我国房价与地价Granger因果关系研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇我国房价与地价Granger因果关系研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

[摘要]利用2006—2010年我国房屋销售价格指数和土地交易价格指数的季度数据进行修正后取对数，对房价与地价究竟谁是因谁是果做统计学上的解释，结果显示我国房价是引起地价变化的granger原因，而地价不是引起房价变化的Granger原因。

[关键词]房价；地价；ADF单位根检验；Granger因果关系检验

[中图分类号]F2933[文献标识码]A[文章编号]1005-6432（2013）37-0091-02

1前言

随着我国经济的不断发展，房地产业蒸蒸日上，高昂的房价不仅是百姓关注的焦点，更是政府宏观调控的重点。那么是高房价拉动了高地价，还是高地价拉动了高房价，关于这个问题的讨论，学术界未曾休止。前者观点认为地价是构成房价最重要的组成部分，因此地价上涨，必然导致房价上涨，这一观点也被称作“供给论”。后者观点恰好相反，他们认为是高房价刺激了很多企业进军房地产，由此形成的土地需求拉动了房价的上涨，即所谓的“需求论”。两个观点都有其理论依据，但究其答案，还得运用定量分析的方式给出。本文运用格兰杰因果关系检验从统计学角度解释房价和地价之间存在的关系。

2理论基础

2003年诺贝尔经济学奖得主克莱夫·格兰杰（Clive W. J. Granger）开拓了一种可以用来分析经济变量之间因果关系的办法，即Granger因果关系检验。他将因果关系定义为“依赖于使用过去某些时点上所有信息的最佳最小二乘预测的方差。”

本文选用Granger因果关系检验模型定量分析我国房价与地价之间在统计学上的因果关系[1]。在进行Granger因果关系检验之前，首先需要确保时间序列具有平稳性，否则可能出现虚假回归现象[2]。对各指标时间序列的平稳性进行单位根检验（unit root test），常用的方法是增广的迪基—富勒检验（ADF检验）。平稳序列的时序图应该显示出序列始终围绕一个常数值波动，且波动范围不大。如果观察序列的时序图显示该序列有明显的趋势或周期，那它通常不是平稳序列，此时需要对原时间序列进行平稳化处理，首先生成原时间序列的一阶差分序列，对其做ADF检验，如果一阶差分序列仍不是平稳序列，则需继续对二阶差分序列进行ADF检验，依次类推，直到时间序列平稳为止。最后对平稳时间序列进行Granger因果关系检验。

3我国房价与地价关系的Granger检验

本文选取我国2006—2010年的相关数据进行分析，用房屋销售价格指数来表示房价的变动水平，并用hp来表示，用土地交易价格指数来表示地价的变动水平，并用lp来表示。数据来源于国家统计局公布的相关数据，由于统计局提供的原始资料是环比数据，因此在进行计量分析前，先要将各季度的环比指数转变为定基指数，假设2006年的数据能反映各季度间实际的价格变动，以其作为基期，由此得到修正后的数据，并假定修正后的数据也能反映价格的变化情况[4]，修正后的数据分别用HP和LP表示，同时为了消除异常数据对模型估计精度的影响，对变量数据进行检验时，均采用自然对数形式，具体数值见下表。

31单位根检验

进行Granger因果关系检验之前，首先需要对LNHP和LNLP这两个变量进行单位根检验，分别判断两个变量的时间序列是否平稳，采用最常用ADF检验方法。运用e-views软件运算得到的结果是：LNHP的ADF检验t值为-0987424，LNLP的ADF检验t值为-0067809，均未能通过t检验，说明LNHP和LNLP时间序列均不平稳。对二者分别进行一阶差分，将一阶差分序列分别记为LNHP1和LNLP1，再运用e-views对一阶差分序列进行ADF检验，得到的结果是：LNHP1的ADF检验t值为-1236076，LNLP1的ADF检验t值为-1088735，也均未能通过t检验，说明LNHP1和LNLP1时间序列仍均不平稳。对其继续进行二阶差分，将二阶差分序列分别记为LNHP2和LNLP2，再运用e-views对二阶差分序列进行ADF检验，得到的结果是：LNHP2的ADF检验t值为-0903934，LNLP2的ADF检验t值为-1026059，由此可见LPHP2未通过t检验，LNLP2通过了t检验，说明LNHP2时间序列不平稳，而LNLP2时间序列平稳。因此对其继续进行三阶差分：LNHP3的ADF检验t值为-1021971，LNLP3的ADF检验t值为-1459047，LNHP3仍未通过t检验。对其继续进行三阶差分：LNHP3的ADF检验t值为-2116869，LNLP3的ADF检验t值为-6387154，二者均通过了t检验，由此表明LNHP4和LNLP4时间序列平稳。

32Granger因果关系检验

运用e-views软件对修正后的房屋销售价格指数对数形式和土地交易价格指数对数形式的三阶差分序列进行Granger因果关系检验，检验结果显示：滞后一阶，假设房价不能Granger引起地价的F值为130642，P值为02753，接受假设；假设地价不能Granger引起房价的F值为093806，P值为03519，接受假设。滞后二阶，假设房价不能Granger引起地价的F值为297596，P值为01018，接受假设；假设地价不能Granger引起房价的F值为235941，P值为01500，接受假设。滞后三阶，假设房价不能Granger引起地价的F值为630673，P值为00276，拒绝假设；假设地价不能Granger引起房价的F值为109715，P值为04201，接受假设。滞后四阶，假设房价不能Granger引起地价的F值为572970，P值为00242，拒绝假设；假设地价不能Granger引起房价的F值为093500，P值为05441，接受假设。

由此可见，假设房价不能Granger引起地价，在5%的置信度下，滞后3～4期时接受原假设，我国房价对地价的影响显著；而滞后1～2期时，我国地价与房价之间不存在Granger因果关系。

4结论

上述分析说明：房价上涨会拉动地价上涨，对土地需求量的大小受市场对房屋需求大小的影响，房屋市场需求量大，价格上涨，使得开发商对土地的需求增加，由此造成土地价格的上涨。需要指出的是，本文结论仅是从统计意义上检验出的房价与地价之间的因果关系。

参考文献：

[1]郭红.地荒引发房价猛涨[J].资源与人居环境（城市），2005（4）：28-31.

[2]周建，李子奈.Granger因果关系检验的适用性[J].清华大学学报（自然科学版），2004（3）：358-361.

[3]高波，毛丰付.房价与地价关系的实证检验：1999—2002[J].产业经济研究，2003（3）：19-24.

[4]易会文.格兰杰因果检验用法探讨[J].中南财经政法大学学报，2006（5）：34-36.

[5]吴蕾，余劲.基于Granger检验的青岛市房价与地价关联性分析[J].中国市场，2009（27）.

[6]戴夫.流动性过剩、地价与房价关联性的实证研究[J].中国市场，2010（35）.

[7]杨慧.中国住房市场与土地市场协调性分析——基于耦合协调度模型[J].中国市场，2012（9）.

[8]冯晓艳.高新区FDI与区域经济增长的Granger因果关系研究[J].中国市场，2009（26）.

[作者简介]陈林（1985—），女，江苏淮安人，淮阴师范学院，硕士研究生，助教。研究方向：房地产开发与经营。