證券市場指標對房地產(chǎn)市場價格變動趨勢的分析
發(fā)布時間:2019-08-21 來源: 美文摘抄 點擊:
摘要:本文先是對全國平均住房銷售價格(以下簡稱房價)與房地產(chǎn)行業(yè)開發(fā)投資總額做格蘭杰因果檢驗,得出房地產(chǎn)開發(fā)投資總額是引起房價變化的格蘭杰原因,隨后選定家庭人均年收入、房地產(chǎn)開發(fā)投資總額、年底總?cè)丝跀?shù)、建筑材料價格指數(shù)、新增家庭數(shù)、住宅房屋竣工面積和人均GDP指數(shù)等為自變量對房價做嶺回歸,再次得出房地產(chǎn)開發(fā)投資總額對房價具有顯著性的影響。再對房地產(chǎn)行業(yè)開發(fā)投資總額與其他行業(yè)的投資總額做關聯(lián)度分析,得出房地產(chǎn)行業(yè)與金融業(yè)投資總額具有最大的關聯(lián)度。最后在假定房地產(chǎn)市場和證券市場同時為無套利市場的條件下,分析得出證券市場中證券的當期價格、持有期內(nèi)的年平均收益率和年平均紅利與房價依次存在正向、負向、負向的相關關系。
關鍵詞:房價;開發(fā)投資總額;關聯(lián)度;嶺回歸
1 建模的原理介紹
1.1格蘭杰因果檢驗的原理
1969年,格蘭杰從計量經(jīng)濟學的角度提出了一種因果關系的定義:設有兩個時間序列{xt}和{yt},如果xt的變化引起yt的變化,則xt的變化應當發(fā)生在yt的變化之前。具體操作中,一般是對以下兩個方程分別進行無約束和有約束估計:
。1)
。2)
如果在(1)中部分αi顯著不為零,則稱xt格蘭杰引起yt類似的,如果(2)式中部分αi顯著不為零,則稱yt格蘭杰引起xt,如果兩者都存在,則稱xt與yt互為格蘭杰因果關系。
1.2嶺回歸原理
多元回歸模型的矩陣表達式為:Xβ=Y,利用OLS求得: ,
當自變量存在多重共線性時,導致 ,從而使得回歸系數(shù)不穩(wěn)定,出現(xiàn)沒有實際意義的估計值。解決的辦法是在X′X的主對角線元素上加一個非負常數(shù)k,即得:
,其中E是單位矩陣,使得 的概率比大大降低,最后用來進行估計,結(jié)果會使的估計變得穩(wěn)定得多。因此,嶺回歸估計的準確程度取決于k值的選取,確定k值的方法一般是通過嶺跡圖或方差膨脹因子來選取。其確定方法是選擇一個盡可能小的k值,在這個k值上,嶺跡圖中回歸系數(shù)已變得較為穩(wěn)定,并且方差膨脹因子業(yè)變得足夠小。
回歸估計系數(shù) 是k的非線性函數(shù);k值的加入使得
成為回歸系數(shù)的有偏估計,但是比β估計更穩(wěn)定; 隨k的變化軌跡圖稱為嶺跡圖。
1.3灰色關聯(lián)度分析原理
選取參考數(shù)列
其中k表示時刻。假設有m個比較數(shù)列
則稱
為比較數(shù)列xi對參考數(shù)列x0在k時刻的關聯(lián)系數(shù),其中ρ∈[0,1]為分辨系數(shù)。稱 和 分別為兩級最小及兩級最大極差。
一般來講,分辨系數(shù)ρ越大,分辨率越高;ρ越小,分辨率越低。上式中的關聯(lián)系數(shù)是描述比較數(shù)列與參數(shù)數(shù)列在某時刻關聯(lián)程度的一種指標,由于各個時刻都有一個關聯(lián)數(shù),因此信息顯得過于分散,不便比較,為此我們給出ri=■■ξi(k)為數(shù)列xi對參考數(shù)列x0的關聯(lián)度。若關聯(lián)度ri最大,說明xi(k)與最優(yōu)指標x0(k)最接近,即第i個被評價對象優(yōu)于其他被評價對象,據(jù)此可以排出各被評價對象的優(yōu)劣次序?梢钥闯,關聯(lián)度是把各個時刻的關聯(lián)系數(shù)集中為一個平均值,亦即把過于分散的信息集中處理。利用關聯(lián)度這個概念,可以對各種問題進行因數(shù)分析。
2 模型的分析
2.1 房價與房地產(chǎn)開發(fā)投資總額格蘭杰因果檢驗
依據(jù)格蘭杰因果檢驗原理,對房地產(chǎn)開發(fā)投資總額和房價利用Eviews軟件分析得到下表:(假設置信度α=0.05)
從上表可以看出,房價不是引起房地產(chǎn)開發(fā)投資總額變化的格蘭杰原因,而房地產(chǎn)行業(yè)開發(fā)投資總額的變化卻是引起房價變化的格蘭杰原因。房地產(chǎn)行業(yè)的投資總額的增加,一方面增加對商品房的投機性需求,進而對房價的上漲起到推波助瀾的作用;另一方面,對房地產(chǎn)行業(yè)投資的增加,使房地產(chǎn)市場更加的火爆,會給開發(fā)房地產(chǎn)市場相關的原料如建材、水泥及地皮價格起到刺激和促進作用,這些原材料價格的上漲勢必都附加于房屋的銷售價格中,勢必造成房價的上升。
2.2 房價的嶺回歸模型
房價模型的構(gòu)建有助于我們總結(jié)規(guī)律,科學界定影響房價的關鍵因素,從而指導房地產(chǎn)市場的管理和調(diào)控行為。本文初步選取的影響房價的因素有家庭人均年收入、房地產(chǎn)開發(fā)投資總額、年底總?cè)丝跀?shù)、建筑材料價格指數(shù)、新增家庭數(shù)、住宅房屋竣工面積和人均GDP指數(shù)(依次用F1~F7表示),我們利用嶺回歸模型分析影響房價的主要因素。
對文中給定的7個影響指標進行相關性分析,分析得到如下相關系數(shù)矩陣
由相關系數(shù)矩陣可知,各因素之間的相關系數(shù)較大,影響因素之間兩兩相關。因此,采用傳統(tǒng)的最小二乘回歸存在較嚴重的多重共線性。
鑒于此,建立如下嶺回歸模型:
利用Matlab軟件編程求得房價與選取指標的嶺跡圖。
由嶺跡圖可以看出,在0.3之后,7條嶺跡都開始變得平穩(wěn)。所以,將3代入做嶺回歸,得到如下模型:
通過嶺回歸得到的模型,可以看出:房價對人均GDP指數(shù)的敏感度為220.51,說明人均GDP指數(shù)每變動1單位,住房銷售房價變動220.51單位;家庭人均年收入變動1單位,住房銷售房價變動135.21單位;房地產(chǎn)開發(fā)投資總額變動1單位,住房銷售房價變動196.02單位;年底總?cè)丝跀?shù)變動1單位,住房銷售房價變動133.78單位;建筑材料價格指數(shù)變動1單位,住房銷售房價變動6.54單位;新增家庭數(shù)變動1單位,住房銷售房價變動132.1單位;住宅房屋竣工面積變動1單位,住房銷售房價變動138.05單位。
所以,通過上面的分析,房地產(chǎn)行業(yè)的開發(fā)投資總額對房價具有很大的影響作用。因此,分析房地產(chǎn)行業(yè)投資總額與國民經(jīng)濟其他行業(yè)的投資總額的關聯(lián)度,可以得到與房地產(chǎn)行業(yè)投資總額的關聯(lián)度最大的國民經(jīng)濟行業(yè),進而分析該行業(yè)影響因素對房價的影響。
相關熱詞搜索:房地產(chǎn)市場 證券市場 價格變動 指標 趨勢
熱點文章閱讀