人民币升值对房地产市场影响实证研究

《人民币升值对房地产市场影响实证研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、人民币升值对房地产市场影响实证研究　　内容摘要：本文运用房地产相关理论，实证分析表明，正常情况下，汇率的变动和利率之间存在此增彼消的关系，人民币的升值抑制了房地产市场的过快发展；而当经济出现特殊情况，例如经济危机时，汇率和利率之间的关系不再遵循一般经济规律，其受国家宏观调控经济政策巨大影响。关键词：人民币升值房地产市场基准贷款利率从2005年7月21号起，中国银行实行汇率改革，人民币开始持续升值。在人民币升值这样一个特殊的经济背景下，高房价也成为境外投机者逐利的动机之一，短期投资又进一步推动房价的涨幅。为了稳定房价国家进行了

2、宏观调控，但这其中涉及一个问题，人民币目前还在持续升值，在宏观调控抑制房价的同时，要如何平衡升值带来的行业发展和政策调控的行业过热，即人民币升值对房地产市场的具体影响。模型的设定与分析7人民币升值通过存款准备金率、基准贷款利率影响房地产市场的供需。虽然人民币升值对房地产很多分支市场例如租赁市场、销售市场等都有一定影响，但数据零星分散而且影响也不是主要的，无法采集数据进行回归分析；这里我们主要分析人民币升值后汇率对房地产成本市场的影响情况，成本市场中土地价格是国家制定的，不因为本币升值而改变，在此也不列入实证分析。而上面几个利

3、率指标虽然具体代表性不同但是在房地产业来说既能表示投资开发商融资成本指标，又能表示个人消费者投资者信贷买房的依据，是房地产成本市场的典型经济指标。为了统计方便，我们选用央行的基准贷款利率作为本次模型的被解释变量Y建立和人民币兑美元汇率中间价X的一元线性关系。升值后央行主要公布了2006、2007、2008数据，但是2008年下半年全球爆发金融危机，很多数据变化值经过了国家宏观调控操纵，没有2006、2007年数据稳定。在此我们暂截取2006年至2007年数据分析，如表1所示。理论分析知道，如果汇率值增加，货币贬值，则国家为了

4、扶持行业就会下调基准贷款利率；反之就会上调基准贷款利率，它们之间有绝对值反向变动的趋势。作人民币对美元汇率中间价（X）和基准贷款利率（Y）的散点图分别如图1、图2、图3所示。从散点图大体可以看出不论是6个月以内、3-5年期的基准贷款利率（Y）和人民币对美元汇率中间价（X）大体成线性关系，同样，5年期的也成线性关系，所以建立的计量经济学模型为：Yi=β0+β1Xi+μi（一）估计参数7本文使用的eviews4.0对以上表格数据进行回归分析，在此，仅以3-5年期利率和汇率的参数估计为例，代表分析。经过软件操作后，出现表2那样的回

5、归结果。在本次分析中，参数估计的结果为：i=25.70025-2.431501Xi（1.983852）（0.258268）t=（12.95472）（-9.414655）R2=0.936599F=88.63572df=n-2=6（二）模型检验1.经济意义检验。所估计的参数0=25.70025是样本回归方程的截距，表示不受汇率影响的3-5年期利率自发变动行为，1=-2.431501是样本回归方程的斜率，表示3-5年期基准贷款利率每变动一个单位，就会引起人民币对美元汇率中间价反方向变动2.431501个单位。0和1符号相反，和我们

6、之前假设的汇率值的改变引起利率反方向变动一致。2.拟合优度和统计检验。拟合优度的度量：由表2看出本例中可决系数为0.936599，说明所建模型对样本整体拟合程度较好，即解释变量对被解释变量的绝大部分差异做了解释。对回归方程的F检验：针对H0：β1=0，在给定α=0.05的置信水平下，在F分布表中查找出自由度为k-1=1和n-k=6的临界值Fα（1，6）=5.99，由图3结果可知F=88.635727>Fα（1，6）=5.99，应拒绝原假设H0：β1=0，说明回归方程显著，即方程中2006年到2007年人民币对美元汇率中间价对

7、3-5年期基准汇率有显著性影响。对回归系数t的检验：针对H0：β0=0和H0：β1=0，由表2还可以看出估计回归系数0的标准误差和t值分别为：SE（0）=1.983852，t（0）=12.95472；1的标准误差和t值分别为：SE（1）=0.258268，t（1）=-9.414655。取α=0.05查自由度df=6的t分布表的临界值t0.025（6）=2.45。因为t（0）=12.95472>t0.025（6）=2.45，所以拒绝原假设H0：β0=0；因为

8、t（1）

9、=9.414655>

10、t0.025（6）=2.45

11、，所以

12、应拒绝原假设H0：β1=0。这表明，模型的线性关系成立，此模型中应包含常数项。剩余两个模型分析结论相似，在此不单独做分析。（三）回归分析7以上模型的数据均截取自2006到2007年央行官方数据，下文将以2008年对应的数据为例做进一步分析，如表3所示。按照模型，通过Eviews回归计算出2