我国房地产业发展与宏观经济关联性研究讲解.pdf

《我国房地产业发展与宏观经济关联性研究讲解.pdf》由会员分享，可在线阅读，更多相关《我国房地产业发展与宏观经济关联性研究讲解.pdf（11页珍藏版）》请在三一文库上搜索。

1、2010年第 1 期 (总第 327期 1前 言 近几年来 , 随着宏观经济的快速增长 , 我国房地产业 发展迅速 , 已成为我国国民 经济的支柱产业 1。 因而, 宏观 经济与房地产业的关联性研究成为房地产业发展 的热门 课题 。 一些学者从不同角度分析了宏观经济与房地产行业的关系 。 周建 军 2以房地产价格波动对消费者支出的影响为切入点 , 对我国住宅价格波动与消 费支出进行了实证研究 。 熊智敏 3分析了我国房价与银行房地产信贷的相关性 问题 。 窦尔翔 4定性分析了影响房地产市场发展的十大关系 。 张瑜 5从宏观经济 、 投资 、 消费 、 政策等方面分析了不同因素对房地产 周期波动

2、的影响 。 蒲艳萍等 6一些学者对 区域内房地产投资额与国内生产总值 的关系进行了分析。 在研究方法方面 , 宋桂杰等 7采用主成分分析法对房地产 投资环境进行了分析。 白倩等 8采用典型相关分析法探讨了房地产业对国 民经济发展的影响。 本文根据经济理论 , 并借鉴现有文献的研究 , 综合并 大量收集宏观经济和房地 产业的数据指标 。 首先通过典 型相关分析筛选出二者间具有显著相关性的典型指 标, 并达到降维的目的 ;然后分别以房地产业各个典型指标为因变量 , 以宏观经济典 型指标为自变量 , 采用逐步回归 的方法 ,进一步深入分析宏观经济变量对房地产业各 层 面指标的影响 。 2 分析方法

3、2.1 典型相关分析 典型相关分析 (canonical correlation 是研究两组变量 之间相关关系的一种多元 统计方法 。 它借用主成分分析 摘 要 采用典型相关分析与逐步回归相结合的方法 , 利用典型相关分析从众多指标中 筛选出宏观经济中与房地产业显著相关的指标 , 并采用逐步回归的方法 , 进一步深 入探析了宏观经济变量对房地产业各典型指标的影响。 关键词 关联性 ; 宏观经济 ; 房地产 ; 典型相关 ; 逐步回归 Abstract:This paper combines the canonical correlation analysis and step regressi

4、on method, in which canonical analysis is used to explore two groups of macroeconomic variables which have marked correlations with real estate in -dustry, and then step regression method is used to research in the impacts of economic variables to representative variables of real estate industry. Ke

5、y words:correlation; macroeconomic; real estate; canonical correlation; step regression 中图分类号 F407.9 文献标识码 B 文章编号 1002-851X (2010 01-0065-04 *基金项目 :国家自然科学基金资助项目 (70671074 作者简介 张勇 (1965-, 男 , 天津人 , 天津市房地产开发经营集团总经理 , 天津 大学客座教授 , 博士 , 主要研究方向 :基础设施建设与投融资 管理 , 产业技术经济分析。 我国房地产业发展 * 张 勇 1, 闫 鹏 2, 1, 杜子平 2

6、(1. 天津市房地产开发经营集团 , 天津 300222; 2. 天津科技大学经济与管理学 院 , 天津 300222 房 地 经 济 65 2010年第 1 期 (总第 327期 中降维的思想 , 把多个变量与多个变量之间的相关 转化为 两个变量之间的相关。 即首先在每组变量内部找出具有最大相关性的一个 线性变量组合 ,然后在每组变量内找出第二对线性组合 , 使其本身具有最大相关性 , 并分别与 第一对线性组合不相关。 其数学原理为 :设两个随机变量向量为X=(x 1, x 2, , x p 和 Y=(y 1, y 2, , y q 。 为研究 X 与 Y 之间的线性关系 , 需 要找到一组

7、系数A k =(a k1, a k2, , a kp , B k =(b k1, b k2, , b kq , 通过线性组合得到的一组新随机变量u=(u 1,u 2, , u k 和 v=(v 1, v 2, , v k ,有 u k =ak1x 1+ak2x 2+ +akp x p =Ak X , v k =bk1y 1+b k2y 2+ +bkq y q =Bk Y , 使得 u k 与 v k 之间的相关系数 k 最大, 即 A k , B k | k =max(cor (u k , v k , k=1,2, , k , 且 cor (u i , u j =0, cor (v i , v

8、 j =0; i , j=1, 2, , K , i j , 其中 k=min(p , q 。 此 时, 称 U 与 V 为典型变量 , k 为典型相关系数 。 一般地 , 可以求解 K 组系数 (A k , B k , 使得其对应的 典型变量 u k 与 v k 之 间的典型相关系数k 可排列为 1 1 2 k 。 理论上 , u 1与 v 1 之间的相关 系数 1 反映 的相关程度最大 , 称为第一典型相关系数 ; 而 u 2与 v 2 之间 的相关系 数 2 次之, 称为第二典型相关系数。 在实际应用 中, 只需保留前面若干对典型变 量, 保留的原则是视典型相关系数的显著性检验结果而定。

9、 而典型变量 u k 中, 随 机变 量 x j 的系数 a kj 的大小反映了 x j 对 u k 的贡献率 ,因而当随 机变量向量维度 较高时 , 经常选取系数较大的随机变量作为典型变量的代表来解释实际问题, 同时 达到降维的目的 。 2.2 逐步回归方法 逐步回归是一种从众多变量中有效地选择重要变量的方法 。 此法的步骤为 : (1 用被解释变量分别通过最小二乘法对每个解释变量进行线性回归 ,根据经济 理论和统计检验从中选择一个最合适的回归方程作为基本回归方程。 (2 在基本回归方程中逐个增加其他解释变量, 重新 进行线性回归 , 如果新增加 的这个解释变量提高了回归方程的拟合优度 ,

10、并且回归方程中的其他参数统计上仍 然显 著, 就在模型中保留该解释变量; 若新增加的解释变量未提高回归方程的拟合 优度, 则不保留该解释变量 ; 若新增 加的解释变量提高了回归方程的拟合优度, 并且回归方程 中某些参数的数值或 符号等受到显著影响 , 说明模型中存 在多重共线性 , 将该解释变量同与之相关的其 他解释变量 进行比较 , 在模型中保留被解释变量影响较大的, 略去影 响较小的 。 3 关联性分析 3.1 指标选择 衡量宏观经济及房地产业发展状况的指标很多, 本 文从经济增长 、 社会投 资 、 货币供应及人民生活状况等四个方面选择宏观经济指标 ; 从总量指标 、 投资 类指标 、

11、生产 类指标 、 交易类指标 、 资金类指标及价格类指标六个层面选择房地产业发展指标。 根据经济显著性 、 统计数据充分性和可操作性的原则,综合现有文献中描述房 地产业发展的显著性指标, 以 及影响房地产业发展的宏观经济指标,选取宏观经济指 标和房地产业发展指标 , 时间段为 1999年至 2008年, 取 季数据 , 每个指标 40个 数据, 并对数据进行标准化处理消除量纲影响 。 指标见表 1。 3.2 典型相关分析 对宏观经济指标与房地产业发展指标进行典型分析, 得到典型相关系数值、 显著性检验统计量及概率值 (见 表 2 。 由表 2可知, 前七对典型变量显著相关 , 且相关程度 很高

12、 (均在 0.75以上 , 说 明宏观经济指标的某种线性组合与房地产指标的线性组合强线性相关, 我国宏观经 济与 房地产业之间确实有很强的相关性。 为筛选宏观经济与房地产业显著相关的具体指标, 将各对典型变量中的指标按 权重系数大小取前四位依次排列, 得到二者典型显著相关的指标, 见表 3。 (1 由第一对典型变量指标分析可知, 宏观经济形式 中经济增长 (X1 、 社会投 资 (X4 、 货币供应 (X5 和人民生 活状况 (X9 等综合影响着房地产业的投资 (Y2 、 开发 (Y4 与销售 (Y9, Y10 等整个过程 。 (2 分析典型相关指标的权重可见, 宏观经济典型变 由经济理论可知

13、 , 房地产开发投资额是固定资产投资额的一个重要组成部 分 , 但为分析固定资产投资额作为宏观经济指标对其他房地产业发展指标的影响和 分析房地产开发投资额是否受到其他宏观经济指标的影响 , 本文仍将两指标纳入了 进来 。 房 地 经 济 66 2010年第 1 期 (总第 327期 表 1 指标列表 2宏观经济景气指数房地产开发投资完成额 投资类指标 3工业增加值 土地开发投资额 4固定资产投资额 商品房新开工面积生产类指 标 5货币供应量 M0 商品房施工面积 61年期贷款利率 商品房竣工面积 735年贷款 利率 购置土地面积 81天拆借利率 完成开发土地面积 9 居民人均可支配收入商品 房

14、销售面积 销售类指标 10城镇单位就业总人数 商品房销售额 11CPI 房地产开发资金国内贷款资金类指标 12城镇居民恩格尔系数 房地产开发资金企业自筹资金 13全国房地产销售价格指数 价格类指标 14 土地交易价格指数 1GDP 国房景气指数 总量指标 编号 宏观经济指标 (X 房地产业发展指标 (Y 经济增长 投 资 货币供应 人民生活 量中 X5(货币供应量 M0 的权重最高 , 说明货币供应 对于 我国房地产业的发展起着关键作用; 而房地产业典型因子中, Y2 (房地产开发投资完成额权重优势明显 , 可见房地 产业开发投资额受宏观经济 形势的影响最大 。 根据典型相关分析结果 ,可以对

15、宏观经济指标和房地产发展指标进行筛选 ,得到 二者间具有显著典型相关性的指标 , 见表 4。 3.3逐步回归分析 为研究宏观经济对房地产业发展的影响,以房地产 业各典型指标为因变量 Y , 以宏观经济典型指标为自变量 X 进行多元回归分析 , 为有效选择合适的变量 , 避免选择 线性相关的自变量 , 本文采用逐步回归的技 术, 进一步对 影响特定房地产业典型指标的宏观经济典型指标进行筛选和回归 , 回 归方程为 : Y i =j c ij X j i=2,3,4,9,10,12; j=1, 3,4,5,6,9,10,12 (1 其中, c ij 为 X j 的系数 。 回归结果见表 5。 表

16、5最后两列分别表示拟合优度系数及模型整体显著性 F 检验伴随概率 , 由逐 步回归结果分析可知 : (1 各回归模型均通过了显著性检验 (F 检验概率均 为 0 , 且宏观经济对房地产 业的投资 (Y2, Y3 、 生产 (Y5, Y4 和资金类指标 (Y12 都得到了很好的解释 (拟合优度 均在 90%以上 , 但对房地 产销售类指标 (Y9, Y10 的解释 能力稍劣 , 主要原因是房地产在销售环节, 受消费者 预期 表 2 典型相关系数及显著性检验结果 典型变量 相关系数 卡方统计量 自由度 伴随概率 10.9997637.57201680*20.9982444.65931430*30.

17、9858301.50641200*40.9570201.78979 90*50.9272148.1015800*60.847198.4085630.0029*70.784966.8026480.0376*80.70384 2.7326350.173090.566825.3303240.3880100.515015.6505150.4057110.42247.020180.5 34512 0.1339 0.6752 3 0.8790 注 :*表示在置信度为 10%时显著 。 表 3 典型相关指标列表 典型变量 宏观经济指标 (U 房地产发展指标 (V 相关系数 1X5, X1, X9, X4Y2

18、, Y4, Y9, Y100.99972X5, X9, X1, X4Y2, Y9, Y12, Y100.99823X5, X9, X10, X4Y12, Y10, Y3, Y40.98584X4, X1, X5, X6Y2, Y12, Y4, Y90.95705X5, X4, X3, X9Y2, Y12, Y10, Y90.92726X3, X10, X9, X12Y2, Y12, Y9, Y100.84717 X5, X9, X4, X6 Y10, Y9, Y7, Y3 0.7849 表 4 典型相关性指标 宏观经济典型指标房地产业典型指标 X1, X3, X4, X5, X6,X9,X10

19、, X12 Y2, Y3, Y4, Y9,Y10, Y12 房 地 经 济 67 2010年第 1 期 (总第 327期 表 5逐步回归分析结果 X1X3X4X5X6X9X10X12R-SQ(%pF Y20.84250.179999.050* Y3- 1.02451.31920.5215-0.143691.870* Y41.149650.2055-0.3389-0.298293.060* Y90.75270.1267-0.256384.260* Y100.67400.2858-0.295288.490* Y12- 0.13180.62020.07820.504399.290* 注 :* 表示在

20、置信度为 10%时显著 。 等其它因素的影响较筹备、 投资 、 生产等环节要大 。 (2 房地产开发投资完成额作为固定资产投资额的一个组成部分 ,与其相关程度 很好是必然的 (系数 0.8425 , 但其同时还受到了货币供应量的影响 (系数为 0.1799 。 (3 土地开发投资额主要受到固定资产投资额 (系数 为 1.3192 和货币供应 量 (系数为 0.5215 的正影响 , 但工业 增加值的增长却对其有负面的促进作用 (系数 为 -1.0245 。 (4 商品房新开工面积主要受到固定资产投资额 (系数 为 1.14965 的影 响, 另外还受到一年期贷款利率 (0.2055 、 居民人

21、均可支配收入 (-0.3389 和城镇就 业人数 (-0.2982 的微弱影响 。 (5 商品房的销售面积 (Y9 与销售额 (Y10 主要受到 GDP 的影响 (系数分别为 0.7527和 0.6740 , 一年期贷款 利率 (系数分别为 0.1267和 0.2859 及恩格尔系数 (系 数分 别为 -0.2563和 -0.2952 对其也有微弱影响。 (6 房地产开发企业自有资金受到 GDP 、 固定资产投 资额 、 城镇居民人均可 支配收入和一年期贷款利率的影响 。 其中固定资产投资额与居民可支配收入的促 进作用最 大 (系数分别为 0.6202和 0.5043 。 4研究结论 通过对样

22、本数据采用描述性统计、 相关性等方法进 行分析 , 对我国房地产业 发展与宏观经济关联性有了进一步的理解 , 结论如下 : 第一, 房地产业除受到货币供应量、 居民可支配收入 的影响外 , GDP 水平 、 工业增加值等指标也会对其产生影响, 说明了房地产业的多因素性。 第二, 国家宏观经济对房地产业的影响是多方面的。 这是由于房地产行业产业 关联度极强 , 在拉动经济增长与 消费方面具有其他产业不可替代的独特优势, 房地 产在国 民经济发展中处于支柱产业的地位, 房地产与宏观经济相互渗透 , 互为因 果 。 第三, 房地产业是典型的资金密集型行业, 房地产开 发资金投入巨大 ,一个项目 的投

23、入资金一般为几千万, 甚 至几十亿 。 近几年 , 房地产的开发由零星分散建设为 主转 向综合开发为主 , 资金门槛更高 , 一次投资可达数亿元以上 。 因此, 货币供应 量成为影响其发展的关键性因素。 第四,宏观经济的景气程度和居民可支配收入构 成 了对房地产销售环节的影响。 这从某一角度说明 , 房地产 成交量需要消费信心 和实际购买力的共同支撑。 蒉 参考文献 1周达 . 房地产业与中国国民经济总量关系研究 J.石家庄 经济学院学报 , 2008, 31(3:39-43. 2周建军 , 欧阳立鹏 . 现阶段房地产价格与消费的相互关系研究 基于中国数据的理论与实证分析 J.消费经 济 ,

24、2008, 24(3 :67-70. 3熊智敏 . 我国房价与银行房地产信贷关系的研究 J.宏观 管理 , 2008(5:17-19. 4窦尔翔 . 论中国房地产市场发展中的十大关系 J.学习与 探索 , 2008(2 :142- 149. 5张瑜 . 我国房地产经济周期波动研究 J.经济研究 , 2007 (10 :47-48. 6蒲艳萍 , 张顺心 . 房地产投资与经济增长关系研究 J.现 代经济 , 2007(7 :15- 17. 7宋桂杰 , 田小娟 . 基于主成分分析法的房地产投资环境分析 J.扬州大学学 报 (自然科学版 , 2006(4 :69-72. 8白倩 , 张颖 . 我国国民经济发展与房地产业发展 的典型 相关分析 J.产业经济 , 2007(5 :18-19. (编辑 刘芳 房 地 经 济 68