银行业房地产信贷风险成因及对c策.docxVIP

江苏房地产投资对经济增长贡献的实证分析作者：佚名发布时间：2011-09-12 23:21:39 减小字体增大字体　摘要：本文选取GDP作为经济增长的代表指标，选取房地产开发投资作为房地产投资的主要参考指标，运用协整理论和误差修正模型，分析了江苏房地产投资对经济增长的贡献度。结果显示，房地产投资对江苏经济增长的直接贡献度是0.221%，表明现阶段房地产投资对江苏经济增长的贡献较为明显。　　关键词：江苏房地产投资经济增长Granger因果检验　　　　一、引言　　迄今为止，国内已有许多学者就房地产投资与经济增长的关系进行过研究。皮舜等（2004）通过基于Panel数据的Granger因果检验模型，发现1994到2002年间我国区域房地产市场的发展与经济增长之间存在着双向因果关系；杨朝军等（2006）则从国际角度阐释了房地产业与国民经济协调发展。王先柱（2007）在向量自回归的分析框架下，利用格兰杰因果检验、脉冲响应函数和方差分解考察我国房地产投资和经济增长的关系，认为房地产投资与产出之间存在长期的同向互动关系。此外，也有一些针对各省市房地产投资对经济增长影响的分析。　　二、数据的选取　　本文考察江苏省房地产开发投资对经济增长的贡献，选取衡量商品和劳务总量的GDP作为经济增长的代表指标，选取房地产开发投资作为房地产投资的主要参考指标，用REi表示。房地产投资额和江苏的地区生产总值的时间序列跨度为1990—2009年。使用的原始数据来源于历年的《江苏统计年鉴》。GDP和REI两个变量呈指数上升的趋势，对这两个变量序列同时取自然对数后不会影响变量间长期稳定关系和短期调整效应，同时还可消除异方差的影响。所以，本文采用对变量取自然对数形式，江苏GDP与房地产开发投资额对数序列分别记为LNGDP和LNREI（见表1）。D（LNGDP）和D（LNREI）分别为两变量的一阶差分。所有的数据分析结果都是在计量经济软件eviews6.0环境下得到的。　　三、实证分析　　（一）变量的平稳性检验（ADF检验）　　为了避免时间序列数据之间产生“伪回归”或“虚假回归”的现象，必须对原序列进行平稳性检验。检查序列平稳性的标准方法是单位根检验，可以采用ADF检验和PP检验等，本文采用ADF检验法对LNGDP、LNREI序列进行单位根检验。检验结果如表2所示。　　由检验结果可知，序列LNGDP和LNREI经过一价差分后，在10％的显著性水平下t检验统计量值大于相应临界值，从而拒绝原假设，表明序列不存在单位根，LNGDP和LNREI为平稳序列，两者为一阶单整，记为LNGDP~ I（1），LNREI~ I（1）。由于有着相同的单整阶数，可以对其进行协整分析。　　（二）序列的协整检验　　协整就是分析序列之间是否存在长期均衡的关系。研究时以GDP作为因变量，REI作为变量，采用Engle—Granger两步法进行协整检验。首先用OLS法构建回归模型，接着对回归方程残差的平稳性进行检验，如果平稳，则说明序列是平稳的，存在协整关系。　　第一步：对LNGDP和LNREI进行回归分析，得到的回归拟合方程为：　　LNGDP＝5.63604948951＋　　0.571419220429＊LNREI （1）　　其中R2＝0.979625 　　DW＝0.807161 　　第二步：对回归方程的残差进行单位根检验。令E为回归方程的残差序列，则　　E＝LNGDP－5.63604948951－　　 0.571419220429＊LNREI （2）　　检验结果如图1。　　从检验结果看出，t统计量的值为-3.336351，小于1%显著水平下的临界值-2.708094，表明至少可以在99%置信水平下拒绝原假设，表明残差不存在单位根，为平稳序列。通过协整检验，说明江苏的地区生产总值与房地产投资这两个时间序列之间存在某种长期均衡的关系。　　（三）误差修正模型　　误差修正模型（ECM）是一种短期模型，反映了因变量短期波动是如何被决定的。建立误差修正模型，最一般的方法是自回归分布滞后模型，模型形式如下：　　（3）　　移项整理可得：　　（4）其中λ＝β2-1，是误差修正项，记为ECM。　　方程式3解释了因变量y的短期波动是如何被决定的。一方面它受到本期自变量短期波动△x的影响，另一方面，取决于ECM。ECM反映了变量在短期波动中偏离它们长期均衡关系的程度，称为均衡误差。　　由于江苏房地产投资与经济增长存在协整关系，我们可以以平稳的残差序列作为误差修正项目建立ECM模型，考察变量短期波动情况，该误差修正模型为：本文来源于论文资料库: 全文阅读链接：/article/html/76088.html江苏房地产投资对经济增长贡献的实证分析作者：佚名发布时间：2011-09-12 23:21:39 减小字体增大字体　　D