我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究_第1頁
我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究_第2頁
我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究_第3頁
我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究_第4頁
我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性研究_第5頁
已閱讀5頁,還剩6頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、2010年第 1期 (總第 327期 1前 言近幾年來, 隨著宏觀經(jīng)濟(jì)的快速增長(zhǎng), 我國房地產(chǎn)業(yè) 發(fā)展迅速, 已成為我國國民經(jīng)濟(jì)的支柱產(chǎn)業(yè) 1。 因而, 宏觀 經(jīng)濟(jì)與房地產(chǎn)業(yè)的關(guān)聯(lián)性研究成為房地產(chǎn)業(yè)發(fā)展的熱門 課題 。 一些學(xué)者從不同角度分析了宏觀經(jīng)濟(jì)與房地產(chǎn)行 業(yè)的關(guān)系 。 周建軍 2以房地產(chǎn)價(jià)格波動(dòng)對(duì)消費(fèi)者支出的影 響為切入點(diǎn), 對(duì)我國住宅價(jià)格波動(dòng)與消費(fèi)支出進(jìn)行了實(shí)證 研究 。 熊智敏 3分析了我國房?jī)r(jià)與銀行房地產(chǎn)信貸的相關(guān) 性問題 。 竇爾翔 4定性分析了影響房地產(chǎn)市場(chǎng)發(fā)展的十大 關(guān)系 。張瑜 5從宏觀經(jīng)濟(jì) 、 投資 、 消費(fèi) 、 政策等方面分析了不 同因素對(duì)房地產(chǎn)周期波動(dòng)的影響 。 蒲

2、艷萍等 6一些學(xué)者對(duì) 區(qū)域內(nèi)房地產(chǎn)投資額與國內(nèi)生產(chǎn)總值的關(guān)系進(jìn)行了分析 。 在研究方法方面, 宋桂杰等 7采用主成分分析法對(duì)房地產(chǎn)投資環(huán)境進(jìn)行了分析 。 白倩等 8采用典型相關(guān)分析法探討 了房地產(chǎn)業(yè)對(duì)國民經(jīng)濟(jì)發(fā)展的影響 。本文根據(jù)經(jīng)濟(jì)理論, 并借鑒現(xiàn)有文獻(xiàn)的研究, 綜合并 大量收集宏觀經(jīng)濟(jì)和房地產(chǎn)業(yè)的數(shù)據(jù)指標(biāo) 。 首先通過典 型相關(guān)分析篩選出二者間具有顯著相關(guān)性的典型指標(biāo), 并達(dá)到降維的目的;然后分別以房地產(chǎn)業(yè)各個(gè)典型指標(biāo) 為因變量, 以宏觀經(jīng)濟(jì)典型指標(biāo)為自變量, 采用逐步回歸 的方法,進(jìn)一步深入分析宏觀經(jīng)濟(jì)變量對(duì)房地產(chǎn)業(yè)各層 面指標(biāo)的影響 。2分析方法典型相關(guān)分析典型相關(guān)分析 (canoni

3、cal correlation 是研究?jī)山M變量 之間相關(guān)關(guān)系的一種多元統(tǒng)計(jì)方法 。 它借用主成分分析摘 要 采用典型相關(guān)分析與逐步回歸相結(jié)合的方法 , 利用典型相關(guān)分析從眾多指標(biāo)中篩選出宏觀經(jīng)濟(jì)中 與房地產(chǎn)業(yè)顯著相關(guān)的指標(biāo) , 并采用逐步回歸的方法 , 進(jìn)一步深入探析了宏觀經(jīng)濟(jì)變量對(duì)房地產(chǎn) 業(yè)各典型指標(biāo)的影響 。關(guān)鍵詞 關(guān)聯(lián)性 ; 宏觀經(jīng)濟(jì) ; 房地產(chǎn) ; 典型相關(guān) ; 逐步回歸Abstract:This paper combines the canonical correlation analysis and step regression method, in which canonica

4、l analysis is used to explore two groups of macroeconomic variables which have marked correlations with real estate in -dustry, and then step regression method is used to research in the impacts of economic variables to representative variables of real estate industry.文獻(xiàn)標(biāo)識(shí)碼 B文章編號(hào) 1002-851X (2010 01-

5、0065-04*基金項(xiàng)目 :國家自然科學(xué)基金資助項(xiàng)目 (70671074作者簡(jiǎn)介 張勇 (1965-, 男 , 天津人 , 天津市房地產(chǎn)開發(fā)經(jīng)營(yíng)集團(tuán)總經(jīng)理 , 天津大學(xué)客座教授 , 博士 , 主要研究方向 :基礎(chǔ)設(shè)施建設(shè)與投融資管理 , 產(chǎn)業(yè)技術(shù)經(jīng)濟(jì)分析 。我國房地產(chǎn)業(yè)發(fā)展* 張 勇 1, 閆 鵬 2, 1, 杜子平 2(1. 天津市房地產(chǎn)開發(fā)經(jīng)營(yíng)集團(tuán) , 天津 300222; 2. 天津科技大學(xué)經(jīng)濟(jì)與管理學(xué)院 , 天津 300222房 地 經(jīng) 濟(jì) 65 2010年第 1期 (總第 327期 中降維的思想, 把多個(gè)變量與多個(gè)變量之間的相關(guān)轉(zhuǎn)化為 兩個(gè)變量之間的相關(guān) 。 即首先在每組變量?jī)?nèi)部找出

6、具有 最大相關(guān)性的一個(gè)線性變量組合,然后在每組變量?jī)?nèi)找 出第二對(duì)線性組合, 使其本身具有最大相關(guān)性, 并分別與 第一對(duì)線性組合不相關(guān) 。其數(shù)學(xué)原理為:設(shè)兩個(gè)隨機(jī)變量向量為 X=(x 1, x 2, , x p 和 Y=(y 1, y 2, , y q 。 為研究 X 與 Y 之間的線性關(guān)系, 需 要找到一組系數(shù) A k =(a k1, a k2, , a kp , B k =(b k1, b k2, , b kq , 通過線性組合得到的一組新隨機(jī)變量 u=(u 1,u 2, , u k 和 v=(v 1, v 2, , v k ,有 u k =ak1x 1+ak2x 2+ +akp x p =

7、Ak X , v k =bk1y 1+b k2y 2+ +bkq y q =Bk Y ,使得 u k 與 v k 之間的相關(guān)系數(shù) k 最大, 即 A k , B k |k =max(cor (u k , v k , k=1,2, , k , 且 cor (u i , u j =0, cor (v i , v j =0; i , j=1, 2, , K , i j , 其中 k=min(p , q 。 此 時(shí), 稱 U 與 V 為典型變量, k 為典型相關(guān)系數(shù) 。逐步回歸方法逐步回歸是一種從眾多變量中有效地選擇重要變量 的方法 。 此法的步驟為:(1 用被解釋變量分別通過最小二乘法對(duì)每個(gè)解釋 變

8、量進(jìn)行線性回歸,根據(jù)經(jīng)濟(jì)理論和統(tǒng)計(jì)檢驗(yàn)從中選擇 一個(gè)最合適的回歸方程作為基本回歸方程 。(2 在基本回歸方程中逐個(gè)增加其他解釋變量, 重新 進(jìn)行線性回歸, 如果新增加的這個(gè)解釋變量提高了回歸方 程的擬合優(yōu)度, 并且回歸方程中的其他參數(shù)統(tǒng)計(jì)上仍然顯 著, 就在模型中保留該解釋變量; 若新增加的解釋變量未 提高回歸方程的擬合優(yōu)度, 則不保留該解釋變量; 若新增加的解釋變量提高了回歸方程的擬合優(yōu)度, 并且回歸方程 中某些參數(shù)的數(shù)值或符號(hào)等受到顯著影響, 說明模型中存 在多重共線性, 將該解釋變量同與之相關(guān)的其他解釋變量 進(jìn)行比較, 在模型中保留被解釋變量影響較大的, 略去影 響較小的 。3關(guān)聯(lián)性分析

9、指標(biāo)選擇衡量宏觀經(jīng)濟(jì)及房地產(chǎn)業(yè)發(fā)展?fàn)顩r的指標(biāo)很多, 本 文從經(jīng)濟(jì)增長(zhǎng) 、 社會(huì)投資 、 貨幣供應(yīng)及人民生活狀況等四 個(gè)方面選擇宏觀經(jīng)濟(jì)指標(biāo); 從總量指標(biāo) 、 投資類指標(biāo) 、 生產(chǎn) 類指標(biāo) 、交易類指標(biāo) 、 資金類指標(biāo)及價(jià)格類指標(biāo)六個(gè)層面 選擇房地產(chǎn)業(yè)發(fā)展指標(biāo) 。典型相關(guān)分析對(duì)宏觀經(jīng)濟(jì)指標(biāo)與房地產(chǎn)業(yè)發(fā)展指標(biāo)進(jìn)行典型分 析, 得到典型相關(guān)系數(shù)值 、 顯著性檢驗(yàn)統(tǒng)計(jì)量及概率值 (見 表 2。 由表 2可知, 前七對(duì)典型變量顯著相關(guān), 且相關(guān)程度 很高 (均在 0.75以上 , 說明宏觀經(jīng)濟(jì)指標(biāo)的某種線性組 合與房地產(chǎn)指標(biāo)的線性組合強(qiáng)線性相關(guān), 我國宏觀經(jīng)濟(jì)與 房地產(chǎn)業(yè)之間確實(shí)有很強(qiáng)的相關(guān)性 。為篩選

10、宏觀經(jīng)濟(jì)與房地產(chǎn)業(yè)顯著相關(guān)的具體指標(biāo), 將各對(duì)典型變量中的指標(biāo)按權(quán)重系數(shù)大小取前四位依次 排列, 得到二者典型顯著相關(guān)的指標(biāo), 見表 3。(1 由第一對(duì)典型變量指標(biāo)分析可知, 宏觀經(jīng)濟(jì)形式 中經(jīng)濟(jì)增長(zhǎng) (X1 、 社會(huì)投資 (X4 、 貨幣供應(yīng) (X5 和人民生 活狀況 (X9 等綜合影響著房地產(chǎn)業(yè)的投資 (Y2 、 開發(fā) (Y4 與銷售 (Y9, Y10等整個(gè)過程 。 (2 分析典型相關(guān)指標(biāo)的權(quán)重可見, 宏觀經(jīng)濟(jì)典型變 由經(jīng)濟(jì)理論可知 , 房地產(chǎn)開發(fā)投資額是固定資產(chǎn)投資額的一個(gè)重要組成部分 , 但為分析固定資產(chǎn)投資額作為宏觀經(jīng)濟(jì)指標(biāo)對(duì)其他房地產(chǎn)業(yè) 發(fā)展指標(biāo)的影響和分析房地產(chǎn)開發(fā)投資額是否受到

11、其他宏觀經(jīng)濟(jì)指標(biāo)的影響 , 本文仍將兩指標(biāo)納入了進(jìn)來 。房 地 經(jīng) 濟(jì)662010年第 1期 (總第 327期 表 1指標(biāo)列表2宏觀經(jīng)濟(jì)景氣指數(shù) 房地產(chǎn)開發(fā)投資完成額投資類指標(biāo)3工業(yè)增加值 土地開發(fā)投資額 4固定資產(chǎn)投資額 商品房新開工面積 生產(chǎn)類指標(biāo) 5貨幣供應(yīng)量 M0商品房施工面積 61年期貸款利率 商品房竣工面積 735年貸款利率 購置土地面積 81天拆借利率 完成開發(fā)土地面積 9居民人均可支配收入 商品房銷售面積 銷售類指標(biāo) 10城鎮(zhèn)單位就業(yè)總?cè)藬?shù)商品房銷售額 11CPI房地產(chǎn)開發(fā)資金國內(nèi)貸款 資金類指標(biāo)12城鎮(zhèn)居民恩格爾系數(shù)房地產(chǎn)開發(fā)資金企業(yè)自籌資金 13全國房地產(chǎn)銷售價(jià)格指數(shù)價(jià)格類

12、指標(biāo)14土地交易價(jià)格指數(shù)1GDP國房景氣指數(shù) 總量指標(biāo) 編號(hào) 宏觀經(jīng)濟(jì)指標(biāo) (X 房地產(chǎn)業(yè)發(fā)展指標(biāo) (Y 經(jīng)濟(jì)增長(zhǎng)投 資 貨幣供應(yīng) 人民生活 量中 X5(貨幣供應(yīng)量 M0 的權(quán)重最高, 說明貨幣供應(yīng)對(duì)于 我國房地產(chǎn)業(yè)的發(fā)展起著關(guān)鍵作用; 而房地產(chǎn)業(yè)典型因子 中, Y2(房地產(chǎn)開發(fā)投資完成額 權(quán)重優(yōu)勢(shì)明顯, 可見房地 產(chǎn)業(yè)開發(fā)投資額受宏觀經(jīng)濟(jì)形勢(shì)的影響最大 。根據(jù)典型相關(guān)分析結(jié)果,可以對(duì)宏觀經(jīng)濟(jì)指標(biāo)和房 地產(chǎn)發(fā)展指標(biāo)進(jìn)行篩選,得到二者間具有顯著典型相關(guān) 性的指標(biāo), 見表 4。為研究宏觀經(jīng)濟(jì)對(duì)房地產(chǎn)業(yè)發(fā)展的影響,以房地產(chǎn)業(yè)各典型指標(biāo)為因變量 Y , 以宏觀經(jīng)濟(jì)典型指標(biāo)為自變量 X 進(jìn)行多元回歸分析

13、,為有效選擇合適的變量, 避免選擇 線性相關(guān)的自變量, 本文采用逐步回歸的技術(shù), 進(jìn)一步對(duì) 影響特定房地產(chǎn)業(yè)典型指標(biāo)的宏觀經(jīng)濟(jì)典型指標(biāo)進(jìn)行篩 選和回歸, 回歸方程為:Y i =jc ij X j i=2,3,4,9,10,12; j=1, 3,4,5,6,9,10,12(1其中, c ij 為 X j 的系數(shù) 。 回歸結(jié)果見表 5。表 5最后兩列分別表示擬合優(yōu)度系數(shù)及模型整體顯 著性 F 檢驗(yàn)伴隨概率, 由逐步回歸結(jié)果分析可知:(1 各回歸模型均通過了顯著性檢驗(yàn) (F 檢驗(yàn)概率均 為 0 , 且宏觀經(jīng)濟(jì)對(duì)房地產(chǎn)業(yè)的投資 (Y2, Y3 、 生產(chǎn) (Y5, Y4和資金類指標(biāo) (Y12 都得到了很

14、好的解釋 (擬合優(yōu)度 均在 90%以上 , 但對(duì)房地產(chǎn)銷售類指標(biāo) (Y9, Y10 的解釋 能力稍劣, 主要原因是房地產(chǎn)在銷售環(huán)節(jié), 受消費(fèi)者預(yù)期表 2典型相關(guān)系數(shù)及顯著性檢驗(yàn)結(jié)果典型變量相關(guān)系數(shù)3注 :*表示在置信度為 10%時(shí)顯著 。表 3典型相關(guān)指標(biāo)列表典型變量X5, X9, X4, X6Y10, Y9, Y7, Y3表 4典型相關(guān)性指標(biāo)宏觀經(jīng)濟(jì)典型指標(biāo) 房地產(chǎn)業(yè)典型指標(biāo) X1, X3, X4, X5, X6,X9,X10, X12Y2, Y3, Y4, Y9,Y10, Y12房 地 經(jīng) 濟(jì) 67 2010年第 1期 (總第 327期 表 5逐步回歸分析結(jié)果X1X3X4X5X6X9X10

15、X12R-SQ(%pF Y20.84250.179999.050* Y3-1.02451.31920.5215-0.143691.870* Y41.149650.2055-0.3389-0.298293.060* Y90.75270.1267-0.256384.260* Y100.67400.2858-0.295288.490* Y12-0.13180.62020.07820.504399.290*注 :*表示在置信度為 10%時(shí)顯著 。等其它因素的影響較籌備 、 投資 、 生產(chǎn)等環(huán)節(jié)要大 。(2 房地產(chǎn)開發(fā)投資完成額作為固定資產(chǎn)投資額的一 個(gè)組成部分,與其相關(guān)程度很好是必然的 (系數(shù) 0.8

16、425 , 但其同時(shí)還受到了貨幣供應(yīng)量的影響 (系數(shù)為 0.1799 。 (3 土地開發(fā)投資額主要受到固定資產(chǎn)投資額 (系數(shù) 為 1.3192 和貨幣供應(yīng)量 (系數(shù)為 0.5215 的正影響, 但工業(yè) 增加值的增長(zhǎng)卻對(duì)其有負(fù)面的促進(jìn)作用 (系數(shù)為 -1.0245 。 (4 商品房新開工面積主要受到固定資產(chǎn)投資額 (系數(shù) 為 1.14965 的影響, 另外還受到一年期貸款利率 (0.2055 、 居民人均可支配收入 (-0.3389 和城鎮(zhèn)就業(yè)人數(shù) (-0.2982 的微弱影響 。(5 商品房的銷售面積 (Y9 與銷售額 (Y10 主要受到 GDP 的影響 (系數(shù)分別為 0.7527和 0.67

17、40 , 一年期貸款 利率 (系數(shù)分別為 0.1267和 0.2859 及恩格爾系數(shù) (系數(shù)分 別為 -0.2563和 -0.2952 對(duì)其也有微弱影響 。(6 房地產(chǎn)開發(fā)企業(yè)自有資金受到 GDP 、 固定資產(chǎn)投 資額 、 城鎮(zhèn)居民人均可支配收入和一年期貸款利率的影 響 。 其中固定資產(chǎn)投資額與居民可支配收入的促進(jìn)作用最 大 (系數(shù)分別為 0.6202和 0.5043 。4研究結(jié)論通過對(duì)樣本數(shù)據(jù)采用描述性統(tǒng)計(jì) 、 相關(guān)性等方法進(jìn) 行分析, 對(duì)我國房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)關(guān)聯(lián)性有了進(jìn)一 步的理解, 結(jié)論如下:第一, 房地產(chǎn)業(yè)除受到貨幣供應(yīng)量 、 居民可支配收入 的影響外, GDP 水平 、 工業(yè)增

18、加值等指標(biāo)也會(huì)對(duì)其產(chǎn)生影 響, 說明了房地產(chǎn)業(yè)的多因素性 。第二, 國家宏觀經(jīng)濟(jì)對(duì)房地產(chǎn)業(yè)的影響是多方面的 。 這是由于房地產(chǎn)行業(yè)產(chǎn)業(yè)關(guān)聯(lián)度極強(qiáng), 在拉動(dòng)經(jīng)濟(jì)增長(zhǎng)與 消費(fèi)方面具有其他產(chǎn)業(yè)不可替代的獨(dú)特優(yōu)勢(shì), 房地產(chǎn)在國 民經(jīng)濟(jì)發(fā)展中處于支柱產(chǎn)業(yè)的地位, 房地產(chǎn)與宏觀經(jīng)濟(jì)相 互滲透, 互為因果 。第三, 房地產(chǎn)業(yè)是典型的資金密集型行業(yè), 房地產(chǎn)開 發(fā)資金投入巨大,一個(gè)項(xiàng)目的投入資金一般為幾千萬, 甚 至幾十億 。 近幾年, 房地產(chǎn)的開發(fā)由零星分散建設(shè)為主轉(zhuǎn) 向綜合開發(fā)為主, 資金門檻更高, 一次投資可達(dá)數(shù)億元以 上 。 因此, 貨幣供應(yīng)量成為影響其發(fā)展的關(guān)鍵性因素 。 第四,宏觀經(jīng)濟(jì)的景氣程度和居民可支配收入構(gòu)成 了對(duì)房地產(chǎn)銷售環(huán)節(jié)的影響 。 這從某一角度說明, 房地產(chǎn) 成交量需要消費(fèi)信心和實(shí)際購買力的共同支撐 。 蕢參考文獻(xiàn) 1周達(dá) . 房地產(chǎn)業(yè)與中國國民經(jīng)濟(jì)總量關(guān)系研究 J.石家莊 經(jīng)濟(jì)學(xué)院學(xué)報(bào) , 2008, 31(3:39-43.2周建軍 , 歐陽立鵬 . 現(xiàn)階段房地產(chǎn)價(jià)格與消費(fèi)的相互關(guān) 系研究 基于中國數(shù)據(jù)的理論與實(shí)證分析 J.消費(fèi)經(jīng) 濟(jì) , 2008, 24(3 :67-70.3熊智敏 . 我國房?jī)r(jià)與銀行房地產(chǎn)信貸關(guān)系的研究 J.宏觀 管理 , 2008(5

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論