宏观经济因素对房价的影响

宏观经济因素对房价的影响

摘要：本文利用计量方法定量分析宏观经济变量对房价的影响效应。试图找出影响房价具有代表性的宏观经济变量，并对相关变量进行单位根检验、协整检验等，以此对房地产市场与宏观经济的长期均衡关系进行考察；运用格兰杰因果关系检验来考察房价变化的成因；通过对宏观经济与房价关系的定量研究及相应的经济分析，为政府决策提供指

关键词：宏观经济协整检验单位根检验脉冲响应误差分解

一、引言

影响我国房价的因素是多方面的，包括政治、经济、社会、人口、环境以及政策体制等，因素之间相互影响，关系错综复杂，很难全方位地定量研究房价的影响因素及其重要程度。在上述影响因素中，宏观经济影响因素具有最重要的意义与作用。宏观经济影响因素主要包括国内生产总值、利率、通货膨胀率以及货币供应量。鉴于房地产在经济中的影响是非常重要的，因此，将房价与宏观经济联系起来研究是具有现实意义的。一方面，房地产市场的外部环境受宏观经济的影响；另一方面，房价直接影响家庭或企业的财富变化，

进而通过影响消费和投资进一步影响宏观经济。自1967年

东南亚金融危机后，如何保证房地产市场与宏观经济发展的良性互动受到广泛关注。目前关于房价和宏观经济的研究已成为社会各界关注的热点。

二、实证研究

（一）指标选择及数据来源

为了保证数据的可得性与可靠性，以及全面反映住房体制改革以来中国房地产市场价格变化情况，本文选取了自1999年1季度到2012年1季度共53个样本来研究房地产价格与宏观经济因素之间的关系。GDP,是一定时期内（一个

季度或一年），一个国家或地区的经济中所生产出的全部最终产品和提供劳务的市场价值的总值，它是衡量国民经济发展情况最重要的一个指标。贷款利率（R），是指贷款期限内利息数额与本金额的比例。CP，是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数，是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果。货币供应量，是指一国在某一时期内为社会经济运转服务的货币存量，它由包括中央银行在内的金融机构供应的存款货币和现金货币两部分构成。而本文中参与实证分析的房价数据是由房地产销售额除以房屋的面积得出的数据，记为HP。其中房地产销售额是报告期内出售房屋的合同总价款，包括现房和期房。面积是指报告期内施工的全部房屋建筑面积和已经全部完工并经验收

鉴定合格且正式移交使用单位的房屋建筑面积。

宏观经济因素与房价之间的关系是相互影响、相互制约

的。因此，可以建立向量自回归模型。由于VAR模型中单个参数估计值的解释是较困难的，故本文不列出VAR模型的具

体形式，为避免数据的剧烈波动，降低数据异方差的影响，在实证之前先对各序列进行对数化处理，新序列分别记为

LNGDR LNR、LNCP、LNM2、LNHP。

（二）数据处理

1.单位根检验。

（1）LNGDP的单位根检验。该数据具有明显的上升趋

势，并且含有常数项，因此对其进行ADF单位根检验，检验

t统计量值是-2.86，大于显著性水平为10%的临界值，结果表明不能拒绝原假设，序列存在单位根，是非平稳的。AIC

和SC准则都是评价检验效果的有效手段，该检验结果显示的值分别为-6.42和-6.14，值都比较小，表明对该序列采用ADF检验合适。对该序列经过一阶差分后进行ADF单位根检验，由表1知，检验t统计量值为-2.57，小于显著性水平为1%的临界值，表明至少可以在99%的置信水平下拒绝原假设，认为一阶差分后的序列不存在单位根，是平稳的序列，所以LNGDP序列经过一阶差分后平稳，是一阶单整序列。

（2）LNR的单位根检验。对LNR数据进行图像分析后可

以发现它有常数项，但是趋势并不明显，因此对该序列进行

含有常数项不含趋势项的ADF单位根检验，检验t统计量

值是-2.49,大于显著性水平为10%的临界值，结果表明不能

拒绝原假设，序列存在单位根，是非平稳的。由辅助方程的

估计和检验结果，得AIC和SC准则都是评价检验效果的有

效手段，该检验结果显示的值分别为-4.56和-4.49，值都

比较小，表明对该序列采用ADF检验合适。见表2。对该

序列经过一一阶差分后进行ADF单位根检验，检验t统计

量值为-7.08,小于显著性水平为1%的临界值，表明至少可

以在99%的置信水平下拒绝原假设，认为一阶差分后的序

列不存在单位根，是平稳的序列，所以LNR序列经过一阶

差分后平稳，是一阶单整序列。

（3）LNCPI的单位根检验。LNCPI含有常数项和趋势项进

行ADF单位根检验，由表2知，检验t统计量值是-1.64，大于显著性水平为10%的临界值，结果表明不能拒绝原假设，序列存在单位根，是非平稳的。AIC和SC准则都是评价检验

效果的有效手段，该检验结果显示的值分别为-8.59和-8.14，值都比较小，表明对该序列采用ADF检验合适。对该序列经

过一阶差分后进行ADF单位根检验，检验t统计量值为-6.11，小于显著性水平为1%的临界值，表明至少可以在99%的置信水平下拒绝原假设，认为一阶差分后的序列不存在单位根，是平稳的序

列，所以LNCPI序列经过一阶差分后平稳，是一

阶单整序列。见表1

2.协整检验。上述ADF检验证明5个变量的水平序列均为非平稳序列，而一阶差分序列均为平稳序列，可以进行VAR 模型分析。先生成一个VAR模型，本例将常数项作为外生变量。在建立

VAR模型时，VAR模型滞后阶数的选择非常重要，计算出各种标准，选择无约束VAR模型的滞后阶数。填入4

阶来检验，将显示出直至最大滞后阶数的各种信息标准，根据LR、FPE AIC和SC标准，选择建立4阶VAR模型是合适的。见表3。

基于上述的单位根检验，在90%的置信水平下都拒绝原假设，数据都是一阶差分后不存在单位根，即都为一阶单整序列，在个变量同阶平稳的前提下，进行多变量协整分析，对上述模型得到的残差序列进行平稳性检验。用回归模型的估计残差序列采用无常数项、无趋势项的单位根检验，结果显示残差的ADF的检验结果如表4，由于检验统计量值为-6.02，小于显著性水平0.01时的临界值-3.58，拒绝原假设，因此可认为估计残差序列为平稳序列，表明以上各变量之间存在着长期协整关系。对模型的滞后期进行筛选，由表3得出结论是使用4阶的滞后期为最优。文中采用Johansen提出的协整检验法。协整检验设定为协整空间不含常数项和趋势项。输出结果的第一部分给出了协整关系的数量，并以两种检验统计量的形式显示：第一张检验结果是所谓的迹统计量，列在第一个表格中；第二种检验结果是最大特征值统计量，列在第二个表格中。对于每一个检验结果，第一列显示了在原假设成立条件下的协整关系数；第二列是矩阵按由大到小排序的特征值；第三列是迹统计量或最大特征值统计量；第四列是在5%显著性水平下的