我国国房景气指数与宏观经济景气指数的联动关系——基于VAR模型的实证研究

胡 涛，王 浩，邱文韬

(安徽财经大学 金融学院，安徽 蚌埠 233000)

我国国房景气指数与宏观经济景气指数的联动关系
——基于VAR模型的实证研究

胡 涛，王 浩，邱文韬

(安徽财经大学 金融学院，安徽 蚌埠 233000)

我国国房景气指数是反映我国房地产市场的重要指标之一，而宏观经济景气指数则反映着我国宏观经济的运行状况，两者之间应当存在着某种密切的关系。本文首先从理论上分析了国房景气指数与宏观经济景气指数的联动关系，然后结合格兰杰因果关系检验与VAR模型对两指数进行实证分析。结果表明，国房景气指数和宏观经济景气指数间确实存在着显著的联动关系。

国房景气指数；宏观经济景气指数；Grange因果关系检验；VAR模型

我国国房景气指数全称为全国房地产开发业综合景气指数，这一综合指数能够综合量化的反映出房地产业发展变化趋势和变化程度，其是由8个分类指数合成运算出来的综合指数，具体包含：(1)土地出让收入指数；(2)完成开发土地面积指数；(3)房地产开发投资指数；(4)资金来源指数；(5)商品房销售价格指数；(6)新开工面积指数；(7)房屋竣工面积指数；(8)空置面积指数。宏观经济景气指数是在现有的经济统计指标基础之上，选择其中代表性的指标，构建出一个能合理反映宏观经济运行状况和预测未来发展趋势的指标体系。宏观经济景气指数具体划分为这三类：一致、先行和预警。本文选用的是一致指数，因为一致指数能够反映目前经济的基本趋势，它是由社会需求、社会收入、社会就业以及工业生产等四个方面所合成。从国房景气指数与宏观经济景气指数的发展趋势来看，可以知道两指数间存在着几乎相同的趋势，造成这一结果的原因主要是房地产业与宏观经济间有着相互联动的关系，国房景气指数的上升标志着房地产业的繁荣，而房地产业的繁荣将会刺激宏观经济的上扬，从而促进了宏观经济景气指数的上涨；同样，当宏观经济景气指数上涨时，宏观经济开始繁荣，这也将通过不同的途径去刺激房地产业的繁荣，从而带动国房景气指数的上涨。目前，国房景气指数与宏观经济景气指数的联动关系受到了社会的广泛关注。

一、我国国房景气指数与宏观经济景气指数关系的理论分析

宏观经济景气指数的大小能够反映国民经济的运行状况，国房景气指数也能够反映出房地产业的繁荣与衰退。因此，可以通过分析房地产业与宏观经济间的联系来说明国房景气指数与宏观经济景气指数的理论关系，本文将基于宏观经济运行的两种不同状态，对这一理论关系进行分析。

(一)经济上行期

就经济上升状态来讲，由于宏观经济不断向前发展，居民收入也逐步提高，对各种房产的需求都会随着宏观经济的增长而扩大。同时由于需求的扩大，使得房产价格持续攀升，其所对应的资产值也不断膨胀。房产商为了应对这种情况，可以利用现有的资产向商业银行取得贷款，从而建造更多的楼房。而商业银行的投资资金也更倾向于房地产业。 因此，房地产业将会得到迅速的扩张。

另外，虽然房产商的楼房供给是根据消费者的需求、房屋的利润及成本而确定，但是房地产楼盘的开发与建设是需要一定时间的。当消费者的需求先行扩张时，房产商的楼房供给在短期内难以跟上消费者的需求，所以这一失衡造成了楼价的再一次上涨。与此同时，房地产业的快速扩张带动了上下游相关行业的发展，如建筑业、房产材料业等。上下游相关行业的发展也将促进宏观经济的进一步上扬，首先是因为上下游相关行业是宏观经济的重要部分；另外，上下游相关行业的发展也促进了居民收入的增加和失业人员的减少，这些通过乘数和加数作用再次促进了宏观经济的上扬。

(二)经济下行期

当宏观经济进入下行期时，房产商依然要继续完成未建成的房屋。房产商虽然可以通过减慢建设的速度来适应宏观经济的下行，但很难在短时间内大幅度减少房屋供给，可见短时间内楼房的供给弹性较低。因此，当楼房价格开始因消费者需求的减少而下降时，此时楼房的供给与需求再一次产生了失衡，楼房价格就会不断地下降。而房地产业本身不但占据了国民经济的很大一部分，而且其相应上下游行业在国民经济中也占据着重要的地位，所以房地产业的不景气，将会进一步加快宏观经济的下挫。

从以上的分析来看，无论宏观经济处于哪种运行状态，房地产业与宏观经济间是相互影响的，宏观经济的上扬将会促进房地产业的上扬，而房地产业的上扬将会反过来促进宏观经济的上扬，反之亦然。由此可以得出结论，国房景气指数与宏观经济景气指数之间存在着正向的相互影响关系。为了对此进行验证，本文选用相应的数据进行实证分析。

二、我国国房景气指数与宏观经济景气指数关系的实证分析

(一)数据的选取与整理

1.数据说明

本文实证选取我国2003年1月至2016年7月宏观经济景气指数和国房景气指数的月度数据。其中，国房景气指数(estate)月度数据来源于国务院发展研究中心行业景气监测平台；宏观经济景气指数(macro)月度数据来源于国家统计局。因为国房景气指数和宏观经济景气指数在编制时已经做了季节处理，所以实证中无需再进行季节调整。

2.平稳性检验

为了避免实证中伪回归的出现，需要对时间序列进行平稳性检验。本文采用常用的ADF单位根检验法来检验estate与macro的稳定性，运行Eviews8.0可以得到ADF单位根检验结果，如表1。

表1 单位根检验

表2 协整检验

由表1单位根检验的结果可以知道，时间序列estate和macro的ADF统计量均大于10%临界值，而经过一阶差分处理后序列的ADF统计量均小于1%临界值，这表明estate与macro是一阶单整序列，即均为I(1)。

(二)协整分析

由平稳性检验结果知，两序列均为一阶单整序列，因此两序列间可能存在着协整关系。本文采用Johanse协整检验中的特征根迹检验与最大特征值检验来确定estate与macro是否存在着长期均衡关系。

在协整检验前，需要确定协整检验的最优滞后阶数。本文在无约束的向量自回归模型基础上，通过比较LR值、AIC值和SC值等，选择协整检验的滞后阶数为3。并在综合考虑模型各方面性质的基础上，最终确定最优的滞后区间为1—3阶，表2显示的是检验的结果。

由表2可知，迹检验和最大特征根检验的统计量均大于5%显著性水平临界值，表明两检验均在5%显著性水平下拒绝了原假设，认为estate与macro两个时间序列间至少存在着2个协整关系，本文选取第1个协整关系进行分析，其对应的协整方程如下：

estate=1.475macro-46.560

由协整方程可知，从长期来看，国房景气指数与宏观经济景气指数显著正相关，宏观经济景气每增加1%，国房景气指数就要增加1.475%，宏观经济景气指数对国房景气指数的影响较大。

(三)Grange因果关系检验

通过Grange因果关系检验可以判断出两序列间是否存在着因果关系。Grange因果关系检验要求所检验的两序列为平稳序列，而estate与macro序列为一阶单整序列，所以首先对两序列进行一阶差分处理，然后进行Grange因果关系检验。为了避免不同滞后阶数对Grange因果关系检验结果的影响，本文采取多次滞后的方法，所选择的滞后区间为1-6期。

由Grange因果关系检验结果(表3)，可以看出在滞后期由1期延伸至6期时，两个原假设均在5%的显著性水平下被拒绝了，这表明国房景气指数与宏观经济景气指数之间存在着双向的Grange因果关系，即国房景气指数的变动会影响宏观经济景气指数的变动，同样宏观经济景气指数的变动也会影响国房景气指数的变动。

表3 Grange因果关系检验

(四)脉冲响应与方差分解

基于单位根检验和协整检验，发现宏观经济景气指数与国房景气指数存在着长期的协整关系。由Grange因果关系检验，可以知道宏观经济景气指数与国房景气指数间存在着双向的Grange因果关系，为了进一步研究两变量间的联动效应，建立VAR模型。在国内外文献中，一般认为只有当时间序列为平稳序列时才可以建立VAR模型，但是通过平稳性检验可以知道estate与macro均为一阶单整序列，所以本文将采用部分学者的办法对原序列进行一阶差分处理。

通过比较AIC和SC等准则，最终确定VAR模型的最优滞后阶数为4阶。由于在理论界通常认为VAR模型仅仅是基于统计性质的模型，所以在进行解释时并不依据估计系数，而是通过设置随机误差项的一个冲击(脉冲)来进行脉冲响应分析，以揭示变量间的动态关系特征。因此本文将略去对VAR模型系数的分析，直接进行脉冲响应与方差分解。

1.脉冲响应

在进行脉冲响应前，为了保证结果的可信度，应对AR特征多项式的根检验图进行分析。由图1可知，所有特征根倒数的模均处在单位圆内，这表明VAR模型是稳定的，进行脉冲响应分析是合理的，并且其分析结果是可信的。

图1 AR特征多项式的根检验图

由脉冲响应的结果(图2)，给国房景气指数自身一个正向的冲击时，将产生一个递减的曲线，从第1期时就对自身有一个正向的影响，而且这一影响一直处于一个递减的状态，在第10期开始趋向于0；同样，给宏观经济景气指数自身一个正向冲击时，也会产生一个递减的曲线，第1期开始存在着一个正向的影响，并且这一影响一直处于一个递减的状态，在第8期开始趋向于0。

当宏观经济景气指数受到正向冲击时，其对国房景气指数将产生一个正向的影响，并在第2期达到最大值，随后开始不断递减，在第10期开始趋向于0；当国房景气指数受到正向冲击时，将会对宏观经济景气指数产生一个正向的影响，并在第3期达到最大值，后期开始逐渐衰减，直到第10期开始趋向于0。

图2 脉冲响应

2.方差分解

VAR模型的脉冲响应描述了一个变量受到扰动时，另一个变量所受到的影响。下面将通过方差分解来分析国房景气指数与宏观经济景气指数间的贡献度关系，即相互影响程度。从国房景气指数的方差分解表(表4)可以看出，国房景气指数前期主要受到自身的影响，但是这一影响将不断减小，在第9期时趋于平稳，而宏观经济景气指数的影响不断增大，但是其影响却是有限的，在第8期基本处于稳定的状态。从宏观经济景气指数的方差分解表(表5)可以知道，在初期，影响宏观经济景气指数的主要因素同样是自身，不过自身的影响将不断的减小，在第8期基本趋于平稳，而国房景气指数的影响将不断增大，同样的，这一影响也是有限的，在第9期基本处于稳定。

表4 国房景气指数的方差分解表

表5 宏观经济景气指数的方差分解表

三、结论与启示

本文在理论分析的基础之上，综合运用Grange因果关系检验与VAR模型对我国2003年1月至2016年7月的国房景气指数与宏观经济景气指数进行了实证分析。结果表明：(1)我国国房景气指数与宏观经济景气指数间存在着长期的均衡关系，宏观经济景气指数每提高1%，国房景气指数提高1.475%。(2)我国国房景气指数与宏观经济景气指数之间存在着双向的Grange因果关系，两变量的变动都会对彼此产生影响。(3)当国房景气指数与宏观经济景气指数受到外部的冲击时，都将对自身以及彼此产生正向的影响，并基本都在第10期附近趋于0。(4)宏观经济景指数与国房景气指数在前期主要受到自身的影响，在后期彼此间的影响将开始逐渐增大。

虽然Grange因果关系检验与VAR模型只是在统计的角度上说明了两指数的联动关系，但是将其与理论分析相结合则可以从一定程度上反映出现实关系。因此，当宏观经济不景气时，可以通过调控房地产业来刺激经济的增长，并且可以将合成国房景气指数的八个指标作为制定房产政策的参考，即可以从土地出让、土地开发面积、房地产开发投资、资金来源、商品房销售价格、新开工面积和已竣工房屋面积、空置面积等八个方面入手来制定相应房产政策以促进宏观经济的繁荣。

[1]高铁梅． 计量经济分析方法与建模[M]． 北京:清华大学出版社，2006．

[2]张红，殷红． 房地产金融学[M]． 北京: 清华大学出版社，2007．

[3]李平,张玉,杨立娜,等.中国房地产泡沫对宏观经济影响的演变路径[J].经济问题探索，2015,(4):37～42.

[4]叶桂芳. 基于国房景气指数的我国房地产市场发展趋势研究[D]. 广州：暨南大学, 2015.

[5]张宇青,周应恒,易中懿.经济预警指数、国房景气指数与CPI指数波动溢出实证分析——基于三元VAR-GARCH-BEKK模型[J].统计与信息论坛，2014,(3):36～41.

[6]赵鹤芹. 宏观经济政策与房地产市场价格交互影响分析与测度[D]. 南昌：江西财经大学, 2014.

[7]王峰峰. 我国房地产宏观调控政策效应分析[D]. 成都：西南财经大学, 2014.

[8]原鹏飞,魏巍贤.房地产价格波动的宏观经济及部门经济影响——基于可计算一般均衡模型的定量分析[J].数量经济技术经济研究，2010,(5):88～103.

[9]赵昕东.中国房地产价格波动与宏观经济——基于SVAR模型的研究[J].经济评论，2010,(1):65～71.

[10]杨群.我国房地产市场货币政策中介指标的选择——基于VEC模型的脉冲响应和方差分解[J].江西社会科学，2011,(12):49～53.

2095-4654(2016)12-0030-05

2016-11-06 基金项目：国家级大学生创新创业训练计划项目(201610378462)

F299.23

A