基于VAR模型对房地产价格影响因素的实证研究

来源:用户上传      作者:

　　 摘要：文章选取我国房地产价格作为研究对象，并根据2008～2018年的季度数据，建立VAR模型分析我国土地价格、货币供应量、人均可支配收入、存款准备金率、贷款基准利率和CPI对我国房价的影响。格兰杰因果检验表明，房价和土地价格、贷款基准利率存在双向格兰杰因果关系，房价和货币供应量、城镇居民人均可支配收入、存款准备金率和CPI存在单向格兰杰因果关系。方差分解结果表明，存款准备金率、贷款基准利率、土地价格、货币供应量对房价的影响较大。
　　 关键词：房地产价格;VAR模型;格兰杰因果;检验方差分解
　　 一、背景意义
　　 自1998年取消住房分配制度以来，中国房地产业进入了一个新的发展时期，房地产业的快速发展推高了房价。住房价格的快速上涨不仅增加了城镇居民购房成本，而且对社会经济的可持续发展产生负面影响。高房价已超过许多居民的消费水平，产生“房奴”现象的同时，也存在房地产空置率和房地产投资过快的问题。房价过快增长不仅是一个经济问题，也是一个影响社会稳定的重要民生问题。为了遏制住房价格的过度上涨，中央和地方已采取措施，包括限制购买、限制贷款和限制销售，以抑制过高的房价上涨，但效果并不理想。因此，研究房价问题，分析影响商品房价格的因素，探索调控住房价格的政策措施，具有十分重要的理论和现实意义。
　　 二、文献综述
　　 吕寒冰等（2010）和孟庆斌等（2014）通过建立了VAR模型发现，在短期内利率对房价的影响并不显著，长期内呈负向影响，货币供给量短期内对房价有显著的正向影响。况伟大（2012）建立了局部均衡模型，认为制定房产税会改变房屋供给，导致房价下降，且房产税的影响具有区域差异性。叶贵等（2016）以重庆市为样本的研究发现，短期内房价是地价的格兰杰原因，而长期房价与地价不构成显著的因果关系。李永刚（2018）以中国东中西部地区为样本，运用面板数据模型研究了城镇人口、居民收入、人均社会产出等 9 个经济变量分别对商品房价格的差异性影响，研究发现土地出让金会推高全部地区商品房价格，其他因素对东中西部地区有不同的影响。
　　 综上所述，我国对房价的影响因素研究主要集中在研究货币政策（利率、货币供给量）、土地政策、人均收入、社会产出等对房价的波动效应。在前人研究的基础上，本文建立一个VAR模型，选取土地价格、货币供给量、人均可支配收入、存款准备金率、贷款基准利率和通货膨胀率来分析对房地产价格的影响。
　　 三、变量选择与模型构建
　　 在影响房地产价格的各种因素中，土地价格影响房地产建设成本，从而对房地产市場产生影响。货币供应和通货膨胀通过影响住房资金成本对房价产生影响。居民收入从需求方面对房地产市场产生影响，居民收入提高，会增加房地产消费和投资，从而对房地产价格产生影响。我国的房地产开发和居民购买大多依靠商业银行的信贷支持，所以存款准备金率和贷款利率会对银行的可贷资金从而对房地产市场产生影响。因此本文选取土地价格、货币供应量、城镇居民人均可支配收入、存款准备金、贷款利率、通货膨胀率以及房地产价格这7个变量，通过这7个变量，建立 VAR模型来分析这些因素对房地产价格波动的动态影响。
　　 其中土地价格LP=用土地成交总价/面积;货币供应量为M2;城镇居民可支配收入为I;贷款利率R=5年以上贷款基准利率;存款准备金率用RD表示;通货膨胀率用CPI表示;房地产价格HP =商品房销售总额/销售面积。本文中的数据选择季度数据，数据来自2008～2018年《中国统计年鉴》和《中国金融年鉴》。
　　 四、实证分析
　　 （一）单位根检验和协整检验
　　 时间序列数据往往是非平稳性，本文运用ADF检验来检验变量的平稳性，结果表明原始序列不稳定，但在一阶差异后，所有序列都是稳定的。然后进行Johansen协整检验。接下来，使用Eviews7软件确定最优滞后阶数为4阶，即VAR（4）。
　　 （二）格兰杰因果关系检验
　　 格兰杰因果关系检验是考察变量之间在时间上的先导-滞后关系，滞后阶数选取为4。结果如表1所示。
　　 由表1可以得出，在滞后4期，5%的显著性水平下：
　　 1. 房地产价格和土地价格、贷款基准利率存在双向的格兰杰因果关系。
　　 2. 货币供应量、城镇居民人均可支配收入、存款准备金率和CPI是房地产价格的格兰杰原因，而房价不是货币供应量、城镇居民人均可支配收入、存款准备金率和CPI的格兰杰原因。
　　 （三）脉冲响应函数
　　 利用脉冲响应函数得到房价对土地价格、货币供应量、居民人均可支配收入、存款准备金率、五年以上贷款基准利率和居民消费价格指数响应函数曲线分别如图1、2、3所示，选取滞后期为15。
　　 根据脉冲响应函数，从长远看，土地价格、货币供给量、人均可支配收入和居民消费价格指数对房价具有积极影响，存款准备金率和贷款利率对房价具有负面影响。
　　 （四）方差分解
　　 本文选取10期作为方差分解的滞后期，基于所建立的VAR（4）模型，可以得到房价的方差分解结果。表2是方差分解结果，表中的数字为百分比贡献率。
　　 从表2可以看出：
　　 1. 房地产价格的波动在第一期只受到自身波动影响，第六期开始呈现基本平稳的状态。在导致房价变化的因素中，房价本身的方差贡献度大于50%，这表明近年来房地产价格的大幅度增长主要是由消费者对房子的推崇和价格预期所引起的。
　　 2. 在7个影响因素中，存款准备金率对房价的贡献度最高，约占13%，且影响程度逐步上升。存款准备金率水平直接对信贷市场资金供给规模产生影响，一旦发生变化，会通过货币乘数作用，大幅降低或提高流动性水平。 　　 3. 土地对房价的贡献度从第二期就较高，到第十期占11%，这表明土地价格在住房成本中起着关键地位，这也表明房地产行业可以从土地政策中受到调控。
　　 4. 自第四期以来，货币供应量对房地产价格的贡献度就稳定在9%左右。一方面，货币供应量作为国家进行宏观经济调控的一种重要手段，它的增加会使银行对房地产开发商和居民购房贷款量增加，从而促进房地产市场的发展，进而推动了房价。
　　 5. 贷款基准利率波动对房价影响增加最快，从第二期的0.2%增加到第十期7.8%，增加了39倍，若提高贷款基准利率，则居民贷款成本上升，则会抑制居民购房的欲望，从而一定程度上抑制房价的上涨。
　　 6. 城镇居民人均可支配收入对房价的贡献度逐步上升，说明人均可支配收入的增加提高了人们的购买能力，也增加了对房地产的需求，需求的增加推高了房价。
　　 7. 居民消费价格指数对房价的贡献度最低，仅为0.35%，我国的CPI计量中，居住类的权重占13%，可见住房作为国内居民最基本的一项消费，对房价具有一定的推动作用。
　　 五、建议
　　 基于以上实证结果，本文针对中国目前的房地产政策提出了以下建议。
　　 一是控制房地产信贷规模。方差分解结果表明，存款准备金率水平对房价的贡献度最大，而使用存款准备金率来控制房地产价格更为有效，对宏观经济的负面影响较小。通过调整存款准备金率，可以收缩或扩大流动性，影响信贷规模。金融监管机构要密切关注房地产行业和市场，积极采取必要的反周期调控策略，以遏制房价过快上涨。在房价上涨压力期间，各商业银行应该降低房地产业及其密切相关的上下游产业的信贷规模。
　　 二是调整土地政策。作为住房成本的一部分，土地价格对房价产生了更大而深远的影响。一方面，改革政府在土地规划，土地审批和土地出让金方面权力全握的现状，形成以市场为导向的土地供应体系，并严厉打击炒作，确保土地供应继续增加;另一方面，应在增加总供给量的基础上进行调整，并应不断增加所有土地供应区建设经济适用房的土地比例。
　　 三是灵活运用贷款利率政策。金融監管机构应根据楼市走向制定有针对性的、具有前瞻性的利率政策。不仅要设置第一套房和第二套房的差别住房贷款利率政策，还要制定相应的商业贷款、公积金贷款和组合贷款利率政策。
　　 四是建立城镇居民收入增长机制。加强对低收入群体的援助，重点是提高低收入人群的收入水平，增加中等收入者比例。城镇居民可支配收入的增加可以在很大程度上可以填补房价上涨给普通工薪阶层和低收入群体带来的福利损失。
　　 参考文献：
　　 [1]吕寒冰，李鹏，曹冀彬.货币政策调控房价有效性的实证研究：基于VAR模型[J].中国房地产金融，2010（05）.
　　 [2]唐奇展，付琦，王勇.广西房地产投资、房价与经济增长关系的实证分析[J].广西大学学报（哲学社会科学版），2011（06）.
　　 [3]梁斌，李庆云.中国房地产价格波动与货币政策分析——基于贝叶斯估计的动态随机一般均衡模型[J].经济科学，2011（03）.
　　 [4]况伟大.房产税、地价与房价[J].中国软科学，2012（04）.
　　 [5]安辉，王瑞东.我国房地产价格影响因素的实证分析——兼论当前房地产调控政策[J].财经科学，2013（03）.
　　 [6]孟庆斌，荣晨.宏观经济因素对房地产价格的长短期影响[J].统计研究，2014（06）.
　　 [7]谭政勋，王聪.房价波动、货币政策立场识别及其反应研究[J].经济研究，2015（01）.
　　 [8]牛雪贾，沐年国.基于VAR模型对商品房价格影响因素的实证分析——以上海市房价为例[J].科技和产业，2016（06）.
　　 [9]叶贵，朱科卫，张继红.房价与地价的因果关系研究——基于重庆的实证检验[J].中国土地科学，2016（06）.
　　 [10]袁东，何秋谷，赵波.房价变动的影响因素研究：一个文献综述[J].经济与管理研究，2016（03）.
　　 [11]张弛，吴佳楷，申雪艳.中国一、二、三线城市房价影响因素分析[J].现代商业，2016（05）.
　　 [12]武若男.我国房地产价格的影响因素分析——基于VAR模型[J].中国经贸导刊，2017（11）.
　　 [13]周易.中国房产价格的影响因素[D].浙江大学，2017.
　　 [14]李永刚.商品房价格影响因素比较研究[J].经济社会体制比较，2018（02）.
　　 （作者单位：江苏师范大学商学院）
转载注明来源:https://www.xzbu.com/2/view-15129595.htm