中国房地产价格与婚姻稳定性关系研究

2015-01-02于维洋

统计与决策 2015年22期

于维洋，周薇

（燕山大学经济管理学院，河北秦皇岛066004）

0 引言

随着社会经济的迅猛发展，人们的生活不同程度上受到了冲击和影响，特别是以婚姻为中介的家庭关系，同时婚姻的稳定性也影响到人们生活的方方面面。有研究成果证实：经济发展与婚姻的稳定性存在着比较高的相关性[1]；离婚率与社会就业和城乡居民结构之间有关联关系[2]；离婚率与城市化率之间具有某种长期稳定的关系[3]；经济的萧条及失业人数的增加会长期影响到结婚率，对离婚率的影响却是短期的[4]。房地产价格变动会对经济产生一定的影响[5]，并直接会影响到人们的生活。

房地产价格的波动对婚姻产生明显的影响，即对结婚率变动有影响[6]。特别是在新《婚姻法》出台之后，房子已经超越爱情，成为主导婚姻第一要素。房子是一个家庭中最重要的财产。经济的冷暖更多的直接反映是房价，进而关乎至婚姻的稳定性。中国离婚率前十名的城市，和房价的高低排名有着惊人的相似。“房子”看似已和中国人的婚姻紧紧地联系在一起，那么到底房价与婚姻稳定性有着怎样的联系，本文将对房价与婚姻稳定性的关系进行研究分析。

1 指标选取

为了研究房地产价格与婚姻稳定性间的关系，本文选取1985～2011年为样本期，所有数据均来自于1986～2012年的中国统计年鉴。以商品房销售价格（REP）作为反映房地产价格的指标；以粗离婚率作为反映婚姻稳定性的指标，粗离婚率（DR）为年离婚对数除以当年年初总人口数和年末总人口数的平均数[7]；商品房作为居民的消费品，房地产价格一定会直接影响到居民消费价格[8]，所以商品房销售价格这个指标与物价指数有着紧密的联系，会影响到研究结果，所以本文在研究过程中，引入居民消费价格指数（CPI）这个指标。本文用REP、DR、CPI分别表示商品房销售价格、粗离婚率、居民消费价格指数，具体数据如表1所示。

表1 中国商品房销售价格、粗离婚率及居民消费价格指数指标

2 房地产价格与婚姻稳定性的变动趋势

为了直观了解商品房价格、粗离婚率、居民消费价格指数指标间的关系，我们将三个指标列在图1中。从图1可以看出1985～2011年我国商品房价格、粗离婚率、居民消费价格指数都保持持续增长的趋势，呈现线性变动趋势。为了进一步了解动态变动趋势，将上述前两个指标分别取一阶差分，如图2、图3，取一阶差分后则呈现随机变动趋势。

图1 中国商品房销售价格、粗离婚率及居民消费价格指数趋势图

图2 商品房销售价格一阶差分变动

图3 粗离婚率的一阶差分变动

表2给出了我国商品房销售价格、粗离婚率、居民消费价格指数三个变量的相关关系矩阵。从表中可以看出这三个变量之间具有较大的相关系数，但并不能就此说明他们之间具有因果关系，因此下面还需要进行平稳性分析、协整检验和因果检验分析他们之间的关系。

表2 商品房销售价格、粗离婚率及居民消费价格指数的相关关系表

3 协整关系分析

为了分析商品房销售价格、粗离婚率及居民消费价格指数三个变量之间存在何种相关关系和这种关系的稳定性，下面采用美国经济学家Robert F.Engle和英国经济学家Clive W.J.Granger的时间序列分析方法，包括多变量协整关系分析、误差修正模型估计。

3.1 平稳性分析

平稳性检验就是检验这三个非平稳变量间是否蕴含着长期均衡关系，如果不检验序列的平稳性直接OLS容易导致伪回归。

运用Eviews6计量经济学软件进行数据分析。表3给出了运用ADF检验法对DR、REP1、CPI以及它们的差分序列进行平稳性检验的检验结果。结果表明，三个变量均是原序列的ADF值均大于其临界值，说明原序列都是非平稳的；同理，其一阶差分序列也是非平稳的，而其二阶差分是平稳的。以上说明这三个变量序列都是二阶单整序列,商品房销售价格、粗离婚率、居民消费价格指数三个变量如果存在着某种关系，这种关系必然是稳定的。由此下面可以进一步检验变量之间的协整关系。

表3 DR、REP1、CPI三个变量的平稳性检验结果

3.2 协整检验

下面采用约翰森（Johansen）检验来进行多变量协整分析。分析结果如表4所示。

表4 各变量的约翰森（Johansen）协整检验结果

从表4中可以看出：在5%和1%的显著水平下，迹统计量45.4223分别大于其临界值35.19275（5%）和41.19504（1%），则选择了备择假设r＞0，说明三个变量之间存在协整方程；迹统计量20.44312大于其临界值20.26184(5%),小于其临界值25.07811（1%），说明在5%的显著水平下选择备择假设，而在1%的显著水平下选择零假设，所以需要继续检验；迹统计量8.054122小于其临界值9.164546（5%）和12.76076（1%），则选择零假设r＜=2，说明三个变量之间存在协整方程个数少于2个；综上，r=1,即这三个变量之间存在一个协整方程，方程如下：

从该协整方程(1)可以看出，粗离婚率与房地产价格、居民消费价格指数之间存在着长期稳定的均衡关系，且房地产价格对离婚率的影响远远大于居民消费价格对离婚率的影响（3.20634＞0.56488），甚至可以忽略居民消费价格指数对婚姻稳定性的影响。

表5 ECM误差修正分析结果

3.3 ECM误差修正

上面证实了离婚率与房地产价格、居民消费价格指数之间存在协整关系，表明这三个变量间存在着长期稳定的关系，而这种长期稳定的关系是在短期动态过程的不断调整下得以维持的，因此必须建立误差修正来解决短期内变量偏差问题，来说明短期动态过程中，三者如何变动相互影响使得达到长期稳定。分析结果见表5所示。

估计出误差修正模型，结果如下：

由以上误差修正模型(2)可以看出，房地产价格和居民消费价格指数短期变动对离婚率存在正向影响，且房地产价格的短期变动对离婚率的影响远远大于居民消费价格指数对离婚率的影响(2.509015＞0.378853)，那么居民消费价格指数对离婚率的影响可以忽略。此外，由于ΔREP1的短期调整系数比ΔCPI的短期调整系数大，说明房地产价格的短期调整对离婚率的影响是显著的。当短期波动偏离长期均衡时，误差修正项将以0.466328的力度作调整，将非均衡状态调整到均衡状态，即短期波动不会破坏某种稳定的均衡关系，且房地产价格的短期波动会对离婚率产生影响。

4 房地产价格与婚姻稳定性变量间因果关系检验

由以上协整分析结果可知，商品房销售价格和居民消费价格指数与离婚率之间存在均衡关系。但是到底是由商品房销售价格上涨带来的离婚率升高，还是离婚率升高带来的商品房销售价格上涨，或者说是商品房销售价格本身与居民消费价格指数有联系，还需要进一步进行Granger因果检验。分别取三个变量的滞后阶数从2～6，得到三个变量的Granger因果检验结果见表6、表7及表8。

4.1 商品房价格与粗离婚率之间因果检验

表6是对商品房价格与离婚率进行Granger因果检验，结果表明：在5%的显著水平上，滞后期数为1、2、3、4、5、6时，房地产价格是离婚率变化的原因，而离婚率不是房地产价格变动的原因。也就是说房地产价格的上升会引起离婚率的升高，而房地产价格并不会受到离婚率变动的影响。

表6 商品房价格与粗离婚率之间的Granger因果检验结果

4.2 居民消费价格指数与粗离婚率之间因果检验

表7是对居民消费价格指数与离婚率进行Granger因果检验，结果表明：在5%的显著水平上，滞后期数为1、2、3、4、5、6时，居民消费品价格不是离婚率变化的原因，离婚率也不是居民消费价格变动的原因。居民消费价格指数在模型(1)和(2)中的回归方程系数非常小，说明影响力非常小。前面结果与因果检验结果是一致的。

表7 居民消费价格指数与粗离婚率之间的Granger因果检验结果

4.3 商品房价格与居民消费价格指数之间因果检验

表8是对房地产价格与居民消费价格指数进行Granger因果检验，结果表明：在5%的显著水平上，滞后期数为1、2、3、4时，房地产价格是居民消费品价格变化的原因，而居民消费品价格不是房地产价格变动的原因。也就是说房地产价格的上升会引起居民消费品价格的升高，而房地产价格并不会受到居民消费品价格变动的影响。滞后期数为5、6时，房地产价格不是居民消费品价格变化的原因，同时居民消费品价格也不是房地产价格变动的原因。综上所述，短期内，房地产价格会对居民消费品价格变动有影响，长期内将不会有影响。而房地产价格短期长期都不会受到居民消费品价格的影响。