房地产行业及宏观经济关联性探究.docVIP

房地产行业及宏观经济关联性探究摘 要：本文建立VAR模型，对我国房地产行业与国民经济其他行业之间的关系进行了实证研究。研究表明，我国房地产行业与国民经济其他行业之间存在长期的均衡稳定关系，金融行业到我国房地产行业存在单向格兰杰因果关系，国民经济其他行业变化会对房地产行业产生持续的同向影响，交通运输行业和金融行业冲击对房地产行业波动的影响较大。因此，采取稳健的房地产调控政策有利于维护宏观经济的稳定增长。 关键词：房地产；国民经济；行业；VAR模型 中图分类号：F293.3 文献标识码：Ａ 文章编号:１００３－９０３１(２０12)05－００08－０4 DOI:10.3969/j.issn.1003-9031.2012.05.02 一、引言 房地产业是以建筑房屋生产为对象的物质生产部门，是从事建筑房屋生产经营的行业。在房地产项目的整个建设过程中，存在着从上游的材料设备供应商到下游的承包商、房地产商到最终的客户这样一个相互关联的结构，物流、资金流和信息流在沿着这个链条流动。房地产业在发展过程中，随着时间的变化而出现的扩张和衰退交替反复运动的过程，称之为房地产经济周期波动或房地产周期波动。房地产经济周期波动不仅反映出房地产业的发展趋势，也间接影响了与其密切相关的行业发展。因此，要减少风险所带来的损失，就要先分析出引起房地产行业波动的原因，从源头上对房地产业的发展进行监测。本文对我国房地产行业与国民经济其他行业的协整关系和格兰杰因果关系进行了分析，而且运用脉冲响应函数和方差分解方法分析我国房地产行业对国民经济其他行业的影响，对我国房地产行业与国民经济其他行业之间的关系进行深入剖析。 二、模型建立 （一）模型简介 向量自回归（VAR）模型采用多方程联立形成，用模型中所有内生当期变量对它们的若干滞后值进行回归，从而估计全部内生变量的动态关系。本文选取房地产业增加值指数（可比价，上年=100）代表房地产行业，记为FDC，交通运输、仓储和邮政业增加值指数（可比价，上年=100）、金融业增加值指数（可比价，上年=100）、批发和零售业增加值指数（可比价，上年=100）3个行业代表国民经济其他行业，分别记为JT、JR、PF，构造的VAR 模型可以表示为： （二）数据的来源与处理 本文选取1991～2010年我国房地产业增加值指数（可比价，上年=100）、交通运输、仓储和邮政业增加值指数（可比价，上年=100）、金融业增加值指数（可比价，上年=100）、批发和零售业增加值指数（可比价，上年=100）的年度数据，数据来源于中经数据库。由于数据的自然对数变换不改变数据之间的协整关系，为了使研究序列的趋势线性化，消除时间序列中存在的异方差现象，而又不影响变量之间的长期稳定关系和短期调整效应，本文对上述四个序列取自然对数，在变量前加L表示取自然对数。 四、房地产行业与国民经济其他行业关系的协整分析 （一）单位根检验 根据协整检验方法，以LFDC、LJT、LJR、LPF为检验变量，进行ADF平稳性检验。在保证残差项不相关的前提下，同时采用AIC准则与SC准则作为最佳时滞的标准，在两者值同时为最小时的滞后长度即为最佳长度。对出口总额、进口总额、能源消费量数据进行ADF检验，其中滞后阶数k选取BIC准则进行确定，结果发现出口总额、进口总额、能源消费量序列均是一阶单位根过程（见表1）。 （二）协整分析 基于LFDC、LJT、LJR、LPF的VAR模型，根据AIC和SIC最小化的准则，确定滞后期为2，由于模型差分方程所有特征都位于单位圆以内，因而VAR (2)模型是稳定的。基于VAR(2)，用Johansen协整检验法检验LFDC、LJT、LJR、LPF的协整关系时，确定滞后期为1，同时用Q统计量、怀特（White）检验、ARCH统计量、JB 统计量检验残差的正态性、自相关、异方差，结果表明在5%的显著性水平下回归方程的残差均满足正态性，不存在自相关和异方差性。通过模型选择的联合检验，确定最合适的Johansen协整检验模型为数据空间中无线性趋势项，VAR模型中没有非零漂移项（截距），协整空间无趋势项。协整分析结果如表2所示。从表2中可以看出，在5%的显著性水平下有一个协整关系，将协整关系写成数学表达式为： LFDC=1.4850+0.4163×LJT+0.6092×LJR-0.3397×LPF 可以看出，我国房地产行业和国民经济其他行业存在长期的均衡稳定关系，房地产行业与交通运输、金融行业是同方向的变动关系，金融行业对房地产行业的弹性较大，说明房地产行业的发展对金融行业的依赖性很大，需要金融行业的支撑。 （三）向量误差修正模型 由于房地产行业与金融、交通运输行业