、时滞要长。当滞后期为3期时,GDP与房地产投资两者存在双向Granger因果关系。
(作者:西南财经大学统计学院研究生,研究方向:金融工程)
参考文献:
[1]李子奈,潘文卿.计量经济学.北京高等教育出版社,2004.
[2]易丹辉.数据分析与Eviews应用.中国统计出版社,2002.
[3]杨朝军,廖士光,孙洁.房地产业与国民经济协调发展的国际经验及启示. 统计研究,2006,(9).