我国城市住房价格波动的扩散效应.docVIP

我国城市住房价格波动的扩散效应 　　一、引言 　　近年来，房价成为人们关心的焦点问题。由于住房的固定性以及各地区在经济发展水平、地理环境等方面存在的差异使得各地区的住房市场具有各自的特点，各地区的房价因而存在着较大的差异。然而由于人口和资金的流动，各地区住房市场并不是完全隔离的，某个城市房价的变动可能会对其他城市的房价产生影响，各城市间的房价变动也 可能存在领先滞后的关系，这种现象被称作扩散效应，国外已有大量的研究证明这种现象的存在。本文旨在研究我国各城市的房价是否也存在这种互动关系。 　　二、文献回顾 　　最早对房价波动的扩散效应进行研究的是英国学者。MacDonald and Taylor（1993）采用E-G两步协整的方法进行检验，发现英国的11个地区之间存在着众多的双变量协整关系，证明英国各地区房价存在着长期均衡关系。除英国外，部分西方发达国家也对扩散效应有所研究。Stevenson（2004）使用Johansen协整检验及向量误差修正模型的方法对爱尔兰的住房市场进行分析，结果发现爱尔兰住房市场也存在着类似于英国住房市场的扩散效应，其首都都柏林的房价变动对其他城市房价有较大影响。 　　国内学者对于住房价格的研究主要是从单个城市或者全国整体的层面，对房价的决定因素进行分析，对各地区房价波动的扩散效应进行的研究比较少。张凌和田传浩（2010）把我国35个城市划分为6个主要区域，建立城市和全国的房价缩约方程，运用面板协整和误差修正模型，认为我国各地区之间存在弱的房价连锁反应现象。 　　国外的文献对我国的住房市场没有研究，而国内已有的文献对房价波动的扩散效应研究不多，仅有的相关文献也是从某一区域内的各城市间房价的扩散效应，并没有从全国的角度研究跨区域城市间是否存在扩散效应。本文运用协整检验，格兰杰因果关系检验、脉冲反应函数和方差分解等方法，研究我国若干城市间房价的互动关系并提出相应的政策建议。 　　三、方法与过程 　　1.数据的来源及处理 　　本文基于城市的经济实力、地域代表性、数据可得性等方面考虑，选取我国15个比较有代表性的大中城市2007年8月至2012年12月的房屋销售价格月度数据进行分析，数据来源于巨灵财经网站。为了减少异方差的影响，先对所有数据取对数，并以城市名称汉语拼音的首写字母取变量名。 　　2.平稳性检验 　　检验时间序列数据的平稳性一般使用单位根检验，本文采用ADF检验的方法，其原假设是时间序列存在单位根，备择假设是时间不存在单位根。当ADF检验中的t统计量小于临界值时，则拒绝原假设，接受备择假设，即认为该时间序列是平稳的本文根据SIC准则选取滞后阶数。 　　以北京为例，lnbj的ADF值为-1.485，比10%的临界值都要大，不能拒绝该时间序列数据存在单位根的原假设，而取一阶差分后，dlnbj的ADF值为-6.616，比1%的临界值-2.605要小，证明该时间序列数据至少可以在99%的置信水平上拒绝原假设，接受备择假设，认为该序列是平稳的。对15个城市的平稳性检验结果如表1所示。 　　、lntj、lnhz、lnnj的一阶差分是平稳的，所以可以认为这些城市的房价都是一阶单整的时间序列数据。而lnwh、lnxa、lnqd、lndl是平稳的，可以认为这几个城市是零阶单整的时间序列数据。由于下文需要使用协整的分析方法来确定各城市房价在长期中的关系，而协整检验只能用于同阶单整的数据，所以在下文中只讨论一阶单整的11个城市，而不考虑零阶单整的4个城市。 　　3.Granger因果关系检验 　　Granger因果关系检验是用来判断一个变量是否可以预测另一个变量的变动，即“Y是否是由X Granger引起的”。实际上是判断一个变量的滞后项是否可以放到其他的变量方程中解释其他变量的变动。对11个城市房价数据的Granger因果关系分析结果如图1所示。 　　5.建立向量误差修正（VEC）模型 　　由式（2）可见，lnsz的波动主要由两方面引起：一是深圳和广州两市房价一阶滞后的差分项的影响，如果上一期深圳的房价下降，则本期深圳的房价倾向于上涨，而如果上一期广州的房价上涨，则本期深圳的房价也倾向于上涨。二是受到两市房价在长期中的均衡关系的影响。式（2）中的误差修正系数为0.108，这意味着如果两市的房价波动偏离长期中的均衡关系，经济系统会对两市房价进行自动调整，将以0.108的调整力度把房价调整回均衡状态。 　　四、结论 　　本文通过运用Granger因果关系检验，构建向量误差修正模型等方法，对我国15个大中城市房价波动可能存在的扩散效应进行分析，可以得出以下两点结论： 　　（1）我国各城市房价波动存在着扩散效应，且扩散的模式是由沿海扩散到内陆地区，而内陆城市的房价波动也会对部分沿海城市产