FDI对房地产价格影响实证探究.docVIP

FDI对房地产价格影响实证探究 　　摘要：本文利用2000～2010年的数据研究了中国对外直接投资对房价的影响。利用多元回归分析方法分析了FDI对房价的影响并进行了多重共线性的检验。研究结果表明：在稳定人均可支配收入的前提下，在样本区间对外直接投资对房地产价格指数有正向影响且其影响是长期均衡的。 关键词：FDI；房地产价格；回归分析 一、引言 近年来，房地产业发展迅速，已经成为是中国的支柱产业。同时，房地产市场存在的投资过旺、房价居高不下的问题已成为我国关乎国计民生的头号热点。在经济一体化趋势在全球蔓延的背景下，国际间的资本流动日益加速。从时间上看，国际的资本流动时间日益模糊，长短期资本的相互转化呈现快速化趋势；从种类上看，金融工具多样化发展，特别是金融衍生品迅速发展、金融自由化改革和技术进步使得国际的资本流动时间转化更加便利、快速。作为投资的动产与不动产之间的关系边界日益单薄化，这是基于资本利润最大化的客观要求，也是国际投资市场进一步开放和繁荣的最终目的。因此，很有必要基于市场化的国际资本组成视角探讨国际间资本流动对房地产市场带来的影响。 近年来，房地产业FDI在我国利用外资总量中占的比重有较快的提升。自1991年以来，我国已连续19年成为吸收外资最多的发展中国家。截至2010年，FDI资本的流入在其投资行业中已经跃升为仅次于制造业的外商直接投资的第二大行业。 二、变量和模型设定 在建立线性回归时，除了考虑因变量和自变量之外，还需要验证几组必要的控制变量。基于房价的自变量除了FDI之外，还有国内生产总值和利率，以及消费需求。因此，本文的初始变量选取如下。 房地产价格指数：Y；人均可支配收入：PI；人均消费性支出：CS；对外直接投资：FDI。消除异方差效应，对变量Y、PI、CS和FDI分别采用对数形式表达。 LNY=b0+b1*LNPI+b2*LNCS+b3*LNFDI+u 本文数据来源于2012年中国统计年鉴数据库，运用的统计测量软件为Eviews6.0。 三、实证分析 （一）单位根检验 本文引用数据均为时间序列，而大多数时间序列数据是非平稳的，若将非平稳时间序列当作平稳时间序列直接进行回归分析，则可能带来非真实的结果，如虚假回归问题。文中我们采用ADF检验数据单位根，回归以下方程。 ΔXt-c0+c1t+cXt-1+■βt-1ΔXt-1+μt 其中，c0为常数项，t为时间趋势项，k为滞后阶数，μt为残差。分析中的零假设H0：c2=0，备择假设H1：c2≠0。如果c2的ADF值大于临界值则拒绝原假设H0，表明该序列是平稳序列；否则即有单位根，为非平稳数据，需要进一步检验，直到确认数据是d阶单整，即I（d）序列。加入k个滞后项是为了使残差为μt白噪声序列。 结果：三个序列皆为零阶单整，其中LNY在0.1的水平上显著，LNPI在0.01的水平上显著，LNCS在0.05的水平上显著，LNFDI在0.05的水平上显著。所以，可以对数据直接进行回归分析。 （二）回归分析 本文四个变量都是平稳数据，因此可以直接进行OLS回归。结果如下。 LNY=3.758465-0.014LNPI+ T 3.7281 -0.0452 0.113LNCS-0.003LNFDI 0.2848 0.0680 R-squared=0.3892 Adjusted R-squared=0.1275 F=1.4871 DW=1.2279 从结果来看，人均可支配收入和外商直接投资与预期的符号相反，同时可决系数也比较低，且T检验结果表明PI、CS和FDI对房价的影响均不显著，估计模型可能存在多重共线性。 （三）多重共线性检验 运用逐步回归检测法检验数据的多重共线性。逐步回归的基本思想是对变量进行逐个引入模型，每引进一个自变量后，都要展开F检验并对选进的自变量逐个开展t检验，当原来引入的自变量因为后面自变量的引入而变成不显著时，随即将其剔除，确保每次检验新的变量之前方程中只包含显著的变量。这是一个不断重复的过程，直到既没有出现显著的自变量选入回归方程，也没有出现不显著的解自变量被剔除为止，保证最后得到的自变量组合是最优的。 从表1来看，LNPI和LNCS的相关系数非常高：0.9925，因此数据存在多重共线性。逐步回归分析可以解决产生的多重共线性问题。先选取变量LNCS作线性回归，结果如下。 LNY=3.7996+0.0952LNCS-0.0041LNFDI T 9.3536 1.7992 -0.1157 R-squared=0.3891 Adjusted R-squared=0.2363 F=2.54