作者： 魏巍 崔立丽 魏玮
作者单位：石家庄经济学院职业技术学院中国农业银行河北省分行行唐支行石家庄经济学院会计学院
摘 要 ： 近年来房地产业的飞速发展及房价的快速上涨，引起社会各界的广泛关注，中央政府对房地产领域的相关宏观调控政策频繁出台。本文针对如何保持房地产与宏观经济协调发展，在分析房地产业与宏观经济互动机理的基础上，选用1998 年第 1 季度至 2008 年第 4 季度之间的相关季度指标，使用向量自回归 (VAR) 模型，通过数据平稳性检验、Jo-hansen 协整检验和 Granger 因果关系检验，实证分析了房地产开发投资与宏观经济具体指标之间的互动关系，并给出政策性建议。
关键词 ： 房地产; 宏观经济; 互动关系;VAR 模型; Johansen 协整检验
一、房地产与宏观经济互动机制的理论诠释。
( 一) 宏观经济对房地产发展的制约作用。
1． 国内生产总值 ( GDP ) 对房地产业的影响一国 GDP 的大幅增加，反映出该国经济蓬勃发展，国民收入增加，消费能力增强，房地产购买力的整体水平也随之增强，有利于房地产市场繁荣发展。相反，房地产市场会出现衰退现象。
2． 利率对房地产周期的影响。一般说来，利率变动与房地产周期波动呈反方向变动。利率下调，房地产市场景气上升; 利率走高，房地产市场趋于萧条。利率高低通过影响房地产投资规模和居民储蓄及消费信贷两方面对房地产业施加影响。
3． 信贷规模对房地产业的影响。当房地产业运行良好，收益丰厚，不确定性减少，信贷分布向房地产业倾斜的幅度加大，信贷规模激增; 相反则会出现信贷规模的下降。
4． 通货膨胀对房地产周期的影响。当发生通货膨胀时，理智的消费者会选择购买房产等真实资产以抵御物价上涨带来的持有货币贬值，在经济的发展过程中，通货膨胀与通货紧缩交替变化，势必影响房地产投资预期回报率的周期性变化，从而导致房地产经济发生周期性的波动。
5． 消费水平对房地产业的影响影响个人消费支出水平的因素有很多，如个人收入水平( 特别是个人可支配收入水平) 、收入分配状况、商品价格水平、消费者偏好等。当居民消费水平提高，房地产商品等价高，耐用产品的需求也会增大; 反之，则缩小。
( 二) 房地产价格对宏观经济的显着影响。
1． 房地产价格影响消费的渠道。
(1) 房地产所有者的财富效应。这主要是指房地产价格的波动导致房地产所有者财富的波动，进而影响消费支出和短期边际消费倾向，最终影响宏观经济发展的效应。
(2) 潜在购房者的储蓄效应。我国城镇居民的住房支付能力并不高，房地产价格的上涨会迫使不少希望购买住房的居民节衣缩食，削减当期消费，增加储蓄，以保证足够的能力在将来购买住房。
(3) 租房居住者的预算约束效应。家庭的消费预算通常控制在某种范围内，一项费用的增多必然引起其他费用的降低。由于房地产价格的上涨会引起租金价格的同步上涨，租房费用增加迫使租房者不得不减少其他消费支出。
(4)消费者的预期效应。房地产价格的上涨可能导致消费者对未来的预期增强，从而造成其目前房产消费增加。
2． 房地产价格影响投资的渠道。
(1) 信贷投资效应。房地产业被认为是宏观经济的晴雨表，房地产价格的上升预示着经济景气周期的来临，居民和企业会对未来有良好的预期，从而促使其加大投资力度，同时，也会促进企业和居民抵押物价值的上升，放大企业和居民的融资能力，使得他们的融资能力增强，从而促进其投资的增长。
(2) 产业关联效应。房地产发展可以通过建筑业间接带动水泥、钢铁、玻璃、运输等相关产业的迅速发展。房地产价格的上涨还会扩大其他相关产业的投资，最终实现社会总投资的增加。
二、基于VAR模型的实证分析
( 一) 数据处理。
1． 数据选取范围与来源说明。
本文选用 1998 年第 1 季度至 2008 年第 4 季度之间的季度数据，研究全国房地产开发投资额与人均国内生产总值、国内贷款余额、居民储蓄存款期末余额、消费物价总指数、3 年期贷款利率之间的关系。本文数据来源于中国经济景气月报、中国人民银行网站、Wind 资讯、中宏数据库等。
2． 季节调整。
本文各经济变量都是时间序列，用季节影响因子除以原来的序列，从而得到消除季节影响的时间序列。本实证分析是用计量经济学软件 EViews5． 0操作完成，经济变量在 EViews5． 0操作及模型中的代码含义见表1。
( 二) 序列平稳性检验。
在对变量进行 VAR 模型分析之前，首先进行变量的平稳性检验。变量只有在 1 阶差分平稳的条件下，才能进行 VAR 模型分析。检验某一时间序列是否平稳，通常使用单位根检验。若序列存在单位根，则说明序列是非平稳的; 反之则说明该序列是平稳的。本文采用 ADF 检验对各个变量分别进行单位根检验。
在此，首先对季节调整后的人均 GDP 进行单位根检验。(见表 2)可见，与 t 统计量的临界值相比较，在 1%、5%和10% 的检验水平下，不能拒绝原假设，即可以认为序列RJGDPSA 至少有一个单位根，是非平稳的。
从表 3 可以看出，序列 RJGDP 一阶差分的 ADF 检验 t 统计量比 1% 、5% 和 10% 检验水平下的临界值都小。因此，可以拒绝原假设，即可以认为一阶差分序列 D(RJGDPSA) 没有单位根，是平稳的，也即序列RJGDPSA是一阶差分平稳的，即 I(1)。
其次，用同样方法分别对表 1 中其他变量进行单位根检验得到: 在 1%检验水平下，国内信贷余额、居民储蓄存款期末余额和消费物价总指数均是一阶差分平稳的，即 I(1) ; 在5% 检验水平下，季节调整后的房地产开发投资额是一阶差分平稳的，即 I(1) ; 三年期贷款利率的原序列在 5%的检验水平下水平平稳，即 I(0)。
综上所述，除 3 年期贷款利率外，其余 5 个经济变量皆是水平序列非平稳、一阶差分序列平稳，可对这五个经济变量进行 VAR 模型估计。
( 三)VAR 模型的估计。
西姆斯1980年提出 VAR 模型是非结构化的模型，即变量之间的关系并非以经济理论为基础的，不需要依赖“难以置信”的假定，可应用于大规模宏观经济的研究。本小节欲构造房地产开发投资额与宏观经济具体指标的 VAR 模型。为减少数据的波动、消除异方差性，先对这5个变量取自然对数，得到新的序列 XDYE1、RJGDP1、SAVE1、CPI1、KFTZE1，并引入建立 VAR 模型。AK模型中确定滞后阶数很熏要，既要有能完整反映所构造模型的动态特征的足够数目的滞后项，又要有足够数目的自由度。
表4显示的是VAH模型的部分参数估计值。模型中有往个内生变里" ICI}'I'ZE I、H1Ggi'1、SAVEI、3CIlYF1、CPI1",得到五个方程。根据EViewsS. D软件的输出结果。可写出VAH模型的估计结果，如下:
表5侮列代表VAR模刑中相应方程的有关检验统计下，这衅统计址是根据每个方程各自的残}'分别计一算得到的结果。分析R一。quared和调整后的K一"cJuarcxl .
除最后，个方程为0卜83以上外，其余四个方程都在U. 97以上，说明方程的拟合优度水平较高;残差一平方和最大为0. 32，说明方程的残差较小;F统计尽最小为2l. 3,远远大}- 1 %检验水平卜F统计址的临界值3. 83，说明这五个方程在1%检验水平「都是显着的。从检验结果看，估计的VAR模型较为理想。
Johansen协整检验Johansen协整检验是一种以VAR模型为基础的检验回归系数的方法，是进行多变量协整检验的方法，包括迹统计量检验和最大特征值统计量检验。对KFTZFI、t}JGL7P1 ,SAVE1 ,xIIYEI ,CPI1进行Jvhansen协整检验。
1.迹统计量检验。
迹统计橄检验，第一列的“None"表示检验原假设是“存在Q个协整关系”。该假设下迹统计量大于临界值，因此拒绝原假设，表明至少存在1个协整关系;依次检验。
2.最大特征值检验。
最大特征值统汁量检验，第一列的“done”表示检验原假设是“存在。个协整关系”，该假设下最大特征值统计量大于临界值，因此拒绝原假设，表明至少存在飞个协整关系。
3.协格方程。
综合迹统计量和最大特征值统计量的检验结果，房地产开发投资额和宏观经济之间在5 01o检验水平卜至少存在2个协整关系，写出其中一个协整方程:KFTZFI=D. 2021*RI}}DP1+0. $550*SAVE I+0. 4173*XDYE1十fl. 3215*CPl 1十u标准误差二〔Q. 1867 ) L Q. 32$5 ) ( U. 23fl6) (0. 8680 )对残差u进行单位根检验，A 1.1F检验的t统计世为一3. 61,其概率值Y二d. d4，小于5%检验水平下的t统计遗临界值一3. 53，故残差序列。在5%检验水平下是水`}'平稳的，那么其对应的协整方程是稳定的。
从协整方程可以看出，居民储蓄存款对房地产开发投资的影响最大。居民储蓄存款期末余额增长 1%，房地产开发投资额相应地提高大约 0． 86%; 消费物价总指数上升 1% ，房地产开发投资额相应地增长大约 0． 32% ;国内信贷余额增长 1%，房地产开发投资额相应地大约提高 0． 23%; 人均 GDP 提高 1% ，房地产开发投资额相应地大约增长 0． 20%。
( 五)Granger 因果关系检验。
Granger 因果性表示的是时间序列之间的领先与滞后关系，只是时间上的因果关系，重在影响方向的确认，而非完全的因果关系。VAR 模型给出每个内生变量相对于模型中其他内生变量的 Granger 因果关系检验统计量和其相应的概率值。
内生变量 KFTZE1 相对于 RJGDP1 的 x2统计量 =4． 76，其相应的概率值 0． 09。因此，KFTZE1 对应的方程在 10%检验水平下不能将 RJGDP1 排除，即 10%检验水平下变量 RJGDP1 是 KFTZE1 的 Granger 原因; 内生变量KFTZE1 相对于 XDYE1 的 x2统计量 = 6． 41，其相应的概率值 0． 04。因此，KFTZE1 对应的方程在 5%检验水平下不能将 XDYE1 排除，即 5% 检验水平下变量 XDYE1是 KFTZE1 的 Granger 原因; KFTZE1 与其他变量之间的因果关系不显着。
经过同理分析可得出: 1% 检验水平下变量 SAVE1是 CPI1 的 Granger 原因，KFTZE1 是 RJGDP 的 Granger原因; 在 10% 检验水平下 XDYE1 是 SAVE1 的 Granger原因; 其他变量之间的因果关系不显着。
( 六) 方差分解分析。
方差分解是研究 VAR 模型动态特征的方法，通过分析每个新息冲击对内生变量变化的贡献度，从而了解各新息对模型内生变量的相对重要性。
从表 2 － 10 可见，房地产开发投资额第 1 季度预测的标准差等于 0． 10，第 2 季度预测的标准差是 0． 12。而且，随着预测期数的推移，价格预测的标准差也缓慢增加。KFTZE1 列表示房地产开发投资额预测的标准差中由其自身引起的部分百分比，其他变量列含义类推，而这五列的百分比之和为 100。
在一期预测中，房地产开发投资预测标准差全部由其自身扰动所引起的。随着预测期的推移，大约在第12期左右，房地产开发投资额分解结果基本稳定，房地产开发投资额预测标准差有50%左右是其自身扰动引起的，33%左右是国内信贷余额扰动引起的，5%左右是居民储蓄存款扰动引起的，2%左右是消费物价总指数扰动引起的。
三、政策建议。
( 一 ) 对房地产进行宏观调控，实现与国民经济发展相协调由于房地产开发投资额与人均 GDP 存在长期稳定的均衡关系，并且在一定检验水平下，互为 Granger 原因。一旦发展失衡，房地产发展过快，脱离了国民经济的承载能力，那么房地产业的发展势必会停滞，甚至倒退，不仅会影响其健康发展，而且会给整个国民经济的良性发展带来威胁。
(二)加强房地产信贷风险管理，维护金融与经济稳定经实证分析国内信贷余额提高 1%，房地产开发投资额相应地大约增长 0． 23%。因此必须加强房地产信贷的管理，严格控制风险，防止银行贷款为房地产业的过热发展推波助澜。首先，建立和完善房地产信贷风险的监测指标体系; 其次，加强房地产信贷风险管理; 再次，加强金融监管。
( 三 ) 优化住房供给结构，完善房屋租赁市场改进房型设计， 控制套型面积，积极建设满足中低收入家庭住房需求的小户型住宅。大力发展住房租赁市场，建立梯级消费观念，鼓励暂时无购房能力者通过租赁解决住房问题。
参考文献:
[ 1 ] 樊欢欢，张凌云 ． EVIEWS 统计分析与应用 [ M ] ． 北京: 机械工业出版社，2009．
[ 2 ] 高铁梅 ． 计量经济分析方法与建模—EViews 应用及实例[M]． 北京: 清华大学出版社，2009．
[ 3 ] 李曦，牟尧 ． 中国房地产市场治理现状及前景 [ J ] ．中国西部科技，2011，(24)．
[ 4 ] 张红 ． 房地产经济学 [ M ] ． 北京: 清华大学出版社，2005，(8)．
[ 5 ] 尹惠媛 ． 房地产周期与宏观经济间互动关系的研究[ D ] ． 济南: 山东大学硕士学位论文，2007．
http://m.rjdtv.com/jingjixuelunwen/206.html
