中国房价、利率与宏观经济互动实证研究

  本文关键词：中国房价、利率与宏观经济互动实证研究，由笔耕文化传播整理发布。

第２２卷第７期

２００８年７月中国土地科学ＣｈｉｎａＬａｎｄＳｃｉｅｎｃｅＶ０１．２２Ｎｏ．７Ｊｕｌ．．２（）０８

中国房价、利率与宏观经济互动实证研究

黄忠华，吴次芳，杜雪君

（浙江大学公共管理学院，浙江杭州３１００２９）

摘要：研究目的：分析房价与宏观经济的互动，为协调房地产市场与宏观经济提供依据。研究方法：计量经济学方法。研

究结果：（１）中国房价与宏观经济在长期存在稳定关系，在短期存在失衡；（２）房价和ＧＤＰ之间存在双向因果关系，房价

和利率之间因果关系不显著；（３）历史的房价和ＧＤＰ是影响房价的主要因素；（４）历史的ＧＤＰ和房价是影响ＧＤＰ的主要

因素。研究结论：（１）必须采取宏观调控措施纠正经济系统的失衡；（２）房价和ＧＤＰ存在互动，应协调房价与宏观经济的

良性互动；（３）利率政策对房价的影响不显著，抑制房价还应采取其他措施。

关键词：土地经济；房价；宏观经济；计量分析；Ｇｒａｎｇｅｒ因果关系；脉冲响应

中国分类号：Ｆ２９３．３文献标识码：Ａ文章编号：１００１—８１５８（２００８）０７－００３８－０７

ＥｍｐｉｒｉｃａｌＳｔｕｄｙｏｎＩｎｔｅｒａｃｔｉｏｎｂｅｔｗｅｅｎＨｏｕｓｅＰｒｉｃｅ，

ＩｎｔｅｒｅｓｔＲａｔｅａｎｄＭａｃｒｏ－ｅｃｏｎｏｍｙｉｎＣｈｉｎａ

ＨＵＡＮＧＺｈｏｎｇ－ｈｕａ，ＷＵＣｉ—ｆａｎｇ，ＤＵＸｕｅ－ｊｕｎ

（ＣｏｌｌｅｇｅｏｆＰｕｂｌｉｃＡｄｍｉｎｉｓｔｒａｔｉｏｎ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００２９，Ｃｈｉｎａ）

ａｎｄＡｂｓｔｒａｃｔ：Ｔｈｅｐｕｒｐｏｓｅｏｆｔｈｅｐａｐｅｒｉｓｔｏａｎａｌｙｚｅｔｈｅｉｎｔｅｒａｃｔｉｏｎｂｅｔｗｅｅｎｈｏｕｓｅｐｒｉｃｅａｎｄｍａｃｒｏ－ｅｃｏｎｏｍｙ

ｐｒｏｖｉｄｅｒｅｆｅｒｅｎｃｅｆｏｒｅｏｏｒｄｉｎａｔｉｏｎｂｅｔｗｅｅｎｒｅａｌｅｓｔａｔｅｍａｒｋｅｔａｎｄｍａｃｒｏ－ｅｃｏｎｏｍｙ．ＥｃｏｎｏｍｅｔｒｉｃｔｏａｎａｌｙｓｉｓｍｅｔｈｏｄＷａＳ

ａｅｍｐｌｏｙｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗ：（１）ｔｈｅ

ｔｅｒｍｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｈｏｕｓｅｐｒｉｃｅａｎｄｍａｃｒｏ—ｅｃｏｎｏｍｙｉｎＣｈｉｎａｉｓｓｔａｂｌｅｉｎｅｘｉｓｉｓｂｉｌａｔｅｒａｌｃａｕｓａｌｉｔｙｂｅｔｗｅｅｎｈｏｕｓｅｐｒｉｃｅ

ｒａｔｅｌｏｎｇａｎｄｕｎｂａｌａｎｃｅｄｉｎａｓｈｏｒｔｒｕｎ；（２）ｔｈｅｒｅａｎｄＧＤＰｉｎＣｈｉｎａ。ｗｈｉｌｅａｒｅｔｈｅｃａｕｓａｌｉｔｙｂｅｔｗｅｅｎｈｏｕｓｅｐｒｉｃｅａｎｄｉｎｔｅｒｅｓｔ

ｆａｃｔｏｒｓｔｏａｆｆｅｃｔｈｏｕｓｅｉｓｉｎｓｉｇｎｉｆｉｃａｎｔ；（３）ｈｉｓｔｏｒｉｃａｌｈｏｕｓｅｐｒｉｃｅｈａｖｅｔｈｅｍｏｓｔｉｎｆｌｕｅｎｃｅｐｒｉｃｅａｎｄＧＤＰｏｎｔｈｅｍａｉｎｐｒｉｃｅ；（４）ｈｉｓｔｏｒｉｃａｌ

ｓｈｏｕｌｄｂｅＧＤＰａｎｄｈｏｕｓｅｃｏｒｒｅｃｔＧＤＰ．ＩｔｉＳｃｏｎｃｌｕｄｅｄｔｈａｔ：（１ｍａｃｒｏ—ｃｏｎｔｒｏｌｍｅａｓｕｒｅｓｔａｋｅｎｔｏｅｃｏｎｏｍｉｃｓｙｓｔｅｍ’Ｓｄｉｓｅｑｕｉｌｉｂｒｉｕｍ；（２）ｃｏｏｒｄｉｎａｔｉｏｎｂｅｔｗｅｅｎ

ｂｅｔｗｅｅｎｈｏｕｓｅ

ｏｎｈｏｕｓｅｐｒｉｃｅａｎｄｎｌａｃｒｏ—ｅｃｏｎｏｍｙｉｓｆｅａｓｉｂｌｅｐｒｉｃｅａｎｄｎｅｃｅｓｓａｒｙ，ｂｅｃａｕｓｅｔｈｅｒｅｅｘｉｓｔｓｉｎｔｅｒａｃｔｉｏｎｒｅｌａｔｉｏｎｓｈｉｐａｎｄＧＤＰ；（３）ｏｔｈｅｒ

ｎｏｔｍｅａｓｕｒｅｓｓｈｏｕｌｄｂｅｔａｋｅｎｔｏｃｏｎｔｒｏｌｈｏｕｓｅｐｒｉｃｅ．鹊ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｉｎｔｅｒｅｓｔｒａｔｅｐｏｌｉｃｙｈｏｕｓｅｐｒｉｃｅｉｓｓｉｇｎｉｆｉｃａｎｔ．

ｒｅｓｐｏｎｓｅＫｅｙｗｏｒｄｓ：ｌａｎｄｅｃｏｎｏｍｙ；ｈｏｕｓｅｐｒｉｃｅ；ｍａｃｒｏ—‘ｅｃｏｎｏｍｙ；ｅｃｏｎｏｍｅｔｒｉｃａｎａｌｙｓｉｓ；Ｇｒａｎｇｅｒｃａｕｓａｌｉｔｙ；ｐｕｌｓｅ

１引言

自１９９８年实施住房体制改革以来，中国房价迅速上涨。从季度指数看，２００７年第４季度全国房地产销售价收藕日期：２００７—１２—２７

修稿日期：２００８－０５—１２

基金项目：２００７－－２００８年美国林肯土地政策研究院博士论文奖学金项目（ｃ１０ｅ００５）；国家重点社会科学基金项目（０３ＡＪＹ００３）。第一作者：黄忠华（１９８ｌ一），男。浙江绍兴人．博士生。主要研究方向为不动产经济与管理。Ｅ－ｍａｉｌ：ｚｈｏｎｇｈｕａｈｕａｎ９２００６＠ｙａｈｏｏ．ｃｏｍ．ｃｎ

黄忠华等：中国房价、利率与宏观经济互动实证研究３９格比１９９８年第１季度上涨了５５％。其中北京、上海、杭州、深圳等大城市的房价上涨更为迅速。房价变化的原因及其与宏观经济的关系已成为各界普遍关心的问题。近年来学术界涌现了大量研究房价与宏观经济关系的文献。

从研究内容和观点看，大部分早期文献选取的指标比较简单，一般认为从长期看房价与宏观经济保持一致，房价由宏观经济因素决定。２０世纪９０年代以来，一些学者验证宏观经济因素对房价的影响，较典型的文献如Ｐｏｔｅｏａｎ（１９９６）、Ｑｕｉｇｌｅｙ（１９９９）和Ｗｈｅａｔｏｎ（１９９９）等Ｉｔ－３１。其他一些学者有Ｈｕｔｃｈｉｓｏｎ（１９９４）、Ｓｈｉｇｅｍｉ（１９９５）、Ｂｅｒｎａｎｋｅ和Ｇｅｒｔｌｅｒ（１９９９）也认为宏观经济因素是造成近年来房价上涨的主要原因阳。ＤｉＰａｓｑｕａｌｅ和Ｗｈｅａｔｏｎ（２００２）采用存量一流量模型来分析房地产市场与宏观经济的联系，认为房价受宏观经济因素的影响１７１。然而，这些研究尚存有可进一步讨论之处。一方面，宏观经济因素对房价所起的作用究竟如何尚未有统一结论；另一方面，这些研究大多没有考虑房价与宏观经济的互动影响。近年来，一些学者如Ａｏｋｉ等（２００５）和徐荣（２００７）认为它们之间存在互动１８，９１。Ｑｕｉｇｌｅｙ（２００１）认为，自１９９７年东南亚金融危机后，如何实现房地产市场和宏观经济的良性互动正日益受到关注１］ａｌ。

从研究方法看，近年来相关实证研究大多采用ＶＡＲ（ＶｅｃｔｏｒＡｕｔｏｒｅｇｒｅｓｓｉｏｎ）模型，但针对中国的经验研究较少。较典型的国外文献有Ｉａｃｏｖｉｅｌｌｏ（２００２，２００５）【１１．旧。Ｉａｃｏｖｉｅｌｌｏ（２００２）采用包含房价、ＧＤＰ、通货膨胀率、利率和广义货币的ＶＡＲ模型来分析欧洲６国（法国、德国、意大利、西班牙、瑞典和英国）房价与宏观经济的相互影响，发现房价与ＧＤＰ之间存在显著的正反馈影响，而利率对房价具有显著的负影响。

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，而主要利用基于它的Ｇｒａｎｇｅｒ因果关系检验、脉冲响应函数和方差分解来分析房价与宏观经济的互动影响，其结论可为政府协调房地产市场与宏观经济的运行提供依据。

２研究方法和数据处理

２．１研究方法

本研究所采用的方法是：ＶＡＲ模型，脉冲响应函数分析，方差分解分析。

２．２数据处理

本文以全国为研究对象，样本期为１９９８第１季度至２００７年第４季度。文中选取的变量为房价、ＧＤＰ、利率和通货膨胀率，与Ｉａｃｏｖｉｅｌｌｏ（２００５）选择的变量一致。数据来自锐思数据库。文中变量的处理如下。

（Ｉ）房价。用全国房地产销售价格指数表示，以１９９８年各期为基期，将各年同期增长率转换为各季度的房价指数序列（为消除异方差，对其取自然对数，未发现有季节效应）。

（２）ＧＤＰ。取自然对数后仍发现有季节效应，采用Ｘ１２方法平滑处理。

（３）利率。采用季度存款利率。

（４）通货膨胀率。采用当季各月消费者价格指数的算术平均值。

处理后的房价、ＧＤＰ、利率和通货膨胀率分别以ｑ、），、，和ｐｉ表示。

３实证分析结果

３。１ＶＡＲ模型建立

采用ＡＤＦ（ＡｕｇｍｅｎｔｅｄＤｉｃｋｅｙ—ＦｕＵｅｒ）检验（表１）①，证明４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。

ＶＡＲ模型滞后阶数的选择非常重要，如表２所示。根据ＬＲ、ＦＰＥ、ＡＩＣ和ｓＣ标准，选择建立一阶ＶＡＲ模型是合适的。文中ＶＡＲ模型内生变量顺序为Ｙ产（ｑ，ｙ，，，ｐｉ）。①文中所有的检验和估计使用ＥＶｉｅｗｓ５．０软件计算。

４０中国土地科学２００８年７月第７期

注：（Ｃ，Ｔ，Ｌ）分别表示常数项、趋势项和滞后阶数，Ｎ表示不含Ｃ或Ｔ；滞后阶数根据修正的施瓦茨（Ｓｅｈｗａｒｚ）信息量标准确定；Ａ表示一阶差分。

表２

Ｔａｂ．２ＶＡＲ模型滞后阶数选择ｍｏｄｅｌＬａｇｏｒｄｅｒｓｅｌｅｃｔｉｏｎｏｆＶＡＲ

注：?”、¨、?分别表示１％、５％、１０％的水平上显著（以下同）。

３．２协整检验分析

文中采用Ｊｏｈａｎｓｅｎ（１９８８）提出的协整检验法旧。协整检验设定为协整空间含常数项和趋势项，数据空间含二次趋势项（经检验确实存在）。从表３中可看出，在０．０５的水平上，这４个变量含有１个协整关系，表明房价与宏观经济之间存在长期稳定的关系。

表３协整检验结果

Ｔａｂ．３Ｒｅｓｕｌｔｓｏｆｃｏ－ｉｎｔｅｇｒａｔｉｏｎｔｅｓｔ

经标准化处理并以房价为被解释变量的协整关系式见式１。

ｑ＝０．６０３Ｙ＋０．００７ｒ＋Ｏ．００１ｐｉ＋ｅｃｍ（式１）

（０．０６８枣木木）（０．００６）（０．００３）

式ｌ中括号内数字表示标准差，表示误差修正项。由式１可知：ＧＤＰ项系数在０．０１的水平上显著，说明ＧＤＰ对房价的长期影响显著。从弹性系数看，ＧＤＰ每增加一个百分点，房价将上涨０．６个百分点。此外，，式ｌ中利率和通货膨胀率项的系数不显著，表明其对房价的长期影响不显著。

将式１的误差修正项引入ＶＡＲ模型并建立向量误差修正模型，得到误差修正项调整系数的估计结果（表４）。可看出，ＧＤＰ方程中误差修正项的调整系数显著为正，不符合反向修正机制；而房价方程、利率方程和通货膨胀率方程中误差修正项的调整系数不显著。因此，各方程的均衡反向修正机制均不成立，表明当房价脱离实体经济

黄忠华等：巾尉房价、利率与宏观经济互动实证研究４１基本面而暴涨时，经济系统无法使之自动回复至均衡水平，需要政府的宏观调控使其恢复均衡。

表４误差修正项调整系数

Ｔａｂ．４Ａｄｊｕｓｔｍｅｎｔｃｏｅ舾ｃｉｅｎｔｓｏｆｅｒｒｏｒｃｏｒｒｅｃｔｔｅｒｍ

方程

Ａｑ调整系数－４），１２标准差ｔ统计量－０．２１－４）．５９方程Ａｒ调整系数－Ｉ．４６标准差－２．３５ｔ统计量－０．６２

垒２：兰：箜：：：二Ｑ：堑兰：塑垒！！：堑：Ｚ：兰！垒：兰１

３．３Ｇｒａｎｇｅｒ因果关系检验

本文采用Ｈａｍｉｌｔｏｎ（１９９４）的块外生性检验０６１。表５给出基于ＶＡＲ模型的块外生性Ｇｒａｎｇｅｒ因果关系的检验结果。

首先，房价与ＧＤＰ之间存在双向Ｇｒａｎｇｅｒ因果关系。房价变化能引起ＧＤＰ的变化，ＧＤＰ变化也能引起房价变化，表明房价与ＧＤＰ存在相互反馈作用。这种反馈作用存在的原因，一方面是房价上涨引起房地产投资增加，最终会拉动ＧＤＰ增长；另一方面是ＧＤＰ增加意味着收入增加，对房地产的需求也增加，最终会导致房价上涨。其次，房价和利率问不存在显著的Ｇｒａｎｇｅｒ因果关系。利率变化对预测房价变化不起作用，房价变化对预测利率变化也不起作用，说明房价与利率之间的关系不显著。再次，利率对ＧＤＰ存在单向因果关系，表明利率变化能引起ＧＤＰ变化。最后，通货膨胀率对利率存在单向因果关系，表明中国利率政策对通货膨胀率变化做出了反应。总之，房价与ＧＤＰ之间存在双向因果关系，而房价与利率之间的因果关系不显著。

表５ＶＡＲ模型Ｇｒａｎｇｅｒ因果性检验结果

Ｔａｂ．５ＲｅｓｕｌｔｓｏｆＶＡＲｍｏｄｅｌＧｒａｎｇｅｒｃａｕｓａｌｉｔｙｔｅｓｔ

３．４脉冲响应函数分析结果

在进行脉冲响应函数分析前，误差经过Ｃｈｏｌｅｓｋｙ分解和自由度调整。各变量的脉冲响应函数分析结果见图１至图４。

（１）房价的脉冲响应。图ｌ显示房价的脉冲响应。房价自身因素的影响最大，其影响为正，第一期的最大响应值为０．０２３，即前期房价的冲击增加一个单位标准差，会引起当期房价上升２１３个酉分点。在前４期内，ＧＤＰ冲击的影响均超过利率或通货膨胀率，且影响为正。比较不同冲击的影响可知，房价自身因素和ＧＤＰ的影响较大，而利率的影响较小。这一结果与屠佳华和张洁（２００４）的实证研究结果一致㈣。

（２）ＧＤＰ的脉冲响应。图２显示ＧＤＰ的脉冲响应。ＧＤＰ自身因素冲击的影响为正，在第ｌ期达到最大响应值０．０５２。房价冲击的影响也为正，在第２期达到最大响应值０．０４９。利率和通胀膨胀率冲击的影响较小。比较不同

  本文关键词：中国房价、利率与宏观经济互动实证研究，由笔耕文化传播整理发布。