房地产投资金融影响
前言：本站为你精心整理了房地产投资金融影响范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。
改革开放以来，随着我国经济的快速发展，我国房地产业也得到了长足的发展。特别是1998年我国深化住房制度改革，实行货币化分配以后，加之金融政策的调整，我国房地产业更是得到了快速发展，一跃成为国民经济的支柱产业，并带动了钢铁、水泥、家电等行业的快速发展。但是，到2003年上半年，我国固定资产投资规模过大，房地产投资规模过热现象明显，房地产价格出现过快上涨势头。2004年1-8月份，全国商品房平均销售价格为2718元/平方米，同比增长13.5%，部分城市房价上涨幅度超过20%。2005年1-12月，全国商品房平均销售价格为3242.0元/平方米，同比提高19.5%。特别是北京上海深圳等大城市，房地产价格出现了剧烈上涨。同时，房地产业投资剧增。据《中国房地产行业分析报告》，2003年1-12月房地产共开发完成投资10106.12亿元，同比增长29.7%，高于全国固定资产投资的增长速度。为了消除房地产业过热的势头，国家出台了一系列的宏观调控措施，包括上调利率、控制信贷规模、调整货币供应量等。为了了解金融政策对我国房地产投资的影响，本文对此利用误差修正模型和脉冲响应分析方法进行实证分析。
2研究方法简介
2.1协整模型
时序变量之间的协整关系是由Engle和Granger首先提出的，这一方法论的基础思想在于，如果两个（或两个以上）的时间序列变量呈现出非平稳性的特征（即每个变量都有单位根），但是它们的线性组合如果呈现平稳性，则这两个变量之间便存在长期稳定关系（即存在协整关系），而变量的增长率便表现出共同的增长趋势。即如果时间序列y1t,y2t,ynt,都是d阶单整，即I(d)，存在一个向量＝（1，2n），使得′～I(d-b)，这里yt＝（y1t，y2t，ynt），d≥b≥0。则称序列y1t，y2t，ynt,,,是（d,b）阶协整，记为～CI(d,b)，为协整向量。为检验两变量和是否协整，Engle和Granger于1987年提出了两步检验法，称为EG检验。序列xt和yt若都是d阶单整的，用一个变量对另一个变量回归，即有：yt＝+xt+t（1）用和表示回归系数的估计值，则模型残差估计值为：＝yt－－xt（2）若～I(0)，则xt和yt具有协整关系，且（1，-）为协整向量，（1）式为协整回归方程。
2.2误差修正模型
误差修正模型（ECM:ErrorCorrectionModel）基本形式是由Davidson、Hendry、Srba和Yeo于1978年提出的，称为DHSY模型。其基本思路是：若变量间存在协整关系，即表明这些变量间存在着长期稳定的关系，而这种长期的稳定关系是在短期动态过程的不断调整下得以维持的。产生这种结果的原因在于，大多数的经济时间序列的一阶差分是平稳序列。同时，存在着某种联系方式（如线性组合），把相互协整过程和长期稳定均衡状态结合起来。这时相互协整隐含的意义是：即使所研究的水平变量各自都是一阶差分后平稳，受支配于长期分量，但这些变量的某些线性组合也可以是平稳的，即所研究变量中的长期分量相互抵消，产生了一个平稳的时间序列。之所以能够这样，是因为一种调节过程——误差修正机制——在起作用，防止了长期关系的偏差在规模或数量上扩大。因此，任何一组相互协整的时间序列变量都存在误差修正机制，反映短期调节行为。建立误差修正模型一般分两步，分别建立区分数据长期特征和短期特征的计量经济学模型。从理论上讲，第一步，建立长期关系模型。即通过OLS法估计出时间序列变量间的关系，若估计结果形成平稳的残差序列时，那么这些变量间就存在相互协整的关系，长期关系模型的变量选择是合理的，回归系数具有经济意义。第二步，建立短期动态关系，即误差修正方程。将长期关系模型中各变量以一阶差分及其各阶滞后期形式重新加以改造，并将长期关系模型所产生的残差序列作为解释变量引入，在一个从一般到特殊的检验过程中，对短期动态关系进行逐项检验，不显著的项逐渐被剔除直到最适当的方法被找到为止。
3实证分析
3.1变量选择及数据
3.1.1变量的选择
本轮宏观调控的主要目标是稳定商品房价格，降低房地产业的过热程度，因此本文选取房地产完成开发投资(I)作为研究变量。我国金融政策主要采用中央银行所掌握的利率、信贷、货币发行等工具，调节有关变量，最终影响国民经济活动。本文主要选择一年期贷款利率（R）、广义货币供应量M2作为金融政策的变量。
3.1.2数据
本文数据来源于Wind资讯以及CCER中国经济金融数据库，样本期从1998年第1季度到2006年第4季度。M2、房地产投资(I)利用X11加法进行季节调整为M2SA、ISA，并且为了消除数据异方差，对这两个数据取自然对数。
3.2模型建立
3.2.1单位根检验
3.2.2协整分析
1）R和LISA变量先作两变量的普通最小二乘估计，得到如下回归方程：LISA＝12.96745347－3.045133204*LRt统计量(9.593577)(－3.980924)对残差进行平稳性检验。即残差在1%的显著水平下是平稳的，房地产投资与利率之间存在协整关系。2）LM2SA和LISA变量先作两变量的普通最小二乘估计，得到如下回归方程：LISA=-9.980722275+1.454641477*LM2SAt统计量(-27.14386)(47.82899)即残差在99%下是平稳的，房地产业业投资与货币供应量之间存在协整关系。3)R，LM2SA和LISA变量用变量LISA对R，LM2SA进行普通最小二乘估计，得到如下回归方程：LISA=-11.390575+0.374030*LR+1.516721*LM2SAt统计量(-19.41031)(2.916850)(43.59124)ADF检验表明残差是平稳的，因此房地产投资与利率和货币供应量之间存在协整关系。
3.2.3房地产投资与利率、货币供应量的误差修正模型(ECM)
按照Hendry的从一般到简单的模型估计方法，对商品房价格与利率、货币供应量的协整方程利用AIC和SC最小的原则确定滞后期为6，然后逐步去掉统计检验不显著的变量，得到误差修正模型如下：D（LISA）＝0.09157779223+0.4603297176*D（LISA（－4））+0.2620992265*D（LISA（－5））－0.5469134337*D（LR（－4））－2.086861783*D（LM2SA（－4））－0.491972369*ECMt－1
3.2.4效应时滞分析
通过对PI,M2SA,R三个变量建立向量自回归模型，并进行脉冲响应函数分析。由以上的脉冲响应图可以看出，房地产投资对自身的一个新息的脉冲在第4季度达到最低点，随后保持振荡至10多个季度；房地产投资对利率的一个新息的脉冲在第3季度达到最高点，随后保持长期振荡，说明利率对房地产投资的影响时滞约为3个季度；房地产投资对货币供应量的一个新息脉冲的响应在第2季度达到一个小的高点，随后保持持续影响，说明货币供应量对房地产投资的影响时滞2个季度。
4实证结果
通过以上实证分析，我们得到以下结论：
4.1利率与房地产投资之间既存在格兰杰因果关系又存在协整关系，说明利率是影响投资的长期的重要因素长期来说，利率与房地产投资具有反向影响，提高利率会减缓投资的增长率，这是因为利率的增长加大了开发投资的成本，必然对投资有抑制作用。
4.2房地产投资、利率和货币供应量三者存在协整关系，说明从长期来说，在利率和货币政策的联合作用下，货币供应量与利率对房地产投资具有正向的影响其中，货币供应量的影响较大，弹性达到1.516721，利率的影响较小，弹性仅为0.374030。在短期影响中，投资有滞后4期和5期的影响；利率和货币供应量滞后4个季度有反向的影响。
4.3金融政策对房地产业影响都有滞后效应，并且影响具有持续时间较长的特点利率对房地产投资的影响的时滞为3个季度，货币供应量对房地产投资的影响的时滞为2个季度。
