(新疆財經大學應用數學學院,烏魯木齊市,830012) 張莉莉 鄭 薇 許 英
自改革開放以來,房地產業的快速發展,商品房的銷售也逐年增加,特別是2000年以后,商品房市場有了很大的改善。而住房制度的這一改革推動了中國房地產業的市場化、規范化和法治化,近年來,房地產市場在全國各地都有一個繁榮的景象,對住房的需求日益增長,中國的房地產市場已經進入了一個特殊的時期。商品房建設和銷售刺激國民經濟的增長的同時也促進就業,隨著新疆在建設“一帶一路”的重要地位以及經濟的逐步提高,房地產市場對新疆的經濟的發展起著不可取代的發展作用。
我國學者對商品房銷售額的研究也取得了一些成果,李習平等[2]中選取2009年3月至2010年5月的消費者信心指數、居民消費價格指數等數據進行定量實證分析;2014年,韋嘉俊等人通過南寧市2003年至2012年商品房銷售額等數據,研究了影響南寧市商品房銷售額的因素[4];文獻[5]確定了影響商品房銷售額的主要因素,并且建立了函數模型;張敏選取了2000~2005年的商品房銷售數據,用灰色預測法對商品房銷售額進行了預測[6]。學者們通過不同的角度和方法研究了商品房銷售額,漸漸地形成了常用的3種對商品房銷售額的預測方法——德爾菲法預測法、消費水平法和時間序列預測法。
選取2000~2014年共15年的數據,以新疆維吾爾自治區商品房銷售額為解釋變量,選擇GDP、城鎮居民人均可支配收入、房地產開發投資額以及居民居住消費價格指數作為解釋變量,對商品房銷售額進行預測,并針對商品房銷售市場提出相關政策建議。
選取新疆維吾爾自治區商品房銷售額作為被解釋變量,隨著新疆經濟水平的不斷發展,商品房銷售情況能夠反映出城市居民的生活水平以及房地產市場的發展情況.
數據采用2000年至2014年新疆商品房銷售額、國內生產總值(單位:億元)、城鎮人均可支配收入(單位:元)、房地產開發投資額(單位:億元)、居民居住消費價格指數。實證過程全部用Eviews完成。數據都來自于新疆統計年鑒,在數據統計過程中可能存在誤差,但本文假設所采用的數據都是正確的且無誤差的。
基于以上的商品房銷售額及其影響因素的分析,可以建立時間序列多元模型,基本模型可以寫成:

其中μ為隨機誤差項。
1)模型設定與估計
對被解釋變量商品房銷售額Y關于解釋變量國內生產總值、 城鎮人均可支配收入 、房地產開發完成投資額和居民居住消費價格指數作回歸,運用Eviews計量軟件進行最小二乘法,得到下面的回歸結果:

根據回歸結果可以看出,給定顯著性水平α=0.05時,擬合優度R較大,接近于1,而且因此認為商品房銷售額與上述解釋變量之間的總體線性關系顯著。但是,查t分布表得到t檢驗的臨界值,X1,X2前的參數估計值都未能通過t檢驗,并且P值也大于0.05,而X3,X4的P值為都小于顯著性水平0.05,因此,認為解釋變量存在多重共線性。
2)確定回歸方程
各個解釋變量間的相關系數如下表1所示。

表1 相關系數表
由表1中的數據發現X1與X2,X3,X4都存在高度相關性,利用逐步回歸法找到最簡單的回歸形式。分別作Y與X1,X2,X3,X4,間的回歸,結果表明,商品房銷售額受GDP的影響最大,與經驗也相符合,因此選與的回歸方程為初始的回歸模型,然后,一步一步地將其它解釋變量引入初始回歸模型,以找到最佳的回歸方程。
由此可以看到X2,X3是多余的,同樣還可以驗證解釋變量的其它任意線性組合均達不到高于X1,X4作為解釋變量的回歸效果,因此,商品房銷售額Y對X1,X4的回歸方程為
常州城區水環境綜合整治是一項系統工程,包括控源截污、水系連通、暢流活水、生態修復等,須由環保、水利、建設等相關部門共同齊抓共管,各司其職,協同治理,才能從根本上改善城區河道水環境。

由新得到的回歸方程可以看出,各個解釋變量的系數均符合實際的經濟意義,并且回歸方程的可決系數也有所提高,各解釋變量和常數項的P值都小于顯著性水平α=0.05,DW值等于2.5377落入了無法判斷的區域,但由拉格朗日乘數(LM)檢驗可以驗證不存在1階自相關。由Eviews中LM檢驗結果顯示

則不拒絕原假設,這表明,沒有1階自相關。
利用懷特檢驗法可以判斷該回歸模型不存在異方差性,Eviews檢驗結果可以看到,,則不拒絕原假設,表明回歸方程不存在異方差性.
然而在現實的經濟問題中,針對時間序列數據作回歸,即便兩個變量之間沒有任何的現實聯系,也可能會得到較高的擬合系數.原因是,許多經濟變量的時間序列往往有相同的趨勢,即使它們米有任何實際的聯系,也將會有一個較高的問題在于許多經濟變量的時間序列往往具有相同的變動趨勢,即使它們之間沒有任何實際的聯系,也會產生較高的擬合系數。這意味著,許多通過較高擬合系數而“發現”的變量間的聯系是虛假的.
在本文中,可以通過ADF檢驗法檢驗發現商品房銷售額序列、國內生產總值和居民居住消費價格指數都是非平穩序列,而在經典回歸中要求序列都是平穩序列,如果它是一個非平穩序列,這會給經典的回歸分析方法帶來很大的限制,由此得到的回歸方程很可能是“偽回歸”,所以我們需要對模型中的變量進行協整檢驗.
2.平穩性檢驗與協整檢驗
變量平穩性檢驗我們采用ADF單位根檢驗,對方程(3)各變量分別進行ADF檢驗。結果如下。

表3 時間序列變量的ADF檢驗結果
由表3可知,商品房銷售額Y、國內生產總值X1和居民居住消費價格指數X4在5%和10%的顯著水平上是不平穩的,而在5%的顯著水平上都是一階差分平穩,記為I(1)。因此,各個變量之間存在協整關系,Y關于X1,X4的協整回歸如下:

進一步地,通過對上式計算的殘差序列進行ADF平穩檢驗,得到恰當的檢驗模型為

通過協整檢驗臨界值表,在5%的顯著性水平下,協整的ADF檢驗臨界值為,前參數的t值為-4.80997,小于ADF臨界值,因此接受不存在單位根的假設,表明殘差項是平穩的。

圖1 殘差圖

圖2 協整檢驗結果
結果表明,殘差序列在顯著性水平5%下拒絕原假設,拒絕存在單位根的結論,因此,殘差序列是平穩序列,各變量之間存在(1,1)階協整。
綜上所述,基于獲取的商品房銷售額等經濟數據,通過回歸分析,確定了新疆商品房銷售額和GDP、居民居住消費價格指數之間有長期的穩定關系。
3.誤差修正模型
在上一節中,我們驗證了商品房銷售額Y、國內生產總值X1與居民居住消費價格指數X4之間呈協整關系,下面將建立它們的誤差修正模型。
以Y關于X1,X4的協整回歸中穩定殘差序et列作為誤差修正項,可以建立下面的誤差修正模型。
三個變量商品房銷售額Y,國內生產總值X1與居民居住消費價格指數X4的長期均衡關系為:

則其一階非均衡關系可寫成:

于是它的誤差修正模型為

其中λ=1-δ,α0=β0/λ,α1=(β1+β2)/λ,α2=(γ1+γ2)/λ。
模型(5)可以寫成

其中ecm表示誤差修正項,以Y對X1,X4的協整回歸中穩定殘差序列et作為誤差修正項,利用Eviews中的最小二乘估計可以得到下面的誤差修正模型

誤差修正模型中△X1t,△X4t和et-1的系數在10%的顯著水平下是顯著的。由Y,X1,X4的協整回歸式可得Y關于X1和X4的長期邊際效應分別為0.479和-109.749,由誤差修正模型可得Y關于和的短期邊際效應分別為0.453和-79.614。而上一期的商品房銷售額、國內生產總值和居民居住消費價格指數以1.402的比率對商品房銷售額的增長做出修正。
本文在檢驗的過程中將城鎮人均可支配收入這一解釋變量去除,可能的原因有二,其一可能在于人均可支配收入雖然反映了家庭的收入水平,但是在實際數據統計過程中可能會出現失實的情況;其二是從2000年到2014年,房地產市場空前的火熱以及這些年城市化進程的快速推進,商品房的需求始終是剛性的.另外,本文同時也剔除了房地產開發投資額,其原因可能在于市場供求關系的不平衡,居民購買能力始終是有限的,房地產投資額的增加也會因為過高的房價讓居民望而卻步。
本文通過一系列的檢驗,最終建立一個以房地產銷售為被解釋變量,新疆國內生產總值和居民消費價格指數作為解釋變量的計量模型。通過模型的建立,反映了解釋變量和變量的協整關系以及解釋變量對對被解釋變量的影響程度的定量分析結果表明,新疆商品房銷售額在過去15年呈現爆炸式增長,住房改革已經改變了人們的消費結構.而國內生產總值GDP反映一個地區經濟發展狀況的晴雨表,GDP的逐年增加使得消費者對商品房的消費水平也逐年增加。從供應的角度看,新疆房地產投資額呈現出巨大的增長空間和快速增長的速度,這與黨中央提出的要把新疆建設成為“絲綢之路經濟帶”核心區是分不開的。一個區域經濟戰略地位的提升,將毫無疑問的會拉動該地區的經濟增長,擴大城市空間。增加大規模建設項目,城市建設加快,增加固定資產投資,這帶來了房地產投資的增加,然而一旦供過于求,有可能導致浪費社會資源的現象;我們還注意到,從需求的角度看,從計量檢驗分析結果我們還可以看到,房地產投資額的增加并沒有促使商品房銷售額的增加,商品房的需求量依賴于商品房的銷售價格。現在消費者對住房的需求已趨于穩定,買家的態度也逐漸從盲目轉為理性。盡管大多數消費者對住房的需求是剛性的,但過高的房價與人均可支配收入仍有很大的差距,使得有一部分人沒有能力購買住房,而這一部分消費者往往是剛剛參加工作的年輕人,大多數年輕人的收入水平始終無力承受迅速增長的房價,因此出現了人們常說的“啃老族”,這無疑是一個社會問題。
基于以上問題,本文提出以下建議:(1)對房地產投資進行有效監管.隨著房地產市場的火爆,使得越來越多的開發商參與到投資中來,這必然會出現不合理的投資,造成不必要的浪費和過度的競爭和發展。(2)完善的商品房價格調控機制,價格控制在社會能承受之內,防止商品住宅價格上速度大于居民收入水平提上漲速度(3)增加廉租住房和經濟適用住房建設力度,滿足居民的剛性需求,緩和社會矛盾.
[1]李子奈,潘文卿.計量經濟學[M],高等教育出版社,2004.
[2]李習平,張華容,武淑琴.后危機時代房屋銷售價格影響因子研究[J],統計與決策,2011,(17).
[3]李偉,廖宜靜.房地產業發展與經濟增長的實證分析[J],皖西學院學報,2012,(3).
[4]韋嘉俊,張弛.南寧市商品房銷售額影響因素實證分析[J],經濟與社會發展,2014(2),16-19.
[5]顏源,商品房銷售額的影響因素分析[J],現代經濟信息,2012,54.
[6]張敏.灰色預測系統在江西省商品房銷售預測中的應用[J],科技廣場,4,(2008),34-36.