刍议居民储蓄与房价的关系

中图分类号：F830 文献标识码：A

内容摘要：房价一直以来就是社会大众所关注的焦点问题，近几年房价不断上涨的原因更是引发了学者的广泛探讨。本文从房地产企业资金链的角度，透过房地产企业资金来源与储蓄存款的关系，分析储蓄存款对房价上涨的影响。文章利用1994-2008年城乡储蓄存款与国内商品房平均价格两组时间序列数据，采用协整关系分析方法、误差修正模型（ECM）以及格兰杰因果检验法，检验分析两者之间的关系。

关键词：储蓄存款 房价 协整 误差修正模型 格兰杰因果检验

城乡储蓄存款与房价的关系

地价与房价。目前关于我国地价与房价之间因果关系的讨论很多。吴次芳认为，从全国层面而言，作为房价与地价一般性代表的房屋销售价格指数和土地交易价格指数之间互为Granger因，这种影响不仅是双向的，且在长短期都是显著的，但房价的变动对地价变动的影响力更大些；殷少美则认为，房价与地价虽然有一定的联系，但都不是决定对方的因素，市场供求状况才是影响房价与地价的决定性因素。本文认为，地价与房价谁是因谁是果并不重要，重要的是地价占房价的巨大份额已经是不争的事实。

资金链。银行、房地产商和储户三者之间正常的资金流动关系是：银行从储户手中吸取储蓄存款，再将其以贷款的形式贷给房地产商，房地产商获得金融资本后，购置土地等生产要素，着手房产开发，最后将开发成熟的商品房出售给消费者。这里有两点需要说明：首先，消费者和储户从广义上讲属于一类群体，因为在现实生活中，没有单纯的储户或是消费者存在；其次，储户用于购买房产的资金形式全部视为来自储蓄，因为无论是一次性支付还是按揭支付，所有的资金都是通过银行的资金渠道，按揭支付可以视作对未来储蓄的消耗。

土地二级市场中的土地储备和土地流转。胡伟认为，与房地产产品可分为自住需求和投资/投机需求一样，企业土地储备也可以分为自身发展需求储备和投资/投机需求储备两部分。前者是为了满足房企开发周期的需要、发展战略要求、规避土地市场的不确定性需要的合理性储备，同时，也是为了满足房地产开发企业自身持续发展的需求；后者则基于获得土地升值预期的储备，部分企业在获得土地使用权后延缓或暂停房地产项目开发，通过在建项目转让或股权转让方式出让土地。房地产企业或多或少的存在不以房地产开发为目的的土地储备和土地流转行为，正是这种行为影响了银行、房地产商和储户三者之间的资金链，使得城乡储蓄存款过多的沉积在房地产行业，以至于影响房价。本文通过直接分析居民储蓄存款与房价之间的协整关系，建立ECM修正模型，并进行格兰杰因果检验，分析居民储蓄存款与房价之间的内在联系。

数据说明

本文所分析的数据主要为三个部分：城乡储蓄存款、全国商品房销售总面积和全国商品房销售总价格，表1显示了以上统计数据。全国平均房价则是根据1994-2008年各年全年销售额除以销售面积得出，采用这种方式计算房价的优点是，与储蓄存款数据统一了时间口径和范围口径。文中储蓄存款、房价数据以及其他数据均来自中经数据网db.cei.省略/和《国家统计年鉴》。

理论依据

（一）平稳性检验

时间序列分析中首先提到的问题就是关于时间序列数据的平稳性问题，储蓄存款和房价的协整分析的第一步就是检验储蓄存款和房价这两组时间序列是否具有平稳性。所谓平稳的时间序列是指序列的均值、方差与时间无关的常数；且协方差只与时间间隔有关，而与时间无关的序列。对于平稳的时间序列数据，可直接进行回归分析，但对于不平稳的时间序列数据则要进行同阶单整检验。如果数据不能通过同阶单整则说明两组数据之间不存在长期的协整关系，如果数据能够通过同阶单整检验则继续进行协整性检验。

（二）协整检验

协整关系指的是尽管就单个时间序列而言是非平稳的，但是两个或两个以上时间序列的组合却是平稳的。协整理论是一种建模技术，它从分析时间序列的非平稳性入手，探求非平稳变量间蕴含的长期均衡关系。协整的经济意义在于：两个变量虽然它们具有各自的长期波动规律，但是如果它们是协整的，则他们之间存在着一个长期稳定的均衡（比例）关系。短期内可能会受一些因素的影响而偏离均衡状态，但这种偏离是暂时的，随着时间的推移这种偏离的影响将消失，变量之间的关系会回到均衡状态。

从短期影响的角度来说，储蓄存款和房价的反映是可能不一致的。储蓄存款主要受到银行基准利率、城乡居民收入和支出等因素影响，除此之外，人们的不稳定感和危机意识同样是储蓄存款不断增加的重要动力，从历年的数据可以看出，储蓄存款对各种影响因素的反映较为平缓，呈平稳上升趋势。房价的波动主要受相关政策的变动、土地供给量的变化等因素影响，不同地域的房价受影响程度也不一样。所以为了消除各种短期影响因素对储蓄存款和房价的影响，采用协整检验的方法寻找两者之间长期的均衡关系。

（三）误差修正模型

确定变量之间的协整关系（即长期均衡关系）之后，以这种关系构成误差修正项，然后建立短期模型，并将误差修正项作为解释变量，连同其他短期波动的解释变量一起，建立短期模型，即误差修正模型。误差修正模型有许多优点：首先，一阶差分项的使用消除了变量可能存在的趋势因素，从而避免了虚假回归问题；其次，一阶差分项的使用也可以消除模型可能存在的多重共线性问题；第三，误差修正项的引入保证了变量水平值的信息没有被忽视；最后，由于误差修正项本身的平稳性，使得该模型可以用经典的回归方法进行估计，尤其是模型中差分项可以使用通常的t检验和F检验来进行选取。

（四）格兰杰因果检验

格兰杰的因果性定义（Granger，1980）运用了信息集的概念，而且强调了事件发生的时序。下面给出格兰杰因果性的定义。要检验变量之间的因果性，令Ωn为到n 期为止宇宙中的所有信息，Yn为到n 期为止所有的Yt(t=1…n)，Xn+1为第n+1 期X 的取值，Ωn-Yn为除Y之外的所有信息。如果我们承认“现在和过去可以影响未来，而未来不能影响过去”，并且假设Ωn中不包含任何冗余的信息。则如果F(Xn+1IΩn)≠F(Xn+1I(Ωn-Yn))，即可以认为变量Y 对变量X 有格兰杰因果性。可以看出格兰杰因果性的定义是基于信息集的，这样就把需要考虑的因素大大拓展而不是单纯考察两个事件；而且他强调事件发生的时序性，如果Y 构成X 的原因，那么本期的Y 会影响下一期X 的概率分布。换句话说，如果Yn含有Xn+1特有的预测信息，那么Y 对X 就构成格兰杰因果性。

检验过程及结果分析

（一）平稳性及同阶单整检验

本文采用ADF（Augment Dickey-Fuller）检验，ADF检验通过下面三个模型来完成：

（1）

（2）

（3）

模型中的t是时间变量，代表时间序列的某种变化趋势。零假设均为H0∶δ=0，即存在一单位根。模型（1）与其他两个模型的区别是否包含常数项和趋势项。检验依次为模型（3）、模型（2）、模型（1）。当检验拒绝零假设时检验停止；序列为平稳时间序列，不存在单位根。对样本数据及其差分项在Eviews软件下进行检验，检验结果见表2。表2显示一阶差分后的房价与储蓄在10%的显著水平下是平稳的，同时也是一阶单整的。

（二）协整检验

为了检验两变量LnHP和LnDS是否为协整，Engle和Granger于1987年提出了两步检验法，也称作EG检验。

第一步：用OLS法估计方程Yt=c0+c1Xt+μt， 并计算非均衡误差，得到

，（4）

称为协整回归（cointegrating）。

采用最小二乘法（OLS法），得出LnHP和LnDS的协整回归模型：

LnHPt=2.827295+0.43937LnDSt （5）

（9.330267）（16.31220）

R-squared=0.95342D.W.值=0.775354F检验值=266.0877

由于D.W.值小于1.5，所以模型可能存在随机干扰项自相关，故引入随机干扰项自回归项AR（1），再采用OLS法估计参数，得关系模型：

LnHPt=2.350496+0.480098LnDSt+

（3.041789） （7.206390）

0.562502AR（1） （6）（2.523310）

R-squared=0.965897 D.W.值=2.029013

自相关性消除，初步模型（6）确定LnHP和LnDS的分布滞后模型。

第二步：检验残差et的单整性。如果残差et为稳定序列，则认为变量Y、X为（1，1）阶协整；如果残差et为1阶单整，则认为变量Y、X为（2，1）阶协整。检验残差et的单整性方法即ADF检验法。结果如表3所示。

由结果可见，残差在1%的显著水平下为平稳序列，故LnHP和LnDS存在协整关系，房价与储蓄存在一个长期的稳定的均衡关系，模型（6）即是房价与储蓄长期稳定关系的函数模型。

（三）误差修正模型

建立误差修正模型可采用Engle-Granger两步法。

第一步，进行协整回归，即OLS法，检验变量之间的协整关系，估计向量之间长期均衡关系参数。过程与协整检验相同。

第二步，如果协整性被证明存在，则以第一步求到的残差作为非均衡误差项加入到误差修正模型中，再使用OLS法估计相应参数。得LnHP和LnDS的误差修正模型：

LnHPt=0.033128-0.329097ecmt-1+

（0.794984）（-1.331939）

0.226335LnDSt （7）

（0.986724）

R-squared=0.156217 D.W.值=1.75327

误差修正项模型中，差分项反映了短期波动的影响。误差修正项（ecm）的系数大小反映了对偏离长期均衡的调整力度，从系数估计值（-0.33）来看，当短期波动偏离长期的平衡时，以（-0.33）的调整力度将非均衡状态拉回长期均衡状态。

（四）Granger因果检验

格兰杰检验是通过受约束的F检验完成的。如针对X是不是Y的格兰杰原因这一假设，即针对模型（8）中X滞后项前的参数整体为零的假设，分别做包含与不包含X滞后项的回归，

（8）

（9）

记模型（8）的残差平方和为RSSU，模型（9）的残差平方和为RSSR，再构建F统计量：

（10）

m为X的滞后项数，n为样本容量，k为包含可能存在的常数项及其他变量在内的无约束回归模型的待估参数个数。如果计算的F值大于给定显著性水平α下F分布的相应的临界值Fα（m，n-k），则拒绝原假设，认为X是Y的格兰杰原因。检验结果如表4所示。

综上，通过上述分析验证，储蓄存款的增加在一定程度上增加了房地产商从银行贷款的可操作性，使房地产商获得大量的资金支持，利用土地升值，以达到房价上涨的目的，时下很多的房地产企业所呈现的大比例负债经营状态也证实了这一点。很多银行认为房地产投资属于“优良”投资项目，但从风险的角度来说，银行将资金过多的贷给房地产行业，实质上是承接风险的做法，这样不仅加快了地产行业的泡沫破裂，同时有可能增加通货膨胀的几率。

参考文献：

1.许伟，陈斌开.银行信贷与中国经济波动：1993-2005.经济学（季刊），2009，8（4）

2.孟毅，李永晓.基于Granger因果关系检验的居民储蓄影响因素分析.科技和产业，2009，9（3）

3.温涛，冉光和，熊德平.中国金融发展与农民收入增长.经济研究，2005（9）

4.杨大楷，孙敏.我国公共投资经济增长效应的实证研究.山西财经大学学报，2009，30（8）

5.范宇新，孙晓明，顾严.房价上涨的动态Granger因果检验和结构式VAR分析.兰州学刊，2007（8）