id440黄忠华11116地价与房价关系的新检验基于面板数据的分析.docx
- 文档编号:28632050
- 上传时间:2023-07-19
- 格式:DOCX
- 页数:13
- 大小:24.47KB
id440黄忠华11116地价与房价关系的新检验基于面板数据的分析.docx
《id440黄忠华11116地价与房价关系的新检验基于面板数据的分析.docx》由会员分享,可在线阅读,更多相关《id440黄忠华11116地价与房价关系的新检验基于面板数据的分析.docx(13页珍藏版)》请在冰豆网上搜索。
id440黄忠华11116地价与房价关系的新检验基于面板数据的分析
id440-黄忠华-11-1-16地价与房价关系的新检验-基于面板数据的分析
id440-黄忠华-11-1-16地价与房价关系的新检验-基于面板数据的分析地价与房价关系的新检验—基于面板数据的分析黄忠华1,杜雪君2(1.浙江工业大学经贸管理学院,浙江杭州310023;2.浙江科技学院经济管理学院,浙江杭州310023)摘要:
本文采用面板数据下的Granger因果关系检验和误差修正模型探讨地价和房价的关系。
全国,东部、西部地区房价和地价互为因果关系,中部地区房价对地价存在单向因果关系。
全国,东、中、西部地区地价与房价的短期动态关系不尽相同。
东部地区地价对房价或房价对地价的短期影响显著,而在中、西部地区影响不显著,这可能是因为东部地区房地产市场和土地市场机制运行较顺畅。
研究结论为:
为抑制房价过快上涨,应同时对土地市场和房地产市场进行调控,采取增加房地产和土地供应的总量调控措施;由于我国土地市场和房地产市场的区域特性,应采取不同的结构性政策,确保总量调控措施能落实到位。
关键词:
地价;房价;面板数据;Granger因果关系;区域中图分类号:
F293.3文献标识码:
A文章编号基金项目:
浙江省自然科学基金(Y7100223)。
第一作者:
黄忠华(1981-),男,浙江绍兴人,博士,讲师。
研究方向为土地管理。
E-mail:
zhonghuahuang2006@:
1问题的提出近年来,关于地价和房价的关系问题成为各方讨论的热点。
国内学术界对地价和房价关系看法不一。
一些学者认为导致近年来房价过快上涨的原因是地价的过快上涨,因此,要调控房价就要调控地价。
也有一些学者认为房价上升导致地价上升,地价上涨是房价上涨的结果。
还有一些人则认为地价和房价是复杂的,两者存在反馈。
国内学者还对地价和房价的关系进行了实证研究,然而实证研究结果不尽相同,大多采用较短的时间序列数据和传统的单个体的Granger因果关系检验,采用面板数据模型的分析尚少见。
而采用面板数据分析既增加了数据的自由度,又增加了截面信息,提高了检验的效率,从而使结论更具有说服力。
地价和房价的关系究竟如何?
地价和房价的影响程度如何?
这些问题一直困扰着学术界和其它各界。
随着2003年起土地参与国家宏观调控,地价和房价的关系问题显得尤为重要。
正确理解地价和房价的关系,对于政府实现科学调控和管理土地市场和房地产市场具有重要的现实意义。
与以往研究相比,本文的工作主要体现在以下三个方面:
(1)对有关地价和房价的观点进行系统梳理和分析;
(2)对地价和房价进行面板数据的Granger因果关系检验;(3)建立误差修正模型以分析全国及区域层面地价和房价的短期相互影响。
本文接下来的结构安排如下:
第二部分是相关文献回顾,第三部分是面板数据的Granger因果关系检验和分析;第四部分是误差修正模型的建立和分析;最后部分是结论和政策建议。
2相关文献回顾2.1关于地价和房价的观点从一般经济学理论讨论地价与房价的关系,主要存在以下三类观点。
(1)成本论。
该类观点认为地价上涨,将引起房地产开发成本上升,最终将导致房价也上涨。
因此,高房价是由高地价导致的。
持该观点的学者如徐艳(2002)、杨慎(2003)、包宗华(2004)[1-3]。
其政策含义是:
要调控房价上涨,必须要调控地价上涨。
该类观点假设房地产市场是完全竞争均衡的,因此均衡时房价应包含地价的成本。
(2)需求论。
该类观点认为:
由于土地的自然供给是无弹性的,其经济供给在短期内也是缺乏弹性的,因此土地的价格在短期内由土地的需求决定。
持该类观点的学者如Smith(1976)、Sullivan(2000)、黄贤金(2005)[4-6]。
其政策含义是调控地价不应成为调控房价的主要手段。
(3)供需论。
持供需论观点的学者认为地价和房价谁决定谁的问题就像是一个硬币的两面,一面是成本论认为的地价决定房价,一面是需求论的房价决定地价。
持该类观点的学者如刘琳和刘洪玉(2003)、苗启虎和王方华(2004)[7,8]。
其政策含义是抑制房价要同时调控土地和房地产市场。
在实际经济中,土地市场和房地产市场中土地和房地产的供给和需求同时在起作用,只是各自所发挥的作用有所不同。
作为市场供求作用的信号,房价和地价的转化反映土地市场和房地产市场的相互作用。
2.2关于地价和房价关系的实证研究在实证研究方面,大部分检验地价和房价关系的研究文献采用单个体(截面)的Granger因果关系检验,然而研究结论却不尽相同。
实证研究结果主要有以下几类:
(1)短期和长期内互为因果关系。
如郑娟尔和吴次芳(2006)的实证研究发现全国地价和房价在长期和短期互为因果关系[9]。
(2)短期内互为因果关系,长期内单向因果关系。
高波和毛丰付(2003)的研究发现在短期内地价和房价互为因果关系,在长期内房价决定地价[10]。
况伟大(2005)的研究发现短期内全国地价和房价互为因果关系,长期内地价决定房价[11]。
(3)短期内互为因果关系,长期内无因果关系。
曾向阳和张安录(2006)通过对武汉市地价和房价的分析得出在短期内房价和地价相互影响,长期内房价和地价没有显著因果关系[12]。
(4)短期内单向因果关系,长期内互为因果关系。
严金海(2006)通过对全国地价和房价的实证研究发现在短期内房价决定地价,长期内地价和房价相互影响[13]。
(5)单向因果关系。
催光灿(2006)通过对上海地价和房价的研究发现房价对地价存在单向因果关系[14]。
(6)地价和房价的因果关系不显著。
Tsoukis和Alyousha(1999)通过对英格兰房价与地价的研究发现地价和房价的因果关系并不显著[15]。
总体而言,这些实证研究尚存在一些可进一步讨论之处:
(1)样本期较短,时间跨度最长的也不超过8年,如高波和毛丰付只采用1999年至2002年的数据;
(2)较短的时间序列和较少的样本容易引起检验的势不高,使结论的说服力稍嫌不足;(3)关于Granger因果长期和短期的划分大多是模糊的。
国内学者一般通过滞后阶数、误差修正模型中非均衡误差项系数和滞后变量的系数来判断长期和短期因果关系。
事实上,传统的Granger因果关系检验不存在短期和长期的概念。
张晓峒(2004)认为非均衡误差修正系数也表示短期影响,只有协整系数才表示长期影响[16]。
3面板数据的Granger因果关系分析3.1面板数据的Granger因果关系检验模型Granger(1969)认为,一个变量有助于预测另一个变量,即这个变量是另一个变量的Granger因[17]。
传统的Granger因果关系检验模型在单个体(截面)经济体变量间的因果关系检验中发挥了重要作用,然而当面对具有时间和个体双重维度的面板数据时,就显得束手无策。
在多个体数据的情况下若通常以每个个体为单位分别进行Granger因果关系检验,检验效果则就大打折扣。
近年来,国外一些学者对面板数据下的Granger因果关系进行了研究,并取得了一些成果。
本文借鉴Hoffmann(2005)关于面板数据的Granger因果关系检验。
以LP表示地价,HP表示房价,则面板数据下地价和房价之间的Granger因果关系检验示为[18]:
式
(1)和式
(2)中,,,表示个体固定效应。
假设、为服从均值为0,方差为的独立同分布的正态分布。
根据研究目的,采用Hurlin和Venet(2001)提出三步骤中的同质无因果关系(HomogenousNonCausality,简称hnc)检验[19]。
检验地价是否Granger引起房价的原假设和备择假设分别为式(3)和式(4),相应的统计量为式(5)。
式(5)中表示原假设约束下回归模型的残差平方和,表示无约束回归模型的残差平方和。
如果不全为0,则表明地价是房价的Granger因;如果不全为0,则表明房价是地价的Granger因;如果和都不全为0,则意味着地价和房价存在反馈效应。
3.2数据说明文中采用1998年第一度至2006年第二季度我国35个大中城市的房地产销售价格指数(HP)和土地价格指数(LP)数据均来源于中宏数据库。
由于所获得的价格指数采用每年相对上年同期变化值,因此文中对此进行调整:
以1998年为基期,并假设1998年各季度间价格指数反映实际价格情况,将其后各季度数据以上年值为基,乘以当期价格指数进行迭代,最后得到各季度的价格指数。
地价和房价的指数经过调整后,还与实际情况进行了校对,发现广州和兰州的数据有缺失或与实际情况差别较大,故予以剔除。
为探讨我国不同地区地价和房价的关系,文中将样本按地理区域划分为东、中、西部三个不同组别,分组情况如下:
东部地区包括北京、大连、福州、海口、杭州、济南、宁波、南京、青岛、上海、石家庄、沈阳、深圳、天津、厦门等15个城市;中部地区包括长春、长沙、哈尔滨、合肥、南昌、太原、武汉、郑州等8个城市;西部地区包括成都、重庆、贵阳、呼和浩特、昆明、南宁、乌鲁木齐、西安、西宁、银川等10个城市。
为消除异方差,文中对地价和房价的数据进行自然对数处理(各变量前加“L”表示)。
3.3单位根检验文中采用Choi(2001)的面板数据单位根检验方法,因为它不仅允许单个序列遵循单位根过程,而且该方法的检验形式设置灵活[20]。
从表1可以看出,LP和HP的水平值均接受含有单位根的原假设,而一阶差分序列ΔLP和ΔHP均拒绝含有单位根的原假设。
因此,LLP和LHP是一阶单整序列,满足协整检验前提。
表1面板数据单位根检验结果Tab.1Resultsofpaneldataunitroottest组别ChoiZ统计量ChoiZ统计量LLPLHPΔLLPΔLHP全国4.946.92-9.23***-2.35***东部4.115.87-4.66***-2.07**(T)中部2.962.44-3.67***-3.11***西部1.293.20-7.77***-3.36***注:
Z服从均值为0,方差为1的标准正态分布;1%,5%,10%显著性水平上的标准值分别为-1.28,-1.65,-2.33;括号中T表示包含趋势后平稳。
3.4协整检验文中借鉴Kao(1999)提出的面板协整检验的两步骤方法。
第一步,对HP和LP长期关系进行OLS回归(见(6)),得到残差。
第二步对进行ADF(AugmentedDickey-Fuller)形式的单位根检验,见式(7)[21]。
式(7)中和为系数,,为误差项。
当原假设成立时,则表明含有单位根,也即HP和LP不存在协整关系;反之则说明HP和LP存在协整关系。
文中采用Im,Pesaran和Shin(2003)提出的单位根检验方法(简称IPS法)对进行检验[22]。
检验形式设置为包含截距和时间趋势。
采用IPS法的协整检验结果见表2。
表2采用IPS方法的面板数据协整检验结果Tab.2ResultsofpaneldatacointergrationtestbasedonIPS组别截距项概率截距项和趋势项概率全国1.130.87-2.410.01东部5.431-1.640.05中部-0.810.21-2.980.01西部-2.060.02-3.580.01从表2中可知,当检验形式中包含截距项和趋势项时,结果显示均拒绝含有单位根的原假设。
经检验,残差序列中的确含有时间趋势项。
因此,地价和房价存在协整关系,表明地价和房价存在长期均衡关系。
长期均衡关系的存在表明地价和房价的变化是受到经济中共同因素的影响,呈现出共同变化的趋势。
3.5Granger因果关系检验结果分析在进行Granger因果关系检验时,若采用差分后的平稳变量ΔLLP和ΔLHP进行检验,原变量之间长期关系的信息就丧失了,检验的实际上是地价和房价增长速度的因果关系,而非地价和房价的因果关系。
由于地价(LLP)和房价(LHP)存在协整关系,可对LLP和LHP进行面板数据的Granger因果关系检验(结果见表3)。
表3地价和房价的面板数据Granger因果关系检验结果Tab.3Resultsofpaneldatacausalityrelationshipoflandpriceandhousingprice组别滞后阶数LLP→LHPLHP→LLP5%显著性水平的标准值全国滞后4阶1.692.521.23滞后8阶2.011.321.19东部滞后4阶3.532.311.35滞后8阶1.501.331.29中部滞后4阶2.442.501.50滞后8阶0.941.451.41西部滞后4阶3.162.291.44滞后8阶2.781.401.36从表3可知,无论滞后阶数选择是4阶或是8阶,全国,东部、西部地区的Granger因果关系表明地价和房价互为因果关系。
而中部地区地价和房价的关系较特殊:
当滞后阶数选择为4时,结果表明房价和地价互为因果关系;但当滞后阶数选择8阶时,结果表明房价对地价存在单向因果关系。
一般来说,滞后阶数更多时时包含更多的信息,因此最终以滞后8阶时得出的结果为准。
总体而言,我国地价和房价存在反馈作用。
4误差修正模型4.1协整方程估计地价和房价的协整方程估计结果见表4。
表4显示,房价的地价弹性系数存在显著的区域差异:
东部地区房价的地价弹性系数最大,为0.49;西部地区次之,为0.45;中部地区最小,为0.33;全国房价的地价弹性系数为0.44。
总体而言,地价变化对房价变化是缺乏弹性的,弹性系数均不超过1。
这主要是因为地价只占房价的一部分,地价的变化不会相同幅度的传递到房价。
表4地价和房价的协整参数估计结果Tab.4Estimatedresultsofcointergrationcoefficientsoflandpriceandhousingprice变量全国东部中部西部常数项2.652.413.142.58LLP0.440.490.330.45注:
所有系数均在1%的显著性水平上显著。
4.2误差修正模型根据Granger表示定理,具有协整关系的变量可用误差修正模型的形式来表示。
误差修正模型能分析地价和房价的短期关系和纠正均衡偏离的调整速度。
房价和地价的误差修正模型分别见式(8)和式(9)。
式(8)和式(9)中,是误差修正项,表示非均衡的误差,和表示偏离均衡时的调整速度,和为服从正态分布的随机扰动项。
式(8)和式(9)反映了偏离长期均衡的非均衡误差影响及变量短期波动的影响。
基于式(8)和式(9),全国、东、中、西组别固定效应的面板数据估计结果如表5所示(为有效减少模型残差的自相关,滞后阶数选择为4,并加入时间趋势项以控制时间趋势的影响)。
表5面板数据误差修正模型估计Tab.5Estimatedresultsofpaneldataerrorcorrectionmodel变量全国东部中部西部ΔLHPtΔLLPtΔLHPtΔLLPtΔLHPtΔLLPtΔLHPtΔLLPtECM-0.02*0.02-0.07***-0.02-0.04-0.12***-0.15***-0.14**t0.00***0.00***0.00***0.00***0.00***0.00**0.00***0.00***ΔLLPt-10.04***-0.50***0.00-0.52***0.01-0.34***-0.01-0.34***ΔLHPt-1-0.28***0.17***-0.11***0.13-0.42***-0.11-0.28***0.10ΔLLPt-20.03*-0.46***-0.02-0.44***-0.01-0.33***0.02-0.43***ΔLHPt-2-0.26***0.19***-0.060.14-0.45***0.11-0.31***-0.01ΔLLPt-30.03**-0.47***-0.01-0.47***0.00-0.36***0.01-0.44***ΔLHPt-3-0.23***0.23***-0.10***0.27***-0.39***0.07***-0.35***0.08ΔLLPt-40.04***0.51***0.030.49***0.00***0.560.050.51***ΔLHPt-40.69***0.21***0.76***0.20**0.560.210.57***0.08DW2.062.062.102.112.091.992.121.97调整后R20.780.770.700.750.850.720.820.88注:
Δ表示一阶差分;***、**、*分别表示在1%,5%,10%的显著性水平上显著。
从表5中可以看出,各组别估计结果中调整后的R2均在0.7以上,说明模型的拟合优度较好;DW值在2左右,表明残差不存在自相关问题。
各组模型系数估计结果如下:
全国模型的估计结果显示:
地价和房价方程中大部分系数均显著,表明房价和地价相互影响;在地价对房价的影响方程中,误差反向机制成立,20%的非均衡误差在下一期被纠正。
东部地区的估计结果显示:
在检验地价对房价的影响方程中,房价的反向误差修正机制成立,地价的各滞后期变化(ΔLLP)对房价的影响均不显著;而在检验房价对地价的影响方程中,地价的反向误差修正机制不成立,滞后3期和4期房价的变化(ΔLHPt-3和ΔLHPt-4)对地价具有显著的正影响。
中部地区的估价结果显示:
在检验地价对房价的影响方程中,误差修正项系数不显著;地价滞后期变化(ΔLLP)对房价的影响也不显著;在检验房价对地价的影响方程中,误差修正项系数显著为负,表明误差的反向修正机制成立;滞后3期房价变化(ΔLHP3)对地价的影响显著为正,系数值为0.07,也即当滞后三期的房价增长1%,当期地价将增长0.07%,影响较弱。
西部地区的估计结果显示:
房价和地价的反向误差修正机制均成立,误差修正项的调整速度较大;地价滞后期变化(ΔLLP)对房价的影响不显著,房价的滞后期变化(ΔLHP)对地价影响也不显著,这表明西部地区地价和房价的变化主要受对上期非均衡误差的影响。
总体而言,东部地区地价或房价的短期影响显著,而中、西部地区短期影响不显著,这可能是因为市场机制不如东部发挥得顺畅。
5结论与政策建议本文得出的主要结论和政策建议如下:
(1)Granger因果关系检验结果显示全国,东部,西部地区房价与地价互为因果关系。
总体而言,房价是地价变化的原因,地价也会反作用于房价。
因此,要控制房价过快上涨,必须从房地产市场和土地市场两方面入手。
一方面要增加房地产的开发和供给来抑制房价;另一方面要调节土地供应,通过抑制地价来达到控制房价的目标。
(2)从误差修正模型分析结果来看,地价与房价的短期相互影响,及各自的非均衡误差调整速度不尽相同。
东部地区地价对房价或房价对地价的短期影响显著,而中、西部地区短期影响不显著,这可能是东部房地产市场和土地市场机制运行较顺畅。
房地产市场和土地市场的区域特性差异导致地价和房价具有不同的短期作用。
因此,要调控房地产市场,除了总量上的增加土地供应和增加房地产供给的措施外,也要注重市场运行调整措施和结构调整措施,如公开土地信息、抑制房地产开发商囤积土地行为、合理安排土地供应等。
参考文献:
[1]徐艳.北京房价过高的原因和房价控制[J].城市问题,2002,
(1):
42-44.[2]杨慎.客观看待房价上涨问题[J].中国房地产信息,2003,
(2):
4-5[3]包宗华.怎样看待我国的住房价格[J].城市开发,2004,
(1):
18-19.[4]SMITHBA.Thesupplyofurbanhousing[J].TheQuarterlyJournalofEconomics,1976,90(3):
389-405.[5]奥沙利文.阿瑟.城市经济学[M].北京:
中信出版社,2002:
179-187.[6]黄贤金.房价与地价:
一个理得清的关系链[J].华人时刊,2005,(Z1):
42-44.[7]刘琳,刘洪玉.地价与房价关系的经济学分析[J].数量经济技术经济研究,2003,(6):
27-30.[8]苗启虎,王方华.房价地价上涨孰因孰果[J].价格理论与实践,2004,(12):
47-48.[9]郑娟尔,吴次芳.地价与房价的因果关系—全国和城市层面的计量研究[J].中国土地科学[J].2006,(6):
31-37.[10]高波,毛丰付.房价与地价关系的实证检验:
1999-2002[J].产业经济研究,2003,(3):
19-24.[11]况伟大.房价与地价关系研究模型及中国数据检验[J].财贸经济,2005,(11):
56-63.[12]严金海.中国房价与地价:
理论,实证和政策分析[J].数量经济技术经济研究,2006,
(1):
17-26.[13]曾向阳,张安录.基于Granger检验的地价与房价关系研究[J].中国土地科学,2006,
(2):
57-61.[14]崔光灿.上海市房价、地价和租金关系研究[J].中国房地产,2006,(4):
4-6.[15]TSOUKISC,ALYOUSHAA.Implicationsofintertemporaloptimizationforhouseandlandprices[J].AppliedEconomics,1999,31(12):
1565-1571.[16]张晓峒.计量经济分析[M].北京:
经济科学出版社,2000:
184-190.[17]GRANGERCWJ.Investigatingcausalrelationsbyeconometricmethodsandcrossspectralmethods[J].Econometrica,1969,37(3):
424-438.[18]HOFFMANNR,GINGLC,RAMASAMYB,etal.FDIandpollution:
agrangercausalitytestusingpaneldata[J].JournalofInternationalDevelopment,2005,17(3):
311-317.[19]HURLINC,VENETB.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- id440 黄忠华 11116 地价 房价 关系 检验 基于 面板 数据 分析