房地产市场投资与经济增长关系分析

　　［摘 要］本文根据我国房地产投资和国内生产总值历史数据，从二者关系的角度出发，运用协整理论、误差修正模型和格兰杰因果检验，利用统计分析软件包，定量地分析了我国的房地产投资和经济增长的关系。通过回归分析的结论认为，房地产投资是GDP增长的主要原因之一，并且对经济增长具有巨大的推动作用；同时，GDP的增长对房地产投资也有很大的促进作用。
　　［关键词］房地产投资； 经济增长 ；回归分析
　　 ［中图分类号］F273.1 ［文献标识码］A ［文章编号］1005-6432（2009）05-0120-02
　　
　　房地产业是国民经济的基本产业部门，是在工业化、城市化和现代化发展过程中形成的独立产业，已经成为现代经济大系统中的一个重要的有机组成部分。房地产业在国民经济和社会发展中占有相当重要的地位。在现在市场经济条件下，房地产业起着其他产业不可替代的作用。从我国的情况来看，房地产业与经济增长的关系也很密切，房地产业的发展同样有效地拉动了经济增长。
　　
　　1 研究现状
　　
　　对于房地产业发展与宏观经济之间的关系，国内外学术界也对此进行了相关的研究和探讨，主要有以下三种观点：一是认为房地产业发展有力地促进国民经济增长；二是认为主要是宏观经济增长带动了房地产业的发展；三是认为二者是相互作用的。大部分学者比较倾向于第三种观点。因为一方面从世界范围看，无论发达国家还是发展中国家，经济发展和活跃程度都直接或间接与发达的房地产业对经济的拉动相关。房地产及建筑业的兴衰直接关系和影响农民工的就业以及农民的增收。另一方面，当国民经济处于扩张阶段的时候，城镇建设规模扩大，房地产投资和需求也会伴随着增加，经济增长也就反过来促进了房地产业的繁荣。并且长期来看，随着国民经济的不断发展，房地产行业对于其的支持和贡献将不断增加，二者的关系将不断密切，相关程度也会提升。
　　笔者试图在建立向量自回归模型的基础上，运用协整理论、误差修正模型来研究中国房地产业发展与国民经济增长之间的动态相关性，以考察两者之间的内在作用机理。
　　
　　2 回归分析
　　
　　在房地产业发展与国民经济增长的协整关系研究中，国民经济增长作为内生变量，可用国内生产总值来表示，即GDP；房地产投资也作为内生变量，考虑到房地产业具有“波及效应”，因此用房地产业投资水平来代表房地产业的发展，而学术界对于衡量房地产投资水平的指标有多种，笔者考虑到数据获得的便利性，主要采用房地产投资额占国内生产总值的比重来表示，即RRG。
　　我国的房地产业是从20世纪80年代末开始起步的，因此以房地产投资额的序列数据来表征房地产投资，以国内生产总值来表征经济增长，选取1990—2007年间的房地产投资额(FI)和国内生产总值(GDP)作为样本数据，来分析我国房地产投资与经济增长之间的关系。
　　2.1 变量的单整性检验
　　对变量进行协整检验前，首先要检验时间序列变量的单整性。单整性是指如果时间序列xt是非平稳序列，而其d阶差分dx是平稳序列，则称xt为d阶单整，记为I(d)。由以上的平稳性检验可知，GDP和FI两组数据无须进行差分即呈现出平稳性，所以序列GDP和FI为零阶单整，表示为LnGDP～I(0)，LnFI～I(0)。由于序列之间存在同阶单整，因此这两个变量符合协整检验的前提条件，可以对其进行协整分析。
　　2.2 变量的协整分析
　　利用1990—2007年我国的生产总值GDP为因变量，房地产投资总额FI为自变量，运用EG两步法进行协整检验。对这两个变量运用OLS法构造一元回归模型，然后检验其残差是否平稳，如果是平稳的，则说明两者是协整的，否则是非协整的。对LnGDP和LnFI进行回归分析，得到回归方程：
　　LnGDP=5.729824+0.460416LnFI(1)
　　(39.19141) (12.74322)
　　R2=0.910309 D-W=0.781104 AIC=0.022176 SC=0.121106 F=162.3897
　　令ei为该方程的残差序列，即
　　ei=LnGDP-O.460416*LnFI-5.729824
　　对该残差进行单位根检验，其检验结果显示为：残差序列检验t值为-4.758748，小于5％显著性水平下的ADF临界值-1.9699。因此，拒绝原假设，接受残差序列ei不存在单位根的备择假设。残差序列不需经过差分就拒绝了存在单位根的原假设，则残差序列ei为平稳时间序列，即ei是为0阶单整序列，可以表示为ei～I(0)。由此可以判断LnGDP与LnFI之间存在协整关系。
　　方程(1)被称为协整方程，它反映的是序列LnGDP与LnFI的长期均衡关系。这说明我国国内生产总值与房地产开发投资这两个时间序列虽然不是平稳的时间序列，但是二者的变动趋势在长期内是一致的，因此二者的线性组合是平稳序列。在短期内，因为政策波动影响或随机干扰，国内生产总值与房地产开发投资这两个变量有可能偏离均值，但是这种偏离是暂时的，随着时间的推移将会回到均衡状态。
　　2.3 误差修正模型
　　要建立误差修正模型，最一般的方法是自回归分布滞后模型，模型形式如式(2)所示：
　　Y=c+c*x+c*x+c*y+ε(2)
　　移项整理可得误差修正模型的形式为：
　　Δy=C*Δx-λ(y-β*x-β)+ε (3)
　　其中λ=1-cβ=(c-c）/λ β=c/λ
　　则式(3)中ecm=y-β*x-β为误差修正项；ββλ为系数项。
　　由前文分析知变量LnGDP与LnFI之间存在唯一的协整关系，所以可以建立误差修正模型。误差修正模型为：
　　LnGDP=1.810496 + 0.706386LnGDP+0.050948LnFI+ 0.085082LnFI(4)
　　(9.597879) (21.47467) (2.859131) (3.977920)
　　 R2=0.998448DW =2.007258
　　常数项LnGDP，LnFI，LnFIt-1的系数的显著性水平分别为0.0000，0.0000，0.0134和0.0016，远小于常用的显著性水平5%，因此，模型的系数拟合优度良好。
　　调整的R2为0.998089，非常接近于100%，而拟合方程的F统计量为2787.107，F统计量对应的显著性水平为0.000000，远小于5%，则整个模型的显著性水平很高，拟合效果较好，模型的整体线性关系显著。模型的D-W值为2.007258，接近于2。根据D-W检验的判断标准可知，当D-W值在2附近时，可不需要查表，近似的就可以判断出原序列不存在序列相关。
　　根据以上的判断标准可得出结论：所建立模型的拟合优度很高，而且不存在序列相关性。根据式(3)和式(4)将模型进行整理得误差修正模型如下：
　　将式(4)移项变形为：
　　ΔLnGDP=1.810496+ 0.050948ΔlnFI-0.293614(LnGDP-0.116255 LnFI)+ε (5)
　　将上述模型(5)写成：
　　ΔLnGDP = 1.810496 + 0.050948ΔlnFI-0.293614ecm+ε (6)
　　其中，ecm为误差修正项。误差修正系数为负值，符合反向修正机制。Ecm前面的系数是-0.293614，表明对于偏离长期均衡的调整力度较大。模型(5)反映了LnGDP受LnFI影响的短期波动规律。
　　
　　3 研究结论
　　
　　根据本文的研究结果我们得出：中国房地产市场投资与经济增长之间存在双向的格兰杰因果关系。这一结果表明：(1)房地产市场的投资有力地促进和支持了我国的经济增长，而我国经济的持续增长也带动了我国房地产市场的繁荣。(2)正确处理房地产市场发展中潜在的风险问题，需要科学认识房地产市场发展、房地产风险与经济增长之间的关系。(3)在经济增长的大目标约束下，我国房地产市场的问题的解决需要制度创新来加以解决。(4)房地产市场发展与经济增长的格兰杰因果关系，为我国宏观经济风险的调控提供了重要的工具变量。
　　
　　参考文献：
　　［1］李启明.房地产投资有广阔的发展空间［J］.中国投资，2001(3)：27-30.
　　［2］郑思玉.中国建设投资与经济增长关系的计量模型与分析［J］.清华大学学报，2001(4)：45-49.
　　
　　［收稿日期］2008-11-12
　　［作者简介］宋建忠(1969—)，男，内