论文总字数：11953字

摘 要

本文基于2005年-2013年的月度数据，通过单位根检验、格兰杰因果检验和协整检验分析了我国住宅房地产投资与货币供应量之间的关系，并用季节性模型对住宅房地产投资作预测，用ARIMA模型对货币供应量作预测。分析表明住宅房地产投资的增加会导致货币供应量的增加，货币供应量与住宅房地产投资是长期影响的。对住宅房地产投资增加的影响也包含住宅投资自身的变化。

关键词: 住宅房地产投资,货币供应量,实证分析

Abstract: Based on 2005 -2013 monthly data, by unit root test, Granger causality test and cointegration, this paper analyzes the relationship between China"s real estate prices and the money supply, and predicts residential real estate investments and the money supply by seasonal model and ARIMA model respectively. The analyzation shows that increased investment in residential real estate will lead to an increase in the money supply, and they interact in the long time.

Keywords: residential real estate investment, money supply, empirical analysis

目 录

1 引言……………………………………………………………………4

2 实证检验型……………………………………………………………4

2.1数据说明…………………………………………………...…...…...4

2.2 ADF检验模型……………………………………………….............4

2.3 Granger因果检验验模型…………………………….....................5

2.4协整检验模型……………………………………………………….5

3 检验结果与分析………………………………………………............6

3.1 ADF检验结果…………………………………………….................6

3.2 Granger因果检验结果…………………………………………….7

3.3协整检验结果…………………………………………….................8

4住宅房地产投资与货币供应量的预测………………….....................8

4.1季度性模型预测…………………………………………….............9

4.2 ARIMA模型预测……………………………….......…..…..…..…...10

结论……………………………………………………………………...12

参考文献………………………………………………………………...13

致谢………………………………………………………………...........14

附件……………………………………………………………………...15

1引言

货币政策是政府用来调节经济走向,刺激或者收缩经济的重要政策工具,而在我国,货币供应量仍是货币政策的中间目标。货币主义代表人物弗里德曼认为,货币供给量与名义收入成有规则的正比关系,正是基于此,货币主义认为,货币供应应该保持有规则的增长,这也成为制定货币政策的一个规则。按照这一思想,发达国家和大多数发展中国家较为成功地控制了通货膨胀,保持了价格稳定,时至今日,控制货币供给量、保持物价稳定仍是许多国家货币当局制定货币政策的重要依据。资产价格波动会影响货币市场均衡,是对主流货币理论的一个巨大发展。随着住房改革的深入和房地产市场的快速发展,全国房地产价格快速增长,房地产在居民财产中所占比例越来越高。作为居民持有的另一项重要资产的房地产,其价格波动对货币市场均衡的影响,却很少有人问津。相对于有价证券,普通消费者持有房地产的比率要高,而且房地产也是消费者生活的必需的耐用消费品,房地产价格的波动对于居民生的影响程度更大,产生的社会效应也更强。因此,研究住宅房地产投资和货币供应量之间的互动关系,有很强的现实意义和理论意义。

2实证检验模型

2.1数据说明

本文数据来自中国国家统计局数据库,数据处理均使用QMS公司的Eviews7.0软件。文章旨在分析我国住宅房地产投资与货币供应量之间的关系并作出各自的预测。在货币供应量指标中,M2与宏观经济实际变量之间关系最密切,因此本文选取M2作为货币供应量指标；房地产市场方面,选取住宅房地产投资I作为研究对象。

2.2数据平稳性检验—ADF检验模型

为避免非平稳的经济变量在回归分析时带来的伪回归问题,必须对数据进行平稳性检验。本文对上述经济变量采取ADF检验,分析各个变量是否具有平稳性。

ADF的回归方程式为:

模型（1）：

模型（2）：

模型（3）：

其中,为变量的一阶差分,是时间变量,以消除变量自相关的影响。

2.3 Granger因果关系检验模型

文章采用Granger双变量因果关系检验法,建立二元变量自回归模型以分别探讨我国货币供应量与住宅房地产投资之间的因果关系。Granger检验假定了有关和每一变量的预测的信息全部包含在这些变量的时间序列中,要求估计以下的回归:

模型（1）：

模型（2）：

其中,和分别表示两个不同的变量,在模型(1)中,假定与其自身以及的过去只有关,如果的系数显著异于零,则说明有到的单向因果关系,即变量引致。同样的道理在模型(2)中,若的系数 显著异于零,说明有到的单向因果关系。如果两者都显著异于零,则说明变量、有双向因果关系。

以模型(1)为例, Granger因果关系检验所用的检验值为:

,是下的误差平方,是下的误差平方和，是滞后长度,它遵循分布,如果在给定的显著性水平上的值超过临界值,则拒绝原假设,接受存在影响的因果性的结论。

2.4 Engle-Granger协整检验模型

对于非平稳的时间序列,如果以差分方法使其变为平稳的,则会使隐含在其中的长期信息丢失,回归分析会失效或降低价值。协整检验提供了一种检验变量间是否有长期均衡稳定关系的检验方法,一般双变量采用的是Engel和Granger的二阶段分析法进行协整检验。

首先用OLS方法估计下列方程:得到 ，则协整回归为。其次,用ADF检验的平稳性,如果为平稳序列,则是(1,1)阶协整的,如果是一阶单整,则是(2,1)阶协整的,以此类推。

剩余内容已隐藏，请支付后下载全文，论文总字数：11953字