上海市财政收入与其房地产价格相关性研究_基于协整分析和格兰杰

来源：网络收集时间：2026-09-16

导读：实证分析  上海市财政收入与其房地产价格相关

实证分析



上海市财政收入与其房地产价格相关性研究

———基于协整分析和格兰杰因果检验

邵一江

华东政法大学

【摘要】本文截取1995年～2007年间的上海房地产销售额和上海地方财政收入的年度数据，运用协整分析方法和格兰杰因果检验法对上海

财政收入与上海房地产价格的关系进行了探讨。实证研究结果表明，上海财政收入和上海房地产销售额之间存在协整关系和双向的显著可信的格兰杰因果关系。

【关键词】房地产销售额财政收入格兰杰因果检验

一、引言

近年来，我国主要大中型城市住房价格持续上涨，特别是上海地区，

自1997年起，房价平均每两年翻一番。日益增长的房价已经成为上海老百姓生活中一大负担，但我们同时也不难发现，这十年正是上海经济发展最为迅速的十年。由于地方财政收入大幅增加，使得政府拥有足够的资金开展大规模的基础设施建设。

当前，一些研究房地产的学者认为推高房地产价格的主要原因在于政府的行政支持。每年房地产相关产业的巨额税收和居高不下的土地出让金使得政府成为了房价上涨的最终受益者。虽然先前尚未有学者对财政收入与房地产价格之间的关系做过具体的分析，但是国内对财政收入和房地产价格和其他经济因素之间的关系已经做了不少研究：如王西军，刘传哲运用协整理论和格兰杰因果分析对中国国房地产

价格与

GDP关系，得出两者之间存在长期稳定的动态均衡关系；梁蕾对我国1952～2007年的GDP和财政收入之间的关系进行实证研究，并

得出中国的财政收入与

GDP互为因果关系以及中国财政收入与GDP有长期协整的关系。

到底上海的房地产价格和地方财政收入之间究竟存在怎样的关系，

本文运用目前在学术界广泛关注的计量经济方法－－－协整理论和格兰杰因果检验来研究这一问题。

二、建模与数据收集

自1998年以来，我国停止福利分房，住宅市场日趋活跃，逐步建立

起货币化、市场化的住房制度房地产的价值占居民财富的比重不断上升，与国民经济的关系日益紧密；本文利用格兰杰因果检验方法对上海的财政收入与房地产价格关系进行实证性检验。由于住宅关系到千家万户，与老百姓息息相关，我们在这里对房价的讨论主要限于商品住宅价格，并选取当年当地产销售额作为房地产价格的统计数据。

1．数据收集与检验。本文根据历年的《上海统计年鉴》数据，截取1995～2007年间的上海房地产销售额和上海地方财政收入的年度数据对其进行相关性检验、单位根检验、协整检验和格兰杰因果检验。上海房地产销售额（CHS）和上海地方财政收入（REV）都是个实物指标，单位是亿元人民币；图1反映了1995～2007年上海房地产销售额和上海地方财政收入的增长趋势。回归与检验的计算过程通过计量经济软件Eviews6．0完成。

图一1995～2007年上海房地产销售额（CHS）和上海地方财政收

入

（REV）的增长趋势由于时间序列常常存在异方差和序列相关性，如果贸然进行数据处理，则会出现违背基本假定的情况，从而导致无法直接使用OLS法进行参数估计，所以需要先对来源数据进行计量经济学检验。

White异方差检验（nocrossterms）

White异方差检验

Obs*R－squared

3．274737

Probability

0．194491

Prob=0．194＞0．05，则不拒绝原假设，来源数据不存在异方差。LM序列相关性检验（Lags=2）

LM序列相关性检验

Obs*R－squared

3．793103

Prob．Chi－Square（2）

0．1501

302

Prob=0．15＞0．05，则不拒绝原假设，来源数据不存在序列相关性。

通过White异方差检验LM序列相关性检验，我们发现来源数据不

存在异方差和序列相关性，所以不必对来源数据进行数据处理，可直接

带入模型检验

。2．格兰杰因果检验。格兰杰因果检验是解决经济时间序列出现伪相关问题的比较有效的方法。其基本思想是：X的变化引起Y的变化，则X的变化应该发生在Y之前。特别地，若X是引起Y变化的原因，则必须满足两个条件：（1）能够根据X预测Y。也就是说，根据Y的过去值对Y进行回归时，如果加上X的过去值这个解释变量，能显著地增强

回归方程的解释能力；（2）不能根据Y预测X。也就是说，

如果能够根据X预测Y，又能够根据Y预测X，只说明X和Y是关联在一起的，并很有可能X和Y都是由第三者或更多的其它变量所决定。检验X是否为引起Y变化的原因的过程如下。

首先，检验X不是引起Y变化的原因的原假设，需对下面两个模型

进行估计

：然后用回归的残差平方和计算F统计量的值，看检验系数β1，

2，3，……，m）。i（i=是否同时显著不为零即检验的原假设H0：X不是引起Y变化的原因。构造F统计量：

F=（RSS2－RSS1）/mRSS/（n－k）

：F（m，n－k）

1其中RSS1和RSS2分别表示无约束条件回归和有约束条件回归的

残差平方和，

n是观察个数，k是无约束条件回归中待估参数的个数，m是最优滞后阶数。若

F=（RSS2－RSS1）/mRSS（n－k）＞Fα（m，n－k）

1/则拒绝原假设，认为X是Y的格兰杰原因。同理，检验Y不是引起X变化的原因的原假设。

三、实证分析过程

1．稳定性检验。在具体应用协整等理论进行分析时，首先需要检验被分析序列变量是否平稳，即是否具有单位根。一般常用ADF检验方法来验证是否平稳，如果其中任何一个检验模型中ADF值大于麦金农临界值，则可以认为该序列没有单位根，是平稳的序列。运用Eviews6．0对CHS、REV的单位根检验结果可从表一反映出来。

变量ADF检验值（c，

t，k）1%临界值Prob结论CHS不差分－1．462249（c，t，3）－4．9922790．7843非平稳REV不差分1．586273（c，t，0）－4．9922790．9999非平稳CHS一阶差分

－1．091046（0，t，2）－4．4205950．6680非平稳REV一阶差分－4．460453（c，t，3）－5．8351860．0402非平稳CHS二阶差分－5．521860（0，t，1）－4．4304880．0345平稳REV二阶差分

－5．185570

（0，0，0）

－2．816740

0．0002

平稳

表一：CHS和REV单位根检验。其中检验形式中的c和t表示带有

常数项和时间趋势项，

k表示滞后阶数。由表一可知，时间序列CHS和REV不差分和一阶差分的ADF值均大于1%水平的临界值，都是非平稳序列；而CHS和REV的二阶差分的ADF值均在1%的显著性水平下接受数据是平稳的假设，综上所述非平稳时间序列CHS和REV经过二阶差分平稳，所以是二阶单整序列，记为I（2）。

2．协整检验。协整概念是20世纪80年代由恩格尔（Engle）和格兰杰（Granger）提出的。协整的基本思想认为，尽管两个或者两个以上的变量中每个都是非平稳的，但它们的线性组合有可能（下转第299页）

实证分析

VariableMSALARYSIZEROALEVINDUSTYEARR－squared

Coefficient1．0518＊ …… 此处隐藏：5942字，全部文档内容请下载后查看。喜欢就下载吧 ……

上海市财政收入与其房地产价格相关性研究_基于协整分析和格兰杰.doc 将本文的Word文档下载到电脑，方便复制、编辑、收藏和打印

下载这篇word文档

本文链接：https://www.jiaowen.net/fanwen/711517.html（转载请注明文章来源）

上一篇：2020高考历史新一线大一轮专题北师大版精练：课时检测四十现代中
下一篇：教育研究方法形成性考核册参考答案