基于Markov机制转换模型的商品房价格波动研究.pdfVIP

基于 Markov机制转换模型的商品房价格波动研究 李佼瑞 谢冬梅 (西安财经学院研究生部 701100) 【摘 要】用传统的线性模型对时间序列进行分析，往往基于时间序列 。 XIst=4)l(Yt．1。 。一1)+ 2(Yt．2。 。t一2)+ 8t (22) 线性假设 ，而实际上大多数时间序列都是非线性的。如果仍选择线性 其中，～N(0，盯：)，Yt表示t时期的房价增长率；S为状态变 模型进行分析 ，必然会导致分析不准确的问题 。任何一个宏观经济或 量 ，且不可观察，其值取决于t时刻所处的状态。当s+=1时，表示 金融时间序列随着时间的变动，其均值、波动性都会发生显著性变化。 房价上涨；当s=2时，表示房价下跌； 是t时期Yt的均值，s。+是t 本文通过选取近6年来房价的月度数据，通过统计分析。建立Markov 时期的标准差 ，它们的值均依赖于t时刻的机制 s。；{8}是独立同 机制转换模型。研究房价的波动。 【关键词】Markov机制转换模型；房价波动 分布标准正态分布的随机变量序列。对此模型采用极大似然估计 方法，模型的待估参数向量为 0=( ，2，1，：，盯，盯，P P1：， 一 、 引言 P21，P22)。 房价一直是社会讨论的热点。房价的波动会对经济领域中投 三、参数估计及检验 资、就业、内需等产生不同的影响，进而影响到整个社会 的经济。 1．基本统计分析。图3．1为根据2006年 1月一2011年7月房 自1998年来 ，我 国的房地产开发投资年平均增长率达到 了18． 价计算房价增长率的时间序列 图。从图中可以看出，房价的增长 率在不同时期呈现出不同的增长趋势。从房价增长率的变化初步 6％，房地产出现了高速发展的势态，进而导致房价普遍上涨。然 来看，08年以后房价出现了大起大落的态势，在08年7月、09年8 而 ，受多方面因素的影响，房价的波动较大，房价的增长率呈现 出 非线性特征 。 月、2010年4月及 8月出现负增长。自05年后 ，房价增长率出现 近期国内外房价波动研究方法有：张红 (2000)以动态资本分 缓慢增长，个别年份又回落。但是从09年末开始至今，出现了较 析为基础，运用回归模型及二次曲线趋势模型对北京住宅价格 的 大的波动。从数据可初步断定 ，房价增长的序列为非线性序列。 变动趋势及影响因素进行实证分析。得出北京的住宅房屋价格以 较快的速度上升，还未出现明显的周期。梁云芳 ，高铁梅 (2003) 运用MTV模型对我国商品房住宅价格增长率的波动进行分析，得 出住宅房屋价格 的波动具有较强的滞后影响。吴璨 (2009)利用 灰色马尔科夫链预测模型进行房地产周期分析。实证表 明，该模 型能够成为当前我国房地产研究的有效工具。国外sei．WanKkn (2008)在研究美国房产价格时，发现其房产价格呈非线性特征。 在关于房价的研究中，主要集中于研究影响房价波动的因素， 对于房价周期性波动的刻画及预测研究还处于空 白。本文在得出 非线性模型能更好地研究房价波动的结论基础上 ，将 Haml[ton提 出的Markov机制转换模型运用到房价波动的分析中。将房价的 波动分成增长和下降两种状态，通过马尔科夫机制转换模型来描 述房价波动的动态属性。 二、数据来源及其模型设定 1．数据 来源 本文选取2006年 1月 一2011年7月西安房地产普通住宅价 格67个月度数据，并计算出房价增长率作为研究样本序列 (数据 来源于西安市房地产信息网)。