本文基于协整理论、VAR模型等方法,通过对国房指数和宏观经济景气指数数据的计算和分析,探讨了我国房地产业发展与宏观经济运行状况的关系及 其之间的影响机制等问题。首先通过单位根检验、协整检验等方法,发现国房指数和宏观经济景气指数间存在长期协整关系,且宏观经济景气指数对国房指数具有单 向因果关系;其次通过脉冲反应和方差分解,进一步得到相互影响关系的反应强度、变化规律等,并研究了不同结构冲击的影响程度;最后建立VEC模型,发现长 期趋势的偏离在短时间内可以得到修正且修正作用明显,宏观经济景气信息对房地产市场的影响较为迅速。
关键词国房指数;宏观经济景气指数;协整理论;VAR模型
中图分类号F2933文献标识码A文章编号1006-723X(2013)03-0048-07
我国房地产业从20世纪80年代后期逐步发展,随着我国经济体制建设的逐步完善,国家总体经济水平的不断发展,房地产业经过这二十多年的酝酿 和探索,已经迅速成为推动国民经济发展的基础性、先导性和支柱性产业,并拉动相关配套产业的发展,形成了一个支撑宏观经济快速发展的重产业群体。近年 来,我国房地产业蓬勃发展的同时,房价居高不下,炒房、囤房等现象屡屡发生,中央及各地方政府也相继出台如“国八条”、“国六条”等调控措施对房地产业进 行调控和引导。
因此,广大学者就我国房地产价格方面展开大量研究,梁云芳,高铁梅,贺书平1利用协整分析和H-P滤波方法,计算了房地产均衡价格水平及 房地产价格偏离均衡价格的波动状态,我国房地产市场价格的偏离只是受部分地区的影响等结论。严金海2运用格兰杰因果检验、误差修正模型等方法,短期内 房价决定地价,长期内二者相互影响等结论。杜敏杰,刘霞辉3建立了房地产价格变动与汇率变动之间的数量模型,通过实证研究得出汇率的小幅变动可以通过 久期杠杆使房地产价格大幅度变化。依资产定价无套利规则,房地产价格的上涨需同等幅度的地租上涨来支撑,如果上述关系不能满足,就会产生房地产价格泡沫 等结论。沈悦,刘洪玉4利用1995—2002年我国14城市的中房住宅价格指数与宏观经济基本面相关变量的平行数据,运用混合样本回归等分析方法, 对住宅价格与经济基本面的关系进行了实证研究,我国住宅市场并不符合有效市场假说、1998年后经济基本面对住宅价格的解释能力发生了显著的变化等结论。 梁云芳,高铁梅5运用误差修正模型形式的面板数据模型,从货币政策效应、人均GDP、房价预期等角度对房价区域波动的差异及其原因进行深入研究,得到 相应结论。
综上可知,我国广大学者分别从房价的均衡价格、房价影响因素及机制、房价差异性等方面入手展开了广泛研究,得到了丰富的成果。但另一方面也看 到对房地产研究大多集中于对房价的研究,而对房地产业本身发展及其与我国宏观经济运行的关系和相互影响少有研究。因此,本文通过实证手段探讨了我国房地产 业发展与宏观经济运行状况的关系及相互影响机制等问题。
一、主模型和方法
本文将采用以下检验方法和步骤进行实证检验和分析首先,检验各序列的平稳性;其次,运用Engle-Grange法6~10 (以下简称E-G法)进行协整性检验;然后,建立VAR(Vector Autoregression Model)模型1,9,得到模型最佳滞后阶并以该滞后阶为基础进行Johansen协整检验11,12及Granger因果检验 10,13-15;再次,运用Johansen协整检验结果对E-G法结论做出验证,并结合E-G法和Granger因果检验结果分别建立国房指数和 宏观经济景气指数长期协整方程7,9;运用脉冲反应函数和方差分解16,分析两者的脉冲响应效率表现情况,并研究各个信息对两者的相对重程度; 最后,为观察和分析上述序列间短期作用与长期均衡间的关系建立VEC模型。
(一)序列平稳性检验
本文采用ADF检验法进行单位根检验,这是因为其检验效果较好,简单易行,且在检验线性协整时具有较高的检验势而被广泛应用17。
ADF法有以下三种检验模型
模型一无趋势和截距项
△yt=δyt-1+p11j=1λj△yt-j+ut(21)
模型二无趋势项,有截距项
△yt=μ+δyt-1+p11j=1λj△yt-j+ut(22)
模型三有趋势和截距项
△yt=μ+βt+δyt-1+p11j=1λj△yt-j+ut(23)
具体检验过程是通过判断使用模型和方程参数δ,来判断原假设H0δ=0是否成立若原假设成立,则表明存在单位根,序列非平稳;反之则不存在单位根,序列平稳。
(二)协整性检验
对于两个或多个非平稳时间序列,虽然每个时间序列具有各自的长期波动规律,如果它们是协整的,则它们之间存在着一个长期稳定的均衡关系,从变量之间是否具有协整关系出发选择模型,其数据基础是牢固的,统计性质是优良的17。
首先使用E-G法判断国房指数和宏观经济景气指数之间是否存在协整关系,主步骤如下。
第一步,首先求出序列xt和yt单整的阶,若单整阶相同,则它们之间可能存在协整关系。其次,若两变量是同阶单整的,则用OLS法分别以xt和yt为因变量估计协整回归方程
yt=b0+b1xt+vt(2.4)
并分别保存回归残差et,作为均衡误差vt的估计值。
第二步,对于协整变量来说,均衡误差估计值必须是平稳的。为检验其平稳性,对上一步保存的et应用ADF检验法估计建立如下方程
△et=δet-1+p11j=2δj△et-j+1+νt(2.5)
若均衡误差估计值et是平稳的,则yt与xt是协整的;反之则不是协整的。
  (三)VAR模型
由于Johansen协整检验、Granger因果检验及脉冲反应函数等都可在VAR模型框架下建立,本文建立VAR模型
yt=A1yt-1+……+Apyt-p+Bxt+εt(26)
其中yt是k维内生变量向量,xt是d维外生外生变量向量,A1,…,AP和B是待估矩阵.εt是随机扰动项。由于内生变量有p阶滞后,所以上述模型叫做VAR(p)模型。
在VAR模型框架下,对国房指数和宏观经济景气指数序列进行Johansen协整检验以对E-G法所做协整检验结果进行验证,并得到相一致的结果。
(四)VEC模型
VEC模型(即向量误差修正模型)的误差修正项表示对变量长期均衡关系在短期内偏离纠正调节作用的大小,模型形式如下
Δyt=α0+∑m11k=1αkxt-k+∑m11k=1βkyt-k+δecm+μt(2.7)
二、数据说明和实证分析
(一)数据来源及预处理
本文主研究我国房地产业和宏观经济整体运行状况的关系和相互影响情况。我国统计局公布的“全国房地产开发业综合景气指数”(以下简称“国房 指数”)是针对房地产业发展变化趋势和变化程度的综合量化反映的指数体系。宏观经济景气指数具体包括一致指数、先行指数、滞后指数及预警指数具体解释详 见www.cemac.org.cn。由于一致指数反映当期我国宏观经济的基本走势情况,本文仅使用一致指数数据表示宏观经济景气指数。
其次,我国自1998年底开始实行一系列房地产改革,1999年开始在全国范围内推行住房分配货币化制度,停止福利分房,正式开始住房制度改 革的市场化进程。因此本文选取我国1999年1月至2011年12月国房指数和宏观经济景气指数月度数据为实证研究数据,并剔除缺失及不匹配数据,最终得 到165对数据数据整理自国家统计局公布统计资料,具体见统计局网站http//www.stats.gov.cn/tjsj/。
最后,本文在实证检验中全部使用自然对数数据。这主是因为(1)对数化并不影响统计特性与VAR模型的建立和检验。(2)降低异方差性影响。同时将国房指数序列定义为xt,宏观经济景气指数为yt,其对数序列数据相应为ln xt和ln yt。
(二)协整性检验
1平稳性检验
首先运用ADF法未经特殊说明,本文实证计算及检验均由Eviews6.0完成对ln xt和ln yt及它们的一阶差分序列进行平稳性检验,结果见下表
2E-G协整性检验
上述序列均为一阶单整序列,接下来使用E-G法检验序列ln xt和ln yt之间的协整关系。首先分别以ln xt和ln yt为因变量做出它们的OLS回归并得到相应的两个残差序列e1, e2,然后检验残差平稳性,检验结果如下表
分别以ln xt和ln yt为因变量得到的两个回归残差均平稳,因此国房指数与宏观经济景气指数间存在协整关系。
(三)建立VAR模型
1VAR模型的建立
由E-G协整检验得出ln xt和ln yt存在协整关系,但无法确定两者之间是否存在滞后期的影响以及该影响作用是否显著,因此建立VAR模型。表3VAR模型滞后阶AIC和SC值
4 脉冲反应和方差分解
脉冲反应函数可以反映VAR模型内某一内生变量的冲击对其他内生变量所带来的反应。通过对内生变量协方差矩阵进行Cholesky分解,可得正交化脉冲响应函数图2和图3。
国房指数和宏观经济景气指数波动一方面受自身变化的影响,另一方面还受到对方的影响,且上述影响均呈先增后减的特点。相对而言,国房指数对自 身及对宏观经济景气指数的影响较为平缓且持续时间较短,大约50期左右即达到收敛;而宏观经济指数对国房指数冲击影响更为强烈,影响持续时间较长,如在 15期左右的反应显示为负,且大约在80期附近才达到收敛状态。
三、结论
通过本文实证检验与分析,可得以下结论
(1)通过协整检验,发现国房指数和宏观经济景气指数间均存在协整关系,说明我国房地产业和宏观经济整体运行情况密切相关。长期协整方程的建立从数量角度揭示出二者间的长期均衡关系。
(2) 由Granger因果检验得到,我国宏观经济景气程度对房地产行业的发展和运行具有单向引导作用。
(3)国房指数和宏观经济景气指数的波动一方面会受到自身变化的影响,另一方面还受到对方的影响,且上述影响均呈现先增后减的特点。相对而 言,国房指数对自身及对宏观经济景气指数的影响较为平缓且持续时间较短;而宏观经济指数对国房指数冲击影响更为强烈,且影响持续时间较长。
(5)通过方差分解可得,国房指数和宏观经济景气指数误差主由自身解释,但国房指数占有重的解释能力。一定程度上反映出我国房地产业作为支柱产业对国民经济具有重影响,房地产的冲击对经济具有长期影响。
(6)通过建立VEC模型,发现长期趋势的偏离在短时间内可以得到修正,且修正作用明显,同时宏观经济景气信息对房地产市场的影响较为迅速。
参考文献1梁云芳, 高铁梅, 贺书平. 房地产市场与国民经济协调发展的实证分析 J. 中国社会科学, 2006, (3).
2严金海. 中国的房价与地价 理论、实证和政策分析 J. 数量经济技术经济研究, 2006, (1).
3杜敏杰, 刘霞辉. 人民币升值预期与房地产价格变动 J. 世界经济, 2007, (1).
4沈悦, 刘洪玉. 住宅价格与经济基本面 1995——2002 年中国14 城市的实证研究 J. 经济研究, 2004, (6).
  5梁云芳, 高铁梅. 中国房地产价格波动区域差异的实证分析 J. 经济研究, 2007, (8).
6ECHURA L,OBROV L. The price transmission in pork meat agri-food chain J. Agric Econ, 2008 77-84.
7ROBERT F E, GRANGER C W J. Co-integration and error correction representation, estimation, and testingJ. Econometrica, 1987, 55(2).
8刘汉中. Engle-Granger方法在协整检验中的应用研究 J. 数量经济技术经济研究, 2007, (8).
9焦建玲. 中国煤炭需求的长期与短期弹性研究 J. 工业技术经济, 2007, 26(4).
10ENGLE R F, GRANGER C W J. Co-integration and Error CorrectionRepresentation, Estimation, and Testing J. Econometrica, 1987, 55(2).
11 BALABANOFF S. Oil futures prices and stock management A cointegration analysis J. Energy Economics, 1995, 17(3).
12余炜彬, 范英, 魏一鸣, 等. Brent 原油期货市场的协整性分析 J. 数理统计与管理, 2004, 23(5).
13PAUL S, BHATTACHARYA R N. Causality between energy consumption and economic growth in India a note on conflicting results J. Energy Economics, 2004, 26.
14K NYA L. Exports and growth Granger causality analysis on OECD countries with a panel data approach J. Economic Modelling, 2006, (23).
15CHENG B S, LAI T W. An investigation of co-integration and causality between energy consumption and economic activity in Taiwan J. Energy Economics, 1997, (19).
16董直庆, 王林辉. 财政货币政策和我国股市关联性基于脉冲响应函数和方差分解的对比检验 J. 税务与经济, 2008,(5).
17江孝感, 王利, 朱涛. 向量金融时间序列协整与协同持续关系——基于理论的思考 J. 管理工程学报, 2008, 22(1).
〔责任编辑黎玫〕