基于VAR模型对我国房价波动因素的动态分析.docVIP

　　基于VAR模型对我国房价波动因素的动态分析 【摘 要】为了说明影响房价波动的决定因素及其的动态影响，我们使用了季度数据建立的VAR模型对这些因素进行动态分析得出以下结论： 1、脉冲响应分析揭示了短期内城镇居民可支配收入、通货膨胀、抵押贷款率、国内生产总值、与人口数量的上涨对于房地产价格都有一个正向的推动作用。2、方差分解表明了引起房价波动的最主要因素是其自身，这主要取决于人们的心理预期；通货膨胀、人口增长与城镇居民可支配收入对房价波动影响较大。 中国 1/vie 　　【关键词】房价波动；动态影响；脉冲响应分析；方差分解 　　一、引言 　　从宏观经济的角度来看，房地产行业是大多数国家包括中国的一个重要组成部分。2014年我国房地产业占到了国内生产总值的6.1%，房屋竣工价值达到了61754.86亿元。居民对住房的支出也是他们日常生活的最大支出。 　　住房有消费和投资的双重属性，目前在中国房地产的交易比较活跃，流动性较大，有广阔的市场。房屋价格的波动是做出住房投资决定的一个重要的因素，同时对波动的预测经常被当做世界上各种类型投资的定期风险管理活动。因此，我们有必要知道：房地产价格的波动受哪些因素的影响及他们对房价影响的效用如何。 　　房地产的产业链条非常长，房地产行业的发展对其他行业如钢铁、运输、煤炭等行业有着巨大的促进作用，会刺激一国经济的发展。同时，房产价格的波动也会显著影响其他一些市场例如房产抵押市场、二手房交易市场、抵押贷款支持债券市场和耐用消费品市场等与住房市场息息相关的市场。因此，房产价格波动研究对整个经济来说也是十分重要的。 　　正是由于房地产价格波动的影响巨大，国内外学者对其做了深入的研究。Stern （1992）解释了英国1971到1989这个时期影响房价的决定因素。他发现实际收入是影响房价的最重要的决定因素；住房供应量比利率对住房价格有某些更好的影响。HabinZhu （2004）等以美国等17个国家为例，运用VAR模型，分析了1970-2003年GDP、银行信用、短期利率、通货膨胀等因素对房价的影响，得出通货膨胀和银行信用对房价的增长有主要影响。DavidMiles和Vladimir Pillonca（2007）认为影响房价上涨的因素有以下这些：利率的下降、实际收入的上涨、人口的上升、对未来的房价持上涨态度的乐观情绪，但新的房屋供给抵消了一部分房价上涨的影响。周建军（2009）以我国2000年至2007年每个季度的数据为研究基础，对影响我国住房价格波动的因素进行了实证研究，结果表明居民可支配收入、土地价格与房价正相关，利率与房价负相关。梁云芳和高铁梅（2007）通过将全国城市划分为东部、中部和西部，运用Panel Data模型和误差修正模型对全国房价波动区域差异和影响因素进行研究，发现东部和西部住宅价格受信贷规模的影响较大，对其长期趋势和短期波动具有不同程度的影响，但是对中部住宅价格影响不显著。崔光灿（2009）的研究使用我国31个省、市、自治区自1995年至2006年的数据，构建面板数据模型进行经验研究，考察我国房地产价格与宏观经济之间的互动关系。本文在建立平稳VAR模型的基础之上对中国2006年第一季度到2015年第二季度的数据进行脉冲响应分析和方差分解最后得出结论。 　　二、实证分析 　　本文使用的是中国2006年第一季度到2015年第二季度的数据，共38个样本来研究这些影响房价波动因素对其的动态影响。房价升值率是采用简单的时间加权计算出每季度的平均房价，进而计算出房价相对于上一季度的升降情况。由于消费者价格指数（CPI）是观察通货膨胀率的重要指标，本文选取CPI作为模型的一个变量。存在许多种抵押贷款利率，在这项研究中，我们选取传统的五年期抵押贷款利率。本文数据除抵押贷款率来自于中国人民银行外，其他所有数据均来自于中经网统计数据库。 　　由于房价波动可能受这些因素的影响，因此，在这篇文章中我们使用以下符号，时间为t，t时期内国内生产总值增长率为GDPGt，通货膨胀率为CPIGt，，人口增长率为POGt，房价升值率??HPAt，抵押贷款率MRTCt，城镇人口可支配收入同比增速为INEt。由于是同比数据，我们做了定基处理，以2006年第一季度作为基期；同时为了减小数据的异方差的影响，我们对数据进行取对数化处理。GDPGt，CPIGt，POGt，HPAt，MRTCt，INEGt，可以使用以下公式进行计算，其结果可能是正的也可能是负的。 　　CPIGt=logCPItCPIt-1 ⑴ 　　GDPGt=logGDPtGDPt-1 ⑵ 　　POGt=logPOtPOt-1 ⑶ 　　HPAGt=HPAt-HPAt-1HPAt-1 ⑷ 　　INEGt=logINEtINEt-1 ⑸