首页 百科知识 上海城镇化发展对房地产市场的传导机制

上海城镇化发展对房地产市场的传导机制

时间:2022-07-11 百科知识 版权反馈
【摘要】:1.平稳性检验为了防止回归的模型出现“伪回归”现象,必须要保证所选用的时间序列数据没有不确定性趋势或者随机趋势,即该时间序列是平稳的。而由长期协整关系方程显示,长期空间城镇化对房地产市场的发展有一定的负向作用关系。短期内,三大城镇化对房地产市场发展水平的影响均为正,这与长期均衡结果一致。

1.平稳性检验

为了防止回归的模型出现“伪回归”现象,必须要保证所选用的时间序列数据没有不确定性趋势或者随机趋势,即该时间序列是平稳的。因此,在设定模型之前需要对该时间序列数据进行平稳性检验,即单位根检验。单位根检验的方法有很多种,包括 ADF检验(Augmented Dickey-Fuller检验)、PP检验(Phillips-Perron检验)、NP检验(Ng-Perron检验)等。NP检验需要残差序列均值恒为零,要求相对来说较为严格,不适合本文2000—2012年的时间序列数据。因此,本文借助Eviews软件采用ADF法与PP检验对该序列数据进行单位根检验以确定变量的平稳性。结果见表29。

表29 变量的单位根检验

注:D表示原序列的一阶差分。

根据Eviews检验结果可以发现,人口、空间、经济城镇化以及房地产市场原序列数据的ADF检验值和PP检验值均大于5%显著性水平下临界值,表明存在单位根,原序列是非平稳的。本文在对个序列进行一阶差分之后再进行检验,发现各序列的ADF值与PP检验值对应的P值均小于0.05,表明一阶差分后,各序列已不存在单位根现象,已经达到平稳。由此可见,各序列是一阶单整序列。

2.协整关系检验

由于单位根检验显示上述各指标均是一阶单整,故可对该时间序列数据进行协整分析。协整检验从检验的对象上可以分为两种:一种是基于回归系数的协整检验,主要是Johansen协整检验,是Johanson于1988年提出的极大似然估计法;另一种是基于回归残差的协整检验,如CRDW检验、EG检验以及AEG检验,该种检验附加了“公因子约束”而降低了检验的势。本文采用Johanson协整检验来判断变量之间的协整关系,结果见表30。

表30 Johanson协整检验结果

注:*表示在5%显著性水平上拒绝原假设。

由表30 Johanson协整检验结果可知,在2000—2012年期间,上海三大城镇化与房地产业之间存在两个协整关系,根据向量误差修正模型,可以得到均衡向量为:

β′=(1.000,-0.759,0.042,-0.244)

因此,可以得到这四个变量之间的协整关系方程为:

该协整方程表明,在2000—2012年间三大城镇化与房地产业之间存在长期的均衡关系,具体而言,人口城镇化与经济城镇化在长期对房地产市场发展水平存在正向的促进作用,人口城镇化每提高1%,房地产市场能够提高0.759%,经济城镇化提高1%,房地产市场发展水平能够上升0.244%。而由长期协整关系方程显示,长期空间城镇化对房地产市场的发展有一定的负向作用关系。这是由于在土地城镇化下,过分追求“摊大饼”现象,土地供应量过大,开发量远远超过本地住房需求,导致可售房源量处于高位库存,出现市场供大于求的现象,不利于房地产业的健康发展。

3.格兰杰因果关系检验

在进行格兰杰因果关系检验时,关键需要确定检验的滞后期N。滞后期的选择将直接影响到计量结果的准确性,N值可根据赤池信息准则AIC(Akaike Information Criterion)和施瓦茨准则SC(Schwartz Criterion)值来确定。因此,本文在进行Granger因果检验前,首先根据AIC与SC准则确定检验的滞后期,结果见表31。

表31 AIC与SC准则结果

由AIC与SC准则可知,房地产业发展水平与三大城镇化之间模型滞后期应为1期。

在确定变量滞后期在确定变量滞后阶数的基础上,本文进一步采用格兰杰2003年提出的因果关系检验对变量之间的关系进行探讨,检验结果见表32。

表32 格兰杰因果关系检验结果

注:*,**,***分别表示在0.1、0.05、0.01置信水平上显著。

格兰杰因果关系检验结果(见表32)表明,在0.1显著性水平上,房地产业发展水平是人口城镇化以及空间城镇化的格兰杰原因,说明房地产业的前期变化能够有效解释人口城镇化与空间城镇化的变化。同时,空间城镇化是经济城镇化的格兰杰原因,并在1%显著性水平上表现显著。

4.误差修正模型

根据协整理论,若变量间存在协整关系,则可以用误差修正模型描述变量间的长期均衡和短期波动关系。本文根据D.F.Hendry的动态建模方法,从“一般到特殊”的原则依次剔除各变量的不明显滞后期,建立三大城镇化与房地产业发展水平之间的误差修正模型(ECM)来确定变量之间的短期动态关系。本文采用Engle和Granger两步法建立ECM模型进行分析。首先,本文利用最小二乘法(OLS)估计,得到结果如下:

得到残差序列,令误差修正项ecmt=,建立如下误差修正模型:

估计结果见表33,虽然D.W值偏低,但在10%的显著性水平下仍然通过检验,误差纠正机制发生作用。模型中差分项的系数反映了短期波动的影响。城镇化对房地产市场的影响分为两部分,一部分为短期人口城镇化、空间城镇化以及经济城镇化波动的影响;另一部分是这三个变量偏离长期均衡的影响。短期内,三大城镇化对房地产市场发展水平的影响均为正,这与长期均衡结果一致。短期内,相对来说,人口城镇化对房地产市场的影响比空间、经济城镇化更强烈,这是由于人口城镇化的提高往往能够促进房地产市场的有效需求,但长期影响较短期影响更为强烈。同时,由ECM模型可以发现,短期内空间城镇化对房地产市场的影响为正,即土地城镇化的提高能够促进房地产业的发展,但是长期均衡状态时,土地城镇化对房地产市场发展具有负向作用关系。误差修正项系数的大小反映了对偏离长期均衡的调整力度,从其系数(-0.705)来看,当短期波动偏离长期均衡时,将以0.705的调整力度将非均衡拉回,纠正机制发挥较强的作用。

表33 误差修正模型结果

注:*表示在10%显著性水平下通过检验。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈