网站首页  词典首页

请输入您要查询的论文:

 

标题 货币供应量对我国房地产价格影响的区域异质性的实证分析
范文

    王海侠 刘庆华

    

    

    

    摘要:本文研究货币供应量对我国房地产价格影响的区域异质性。首先本文采用系统聚类法,将我国24个省、市、自治区划分为A、B、C三个区域,而后选取2010年Q1至2017年Q4的面板数据建立随机效应变截距模型进行实证分析。通过实证检验得出结论:货币供应量对房地产价格的影响在A、B、C地区存在区域异质性。

    关键词:货币供应量? 房地产价格? 系统聚类法? 面板数据模型

    一、引言

    房地产行业具有资金密集的属性,对于房地产行业的有效调控,货币政策发挥着不可忽视的作用。根据现实情况来看,我国房地产市场的发展存在区域异质性,在这种情况下,统一的货币政策就会在我国不同地区产生不同的调控效果。因此,思考货币政策对房地产市场发展的影响是否存在区域异质性是非常重要的。货币供应量作为中国货币政策的中介目标,在货币政策传导过程中有着不可替代的作用。所以,在目前的经济形势下,研究货币供应量影响房地产价格的区域异质性,对于发挥房地产行业对于中国国民经济的支柱作用,促进房地产行业稳定健康地发展具有重大的现实意义。

    本文的实证分析主要分为两个阶段,在第一阶段,本文采用系统聚类法将本文研究的24个省、自治区、直辖市进行区域划分;在第二阶段,本文利用面板数據模型(panel data model),分别对A、B、C地区的货币供应量和房地产价格进行回归分析,然后比较模型结果,观察货币供应量对房地产价格的影响在A、B、C地区是否存在差异。

    二、实证分析

    (一)聚类分析

    由于本文分析的是货币供应量对房地产价格影响的区域异质性,所以在进行实证分析之前,对于区域的划分就至关重要。

    本文采用系统聚类法,运用SPSS软件,从房地产供给、房地产需求和经济发展状况三个方面出发,选取五个聚类因子,对我国24个省、市、自治区进行聚类分析。这五个聚类因子分别是:房地产开发投资额、商品房销售面积、商品房销售价格、人均可支配收入和人均国内生产总值。为了聚类结果的准确性,本文对房地产开发投资额和商品房销售面积进行了人均化处理,并且对所有数据采用Z-score方法进行标准化处理。

    根据聚类分析结果,再参考各类所包含的省市的房地产市场的发展程度,本文将我国24个省、市、自治区划分为A、B、C三个区域。结果如下所示:

    (二)面板数据模型

    1.变量设置、数据处理与模型选择。模型的解释变量为货币供应量,各省、市、自治区的货币供应量用M来表示,由全国的广义货币供应量M2乘以各省、市、自治区的GDP占全国GDP的比值得到,单位为亿元;被解释变量为商品房销售价格用FJ来表示,各省、市、自治区的商品房销售价格由各省、市、自治区的商品房销售额除以各省、市、自治区的商品房销售面积得到,单位为元/平方米。

    根据前文进行的聚类分析的结果,本文选取了我国24个省、市、自治区,运用Eviews计量软件,对房地产价格和货币供应量的面板数据进行实证分析。根据数据的可得性,本文选取2010年Q1至2017年Q4的季度数据建立面板数据模型进行实证分析。

    为了消除数据的异方差和季节性波动对于实证检验结果的影响,本文分别对各省、市、自治区的货币供应量和房地产价格取对数并运用X11方法进行季节调整。经调整后的各省、市、自治区的货币供应量表示为LOG(M),各省、市、自治区的房地产价格表示为LOG(FJ)。

    本文通过协变分析检验和Hausman检验确定A、B、C地区均选择建立随机效应变截距模型。

    因此,本文的面板数据模型为:

    2.实证检验。(1)面板数据的单位根检验。

    为了避免伪回归现象的发生,在对面板数据进行回归分析之前,我们首先要进行面板数据的单位根检验,保证数据的平稳性。接下来本文分别采用LLC检验、IPS检验、Fisher-ADF检验以及Fisher-PP检验四种单位根检验方法,对货币供应量和房地产价格的对数序列和对数序列的一阶差分序列进行检验,结果如下:

    面板数据通过了单位根检验以后,就可以进行面板数据的协整检验,以此来判断面板数据之间是否存在长期稳定的协整关系。本文采用现阶段被学者广泛采用的Pedroni检验来进行面板数据的协整检验。

    根据表4我们可以看到,针对A、B、C地区的面板数据进行的协整检验除了Panel v-Statistic没有通过显著性检验以外,其余六个统计量均在1%的显著性水平下拒绝了不存在协整关系的原假设。在Pedroni检验的过程中,不同的样本数据所参考的统计量有所不同,所构造的七个统计量的检验结果在不同的样本选择上存在各自的判断优势。本文选取的是2010年-2017年的面板数据,样本期较短,所以重点参考Panel ADF-Statistic和Group ADF-Statistic统计量的检验结果。因此我们可以得出结论2010年-2017年,A、B、C地区的货币供应量和房地产价格之间均存在协整关系。

    (3)方程的估计结果。

    由表5可知,A地区方程的拟合优度高于B、C地区,A地区货币供应量的系数在1%的水平下显著,且货币供应量正向影响房地产价格,B、C地区货币供应量的系数在10%的水平下显著,且货币供应量负向影响房地产价格。A地区货币供应量每增加1%,该地区的房地产价格会上涨0.244%;B地区货币供应量每增加1%,该地区的房地产价格会下降0.011%;C地区货币供应量每增加1%,该地区的房地产价格会下降0.014%。针对货币供应量对房地产价格的影响程度来看,货币供应量每增加1%,A地区房地产价格的变化程度是B地区的22倍,是C地区的17倍。

    三、结论

    通过本文的实证分析我们可以得出结论:货币供应量对房地产价格的影响在A、B、C地区存在显著差异。因此,货币供应量对我国房地产价格的影响存在区域异质性,统一的货币政策对我国不同地区的房地产市场的调控效果存在差异。

    参考文献:

    [1]王宏涛,崔景钗.我国货币政策对房地产价格影响的区域非对称效应研究[J].经济研究导刊,2017,(27):71-77+198.

    [2]陈意新,吴国兵.基于房地产行业的货币政策效应非对称性研究[J].河北金融,2017,(09):14-18+33.

    [3]邓创,徐曼,汪洋.货币政策房价调控效应的非对称性与区域差异分析[J].统计与决策,2016,(17):116-119.

    [4]冯雷,马谌宸.我国货币政策对房地产价格调控的省际差异化效应分析[J].西安交通大学学报(社会科学版),2016,36(04):30-36.

    [5]郭芯.我国货币政策通过房价传导的区域效应研究[D].吉林财经大学,2016.

    (作者单位:东华大学)

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2025/3/21 16:41:03