房地产投资对国民经济的影响.docx
《房地产投资对国民经济的影响.docx》由会员分享,可在线阅读,更多相关《房地产投资对国民经济的影响.docx(36页珍藏版)》请在冰豆网上搜索。
房地产投资对国民经济的影响
摘要
中国经济经过30多年的高速增长,房地产行业已经发展成为中国各个地方的经济支柱产业,成为推动经济增长的一个不可忽视的力量。
房地产的发展也为经济的增长做出了不可磨灭的贡献。
但是,持续增长的房地产业随着价格不断地上升,已经不单单是影响了中国正常的经济发展,而且还成了一个民生问题,衍生出了比较严重的社会问题。
使得中央的调控政策不得不多次对其进行调整。
07年美国次贷危机爆发以来,更是波及了整个世界的经济,导致长期经济高速发展的中国不得不面临怎样保持经济增长的问题。
四万亿的投资,再次把房地产行业作为了引领中国经济复苏的领头雁。
房地产在中国经济和社会中起着举足轻重的作用,一方面以住宅为主的房地产业,在拉动经济的增长,扩大了人民的就业面增加了就业岗位;另一方面,房地产的高速持续发展也得益于中国经济的高速发展,可以提高农民的可支配收入以及加快中国城市化的进程。
房地产作为支柱产业,涉及到了国家上百种行业,产业链长,关联度大,房地产行业的健康与否直接影响了上下游众多产业的发展,尤其是生活消费品的发展。
本文选取近年来的经济和房地产数据以及相关行业的数据,使用计量经济学的理论与方法对我国房地产行业对国民经济以及相关的行业的影响进行了探索,通过分析得出了一些结论,为此还提出了一些相关的意见和建议。
关键字:
房地产投资;GDP;格兰杰因果检验;VAR模型;
Abstract
After30yearsrapidgrowthoftheChineseeconomy,therealestateindustryhasdevelopedintotheeconomicpillarindustriesindifferentplacesinChina,knownasaforcetobereckonedinpromotingeconomicgrowth.Realestatedevelopmenthasmadeanindeliblecontributiontoeconomicgrowth.However,thegrowthinrealestatepriceswiththeconstantlyrising,hasnotonlyaffectChina'snormaleconomicdevelopment,butalsobecamealivelihoodissues,derivedfromthemoreserioussocialproblems.Centralcontrolpolicieshavehadtorepeatedlyadjustthem.SincetheU.S.subprimemortgagecrisisin2007,spreadtotheentireworldeconomy,leadingtolong-termrapideconomicdevelopmentofChinahadtofacetheproblemofhowtomaintaineconomicgrowth.Fourtrillioninvestment,againtherealestateindustryastheleadingpacktoleadChina'seconomicrecovery.
RealestateplaysanimportantroleinChina'seconomyandsociety,ontheonehand,predominantlyresidentialrealestatesectorinstimulatingeconomicgrowth,expandedemploymentopportunitiesforpeople'sjobs;theotherhand,realestate,high-speedsustaineddevelopmentalsobenefitedfromChina'srapideconomicdevelopment,farmerscanincreaseindisposableincomeofChina'surbanizationprocess.Realestateasapillarindustry,involvinghundredsofnationalindustry,theindustrialchain,associatedegree,thehealthoftherealestateindustrywilldirectlyaffecttheupstreamanddownstreamofmanyindustries,especiallythedevelopmentofconsumergoods.Thispaperselectstherecenteconomicandrealestatedataandrelevantindustrydata,theuseofeconometrictheoryandmethodsoftherealestateindustryinChinatoexploretheimpactofthenationaleconomyaswellasrelatedindustries,someconclusionsbyanalyzing.Tothisend,alsomadeanumberofrelatedcommentsandsuggestions
Keywords:
realestatedevelopmentinvestment;GDP;GrangercausalitytestVarmodel
目录
1、绪论1
1.1选题背景目的及意义1
1.2房地产在我国的发展历史及现状3
1.3文献综述5
2、研究内容及方法8
2.1平稳性检验8
2.2协整及误差修正模型10
2.3格兰杰非因果性检验12
2.4脉冲响应函数的作用原理14
3、我国房地产投资对国民经济的影响15
3.1房地产投资与国民总投资的实证对比15
3.2房地产投资对国民生产总值的实证分析18
3.3房地产投资对相关行业的影响31
4、结论及建议34
参考文献36
致谢辞37
附录1:
英文原文38
附录2:
中文译文53
1、绪论
1.1选题背景目的及意义
1.1.1选题背景
改革开放30年以来,中国经济保持着持续快速发展,到2011年,我国的GDP增长率为9.2%。
与此同时,中国房地产业也取得了巨大的成就,尤其自20世纪80年代初起,短短20年时间就有了很大的发展,房地产业己成为当前和今后一个时期国民经济的基础性、先导性和支柱性产业。
从住宅产业看,从住房分配体制改革以来,也基本上解决了城镇居民住房严重短缺的问题,房地产业在国民经济中的地位和作用日益突显和重要。
从现代市场经济的角度来看,房地产业自身作为国民经济的发展的重要行业,为国民经济的直接增长做出了巨大贡献,但作为一个先导性行业,也极大地促进和发展了其他行业,整体上带动了整个国民经济的发展。
我们通过观察发达国家的发展史可以看到,发达国家在发展的过程中都经过了房地产蓬勃发展的时期,而我们国家正处与高速发展的阶段,也表现出了发达国家在发展过程中房地产发展的一般趋势。
房地产的繁荣与否已经成了一个国家经济处于何种发展阶段的阴晴表(图1-1)。
图1-1为地产周期和国民经济周期(RC为房地产周期,GDPC为国民经济周期)
自2008年美国次贷危机以来,我国的经济也受到了极大地冲击,为了保持经济发展,国家进行了四万亿的投资,其中很大一部分就是流向了房地产,这也直接导致了在今后几年高通胀、高房价。
这也加剧了社会的矛盾,因房地产所导致的高房价不但有力的挽救了中国经济,也激化了社会之间的众多矛盾。
于是国家的调控政策不断地出台,急速高涨的房价已经成了中国经济健康发展的毒瘤,如果继续发展下去就会出现经济崩溃。
在强力的政策打压下,房价出现了暂时的缓和,此时,房地产的投资与发展进入了一个新的时期,而中国的经济也变得更急复杂和多遍了。
1.1.2选题意义
目前,中国正面临着经济社会的全面转型。
转型期中国经济发展更具有复杂性和不确定性,包括经济制度、人们的理念、利益关系等都经历着不同程度的变革和调整。
中国房地产业发展既要吸收发达国家不动产业发展的宝贵经验和做法,又要从自己的国情出发,探索适合中国自己的发展路径和模式,从这个意义上说,中国房地产业发展具有探索性和创新性。
本文从总量角度探讨中国房地产业与国民经济均衡关系的内在规律,这对于深化中国房地产业与国民经济协调发展研究、促进中国房地产业发展以及提高房地产宏观调控水平,具有重要的现实意义和理论意义。
1.2房地产在我国的发展历史及现状
1.2.1房地产在中国的发展历史
第一阶段:
理论突破与试点起步阶段(1978至1991年)
1978年理论界提出了住房商品化、土地产权等观点。
1980年9月北京市住房统建办公室率先挂牌,成立了北京市城市开发总公司,拉开了房地产综合开发的序幕。
1982年国务院在四个城市进行售房试点。
1984年广东、重庆开始征收土地使用费。
1987至1991年是中国房地产市场的起步阶段。
1987年11月26日
深圳市政府首次公开招标出让住房用地。
1990年上海市房改方案出台,开始建立住房公积金制度。
1991年开始,国务院先后批复了24个省市的房改总体方案。
第二阶段:
非理性炒作与调整推进阶段(1992至1995年)
1992年房改全面启动,住房公积金制度全面推行。
1993年“安居工程”开始启动。
1992年后,房地产业急剧快速增长,月投资最高增幅曾高达146.9%。
房地产市场在局部地区一度呈现混乱局面,在个别地区出现较为明显的房地产泡沫。
1993年底宏观经济调控后,房地产业投资增长率普遍大幅回落。
房地产市场在经历一段时间的低迷之后开始复苏。
第三阶段:
相对稳定协调发展阶段(1995至2002年)
随着住房制度改革不断深化和居民收入水平的提高,住房成为新的消费热点。
1998以后,随着住房实物分配制度的取消和按揭政策的实施,房地产投资进入平稳快速发展时期,房地产业成为经济的支柱产业之一。
第四阶段:
价格上扬,多项调控措施出台的新阶段(2003年以来)
2003年以来,房屋价格持续上扬,大部分城市房屋销售价格上涨明显之而来出台了多项针对房地产行业的调控政策。
同时国内通胀加剧,直到2008年为止的房地产的低潮。
但之后随着美国次贷危机的影响,四万亿的投资,使得未来一段时间内房地产又一次价格持续上上,连续突破了多项纪录,中国房产已明显不健康发展,又是一系列的强力调控政策。
1.2.2房地产发展现状
房地产业在我国目前已经形成了一套适合社会主义市场经济要求的运行体质,曾在许多年间一度繁荣。
到目前为止,全国房地产企业已达到3万多家,房地产行业从业人员已突破1000万人,并且出现了一大批优秀楼盘和高素质的房地产开发、经营与管理人才,其中以万科、龙湖地产等知名房企。
除了普通的商品房外,中国还形成了自己特色的商业地产,尤其以大连万达集团为代表的万达广场,更是取得了骄人的业绩。
同时,至2010年以来,在政府大力支持下,房地产的另一种形式保障房慢慢的开始发展起来。
十年来,还逐步形成了以评估、经纪、咨询为内容的房地产中介业,以及以经营管理楼宇、小区为主的物业管理业,从而形成了较为完整的中国房地产业的产业构架体系。
随着房地产业的继续发展,产业链也逐步增长和细化,分工将更加明确。
<1>
1.3文献综述
1.3.1国内文献
张泓铭(1998)、王要武(1999)、曹振良等(2003)从理论上讨论了房地产市场及住宅市场的供给与需求及其影响因素。
李铁岗(2002),针对由于信息不对称造成的市场供需非均衡现象建立了一种房地产市场调节模型,以说明和解释均衡市场上的房地产空置水平,提出解决房地产市场空置与过量需求矛盾的具体建议。
吴勇慧(2004),认为我国房地产市场的有效需求不足,结构失衡的现象,很大程度上是由于对房地产市场购买能力估计不足造成的,由此建立了房地产购买能力指标体系陆杰峰,阮连法(2001)从消费者行为学理论对住宅消费需求行为研究角度,提出政府应从政策上采取措施,降低投资型消费者投资评估,保证普通消费者的需求得到满足。
吴献金,危小明(2000),就我国商品住宅市场投资性需求进行了研究,并提出了理论模型,通过比较研究,从购租成本、投资收益、投资回收期等方面作了定量与实证分析。
屠梅曾(1999)、李鸿生(1999)、杜伟(2003)分别就上海、广州、成都等地房地产市场和住宅市场的供需平衡进行了实证研究,并对需求态势进行了预测。
刘维(2003)认为现阶段我国房价收入比过高,分析了影响房价的主要因素,并提出相关对策。
元真等(2004)对上海、北京等房地产市场和价格走势进行了比较研究。
1.3.2国外文献
英国经济学家威廉·配第早在1662年第一次提出级差地租的概念,并对级差地租、土地价格等做了初步阐述,开创了早期房地产理论研究的先河。
以后,杜尔哥71(A.R.J.Turgot)、亚当·斯密(A.Smith)、大卫·李嘉图(D.Ricardo)等相继对主地
经济问题及住房问题进行了探讨。
马克思在批判和继承资产阶级古典经济学理论的基础上,创造了科学的地租地价理论体系,对地租构成、地价量化及建筑物地段地租等做了深入研究,为房地产理论研究提供了重要的理论基础。
恩格斯罐列宁的研究进一步丰富和完善了马克思的土地理论。
早期的房地产理论由于受实践的制约,研究是零散的,大部分是对基础理论的阐释,理论成果基本上依附于政治经济学、土地经济学等。
随着房地产业的发展,房地产理论研究也日益深化。
HopewellP,由于建筑活动受人口增加、房屋折旧、维修及投资利润率高低等因素的影响,因此建筑业的供求不但像工业那样可以无限地扩大或缩减,而且庞大的资本投资对经济活动的影响更为明显和巨大,因此形成一定的波动。
Moore指出住宅开工量受财政条件、建造成本、社会结婚率、房屋空置率、住宅修改法等因素影响,因此如果要了解房地产建造量,就可以从财政条件(主要是抵押贷款)或建筑成本推算,而住宅需求量和投资生产量则可从社会结婚率高低、房屋空置率多少等指标来判断。
Harwood提出,经济变化、人口迁移、基础设施,特别是道路建设、人口出生率、银行贷款、政府政策等因素均会引起房地产周期波动,并影响房地产周期波动与宏观经济波动方向相反。
此外,Greble和Burns“I以GDP循环为基准的循环,探讨了建筑波动周期问题,认为建筑成本在较低水平时,公共工程和私人工中国房地产业对国民经济增关系的分析程呈相同方向变动;但建筑成本在较高水平是,两者呈相反方向变动。
他们还指出,由于建筑成本占GDP的比例较大,因此政策决策者通常会把建筑投资选为宏观经济的稳定工具,同时建筑周期也会受金融政策、住宅政策等宏观经济政策的影响。
近年来,除了一般性的理论分析之外,对各国房地产周期波动进行实证分析和研究,也成为房地产周期理论研究的组成内容。
Nelson以美国房地产市场交易量为依据,通过分析1795.1973年共180年间美国房地产的周期波动循环变化,指出美国房地产长期周期为18年。
Boone赞成美国房地产的长期周期为18年的观点,还指出房地产这种长期周期主要受历史时间,如战争、经济衰退、技术创新等因素影响。
同时他还提出房地产短期波动周期的概念,从美国来看地区波动周期为5年,主要受货币市场、贷款额度和政府住宅政策等因素影响。
美国房地产专家StephenA.PyhrTIHl等人在1982年出版的专著中指出,房地产周期波动从根本上说是有供求波动决定的,为此他们将房地产周期波动分为5个阶段,每个阶段的波动因素互有区别。
在1994年出版的专著中,他们通过对发达国家的实证分析,证明房地产周期与通货膨胀周期呈正相关关系。
2、研究内容及方法
2.1平稳性检验
我们所讨论的计量经济中,以时间序列为基础的经验工作都是假定有关的时间序列是稳定的(stationary),涉及时间序列数据的回归模型常常被用作来预测,如果所依据的时间序列不是稳定的,这种预测就可能是无效的。
对时间序列而言,因为众多的因素以不同的方式和成度影响着其观测的取值,如果一个时间序列呈上升或下降趋势,这个时间序列就是非平稳序列。
直观上,一个平稳的时间序列可以看成一条围绕其均值上下波动的曲线。
从理论上讲,有两种意义的平稳性,一个是严格平稳,一个是广义平稳。
严格平稳是指随机过过程{Y1,Y2...YT}的联合分布函数与时间的位移无关。
即
(Y1,Y2...,Yn)=
广义平稳是指随机过程{Y1,Y2...YT}的均值函数、方差函数均为常数,自协方差函数是时间间隔t—s的函数。
单位根检验(ADF)如下
(2-2)
其中,vt是遵从零均值、恒定方差和非自相关等经典假定的随机误差项,也称为白噪音过程。
上式实际上就是一个AR
(1)过程。
现在如果是
的系数事实上等于1,我们就遇到了单位根问题,也就是一个非平稳的情况。
因此我们做回归模型:
(2-3)
变换成另一种形式为
(2-4)
其中
为一阶差分运算子,即
现在单位根检验就是要虚拟假设
如果
为0,式(1.4-3)就可以写为
,这说明一个随机游走时间序列的一阶差分是一个平稳序列。
同理如果序列一阶差分不稳定在进行二阶差分。
通常情况下我们用以下形式做回归检验:
零假设H0:
=0备择假设H1:
<0
m=1,2,3,表示滞后的差分项。
包含多少个滞后差分项,往往要从经验方面决定。
如果包含的滞后项太少,就会使得上述模型中的误差项存在着序列相关,而滞后项太多,又会损失掉自由度,增大估计误差。
虚拟假设仍然是=0或
=1,即Y有一个单位根(或不平稳)。
检验时从模型
开始,然后是模型
、模型
,直至拒绝原假设时停止。
2.2协整及误差修正模型
2.2.1协整概念
两个序列的协整概念:
如果两个时间序列都是d阶单整的,即
,
,且这两个序列的线性组合是d-b(,其中
,则称yt和xt存在(d,b)阶协整关系,记为yt,
。
其中
称为协整向量。
2.2.2误差修正模型(ECM)
(1)回归模型向ECM过渡
在以下回归模型中
当两序列不是协整的,则模型可能是伪回归,模型意义不大;就算两序列协整,甚至长期均衡,也要考察偏离模型情况。
所以考虑以下ECM
合并常数项:
,
得到ECM
一般形式的ECM
两个变量的自回归分布滞后模型:
(没有差分项)(2-6)
(2-5)是误差修正模型,(2-6)是自回归分布滞后模型,两模型是等价的;误差修正模型常用于描述短期动态金融时间序列。
(2)误差修正模型的优点
1)效避免多重共线性
估计模型时,模型(2-6)包含多阶滞后项,变量之间往往产生多重共线性,从而影响估计精度,而一阶差分消除了模型可能存在的多重共线性。
2)经济意义解释
当Δx=0,Δy=0时,误差修正模型(2-5)就是长期均衡模型y=kx,因此误差修正模型(2-5)描述了变量向长期均衡状态调整的非均衡动态调整过程。
其中(y-kx)t-1表示上一期变量偏离均衡水平的误差,称为误差修正项。
误差修正模型的意义:
y短期变化由两项决定:
一是y和x的短期变化;二是y偏离上一期的均衡程度,系数是λ。
3)当变量序列不平稳时,采用ECM可避免伪回归
在建模型时,除了进行差分避免多重共线性和伪回归外,还可用ECM方法。
因为变量一阶差分项的使用消除了变量可能存在的趋势因素,从而避免了伪回归。
(3)误差修正模型的建模
第一步:
建立长期关系模型
用最小二乘法建立y关于x协整回归方程,并且检验其残差序列的平稳性。
若残差是平稳的,说明这些变量之间存在相互协整关系,因此长期关系模型的变量选择是合理的,回归是有意义的。
即使y关于x不协整,建立y关于x回归模型的ECM也使模型效果得到改善。
第二步:
建立短期动态关系,即建立误差修正模型
(2-7)
模型作用:
分析解释变量的变动对被解释变量(的变动)的影响;分析上一期变量偏离均衡水平的误差(误差修正项)
对被解释变量(的变动)的影响。
如果还要分析解释变量的更多滞后期,则可以相应地引入这些滞后变量,如模型
2.3格兰杰非因果检验
VAR模型还可用来检验一个变量与另一个变量是否存在因果关系。
经济计量学中格兰杰(Granger)非因果性定义如下:
格兰杰非因果性:
如果由yt和xt滞后值所决定的yt的条件分布与仅由yt滞后值所决定的条件分布相同,即
(ytyt-1,…,xt-1,…)=(ytyt-1,…),(2-9)
则称xt-1对yt存在格兰杰非因果性。
格兰杰非因果性的另一种表述是其他条件不变,若加上
的滞后变量后对
的预测精度不存在显著性改善,则称
对
存在格兰杰非因果性关系。
为简便,通常总是把
对
存在非因果关系表述为
(去掉下标-1)对
存在非因果关系(严格讲,这种表述是不正确的)。
在实际中,除了使用格兰杰非因果性概念外,也使用“格兰杰因果性”概念。
顾名思义,这个概念首先由格兰杰(Granger1969)提出。
西姆斯(Sims1972)也提出因果性定义。
这两个定义是一致的。
根据以上定义,
对
是否存在因果关系的检验可通过检验VAR模型以
为被解释变量的方程中是否可以把
的全部滞后变量剔除掉而完成。
比如VAR模型中以
为被解释变量的方程表示如下:
yt=
+
+u1t(2-10)
如有必要,常数项,趋势项,季节虚拟变量等都可以包括在上式中。
则检验
对
存在格兰杰非因果性的零假设是
H0:
1=2=…=k=0
显然如果(4.2.3)式中的
的滞后变量的回归参数估计值全部不存在显著性,则上述假设不能被拒绝。
换句话说,如果
的任何一个滞后变量的回归参数的估计值存在显著性,则结论应是
对
存在格兰杰因果关系。
上述检验可用F统计量完成。
(2-11)
其中SSEr表示施加约束(零假设成立)后的残差平方和。
SSEu表示不施加约束条件下的残差平方和。
k表示最大滞后期。
N表示VAR模型中所含当期变量个数,本例中N=2,T表示样本容量。
在零假设成立条件下,F统计量近似服从F(k,T-kN)分布。
用样本计算的F值如果落在临界值以内,接受原假设,即
对
不存在格兰杰因果关系。
2.4脉冲响应函数的作用原理
1980年Sims提出向量自回归模型VAR。
向量自回归(VAR)是基于数据的统计性质建立模型,VAR模型把系统中每一个变量作为系统中所有内生变量的滞后的函数来构造模型,从而将单一变量自回归模型推广到由多元序列变量组成的“向量”自回归模型。
在实际应用中,由于VAR模型是一种非理论性的模型,它无需对变量作任何先验性约束,因此在分析VAR模型时,往往不分析一个变量的变化对另一个变量的影响如何,而是分析当一个误差项发生变化,或者说模型受到某种冲击时对系统的动态影响,这种分析方法称为脉冲响应函数。
脉