在总需求中，投资需求是总需求中最活跃的部分，通过乘数效应影响GDP的增加或减少。另一方面，GDP的增加，通过加速数效应，增加投资。因此，可以通过追踪工商业的投资状况（如：开工率、存货、订单数、采购经理人指数等），预测GDP的未来增长情况。
摘要：为了验证对住房是否存在过度投资，通过对我国2001年第一季度至2011年第四季度的住房投资、非住房投资和总产出的协整检验、Granger因果检验和误差修正模型的估计，其结果表明：中国住房投资和非住房投资都可以作为总产出的领先指标；从长期协整关系看，中国经济增长受住房投资增长影响强烈，并且住房投资对非住房投资存在明显的“挤出效应”。回顾宏观经济的运行，认为住房投资推动通货膨胀增长的机制仍然存在，未来宏观经济政策仍将受制于住房投资的非理性增长。
关键词：房地产论文范文,住房投资,非住房投资,总产出,向量误差修正模型
一、引言
对住房投资的研究也颇引人关注，很多文献的研究结论表明，住房投资又是投资中最活跃的部分，波动性大于其他类别的投资，具有领先于经济总量的预测作用。如：Green（1997）[1]发现住房投资是GDP的领先指标，而非住房投资则不是领先指标；CoulsonandKim（2000）[2]也发现类似结论：在预测GDP上，住房投资比非住房投资更为重要，而且，住房投资对消费有显著影响。GaugerandSnyder（2003）[3]认为虽然住房投资在总需求中只占较小的比重，却在商业周期中起着不成比例的重要作用。Leamer（2007）[4]建立新的“泰勒规则”，将GDP替换为房地产的景气指标，会使宏观经济波动减小。
沈悦和刘洪玉（2004）[5]运用我国1986—2002年的房地产和GDP年度序列数据进行协整和Granger因果检验，认为GDP是房地产投资的Granger原因，反向则不是。广义脉冲响应和方差分解的结果均支持GDP对房地产开发投资有着显著的单向作用。这个结果很令人意外，GDP能更好地预测房地产投资，而不是相反，明显违反了我们的直觉。如果勉强作解释，可能是我国房地产投资在1986—2002年期间的大部分时间所占总需求比重很低，以致对GDP影响较小，对GDP不具有预测作用。相反，随着居民收入的增加，对房地产需求却非常大（加速数系数较大），与这一时间段的住房政策改革相吻合；另一个原因可能是样本数据较少（16个数据点），又是二阶单整时间序列，其结论令人怀疑。
本文拟通过实证研究住房投资、非住房投资和总产出三者之间的互动关系，试图弄清以下问题：（1）住房投资是否具有经济周期中领先指标的作用；（2）住房投资对非住房投资是否存在挤出效应，挤出程度有多大？
二、理论模型
CoulsonandKim（2000）发现住房投资对非住房投资有反向影响，即存在“挤出效应”。我国很多学者担心房地产过度投资，导致大量资金错误配置，出现类似于日本上世纪80年代末出现的金融危机。如果我国确实存在住房投资的挤出效应，有理由相信下列的循环存在：房地产价格上涨→住房投资大量增加→GDP大幅增加→通货膨胀→反通胀宏观调控（降低货币存量、利率上升）→抑制投资。其中房地产市场由于某种机制的存在，使得房地产价格存在向下调整的刚性，每次宏观调控的结果，并没有使住房投资减少，却显著地减少非住房投资，实现“挤出效应”。[6]这一循环的极端结果，将必然走向大量资产积累于房地产，金融危机将不可避免。因此，验证住房投资对非住房投资的挤出效应是否存在，是判断上述机制是否存在的关键。
为了实现以上研究目标，我们假设GDP、住房投资（RI）和非住房投资（NRI）存在协整关系
GDPt=A·（RIt）a（NRIt）？茁（1）
如果存在协整关系，说明三变量间存在长期均衡关系，三者关系间的误差具有“修正”作用，三变量可以用误差修正模型来估计，设三变量的向量为Xt，则有
Xt=C+A1Xt-1+A2Xt-2+...+？姿ECMt-1+？着t（2）
如果不存在协整关系，就直接估计三变量的向量自回归模型（VAR），即
Xt=C+A1Xt-1+A2Xt-2+...+？姿AnXt-n+？着t（3）
根据估计结果判断相互影响，采用swansonandgranger（1997）[7]设计的冲击响应程序，判断三变量影响的顺序和大小，主要采用脉冲响应分析，根据不同变量的冲击，检验各变量的变化。冲击的顺序依赖变量间因果关系的判断，变量间的GrangerCause检验可以使我们知道其中某些变量（independentvariable）可以有助于预测某个变量（dependentvariable）。其检验方法是采用F检验，以被解释变量前值为解释变量，检验下列方程
yt=■？琢iyt-i+■？茁ixt-i+ut（4）
中的滞后变量系数？茁1，？茁2，……？茁k是否全为0。原假设：？茁1=？茁2=……=？茁k=0，根据F统计量的大小，拒绝原假设犯“第一类错误”的概率（即p值）小于5%，即拒绝原假设，否则接受原假设。分别检验GDP、住房投资（RI）和非住房投资（NRI）之间的“因果关系”，推断一个标准误差带来的冲击顺序。
三、实证分析
我们收集了2001—2011年GDP、住房投资（RI）、非住房投资（NRI）的11年季度名义数据，以2000年12月的CPI作为基期，将以上数据调整为实际值。为了回避异方差，我们使用序列的对数值，分别以LGDP、LRI、LNRI表示。从时间序列数据看，住房投资上升或下降提前于GDP，三个序列具有明显的季度变化特征，有必要进行季度调整。我们采用滑动平均方法去除季节因素，调整后的变量以LGDPSA、LRISA、LNRISA表示。（一）平稳性检验
若要了解LGDPSA、LRISA、LNRISA三变量之间是否存在稳定的函数关系，需要知道各变量是否是平稳序列，否则会出现“伪回归”问题。我们首先对三个时间序列作平稳性检验，检验结果见表1。三个序列都不能拒绝有单位根的假设，时间序列不平稳。对三个序列作一阶差分，再作单位根检验。三个一阶差分序列可以在99%的置信度下拒绝单位根假设，所以，可以说这三个序列都是“一阶单整I（1）”时间序列。
（二）协整检验
为了确定住房投资、非住房投资和国内生产总值之间是否存在长期关系，我们分别对三个变量两两进行“JJ协整检验”。在不存在“协整关系”（rank=0）的假设下，LGDPSA与LNRISA，LRISA与LNRISA，LGDPSA与LRISA的似然比统计量均大于5%水平的临界值，因此拒绝原假设，即认为不存在“协整关系”，应至少有一个“协整关系”。对以上变量组进行至多有一个“协整关系”（rank≤1）的假设检验，三组变量的似然比统计量均小于5%水平的临界值，因此接受原假设。与以上方法类似，我们对LGDPSA、LNRISA、LRISA进行“JJ协整检验”，结果表明三变量之间存在一个“协整关系”。
（三）变量间GrangerCause检验与分析
“协整关系”仅表明变量间具有稳定的长期函数关系，检验结果表明我国住房投资和非住房投资均是GDP的“GrangerCause”。这与Green（1997）运用美国1959—1992年的季度数据进行因果关系检验的结果不同，Green（1997）发现住房投资可以作为GDP的领先指标，而非住房投资并不具备领先指标的作用。我国住房投资和非住房投资对GDP均具有预测作用，可作为GDP的领先指标。
（四）误差修正模型的估计与分析
根据“Granger定理”，LGDPSA、LNRISA、LRISA存在一个“协整关系”，一定存在一个向量误差修正模型（VECM）的表达式。我们对LGDPSA、LNRISA、LRISA进行VECM估计，其结果见表1。AIC和SC统计量都很小，符合估计要求。在表1中引起我们注意的是：在住房投资方程中，随着非住房投资的增加，对住房投资有反向影响（一阶滞后系数为-0.37，二阶滞后为-0.03），显示住房投资与非住房投资的确存在“挤出效应”。这个结果与CoulsonandKim（2000）运用美国1959年第2季度—1997年第二季度数据估计VAR模型的结论一致，其系数分别为-0.26和-0.06。可见，我国的住房投资和非住房投资之间的“挤出效应”更加明显。在非住房投资方程中，住房投资的增加却对非住房投资是正向影响（系数为0.25，0.45），显示住房投资对非住房投资的拉动作用而不是挤出作用。这个结论与VECM中住房投资（LRISA）、非住房投资（LNRISA）和总产出（LGDPSA）的长期关系：LGDPSA=5.75+0.59LRISA+0.03LNRISA相一致。在协整方程中，住房投资的弹性系数为0.59，非住房投资的弹性系数仅为0.03。可见，住房投资对GDP的影响远大于非住房投资。
（五）脉冲响应分析
总产出受住房投资与非住房投资的冲击显示在图1，冲击的顺序是LRISA→LGDPSA→LNRISA，图2显示的冲击顺序是LNRISA→LGDPSA→LRISA。这两种冲击的结果都指向住房投资对总产出的影响直接且巨大，即使冲击顺序为LNRISA→LGDPSA→LRISA，但两个季度以后，住房投资的累积影响就超过了非住房投资（见图2）。在LRISA→LGDPSA→LNRISA的冲击顺序下，非住房投资对总产出的影响为负，这与前面的“挤出效应”相一致。
四、结论
从以上对住房投资、非住房投资和总产出的实证分析结果我们知道：
（一）投资是拉动中国经济增长的主要引擎，住房投资更具指示作用；
（二）住房投资和非住房投资之间存在明显的“挤出效应”。
根据以上结论可以推知以下循环的存在：房地产价格上升→住房投资增加→总产出增加→通货膨胀上升→非住房投资成本上升。住房投资存在过度投资导致投资结构不合理，经济结构调整就不可能实现。我国使用目前的宏观调控手段，并未能改变投资者的投资预期，仍然存在推动房地产价格不断上涨的基本因素，如适应性的货币政策，不断宽松的财政政策。2007年，我国出现较高的通货膨胀，当时通货膨胀率已超过8%，2008年初大有加速之势，央行不得不采取紧缩措施。2008年下半年因西方国家金融危机，国外需求骤减。国内价格在两面夹击下，从通胀迅速面临通缩。从这个过程看，我国宏观经济躲过了一场痛苦的反通胀过程，在很短的时间内解决了通胀问题。2008年底采取的扩张政策是顺应国内外的经济环境，应予以支持。但可以说扩张失度，财政政策和货币政策已达到极致。2007年之前存在的推动通货膨胀机制仍然存在，甚至被强化。
在2010年，我国再次面临通货膨胀压力，这次治理通货膨胀会不会像上一次幸运？或许因“欧债危机”再次掩盖国内过度住房投资的结构问题。不过，在美国发生金融危机后，西方发达国家普遍采用量化宽松的手段，其央行不断通过量化宽松的手段，使新兴市场国家不得不面对高通胀的危险。我国自从2011年年中以来，不得不采取适度从紧的货币政策来控制通胀，经历了近两年的时间，期间幸有欧债危机，使得反通胀的难度降低。随着西方国家纷纷采用量化宽松手段，彰显我国宏观经济调控的难度。工业经济有下行趋势，我国工业增加值从2010年2月的20.7%振荡下跌至今年3月份的8.9%，连续超过36个月下降。但是，因担心通胀，货币扩张政策受限，使宏观调控左右为难。究其原因，主要是以上通胀机制的存在，我国过分依赖住房投资推动产出增长的模式不可持续，必须转换增长方式，那就是真正的增长来自于技术创新。我国是典型的资本推动式的增长，也是后进国家赶超先进国家的主要方式，本来无可厚非。但是，如果资本集中于房地产，那么国内的经济增长必然受到制约，结构不调整，更大的衰退将不期而至。只有通过改革以前的通货膨胀机制并使之被打破或削弱，才能使宏观经济运行更为健康。所以，未来经济结构调整依赖于基本经济制度的改革，同时考虑对房地产业征收财产税，提高保有成本，降低市场对房地产的需求，而不是通过行政手段限制购买或限制价格来短期压抑需求，对于房地产长期投资者来说，当前的调控政策也起不到改变长期需求的作用。只有提高当前保有房地产的成本，才能改变投资需求。
参考文献：
[1]Green.R.FollowtheLeader：HowChangesinResidentialandNon-residentialInvestmentPredictChangesinGDP[J].RealEstateEconomics，1997，4（25）：53-70.
[2]贺文华.房地产、经济增长与宏观经济政策[J].西部论坛，2012，22（5）：24-33.
[3]Gauger.J.andT.C.Snyder.ResidentialFixedInvestmentandtheMacroeconomy：HasDeregulationAlteredKeyRelationships[J].JournalofRealEstateFinanceandEconomics，2003，2（27）：35-54.
[4]Learner.E.HousingIstheBusinessCycle[J/OL].NBERWorkingPaper13428，2007.http：//www.nber.org/papers/w13428.
[5]沈悦，刘洪玉.中国房地产开发投资与GDP的互动关系[J].清华大学学报（自然科学版），2004，44（09）：1205-1208.
