货币政策的实施对房地产市场影响的实证分析论文.docVIP

　　货币政策的实施对房地产市场影响的实证分析论文 .freel0、M1、M2作为研究对象；在房地产市场方面，选用了房地产投资额Y作为研究对象。 （二）数据平稳性检验—ADF检验 为避免非平稳的经济变量在回归分析时带来的伪回归问题，本文对上述经济变量采取ADF检验，分析各个变量是否具有平稳性，ADF的回归方程式为： 其中，△Yt为变量的一阶差分，t是时间变量，△Yt-i用以消除变量自相关的影响。 （三）Engle—Granger协整检验模型 对于非平稳的时间序列，如果以差分方法使其变为平稳，会使隐含在其中的长期信息丢失，回归分析会失效或降低价值，协整检验提供了一种检验变量间是否有长期均衡稳定关系的方法。对双变量进行协整检验时，一般采用的是Engel和Granger的二阶段分析法。 首先用OLS方法估计下列方程： 然后用ADF检验εt的平稳性，如果为平稳序列，则YtXt是（1，1）阶协整的，如果是一阶单整，则YtXt是（2，1）阶协整的，以此类推。 （四）误差修正模型 根据Granger定理，有协整关系的变量之间一定存在误差修正模型，它反映了变量之间的短期动态影响关系。通过差分把非平稳序列变换为平稳序列时，不仅经济变量关系的长期信息会丧失，还会导致回归模型的序列相关性，使回归分析失效。而误差修正模型则可以克服这些问题，不仅能够保留变量关系的长期动态信息，而且能够保证回归分析的有效性。 对于一个ARDL（1，1）模型： 代表的是两个变量之间关系对长期均衡的偏离或误差，是“误差修正项”；a=β2-1是修正系数，反映Y对均衡偏离的修正速度；△Yt代表被解释变量的短期波动，△Xt为解释变量的短期波动，该模型意味着，被解释变量Y的短期波动可以由解释变量X的短期波动和两个变量长期均衡的误差et-1两部分来解释。通常β2是小于1的，因此修正系数a通常小于0，这就意味着当前一期X对Y解释不足，有正的误差时，et-1会减少Y的正向波动或增加负向波动，反之如有负的误差时，et-1会增加Y的正向波动或减少负向波动，可以看出，该模型有一种对前期误差的自动修正作用。同时，如果修正系数 在统计上是显著的，我们就可以知道Y在一个时期里的失衡有多大的比例可以在下一期得到纠正。 （五）Granger因果关系检验模型 本文采用Granger双变量因果关系检验法，建立二元变量自回归模型以分别探讨我国不同层次货币供应量与房地产投资额之间的因果关系。Granger检验假定有关Y和X每一变量预测的信息全部包含在这些变量的时间序列中，要求估计以下的回归： 其中，X和Y分别表示两个不同的变量，在模型（1）中，假定Y与其自身以及X的过去值有关，如果X的系数显著异于零，则说明有X到Y的单向因果关系，即变量X引致Y，同样的道理，在模型（2）中，若Y的系数显著异于零，说明有Y到X的单向因果关系，如果两者都显著异于零，则说明变量Y、X有双向因果关系。 二、检验结果与分析 （一）ADF检验结果 表1是对房地产投资额与不同层次货币供应量进行ADF检验的结果。从表中可以看出，房地产投资额与M0、M1、M2的水平序列均没有通过数据平稳的H0假设，是不平稳的，而一阶差分序列通过了H0假设，是平稳的，因此这些经济变量的时间序列都是一阶单整的，可以进行变量间的协整检验。 表1 ADF检验结果 变量 ADF检验值 检验类型（C，T，N） 临界值 Y -2.383748 （C，N，0） M0 -0.879882 （C，N，0） M1 0.603866 （C，N，0） M2 0.327916 （C，N，0） △Y -6.320815 （C，N，0） △M0 -7.062382 （C，N，0） △M1 -9.227762 （C，N，0） △M2 -5.964672 （C，N，0） 注：检验形式（C，T，K）分别表示单位根检验方程常数项、时间趋势和滞后阶数，N指不包括时间趋势；﹡﹡表示临界值是在5%显著水平下得到的。 （二）协整检验结果 协整检验的结果表明，投资额与M0、M1、M2之间存在协整关系。 Y=-10324.63+0.824750 M0 （1） （2.378530） Y=-12426.17+0.203323 M1 （2） （3.365515） Y=-5431.810+0.047464 M2 （2.475597） （3） 方程（1）至（3）为两变量间的协整方程，即变量间长期均衡关系。协整检验结果表明，货币供给量与房地产投资额之间存在协整关系，货币供给量与房地产投资额正相关，扩张的货币政策能够推动房地产投资额的增加，紧缩的货币政策能减少房地产投资额，货币供给量对房地产投资有重要影响，房地产投资受资金约束较强。 （三）误差修正模型 采用EVIE0-0.