论文部分内容阅读
摘要:房地产业是与人民生活息息相关,拉动国民经济增长,改善居民生活条件的重要产业。文章在借鉴国内外研究成果的基础上,结合上海市近年来的宏观经济基本面和房地产价格波动的实际情况,研究了国内生产总值、城镇人口数、居民收入和居民消费价格指数对上海市房地产价格的影响。同时,对各变量与房地产价格进行多重共线性的分析和格兰杰检验,从而科学严谨的解释了宏观基本面对房地产价格的影响。
关键词:经济基本面;多重共线性;格兰杰因果关系检验
中图分类号:F293.3文献标识码:A文章编号:1006-8937(2010)02-0034-02
房地产业是国民经济的基本承载体,是在工业化、城市化和现代化过程中兴起、发展所形成的独立产业,同时又推动了工业化、城市化和现代化的进展,己经成为现代社会经济大系统中一个重要的有机组成都分。
我国房地产业从20世纪80年代开始兴起,1998年国家停止福利分房实行住房货币化后,房地产业开始真正发展起来。1998~2002年是我国房地产业发展的黄金时期,这五年中,全国房地产开发投资年均增长19.5%,商品房竣工面积年均增长15.5%,商品房销售面积年均增长22.6%。在接下来的2002~2006五年中,房地产业实现了持续的高速发展和规模化扩张,然而从2007年开始我国房地产进入了“短调整期”,即步入了房地产行业的下行阶段,该阶段持续了约两年时间又开始缓慢回升。2009年,全国房地产业投资、生产、销售全面较快增长。全国完成房地产开发投资36 232亿元,比上年增长16.1%,全国房地产开发企业房屋施工面积31.96亿m2,比上年增长12.8%,全国商品房销售面积93713万m2,比上年增长42.1%,房地产市场又再次进入繁荣阶段。
1经济基本面与房地产价格关系的定量分析
宏观经济基本面及其波动时房地产价格波动的主要来源,宏观经济基本面一般是指国内经济形势一般状况,如经济景气循环等,反映我国经济基本面的指标有国内生产总值、城镇人口数、人均年收入、居民消费价格指数、利率等。
宏观经济基本面对房地产价格的作用机制在于宏观经济基本面的变化会影响人们消费预期,从而产生房地产市场需求和攻击力量对比的失衡,进而引起房地产价格的上升或者下降。在经济高速增长期,由于经济稳定快速发展、就业率上升等综合作用,人们对未来会有一个良好的心理预期,房地产市场的需求会增加,会出现供销两旺、房价稳步上升的情况。反之,若是在经济萧条时期,由于经济衰退、失业率增加等原因,房地产市场的需求减少,存量供给的住宅增加,导致房价下降。
仅凭初步的定性分析,难以确定那个宏观因素对房地产价格具有决定性的意义。所以文章选取上海市1991～2009年的国内生产总值(GDP)、人口统计(POP)、人均年收入(INCOME)、居民消费价格指数(INDEX)四个指标进行定量分析。为了避免异方差现象,文章对上述四个指标数据进行对数变换,对数变换后的量分别记为:LNGDP、LNPOP、LNINCOME、LNINDEX。
1.1多重共线性的判定
所谓多重共线性是指经济变量之间具有共同变化趋势从而存在部分或者完全的相关性。为了考察文章所选定的反应宏观经济基本层面的变量是否存在多重共线性,我们使用EVIEWS3.1求得国内生产总值(GDP)、人口统计(POP)、人均年收入(INCOME)、居民消费价格指数(INDEX)的相关系数矩阵(见表1)。由于表中相关系数往往都较大,因此可能存在多重共线性问题。
为了准确考察这些反应宏观经济基本层面的变量是否存在多重共线性,我们建立了房地产价格指数与四个指标之间的多元线性回归方程,估计的方程结果如下:
Lnprice=40.0554+1.8052Lngdp-0.2722Lnincome-1.9668Lnindex-5.0625Lnpop
t (3.078)(3.2811)(0.6067)(-4.9567)(-2.6592)
R2=0.93892=0.9202R2=49.9898
从方程角度看,回归模型的R2与F值较大,说明四个变量的综合作用对房地产价格具有显著性影响,即回归方程整体上有经济解释意义。但是从单个变量的角度看,人均收入这一重要的解释变量并没有通过显著性水平为5%的t检验,同时,人均年收入、居民消费价格指数、人口统计三个解释变量的回归系数为负数,这与经济理论解释相悖。因此,我们有充分理由肯定该回归模型存在多重共线性。
1.2多重共线性的处理
鉴于初步选定的四个变量之间存在多重共线性的问题,我们考虑用逐步回归检测法将一些引起多重共线性的解释变量从模型中剔除,以缓解多重共线性问题,从而使模型更加具有科学性和实践指导意义。
首先,分别做房地产价格指数对国内生产总值(GDP)、人口统计(POP)、人均年收入(INCOME)、居民消费价格指数(INDEX)进行一元回归,结果如表2所示。
其中,以人口统计数(POP)作为解释变量的一元回归方程的的值最大,即人口统计数对房地产价格的解释作用最强,因此以人口统计数作为基础,顺次加入其它变量进行回归,回归结果如表3所示。
易知,加入国内生产总值(GDP)后,GDP变量没有通过显著性检验;加入居民消费价格指数(INDEX)后,虽然R2的值有所提高,但是INDEX并没有通过显著性检验且回归系数符号与经济理论有悖;加入人均年收入(INCOME)后,两个解释变量均通过了显著性检验,且有很大改善。综合分析,我们将剔除变量国内生产总值(GDP)和居民消费价格指数(INDEX),保留变量人均年收入(INCOME)和人口统计数(POP),因此可以得到克服了多重共线性的多元回归方程为:
Lnprice=23.4267+1.3427Lincome+3.738Lnpop
t (2.0982)(3.2146)(4.2555)
R2=0.89712=0.8834F=65.3863
分析上面的回归方程,人口数(POP)和人均年收入(INCOME)这两个指标对上海市房地产价格起决定性影响作用,即人均年收入每增长1%,房地产价格指数上涨1.3427%;而当人口统计数(POP)每增长1%,房地产价格指数上涨3.7478%。
1.3变量的格兰杰因果检验
回归模型表明变量间是否存在相互关系,而变量间是否能够构成因果关系还需要进一步验证。Granger提出的因果关系检验则可以对变量间因果关系进行检验。由于模型的检验结果敏感地依赖后期的选择,因此,本检验要根据AIC准则进行判断,由于AIC准则要求滞后阶数相对比较小,因此我们选择滞后期为3。对人口统计数、人均年收入分别与房地产价格之间的关系进行格兰杰检验得结果如下表4和表5。
分析表4和表5,可知格兰杰检验在拒绝人口数不是房地产价格的格兰杰原因的原假设,即人口数是引起房地产价格波动的因素;而在5%显著性水平情况下无法拒绝人均年收入水平不是房地产价格的格兰杰原因。现结合实际浅析人口数是房地产价格的格兰杰原因。众所周知,推动中国房地产增长有两个引擎:人口结构和城市化进程,人口结构变化与房地产价格的关系归根结底是一个城市化进程问题。而上海作为世界上快速发展、快速转型的城市,它的城市化进程在中国必然处于领先地位,根据2010年中国省域竞争力蓝皮书《中国省域经济竞争力报告(2008-2009)》明确指出,在城市化进程竞争力方面,2008年排在首位的省、市为上海市,而2010年上海世博会这一国际项目的申办成功,必然推动上海市城市化进程,也无疑是上海市经济发展的绝佳时期,同时,它所造成的城市土地供应相对紧张的局面,一些诸如人口迁移、外来人口增多等因素势必会影响到上海房价的波动。
2结论与政策建议
①文章在理论研究的基础上,对影响上海市房地产价格波动的经济基本面进行了定量分析。基于1991～2009年度的时间序列数据,运用多元回归模型、多重共线性及格兰杰因果检验分析,揭示了经济基本面对上海市房地产价格波动的影响。通过分析,可以认为上海市房地产价格的上涨是由宏观经济基本面支撑的,城市化进程带动了上海市人口结构和数量的增加,是支撑房地产价格波动的基础。
②理论的研究是为了更好地服务于社会实践,基于文章的研究结论,现有以下几点政策建议。现阶段,上海市房地产价格基本还是由宏观经济基本面支撑的,但其迅速上涨的速度超过了经济增长,因此,可以采取一些调控措施以达到房价可控的同时不伤害其对宏观经济的促进作用,如实施金融政策——提高利率、提高按揭成数等。增加经济适用房,加快住房保障体系建设。当前,上海市房地产结构性矛盾已经开始表现出来,不断上涨的房价已经超越了部分居民的购买能力。因此,今后上海市房地产发展必须加快住房保障体系的建设,以经济适用房为核心,增加有效供给,以缓和房地产业所积累的结构性矛盾,稳定房地产价格,促进社会和谐发展。加强宏观调控,合理配置土地资源。上海市土地资源有限,通过调整土地供应结构,严格控制增量,对现有土地提高利用率,从源头上较好的控制土地市场,为房地产市场的可持续发展创造良好的条件。
参考文献:
[1] 刘志峰.阐明房地产发展六大措施[J].建设科技,2003,(10).
[2] 庞皓.计量经济学[M].北京:科学出版社,2007.
关键词:经济基本面;多重共线性;格兰杰因果关系检验
中图分类号:F293.3文献标识码:A文章编号:1006-8937(2010)02-0034-02
房地产业是国民经济的基本承载体,是在工业化、城市化和现代化过程中兴起、发展所形成的独立产业,同时又推动了工业化、城市化和现代化的进展,己经成为现代社会经济大系统中一个重要的有机组成都分。
我国房地产业从20世纪80年代开始兴起,1998年国家停止福利分房实行住房货币化后,房地产业开始真正发展起来。1998~2002年是我国房地产业发展的黄金时期,这五年中,全国房地产开发投资年均增长19.5%,商品房竣工面积年均增长15.5%,商品房销售面积年均增长22.6%。在接下来的2002~2006五年中,房地产业实现了持续的高速发展和规模化扩张,然而从2007年开始我国房地产进入了“短调整期”,即步入了房地产行业的下行阶段,该阶段持续了约两年时间又开始缓慢回升。2009年,全国房地产业投资、生产、销售全面较快增长。全国完成房地产开发投资36 232亿元,比上年增长16.1%,全国房地产开发企业房屋施工面积31.96亿m2,比上年增长12.8%,全国商品房销售面积93713万m2,比上年增长42.1%,房地产市场又再次进入繁荣阶段。
1经济基本面与房地产价格关系的定量分析
宏观经济基本面及其波动时房地产价格波动的主要来源,宏观经济基本面一般是指国内经济形势一般状况,如经济景气循环等,反映我国经济基本面的指标有国内生产总值、城镇人口数、人均年收入、居民消费价格指数、利率等。
宏观经济基本面对房地产价格的作用机制在于宏观经济基本面的变化会影响人们消费预期,从而产生房地产市场需求和攻击力量对比的失衡,进而引起房地产价格的上升或者下降。在经济高速增长期,由于经济稳定快速发展、就业率上升等综合作用,人们对未来会有一个良好的心理预期,房地产市场的需求会增加,会出现供销两旺、房价稳步上升的情况。反之,若是在经济萧条时期,由于经济衰退、失业率增加等原因,房地产市场的需求减少,存量供给的住宅增加,导致房价下降。
仅凭初步的定性分析,难以确定那个宏观因素对房地产价格具有决定性的意义。所以文章选取上海市1991～2009年的国内生产总值(GDP)、人口统计(POP)、人均年收入(INCOME)、居民消费价格指数(INDEX)四个指标进行定量分析。为了避免异方差现象,文章对上述四个指标数据进行对数变换,对数变换后的量分别记为:LNGDP、LNPOP、LNINCOME、LNINDEX。
1.1多重共线性的判定
所谓多重共线性是指经济变量之间具有共同变化趋势从而存在部分或者完全的相关性。为了考察文章所选定的反应宏观经济基本层面的变量是否存在多重共线性,我们使用EVIEWS3.1求得国内生产总值(GDP)、人口统计(POP)、人均年收入(INCOME)、居民消费价格指数(INDEX)的相关系数矩阵(见表1)。由于表中相关系数往往都较大,因此可能存在多重共线性问题。
为了准确考察这些反应宏观经济基本层面的变量是否存在多重共线性,我们建立了房地产价格指数与四个指标之间的多元线性回归方程,估计的方程结果如下:
Lnprice=40.0554+1.8052Lngdp-0.2722Lnincome-1.9668Lnindex-5.0625Lnpop
t (3.078)(3.2811)(0.6067)(-4.9567)(-2.6592)
R2=0.93892=0.9202R2=49.9898
从方程角度看,回归模型的R2与F值较大,说明四个变量的综合作用对房地产价格具有显著性影响,即回归方程整体上有经济解释意义。但是从单个变量的角度看,人均收入这一重要的解释变量并没有通过显著性水平为5%的t检验,同时,人均年收入、居民消费价格指数、人口统计三个解释变量的回归系数为负数,这与经济理论解释相悖。因此,我们有充分理由肯定该回归模型存在多重共线性。
1.2多重共线性的处理
鉴于初步选定的四个变量之间存在多重共线性的问题,我们考虑用逐步回归检测法将一些引起多重共线性的解释变量从模型中剔除,以缓解多重共线性问题,从而使模型更加具有科学性和实践指导意义。
首先,分别做房地产价格指数对国内生产总值(GDP)、人口统计(POP)、人均年收入(INCOME)、居民消费价格指数(INDEX)进行一元回归,结果如表2所示。
其中,以人口统计数(POP)作为解释变量的一元回归方程的的值最大,即人口统计数对房地产价格的解释作用最强,因此以人口统计数作为基础,顺次加入其它变量进行回归,回归结果如表3所示。
易知,加入国内生产总值(GDP)后,GDP变量没有通过显著性检验;加入居民消费价格指数(INDEX)后,虽然R2的值有所提高,但是INDEX并没有通过显著性检验且回归系数符号与经济理论有悖;加入人均年收入(INCOME)后,两个解释变量均通过了显著性检验,且有很大改善。综合分析,我们将剔除变量国内生产总值(GDP)和居民消费价格指数(INDEX),保留变量人均年收入(INCOME)和人口统计数(POP),因此可以得到克服了多重共线性的多元回归方程为:
Lnprice=23.4267+1.3427Lincome+3.738Lnpop
t (2.0982)(3.2146)(4.2555)
R2=0.89712=0.8834F=65.3863
分析上面的回归方程,人口数(POP)和人均年收入(INCOME)这两个指标对上海市房地产价格起决定性影响作用,即人均年收入每增长1%,房地产价格指数上涨1.3427%;而当人口统计数(POP)每增长1%,房地产价格指数上涨3.7478%。
1.3变量的格兰杰因果检验
回归模型表明变量间是否存在相互关系,而变量间是否能够构成因果关系还需要进一步验证。Granger提出的因果关系检验则可以对变量间因果关系进行检验。由于模型的检验结果敏感地依赖后期的选择,因此,本检验要根据AIC准则进行判断,由于AIC准则要求滞后阶数相对比较小,因此我们选择滞后期为3。对人口统计数、人均年收入分别与房地产价格之间的关系进行格兰杰检验得结果如下表4和表5。
分析表4和表5,可知格兰杰检验在拒绝人口数不是房地产价格的格兰杰原因的原假设,即人口数是引起房地产价格波动的因素;而在5%显著性水平情况下无法拒绝人均年收入水平不是房地产价格的格兰杰原因。现结合实际浅析人口数是房地产价格的格兰杰原因。众所周知,推动中国房地产增长有两个引擎:人口结构和城市化进程,人口结构变化与房地产价格的关系归根结底是一个城市化进程问题。而上海作为世界上快速发展、快速转型的城市,它的城市化进程在中国必然处于领先地位,根据2010年中国省域竞争力蓝皮书《中国省域经济竞争力报告(2008-2009)》明确指出,在城市化进程竞争力方面,2008年排在首位的省、市为上海市,而2010年上海世博会这一国际项目的申办成功,必然推动上海市城市化进程,也无疑是上海市经济发展的绝佳时期,同时,它所造成的城市土地供应相对紧张的局面,一些诸如人口迁移、外来人口增多等因素势必会影响到上海房价的波动。
2结论与政策建议
①文章在理论研究的基础上,对影响上海市房地产价格波动的经济基本面进行了定量分析。基于1991～2009年度的时间序列数据,运用多元回归模型、多重共线性及格兰杰因果检验分析,揭示了经济基本面对上海市房地产价格波动的影响。通过分析,可以认为上海市房地产价格的上涨是由宏观经济基本面支撑的,城市化进程带动了上海市人口结构和数量的增加,是支撑房地产价格波动的基础。
②理论的研究是为了更好地服务于社会实践,基于文章的研究结论,现有以下几点政策建议。现阶段,上海市房地产价格基本还是由宏观经济基本面支撑的,但其迅速上涨的速度超过了经济增长,因此,可以采取一些调控措施以达到房价可控的同时不伤害其对宏观经济的促进作用,如实施金融政策——提高利率、提高按揭成数等。增加经济适用房,加快住房保障体系建设。当前,上海市房地产结构性矛盾已经开始表现出来,不断上涨的房价已经超越了部分居民的购买能力。因此,今后上海市房地产发展必须加快住房保障体系的建设,以经济适用房为核心,增加有效供给,以缓和房地产业所积累的结构性矛盾,稳定房地产价格,促进社会和谐发展。加强宏观调控,合理配置土地资源。上海市土地资源有限,通过调整土地供应结构,严格控制增量,对现有土地提高利用率,从源头上较好的控制土地市场,为房地产市场的可持续发展创造良好的条件。
参考文献:
[1] 刘志峰.阐明房地产发展六大措施[J].建设科技,2003,(10).
[2] 庞皓.计量经济学[M].北京:科学出版社,2007.