我國居民消費與房地產(chǎn)價格浮動的關聯(lián)分析

1 量化分析數(shù)據(jù)的模型建立

1.1 量化分析模型的選擇

在持久收入假說當中，把人們對未來的收入預期納入影響消費的主要范疇，擁有住房的居民來說，房地產(chǎn)價格上漲會使其把這種收益的增加當成是一種持久性的收入，因此，會提高居民的消費信心，進而提高其現(xiàn)期的消費，因此可以建設，居民的消費水平與房地產(chǎn)價格之間有著關聯(lián)性。在本文的量化分析當中，將居民的家庭財富水平作為居民消費水平的解釋變量之一，而房地產(chǎn)資產(chǎn)在我國國民的的財富形態(tài)中占有較高的比重，能有效地反映居民擁有的財富的實際情況。因此，本文在數(shù)據(jù)的選擇與處理上，以生命周期理論為基礎，建立量化分析模型，具體如下：Ct=αPHt+βYt+ε，其中Ct表示當期的居民消費數(shù)據(jù),PHt表示當期房地產(chǎn)價格，Yt表示當期居民收入,α、β分別表示房價與當期收入的邊際消費傾向，通過分析房地產(chǎn)價格浮動的時候，居民的消費水平會反映出相應的數(shù)據(jù)變化。

1.2 相關數(shù)據(jù)的選擇與處理

在開展量化分析之前，通過對我國居民消費數(shù)據(jù)與房地產(chǎn)價格的變化數(shù)據(jù)進行收集整理，選擇近三年來以我國一線城市為主要的數(shù)據(jù)來源，對上海、深圳、廣州等一線城市、同時為了保證數(shù)據(jù)的可信程度，在新一線城市上選擇武漢、長沙、成都等城市為數(shù)據(jù)來源，對于房地產(chǎn)價格的浮動變化數(shù)據(jù)，本文選取六個城市的近三年來的商品房平均銷售價格來進行分析。而對于居民的消費水平變化，則是采用了社會消費品零售總額來衡量，由于在數(shù)據(jù)上體現(xiàn)了社會生產(chǎn)產(chǎn)品的銷售情況，能夠較為綜合地反映居民消費力水平。最后，對于居民有重要影響的因素是收入，而城鎮(zhèn)居民是住房消費的主體，因此本文將選取城鎮(zhèn)居民可支配收入來衡量，以此提升本文量化分析結果的準確性。

在數(shù)據(jù)的進一步處理上，由于同方差性是建立線性回歸模型的基本假設條件之一，其隨機誤差具有不同的方差，即說明出現(xiàn)了異方差性。在計量經(jīng)濟模型中用最小二乘法估計參數(shù)模型時，若數(shù)據(jù)出現(xiàn)異方差，會使回歸分析所得到的參數(shù)估計非有效，而最小二乘法估計的隨機干擾項的方差也不再是無偏的，因此在進行回歸分析前應先消除數(shù)據(jù)的異方差性。傳統(tǒng)計量經(jīng)濟模型消除異方差性的有效方法是對變量數(shù)據(jù)取對數(shù)，因為其可以在不改變數(shù)據(jù)的原有性質(zhì)的基礎上使變量趨勢線性化。因此，本文在進行量化分析的過程將回歸模型進一步表示為：LnCt=C+αLn PHt+βLn Yt+ε,以使得本文的量化分析的結果能夠更加真實。

2 量化模式的實證分析

2.1 單位根檢驗

在本文的模型分析當中，采用 ADF單位根檢驗方法對數(shù)據(jù)進行檢驗，以證明時間序列數(shù)據(jù)是否平穩(wěn)。檢驗結果如下表所示：

表1 時間序列的ADF單位根檢驗結果

單位根檢驗結果顯示一階差分DLnCt、DLnYt以及DLPHt均為平穩(wěn)序列。因此DLnCt、DLnYt以及DLnPHt服從一階單整過程，可以進行協(xié)整檢驗。

2.2 協(xié)整檢驗

對變量進行回歸分析,得到結果如下:

樣本修正的決定系數(shù)R2為0.986567，表明模型擬合優(yōu)度較好；且D.W.統(tǒng)計量取值為1.81458，查看D.W.檢驗表，當樣本容量為n=15，自變量個數(shù)為 K=2 時，dl=0.95,du=1.54,此時，du＜D.W.＜4-du,即表明模型不存在自相關性。

2.3 殘差分析

對模型的殘差序列進行 ADF檢驗，以判斷殘差序列是否存在單位根，檢驗結果發(fā)現(xiàn)在5%的顯著水平下,t檢驗統(tǒng)計量值為-4.61 3596,小于相應臨界值,從而拒絕 H0,表明殘差序列不存在單位根是平穩(wěn)序列,說明兩者之間存在協(xié)整關系。

2.4 格蘭杰檢驗

進行對數(shù)化后的三組變量是一階單整的平穩(wěn)序列，滿足了進行格蘭杰因果檢驗的前提條件。下面，我們將運用格蘭杰因果檢驗方法對三組經(jīng)濟變量進行因果關系的考察。檢驗結果發(fā)現(xiàn)，格蘭杰因果檢驗結果中Null Hypothesis的F-Statistic分別為4.14119、4.8612 0、0.86492、1.61014、17.8303、4.02704，而其對應的Prob則分別為 0.1565、0.1901、0.5390、0.3628、0.0293、0.1814。

2.5 量化分析結果

經(jīng)過格蘭杰因果檢驗，從相關的量化模型數(shù)據(jù)分析當中可以發(fā)現(xiàn)，我國一線城市與新一線城市的房地產(chǎn)價格浮動與居民消費之間有著較為的顯著性關系。同時，因果檢驗的結果表明，當數(shù)據(jù)設置滯后時，商品房平均銷售價格才是我國社會消費品零售總額的格蘭杰原因，該實證分析結果證明當前我國的居民消費與房地產(chǎn)價格之間存在關聯(lián)性，居民消費水平的上漲帶動了我國房地產(chǎn)平均價格的上漲，但居民消費水平下降的時候，我國的房地產(chǎn)市場也會遭遇相應的增長緩慢，但是就總體水平而言，我國的房地產(chǎn)水平一直處于穩(wěn)步上漲的總體態(tài)勢中與我國居民日益增長的消費水平有著直接的關系，當居民消費中將房地產(chǎn)作為一項長期的投資進行消費的時候，無疑進一步推動了房價的上漲，因此，我國的居民消費水平與房地產(chǎn)價格的浮動之間的關系應該相輔相成，相互促進，共同構成了我國的經(jīng)濟發(fā)展現(xiàn)狀。

3 當前房地產(chǎn)價格變化下的市場穩(wěn)定性應對措施

為了確保社會經(jīng)濟的穩(wěn)定發(fā)展，保持房地產(chǎn)市場的穩(wěn)定性有著極為重要的意義，本文認為可以從以下幾個方面來應對：

3.1 建立實用、準確、標準化的統(tǒng)計形式和預警系統(tǒng)

平穩(wěn)房地產(chǎn)市場的基礎性工作就是必須判斷市場處于哪個階段，對于房地產(chǎn)市場過熱情況，即是否出現(xiàn)嚴重的供過于求，可以參照空置率，房地產(chǎn)投資占總投資的比重等等。但是必須針對不同地段、空間、城市、配套設施進行細分指標，進而建立較為完善的統(tǒng)計辦法。而預警系統(tǒng)是以收集、整理的統(tǒng)計信息基礎上建立，為了反映房地產(chǎn)市場價格周期波動的情況，進行相應的預測，為政策的實施提供方向標。

3.2 轉變政府考核指標，減低政府引發(fā)的潛在風險

轉變各地政府的考核指標，使其不僅僅只考慮財政收入，生產(chǎn)總值。而是綜合的探索本地經(jīng)濟的和諧發(fā)展，人文和諧發(fā)展。因此可以考慮從綠色 GDP來考察，并且由于政府經(jīng)常為了配合擴大內(nèi)需采取加大基礎設施建設，為相關項目的貸款給予政府擔保。一旦該項目發(fā)生問題而導致無法還款，政府擔保引發(fā)出來的銀行壞賬會加大風險。并且市場上的購房意愿者會遭受損失，導致房地產(chǎn)價格產(chǎn)生連鎖性的波動。所以必須嚴格審核住房開發(fā)貸款，抑制過度投資，防范投機行為?？梢蕴岣哔Y產(chǎn)負債率的嚴格規(guī)定，或者針對投機獲利行為設置高額稅收。

3.3 保持宏觀經(jīng)濟穩(wěn)定發(fā)展，提高居民可支配收入

宏觀經(jīng)濟發(fā)展與房地產(chǎn)市場發(fā)展緊密相關，為穩(wěn)定房地產(chǎn)市場，就必須從宏觀上保持經(jīng)濟的持續(xù)、健康的發(fā)展。 否則遇到市場拐點或者金融危機，房地產(chǎn)市場的劇烈波動會導致經(jīng)濟形勢更為糟糕。從而我們可以引導房地產(chǎn)市場的走勢與經(jīng)濟形勢相匹配，使兩者相得益彰。并且可以適度的對于房地產(chǎn)市場信息和輿論進行加強引導，模糊未來價格預期的走向，從而穩(wěn)定市場發(fā)展。合理地分配收入，完善社保、養(yǎng)老、住房公積金方面的制度，從而使國民在面對房地產(chǎn)市場波動時具有相應的保障和底氣。從我國保障房供給增加，可以看出政府正在以多渠道去解決群眾住房問題。完善住房供應結構，對保障性住房進行完善，提高其使用效率。