虎強

[摘要]運用SVAR模型對影響上海市房地產(chǎn)價格的各宏觀因素進行分析，建立了影響房地產(chǎn)價格因素的SVAR模型。選取上海2001～2015年的年數(shù)據(jù)為樣本，定量描述了各因素對上海市房地產(chǎn)價格的影響程度，并利用脈沖響應函數(shù)分析各個因素對房地產(chǎn)價格的影響時滯、持續(xù)時間和作用強度。

[關鍵詞]房地產(chǎn) SVAR模型 定量 脈沖響應函數(shù)

一、引言

從2002年起至2010年，我國的房屋銷售均價上漲了將近1.5倍。我國政府為了抑制房地產(chǎn)價格快速上漲形成較大的泡沫而危害實體經(jīng)濟不斷地采取積極措施抑制房地產(chǎn)價格過快上漲。

上海作為我國的經(jīng)濟、金融中心，房地產(chǎn)價格不斷地在上漲。在上海房地產(chǎn)價格上漲的過程中，上海的宏觀經(jīng)濟是否起作用？如何起作用？起多大的作用？本論文根據(jù)影響上海市住宅價格的因素選出四個指標作為解釋變量，將上海市的商品住宅價格作為被解釋變量建立模型，根據(jù)實證果進行分析總結，并提出相關的意見建議。

二、文獻綜述

許多學者對房地產(chǎn)價格的影響因素進行了很多的分析。Bramley（1993）定義了房地產(chǎn)價格的函數(shù)。Abraham（1994）認為房地產(chǎn)價格由實際建筑成本、居民收入的增長率、就業(yè)率及稅后實際利率決定。我國學者也從很多角度對房地產(chǎn)價格影響因素進行了研究分析，周京奎（2005）的實證研究得出貨幣政策是決定房地產(chǎn)價格的重要因素。梁云芳和高鐵梅（2006）發(fā)現(xiàn)土地價格、上一期住宅價格以及利率的波動對住宅價格有較大影響。以上著作大都是從經(jīng)濟因素或是微觀層面分析房地產(chǎn)價格影響因素，本文運用SVAR模型，從實證角度出發(fā)，定量分析影響上海市房地產(chǎn)價格波動的一些因素，希望得出的結論能為上海市制定相關政策提供依據(jù)。

三、上海房地產(chǎn)價格影響因素的SVAR模型構建

（一）SVAR模型簡介

K個變量，p階結構向量自回歸模型SVAR為

在使用SVAR模型前還需確定滯后階數(shù)p。VAR模型確定滯后階數(shù)有兩種方法：LR（似然比）檢驗法和AIC信息準則。

VAR模型建立完成后要進行模型滯后結構穩(wěn)定性檢驗，本文采用格蘭杰檢驗法和AR根法。VAR模型是一種實證模型，通過脈沖響應函數(shù)來分析模型。

（二）上海市房地產(chǎn)價格影響因素的SVAR模型建立

影響房地產(chǎn)價格的因素很多，房地產(chǎn)價格的指數(shù)可以很好的反映全國房地產(chǎn)價格情況，所以我們選取它來作為房地產(chǎn)價格的描述。根據(jù)文獻資料，我們選取城鎮(zhèn)居民可支配的收入（INC）、房地產(chǎn)投資（IA）、城市居民消費價格指數(shù)（CPI）、住房竣工面積（CA）為自變量。

四、實證分析

（一）數(shù)據(jù)的選取與預處理

本文選取2001年至2014年上海的數(shù)據(jù)，共15個樣本來研究解釋變量和被解釋變量之間長期的關系。首先需對原始數(shù)據(jù)進行處理，選擇2000年為基期（為100）。而且，在實際檢驗前需要對一些變量取對數(shù)。

（二）模型的求解

1.樣本數(shù)據(jù)的平穩(wěn)性檢驗。本文采用ADF檢驗法檢驗時間序列的平穩(wěn)性，如下所示：

（三）VAR模型滯后期的選擇

通過計算各個統(tǒng)計量，由此得到的滯后階數(shù)的結果如下表所示，由此可知，6個變量中有5個表明VAR（]）模型更加適合，所以我們建立VAR（1）模型。

（四）SVAR模型的運行結果

經(jīng)過上文的各種檢驗以及處理后，運用matlab中的進行自回歸分析，得到SVAR（1）中的系數(shù)如下所示：

以上便是SVAR模型回歸方程的參數(shù)估計的結果。從上面可以看出各個變量以及其滯后階數(shù)對房地產(chǎn)價格影響。

（五）脈沖響應函數(shù)分析

對上述的各種變量做脈沖響應函數(shù)分析，可以得到如下結論：第一，消費者指數(shù)對其的沖擊比較大，但是在二十期之后又變得較為平穩(wěn)。第二，住房竣工面積對房價指數(shù)的沖擊相對而言比較小，在十五期之后變得較為平衡。剩下的幾個變量的影響則比較小，而且滯后期數(shù)也較小。

（六）格蘭杰的因果關系檢驗

Granger的因果關系檢驗是分析一個變量的滯后項能否對于其他變量產(chǎn)生影響，如果有一個變量受到了其他變量滯后項的影響，我們稱它們之間存在著Granger的因果關系。表3列出SVAR模型的房地產(chǎn)價格與其它變量的Granger因果關系檢驗結果。

從表2我們可以得到一些結論：第一，房地產(chǎn)價格指數(shù)和城鎮(zhèn)居民可支配收入之間存在著Granger因果關系；第二，房價指數(shù)和房地產(chǎn)投資總額之間亦存在單向的Granger的因果關系檢驗；第三，房價指數(shù)與城市居民居住消費價格指數(shù)存在單向的Granger因果關系檢驗。

五、結論

通過建立SVAR模型以及運用脈沖響應函數(shù)，從各個方面分析了各個宏觀變量對房地產(chǎn)價格的影響，由此得到了各個變量的影響大小和影響方式，并且有了以下結論。第一，房地產(chǎn)價格受過往價格的影響相對而言比較大，而受滯后一期的貸款利率對其的影響相對而言較小。即房地產(chǎn)價格一般不會突變。第二，房價會很大因素的影響居民的可支配收入，房價越高，則居民的可支配收入越少。第三，房價與貸款利率存在著雙向的影響關系，貸款利率的上升會抑制房價的上漲，因此通過緊縮的貨幣政策或嚴格的房地產(chǎn)信貸政策，可以實現(xiàn)對房地產(chǎn)市場價格的抑制與調(diào)控。