前言：本站為你精心整理了房地產業經濟計量學研究論文范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：本文選取西安市1996-2007年間的房地產開發完成投資額（RI）和國內生產總值（GDP）為樣本數據，運用時間序列計量經濟模型從量化角度分析西安市房地產投資與經濟增長之間的關系。研究結果表明：西安市房地產投資與經濟增長之間存在著長期穩定的均衡關系；二者之間長期穩定的均衡關系是在短期動態過程的不斷調整下得以維持的；滯后期為1年時，二者之間具有雙向的Granger因果關系。

引言

20世紀90年代中后期，國務院了一系列深化我國住房制度改革的文件，提出了促進住房商品化和住房建設發展的詳細政策措施，房地產業從此進入了良性發展的軌道，并逐漸成為各城市尤其是大中城市的先導產業和支柱產業。

在此背景下，西安市房地產業發展迅速，房地產開發完成投資額（RI）從1996年的24.66億元上升到2007年的387.33億元，這期間西安市的國內生產本論文由整理提供總值（GDP）從406.95億元上升到1763.73億元，那么究竟西安市房地產投資對經濟的拉動作用有多大？在一定時期內，是房地產投資促進了經濟增長？還是經濟增長促進了房地產投資？本文運用時間序列計量經濟模型從量化角度對二者的關系進行實證研究，以期為西安市政府相關部門制定房地產業與經濟協調發展的政策提供理論依據。

2實證研究

2.1數據選取及處理選取西安市國內生產總值（GDP）反映經濟增長，房地產開發完成投資額（RI）反映房地產開發投資狀況，以1996-2007年的年度數據為原始數據，為消除數據中異方差的影響，對兩個數據序列同時取自然對數（LNGDP和LNRI），這種變換不會改變變量間的長期均衡關系和短期調整效應（見表1）。

本文中的計算采用計量經濟學軟件EViews5.1。表11996-2007年西安市GDP和RI序列單位：億元

2.2平穩性檢驗在實際中我們遇到的時間序列大多是非平穩時間序列，若直接將其用于計量經濟建模，容易產生“偽回歸”等問題，因此有必要對時間序列數據進行平穩性檢驗，目前最常用的檢驗方法為單位根檢驗。一個非平穩時間序列的一階自回歸模型的特征方程含有單位根，這樣對時間序列平穩性的檢驗即轉化為對單位根的檢驗。如果序列Yt通過本論文由整理提供d次差分成為平穩序列，而差分d-1次時卻不平穩，則稱Yt為d階單整序列，記為Yt~I（d）[1]。同階單整是多個時間序列存在協整關系的必要條件。采用單位根檢驗中的ADF檢驗法對表1中的LNGDP、LNRI以及它們的一階差分△LNGDP、△LNRI進行平穩性檢驗，結果見表2。

表2各變量的平穩性檢驗結果

注：檢驗類型（C，T，K）中的C、T分別表示是否還有常數項、時間趨勢項，K表示滯后階數。從表2可看出LNGDP、LNRI沒有拒絕單位根假設，是不平穩的，而它們的一階差分序列△LNGDP、△LNRI在5%的顯著水平上拒絕原假設，是平穩的。因此序列LNGDP、LNRI均為一階單整，表示為LNGDP~I（1）、LNRI~I（1），滿足協整檢驗的前提條件。2.3協整檢驗協整是指多個非平穩經濟變量的某種線性組合是平穩的[2]。具有協整關系的多個非平穩序列建立的回歸模型可用來描述原變量之間的均衡關系，并可以用來建立誤差修正模型。目前對協整性的檢驗主要有兩種方法：一是Engle&Granger(1987)提出的基于回歸殘差的協整兩步檢驗法，二是Johansen&Juselius(1990)提出的基于回歸系數的完全信息協整檢驗。本文采用EG兩步法對LNGDP和LNRI進行協整檢驗。首先，用OLS法對LNGDP和LNRI進行回歸估計，得到回歸方程：LNGDPt=4.517960+0.490382LNRIt+εtt=(60.67050)(29.88506)R2=0.988927從結果可看出，所有參數的t檢驗值顯著，R2在0.98以上，接近1，說明模型整體上對樣本數據擬合較好。殘差序列et的估計值為：et=LNGDPt-4.517960-0.490382LNRIt其次，采用ADF檢驗法對殘差序列的平穩性進行檢驗，結從表3可看出et的ADF檢驗值小于1%顯著水平的臨界值，至少表明可以在99%的置信水平下拒絕原假設，et是平穩的。用EG兩步法本論文由整理提供檢驗的結果說明國內生產總值（GDP）和房地產開發投資（RI）之間的協整關系是正確的，所建立的協整回歸方程反映了它們之間的長期均衡關系。

2.4建立誤差修正模型若變量間存在協整關系，即表明這些變量間存在著長期穩定的關系，而這種長期穩定的關系是在短期動態過程的不斷調整下得以維持的[2]。誤差修正模型（ECM）反映了這種短期偏離向長期均衡修正的機制。誤差修正模型的一般表示形式為：△Yt=β0+βt△Xt+λecmt-1+εt，其中，ecm反映了變量在短期波動中偏離它們長期均衡關系的程度，稱為均衡誤差[3]。用OLS法進行估計得到LNGDP和LNRI的誤差修正模型：△LNGDPt=0.099899+0.125305△LNRIt-0.644907ecmt-1+εtt=(3.216782)(1.080561)(-2.117311)R2=0.409034從結果可看出，雖然R2較低，但各參數的t檢驗值顯著，仍然能夠表明其經濟意義。2.5Granger因果關系檢驗協整檢驗可得出時間序列之間是否存在長期的均衡關系，序列之間的因果關系可用Granger因果關系檢驗法。其基本思想是：如果變量Xt是Yt的原因，則Xt的變化應先于Yt的變化。超級秘書網

因此，在做Yt對其他變量的回歸時，如果把Xt的滯后值包括進來能顯著地改進對Yt的預測，則稱Xt是Yt的Granger原因，否則稱Xt不是Yt的Granger原因[4]。對LNGDP和LNRI進行Granger因果關系檢驗，結果見表4

3結論

通過運用時間序列計量經濟模型對西安市1996-2007年的GDP和房地產開發投資的年度數據進行分析，我們可以得到以下結論：

3.1西安市1996-2007年本論文由整理提供間的房地產開發投資與經濟增長之間存在著長期穩定的均衡關系，由協整方程知，西安市房地產開發投資對經濟增長的彈性系數是0.490382，即房地產開發投資每增加1%，GDP增加0.490382%，可見西安市房地產開發投資對經濟增長的促進作用是非常明顯的。

3.2西安市1996-2007年間的房地產開發投資與經濟增長之間長期穩定的均衡關系是在短期動態過程的不斷調整下得以維持的，由誤差修正模型知，經濟增長的波動取決于兩點：一是房地產開發投資短期波動的直接影響，△LNRIt的系數是0.125305，即短期內房地產開發投資每增加1%，GDP增加0.125305%；二是上一年房地產開發投資對均衡水平的偏離，誤差修正項ecmt-1的系數-0.644907體現了對這種偏離的調整力度，即當短期波動偏離長期均衡時，經濟系統將以0.644907的調整力度將非均衡狀態拉回到均衡狀態，該系數為負符合反向修正機制。

3.3西安市1996-2007年間房地產開發投資和經濟增長的Granger因果關系檢驗結果顯示，當滯后期為1年時，在94.892%的概率水平下，房地產開發投資是GDP的Granger原因，在99.93%的概率水平下，GDP是房地產開發投資的Granger原因，可以認為二者之間具有雙向因果關系，即西安市房地產開發投資促進了經濟增長，同時，經濟增長又促進了房地產開發投資；當滯后期為2年時，房地產開發投資是GDP的Granger原因的概率值較低，而GDP是房地產開發投資的Granger原因的概率值為89.379%，可以認為二者之間具有單向因果關系，即西安市經濟增長促進了房地產開發投資；當滯后期為3年時，二者之間的Granger因果關系并不顯著。

以上研究結果從量化角度揭示了西安市房地產投資與經濟增長之間的關系，相關數據說明西安市房地產投資在經濟增長的過程中扮演著十分重要的角色，同時在短期內經濟增長又促進了房地產投資。房地產業與金融、鋼鐵、水泥、玻璃、家電等眾多上下游行業具有高度的相關性，西安市政府相關部門應在深化體制改革和推進產業結構優化升級的同時，根據宏觀經濟的發展形勢合理控制房地產投資規模，促進房地產業與經濟的協調發展。

參考文獻：

[1]高鐵梅.計量經濟分析方法與建模：Eviews應用及實例[M].北京：清華大學出版社，2006．

[2]龐皓.計量經濟學[M].北京：科學出版社，2004．

[3]易丹輝.數據分析與Eviews應用[M].北京：中國統計出版社，2002．

[4]鄧翔.計量經濟學[M].成都：四川大學出版社，20