论文部分内容阅读
房地产业是一个事关我国经济增长、民生和社会和谐的基础性、主导性产业。现实中，我国房地产经济在实际运行过程中由于受到产业自身内在规律性作用和外部因素的周期性冲击影响而呈现出某种周期波动行为。作为我国宏观经济支柱产业的房地产业，其周期波动也会扰乱宏观经济正常运转的各种均衡关系，从而也增加了宏观经济的不确定性和波动性。因此，研究房地产业的周期性，不仅是研究房地产业也是研究国民经济健康、稳定、有序发展的需求。然而，目前我国关于房地产周期波动的研究要落后于房地产发展的现实，表明对房地产业周期波动进行研究具有重要的理论与现实意义。本文研究的目的是要分析1998年我国房地产市场真正步入市场化阶段以来的周期波动特征，并进一步探讨房地产业周期波动的影响因素，以便为政府的宏观调控提供参考性依据。
本文首先对房地产周期波动的概念进行了界定，并对周期波动的四个阶段(复苏、繁荣、衰退和萧条)及其特征进行了描述。同时还对房地产周期波动的机制进行了分析，把房地产周期波动形象地看成是房地产经济系统对外部冲击的响应曲线。在了解了房地产经济周期波动形成机制的基础上，又对影响房地产周期波动的六大因素进行了理论分析，为后文构建房地产周期波动影响因素指标体系提供了理论依据。
接着，本文选取了本身是根据经济周期波动理论和景气指数原理编制的国房景气指数来作为我国房地产业发展的反映。并针对普通的谱分析存在分辨率低的缺点，采用改进的加窗平均周期图谱估计与多次分辨相结合的方法对1998年1月至2010年12月期间的国房景气指数进行实证分析。分析表明在这个时间段内我国房地产业存在着明显的周期波动行为，其中较明显的有五个周期分量，分别为36个月、27个月、46个月、29个月和22个月。这五个周期分量对国房景气指数周期项的三角函数拟合优度高达82％以上。进一步结合国房景气指数周期项在1998年1月至2010年12月期间的图形也可发现我国房地产市场在此区间主要存在36个月的主周期和27个月的次周期。
再接着，依据前文对影响房地产周期波动影响因素的理论分析，构建了我国房地产周期波动影响因素的指标体系。将影响因素根据内容和作用方式不同分解为五个子因素：宏观政策因素、房地产产业因素、宏观经济因素、资本市场因素和心理因素，各子因素下又分为具体因素，具体因素下设具体指标项，共有23个指标，如房地产产业因素下包括供给和需求两个具体因素，供给具体因素下设4个具体指标，分别为房地产开发投资额、商品房本年施工面积、竣工面积和土地交易价格指数。在构建好各子因素具体指标的基础上，分别就各子因素对房地产周期波动的影响作用进行实证分析。其中，在分析宏观经济政策因素对房地产周期波动影响作用时，采用了定性分析和定量分析相结合的方法。从定性的角度将1998年1月至2010年12月期间我国房地产周期波动区间段及其对应的波动特征与这段时间对应的政策调控内容进行比照，发现我国周期性的宏观经济政策调控是引起房地产周期波动的重要诱因。定量方面，主要是通过设置了产业政策虚拟变量和金融政策虚拟变量分别与国房景气指数进行回归分析，并进一步对利率调整方向与基于回归分析的国房景气指数预测值的对应关系进行了分析，发现除了在2007-2008年金融危机前后这段特殊时段的6次利率调整方向与国房景气指数变动方向与理论不符外，其他15次利率调整方向都与国房景气指数预测值的变动方向相反，即当上调贷款利率会抑制房地产市场的发展，则国房景气指数会呈下降趋势，而调低贷款利率则会促进房地产市场的发展，体现在国房景气指数上是呈上升趋势。说明政策因素对房地产周期波动有显著影响。另外，由于产业因素和金融因素下分别设有8项和9项具体指标，为了克服多个单一指标的分散性缺点，采用了主成分方法将多个指标合并为一个保留绝大部分原信息的综合指标，再用交叉谱分析法来研究产业因素综合指标或金融因素综合指标对国房景气指数周期波动的影响。结果表明房地产业得供给、需求综合指标和金融因素综合指标的波动都要领先于房地产市场的周期波动。Granger因果检验和时差相关系数检验法进一步验证了给结论，说明产业因素和金融因素都分别对房地产周期波动有引致作用。而宏观经济因素和心理因素由于下设的具体指标项较少，因此直接将各因素下的具体指标分别与国房景气指数进行交叉谱分析，发现房地产市场的周期波动与宏观经济的周期波动存在着39个月的耦合周期，且房地产市场的周期波动要领先于宏观经济的周期波动2个季度。而代表消费者心理的消费者信心指数和预期指数虽然与房地产市场的周期波动具有10个季度的耦合周期，但是与房地产市场的周期波动保持同向同步关系。代表企业家心理的企业家对房地产市场的信心指数在保持与房地产市场周期波动同向的情况下，领先于房地产市场一个季度，说明不同于消费者，投资者的心理预期对房地产周期波动有引致作用。
在得知所构建的各子因素都对房地产周期波动有影响的基础上，本文进一步采用MTV(多变量时间序列方差分析模型)模型从众多影响因素中分离出影响房地产周期波动的关键因子。通过分析发现可用资金因子、心理因子、虚拟资产因子和抑制因子来代表原来21个指标的信息，进一步采用交叉谱分析模型来分别分析各因子的波动对我国房地产周期波动的影响作用，并用Granger因果检验和时差相关系数检验法来验证其结果。可得出如下结论：(1)资金因子波动短期内领先房地产周期波动1个季度，长期内与房地产同步波动；(2)心理预期因子领先于房地产市场周期波动1个季度；(3)虚拟资产因子波动短期内领先房地产市场2个季度，长期内与之同步波动；(4)抑制因子短期内领先房地产市场波动3个季度，长期内领先2个季度。
最后，本文根据第三章对我国房地产周期波动特征的实证分析、第四章对各因素对我国房地产周期波动影响的实证分析和第五章基于MTV模型的各主因子对房地产周期波动的影响分析的结论，分别针对政府、企业和购房者提出了应对房地产周期波动的对策建议。
回顾整个研究过程，本文在研究方法和实践上具有如下创新之处：
一是，在测度周期波动长度的方法上，采用频域谱分析方法来代替时域分析方法，并对普通谱分析方法进行了改进。针对普通的谱密度分析存在分辨率低的缺点，本文采用加窗平均周期图谱分析和多次分辨法相结合的方法，将各主周期分量单独分辨出来，并通过对序列进行三角函数拟合来确定各主要周期长度的准确值。该方法能找出周期波动序列中隐含的各主要周期分量，克服了时域分析中将经济序列作为一个整体加以分析而混淆不同周期分量的作用效果和无法有效地剖析经济波动本质的缺点。
二是，在构建房地产市场周期波动影响因素指标体系时更具全面系统性。针对目前国内外文献关于房地产波动影响因素的分析都仅从某一方面或几方面因素单独进行分析的不足，本文在构建指标体系时遵循客观性、可比性、独立性原、层次性和系统性等原则将综合影响因素分解为宏观政策因素、产业因素、宏观经济因素、金融因素和心理因素五个具体因素，并在每个具体因素下设具体指标，这样总共形成了23个具体指标。
三是，采用定性分析与定量分析相结合的方法对宏观政策因素对房地产周期波动的影响作用进行了分析，并对分析结果进行了进一步的检验。先从定性的角度对1998年1月至2010年12月期间我国房地产市场周期波动区间段及其对应的波动特征与这段时间对应的政策调控内容进行比照，由此发现我国房地产周期波动很大程度上是受宏观政策因素的周期性引起的。接着用从定量的角度分别设置了房地产产业政策虚拟变量和金融政策虚拟变量，其中由于我国目前对房地产业调整的金融政策主要是以利率调整为手段的，因此本文通过设置反映利率调整的虚拟0-1变量来反映相关金融政策的出台，根据从1998年1月至2010年12月之间总共调整利率23次，其中由于2008年10月一个月内调整过三次，且都是下调利率。因此，2008年10月只设置一个0-1虚拟变量，总共设置21个0-1金融政策虚拟变量。通过将金融政策虚拟变量与国房景气指数进行回归分析后，为检验金融政策对房地产业的影响作用，本文进一步对以上回归分析中国房景气指数的预测值与利率调整方向的对应关系进行了分析，发现当贷款利率上调时，对应的国房景气指数预测值呈下降趋势，反之，当贷款利率下降时，国房景气指数预测值呈上升趋势。这进一步从定量的角度说明了“反周期性”的金融政策对我国房地产的周期波动有较大影响。
四是，在分析房地产产业因素和金融因素对房地产周期波动的影响作用时，由于产业因素和金融因素下分别有8项和9项具体指标，为了克服多个单项指标信息分散的缺点，先采用主成分分析的方法分别得到的产业因素综合指标和金融因素综合指标，这些综合指标相对于单项指标信息量要更集中，不规则性更小也更准确。再用交叉谱分析的方法分析产业因素综合指标和金融因素综合指标分别对房地产周期波动的影响作用。
五是，先用MTV模型从构建的影响因素指标体系中捕捉出主要决定因素(主因子)，再采用频域交叉谱分析方法来分析各主因子对房地产周期波动的影响作用，最后分别用时域Granger因果检验法和时差相关系数法来验证交叉谱分析得出的领先/滞后关系和领先/滞后阶数。目前，我国学者主要采用VAR模型、脉冲响应模型、协整模型和Granger因果检验的方法来分析各因素是如何对房地产周期波动进行影响的。这些都是时域分析方法，其缺点是将时间序列作为一个整体加以分析而混淆不同周期分量的作用效果，从而无法有效地剖析经济波动本质。而交叉谱分析不仅可用来测定或评估两个时间序列周期波动间的相关程度，并在此基础上确定出两个时间序列周期波动间的领先或滞后关系。如交叉谱分析中对“一致性”的测定可用来确定各因素对房地产周期波动的影响强弱程度，从而有利于把握分析这些变量序列的波动关系及其运行规律。对“位相”的计量则可用来分析判断两变量序列之间波动的领先或滞后关系及领先或滞后的“时间差”，从而可通过其中一序列的周期波动状况来预测和推断另一序列周期波动可能或应该出现的“转折点”。