浅析房地产价格影响因素(二)

经过理论分析，本文选取了影响房地产价格的6个指标，加上7个房地产价格指标，选取了季度数据和共56组数据。为了避免影响自由度的指标过多，本文对这些指标进行了筛选。各项指标的相关性分析表明，GDP与M2之间存在较强的相关性，可以相互替代。从相关指标来看，M2与HP的相关性较高。因此，本文选择放弃GDP，保留M2指标。同样，INF和LR的相关度为0.7113，因此我们可以考虑丢弃一个索引。考虑到NF和HP之间的相关性较高，本文可以丢弃LR索引。

表1  房地产价格与宏观经济指标之间的相关性检验 

HP GDP M2 INF LR

HP 1.000000 0.611958 0.629429 0.368395 0.160853

GDP 0.611958 1.000000 0.996019 0.229634 0.199942

M2 0.629429 0.996019 1.000000 0.171031 0.127539

INF 0.368395 0.368395 0.171031 1.000000 0.711300

LR 0.160853 0.199942 0.127539 0.711300 1.000000

（三）平稳性检验

通过相关试验筛选出部分指标后，留下了M2、INF、IRE三个影响因素。对所选指标与HP指标进行了平稳性检验。从表2可以看出，每个变量的原始序列不是平稳的，但一阶差分是平稳序列，即所有变量都是一阶单整数序列，因此可以考虑协整检验。

表2  平稳性检验

变量 检验类型（C,T,K) ADF统计量 5%临界值 1%临界值 P值 结论

HP (C,3) -1.541906 -2.918778 -3.562669 0.5047 不平稳

M2 (C,1) -1.542885 -2.916566 -3.557472 0.5045 不平稳

INF (C,4) 0.098424 -1.947381 -2.611094 0.7095 不平稳

IRE (C,T,0) -1.229376 -3.493692 -4.133838 0.8942 不平稳

HP (C,2) -6.124774 -2.918778 -3.562669 0.0000 平稳

M2 (C,0) -4.857575 -2.916566 -3.557472 0.0002 平稳

INF (C,2) -5.748253 -1.947381 -2.611094 0.0000 平稳

IRE (C,T,0) -7.595449 -3.495295 -4.137279 0.0000 平稳

（四）协整关系检验

本文利用JOHANSEN检验确定变量之间是否存在协整关系。首先，建立了四个变量的无约束VAR模型，通过观察最优滞后顺序来确定JOHANSEN检验的滞后顺序。对于VAR模型中最优滞后阶的选择，本文选择了AIC和SC信息准则来确定。由表4可知，SC准则为二阶最优，AIC准则为四阶最优。当两个标准不一致时，我们需要根据LR测试进行权衡。因此，本文确定VAR的最优滞后阶为三阶。由于向量机模型是一个协整约束的VAR模型，实际变量HP、房地产市场供求两个指标，如表3所示，IRE与DI之间的相关性达到0.996740，由于IRE与HP之间的相关性较高，放弃DI指标，保留IRE指标。实际使用的变量HP、GDP、INF、LR和IRE都是一阶差分序列，相当于一阶滞后。因此，当对变量进行JOHANSEN协整试验时，滞后顺序应设置为两个顺序。从表5可以看出，跟踪检验的结果表明存在一个协整向量，最大特征值检验的结果表明存在两个协整向量。当两者不一致时，跟踪检验结果为依据。同时，跟踪检验和最大特征值检验表明，房地产价格、GDP、INF与房地产投资开发量之间存在着协整关系。得到了以下共积分方程：HP=0.068760M2+0.072969INF-0.040725IRE-3.806347。从协整方程可以看出，从长远来看，房地产价格惠普和货币供应量M2以及通胀率INF都是正向的。房地产投资与开发与房地产开发之间存在着负相关关系。也就是说，货币供应量的增加和通货膨胀率的提高将导致房价的上涨，而房地产投资开发规模的增加将在一定程度上导致房价的下降。

表3  房地产价格与房地产市场供求指标之间的相关性检验

HP IRE DI

HP 1.000000 0.636852 0.621556

IRE 0.636852 1.000000 0.996740

DI 0.621556 0.996740 1.000000

表4  向量自回归模型最佳滞后期检验