刘复煜

本文收集31个省、自治区、直辖市的面板数据，在建立PAVR模型的基础上运用脉冲响应、方差分解的分析方法，对中国房地产与宏观经济之间的联系进行实证分析。结果表明：房地产业与宏观经济之间存在着正反馈机制，其中GDP对房地产价格的影响最大。这表明房地产业的发展是离不开良好的宏观经济环境的支撑的，宏观经济的增长对房地产价格的上升起着决定性作用。

PVAR模型 脉冲响应

方差分解 房地产价格 宏观经济

引言

房地产行业在中国属于第三产业，在为国民经济发展提供重要物质基础的同时，在很大程度上改善了人们的生活与居住的条件，为社会经济发展做出了重要贡献。然而，受房地产影响的产业众多，房地产价格的波动必将导致其上下游产业如机械、建材、钢铁、家电等一系列产业的需求发生变化。目前，房地产行业在飞速发展的同时也出现了一些较为严重的问题，比如房价波动较大、市场供需不均衡以及地区发展严重失衡等现象，给国家的社会经济发展带来了冲击。因此，正确认识我国房地产价格与宏观经济之间的联系，才能更好地稳定我国的社会经济发展。

文献综述

中外学者对房地产价格与宏观经济变量间额关系做出了较多的研究。金德尔伯格（2000）研究发现，从17世纪到20世纪90年代，全球范围内共出现过42次重要的经济与金融危机，其中21次与房价暴跌或暴涨有关。Demary（2009）利用结构向量自回归SVAR模型研究了10个OECD国家房地产价格与通货膨胀率、产出及利率的关系，指出货币冲击与产出冲击对房地产价格有影响，另一方面房地产价格冲击对宏观经济主要变量也有一定的作用。Malpezzi和Wachter（2005）对美国房地产价格波动进行研究，发现投机需求是房价波动的主要因素，特别是房地产供给越是缺乏弹性，投机需求对于房价的影响也就越大。

近年来我国经济学界对房地产业的相关研究也日渐增多。郭娜和翟光宇（2011）通过结构向量自回归模型，探讨了房地产价格与利率之间的互动关系，发现利率不能有效调节房地产价格，而房地产价格的波动对利率却有显著的正向影响。崔光灿（2009）运用GMM估计方法，对我国1995-2006年31个省、自治区、直辖市房地产价格进行分析，认为房地产价格明显受利率和通货膨胀率的影响，而房地产供给、收入等宏观经济变量在中长期决定了房地产价格。本文在已有研究的基础上，利用我国1999年至2015年31个省、自治区、直辖市的数据，应用包扩各地区人均国内生产总值、各地区城镇居民人均可支配收入、各地区商品房平均价格以及银行贷款利率，运用面板数据向量自回归（PVAR）模型分析各种宏观经济波动与房地产价格之间的联系，研究房地产价格与宏观经济主要变量之间的动态关系。

实证模型与变量

（1）模型的选取

在计量模型上，本文采用面板数据向量自回归（Panel Data VectorAutoregression， PVAR）模型进行研究。

本文采用一阶滞后回归的PVAR模型，模型如下：

其中，是基于面板数据的4xl的变量向量，i代表各省市自治区，t代表年份， 是4×1的系数矩阵，αit是4×1的个体效应向量，γt是时间效应向量。其中随机干扰项μit满足

（2）数据说明

本文重点分析房地产价格和宏观经济波动的关系，同时加入利率和人均可支配收入作为控制变量。在选择研究变量时，参考国内外文献及我国实际情况，具体选取如下：

商品房平均销售价格（Price），反映房地产价格的指标。我国当前房地产交易以一手商品房为主，商品房平均销售价格能反映各地的房地产价格的情况。

人均國内生产总值（GDP），反映宏观经济的重要指标，经济发展水平和房地产业有重要的互动影响。

城镇居民人均可支配收入（Incomes），我国房地产市场主要集中在城镇，故选取城镇居民平均可支配收入作为影响房地产需求的变量。

1-3年贷款基准利率（r），该变量主要作为影响房地产供给和需求的变量。

数据主要来源于中国统计年鉴、中经网数据库、中国人民银行网站。其中人均国内生产总值和城镇居民人均可支配收入来自中国统计年鉴，商品房平均销售价格来自中经网数据库，1-3年贷款基准利率来自于中国人民银行网站。

实证分析

利用人均国民生产总值、城镇居民人均可支配收入、银行贷款利率等宏观经济变量来分析房地产价格与宏观经济之间的联系。首先，对各个变量序列进行平稳性检验；其次，运用PVAR模型分析各个变量间的影响因素；最后，采用脉冲响应函数和方差分解法进一步分析房地产价格与各因素之间的相互作用及影响程度。

（1）数据的平稳性与协整检验

目前，在向量自回归模型构建过程中，如何对模型估计是关键。由于面板数据是时间序列性质，需要考虑数据的平稳性，否则，对不平稳变量进行VAR估计会造成伪回归的结果，不能准确反映变量之间的内在逻辑关系；本文在权衡各类面板单位根检验方法的优缺点之后，决定采取IPS检验和LLC检验两种方法考察主要变量的平稳性。

平稳性检验结果表明人均国民生产总值、城镇居民人均可支配收入以及商品房平均销售价格数据都是同阶单整的，所以可以进行面板协整检验。

从协整检验的结果我们可以看出，这三个变量两两之间都在1%的显著性条件下存在协整关系。

（2） PVAR模型估计结果

在做计量检验之前，为了消除模型个体效应对各个变量进行前向差分，随后用广义矩估计（GMM）对参数进行估计。对四个变量进行PVAR模型估计的结果见表1。

由模型估计结果可以得出：房地产价格对GDP的动态反应为正值0.2145。这说明我国经济在高速增长的同时也促进了房地产业的发展，房地产业的快速发展离不开宏观经济的支持。人均国民生产总值是衡量经济发展状况的重要指标，更能够反应一个地区真实的经济发展水平。随着我国城镇化建设的发展，人们对商品房的需求也大大增加。通过分析可以得出，宏观经济的增长确实影响着房地产价格，所以商品房价格和GDP呈正相关关系是合理的。

从GDP的角度来分析，表1中房地产价格对GDP的影响是正的，这说明房地产业的发展会反过来影响、推动经济的发展。这也证明经济的增长与房地产业的发展之间存在正反馈机制。一方面，受房地产影响的产业众多，房地产价格的变化必将带动其上下游产业的需求发生变化，从而影响经济的发展；另一方面，房地产价格的变化会改变房地产拥有者的消费形式，也会影响投资者们的消费和储蓄决策，以此影响社会的总消费。而且房地产作为固定资产的重要组成部分，房地产投资的蓬勃发展，必然有助于社会总资产的增加。

从上面的分析可以得出，GDP的变动对城镇居民可支配收入、房地产价格有着正向的影响，说明宏观经济的波动有助于研究房地产市场价格的变化。反过来，房地产价格也在一定程度上反映了经济的发展情况。

（3）脉冲响应分析

脉冲响应函数描述的事模型中某一变量的正交化新生对系统中每一个变量的影响，可以通过各变量对冲击的动态反应情况，具体分析各因素变化对其他因素的影响。它能比较直观地刻画出变量之间的动态交互作用及效应，并从动态反应中判断变量间的时滞关系。图1描述了通过Monte-Carlo模拟500次后得到的宏观经济变量对房地产价格的冲击的脉冲响应图。

根据第一列第二行的脉冲响应图显示，房地产价格的冲击对GDP表现为正面响应，但趋势相对平稳且反应不太强烈，一直处于非常小的正响应状态。这说明房地产价格的冲击对GDP有短期较小的同向影响。

反过来观察GDP的变动对房地产价格的冲击，如图第二列第一行所示，可以看出GDP对房地产价格有很强烈的正向冲击，且一直保持一个比较高的响应水平。这说明宏观经济的快速发展会带动房地产业的发展，进而促使商品房价格上涨。这也反映出我国房地产业应对宏观经济冲击的应对能力也越来越强。

再来分析城镇居民可支配收入对房地产价格的冲击。城镇居民可支配收入作为宏观经济中的重要变量，对房地产价格的冲击不可忽视。从图中第三列第一行中可以看出城镇居民可支配收入对房地产价格有一个较高且平稳的正向冲击。从这个现象可以推测，城镇居民可支配收入的增加会改变消费者的消费习惯，更高的居民可支配收入会激励消费者对房地产行业进行投资，这提高了商品房的需求量，促使商品房价格上涨，进而拉动房地产业的发展。

根据第四列第一行的脉冲响应图，房地产价格明显与利率呈反方向变化，即房地产价格对利率冲击反应表现出负响应状态。这说明随着利率的上升，房地产价格会出现走低的趋势。利率作为我国宏觀调控的重要指标，对于房地产业这样资金密集型的产业具有很大的影响。

通过上述宏观经济变量波动对房地产价格影响因素分析发现，除了自身价格波动的影响外，房地产价格受GDP和城镇居民人均可支配收入的影响较大，均为正向影响；而银行贷款利率的上升则会导致房地产价格的下降，表现为反向影响。

（4）方差分解

方差分解给出对模型中的变量产生影响的每个随机扰动的相对重要性的信息。它可以为我们提供每一种冲击对某一个变量的预测误差方差的相对力度。反差分解可以作为脉冲响应分析的互补分析。

表2是各宏观经济变量对房地产价格的冲击方差分解表，从表中可以看出，房地产价格受自身影响很大，第5期保持在73%以上，从第10期与第20期的方差分解结果可以看出，虽然房地产价格受自身的影响有所下降，但也都保持在36%以上。这意味着房地产市场存在明显的正反馈交易行为，当期房地产价格受往期的影响较大，容易出现房价持续上升或者持续下降的趋势。

GDP对房地产价格的冲击，从第5期的21.7%到第10期的41.6%，再到第20期的43.2%，呈现出上升趋势；反观房地产价格对GDP的冲击，从5期的0.4%到第20期的0.2%，影响不太显著。这说明GDP冲击对房地产价格变化的影响大于房地产价格冲击对GDP的反作用。而城镇居民可支配收入对房地产价格也有一定的冲击。对于房地产市场来说，其自身往年的价格基础以及宏观经济环境都是其发展的重要影响因素，而随着期数的增加，可以看出宏观经济变量对房地产价格的影响程度也是越来越大。因此可以说明一个良好的宏观经济环境对房地产市场的发展是非常重要的，房地产市场的发展必须以稳定、良好的宏观经济环境作为支撑。

总结与建议

通过以上分析我们得到以下结论：在房地产价格与宏观经济变量的相互影响中，房地产价格的波动受宏观经济的影响更加显著，宏观经济环境的良好发展直接影响到房地产价格的上升，而房地产业的发展在一定程度上也促进了宏观经济的增长。实证分析结果表明：房地产业与宏观经济之间存在着正反馈的机制，两者之间相互促进。GDP作为最能反映宏观经济波动的变量，在很大程度上影响着房地产价格的波动。反过来，房地产业的发展带动了与其相关联的产业的发展，影响着社会的总消费与总投资，进而在一定程度上推动着宏观经济的发展。

自2008年世界金融危机爆发以来，中国房地产业得到了快速发展，房地产价格也不断上涨。房地产业与宏观经济之间存在着紧密的联系，持续高涨的房价是宏观经济稳定发展的一个潜在危机。为此政府应密切关注房地产价格的走势，建立健全的房地产价格预警机制，以防止在金融危机爆发时，将可能带来的损失降到最低。

[1]金德尔伯格.经济过热、经济恐慌及经济崩溃：金融危机史[M].北京：北京大学出版社.2000

[2] Demary M.The Link betweenOutput， Inflation， MonetaryPolicy and Housing Price Dynamics[J] .Mpra Paper.2009.

[3] Malpezzi S.Wachter S M.The Roleof Speculation in Real Estate Cycles[J] .Journal of Real EstateLiterature.2002

[4]郭娜，翟光宇.中国利率政策与房地产价格的互动关系研究[J].经济评论.2011

[5]崔光灿.房地产价格与宏观经济互动关系实证研究——基于我国31个省份面板数据分析[J].经济理论与经济管理.2009