我国通货膨胀与房地产价格的相关性研究

我国通货膨胀与房地产价格的相关性研究

ID:12072688

大小:152.00 KB

页数:6页

时间:2018-07-15

我国通货膨胀与房地产价格的相关性研究_第1页
我国通货膨胀与房地产价格的相关性研究_第2页
我国通货膨胀与房地产价格的相关性研究_第3页
我国通货膨胀与房地产价格的相关性研究_第4页
我国通货膨胀与房地产价格的相关性研究_第5页
资源描述:

《我国通货膨胀与房地产价格的相关性研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、我国通货膨胀与房地产价格的相关性研究摘要:通货膨胀和房地产价格都是当前中国国民经济发展中遇到的热点问题,文章从探讨两者相关性出发,首先定性地讨论它们之间的有关理论和关系,然后通过实际数据,采用房地产价格、通货膨胀率、产出和利率等变量对其进行数据处理,再进行协整检验分析,由Granger因果检验得出我国房地产价格波动与通货膨胀率之间具有双向因果关系,最后给出了脉冲响应函数,得出结论:我国房地产价格波动与通货膨胀有一定的相关性。一、引言  宏观经济学将通货膨胀定义为大多数商品和劳务的价格在一段时间内连续普遍性上涨的一种过程和

2、现象,并且一般用消费价格指数(CPI)、生产者价格指数(PPI)以及GDP平价指数来表示通货膨胀的水平。通货膨胀已经成为影响世界各国社会稳定和经济发展的重大问题。许多西方发达国家都经历过恶性通货膨胀,并为此付出了沉重的代价。可是由于长期以来的经济落后和社会贫困,我国一直将经济增长作为宏观政策的首要目标,而没能给予通货膨胀以足够的重视。但实际上,我国当前也面临着高通胀的严峻考验,而且治理难度颇大。  1998年,我国住房制度改革正式确立了房地产的全面市场化方向。计划经济时代长期积累下来的购房需求得到了极大的释放,加上中国宏

3、观经济的高速增长和城市化步伐的迈进,中国房地产业的发展被极大地推动了。房地产日益演变成为重要的投资品,房地产投资和投机需求在房价上涨的预期下,铺天盖地地进入了市场。图1给出了近十年我国房价和居民消费价格CPI走势  产出Y:由于GDP没有月度数据,所以本文将工业增加值作为产出的替代变量。由于工业增加值是名义的,本文工业增加值除以同期的居民消费价格指数,就可以得到实际工业增加值。  利率R:将全国银行间同业拆借市场七天加权平均利率作为利率的替代变量,并用其减去通货膨胀率便去除了通货膨胀因素,从而得到实际利率。  为了从时间

4、序列中除去季节变动要素而更能真实反映时间序列的客观特征,本文将具有季节性的消费价格指数CPI和工业增加值采用X-12方法进行了季节调整。  同时,由于变量可能存在长期趋势和异方差现象,所以对HPI、CPI、Y分别取自然对数,经过以上处理之后,房价指数、通货膨胀率、产出及利率分别用lnHPI、lnCPI、lnY和R表示。  (二)单位根检验  大多数宏观经济变量,其时间序列都是非平稳的,若用普通的OLS法进行回归就会出现“伪”回归。因此,对于非平稳时间序列,应该先用协整的方法去处理。但是协整关系要求变量是同阶单整的,也即单

5、位根的个数相同。所以,第一步首先是对各个变量进行单位根检验,即检验原时间序列是非平稳的,而一阶差分是平稳的,也就是原序列是一阶单整序列。对lnHPI、lnCPI、lnY和R分别进行单位根检验,其结果如表1。  从表1的检验结果可以看出,对于lnHPI、lnCPI、lnY和R四个序列,在1%、5%和10%的显著性水平上存在单位根的原假设无法拒绝,它们都是非平稳额度序列。因此,lnHPI、lnCPI、lnY和R都是一阶单整R(1),即均有单位根,满足进行协整分析的条件。  (三)协整关系检验  协整关系描述了两个或多个序列之

6、间的平稳关系,其中Johansen协整检验方法是以VAR模型为基础来检验回归系数的方法,同时,在对多变量进行协整检验时,这是一种较好的方法。因此,本文运用该方法对lnHPI、lnCPI、lnY和R进行协整检验,并得到它们之间存在协整关系。如表2所示。从表3可以看出:在5%的显著性水平下不能接受原假设,即HPI与CPI之间具有双向Granger因果关系。也即,房价变动会引起通货膨胀率的变化,同时,通货膨胀率的变化也会引起房价的波动。  房地产业作为国民经济的支柱产业,对50多个行业具有带动效应,所以房价的上涨必然会引起钢铁

7、、水泥等建材价格的上涨,它甚至会波及看似与房地产并无关联的普通行业。反过来,钢铁水泥等建材价格的上涨也会引起房地产价格的上涨。它们之间存在双向波动影响关系。由此看来,自从我国住房制度改革以来,房地产价格的波动与人们的日常开支息息相关。  (五)脉冲响应函数  VAR模型在实际应用中无需对某个变量做任何先验性约束,所以它是一种非理论性的模型。正因为此,我们分析VAR模型的时候,往往不研究某个变量的波动如何影响另一个变量,而只是分析当模型自身受到某种冲击时,这种冲击对系统动态的影响,这种分析方法便成为脉冲响应函数(impul

8、siveresponsefunction)。  HPIt=??1HPIt+??2HPIt-2+β1CPIt-1+β2CPIt-2+ε1t(2)  CPIt=χ1HPIt-1+χ2HPIt-2+δ1CPIt-1+δ2CPIt-2+ε2tt=1,2,3…T(3)  其中??i,βi,χi,δi是常数,εt=(ε1t,ε2

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。