宏观经济变量对房地产价格变化的影响

王雪融

(安徽财经大学，安徽 蚌埠 233000)

宏观经济变量对房地产价格变化的影响

王雪融

(安徽财经大学，安徽 蚌埠 233000)

近些年来房地产行业的蓬勃发展，导致投资过热和房价飙升，对我国经济造成一定的影响，并带来很多社会问题。因此，选取2008—2016年的数据，运用EViews软件对数据进行处理，通过Johansen检验和脉冲响应分析研究宏观经济变量对房地产价格变化的影响，探究房地产价格与宏观经济的关系。最终，实证分析验证了宏观经济与房地产市场密不可分的关联性，并提出应如何通过控制宏观经济变量的变化来对房地产价格进行调控，促进国民经济的健康发展。

房地产价格；宏观经济变量；Johansen检验；脉冲响应

我国自1998年实行住房商品化改革以来，逐渐停止住房的实物分配并逐步实现住房货币化，这使得我国房地产市场获得了快速的发展，并逐步成为我国经济中的支柱产业，房地产开发投资额也在逐年递增，由2000年的4 984.05亿元增加到2015年的95 979亿元(表1)。而随着经济总量和人民收入的持续增长，人们对房屋的购买欲望也在逐年增强，但在房地产业繁荣的背后，也存在一些令人担忧的问题，尤其是在近些年来房地产行业的蓬勃发展，造成投资过热和房价飙升，这不仅会对我国经济造成一定的影响，还会带来很多社会问题，对居民消费，财富增长等关乎人民生计的重大问题造成不可磨灭的影响。

据国家统计局数据显示，2015年年末，商品房待售面积为71 835万平方米，2016年2月商品房待售面积增加至73 931万平方米，达到历史最高点。而后连续四个月库存降低，累计去化库存总数达到2 515万平方米。在财税、金融等政策刺激下，房地产开发投资额的增速(增速也就是同比增长，从表1的数据可以得出结论)自2014年开始，经历了连续23个月的下滑后(2014—2015年的同比增长比2013年都有大幅度的下降)，在2016年的1月份开始有所回升。自2015年12月中央经济工作会议将房地产去库存纳入工作重点，梳理各地经验表明，只有积极适应经济发展新常态，坚定不移地推进供给侧结构性改革，着力改善产品端供给，才能真正确保楼市去库存，防止房地产泡沫的滋长。

表1 2000—2015年度房地产开发投资额及增长率

房地产业对于一个国家而言是一个具有重要意义的产业，由于我国的房地产行业发展较晚，房地产市场发展也不够完善，因此对于宏观经济与房地产价格关系的研究也在1998年的住房商品化改革以后才逐渐丰富起来。因为房地产对于社会经济的影响很大，其价格的涨幅对于未来的宏观经济有一定的预测作用，而除了对于经济增长有重要作用之外，同时它对于一个国家人民的生活也具有重要的意义，是一个与一国居民福利水平紧密联系的产业。因此房地产业的发展与一个地区或国家宏观经济的发展戚戚相关，一方面，从长期来看，房地产业的发展程度取决于宏观经济的发展水平；另一方面，房地产业的发展又会影响到该地区的经济发展。通过研究房地产价格与宏观经济关系及其规律，有助于政府在调控宏观经济与房地产市场时提供适当参考，对处于不同发展阶段的房地产市场采取更有操作性、针对性的调控措施，有助于房地产市场健康发展。

一、模型构建与实证分析

1.数据的选取与处理

本文选取房地产销售价格指数(HPI)作为房地产市场价格变化情况的度量。而宏观经济变量主要选取城市固定投资资产、货币供应量(M2)、中国财政收入、中国居民消费价格指数(CPI)、生产者物价指数(PPI)、中国新增信贷数据共6个变量。本文搜集了从2008—2016年的各个变量每个月的数据，数据均来自东方财富网。由于所收集到的最新房价指数为各个城市的不同房价指数，因此本文对63个不同的城市房价指数进行算数平均值的计算得到最终的房价指数HPI。而其他的变量，除了中国居民消费指数CPI和生产者物价指数PPI外都是单位为亿元的巨大数值，因此本文也对这些变量进行了处理，求出同比指数，表示这些变量每年各个月不同的变化情况，得到城市固定投资资产每月同比指数FI、中国财政收入每月同比指数GI、货币供应量每月同比指数M2I、中国新增信贷数据每月同比指数CI、中国居民消费指数CPI和生产者物价指数PPI。

2.变量平稳性检验

为了判断时间序列的平稳性，通过ADF检验方法分别对HPI、FI、GI、CI、M2I、PPI、CPI以及它们的一阶差分量D(HPI)、D(FI)、D(GI)、D(CI)、D(M2I)、D(PPI)、D(CPI)进行检验，得到表2的结果。

表2 ADF检验结果

由上表可知，CI、GI的零阶差分和一阶差分无论是在1%还是5%的显著水平下都是显著的，都是平稳的时间序列；CPI、HPI、PPI的零阶差分在1%的显著水平下是不平稳的，在5%的显著水平下是平稳的，而它们的一阶差分无论是在1%还是5%的显著水平下都是平稳的时间序列；FI以及M2I的零阶差分在1%和5%的显著水平下都不平稳，但是它们的一阶差分在1%和5%的显著水平下都能达到平稳状态。由此可见这些变量都是一阶单整序列，因此可以对它们进行协整检验，检验CI、CPI、FI、GI、HPI、M2I、PPI这7个变量之间是否存在长期的均衡关系。

3.Johansen协整检验

对于多个变量之间的协整关系检验通常采用的是Johansen协整检验方法，它是一种以VAR模型为基础的检验回归系数的方法。得到的检验结果如表3所示。

表3 Johansen协整检验结果

由上表可知，应拒绝第一行的“None”假设，该假设下的迹统计量149.3672大于5%的临界值111.7805，即拒绝“存在零个协整关系”，同理也应该拒绝第二行的“至多存在1个协整关系”的原假设，最终可知在5%的显著水平下，各变量之间存在长期的协整关系，最终得到协整方程如表4所示。

表4协整方程

由表4结果可知，中国新增信贷数据指数CI对我国房价指数CPI的影响最小，可能是因为中国新增信贷的数据不够宏观，无法影响整个房产市场，还有可能收集的中国新增信贷数据中用于房贷的新增信贷量有限，无法反应房市的情况。而其中反映货币政策的货币供应量M2对房价指数的影响较大，由协整方程可知，货币供应量月同比指数M2I每增加1%，房价指数HPI就会增加0.71%，也就是说，货币政策中运用较紧的货币政策，即适当减少货币供应量可抑制房价的上涨。

其中生产者物价指数PPI和居民消费物价指数CPI对房价指数也有一定的正向影响。首先我们应该了解到这两个指标的含义，PPI即生产者物价指数，是衡量国内生产者所生产的产品价格，CPI即消费者物价指数，是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标。当PPI上涨时，可以看出企业的成本压力过重，利润空间被压缩，企业的生产成本和出厂价格都在上升，从而可能导致消费者物价指数PPI的上升，而作为可以反映建筑成本的生产者消费指数PPI以及物价的上升，也必然会导致房价的上升，这与实验结果不谋而合。协整方程表明，生产者物价指数PPI每升高1%，房价指数HPI增加0.12%；而生产者消费指数CPI每增加1%，房价指数HPI增加0.25%。而代表着投资方面的城市固定资产投资月同比指数FI以及中国财政收入月同比指数GI对房价指数HPI的影响是最大的。从协整方程的结果来看，城市固定资产投资月同比指数FI与房价指数HPI正相关，FI每增加1%，房价指数HPI会增加0.79%，因为建筑作为城市固定资产的一种，当城市固定资产投资增加时，说明对房屋住宅的投资也会增加，造成炒房热，房价越高，投资也会继续增加，形成循环。代表了中国财政收入月同比指数的GI与房价指数HPI则显示为负相关，且影响很大。结果表明，GI每增加1%，房价指数HPI则会减少0.93%。考虑到中国财政收入的主要来源是税收，因此，当中国财政收入增加时，说明税收增加了，对居民消费者会起到抑制消费的作用，需求减少了，房价自然会下降。

4.脉冲响应分析

对于VAR模型，可以利用脉冲响应函数来分析模型中每个内生变量对它自身以及其他内生变量的扰动所做出的反应。脉冲响应函数用于衡量来自某个内生变量的随机扰动项的一个标准差冲击对VAR模型中所有内生变量当前值和未来取值的影响，因此能够更加直观地研究各个变量对房价指数的影响。图1、图2、图3、图4、图5分别代表货币供应量月同比指数M2I、居民消费物价指数HPI、生产者物价指数PPI、城市固定资产投资月同比指数FI、中国财政收入月同比指数GI对房价指数HPI的脉冲响应图。本文选择了20期滞后期数作为观察。最终得到的结果如下图1—图5所示。

图1 货币供应量对房价变化的冲击Response of HPI to M21

图2 消费者价格指数对房价变化的冲击Response of HPI to CPI

图3 生产者物价指数对房价变化的冲击Response of HPI to PPI

图4 城市固定资产投资对房价变化的冲击Response of HPI to FI

图5 中国财政收入对房价变化的冲击Response of HPI to GI

如图1所示，给予货币供应量月同比指数M2I一个标准差的冲击后，房价指数HPI会产生正向的响应，而这种响应在10个月左右时达到最大，然后保持一段平稳后逐渐减弱，但减弱速度较慢，说明货币供应量对房价的影响需要大半年的时间才能显现到最大，且影响的持续时间较长。同理，由图2可以看出HPI一开始的正向响应并不明显，一直在零附近徘徊，一直到第8期左右才开始出现明显的正向响应，并且在大约14期达到最大，并保持平稳。此图说明居民消费者物价指数HPI对房价指数在短期内几乎没有太大影响，可能是由于物价的上涨会导致居民不断地调整心理预期，而心理预期的调整又会反过来促进物价的上升，因此物价的上涨需要一定的过程，且房价作为固定资产的价格，调整需要一定的成本，在短期内普通的物价上涨不能对房价产生太大的影响，只有当物价持续普遍地上涨后，房价才会调整。由图3可以看出生产者物价指数PPI冲击对HPI的影响从一开始就显现出明显的正向响应，在第6期达到最大，然后逐渐减弱并趋于零。说明PPI对HPI的影响在短期内较为明显，且这种影响随着时间逐渐减小，PPI作为可以较为直观地体现生产者成本的指数，一旦发生变化必然会对房价产生直接冲击，因此会造成房价立即发生变化，短期影响较为显著。图4反映的是城市固定资产投资月同比指数FI的冲击对HPI的影响，通过观察可以发现，短期内FI对HPI几乎没有影响，在第6期开始出现正向影响，并逐渐增强，在大约12期达到最大并保持稳定，可见城市固定资产投资对房价的影响也是长期的，短期内固定资产的投资需要一定的时间在市场内传导以及价格的调整也需要一定的缓冲期，因此约半年左右影响才显现出来。图5反映出中国财政收入月同比指数GI与HPI主要呈现负相关关系，这种负相关关系在第10期左右达到最大，然后逐渐减弱。

二、结论与建议

通过前文的实证分析我们可以发现，我国宏观经济变量对房地产价格变化的影响是存在的，且不同的经济变量对房地产价格的影响方式、作用形式及持续时间也都不尽相同。因此我们可以根据对变量的控制来调控房地产市场健康发展，而房地产市场的发展又会反过来影响宏观经济的发展，由此形成良性循环。由上文可知对房地产价格变化受宏观经济变量的冲击比较大的是我国财政收入的变化，其次是城市固定资产投资的变化、货币供应量的变化，最后是两个相互关联的指数指标CPI和PPI，信贷增量变化的冲击最小。并且大部分的变量对房价变化的冲击都有滞后效应，因此要合理实施宏观政策，考虑到滞后响应带来的影响。由于我国的房地产市场发展不健全，再加上居民的不冷静投资，造成我国的房价一直居高不下，对我国的经济发展也造成了不容忽视的影响。因此本文通过实证分析，站在宏观的角度，对控制房价提出几点建议。

首先，根据运用的宏观经济调控手段——财政政策和货币政策，以及上文的实证分析可知，这两种调控政策都能有效地影响房价变化，收紧的财政政策和货币政策都可以控制房价的上涨，但也可能造成实体经济的萎靡，因此这两种政策需要慎用，但也不可否认它们是有效控制房价的好方法。比如通过控制税收，设置合理的房地产税收政策，把房价控制在合理的范围之内；再比如通过控制货币供应量，引起利率及信贷量的变化，由于我国房价过高，大部分购房者是通过办理房贷购房，这样能够有效控制消费者买房的需求，调控房价的过度上涨。其次，我们可以观察到，城市固定资产投资的变化暗示着房价的变化，住房作为固定资产的一种，它们之间有着密切的联系。我们可以通过观察一个城市固定资产的投资来判断这个城市的房地产市场的繁荣程度，城市固定资产投资变多了说明房地产的发展正处于上升时期，因此为了控制房地产市场的过度发展，首先就要控制城市固定资产投资的数额。最后，两个宏观经济变量给我们的启示是，当生产者物价指数变高了，即说明生产成本变高了，那么房地产开发商为了自身的利益肯定会提高房价，因此给我们的思路是要从源头上控制房价就需要有效控制生产成本；并且我们可以知道，消费者对住房的购买对其他商品的消费是有挤出效应的，但由于消费者拥有住房的同时也具有财富效应，即觉得自己的财富会增加，那么这也会导致消费者调整自己的心理预期，也有可能促进消费。通过本文的实证研究表明，控制物价上涨，也就是有效地控制通货膨胀能够促进房地产业健康发展。

总而言之，房地产市场的发展与我国的宏观经济发展息息相关，一方面对宏观变量的调控可以有效地控制房地产市场的发展，另一方面我国房地产市场可以作为宏观经济发展的指示器，为了我国宏观经济能够健康持续地发展下去，我国应加大对房地产市场的监控力度，防止房地产泡沫的发生，以防对宏观经济产生巨大冲击，造成国民动荡；并加快利率市场化的推进，保证货币政策的有效传导和调控，促进国民经济的健康发展。

[1]沈悦，刘洪玉.房地产价格与宏观经济指标关系的研究[J].价格理论与实践，2002(8).

[2]里娟.中国住宅价格与宏观经济变量关系实证分析[D].对外经济贸易大学，2005.

[3]吴宝申.房地产价格波动与宏观基本面的互动机制研究[D].浙江大学，2007.

[4]丁珊.房地产价格波动与宏观经济指标关系的实证研究[J].中国物价,2007(7)：48-51.

[5]段忠东.房地产价格与货币政策——理论与实证研究[D].湖南大学，2008.

[6]崔光灿.房地产价格与宏观经济互动关系实证研究——基于我国31个省份面板数据分析[J].经济理论与经济管理，2009(1).

[7]唐志军,徐会军,巴曙松.中国房地产市场波动对宏观经济波动的影响研究[J].统计研究，2010 (02).

[8]莫力科,乔雪.城市住宅价格与宏观经济变量的关系分析——基于VAR模型的实证研究[J].工程管理学报，2011(4).

[9]胡钰蕾.货币政策的房地产市场传导机制研究[D].南京大学，2012.

[10]霍经纬.中国房地产价格与经济发展关系的实证研究[D].东北财经大学，2015.

ImpactofMacroeconomicVariablesonChangesofRealEstatePrice

Wang Xuerong

(Anhui University of Finance and Economics, Bengbu, Anhui 233000, China)

In recent years, the rapid development of real estate industry results in an overheating investment and a soaring house prices, which has influenced our economy. With Eviews Software, Johansen Test and Impulse Response Analysis, we study the impact of macroeconomic variables on the changes of real estate prices and the relationship between the real estate prices and macroeconomic operation. It is found that the macroeconomic is related closely with the real estate market.We propose to control the real estate prices by controlling the changes of macroeconomic variables to promote the healthy development of the national economy.

real estate price; macroeconomic variables; Johansen check; impulse response

ClassNo.:F293.3DocumentMark：A

宋瑞斌)

王雪融，在读硕士，安徽财经大学。

2096-3874(2017)12-0069-06

F293.3

A