我国居民消费与房地产价格浮动的关联分析

1 量化分析数据的模型建立

1.1 量化分析模型的选择

在持久收入假说当中，把人们对未来的收入预期纳入影响消费的主要范畴，拥有住房的居民来说，房地产价格上涨会使其把这种收益的增加当成是一种持久性的收入，因此，会提高居民的消费信心，进而提高其现期的消费，因此可以建设，居民的消费水平与房地产价格之间有着关联性。在本文的量化分析当中，将居民的家庭财富水平作为居民消费水平的解释变量之一，而房地产资产在我国国民的的财富形态中占有较高的比重，能有效地反映居民拥有的财富的实际情况。因此，本文在数据的选择与处理上，以生命周期理论为基础，建立量化分析模型，具体如下：Ct=αPHt+βYt+ε，其中Ct表示当期的居民消费数据,PHt表示当期房地产价格，Yt表示当期居民收入,α、β分别表示房价与当期收入的边际消费倾向，通过分析房地产价格浮动的时候，居民的消费水平会反映出相应的数据变化。

1.2 相关数据的选择与处理

在开展量化分析之前，通过对我国居民消费数据与房地产价格的变化数据进行收集整理，选择近三年来以我国一线城市为主要的数据来源，对上海、深圳、广州等一线城市、同时为了保证数据的可信程度，在新一线城市上选择武汉、长沙、成都等城市为数据来源，对于房地产价格的浮动变化数据，本文选取六个城市的近三年来的商品房平均销售价格来进行分析。而对于居民的消费水平变化，则是采用了社会消费品零售总额来衡量，由于在数据上体现了社会生产产品的销售情况，能够较为综合地反映居民消费力水平。最后，对于居民有重要影响的因素是收入，而城镇居民是住房消费的主体，因此本文将选取城镇居民可支配收入来衡量，以此提升本文量化分析结果的准确性。

在数据的进一步处理上，由于同方差性是建立线性回归模型的基本假设条件之一，其随机误差具有不同的方差，即说明出现了异方差性。在计量经济模型中用最小二乘法估计参数模型时，若数据出现异方差，会使回归分析所得到的参数估计非有效，而最小二乘法估计的随机干扰项的方差也不再是无偏的，因此在进行回归分析前应先消除数据的异方差性。传统计量经济模型消除异方差性的有效方法是对变量数据取对数，因为其可以在不改变数据的原有性质的基础上使变量趋势线性化。因此，本文在进行量化分析的过程将回归模型进一步表示为：LnCt=C+αLn PHt+βLn Yt+ε,以使得本文的量化分析的结果能够更加真实。

2 量化模式的实证分析

2.1 单位根检验

在本文的模型分析当中，采用 ADF单位根检验方法对数据进行检验，以证明时间序列数据是否平稳。检验结果如下表所示：

表1 时间序列的ADF单位根检验结果

单位根检验结果显示一阶差分DLnCt、DLnYt以及DLPHt均为平稳序列。因此DLnCt、DLnYt以及DLnPHt服从一阶单整过程，可以进行协整检验。

2.2 协整检验

对变量进行回归分析,得到结果如下:

样本修正的决定系数R2为0.986567，表明模型拟合优度较好；且D.W.统计量取值为1.81458，查看D.W.检验表，当样本容量为n=15，自变量个数为 K=2 时，dl=0.95,du=1.54,此时，du＜D.W.＜4-du,即表明模型不存在自相关性。

2.3 残差分析

对模型的残差序列进行 ADF检验，以判断残差序列是否存在单位根，检验结果发现在5%的显著水平下,t检验统计量值为-4.61 3596,小于相应临界值,从而拒绝 H0,表明残差序列不存在单位根是平稳序列,说明两者之间存在协整关系。

2.4 格兰杰检验

进行对数化后的三组变量是一阶单整的平稳序列，满足了进行格兰杰因果检验的前提条件。下面，我们将运用格兰杰因果检验方法对三组经济变量进行因果关系的考察。检验结果发现，格兰杰因果检验结果中Null Hypothesis的F-Statistic分别为4.14119、4.8612 0、0.86492、1.61014、17.8303、4.02704，而其对应的Prob则分别为 0.1565、0.1901、0.5390、0.3628、0.0293、0.1814。

2.5 量化分析结果

经过格兰杰因果检验，从相关的量化模型数据分析当中可以发现，我国一线城市与新一线城市的房地产价格浮动与居民消费之间有着较为的显著性关系。同时，因果检验的结果表明，当数据设置滞后时，商品房平均销售价格才是我国社会消费品零售总额的格兰杰原因，该实证分析结果证明当前我国的居民消费与房地产价格之间存在关联性，居民消费水平的上涨带动了我国房地产平均价格的上涨，但居民消费水平下降的时候，我国的房地产市场也会遭遇相应的增长缓慢，但是就总体水平而言，我国的房地产水平一直处于稳步上涨的总体态势中与我国居民日益增长的消费水平有着直接的关系，当居民消费中将房地产作为一项长期的投资进行消费的时候，无疑进一步推动了房价的上涨，因此，我国的居民消费水平与房地产价格的浮动之间的关系应该相辅相成，相互促进，共同构成了我国的经济发展现状。

3 当前房地产价格变化下的市场稳定性应对措施

为了确保社会经济的稳定发展，保持房地产市场的稳定性有着极为重要的意义，本文认为可以从以下几个方面来应对：

3.1 建立实用、准确、标准化的统计形式和预警系统

平稳房地产市场的基础性工作就是必须判断市场处于哪个阶段，对于房地产市场过热情况，即是否出现严重的供过于求，可以参照空置率，房地产投资占总投资的比重等等。但是必须针对不同地段、空间、城市、配套设施进行细分指标，进而建立较为完善的统计办法。而预警系统是以收集、整理的统计信息基础上建立，为了反映房地产市场价格周期波动的情况，进行相应的预测，为政策的实施提供方向标。

3.2 转变政府考核指标，减低政府引发的潜在风险

转变各地政府的考核指标，使其不仅仅只考虑财政收入，生产总值。而是综合的探索本地经济的和谐发展，人文和谐发展。因此可以考虑从绿色 GDP来考察，并且由于政府经常为了配合扩大内需采取加大基础设施建设，为相关项目的贷款给予政府担保。一旦该项目发生问题而导致无法还款，政府担保引发出来的银行坏账会加大风险。并且市场上的购房意愿者会遭受损失，导致房地产价格产生连锁性的波动。所以必须严格审核住房开发贷款，抑制过度投资，防范投机行为。可以提高资产负债率的严格规定，或者针对投机获利行为设置高额税收。

3.3 保持宏观经济稳定发展，提高居民可支配收入

宏观经济发展与房地产市场发展紧密相关，为稳定房地产市场，就必须从宏观上保持经济的持续、健康的发展。 否则遇到市场拐点或者金融危机，房地产市场的剧烈波动会导致经济形势更为糟糕。从而我们可以引导房地产市场的走势与经济形势相匹配，使两者相得益彰。并且可以适度的对于房地产市场信息和舆论进行加强引导，模糊未来价格预期的走向，从而稳定市场发展。合理地分配收入，完善社保、养老、住房公积金方面的制度，从而使国民在面对房地产市场波动时具有相应的保障和底气。从我国保障房供给增加，可以看出政府正在以多渠道去解决群众住房问题。完善住房供应结构，对保障性住房进行完善，提高其使用效率。