林浩鋒+李舜

內(nèi)容摘要：2014年年初以來(lái)，我國(guó)房地產(chǎn)投資增速持續(xù)下滑，下半年增速能否穩(wěn)住將是宏觀管理面臨的最大不確定性。本文使用2004年1月份至2014年6月份的月度數(shù)據(jù)，選取短期敏感性指標(biāo)，通過(guò)向量自回歸（VAR）方法構(gòu)建金融條件指數(shù)，該指數(shù)對(duì)全國(guó)房地產(chǎn)開(kāi)發(fā)投資增速有較好的預(yù)測(cè)效果。研究認(rèn)為，我國(guó)房地產(chǎn)開(kāi)發(fā)投資增速下滑的態(tài)勢(shì)短期內(nèi)還將延續(xù)，經(jīng)濟(jì)增長(zhǎng)下行壓力較大。為確保全年經(jīng)濟(jì)增長(zhǎng)7.5%目標(biāo)的實(shí)現(xiàn)，政府需及時(shí)采取一些適當(dāng)?shù)慕?jīng)濟(jì)刺激措施。

關(guān)鍵詞：金融條件指數(shù)（FCI） ? 向量自回歸（VAR） ? 房地產(chǎn)開(kāi)發(fā)投資增速 ? 預(yù)測(cè)

引言

房地產(chǎn)在我國(guó)國(guó)民經(jīng)濟(jì)中占有支柱地位，多年來(lái)對(duì)經(jīng)濟(jì)增長(zhǎng)有著突出貢獻(xiàn)。然而，自2014年年初開(kāi)始，全國(guó)房地產(chǎn)開(kāi)發(fā)投資增速持續(xù)下滑，全國(guó)商品房銷售面積及銷售額累計(jì)同比、房地產(chǎn)開(kāi)發(fā)企業(yè)土地購(gòu)置面積累計(jì)同比等指標(biāo)連續(xù)6個(gè)月出現(xiàn)負(fù)值，房地產(chǎn)開(kāi)發(fā)企業(yè)本年到位資金增速（累計(jì)同比）則從2013年年底的26.5%下降到2014年6月份的3%。市場(chǎng)普遍認(rèn)為房地產(chǎn)投資增速的下降，將是下半年我國(guó)經(jīng)濟(jì)增速面臨的最大不確定性。因此，無(wú)論政府宏觀調(diào)控，還是業(yè)界投資決策，都需要準(zhǔn)確判斷房地產(chǎn)開(kāi)發(fā)投資增速的態(tài)勢(shì)。挖掘有關(guān)預(yù)警指標(biāo)，預(yù)測(cè)房地產(chǎn)投資的未來(lái)增速，在當(dāng)前經(jīng)濟(jì)形勢(shì)下無(wú)疑具有非常重要的現(xiàn)實(shí)意義。

OLS回歸方法的缺陷

本文旨在預(yù)測(cè)全國(guó)房地產(chǎn)開(kāi)發(fā)投資的月度增速，前期探索發(fā)現(xiàn)，和商品房需求有關(guān)的指標(biāo)如商品房銷售額增速、廣義貨幣M2增速等與預(yù)測(cè)對(duì)象有較好的一致性，而和商品房供給有關(guān)的指標(biāo)如待開(kāi)發(fā)土地面積增速，與預(yù)測(cè)對(duì)象的相關(guān)性則較弱。圖1顯示了房地產(chǎn)開(kāi)發(fā)投資和商品房銷售額、廣義貨幣供應(yīng)量M2、中長(zhǎng)期利率等序列的變化情況。除利率之外，所有指標(biāo)序列均為季節(jié)調(diào)整后的月度同比值。可見(jiàn)，商品房銷售額、M2與房地產(chǎn)開(kāi)發(fā)投資之間有較強(qiáng)的相關(guān)性且領(lǐng)先于后者的變化。

然而，在進(jìn)行平穩(wěn)性檢驗(yàn)之后，以商品房銷售額、M2的滯后值為解釋變量，使用OLS方法對(duì)房地產(chǎn)開(kāi)發(fā)投資增速進(jìn)行預(yù)測(cè)并沒(méi)有得到理想結(jié)果，如圖2所示，預(yù)測(cè)序列不能很好擬合房地產(chǎn)投資增速實(shí)際變化的基本趨勢(shì)和拐點(diǎn)。鑒于2009年實(shí)施的大規(guī)模經(jīng)濟(jì)刺激計(jì)劃，可能會(huì)對(duì)經(jīng)濟(jì)變量的預(yù)測(cè)產(chǎn)生結(jié)構(gòu)突變性的干擾，本文在使用2010年1月份以后的子樣本重復(fù)進(jìn)行研究之后，并不能改變上述結(jié)論。顯然，OLS方法因其固有的遺漏變量等缺陷，難以充分把握宏觀經(jīng)濟(jì)變量的波動(dòng)信息。

金融條件指數(shù)與房地產(chǎn)開(kāi)發(fā)投資增速預(yù)測(cè)

（一）金融條件指數(shù)概述

20世紀(jì)80年代末，加拿大央行最早提出了貨幣條件指數(shù)（Monetary Condition Index，MCI）的概念。Ericsson等（1998）曾將短期實(shí)際利率和實(shí)際匯率加權(quán)平均構(gòu)造了MCI，以綜合反映金融資產(chǎn)價(jià)格的信息。金融條件指數(shù)（Financial Condition Index，F(xiàn)CI）則是在MCI的基礎(chǔ)上擴(kuò)展而來(lái)的。著名學(xué)者Goodhart和Hoffmann（2000）在MCI基礎(chǔ)上加入房?jī)r(jià)和股價(jià)，提出了FCI，并在后來(lái)一系列研究中構(gòu)造出G7國(guó)家的FCI以進(jìn)行實(shí)證分析。作為對(duì)貨幣金融環(huán)境的一個(gè)綜合測(cè)度，F(xiàn)CI被學(xué)界、央行和金融機(jī)構(gòu)廣泛用作貨幣政策的風(fēng)向標(biāo)和通貨膨脹的指示器。如Montagnoli和Napolitano（2005）構(gòu)建了美國(guó)、加拿大、歐盟和英國(guó)的FCI指數(shù)，認(rèn)為FCI可以作為貨幣政策的短期前瞻性指標(biāo)。芬蘭央行發(fā)現(xiàn)FCI能為其調(diào)整貨幣政策提供依據(jù)。李成等（2010）構(gòu)建了我國(guó)的金融條件指數(shù)，并研究發(fā)現(xiàn)其與通貨膨脹率和實(shí)際產(chǎn)出增長(zhǎng)的變化趨勢(shì)相似。

金融條件指數(shù)的構(gòu)造方法主要有：最小二乘法，總需求簡(jiǎn)化式模型（IS曲線和菲利普斯曲線）如高盛的做法，因子分析如English等（2002），向量自回歸（VAR）脈沖響應(yīng)分析如王麗娜（2009）和李成等（2010）。然而，總需求模型難以滿足變量外生性假設(shè);OLS如前所述不能捕捉充分信息;因子分析法則需要滿足公共因子之間的互不相關(guān)假設(shè)。因此，在權(quán)重確定方面，基于VAR的脈沖響應(yīng)分析有明顯的優(yōu)勢(shì)，成為目前最常用的方法。

（二）預(yù)測(cè)指標(biāo)的選取與說(shuō)明

影響房地產(chǎn)開(kāi)發(fā)商短期投資決策的主要是現(xiàn)金流因素。銷售狀況決定了資金周轉(zhuǎn)和企業(yè)凈值，并在很大程度上決定開(kāi)發(fā)商對(duì)市場(chǎng)前景的預(yù)期。而根據(jù)伯南克等人的“金融加速器”理論（Bernanke，et.al.，1999），在存在金融摩擦的信貸市場(chǎng)中，企業(yè)凈值影響到其外部融資的可獲得性。廣義貨幣供應(yīng)量則決定了全社會(huì)的流動(dòng)性豐裕程度和融資成本。鑒于此，本文選取M2、利率、商品房銷售額、房地產(chǎn)開(kāi)發(fā)投資資金來(lái)源中的國(guó)內(nèi)信貸金額和自籌金額共五個(gè)短期敏感性指標(biāo)，作為房地產(chǎn)開(kāi)發(fā)投資增速的預(yù)測(cè)依據(jù)。采用Eviews7.0計(jì)量軟件選取2004年1月份至2014年6月份的186期月度數(shù)據(jù)進(jìn)行研究（利率指標(biāo)除外），數(shù)據(jù)來(lái)源于WIND數(shù)據(jù)庫(kù)、國(guó)家統(tǒng)計(jì)局網(wǎng)站和央行網(wǎng)站。具體而言，各指標(biāo)構(gòu)造如下：

房地產(chǎn)開(kāi)發(fā)投資當(dāng)月同比YOYREI_TC。首先將“房地產(chǎn)開(kāi)發(fā)投資完成額（累計(jì)值）”換算成當(dāng)月值，并用X12方法進(jìn)行季節(jié)調(diào)整，保留其中的趨勢(shì)和波動(dòng)成分，然后計(jì)算得到當(dāng)月同比。

商品房銷售缺口GAP_SALES。將“商品房銷售額（累計(jì)值）”換算成當(dāng)月值，該序列同樣存在季節(jié)性因素，使用X12方法進(jìn)行預(yù)處理;然后用Hodrick-Prescott濾波技術(shù)分離該序列的趨勢(shì)成分和波動(dòng)成分（平滑參數(shù)取值為14400），按照“缺口=（季節(jié)調(diào)整之后的值-趨勢(shì)值）×100/趨勢(shì)值”公式計(jì)算出商品房銷售缺口。

廣義貨幣缺口GAP_M2、國(guó)內(nèi)信貸缺口GAP_LOAN、自有資金缺口GAP_SELFFINANCE分別采用“貨幣和準(zhǔn)貨幣（M2）月度值”、“房地產(chǎn)開(kāi)發(fā)資金來(lái)源：國(guó)內(nèi)貸款：累計(jì)值”和“房地產(chǎn)開(kāi)發(fā)資金來(lái)源：自籌：累計(jì)值”原始數(shù)據(jù)計(jì)算，處理方法與商品房銷售缺口GAP_SALES完全相同。endprint

利率變化GAP_BONDRATE，刻畫(huà)短期資金使用成本的變動(dòng)。采用“1年期國(guó)債到期收益率（日度）”指標(biāo)，將當(dāng)月最后一個(gè)交易日的數(shù)值作為其月度值，因數(shù)據(jù)存在缺失，樣本區(qū)間從2007年12月到2014年6月。該序列的環(huán)比變化值（一階差分）作為利率變化的“缺口”。

（三）金融條件指數(shù)的構(gòu)建

模型中各個(gè)變量平穩(wěn)是VAR系統(tǒng)平穩(wěn)的充分條件。因而首先用ADF方法和PP方法檢驗(yàn)系統(tǒng)中各個(gè)組成成分的平穩(wěn)性。表 1顯示了各個(gè)變量平穩(wěn)性檢驗(yàn)的p值，顯然，所有變量均在5%水平上通過(guò)平穩(wěn)性檢驗(yàn)。將表 1中變量當(dāng)作內(nèi)生變量構(gòu)建VAR模型（稱為模型Ⅰ），LR、FPE、AIC、SC、HQ等信息準(zhǔn)則均表明模型最優(yōu)滯后階數(shù)為7階;而AR根圖則顯示全部特征根的模的倒數(shù)值都在單位圓之內(nèi)，說(shuō)明該VAR（7）系統(tǒng)是平穩(wěn)的。

目前，我國(guó)央行把M2當(dāng)作主要的貨幣政策目標(biāo)，并對(duì)資金價(jià)格（利率）產(chǎn)生影響;而整個(gè)宏觀貨幣信貸條件又決定著房地產(chǎn)的需求，影響商品房銷售以及資金回籠速度，進(jìn)而影響到房地產(chǎn)開(kāi)發(fā)商的自有資金;而依據(jù)金融加速器理論，內(nèi)部資金的多寡、現(xiàn)金流是否充裕則決定了開(kāi)發(fā)商的外部融資便利程度（包括融資規(guī)模與融資成本兩方面），并最終對(duì)房地產(chǎn)開(kāi)發(fā)投資產(chǎn)生影響。按照這種內(nèi)在因果關(guān)系，本文以GAP_M2、GAP_BONDRATE、GAP_SALES、GAP_SELFFINANCE、GAP_LOAN、YOYREI_TC順序進(jìn)行喬勒斯基（Cholesky）分解，并在VAR脈沖響應(yīng)的基礎(chǔ)上得到50個(gè)月度預(yù)測(cè)期的方差分解，根據(jù)各個(gè)預(yù)測(cè)變量對(duì)YOYREI_TC的平均影響確定權(quán)重系數(shù)，由此得到金融條件指數(shù)的表達(dá)式為：

FCI=0.48×GAP_M2+0.17×GAP_BONDRATE+0.08×GAP_SALES+0.16×GAP_SELFFINANCE+0.10×GAP_LOAN

表2顯示，平均而言，廣義貨幣缺口和短期利率對(duì)房地產(chǎn)投資增速有很大影響，由這5個(gè)短期敏感性變量構(gòu)造而成的FCI能夠解釋房地產(chǎn)投資增速變動(dòng)的87.45%。

（四）房地產(chǎn)開(kāi)發(fā)投資增速預(yù)測(cè)

圖3 金融條件指數(shù)、房地產(chǎn)開(kāi)發(fā)投資預(yù)測(cè)增速顯示出金融條件指數(shù)與房地產(chǎn)投資增速走勢(shì)（YOYREI_TC）之間有較強(qiáng)的一致性，且能領(lǐng)先于后者的變動(dòng)。使用Eviews的相關(guān)性分析發(fā)現(xiàn)，滯后4階的FCI與YOYREI_TC的相關(guān)系數(shù)最大（約0.62）。對(duì)于2010年1月以后的子樣本，則是滯后2階的FCI與YOYREI_TC的相關(guān)系數(shù)最大（約0.69）。這說(shuō)明2008年國(guó)際金融危機(jī)之后，我國(guó)實(shí)體經(jīng)濟(jì)的變化對(duì)貨幣變量更加敏感。為提高準(zhǔn)確性，避免2009年大規(guī)模經(jīng)濟(jì)刺激對(duì)預(yù)測(cè)的或有影響，本文采用2010年1月之后的子樣本，使用最小二乘法將YOYREI_TC對(duì)FCI（-2）和MA（1）回歸建立方程，主要解釋變量均在1%水平上顯著不為0。依據(jù)該方程進(jìn)行預(yù)測(cè)，結(jié)果如圖 3所示。很好擬合了房地產(chǎn)投資實(shí)際增速的基本趨勢(shì)。接著，利用前6期平均殘差修正之后即得出房地產(chǎn)開(kāi)發(fā)投資2014年7月份和8月份的當(dāng)月同比值，使用WIND數(shù)據(jù)庫(kù)中的“房地產(chǎn)開(kāi)發(fā)投資完成額：累計(jì)值”數(shù)據(jù)，折算出今年7、8月份房地產(chǎn)開(kāi)發(fā)投資完成額的累計(jì)同比預(yù)測(cè)值為13.17%和12.35%。

穩(wěn)健性檢驗(yàn)

因我國(guó)尚未完全實(shí)現(xiàn)存、貸款利率的市場(chǎng)化，短期利率指標(biāo)的選擇是預(yù)測(cè)研究的難點(diǎn)。為保證預(yù)測(cè)的穩(wěn)健性，本文分別采用6個(gè)月票據(jù)直貼利率和上海銀行間7天拆借利率（SHIBOR）當(dāng)作短期利率指標(biāo)，構(gòu)建VAR模型（分別稱為模型Ⅱ和模型Ⅲ）以確定新的FCI指數(shù)并對(duì)房地產(chǎn)開(kāi)發(fā)投資增速進(jìn)行重復(fù)預(yù)測(cè)。結(jié)果如圖4和表3所示，三個(gè)模型的預(yù)測(cè)結(jié)果幾乎完全一致。由此可見(jiàn)，F(xiàn)CI構(gòu)建方法具有較強(qiáng)的穩(wěn)健性。

結(jié)論與政策建議

本文使用M2、利率、商品房銷售額、房地產(chǎn)開(kāi)發(fā)投資資金來(lái)源中的國(guó)內(nèi)信貸金額和自籌金額共五個(gè)短期敏感性指標(biāo)，利用向量自回歸方法構(gòu)建金融條件指數(shù)，并以之預(yù)測(cè)我國(guó)房地產(chǎn)開(kāi)發(fā)投資增速，得到較為理想和穩(wěn)健的結(jié)論，表明金融條件指數(shù)能捕捉重要的趨勢(shì)變化和拐點(diǎn)信息，對(duì)房地產(chǎn)開(kāi)發(fā)投資增速有較強(qiáng)的預(yù)測(cè)能力。

預(yù)測(cè)結(jié)論認(rèn)為，我國(guó)房地產(chǎn)開(kāi)發(fā)投資增速在未來(lái)兩月將持續(xù)下滑，尚無(wú)觸底反彈的跡象，一方面說(shuō)明我國(guó)房地產(chǎn)行業(yè)已進(jìn)入調(diào)整期，另一方面也加大下半年經(jīng)濟(jì)增長(zhǎng)的下行壓力。為確保全年經(jīng)濟(jì)增長(zhǎng)7.5%目標(biāo)的實(shí)現(xiàn)，政府需要出臺(tái)適當(dāng)?shù)慕?jīng)濟(jì)刺激措施，在政策手段的選擇上，增加貨幣供應(yīng)量和調(diào)整銀行信貸政策對(duì)促進(jìn)房地產(chǎn)投資可能有比較明顯的影響。特別地，在總量調(diào)控的同時(shí)，政府需更注意結(jié)構(gòu)性調(diào)整，根據(jù)各地的不同情況而區(qū)別對(duì)待。如北京、上海、廣州等一線城市可維持既有政策，對(duì)于房地產(chǎn)投資大幅下滑、庫(kù)存大量增加的地區(qū)，建議因地制宜，給地方政府更大的自主權(quán)，讓之前偏緊的房地產(chǎn)行業(yè)調(diào)控措施回歸常態(tài)。

參考文獻(xiàn)：

1.Bernanke，B.S.，M.Gertler，and S. Gilchrist（1999）： The Financial Accelerator in a Quantitative Business Cycle Framework[C].Handbook of Macroeconomics，Vol.1

2.English W.，K.Tsatsaronis and E.Zoli（2002）： Assessing the Predictive Power of Measures of Financial Conditions for Macroeconomic Variables[R].BIS Working Paper

3.Ericsson N.，E.Jansen，N.Kerbeshian and R.Nymoen.（1998）： Interpreting a Monetary Conditions Index in Economic Policy [C].Bank for International Settlement，BIS Conference Papers，No.19

4.Goodhart，C. and Hofmann B.（2000）： Do Asset Prices Help to Predict Consumer Price Inflation？ [C].The Manchester School，68，Supplement，a，122-140

5.Montagnoli A.，O.Napolitano.（2005）：Financial Condition Index and Interest Rate Settings： a Comparative Analysis[R]，Instituto Di Studi Economici，Working Paper

6.高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建?！狤views應(yīng)用及實(shí)例[M].清華大學(xué)出版社，2009

7李成，王彬，馬文濤.我國(guó)金融形勢(shì)指數(shù)的構(gòu)建及其與宏觀經(jīng)濟(jì)的關(guān)聯(lián)性研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2010（3）

8.王麗娜.房地產(chǎn)價(jià)格與金融形勢(shì)指數(shù)的實(shí)證分析[J].價(jià)格理論與實(shí)踐，2009（1）

9王維國(guó)，王凌霄，關(guān)大宇.中國(guó)金融條件指數(shù)的設(shè)計(jì)與應(yīng)用研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011（12）endprint

利率變化GAP_BONDRATE，刻畫(huà)短期資金使用成本的變動(dòng)。采用“1年期國(guó)債到期收益率（日度）”指標(biāo)，將當(dāng)月最后一個(gè)交易日的數(shù)值作為其月度值，因數(shù)據(jù)存在缺失，樣本區(qū)間從2007年12月到2014年6月。該序列的環(huán)比變化值（一階差分）作為利率變化的“缺口”。

（三）金融條件指數(shù)的構(gòu)建

模型中各個(gè)變量平穩(wěn)是VAR系統(tǒng)平穩(wěn)的充分條件。因而首先用ADF方法和PP方法檢驗(yàn)系統(tǒng)中各個(gè)組成成分的平穩(wěn)性。表 1顯示了各個(gè)變量平穩(wěn)性檢驗(yàn)的p值，顯然，所有變量均在5%水平上通過(guò)平穩(wěn)性檢驗(yàn)。將表 1中變量當(dāng)作內(nèi)生變量構(gòu)建VAR模型（稱為模型Ⅰ），LR、FPE、AIC、SC、HQ等信息準(zhǔn)則均表明模型最優(yōu)滯后階數(shù)為7階;而AR根圖則顯示全部特征根的模的倒數(shù)值都在單位圓之內(nèi)，說(shuō)明該VAR（7）系統(tǒng)是平穩(wěn)的。

目前，我國(guó)央行把M2當(dāng)作主要的貨幣政策目標(biāo)，并對(duì)資金價(jià)格（利率）產(chǎn)生影響;而整個(gè)宏觀貨幣信貸條件又決定著房地產(chǎn)的需求，影響商品房銷售以及資金回籠速度，進(jìn)而影響到房地產(chǎn)開(kāi)發(fā)商的自有資金;而依據(jù)金融加速器理論，內(nèi)部資金的多寡、現(xiàn)金流是否充裕則決定了開(kāi)發(fā)商的外部融資便利程度（包括融資規(guī)模與融資成本兩方面），并最終對(duì)房地產(chǎn)開(kāi)發(fā)投資產(chǎn)生影響。按照這種內(nèi)在因果關(guān)系，本文以GAP_M2、GAP_BONDRATE、GAP_SALES、GAP_SELFFINANCE、GAP_LOAN、YOYREI_TC順序進(jìn)行喬勒斯基（Cholesky）分解，并在VAR脈沖響應(yīng)的基礎(chǔ)上得到50個(gè)月度預(yù)測(cè)期的方差分解，根據(jù)各個(gè)預(yù)測(cè)變量對(duì)YOYREI_TC的平均影響確定權(quán)重系數(shù)，由此得到金融條件指數(shù)的表達(dá)式為：

FCI=0.48×GAP_M2+0.17×GAP_BONDRATE+0.08×GAP_SALES+0.16×GAP_SELFFINANCE+0.10×GAP_LOAN

表2顯示，平均而言，廣義貨幣缺口和短期利率對(duì)房地產(chǎn)投資增速有很大影響，由這5個(gè)短期敏感性變量構(gòu)造而成的FCI能夠解釋房地產(chǎn)投資增速變動(dòng)的87.45%。

（四）房地產(chǎn)開(kāi)發(fā)投資增速預(yù)測(cè)

圖3 金融條件指數(shù)、房地產(chǎn)開(kāi)發(fā)投資預(yù)測(cè)增速顯示出金融條件指數(shù)與房地產(chǎn)投資增速走勢(shì)（YOYREI_TC）之間有較強(qiáng)的一致性，且能領(lǐng)先于后者的變動(dòng)。使用Eviews的相關(guān)性分析發(fā)現(xiàn)，滯后4階的FCI與YOYREI_TC的相關(guān)系數(shù)最大（約0.62）。對(duì)于2010年1月以后的子樣本，則是滯后2階的FCI與YOYREI_TC的相關(guān)系數(shù)最大（約0.69）。這說(shuō)明2008年國(guó)際金融危機(jī)之后，我國(guó)實(shí)體經(jīng)濟(jì)的變化對(duì)貨幣變量更加敏感。為提高準(zhǔn)確性，避免2009年大規(guī)模經(jīng)濟(jì)刺激對(duì)預(yù)測(cè)的或有影響，本文采用2010年1月之后的子樣本，使用最小二乘法將YOYREI_TC對(duì)FCI（-2）和MA（1）回歸建立方程，主要解釋變量均在1%水平上顯著不為0。依據(jù)該方程進(jìn)行預(yù)測(cè)，結(jié)果如圖 3所示。很好擬合了房地產(chǎn)投資實(shí)際增速的基本趨勢(shì)。接著，利用前6期平均殘差修正之后即得出房地產(chǎn)開(kāi)發(fā)投資2014年7月份和8月份的當(dāng)月同比值，使用WIND數(shù)據(jù)庫(kù)中的“房地產(chǎn)開(kāi)發(fā)投資完成額：累計(jì)值”數(shù)據(jù)，折算出今年7、8月份房地產(chǎn)開(kāi)發(fā)投資完成額的累計(jì)同比預(yù)測(cè)值為13.17%和12.35%。

穩(wěn)健性檢驗(yàn)

因我國(guó)尚未完全實(shí)現(xiàn)存、貸款利率的市場(chǎng)化，短期利率指標(biāo)的選擇是預(yù)測(cè)研究的難點(diǎn)。為保證預(yù)測(cè)的穩(wěn)健性，本文分別采用6個(gè)月票據(jù)直貼利率和上海銀行間7天拆借利率（SHIBOR）當(dāng)作短期利率指標(biāo)，構(gòu)建VAR模型（分別稱為模型Ⅱ和模型Ⅲ）以確定新的FCI指數(shù)并對(duì)房地產(chǎn)開(kāi)發(fā)投資增速進(jìn)行重復(fù)預(yù)測(cè)。結(jié)果如圖4和表3所示，三個(gè)模型的預(yù)測(cè)結(jié)果幾乎完全一致。由此可見(jiàn)，F(xiàn)CI構(gòu)建方法具有較強(qiáng)的穩(wěn)健性。

結(jié)論與政策建議

本文使用M2、利率、商品房銷售額、房地產(chǎn)開(kāi)發(fā)投資資金來(lái)源中的國(guó)內(nèi)信貸金額和自籌金額共五個(gè)短期敏感性指標(biāo)，利用向量自回歸方法構(gòu)建金融條件指數(shù)，并以之預(yù)測(cè)我國(guó)房地產(chǎn)開(kāi)發(fā)投資增速，得到較為理想和穩(wěn)健的結(jié)論，表明金融條件指數(shù)能捕捉重要的趨勢(shì)變化和拐點(diǎn)信息，對(duì)房地產(chǎn)開(kāi)發(fā)投資增速有較強(qiáng)的預(yù)測(cè)能力。

預(yù)測(cè)結(jié)論認(rèn)為，我國(guó)房地產(chǎn)開(kāi)發(fā)投資增速在未來(lái)兩月將持續(xù)下滑，尚無(wú)觸底反彈的跡象，一方面說(shuō)明我國(guó)房地產(chǎn)行業(yè)已進(jìn)入調(diào)整期，另一方面也加大下半年經(jīng)濟(jì)增長(zhǎng)的下行壓力。為確保全年經(jīng)濟(jì)增長(zhǎng)7.5%目標(biāo)的實(shí)現(xiàn)，政府需要出臺(tái)適當(dāng)?shù)慕?jīng)濟(jì)刺激措施，在政策手段的選擇上，增加貨幣供應(yīng)量和調(diào)整銀行信貸政策對(duì)促進(jìn)房地產(chǎn)投資可能有比較明顯的影響。特別地，在總量調(diào)控的同時(shí)，政府需更注意結(jié)構(gòu)性調(diào)整，根據(jù)各地的不同情況而區(qū)別對(duì)待。如北京、上海、廣州等一線城市可維持既有政策，對(duì)于房地產(chǎn)投資大幅下滑、庫(kù)存大量增加的地區(qū)，建議因地制宜，給地方政府更大的自主權(quán)，讓之前偏緊的房地產(chǎn)行業(yè)調(diào)控措施回歸常態(tài)。

參考文獻(xiàn)：

1.Bernanke，B.S.，M.Gertler，and S. Gilchrist（1999）： The Financial Accelerator in a Quantitative Business Cycle Framework[C].Handbook of Macroeconomics，Vol.1

2.English W.，K.Tsatsaronis and E.Zoli（2002）： Assessing the Predictive Power of Measures of Financial Conditions for Macroeconomic Variables[R].BIS Working Paper

3.Ericsson N.，E.Jansen，N.Kerbeshian and R.Nymoen.（1998）： Interpreting a Monetary Conditions Index in Economic Policy [C].Bank for International Settlement，BIS Conference Papers，No.19

4.Goodhart，C. and Hofmann B.（2000）： Do Asset Prices Help to Predict Consumer Price Inflation？ [C].The Manchester School，68，Supplement，a，122-140

5.Montagnoli A.，O.Napolitano.（2005）：Financial Condition Index and Interest Rate Settings： a Comparative Analysis[R]，Instituto Di Studi Economici，Working Paper

6.高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建?！狤views應(yīng)用及實(shí)例[M].清華大學(xué)出版社，2009

7李成，王彬，馬文濤.我國(guó)金融形勢(shì)指數(shù)的構(gòu)建及其與宏觀經(jīng)濟(jì)的關(guān)聯(lián)性研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2010（3）

8.王麗娜.房地產(chǎn)價(jià)格與金融形勢(shì)指數(shù)的實(shí)證分析[J].價(jià)格理論與實(shí)踐，2009（1）

9王維國(guó)，王凌霄，關(guān)大宇.中國(guó)金融條件指數(shù)的設(shè)計(jì)與應(yīng)用研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011（12）endprint

利率變化GAP_BONDRATE，刻畫(huà)短期資金使用成本的變動(dòng)。采用“1年期國(guó)債到期收益率（日度）”指標(biāo)，將當(dāng)月最后一個(gè)交易日的數(shù)值作為其月度值，因數(shù)據(jù)存在缺失，樣本區(qū)間從2007年12月到2014年6月。該序列的環(huán)比變化值（一階差分）作為利率變化的“缺口”。

（三）金融條件指數(shù)的構(gòu)建

模型中各個(gè)變量平穩(wěn)是VAR系統(tǒng)平穩(wěn)的充分條件。因而首先用ADF方法和PP方法檢驗(yàn)系統(tǒng)中各個(gè)組成成分的平穩(wěn)性。表 1顯示了各個(gè)變量平穩(wěn)性檢驗(yàn)的p值，顯然，所有變量均在5%水平上通過(guò)平穩(wěn)性檢驗(yàn)。將表 1中變量當(dāng)作內(nèi)生變量構(gòu)建VAR模型（稱為模型Ⅰ），LR、FPE、AIC、SC、HQ等信息準(zhǔn)則均表明模型最優(yōu)滯后階數(shù)為7階;而AR根圖則顯示全部特征根的模的倒數(shù)值都在單位圓之內(nèi)，說(shuō)明該VAR（7）系統(tǒng)是平穩(wěn)的。

目前，我國(guó)央行把M2當(dāng)作主要的貨幣政策目標(biāo)，并對(duì)資金價(jià)格（利率）產(chǎn)生影響;而整個(gè)宏觀貨幣信貸條件又決定著房地產(chǎn)的需求，影響商品房銷售以及資金回籠速度，進(jìn)而影響到房地產(chǎn)開(kāi)發(fā)商的自有資金;而依據(jù)金融加速器理論，內(nèi)部資金的多寡、現(xiàn)金流是否充裕則決定了開(kāi)發(fā)商的外部融資便利程度（包括融資規(guī)模與融資成本兩方面），并最終對(duì)房地產(chǎn)開(kāi)發(fā)投資產(chǎn)生影響。按照這種內(nèi)在因果關(guān)系，本文以GAP_M2、GAP_BONDRATE、GAP_SALES、GAP_SELFFINANCE、GAP_LOAN、YOYREI_TC順序進(jìn)行喬勒斯基（Cholesky）分解，并在VAR脈沖響應(yīng)的基礎(chǔ)上得到50個(gè)月度預(yù)測(cè)期的方差分解，根據(jù)各個(gè)預(yù)測(cè)變量對(duì)YOYREI_TC的平均影響確定權(quán)重系數(shù)，由此得到金融條件指數(shù)的表達(dá)式為：

FCI=0.48×GAP_M2+0.17×GAP_BONDRATE+0.08×GAP_SALES+0.16×GAP_SELFFINANCE+0.10×GAP_LOAN

表2顯示，平均而言，廣義貨幣缺口和短期利率對(duì)房地產(chǎn)投資增速有很大影響，由這5個(gè)短期敏感性變量構(gòu)造而成的FCI能夠解釋房地產(chǎn)投資增速變動(dòng)的87.45%。

（四）房地產(chǎn)開(kāi)發(fā)投資增速預(yù)測(cè)

圖3 金融條件指數(shù)、房地產(chǎn)開(kāi)發(fā)投資預(yù)測(cè)增速顯示出金融條件指數(shù)與房地產(chǎn)投資增速走勢(shì)（YOYREI_TC）之間有較強(qiáng)的一致性，且能領(lǐng)先于后者的變動(dòng)。使用Eviews的相關(guān)性分析發(fā)現(xiàn)，滯后4階的FCI與YOYREI_TC的相關(guān)系數(shù)最大（約0.62）。對(duì)于2010年1月以后的子樣本，則是滯后2階的FCI與YOYREI_TC的相關(guān)系數(shù)最大（約0.69）。這說(shuō)明2008年國(guó)際金融危機(jī)之后，我國(guó)實(shí)體經(jīng)濟(jì)的變化對(duì)貨幣變量更加敏感。為提高準(zhǔn)確性，避免2009年大規(guī)模經(jīng)濟(jì)刺激對(duì)預(yù)測(cè)的或有影響，本文采用2010年1月之后的子樣本，使用最小二乘法將YOYREI_TC對(duì)FCI（-2）和MA（1）回歸建立方程，主要解釋變量均在1%水平上顯著不為0。依據(jù)該方程進(jìn)行預(yù)測(cè)，結(jié)果如圖 3所示。很好擬合了房地產(chǎn)投資實(shí)際增速的基本趨勢(shì)。接著，利用前6期平均殘差修正之后即得出房地產(chǎn)開(kāi)發(fā)投資2014年7月份和8月份的當(dāng)月同比值，使用WIND數(shù)據(jù)庫(kù)中的“房地產(chǎn)開(kāi)發(fā)投資完成額：累計(jì)值”數(shù)據(jù)，折算出今年7、8月份房地產(chǎn)開(kāi)發(fā)投資完成額的累計(jì)同比預(yù)測(cè)值為13.17%和12.35%。

穩(wěn)健性檢驗(yàn)

因我國(guó)尚未完全實(shí)現(xiàn)存、貸款利率的市場(chǎng)化，短期利率指標(biāo)的選擇是預(yù)測(cè)研究的難點(diǎn)。為保證預(yù)測(cè)的穩(wěn)健性，本文分別采用6個(gè)月票據(jù)直貼利率和上海銀行間7天拆借利率（SHIBOR）當(dāng)作短期利率指標(biāo)，構(gòu)建VAR模型（分別稱為模型Ⅱ和模型Ⅲ）以確定新的FCI指數(shù)并對(duì)房地產(chǎn)開(kāi)發(fā)投資增速進(jìn)行重復(fù)預(yù)測(cè)。結(jié)果如圖4和表3所示，三個(gè)模型的預(yù)測(cè)結(jié)果幾乎完全一致。由此可見(jiàn)，F(xiàn)CI構(gòu)建方法具有較強(qiáng)的穩(wěn)健性。

結(jié)論與政策建議

本文使用M2、利率、商品房銷售額、房地產(chǎn)開(kāi)發(fā)投資資金來(lái)源中的國(guó)內(nèi)信貸金額和自籌金額共五個(gè)短期敏感性指標(biāo)，利用向量自回歸方法構(gòu)建金融條件指數(shù)，并以之預(yù)測(cè)我國(guó)房地產(chǎn)開(kāi)發(fā)投資增速，得到較為理想和穩(wěn)健的結(jié)論，表明金融條件指數(shù)能捕捉重要的趨勢(shì)變化和拐點(diǎn)信息，對(duì)房地產(chǎn)開(kāi)發(fā)投資增速有較強(qiáng)的預(yù)測(cè)能力。

預(yù)測(cè)結(jié)論認(rèn)為，我國(guó)房地產(chǎn)開(kāi)發(fā)投資增速在未來(lái)兩月將持續(xù)下滑，尚無(wú)觸底反彈的跡象，一方面說(shuō)明我國(guó)房地產(chǎn)行業(yè)已進(jìn)入調(diào)整期，另一方面也加大下半年經(jīng)濟(jì)增長(zhǎng)的下行壓力。為確保全年經(jīng)濟(jì)增長(zhǎng)7.5%目標(biāo)的實(shí)現(xiàn)，政府需要出臺(tái)適當(dāng)?shù)慕?jīng)濟(jì)刺激措施，在政策手段的選擇上，增加貨幣供應(yīng)量和調(diào)整銀行信貸政策對(duì)促進(jìn)房地產(chǎn)投資可能有比較明顯的影響。特別地，在總量調(diào)控的同時(shí)，政府需更注意結(jié)構(gòu)性調(diào)整，根據(jù)各地的不同情況而區(qū)別對(duì)待。如北京、上海、廣州等一線城市可維持既有政策，對(duì)于房地產(chǎn)投資大幅下滑、庫(kù)存大量增加的地區(qū)，建議因地制宜，給地方政府更大的自主權(quán)，讓之前偏緊的房地產(chǎn)行業(yè)調(diào)控措施回歸常態(tài)。

參考文獻(xiàn)：

1.Bernanke，B.S.，M.Gertler，and S. Gilchrist（1999）： The Financial Accelerator in a Quantitative Business Cycle Framework[C].Handbook of Macroeconomics，Vol.1

2.English W.，K.Tsatsaronis and E.Zoli（2002）： Assessing the Predictive Power of Measures of Financial Conditions for Macroeconomic Variables[R].BIS Working Paper

3.Ericsson N.，E.Jansen，N.Kerbeshian and R.Nymoen.（1998）： Interpreting a Monetary Conditions Index in Economic Policy [C].Bank for International Settlement，BIS Conference Papers，No.19

4.Goodhart，C. and Hofmann B.（2000）： Do Asset Prices Help to Predict Consumer Price Inflation？ [C].The Manchester School，68，Supplement，a，122-140

5.Montagnoli A.，O.Napolitano.（2005）：Financial Condition Index and Interest Rate Settings： a Comparative Analysis[R]，Instituto Di Studi Economici，Working Paper

6.高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模——Eviews應(yīng)用及實(shí)例[M].清華大學(xué)出版社，2009

7李成，王彬，馬文濤.我國(guó)金融形勢(shì)指數(shù)的構(gòu)建及其與宏觀經(jīng)濟(jì)的關(guān)聯(lián)性研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2010（3）

8.王麗娜.房地產(chǎn)價(jià)格與金融形勢(shì)指數(shù)的實(shí)證分析[J].價(jià)格理論與實(shí)踐，2009（1）

9王維國(guó)，王凌霄，關(guān)大宇.中國(guó)金融條件指數(shù)的設(shè)計(jì)與應(yīng)用研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011（12）endprint