中国房地产市场波动对宏观经济波动的影响研究

第27卷第2期

2010年2月

统计研究

StatisticalResearchVo.l27,No12

Feb.2010

中国房地产市场波动对宏观

经济波动的影响研究

唐志军 徐会军 巴曙松

内容提要:房地产的波动会通过多种途径影响一国的宏观经济状况。为说明房地产市场的波动对我国宏观经济的影响,我们通过协整和VAR分析得出以下结论:¹房地产价格波动对社会消费品零售总额的波动有显著的负影响,且房价波动对消费波动的方差贡献都大于215%左右;º我国房地产投资的波动对GDP的增长率有显著的正影响,当房地产投资额的增长率上升1个百分点时,GDP增长率上涨01181个百分点,且1个单位的房地产投资波动的冲击在第4个季度时达到最大,之后缓慢衰减,这说明房地产投资的波动对GDP有长期的影响;»我国房地产价格增长速度上升1个百分点时,通货膨胀率则上升01118个百分点,且通货膨胀率对房价波动冲击的响应比较小,在第8个月达到最大,以后则开始衰减,在达到的最大的影响以后甚至出现负的、不稳定的影响。

关键词:房地产波动;宏观经济;影响

中图分类号:C812 文献标识码:A 文章编号:1002-4565(2010)02-0015-08

ImpactoftheRealEstateFluctuations

ontheChinapsMacroeconomics

TangZhijun XuHuijun BaShusong

Abstract:Thefluctuationsofrealestateindustryaffectthemacroeconomicsthroughmanychannels.WeapplythecointegrationmodelandVARmodeltoanalyzethedynamiceffectsofrealestateindustryonmacroeconomics,andtheprovedresultsasfollows:(1)thefluctuationsofrealestatepricehavenegativeeffectsontheChinapstotalconsumption,contributingatleastthe215%

ofthevarianceofconsumption;

(2)thefluctuationsofrealestateinvestmenthave

significantpositiveeffectsontheGDPgrowth,provingthatGDPgrowthraterises01181%whenthegrowthrateofrealestateinvestmentincreasesby1%,and1unitimpulseofinvestmentwillpushtheGDPreachthegreatestgrowthrateatthe4thseasonanddeclinesslowly,whichmeansthefluctuationsofrealestateinvestmenthavelongtermeffectsonthegrowthGDP;(3)thefluctuationsofhousingpricealsoaffecttheinflationrate,andinourempiricalanalysisa1%

increaseof

housingpricewillcausetheinflationratetoriseby01118%;howeverthereactionofinflationratetotheimpulseofhousepricepsfluctuationsaresmallandslow,showingthatinflationratereachesthemaximumatthe8thmonthandthenturnstodecrease,evennegativeandunstable.

Keywords:FluctuationsofRealEstateIndustry;Macroeconomics;Effects

一、引言

房地产的产业链条非常长,是许多国家的主导

产业。房地产的波动通过多种途径影响一国的宏观经济状况。当一国的房地产市场繁荣,会对钢铁、建材、家具、家电、机械等多种商品的需求产生很大的拉动,同时由于房价上涨所带来的财富效应也会引起该国的消费增加,从而带动该国经济走向繁荣。

当一国的房地产过热,产生泡沫,又会使该国经济积聚很大风险,使银行的房地产信贷面临极高的违约率和信用风险;当房地产泡沫破灭,风险就会从房地产领域传导至金融领域,从而产生金融危机。金融危机的爆发,又会使房地产价格进一步下降,导致房地产业萧条,并进一步传导到实体经济,使得一国的消费、投资萎缩,从而导致该国经济衰退。从近期的

全球金融危机和我国的经济困境中我们可以清楚地看到,房地产市场波动对于一国甚至全球宏观经济所具有的巨大影响。美国的次级债危机起源于美国房地产市场泡沫的破灭,危机迅速传导到整个金融系统和全球金融市场,并进一步引起全球实体经济出现大幅调整,世界经济陷入全面衰退。我国同样也出现了房地产市场的大幅调整和宏观经济的较大困境。因而,研究我国房地产市场波动对宏观经济波动的影响具有重要意义。

在有关房地产波动对宏观经济波动的影响的研究中,国外的代表性研究有:

Green(1997)的分析表明,住宅建设投资带动GDP的波动,而非住宅物业的投资落后于GDP的波动。原因在于:住宅建设能带动国民经济的增长,而国民经济的强度和结构的变化会导致商业性房地产

[1]

价格和租金波动。

Myer,Chaudhry和Webb(1999)利用以评价为基础的商业房地产市场的财富指数对美国、加拿大和英国以及对若干类型的资产(办公室,零售和工业)进行了研究,结果表明这三个国家的房地产指数与股市指数存在协整关系

[2]

顾云昌研究的基础上,王国军和刘水杏(2004)测算出了房地产业对相关产业的带动效应

[7]

。

沈悦和刘洪玉(2004)从建设投资、房地产资产价值量的角度出发,运用计量模型分析了房地产业

[8]

与GDP以及国民经济之间的关系。

胡国、宋建江(2005)认为房地产的周期波动会使货币政策的传导机制异化,当房地产价格波动到一定程度时,间接融资为主的融资结构承受能力弱,金融稳定难以保障;另一方面,稳健的金融政策可以控制房地产业的发展

[9]

。

张红(2005)对房地产开发投资与国内生产总值(GDP)和货币供给量(M2)的互动关系进行了协整检验和Granger因果检验。研究表明,GDP对房地产开发投资存在着显著可信的单向因果关系,也就是说研究GDP的波动有助于对房地产开发投资的波动进行预测,反之不成立;同时,房地产开发投资的走向对M2的变化更加敏感,受M2的影响远远大于房地产开发投资对M2的影响。

李聪明(2005)利用回归分析计算得出宏观经济的周期波动和房地产投资两组数据的相关系数为0175存在正相关关系的结论。同时认为,随着国民经济的不断发展,房地产行业对于宏观经济的支持和贡献将不断增加,二者的关系将不断密切,相关程度也会提升。另外,由于房地产行业的投资一般较大,生产周期较长,所以随之而来的行业风险和波动幅度都会大于宏观经济,且对外部冲击变化的反应会滞后于宏观经济

[11]

[10]

。

Kim(2000)研究表明韩国的土地价格与韩国国内生产总值以及股票价格存在协整关系,至少从长远来讲,房地产价格与经济基本面有强相关关系

。KarlE.Case(2000)从几个不同维度研究了房地

[3]

产市场与宏观经济状况的关系。研究结果表明:由不同时间、不同地点的房产价值的不断增加产生的潜在的财富效应是很大的。他所研究的地区都经历了宏观经济从繁荣到萧条的交替周期,而房产的价值是经济上升或者下降趋势的加速器

[4]

。

王洋(2005)通过分析近20年的宏观数据,探讨了房地产业与宏观经济的关系,结论表明,一方面由于房地产业与城市化和工业化的密切关系而成为我国未来经济增长的引擎;另一方面由于房地产业联系到资产抵押的货币供给而成为经济波动的重要因素,而当房地产业成熟后,则是经济波动的制衡

[12]

力量。

张晓晶,孙涛(2006)从中国房地产周期切入,利用1992-2004年的季度数据进行计量分析,指出我国今后房地产仍会呈稳中趋升的态势,并探讨了新一轮房产周期与金融稳定的关系,在此基础上提出相应的对策来维护金融稳定

[13]

。

SimonStevenson(2000)运用了OLS模型和复合因果关系模型,测试了英国不同地区的房地产市场,对长达30年期间内通货膨胀与住宅产业之间的关系做了再次检验,验证了房地产业与通货膨胀之间存在作用关系的假设,并得出结论,房地产业会导致

[5]

通货膨胀。

随着房地产业成为我国国民经济的支柱产业,对宏观经济稳定的影响问题也越来越受到我国学者的重视。

顾云昌(1998)通过定量分析认为,房地产业的[6]

。

这些研究分别从房地产投资规模、投资结构以及房地产周期等角度出发,研究了房地市场波动对

观经济的关系提供了重要的理论视角和方法,取得了一系列有价值的成果。然而,现有研究存在以下问题:一是未能深刻说明我国房地产波动影响宏观

经济波动的传导途径;二是未能做深入的定量分析;三是所采用的计量方法和数据都有待改善。我们将对以上问题做较深入的研究。为此,我们的文章分为5个部分:第二部分是我国房地产价格波动对我国消费的影响研究,通过协整和VAR分析,我们得出房地产价格的波动对社会消费品零售总额的波动有负的影响,且房价波动对消费波动的方差贡献最小一直处于215%左右;第三部分是我国房地产投资波动对经济增长的影响研究,研究表明,房地产投资额的波动对国内生产总值的增长率有正的影响,当房地产投资额的增长率上升1个百分点时,国内生产总值额增长率上涨01181个百分点,且1个单位的房地产投资波动的冲击对GDP增长率有正向影响,在第4个季度时影响幅度达到最大,之后衰减过程比较缓慢,这说明房地产投资的波动对GDP增长有长期促进作用;第四部分是房地产价格波动对通货膨胀的影响研究,计量结果表明,当房地产价格的增长速度上升1百分点时,通货膨胀率则上升01118个百分点,且通货膨胀率对房地产价格波动冲击的响应比较小,在第8个月达到最大,以后则开始衰减,而且在达到的最大的影响以后,甚至出现负的、不稳的影响;最后部分是结论。

者即使在房地产价格上升时也没有出售或是进行再融资,但是这种由于房地产价格上升带来大的潜在的价值上升使消费者感受到了财富的增加,从而扩大了边际消费倾向。因此,房地产商品作为人们财

富的重要组成部分,其价格的上涨会直接促进消费的增加。

21预算约束效应。

对于拥有住宅的所有者而言,房地产价格的上升自然会促进其财富的增加;但对于租房者来说,房地产价格的迅速上升会引起租金的上升,进而使得这些租房者会减少其消费。因此,房地产价格的波动会直接影响消费者尤其是租赁房屋者购买房地产商品的决策,从而影响其储蓄和预算决策,结果会直接导致消费者的当期消费的变化。

31成本效应。

房地产价格的上升会带来显著的成本效应,进而影响到居民消费。因为,对于租房者而言,房地产价格的上升一般是与租金的上涨紧密联系的,这样就直接导致租房者的生活成本的上升,从而会使其减少消费,同时,房地产价格的上升是与通货膨胀相联系的,消费者会直接面对服务消费支出的增加,进而使得生活成本增加。另外,房地产价格的上升会导致企业的运营成本的增加,这里所说的运营成本包括员工生活成本增加导致企业面对工资上涨的压力和上涨的租金和使用费用。

41流动性约束效应。

如果房地产商品价格上涨,消费者可以用升值的房地产商品申请更多的贷款,获得更大的流动性;与此相对应的是,如果房地产价格大幅下降,银行也可能出于风险管理的考虑,对房地产商品的价格进行重新评估,同时要求房地产商品所有者提供更多的新的信用保障,从而增加了消费者的流动性约束。

综上所述,房地产价格的波动会直接或者间接影响消费者的消费决策,因此对房地产价格波动带来的消费波动进行实证研究具有重要意义。

(二)变量的选取和数据说明

本文的被解释变量为社会消费品零售总额变动率LSRt(它用社会消费品零售总额除以上年同期数值以后减去1再乘以100来代表),由于居民的消费主要受到消费者的收入和财富水平的影响,因此,本文的解释变量除选择商品房平均销售价格变动率t=二、对消费的影响研究

房地产作为消费者非金融资产的重要组成部分,其价格波动会直接或间接引起财富水平的变动,从而影响到居民的消费行为乃至整个宏观经济。同时,购房是一项支出较大的投资,需要家庭做长期的储蓄,因而,房地产价格波动对消费具有十分重要的影响。

(一)房地产价格波动影响消费的渠道

在具有发达的金融体系下的市场经济国家,房地产价格波动对消费支出的影响存在着多种渠道和效应:

11财富效应。

这里的财富效应包括实现的财富效应和潜在的财富效应。前者指所有者因为房地产价格的上涨而出售其住宅或利用其价值的上升进行了再融资,此时房地产价格的上升直接推动了实际财富的增加,

减100来代表)以外,还选取城市人均可支配收入变动率SRt(它用城市人均可支配收入除以上年同期数值以后减去1再乘以100来代表),以1995年第一季度至2008年第四季度的数据为样本,分析房地产价格波动对消费的影响。

11ADF检验。

在我们建立计量模型之前,必须先检验数据的平稳性。如果数据是平稳的,则我们可以直接进行最小二乘估计;如果数据非平稳,我们则检验各变量之间是否存在协整关系,以便分析各变量之间的关系。我们对LSRt、FQt、SRRt的检验结果如下。结果表明各变量的是非平稳的,而对序列的一阶差分以后是平稳的(见表1)。

表1

变量LSR$LSRFQ$FQSRR$SRR

售总额的波动有负的影响。当城市人均可支配收入的增长率上升1个百分点时,社会消费品零售总额增长率上涨31057个百分点;而当房地产价格增长率上升1个百分点时,社会消费品零售总额下降

11211个百分点。这说明我国居民的消费主要是受收入的影响,并且弹性系数大于1;而房地产价格的波动对消费者收入的影响也非常明显,当房价上涨过快时,消费者为了购买房子而节衣缩食,减少当前的消费支出,且这种减少当前的消费而增加未来消费的挤出效应要大于房价的增长而带来的财富效应和成本效应。

31VAR分析。

脉冲响应函数可以衡量来自随机扰动项的一个标准冲击对内生变量当前和未来取值的影响,通过

社会消费品零售总额的ADF检验

检验类型(C,T,N)

临界值(置信水平)(%)1

5

10

结果

判断

ADF检验值

-114793(C,0,5)-319746(0,0,0)-217628(C,0,7)-417913(0,0,0)-612664(0,0,0)

-315683-219212-215986非平稳-216102-119472-116128平稳-315744-219238-215999非平稳-216069-119468-116131平稳-216111-119474-116127平稳

对解释变量的方差进行分解,提供在每一解释变量

的方差中,其他解释变量所能解释的比例,从而了解随机信息对模型内生变量的相对重要性。以上已经说明,根据AIC和SC信息量最小的准则确定最佳滞后期为3。

(1)消费对收入和房地产价格的脉冲响应分析。脉冲响应函数的结果依赖于各变量进入VAR的顺序。收入的波动是消费变动的先导因素,而房价的波动对消费的影响要通过一套复杂的传导机制,所以笔者设置各变量进入VAR的顺序为:LSRt、SRRt、FQt分别给LSRt、SRRt、FQt一个标准差大小的冲击,得到关于社会消费品零售总额变动率的一个脉冲响应函数图。从脉冲响应图中可以看出,社会消费品零售总额变动率LSRt对城镇居民可支配收入和房地产价格波动的动态过程。消费有惯性,并且衰减比较缓慢,这主要是由于一个人的消费习惯改变需要时间,同时有一些生活必需品不会因为其他因素的变动而变动。而1个单位的可支配收入的冲击对社会消费品零售总额变动率LSRt产生正向影响,在第4个季度时影响幅度达到最大,之后这种冲击的作用开始衰减,不过衰减过程比较缓慢。而社会消费品零售总额的波动对房地产价格的波动有负向的响应,且响应速度比较块,几乎在第2个季度就达到了最大值,并且衰减的速度也比较慢,但是消费波动对房价波动不如对收入波动的响应大。(2)房价指数波动的方差分析。为了了解各变量信息对消费波动的相对重要性,我们对房价指数-211366(C,0,10)-315847-219281-216022非平稳

注:检验类型(C,T,N)中,C表示带有常数项,T表示带有趋势项,N表示所采用的SICQ确定的滞后阶数。

21协整检验。

协整检验主要用于分析变量之间是否具有长期均衡关系,其基本思想是:如果两个(或两个以上)的时间序列是非平稳的,但它们的某种线性组合却表现出平稳性,则这些变量之间存在长期稳定性,即协整关系(EngleR1F&GrangerC1W1J11987)。否则不存在协整关系,也就不存在长期均衡的关系。由于本文建立的系统包含两个以上的时间序列,所以本文采用Johansen检验方法。根据赤池信息准则(AIC)和施瓦茨准则(SC),确定由LSRt、FQt、SRRt组成的VAR模型的最大滞后期K为3,所以协整选择滞后期为3。Johansen检验的结果表明LSRt、FQt、SRRt序列存在1个协整关系,因此各序列存在长期的均衡关系,并且可以得到以下协整向量:VECMt=LSRt-31057@SRRt+11211@FQt+161083

(014501)(013516)(415303)[617911][314464][315501]

从各变量之间的协整关系我们可以看出,城市人均可支配收入的波动对社会消费品零售总额波动,

10期的方差分解中,社会消费品零售总额变动率自身的滞后影响最大。这说明社会消费品零售总额变动率有很强的惯性,并且衰减比较缓慢,这主要是消费包括了很大一部分的生活必需品的消费。在收入和房价波动两个自变量当中,收入波动的对消费影

响增加最快,从第2期的01486%增加到5126%,而房价波动对消费波动的方差贡献最小一直处于215%左右。详细结果见表2。

表2 社会消费品零售总额波动的方差分解表

时期12345678910

S1E1212042315111413212419034512641514681515894516677517174517488

LSR10010000971466695150529319380921979592139289211540921107992112249211376

SRR010000014862116532312676412504418164511138512325512615512692

FQ010000210472218417217944217701217909217322216596216162215933

我们对GDPRt,INVRt的ADF检验结果如下(见表3)。结果表明各变量是非平稳的,而对序列的一阶差分以后是平稳的。

表3

变量INVR$INVRGDPR$GDPR

GDPRt与INVRt之间ADF检验

ADF

检验值

检验类型(C,T,N)

临界值(置信水平)%1510

结果

判断

-213255(C,0,4)-31-21-21非平稳-911750(0,0,1)-21-11-11平稳 -11580(C,0,5)-31-21-21非平稳-316757(0,0,4)-21-11-11平稳

注:检验类型(C,T,N)中,C表示带有常数项,T表示带有趋势项,N表示所采用的SICQ确定的滞后阶数。

21协整检验。

我们根据赤池信息准则(AIC)和施瓦茨准则

(SC),确定由GDPRt,INVRt组成的VAR模型的最大滞后期K为1,协整选择滞后期为1,并采用Johansen检验方法。Johansen检验的结果表明GDPRt,INVPt序列存在1个协整关系,因此各序列存在长期的均衡关系,并且可以得到一下协整向量:

VECMt=GDPRt-011816@INVRt-514427

(017298)(010237)

[714584][716614]

从各变量之间的协整关系我们可以看出,房地产投资额的波动对国内生产总值增长率有正的影响,当房地产投资额的增长率上升1个百分点时,国内生产总值额增长率上涨01181个百分点,这说明房地产投资作为固定资产投资额的重要组成部分,对整个经济的增长具有很大的推动和促进作用,因此很有必要维持房地产市场的稳定发展,同时也要通过信贷来控制投资额的增长率在一个正常的水平,以防止经济过热。

31VAR分析。

根据AIC和SC信息量最小的准则我们确定最佳滞后期为1,并对GDP增长率对房地产投资额波动进行了VAR分析。

(1)GDP增长率对房地产投资额波动的脉冲响应分析。从GDP增长率对房地产投资额波动的脉冲响应图可以看出,当给经济增长1个单位的冲击,这个冲击则快速衰减,到第10个季度时几乎衰减为零,这说明1个单位的GDP增长率的冲击的短期效果比较明显。而1个单位的房地产投资波动的冲击对GDP增长率有正向影响,在第4个季度时影响幅度达到最大,之后衰减过程比较缓慢。这说明房地 CholeskyOrdering:LSRSRRFQ.

三、对经济增长的影响研究

在许多经济发达的国家和地区,房地产业已经成为经济繁荣的重要支撑力量,近年来中国经济增长的实践也证明房地产投资对于经济增长的巨大作用。同时经济增长的事实显示固定资产投资对拉动经济增长发挥了重要的作用。而房地产投资是固定资产投资的重要组成部分,自1997年东南亚金融危机后,如何保证房地产业和宏观经济发展的良性互动日益受到关注。因此,研究房地产投资波动对我国社会经济增长的影响程度对认识房地产投资对于经济增长的重要性、促进国民经济的协调发展具有重要的意义。

(一)变量选择和数据说明

本文将选择GDP的增长率来表示宏观经济的增长,并从实证的角度来分析房地产投资波动对经济增长的影响。本文选取GDP的增长率GDPRt作为被解释变量,选取房地产投资完成额增长率INVRt作为解释变量。数据采用的是1995年第1季度至2008年第4季度的季度数值,其中GDPRt是采用名义GDP平减以后的真实GDP(1990年为基期)计算出来的增长率。

(二)模型和实证分析

(2)房价指数波动的方差分析。为了了解各变量信息对GDP增长率的相对重要性,我们对房价指数进行了方差分解。从方差分解的结果看出,在整个10期的方差分解中,社会消费品零售总额变动率自身的滞后影响最大,这说明GDP增长率有很强的惯性,并且衰减比较缓慢。而房地产投资增长率的方差贡献从第2期的01523%增加到8157%,这再一次说明房地产投资波动对经济增长率有影响,但是这种影响的突显需要一定的时间。详细结果见表4。

表4

时期123456

78910

月到2008年12月的月度数据,由于经济增长率没有月度数据,所以我们采用工业生产增加值的月度增长率代替。

11ADF检验。

我们对CPIt、FQt、GYZJRt、M1Rt、Rt的ADF检验结果如下(见表5)。结果表明各变量的是非平稳的,而对序列的一阶差分以后是平稳的。

表5

对CPIt、FQt、GYZJRt、M1Rt、Rt的ADF检验

变量

ADF

检验值

检验类型(C,T,N)

临界值(置信水平)%1

5

10

结果判断

GDP增长率方差分解表

S1E1019776111914112865113355113637113816113939114027114092114142

GDPR10010000991476698147299712202951916594169519316253921730092100439114290

INVR010000015234115271217798410835513049613747712700719957815710

CPI$CPIFQ$FQGYZJ$GYZJM1R$M1RR$R

-215062(C,0,6)-31-21-21非平稳-410820(0,0,5)-21-11-11平稳 -216481(C,0,7)-31-21-21非平稳-217979(0,0,6)-21-11-11平稳 -116733(C,T,4)-31-21-21非平稳-314268(0,0,3)-21-11-11平稳 -217657(C,0,1)-31-21-21非平稳-161(0,0,3)-21-11-11平稳 -212407(C,0,4)-31-21-21非平稳-419779(0,0,0)-21-11-11平稳

注:检验类型(C,T,N)中,C表示带有常数项,T表示带有趋势项,N表示所采用的SICQ确定的滞后阶数。

CholeskyOrdering:GDPRINVR.

四、对通货膨胀的影响研究

21协整检验。

为进一步说明各变量之间关系的稳定性,我们进行了协整检验。根据与前文同样的原则,我们确定由CPIt、FQt、GYZJRt、M1Rt、Rt组成的VAR模型的最大滞后期K为12,协整选择滞后期为13。Johansen检验的结果表明CPIt、FQt、GYZJRt、M1Rt、Rt序列存在4个协整关系,因此各序列存在长期的均衡关系,并且可以得到以下协整向量:

VECMt=CPIt-011183@FQt-011932@M1Rt

(010251)(010392)[-417199][-419252]

-011545@GYZJRt+012946@Rt+2210581

(511415)(010509)(010509)

[-412930][-310368][-214810]

从各变量之间的协整关系我们可以看出,在诸多影响因素中,房地产价格波动、货币供应量的增长和工业增加值的增长都对通货膨胀率有正的影响,而利率的增加则对通货膨胀有负的影响。其中在正的影响因素当中,货币供应量的波动对通货膨胀率影响最大,当货币的增长速度上升1个百分点时,通货膨胀率则会上升01193个百分点,当工业增加值, 房地产价格的上涨将通过以下途径影响一国的通货膨胀:一是增加对钢铁、建材等多种产品的需求,使得这些产品的价格上升;二是通过财富效应,增加居民财富,从而降低其对价格的敏感性;三是房价的上升会导致银行信贷的增加,被动地释放出货

币,从而加大通货膨胀压力。为验证以上假说,我们对我国房地产价格和通货膨胀率之间的关系做了实证分析。

(一)指标选取和数据说明

我们用居民消费价格指数当作通货膨胀率的代理变量,因此,选取居民消费价格指数CPIt作为我们的被解释变量(它用居民消费价格指数(上年同期=100)减100来代表),而解释变量则选择房地产价格变动率FQt(它用用房地产销售价格指数(上年同期=100)减100来代表)、经济增长率GYZJRt(它等于本月工业增加值除以上年同期值减去1再乘以100)、狭义货币供给增长率M1Rt(它等于本月货币供给除以上年同期值减去1再乘以100)和实际一年期贷款利率Rt(它用一年期贷款名义利率减

01154个百分点,而当房地产价格的增长速度上升1个百分点时,通货膨胀率则上升01118个百分点。利率对通货膨胀率的影响最为明显,当利率上升1个百分点时,通货膨胀率则下降01294个百分点。

从这个协整方程我们可以看出,通货膨胀主要是货币现象,因为货币供应量和利率对通货膨胀率的影响最大。

31VAR分析。我们对CPIt、FQt、GYZJRt、M1Rt、Rt建立VAR模型,从而借助脉冲响应函数和方差分解来具体分析FQt、GYZJRt、M1Rt、Rt对CPIt的关系。以上已经说明,根据AIC和SC信息量最小的准则确定最佳滞后期为13。

(1)房价指数变动率对个供给因素变动率的脉冲响应分析。根据货币供应量波动是通货膨胀率变动的先导因素,而工业增加值波动和房地产价格波动是通货膨胀率变动的根本,利率对房价波动的影响则相对比较缓慢等原因,笔者设置各变量进入VAR的顺序为:M1Rt、GYZJRt、FQt、Rt,分别给这几个变量一个标准差大小的冲击,可以得到关于通货膨胀率波动的一个脉冲响应函数图。从脉冲响应图中可以看出,通货膨胀率波动对其本身、M1Rt、GYZJRt、FQt、Rt冲击的动态过程。通货膨胀率对其本身、货币供应量、工业增加值、房地产价格等变动产生正向影响,其中对其本身的冲击最迅速,在第5个月时影响幅度达到最大,之后便开始衰减,并且衰减速度也比较快。而通货膨胀对货币供应量和工业增加值波动的冲击则相对比较缓慢,分别在第9个月、第14个月达到最大的影响,并且衰减也相对缓慢。而通货膨胀率对房地产价格的波动冲击比较小,在第8个月达到最大以后开始衰减,而且在达到的最大的影响以后,甚至出现负的、不稳的影响。通货膨胀率对利率的冲击则在开始时有明显的负向响应,但是第10个时期以后开始出现正向的影响,这说明通货膨胀率对利率的响应有不稳定性。(2)房价指数波动的方差分析。为了了解各变量信息对房价指数的相对重要性,我们对通货膨胀率进行了方差分解。从方差分解的结果看出,在整个18期的方差分解中,通货膨胀率受自身指数的滞后影响最大,这说明通货膨胀有很强的持续性,但是衰减比较迅速。在M1Rt、GYZJRt、FQt、Rt等影响因,01425%上升到第10期的53109%,货币供应量的方差贡献次之,从01172%上升至17141%。房地产价格波动的方差贡献相对较小,在10期达到最大值8196%以后开始缓慢衰减。利率的方差贡献最小,维持在1%左右,这主要是由于利率的变动相对次

数少(见表6)。

表6

时期123456789101112131415161718

S1E1010531011091011746012418013067013692014302014900015489016066016633017179017675018094018419018648018794

通货膨胀指数变化率方差分解表

CPI99139319713253921834285124827417374

M1R010000011721016919210298415858

GYZJR010000014252119585417605817127

FQ010000010086010209013552113353312528516676716774817944819685814109714987615824518332513018419989419783513647

R010000010011010035010204011181013375014658013947013176014457018080112570116358118574119063118395117472117091

01015410010000

8121791314544

631010012118611816705521378915163782319113441183018106012816449381459119135703217697341674119158663615205321099919107034010742291980018133134314705271892417180944616075251912217164524912346241286317167845111970231141217164495214885221421217141195310932

CholeskyOrdering:CPIM1RGYZJRFQR.

五、结论

本文的分析表明,房地产市场的波动会引起我

国宏观经济的较大波动。在政策上,为保持我国宏观经济的稳定和规避宏观经济运行中的风险,我们必须高度重视我国房地产业的稳定、健康和可持续发展,要采取以下措施:

第一,要注意货币政策的前瞻性和力度,并采取反周期的货币政策,以避免房价的大起大落。在房价上涨过快之际,要注意避免形成大的房地产泡沫;在房价下跌之际,要防范房价下跌过快、幅度过大,从而导致房地产风险向金融领域传导。此外,政府要加大对房地产信贷的调控力度,严格执行这一政策,并应在此基础上针对各地区房价和住宅投资波动差异及影响因素的不同,采取因地制宜、差别对待的政策,避免全国范围一刀切的情况,以实现有效控制各地房价、住宅投资增长过快的局面。

第二,在保证房地产业持续发展的前提下,还要保证金融业的稳定。因此,需要大力发展多元化的,

和完善房地产信托基金,为房地产开发、买卖、租赁和管理等提供全面的金融服务。

第三,考虑到房地产业作为主导型产业,其前向推动和后向拉动作用都比较显著,可以带动众多产业的发展,从而推动经济增长。因此,相关部门要着手调整对房地产发展的长期产业政策,积极形成一个以房地产业为中心的、各行业协调发展的产业链。第四,在上述政策的基础上,要考虑房地产市场的结构矛盾等问题,着手进行结构调整,进一步落实经济适用房、廉租房等土地供应。落实中小户型住宅的比例和提供适度的保障性住房,切实从源头上保证住房供应,通过结构调整实现有中国特色的住房建设和消费模式。

第五,大力培育和发展二手房市场。因为二手房市场对于调整结构、降低房价、稳定房价都有重要的作用。

第六,各地方政府应在土地供应、税费收取、环境保障等方面避免对房地产业的过度/抽血0,避免土地成为/第二财政0,避免房价非理性上涨,使房地产失去可持续发展的动力。

总之,我们要尽量避免房地产市场过热和房地产泡沫的生成,同时,高度重视房地产信贷中积聚的风险,避免出现房地产危机和金融危机的爆发。

参考文献

[1]RichardK.Green:5FollowtheLeader:HowChangesinResidential

andNon-residentialInvestmentPredictChangesinGDP6,RealEstateEconomics,1997,25(2):253-270.

[2]Myer,Chaudhry,andWebb:5StationarityandCointegrationin

SystemswithRealEstateandFinancialAssets6,TheJournalofRealEstateFinanceandEconomics,1999,18(3):339-349.

[3]Kim,Kyung-HwanandHahnShikLee:5RealEstatePriceBubble

andPriceForecastsinKorea6.DepartmentofEconomics,SogangUniversity,Processed,2000.

[4]KarlE.Case.5RealEstateandtheMacroeconomy6.Brookings

PapersonEconomicActivity,2000.[5]SimonStevenson:

5InternationalRealEstateDiversification:

EmpiricalTestsusingHedgedIndices6,JournalofRealEstateResearch,19(1):105-131.

[6]顾云昌.住宅业与经济发展,城市发展,1998(5).

[7]王国军,刘水杏.房地产业对相关产业的带动效应研究,经济研

究,2008(8).

[8]沈悦,刘洪玉.房地产价格变化规律的经济学分析,建筑经济,

2004(9):43-47.

[9]胡国,宋建江.房地产价格波动与区域金融稳定,上海金融,

2005(5).

[10]张红.房地产经济学,北京:清华大学出版社,2005.

[11]李聪明.我国房地产周期波动与宏观经济关系分析,特区经济,

2005(3).

[12]王洋.房地产调控的宏观视角)))基于与宏观经济关系的分

析,上海经济研究,2005(10).

[13]张晓晶,孙涛.中国房地产周期与金融稳定,经济研究,2006

(1).

作者简介

唐志军,男,32岁,湖南水州人,东北财经大学经济学博士;湖南省怀化学院。研究方向为转轨经济学、新制度经济学、宏观经济学、房地产业、发展经济学等。

徐会军,男,38岁,黑龙江省人,正源房地产公司董事总经理,东北大学管理学院管理科学与工程博士研究生。研究方向为转轨经济学,金融和房地产管理等。

巴曙松,男,40岁,湖北人,国务院发展研究中心金融研究所副所长,博士生导师。国务院发展研究中心。

(责任编辑:程晞)

注:本文的数据来源于中经网和历年统计年鉴。

本文来源：https://www.bwwdw.com/article/g8t4.html