我国房地产投资周期波动的特征基于主成分分析方法构建我国房地产投资景气指数.docx
- 文档编号:30164593
- 上传时间:2023-08-05
- 格式:DOCX
- 页数:20
- 大小:154.46KB
我国房地产投资周期波动的特征基于主成分分析方法构建我国房地产投资景气指数.docx
《我国房地产投资周期波动的特征基于主成分分析方法构建我国房地产投资景气指数.docx》由会员分享,可在线阅读,更多相关《我国房地产投资周期波动的特征基于主成分分析方法构建我国房地产投资景气指数.docx(20页珍藏版)》请在冰豆网上搜索。
我国房地产投资周期波动的特征基于主成分分析方法构建我国房地产投资景气指数
第5组财政、税收、投资、贸易
我国房地产投资周期波动的特征
——基于主成分分析方法构建我国房地产投资景气指数
梁云芳高铁梅
(东北财经大学数学与数量经济学院辽宁大连116025)
摘要:
房地产业作为我国经济发展的先导产业和支柱产业,其周期波动将直接影响国民经济的平稳运行,因此对房地产业的周期波动进行监测预测具有十分重要的现实意义。
本文利用主成分分析方法构建了我国房地产投资的景气指数,结果表明目前我国房地产投资对政策调控反应灵敏,导致周期长度不稳定。
进一步,本文讨论了房地产投资周期与宏观经济周期的关系,发现二者的关系在2002年前后发生了结构性的变化,房地产业在国民经济中作为支柱产业的影响越来越大;而且房地产投资一致合成指数是通货膨胀一致合成指数的先行指标,通过比较可以为政府及相关部门准确判断房地产发展形势、制定相关的宏观经济政策提供依据,为投资者的理性投资和决策提供基础。
关键字:
房地产投资;周期波动;景气指数;通货膨胀
JEL分类号:
F29,F224.0
TheResearchofChineseRealEstateInvestmentCyclicalFluctuation
───ConstructingChineseRealEstateInvestmentBusinessIndex
withthePrincipalComponentAnalysis
YunfangLiangTiemeiGao
(DongbeiUniversityofFinance&Economics,Dalian,116025,P.R.China)
Abstract:
Therealestateindustryisusuallytakenasthefoundationandmainstayindustryoftheeconomy,anditsfluctuationaffectstheeconomicmovementdirectly.Soithastheextremelyimportantpracticalsignificancetomonitorandforecasttherealestateindustry’scyclicalfluctuation.Inthispaper,weconstructedthebusinessindexoftherealestateinvestmentwiththePrincipalComponentsAnalysisMethod.Theanalysisshowedtherealestateinvestmentwaskeentothemacropolicy.Further,throughcomparingthecoincidentcompositeindexoftherealestateinvestmentwiththatofthemacroeconomy,wefoundthattheeffectoftherealestateindustrytakenasthemainstayindustrywasmoreandmoreremarkablesince2002.Furthermore,wefoundthecoincidentcompositeindexoftherealestateinvestmentwasaleadingindicatoroftheinflation.Wehopetheseconclusionscanbeasthebasisofthegovernmentmakingpolicyandinvestorrationallyinvesting.
Keywords:
RealEstateInvestment,CyclicalFluctuation,BusinessIndex,Inflation
JELClassification:
F29,F224.0
作者简介:
梁云芳(1978—),女(汉族),山西省阳城县,东北财经大学数学与数量经济学院讲师,经济学博士,主要研究方向为房地产经济学、经济周期波动。
电话:
0411-********;电子邮箱:
yunfangliang@;联系地址:
辽宁省大连市东北财经大学数学与数量经济学院(116025)。
高铁梅(1951—),女(汉族),江苏,东北财经大学数学与数量经济学院教授、博士生导师,数量经济研究所所长,主要研究方向为经济周期波动。
电话:
0411-********(H);0411-********(O);137********;Email:
gatotiemei@;通讯地址:
大连市沙河口区尖山街187栋2门401,邮编:
116025。
我国房地产投资周期波动的特征
——基于主成分分析方法构建我国房地产投资景气指数
摘要:
房地产业作为我国经济发展的先导产业和支柱产业,其周期波动将直接影响国民经济的平稳运行,因此对房地产业的周期波动进行监测预测具有十分重要的现实意义。
本文利用主成分分析方法构建了我国房地产投资的景气指数,分析表明目前我国房地产投资对政策调控反应灵敏,导致周期长度不稳定。
进一步,本文讨论了房地产投资周期与宏观经济周期的关系,发现二者的关系在2002年前后发生了结构性的变化,房地产业在国民经济中作为支柱产业的影响越来越大;而且房地产投资一致合成指数是通货膨胀一致合成指数的先行指标,通过比较可以为政府及相关部门准确判断房地产发展形势、制定相关的宏观经济政策提供依据,为投资者的理性投资和决策提供基础。
关键字:
房地产投资;周期波动;景气指数;通货膨胀
JEL分类号:
F29,F224.0
一、引言
随着1998年住房体制的改革,我国房地产业发展进入一个崭新的阶段,进而启动了新一轮的房地产建设和消费高潮。
正如宏观经济运行会出现周期波动一样,房地产业作为国民经济的基础产业和主导产业,也是在不断的调整和波动中成长。
房地产既具有投资的功能,又具有消费的功能,决定了其在宏观经济周期波动中的重要地位,因此,过于剧烈或频繁的房地产周期波动,不仅会对房地产业本身产生不利影响,而且会导致资源配置失衡、资金浪费、产业结构失调,增加投资者的决策难度,甚至影响整个国民经济的协调发展。
房地产周期作为一个相对独立的研究领域始于20世纪80年代,由于美国经济出现“滞胀”,引发了对经济周期波动的重视,而房地产周期作为经济周期的重要组成部分,其研究开始进入一个蓬勃发展的阶段。
由于我国房地产市场起步比较晚,直到20世纪90年代中后期房地产经济学家们才开始关注房地产的周期波动。
当房地产业处于周期的不同阶段时,其对供给、需求、空置水平、租金等的影响是不一致的。
例如:
当房地产周期处于萧条阶段时,表现为:
供给大于需求,使得市场中的空置率明显增加,房屋租金下降,投资者尤其是投机者不愿意投资,将资本转向别的投资品。
因此,随着房地产周期的波动,由供给和需求所决定的各关联性指标会发生相应的变化。
关于房地产周期波动的测度及成因,国外的研究已具有一定的广度和深度。
概括起来主要从三个角度分析:
(1)房地产周期与宏观经济的关系(如Pyhrr,RoulacandBorn(1999)[1],OrtaloandRady(2004)[2],Kyung-HwanKim(2004)[3]和RobertandSan(2004)[4]等)。
Kyung-HwanKim(2004)从总量、增长趋势及周期波动多个角度分析了韩国住宅价格与GDP、消费支出、通货膨胀的关系,重点分析了房价是否存在泡沫,最后得出结论认为政府的介入有利于稳定房价[3]。
RobertandSan(2004)基于VARX模型分析了新加坡房价与宏观经济之间的关系,着重研究了房价的波动可能给宏观经济带来的冲击[4]。
(2)从供给和需求的角度考虑房地产周期(MuellerandLaposa(1994)和Wheaton(1999)[6]等)。
Wheaton(1999)修正了存货——流量模型,其中假定市场的供需弹性、房地产耐久程度、人们的预期等都是可以改变的,基于不同情况论述了房地产周期波动的基本原则[6]。
(3)从资本市场角度讨论房地产周期波动(如StephenandSusan(2005)[7]和Chen(1998)[8]等)。
他们用不同的方法对资产价格的周期行为进行了论述,其结论中至关重要的一点是信用约束和间接价值(土地/房屋价格)的相互作用会导致总变量发生剧烈的持续的波动[7-8]。
目前,国内关于房地产周期的讨论还比较粗浅,概括起来目前的讨论主要强调两点:
投资和政府行为[9]。
何国钊、曹振良等(1996)在早期的研究中直接将投资和政策作为解释房地产周期波动的代表性因素[10]。
谭刚(2001)从经济周期理论的角度对中国房地产周期的波动进行了实证分析,并将中国房地产运行划分为4个阶段,同时也认为投资和政府行为是影响房地产周期的主要因素[11]。
另外,曲波(2003)利用销售面积增长率作为衡量房地产周期的指标,并对典型城市的房地产周期进行了对比分析[12]。
孟晓苏(2005)从房地产销售额增长率、销售面积增长率和投资额增长率这三个主要指标出发研究了我国房地产业的周期性波动,认为从1984年起,房地产业在国内已经历了三个发展期和两个低落期。
因此,他认为我国房地产大约7年一个周期,其中5年发展、2年低落[13]。
除了学术研究之外,我国还有一些研究机构(如国家统计局中国经济景气监测中心和搜房研究院等)发布房地产景气指数,主要有房地产价格景气指数、房地产投资景气指数和国房景气指数。
但是,上述研究中用哪一个指标或一系列指标作为刻画房地产周期的指标体系,是有争议的,不同的指标合成的房地产周期波动状态是不一致的。
本文在研究房地产周期的过程中,为了更准确、更科学的描述我国转轨过程房地产周期的波动,在上述研究的基础上做了进一步的分析:
第一,本文采用相对高频的月度数据,上述国内学术研究多基于年度数据;第二,本文在先行、一致、滞后指标的选取上除考虑经济上的重要性之外,主要利用时差相关系数、K-L信息量方法从周期波动特征的角度筛选指标,最后通过峰谷对应法确定所选取指标的景气波动对应性,使得最终合成的景气指数能准确的刻画房地产周期的波动。
这一点区别于上述国内的研究——他们在指标的选取上主要基于理论分析,而没有考虑实际经济活动中各指标之间的关系。
二、基于主成分分析方法构建房地产投资景气指数
目前,在我国房地产市场中,人们主要关心两个问题——房地产投资的波动和房地产价格的波动,实际上投资波动和价格波动之间是密切相关的。
一般而言,当房地产市场较热时,较高的投资收益率必然驱使大量盲目的房地产投资,而且市场中会产生较多的投机行为,同时伴随着房地产价格不规律的迅速上涨。
因此,本文选择房地产投资同比增速作为基准指标,主要研究房地产投资的周期波动和景气动向。
(一)景气指标的选取
除房地产业自身的经济活动外,其他上游和下游行业的经济活动以及投资、贸易、物价、财政、金融等宏观经济领域广泛的经济活动均会在一定程度上影响和反映房地产投资的景气波动状况。
因此,要想制定能够全方位综合准确反映房地产投资波动状况的景气指数,必须尽量全面地选取相关领域的经济指标①。
本文根据数据的可得性,收集了与房地产投资相关的宏观月度指标、上下游行业的各类月度指标(包括生产、效益等各个方面),以及影响房地产融资的各类金融指标和房地产产业的相关指标(包括开发、施工、竣工等方面)近200个。
在上述数据的基础上,本文采用各指标的增长率序列构建房地产投资的增长率循环景气指数。
首先将各指标的增长率序列进行季节调整,将房地产投资完成额增速作为基准指标;然后利用时差相关分析方法、K-L信息量方法、峰谷对应法等多种方法②筛选出了13个景气指标,分别构成能够反映房地产投资波动状况的先行、一致、滞后指标组(见表1)。
表1反映我国房地产投资景气的指标组
指标类型
指标名称
时差相关系数
K-L信息量
超前滞后期
先
行
指
标
1.金融机构建筑业贷款增速
2.商品房竣工价值增速
3.房地产土地购置费增速
4.商品房销售面积增速
5.工业品出厂价格指数(逆转)
0.65
0.69
0.45
0.89
102.57
47.74
38.27
26.31
-9,-8
-6
-12
-7,-11
一
致
指
标
1.房地产投资完成额增速
2.商品房施工面积增速
3.房地产企业自筹资金增速
4.水泥产量增速
1
0.87
0.86
0.74
0
4.79
11.11
4.78
0
0,+1
-2,-1
0,+1
滞
后
指
标
1.社会消费品零售总额增速
2.建筑材料购进价格指数
3.工业品出厂价格指数
4.土地交易价格指数
5.商品房销售价格增速
0.85
0.62
0.66
0.9
0.88
5.66
9.54
9.67
1.81
9.64
+12,+10
+11,+7
+12,+7
+12,+6
+12
注:
1.“+”表示滞后,“-”表示先行。
2.超前滞后期有两个数时,前一个是时差相关分析的延迟数,后一个是K-L信息量的延迟数。
3.为了显示清楚,K-L信息量扩大了10000倍,选择标准是K-L信息量越接近于0越好;时差相关系数越接近于1越好。
1.景气波动与房地产投资一致的经济指标
一致指标(CoincidentIndicators)是指该指标的波动与房地产投资的波动基本一致。
为了保证本文构造的房地产投资一致景气指数的稳定性,本文采用由一组一致指标构成的合成指数来反映房地产投资的波动,而不是仅仅依赖于一个指标的变动。
由表1可知,本文通过各种指标筛选方法确定商品房施工面积、房地产企业自筹资金和水泥产量的增速作为一致指标。
而且,从理论上讲,这几个指标的波动应该与房地产投资一致——当房地产投资增加时,必然表现为商品房施工面积增加,投资资金需求的增加,而房地产资金来源中,自筹资金占资金来源合计的25%~30%,且商品房施工面积和自筹资金的增速与房地产投资增速的相关系数较高。
同时,我国水泥产量的70%是用于房地产建设,因此,房地产投资的增加,必然伴随着对水泥产量需求的增加。
所以,无论从理论上还是从实际经济的角度出发,选择上述指标作为一致指标是合理的。
2.景气波动先行于房地产投资的经济指标
先行指标(LeadingIndicators)是指在房地产投资波动达到高峰(或低谷)前,超前出现峰和谷的指标,目前许多机构和部门将先行指标作为短期预测的重要依据。
本文共选出4个先行指标——金融机构建筑业贷款增长率,房地产土地购置费增速,商品房销售面积增速和商品房竣工价值增速。
特别的,本文将滞后指标——工业品出厂价格指数的逆转作为一个先行指标。
这5个指标一起构成了先行指标组。
房地产业与建筑业既有区别又有联系,主要区别是:
建筑业是物质生产部门,统计核算中属于第二产业;房地产业兼顾开发、经营、管理与服务等多种性质,统计核算中属于第三产业。
但是他们又是相互联系的,其业务对象都是房地产。
在房地产的开发过程中,金融机构的建筑业贷款额是先于房地产投资完成额发生。
因此,先行于房地产投资完成额的增速。
同样,在房地产投资过程中,一定是先购买土地,而且在房地产投资完成额的核算中不包括单纯的土地交易活动。
因此,房地产投资完成额的大小,取决于前几期土地购置费的变化。
所以,房地产土地购置费的增速是房地产投资完成额增速的先行指标。
一般而言,商品房销售面积增速应该滞后于房地产投资完成额,但是,由于我国商品房销售面积的核算不仅包括已签订房屋销售合同并在报告期正式交付购房者使用的商品房屋面积,还包括报告期或报告期以前签订了预售合同,在报告期又竣工并交付使用的商品房屋面积。
因此,其先行于房地产投资完成额。
3.景气波动滞后于房地产投资的经济指标
滞后指标(LaggingIndicators)是指那些转折点(峰或谷)滞后于房地产投资波动的指标,其作用在于其峰和谷的出现可以确认房地产投资波动的峰或谷确已出现。
本文选取的滞后指标主要包含消费和各类生活及生产资料的价格指数。
一般房地产投资的快速增长意味着房地产业的繁荣,相应的房地产业收益率也快速增长,此后必然伴随着房地产价格的上升。
房价的上升将导致上游产品价格(如:
建筑材料购进价格、土地交易价格、工业品出厂价格指数等)的上升。
反之,相反。
因此,表1中这些价格指数均滞后于房地产投资增速。
同时,房地产业作为先导和基础性产业,其快速发展可以带动家电、装饰、家具以及交通等相关行业消费的增长,因此,反映居民生活消费品总量的社会消费品零售总额的波动滞后于房地产投资的周期波动。
综上所述,可以看出表1中的指标不仅与房地产投资波动的对应性较好,还具有重要的经济意义。
通过观测这些指标的变化,可以比较全面地分析房地产投资的变化以及房地产业的变化,从而帮助有关部门较为合理和准确地掌握房地产业未来的发展动向。
但是由于我国房地产业的发展还处于初级阶段,且我国经济处于转轨过程中,这要求随着房地产市场的逐步成熟,在指标的选取上还需要不断地改进和完善。
(二)应用主成分分析构建景气指数
景气指数作为一种实证的景气观测方法,可以用来作为衡量经济波动的尺度。
目前国际上通用的景气指数方法有扩散指数方法和合成指数方法,也有利用主成份分析方法、状态空间模型合成景气指数的。
本文利用主成分分析法①构造房地投资的景气指数,根据表1所列的指标组分别计算出房地产投资的先行、一致、滞后景气指数②(以2000年为基准年)。
1、主成分方法的基本思想
主成分分析(PrincipalComponentsAnalysis)是利用降维的思想,把多指标转化为少数几个合成指标的多元统计分析方法。
在多元分析中,为了尽可能完整地收集信息,往往要取多个指标,指标间存在一定的信息重叠。
为降低问题的难度并剔除重叠的信息,人们希望通过对原始指标进行线性组合得到新的、数量较少的合成指标,替代原始指标。
为了使新的合成指标在最大程度上代表原始指标,避免信息损失,要求新的合成指标的方差最大。
上述思想可以具体表述为:
设
是由p个指标组成的p维随机向量,并设随机向量x的均值为
,协方差矩阵为
维的
,且y为这p个变量的线性组合得到的合成变量向量,即
(2.1)
并且满足
,
。
具体的计算方法如下:
考虑式(2.1)中的第i个合成变量
,设
,则
可以表示为
(2.2)
利用拉格朗日乘数法,本文计算出
的p个非负特征值
所对应的特征向量
,以相应的特征向量作为系数,得到相应的合成变量。
而特征根
就是
的方差
,最大特征值
对应的合成变量
的方差就是最大方差,意味着合成变量
所包含的原始变量的信息最多,最能反映x的变动,即能很好地代表p个变量。
因此,将
称为随机变量
的第一主成分,
称为随机变量
的第二主成分,……,
称为随机向量
的第
主成分。
而将
叫做第
主成分的贡献率,
称为第1至第
个主成分的累积贡献率。
2、合成指数的计算
本文用主成分方法分别计算一致指标组、先行指标组和滞后指标组的各主成分序列及相应的特征值、特征向量、贡献率和累积贡献率,见表2。
表2各指标组的主成分分析结果
特征向量序号
一致指标组的计算结果
先行指标组的计算结果
滞后指标组的计算结果
第一主成分
第一主成分
第二主成分
第一主成分
1
0.53
0.57
-0.36
0.48
2
0.55
0.57
-0.46
0.46
3
0.41
0.37
0.37
0.45
4
0.50
0.36
0.40
0.42
5
0.30
0.61
-0.41
特征值
2.91
2.50
1.40
3.88
贡献率(%)
72.80
50.05
27.95
77.68
累积贡献率(%)
72.80
50.05
78.00
77.68
注:
1.特征向量序号分别与表1中各指标组中的指标序号相对应。
2.特征向量相等于(2.2)式中的向量
。
表2结果表明:
一致指标组的第一主成分的贡献率达到了72.8%,已能充分地反映4个一致指标的变动状况,因此,本文将一致指标组的第一主成分作为房地产投资一致综合指数。
表2的第3列和第4列表示先行指标组的计算结果,结果表明:
先行指标组的第一主成分的贡献率为50.05%,还未能充分解释先行指标组的变动。
第一和第二主成分的累积贡献率达到了78%,解释了先行指标组的大部分变动。
并且,第一主成分和第二主成分都具有很好的先行性质(见图1、图2),因此,同时选为房地产投资的先行综合指数。
从图1和图2中可以看出,房地产投资一致合成指数从1998年1月开始上升,到1999年2月达到峰顶以后开始下滑,于2000年1月达到谷底以后,开始出现持续的上升趋势,一直持续到2004年4月。
至此出现急速下降,不到一年的时间达到谷底,并在谷底平稳运行。
先行指标组第一主成分峰的先行期大约为20个月,谷的先行期在10~20个月;第二主成分峰的先行性也比较显著,先行期与第一主成分相近。
表2的第5列表示滞后指标组的计算结果,结果表明:
滞后指标组第一主成分的贡献率达到了77.68%,很好地解释了滞后指标组的变动。
因此,将滞后指标组第一主成分作为房地产投资的滞后综合指数,见图3。
从图3中可以看出房地产投资滞后合成指数有稳定的滞后期,可以较好的验证房地产投资的峰和谷已经出现,峰的滞后期为10~18个月,谷的滞后期为20~27个月。
三、我国房地产投资周期波动的特征及其与宏观经济的关系
(一)房地产投资周期性波动特征
图4给出了1995年1月~2007年11月房地产投资的一致合成指数,按照从“峰——峰”的划分,可以将1996年以后的房地产投资周期分为三个:
第一个周期:
1996年3月~1998年12月,受亚洲金融危机影响的周期;第二个周期,1999年1月~2003年12月,政策导向的房地产周期;第三个周期,2004年1月开始属于新一轮周期,政策调控和房地产市场逐步成熟的周期。
由于我国房地产市场正处于成长过程中,对于外部的冲击和政策调控反映比较灵敏。
因此,其周期长度并不象宏观经济波动那样稳定,如本文研究的第一个周期由于受到亚洲金融危机的冲击,只有2年零10个月的时间,而第二个周期受到刺激内需以及住宅商品化等政策的影响,其长度大约5年,其中上升期为4年左右。
1998年,为了应对亚洲金融危机对我国经济的影响,表5房地产企业的效益状况②
年份
房地产企业利
润总额(亿元)
利润增长率
(%)
1993
155.9
145.5
1994
167.4
7.38
1995
143.4
-14.35
1996
18
-87.5
1997
-10.3
-157
1998
-10.7
-3
1999
-35.1
-229
2000
73.3
308.8
2001
125.5
71.22
2002
252.9
101.57
2003
430.4
70
- 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:
- 我国 房地产 投资 周期 波动 特征 基于 成分 分析 方法 构建 景气 指数