江苏房地产投资与经济增长动态计量分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇江苏房地产投资与经济增长动态计量分析范文，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！

提要本文选取1990～2008年江苏房地产投资和地区生产总值作为样本,采用动态计量经济学相关模型,定量分析江苏房地产投资与经济增长的关系。

关键词:房地产投资;经济增长;Granger检验;脉冲响应函数;方差分解

中图分类号:F293.3文献标识码:A

一、引言

从1990年到现在是江苏省经济发展的高速增长期。全省GDP由1990年的1,416.5亿元增长到2009年的34,061.2亿元,增加了24.05倍。与此同时,作为第三产业的房地产业也得到了快速的发展。1990年全省房地产投资11.71亿元,到2008年增长到3,064.46亿元,增加了285.11倍。2009年美国次贷危机导致的全球性金融危机开始蔓延,但并未使江苏省房地产开发投资放慢脚步,全年房地产开发投资3,338.6亿元,增长9%。

房地产投资既对国民经济产生一定的影响,它的变动又要受到国民经济发展状况的制约。由于金融危机,国家适度放宽了房地产政策。但到了2010年4月,国务院下发了《关于坚决遏制部分城市房价过快上涨的通知》,要求遏制房价过快上涨,实行更为严格的差别化住房信贷政策。在这样的政策环境下,审慎地分析江苏省房地产开发投资走势,并制定有效的宏观调控政策,对江苏省经济持续、快速、健康发展有着重要意义。

笔者主要借助动态计量经济学模型对江苏省房地产业与国民经济之间的关系进行实证研究,其主要研究目的在于:(1)通过协整分析,得出江苏省房地产投资与经济增长存在一种长期动态均衡关系;(2)建立江苏省房地产投资和经济增长向量误差修正VEC模型,并验证了二者之间的Granger因果关系;(3)通过广义脉冲响应分析和方差分解分析,研究江苏省房地产投资和经济增长之间的脉冲响应特性。

二、实证分析

(一)协整分析

1、基础数据准备。研究所选取的数据均来自历年《江苏省统计年鉴》,房地产投资(REI)和GDP的时间序列跨度为1990～2008年,并使用CPI指数进行了修正。为消除异方差的影响,在分析过程中对指标取自然对数,记为lnREI和lnGDP,其走势如图1所示。(图1)

2、进行平稳性检验。首先对时间序列进行平稳性检验,这是为了避免在非平稳时间进行回归时出现伪回归。ADF检验是目前普遍应用的检验方法,本文也采用此方法对变量lnREI和lnGDP分别进行检验。在显著性水平?琢=5%下,检验结果如表1所示。可以得出lnREI和lnGDP都是2阶单整序列,即I(2)序列。(表1)

3、建立VAR模型。建立VAR模型之前应该先确定最大滞后期P。如果P太小,误差项的自相关有时会很严重,会导致被估参数的非一致性,所以通过增加P值来消除误差项中存在的自相关;但是P值又不能太大,如果P值太大会导致自由度减小,并直接影响被估参数的有效性。目前,已经发展出了一些确定VAR模型最优滞后阶数的计量方法。如,用赤池信息准则(AIC)或施瓦茨准则(SC)选择P值,两者原理相同,都是在增加P值的过程中使得AIC或SC值达到最小。此外,常用的方法还有Sims(1980)提出的LR(似然比)统计量来选择P值的方法。LR统计量的定义为:LR=-2×logL(p)-logL(p+1)。LR服从x2(N2)分布,判断标准时,如果LR统计量的值小于临界值,则认为新增加的滞后变量对VAR模型毫无意义。笔者采用的就是这种方法。

按照上述方法,对变量lnREI和lnGDP取一阶差分后建立VAR模型,并根据P值的不同分别计算极大似然函数值。VAR(2)的极大似然函数值,log(2)=48.91560为检验P=2是否足够大,建立VAR(3)模型,得到极大似然函数值为log(3)=52.69674。依照上述定义,LR=-2(48.91560-52.69674)=7.56228

4、协整检验。为了考察江苏房地产投资的波动与GDP的波动之间是否存在长期动态均衡关系,即协整关系,本文以上述VAR(2)模型为基础进行Johansen协整检验,检验结果如表3所示。因迹统计量的值19.37664>15.49471,2.905989

(二)Granger因果关系检验。由于lnREI和lnGDP之间存在着协整关系,需要建立VEC模型来进行Granger因果关系检验,并选择不同的滞后阶数,以考察结果检验的敏感性。将上述VAR(2)模型变换成滞后期为2、不带常数向量的两变量VEC模型,如表4所示。(表4)

从建立的VEC模型可以看出,误差修正项与两个变量各滞后项的组合对于REI的解释能力较强,而对于GDP的解释能力较弱。这说明江苏房地产投资很大程度上取决于人们对于经济增长的期望以及前期投资状况。为了进一步验证房地产投资和GDP之间的因果关系,需要进行Granger因果检验。

Granger检验法是美国加州大学著名计量经济学家Granger于1969年提出的,后又经过Hendry、Richard等人发展完善的一种检验方法。Granger给出的因果关系的计量经济学定义为:如果y能用于估计另一个变量x,就可以认为y可以Granger引起x。如果y是x的Granger原因,则使用y有助于x预测精度的改善。在该检验中,滞后期取1-2,以5%为显著水平,概率大于5%时接受零假设,否则拒绝零假设。检验结果如表5所示。基于VEC模型的Granger因果检验的结论表明:GDP的波动对REI的波动存在着显著可信的单向因果关系,也就是说研究GDP的波动有助于对REI的波动进行预测,但反之不成立。(表5)

(三)脉冲响应分析及方差分解

1、脉冲响应分析。脉冲响应函数描述一个内生变量对来自另一内生变量的一个单位变动冲击所产生的响应,提供系统受冲击所产生响应的正负方向、调整时滞和稳定过程等信息。根据上述VEC模型,进行脉冲响应分析,得到图2和图3。图2中横轴表示响应函数的追踪期数,这里取15期。纵轴表示被解释变量对解释变量冲击的响应程度。从图2中我们可以看到,GDP对GDP本身一单位标准差的冲击在第2年达到最大值2.7%,随后下降,到第5年降至2.1%,之后基本维持在该水平;GDP对REI一标准差的冲击在当期没有反应,之后缓慢下降,到第4年降至-1%,之后维持在-0.8%。(图2)

图3反映了REI对于来自GDP及其自身一标准差冲击的动态响应。REI对自身一标准差冲击的响应在第1年达到最大值12.6%,第2年迅速下降,降至-0.5%,到第4年降至最低点-2.1%,之后略有反弹,维持在-1%;REI对GDP一标准差冲击的响应在第2年达到最大值6.8%,到第3年降至3.1%,之后维持在2.9%。(图3)

通过上述江苏省房地产投资和GDP对系统一单位标准差冲击的脉冲响应分析,可以得出两点结论:一是房地产投资对冲击的脉冲响应要远远大于GDP,说明房地产投资更加敏感;二是房地产投资对其自身一单位标准差冲击的波动比对GDP一单位标准冲击的波动要大,说明房地产投资更容易受到自身冲击的影响。

2、方差分解。为了进一步分析每一个结构冲击对内生变量变化的贡献程度,现借助方差分解对江苏房地产投资和GDP进行考察。由于方差分解对变量的顺序比较敏感,因此分别变换REI和GDP的顺序,利用上述VEC模型分别进行两者的方差分解。如表6所示,按照先GDP、后REI的顺序对房地产投资进行方差分解,到第10年,61%来自于房地产投资的自身惯性,并且滞后期越短,房地产投资自身的解释能力越强;从第2年开始,GDP的变动对房地产投资波动的贡献度开始显著,到第10年时,接近40%。如表7所示,按照先REI、后GDP的顺序对房地产投资进行方差分解,可以得出同样的结论。((表6、表7)

三、结论

本文借助VAR/VEC模型分析江苏房地产投资和经济增长的动态关系,可以得出如下结论:江苏房地产投资和GDP之间存在长期均衡关系;GDP是江苏房地产投资的单向Granger原因,即江苏GDP的波动有助于预测房地产投资的走势,但反之却不成立;从脉冲响应的大小和方差分析的贡献度来看,房地产投资的波动比较敏感,容易受到GDP及其自身波动的影响,这说明江苏房地产投资很大程度上取决于人们对于经济增长的预期以及前期投资的状况,其中前期投资状况的好坏起主要作用。

(作者单位:江苏科技大学张家港校区商学院)

主要参考文献:

[1]江苏省2009年国民经济和社会发展统计公报.

[2]李熙娟,李斌.房地产业与国民经济增长的实证研究[J].商业研究,2006.4.

[3]龙海明,郭微.基于VAR模型的我国房价与地价动态计量分析[J].经济数学,2009.26.2.