房产经济增长的格兰杰原因范文

本站小编为你精心准备了房产经济增长的格兰杰原因参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

自1998年住房货币化改革以来,我国的房地产消费需求获得巨大释放,房地产市场得到极大繁荣,房地产开发投资也逐年增长。2006年第一季度,全国房地产开发投资为2793亿元,同比增长20.2%,其占GDP的比重为6.44%。房地产的快速发展,以及房地产开发投资的逐年增加,使之成为我国经济发展的支柱产业,对经济的发展产生了巨大的推动作用。地处我国中部的武汉市,直到2000年才进入积极向上发展的轨道,1999年,武汉市房地产开发投资96.71亿元,占GDP的比重为8.91%。而据武汉市统计局提供的数据显示,武汉市2006年第一季度房地产投资比去年同期增加四成,其中完成的房地产开发投资65亿元,所GDP的比重达到13.77%。房地产市场的发展,已对武汉市经济的发展起到了举足轻重的作用。但是,近两年我国房地产投资逐渐出现过热势头,北京、上海、广州、深圳等地的房地产泡沫在不断的聚集,国家为了维持经济的持续稳定增长,对房地产市场进行了一系列的宏观调控。从2003年开始,建设部、国土资源部、中国人民银行等部门出台一系列的宏观调控措施,来控制房地产市场的过热。但是对于正处于经济稳定增长期的武汉来说,房地产市场的泡沫程度还不太明显,与过热地区相比还有很大的差距,如果对房地产开发投资进行严格控制的话,会不会对武汉市的经济增长产生不良反应成为了地方政府所关注的问题。因此,本文从房地产投资与经济增长关系的角度出发,运用协整理论,来研究武汉市房地产开发投资对武汉市经济增长的作用及其相互关系。

一、协整检验

本文将采用协整理论,建立误差修正模型来对武汉市作实证研究,因此,选取1995-2005年间的武汉市国内生产总值(GDP)和房地产开发投资额(RI)作为样本数据,来分析武汉市房地产开发投资与经济增长之间的关系。(具体数据见表1)

(一)单位根检验在表1中,lnGDP和lnRI分别是对GDP和RI的对数序列;dlnGDP和dlnRI是对lnGDP和lnRI的一阶差分后的序列。对于宏观经济数据,一般都存在非平稳性,因此先对上表中的数据进行单位根检验。单位根检验是检验时间序列平稳性的一种通用的方法。单根检验的方法有DF检验、ADF检验和PP检验等。通常所用的单位根检验方法为ADF检验和PP检验法。本文运用EViews5.0,分别对序列lnGDP、lnRI、dlnGDP和dlnRI进行ADF检验,结果如表2:由表2数值可知,在单根检验中,序列lnGDP和lnRI都接受原假设,也即序列是非平稳的,而dlnGDP和dlnRI的ADF统计量则小于其对应的5%临界值,即拒绝原假设,序列是平稳的。在EViews的检验结果中,AIC和SC准则是评价检验效果的有效手段,它们的值越小,效果越好。[1](P145-148)上表中的检验结果就是在按照AIC和SC最小准则得出的,从表中数值可以看出该检验效果较好,并且序列之间存在同阶单整,因此可以对其进行协整检验。

(二)协整检验利用1995-2005年武汉市的GDP和房地产开发投资(RI)的时间序列数据,根据前面的检验分析,我们对该序列进行协整检验,并建立误差修正模型(ECM)。Engle和Granger于1987年提出了两步检验法,称为EG检验。利用EG两步法,我们首先运用OLS法对lnGDP和lnRI进行回归分析,得到回归方程:lnGDP=2.95578(4.05)+0.855317(5.7)lnRI并且各项结果显示该模型比较适合。其中et为残差序列,其估计值为:ei=lnGDP-0.855317lnRI-2.95578表3中ADF检验统计量小于5%显著性水平下的临界值,且AIC值和SC值较小,所以残差序列是平稳序列,(1,-0.855317)为协整向量。

(三)误差修正模型协整关系只是反应了变量之间的长期均衡关系,而误差修正模型的使用就是为了建立短期的动态模型以弥补长期静态模型的不足,它既能反映不同时间的长期均衡关系,又能反映短期偏离向长期均衡修正的机制。误差修正模型(ECM:ErrorCorrectionModel)的基本形式是由Davidson、Hendry、Srba和Yeo干1978年提出的,称为DHSY模型。对于一阶线性自回归分布滞后模型:yt=c+αyt-1+φ0xt+φ1xt-1+εt(1)假定序列变量之间具有平稳性,εt不存在自相关和异方差,经过简单变换可以得到误差修正模型:yt=c+φ0xt+(a-1)(yt-1-φ0+φ11-axt-1)-εt(2)方程(2)即为EMC,其中(a-1)(yt-1-φ0+φ11-axt-1)为误差修正项。[2](P153-154)利用上述协整检验结果,建立误差修正模型,用OLS法进行估计得到方程:dlnGDP=0.079+0.384dlnRI+0.134et-1t=(6.804)(2.515)(2.791)R2=0.772365,F=36.42598,et=lnGDP-0.855317lnRI-2.95578以上各统计量表明,模型通过检验。从上面模型中可以看出,经济增长率的波动可以分为两部分:一部分为短期波动,一部分为长期均衡。根据上面模型,武汉市短期房地产开发投资总额的对数值变动1%,将会引起国内生产总值的对数值同方向变动0.384%;误差修正项,即et项的系数反映了对偏离长期均衡的调整力度,弹性为0.134%,若这一误差项是正的,即在t-1时刻lnGDP大于其长期均衡值2.95578+0.855317lnRI时,lnGDP在时刻t就做出相应的负的修正;反之,就做出正的修正,因此,lnGDP就在不断的“修正”过程中发展。由此可见,武汉市房地产开发投资与武汉市的经济增长之间存在协整关系,即它们之间存在着动态均衡机制,误差修正模型是一个比较合理的短期波动模型。

二、Granger因果检验

格兰杰因果检验在考察序列x是否是序列y产生的原因时采用这样的方法:先估计当前的y值被其自身滞后期取值所能解释的程度,然后验证通过引入序列x的滞后值是否可以提高y的被解释程度。如果是,则称序列x是y的格兰杰成因(Grangercause)。此时x的滞后期系数具有统计显著性。[3](P275)一般地,还应该考虑问题的另一方面,即序列y是否是x的格兰杰成因。格兰杰检验的双变量回归模型为:yt=α0+α1yt-1+…+αkyt-k+β1xt-1+…+βkxt-kxt=α0+α1xt-1+…+αkxt-k+β1yt-1+…+βkyt-k其中,k是最大滞后阶数,通常可以取稍大一些。检验的原假设是序列x(y)不是序列y(x)的格兰杰成因,即β1=β2=…=βk=0利用相关软件可以计算出用于检验的F统计量和相伴概率。我们运用EViews5.0软件,对序列dlnGDP和dlnRI进行Granger因果检验。根据AIC和SC最小准则,选取最大滞后期为k=3,在显著水平α=0.05水平下,检验结果如下表:由表4可知,对于dlnGDP不是dlnRI的Granger成因的原假设,拒绝它犯第一类错误的概率是0.15047,表明dlnGDP不是dlnRI的Granger成因的概率较大,不能拒绝原假设。第二个检验的相伴概率只有0.04036,表明至少在95%的置信水平下,可以认为dlnRI是dlnGDP的Granger成因。这说明武汉市的房地产开发投资与经济增长之间存在单向Granger因果关系。

三、结语

根据本文的研究结果我们得出,武汉市房地产开发投资与经济增长之间存在Granger因果关系,这一结果表明:

1.房地产市场健康发展能够带动建筑行业、相关的原材料行业、金融业等行业的发展,进而加快国民经济的发展,带动GDP增长。最近几年,武汉市房地产投资的增加有力地促进和支持了武汉市经济增长。对于武汉市来说,在当前我国对房地产实行宏观调控时期,在防止房地产市场投资过热的同时,也要考虑到房地产投资对当地经济增长的促进作用,在经济增长与开发投资之间进行平衡。

2.在经济增长的大目标约束下,房地产市场的问题的解决需要从制度创新的角度来考虑,加以解决。经济增长是一个地区发展的主要目标,房地产开发投资的风险要服从这一目标。如果房地产投资与经济增长不存在Granger双向因果关系,则决策者可以从房地产投资风险的目标出发,约束和监管房地产市场发展;如果房地产开发投资与经济增长存在Granger双向因果关系,则决策者对房地产投资过热的管理需要从制度创新的角度进行机制设计来化解房地产市场发展问题,从而又不损害经济增长。[4]

3.房地产开发投资与经济增长的Granger因果关系,为武汉市宏观经济的调控提供了重要的工具变量。在经济扩张时期,政府可以加大投资来促进经济的快速增长,经济的增长又可以提供更多的资金来投资到房地产开发中来;反之,在经济收缩时,政府可以通过控制房地产的开发投资,降低的经济的膨胀,控制市场的风险,稳定经济系统的运行,从而促进地区经济的不断发展。

4.武汉市经济的增长在一定程度上靠投资的拉动,在不考虑其它因素的情况下,房地产开发投资的对数值增长1%,对GDP增长拉动作用高达0.384%。房地产业成为武汉市的国民经济主要增长点和消费热点,也是目前国内经济过热的主要根源之一。这种投资拉动型的经济增长存在一定的隐患,政府部门应当制定相对措施,未雨绸缪。