货币政策对我国房地产价格影响的经济学分析.docVIP

PAGE PAGE 1 货币政策对我国房地产价格影响的经济学分析 　　内容摘要：本文主要分析贷币政策的利率、存款准备金率、信贷等传导机制对房地产价格的影响，同时采用单位根检验、AEG协积检验、ECM等计量分析方法分析广义货币供给量对全国大中城市房地产价格的影响，最后提出完善我国货币政策的建议。 　　关键词：房地产价格广义货币供给量贷币政策计量分析 　　问题的提出 　　住房问题牵涉到国计民生，也关系到社会稳定和谐。房价持续过快上涨，造成部分低收入者买不起房子，不利于建设社会主义和谐社会；房价快速下降，会对经济造成冲击，不利于宏观经济持续稳定健康发展。房地产业在国民经济中的作用，主要是通过土地和房屋的开发经营，向社会提供各类房屋，以满足人们居住和生产经营活动的需要；并通过市场运作回笼货币、调节消费，为国家增加财政收入，因此在市场经济体制下，房地产业的兴衰直接关系国民经济全局。据中国国家统计局网站显示，从2003年开始，我国商品住房价格呈现持续快速上涨的态势，2003-2007年，全国70个大中城市房屋销售价格同比增长分别达到5.1%、10.8%、6.5%、5.3%、7.6%，呈现出总体持续上升的趋势。2010年比2007年同期下降了很多，至于目前房价是高还是低，则众说纷纭。妥善处理房地产问题已成为“十八大”后政府和社会面临的一个主要任务。 　　实证分析 　　本文将采用计量模型来分析货币政策对全国房地产价格的影响。由于广义货币供应量和房价是时间序列，即由对象在不同时间的观测值形成的数据，如果像其他定义良好的序列一样作回归分析，可能导致谬误回归的结果，即先验或实际不存在关系时间序列之间表现出明显的关系。因此，两个时间序列数据的一元线性回归分析通常需要分两步进行：第一步就是进行时间序列数据平稳性检验，通常是对时间序列数据进行单位根检验。如果两个序列是平稳的，可以直接做回归；否则，还需要进行差分后的平稳性检验，如果差分后平稳，则可以直接进行回归。 　　（一）数据的选取 　　本文数据来源于巨灵金融终端、国务院发展研究中心信息网以及中国人民银行网站。样本期从2000年1季度到2008年4季度。M2为季度存量数据，如表1所示。 　　（二）数据序列的平稳性检验 　　假设M2和PRICE之间存在线性关系，它们的线性方程为： 　　首先，根据表1的数据画出广义货币供应量（M2）和全国大中城市平均房价（PRICE）的时间序列图，如图1、图2所示。 　　由图1和图2可以直观看到，M2和PRICE都呈现单调递增的漂移现象，不具备平稳性序列的基本特征。采用计量分析软件EView6.0对M2、PRICEADF（增广迪基-福勒）检验，结果如表2所示。 　　由表2可见，M2的t值为0.7816，大于所有的临界值，因此，M2在各种水平下均是非平稳的。PRICE的t值为-2.8727，大于所有的临界值，因此，PRICE在各种水平下亦是非平稳的。所以，暂时不能保证M2和PRICE的一元线性回归的正确性，尚需进一步对两个时间序列数据差分后进行平稳性检验。然后使用EView6.0对M2和PRICE的1阶差分进行ADF检验，结果见表3。 　　由表3可见，从M2一阶差分后的t值为-6.9150，小于所有的临界值，这就表明，M2一阶差分之后有99%的可能是平稳的。从PRICE一阶差分后的t值为-6.7865，亦小于所有的临界值，因此，PRICE一阶差分之后亦有99%的可能是平稳的。即M2和PRICE都是I（1），即1阶单整序列，说明M2和PRICE的一阶差分序列具有平稳性。 　　根据回归方程，对比表1全国平均房价和广义货币供给量数据，得到如下残差项的估计值序列，如表4所示。 　　再用EView6.0对ut进行ADF检验，如表5所示。由表5可知，残差项的t值为-2.7402，小于所有的临界值，因此残差估计序列是平稳的。即二者之间存在长期均衡关系。 　　（三）误差修正模型 　　为了保证变量信息不被忽略，根据Granger表述定理，构建如下误差修正模型： 　　△PRICEt=β0+β1△M2t+λμt-1+εt2 　　式中：ut-1是长期均衡偏差项，λ是短期调整参数。利用多元线性回归分析，得如下回归方程： 　　（2） 　　se=（43.038）（3.872）（0.136） 　　t=（-1.124）（2.692）（-2.694） 　　R2=0.3158d=1.848 　　△M2和ut-1的系数在5%的水平上显著。△M2和ut-1能够在一定程度上解释△PRICE。拟合优度是指回归直线观测值的拟合程度，显然若观测值离回归直线近，则拟合程度好，反之则拟合程度不好。本文中的拟合优度值为0.3158，但是F=7.387635，prob=0.002302，整个模型在1%的水平上显著。该模型具有