福州房地产开发投资对建筑业和金融业产出的影响效应,区域经济学论文.docx

《福州房地产开发投资对建筑业和金融业产出的影响效应,区域经济学论文.docx》由会员分享，可在线阅读，更多相关《福州房地产开发投资对建筑业和金融业产出的影响效应,区域经济学论文.docx（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、福州房地产开发投资对建筑业和金融业产出的影响效应,区域经济学论文改革开放的三十多年间，房地产业历经了几次大的变革，十分是从 1998 年的住房货币化改革以来，房地产市场得到极大繁荣，其市场化程度日趋完善。 市场经济的根本就在于供需机制和价格机制的调节以实现资源的优化配置.房地产业也就在这种调节机制下不断发展成国民经济的重要组成部分，怎样实现房地产业合理化的开发投资已经成为各地重点关注的经济焦点，房地产的开发投资不仅能促进本身房地产市场的繁荣，而且作为一个先导产业，对一些关联的前后向产业的产出也会有一定的影响作用。同时由于房地产开发投资本身就是固定资产投资的一部分，所以根据乘数原理它会极大地促进

2、整体经济的增长。最近几年以来，人们对住房的消费和投资需求的旺盛导致了大量的投资项目涌入房地产行业，所以愈加有效科学地计划引导房地产业的开发投资已变得至关重要。固然国内房地产业相关研究已有较为丰富成果，但大部分是从分析影响房地产价格的角度入手，或直接从商品房的整体销售额与国民经济的关系去考察，本文则从最初的房地产开发投资的角度切入去分析其与相关产业产出之间的关系. 福州市作为一个沿海省会城市，其产业发展具有一定的代表性，市场经济较为完善，产业之间的关系也相对更为密切，所以以福州市为该研究的对象是确当的。从图 1 能够看出，福州市房地产开发投资的变动与建筑业、金融服务业业产值之间有着基本一致的波动

3、趋势。它们同时在 2008q4 季度到一个小高峰之后回落，这正是 2008 年金融危机最为严重的时候，无论是金融服务业还是像建筑业、房地产业等实体经济都遭到了影响，产值大幅下降。【图1】 2018q1 之后固然三者还是继续波动，但是房地产开发投资和建筑业总体保持了上升趋势，这正是得益于中国四万亿的经济刺激计划.而金融业则由于身陷这次金融危机的行业震中，其遭到的毁坏性影响更为严重，所以恢复的速度相对较慢，但也在平稳波动中小趋势上升。从三者之间严密的变动趋势图我们能够推断它们之间会有一定的联络，但是三者关系究竟怎样，正是本文解决的问题。本文拟通过福州市近三年的季度数据对三者之间的关系进行研究分析，

4、以期能得出比拟准确的关于福州市房地产开发投资对建筑业和金融业产出的影响效应，为更合理地进行房地产开发投资布局提供政策建议。 一、数据选取与模型设定 固然房地产业前后向关联的产业很多，但是由于数据的可得性和可量化性等问题，最后剔除了一些变量，并且只用到了 2008q3-2018q2 的数据。本文着重研究了房地产开发投资和与它有前后向严密关系的建筑业、金融服务业产值之间的联络。所以变量设置和数据选择如下：房地产业开发投资以每个季度固定投资中房地产开发投资额表示 linvest，建筑业以每个季度建筑业的产值表示 lconstruction，金融业则以它们在一个季度的总产值来计算 lfinance。为

5、了尽量克制异方差的问题，本文的数据都做了自然对数化处理。这些数据信息都来自于福州市统计局的月度数据并整理而成。 本文使用的方式方法是三变量的 VAR 向量自回归模型，其数学表示出式为：【1】 华而不实 yt是 k 维内生向量，xt是 d 维外生向量，p是滞后阶数，εt是 k 维扰动向量。这是一种非构造化的多方程建模方式方法，该模型并不以已经知道的经济理论为基础，由于经济理论通常并缺乏以对变量之间的动态联络提供一个严密的描绘叙述。而向量自回归模型VAR是基于数据的统计性质建立的模型，它是处理多个相关经济指标的分析与预测最为常用的模型之一,VAR 模型把系统中每一个内生变量作为系统

6、中所有内生变量的滞后值的函数来构造模型，进而将单变量自回归模型推广到由多元时间系列变量组成的 向量 自回归模型。并在这里模型的基础上能够对经济变量进行 Granger 因果检验，得出更为确当的变量间的因果关系。同时还能够在该模型估计后运用脉冲响应函数刻画一个变量的正向冲击对另外经济变量的影响时滞和大小.正由于 VAR 模型具备以上的优点，所以本文选用 VAR 模型，以实现本文的目的。 二、实证分析 由于本文使用的经济变量都是时间序列数据，为了防止伪回归的发生，首先对变量进行单位根检验，本文采用了 ADF 统计量检验法。【表1】 从 表 1 看 以 看 出， 在 5% 的 显 着 性 水 平 下

7、linvest、lconstruction 的原序列是非平稳的，它们的一阶差分是平稳序列，所以 linvest、lconstruction 是一阶单整，而 lfinance 的原序列就是平稳序列。则dlinvest、dlconstruction、lfinance 能够直接进入 VAR计量模型进行实证分析。但事后检验发现该 VAR 模型为非稳定的，所以为了使 VAR 模型能够到达稳定的状态同时知足经济含义的便利解释，本文使用了lfinance 一阶差分的形式既 dlfinance. 根据滞后阶数选择的信息准则 AIC、HQIC、SBIC 等统计量的综合考量，本文最后采用默认滞后两阶的三变量 VA

8、R 模型，最后估计出的参数如下。【表2】 首先对该 VAR 模型进行了稳定性检验，结果发现该模型的所有特征值都位于单位圆内，即本文的 VAR 模型是一个稳定的计量模型。本模型利用了stata10.0 软件进行的估计，由于样本空间较小，所以在参数估计时进行了小样本自由度调整，同时表 2中报告的是小样本的 t、f 统计值。从表 2 的数据能够清楚地看到：dlconstruction 方程中，在 5% 的显着性水平下 dlinvest 滞后一二阶的系数无论是在统计上还是经济上都是非常显着的。滞后一阶的房地产开发投资每增加一个百分点将会导致本季度建筑业产出值 0.496 个百分点的增长。同时由于房地产

9、开发投资对建筑业的产出有时滞的影响，所以房地产开发投资能够滞后几期去影响建筑产业的产出，正如表 2的数据显示的那样，幅的实证结果我们能够清楚明晰地看到 2008q3-2018q2 期间，福州市房地产业开发投资与建筑业、金融业产出关系密切，Granger 因果关系检验也证实了房地产开发投资是建筑业和金融业产值的 Granger 因果原因。IRF 也描绘叙述出了了房地产开发投资冲击对建筑业和金融业的持续影响作用。所以根据以上结论，本文以为在房地产开发投资与相关产业关系如此严密地的情况下，更应该科学合理地布置房地产开发投资，以促进本产业和相关产业以及整体国民经济的健康良性发展。同时正如 VAR 模型

10、所估计的参数一样，房地产业开发投资对建筑业和金融业的产值增加有很显着的统计和经济意义，而建筑业和金融业对房地产开发投资影响的经济统计意义却不是那么明显。并且 Granger 因果检验中也没有发现建筑业和金融业是房地产开发投资的 Granger 原因，这就讲明房地产业开发投资和建筑业、金融业之间更多的还是一种带动关系，而没有到达一种互相促进的良性互动关系。所以除了科学布置房地产开发投资以外，还要优化地区的其他产业发展，十分是金融业和建筑业。让这些产业能有更好的市场经济环境，实现资源的合理优化配置，进而能更好地为房地产业项目开发服务，实现各产业的联动发展效应。 以下为参考文献 1 刘国庆 . 房地

11、产业对相关产业带动效应的动态分析 J. 中国集体经济，2018,30：25-26. 2 皮 舜 , 武康平 . 房地产市场发展和经济增长间昀因果关系-对我们国家的实证分析 J. 产业组织研究，2004,4：23-27. 3 高铁梅 . 计量经济分析方式方法与建模 M. 北京：高等教育出版社，2018. 4 许艳荣 . 房地产业对相关产业的带动效应研究 J. 中国经贸，2020,18：22-23. 5 吴学品 , 林明恒 . 海南房地产价格影响因素的实证研究-基于VAR 模型的分析 J. 海南金融 ,2018,12：57-61. 6 伍德里奇 . 计量经济学导论 M. 北京 : 中国社会科学出版社 ,2018. 7 李玉杰 , 王庆石 . 房地产业对相关产业带动效应的国际比拟研究J. 世界经济与政治论坛，2018,6：79-91. 8 刘章生 , 陶满德 , 李 芬 . 房地产投资与宏观经济波动的互相影响关系-基于格兰杰因果检验模型的研究 J. 改革与战略，2020,283：60-63. 9 郑兰祥 , 司 维 . 基于 VAR 的货币供给量对我们国家上证指数的影响力分析 J. 中南林业科技大学学报 社会科学版 ，2018,55：85-86.