论文基于VAR模型下商品房和通货膨胀的相关性，该文是通货膨胀毕业论文开题报告范文跟通货膨胀和商品房价格和VAR模型类本科论文范文.
摘 要】构建多变量协整模型检验2003年-2017年10多年间的全国商品房指数（国房景气指数）和CPI数据.从检验结果可知,在样本区间范围内,我国房价与通膨之间存在长期稳定的动态关系,短期内房价波动对通货膨胀的影响是负向,而通货膨胀对房价的波动则有显著的正向影响.
【关键词】商品房通货膨胀VAR
一、引言
根据国家统计局报告显示,2017年1-9月份,全国房地产开发投资80644亿元,同比名义增长8.1%,其中,住宅投资增长10.4%,占房地产开发投资的比重为68.3%.房地产产业链长,房地产市场一旦发生变动,会产生“牵一而发动全身”的效应.近些年来,许多大城市的房价一直高居不下,而且房价呈上涨趋势,年轻一代想在大城市定居越来越困难,因此房地产行业的健康发展关系社会的稳定发展.
二、房地产与通货膨胀互动的实证分析
（一）二者相互作用的机理
1.房价波动影响通货膨胀的路径.房价的上涨会使房产持有者财富增加,从而引起消费需求的变动,社会总需求也随之发生变化.一般来说,房价与持有者财富变动呈同方向,房价上涨导致持有者的财富上升,房价下跌持有者的财富下降.另外持续上涨的房价还会使人们预期未来有更高的收益,边际消费倾向随之提高,社会总需求增加,投资需求增多,银行信贷规模也会增大,从而推动CPI上升.
2.通胀对房价波动影响的路径.对于商品房的开发商而言,物价的上涨会导致建材成本和人工成本的提高.如果开发商对商品房未来走势预期良好,就会提高商品房的来维持一定的利润,推动物价上涨.房价上涨,相关产业包括上游的建材、钢铁、机械和下游的装修、物业等行业的也会随之上涨,社会整体物价上涨.个人购房者为了担心房价继续上涨,也会提前购买房产,增加现期的需求,导致房价继续上涨,从而推动物价上涨.
（二）变量的选择及样本数据的处理
本文选取房地产（HP)、通货膨胀率(CPI)、经济增长(PPI)、货币供应量(M2)引入VAR模型,并在此框架内进行相关检验和实证分析.样本区间为2003年1月至2017年8月期间的月度数据,所有数据来源于Wind数据库.其中选择用国房景气指数来表示房地产,工业生产总值的增加值作为经济增长的*变量,货币供应量采用广义的货币供应量,并对各个变量进行平稳性检验.经过ADF单位根检验、Johansen协整关系中的迹（Trace)检验和最大特征值((MaximumEigenvalue)检验,均得出四个指标一阶单整序列长期存在稳定的均衡关系,根据AIC和SC准则,确定模型的最佳滞后期为2,且所有的单位根均在单位圆内,VAR模型具有稳定性.
对四个指标进行格兰杰因果关系检验发现房价波动是造成通胀的单向Granger因果关系,即房价上升会带来一定程度的通货膨胀.通胀与货币供应量变化存在双向Granger因果关系,即货币供应量的变化会带来通胀的变化,通胀的变化也会带来货币供应量的变化.由格兰杰因果检验可知,货币供应量增长率变动是通胀率变动的先导因素,房价波动是通胀变动的根本.
（三）脉冲响应函数
脉冲响应函数图能够很好的捕捉到随机误差项的一个标准差大小的冲击对VAR系统中各内生变量的当期值和未来值所产生的影响变动轨迹,并能够直观的刻画出变量之间的动态交互作用及其效应大小.根据图1所示,第一,CPI对其自身的冲击响应最大,在第一个月时影响达到最大值36%,随后衰减,CPI对PPI的冲击响应在第一个月为0,第2个月为负值-5.5%,然后一直为负值,到第十期基本在水平状态.而CPI对于HP的冲击响应一开始为2.4%,第二个月为负值,第三月达到最大值7%,然后一直在正向效应,到了第十期基本在水平状态,而CPI对于M2的影响一开始也没有反应,第二月为负值-5.6%最低值,第三个月仍为负值,但是逐渐衰减,到了第五个月为正向影响1.76%,然后逐渐衰减,最后在水平附近.第二,HP对其自身PPI、CPI、M2冲击的动态过程如下,HP对其自身的冲击最为影响最大,一开始达到最高值为44.8%,然后逐渐衰减,一开始衰减的速度很快,到了第二期21.39%衰减速度逐渐下降,然后到了第十期基本回到水平状态,HP对M2的冲击,一开始为0.然后迅速提高,到了第三个月达到最大值16.18%,然后逐渐衰减第七期的3%,到了第十期基本回到水平位置.HP对PPI的冲击一开始为0,然后一直在负向影响当中,但是幅度不大,基本都是在-2%左右,直到第十期才基本回到水平状态,HP对CPI的冲击一开始为0,第二期在1.4%,第三期以后基本为负向影响,逐渐减弱,到了第十期基本回到水平状态.
总体来说,上述脉冲响应函数分析的结果显示,短期内房价的冲击对通胀先是微弱的影响,然后是负影响,而长期房价冲击会对通胀产生逐渐增强的明显正向影响,之后会逐渐减弱至0.短期内通胀,经济增长以及广义货币冲击对房价会产生一个正向影响,长期内通胀的冲击先是负向影响,尔后转向正向影响.
图1CPI、HP脉冲响应图
（四）方差分解
根据方差分解检验发现,第一,CPI受自身的滞后值影响最大99.55%,到了第十期88.89%,表明通胀有较强的持续性,比较CPI、M2、HP,其中HP对CPI的方差贡献最大,在第3其达到最大值0.3847%后,一直在上升,到了第十期5.18%.一开始,PPI的贡献度均为0,第二期开始PPI的贡献度开始比M2的贡献度高,基本在3%左右,M2基本保持在2.8%.这说明HP在短期内对通胀的解释力十分有限,长期具有较强的解释能力.从整体上看,短期内通胀的预测方差主要来自自身,而长期内有HP的5%的解释力度,M2的2.8%与PPI的3%的解释力度.第二,HP受自身的滞后值影响最大,第一期达到100%,第二期开始下降,但是到了第六期至第十期基本保持在85%左右,表明房价波动有较强的持续性.比较CPI、M2、PPI,其中M2对HP的方差贡献最大,从第一期的1.75%到第3期迅速上升为10.08%后,上升的速度逐渐减弱,但是基本保持在13.55%左右,经济增长对HP的方差贡献度一开始为0,第二期仅为0.14%,到了第六期基本保持在0.4%水平上.CPI对HP的贡献一开始0%,到了第3期上升到0.11%,然后又逐渐下降,到了第七期基本保持在1%水平左右,短期内货币供应量对HP解释力很强.从长期看,房价的波动有87.5%的来自于自身的冲击,有10.3%来自于M2的冲击,CPI与PPI对其解释力度不大.
通过方差分解分析可知,宏观经济运作系统中,我国房地产与通货膨胀有一定的关联性,但长期看,货币供应量的增长和房价上涨才是通货膨胀加剧的重要原因,通货膨胀与货币扩张对房价的上涨也有相对较强的解释力度.
三、结论与建议
本文将房价、通胀、经济增长、货币供应量四个变量纳入一个模型及分析系统中,研究我国房价与通胀互动的关系,得出结论：在样本区间,我国房价与通胀存在长期稳定的动态均衡关系,短期内房价波动对通胀的影响是微弱的,而通胀对房价的波动有显著正向上涨影响,原因在于,房价上涨首先刺激总需求才对通胀产生向上推动,房价对通胀的影响有时滞,长期内才能显现出来,通胀水平的上升会进一步刺激房价上涨.为了促进我国房地产业的健康发展,提出以下建议,第一,增加房源的供给,如增加公租房、廉租房和共有产权的房源的数量,让居民有更多的选择,降低防止房价上涨而提前购房的需求；第二,加快一线中心城市新城区建设,合理布局城市中的各个行业分布,加大城市交通轨道的网络布局,完善新城区的医疗、学校等配套设施,减少人口向城市中心区集聚的现象.
参考文献
[1]赵昕东.中国房地产波动与宏观经济——基于SVAR模型的研究[J].经济评论2010（1）：65-71.
[2]侯宇.通货膨胀对商品房影响的实证分析[J].会计之友2011（3）上：34-36.
基金项目：广西自治区2017年大学生创新训练项目：商品房与通货膨胀的相关性研究,项目编号：201713638014.
作者简介：刘育肇（1994-）,男,广西贵港人,广西大学行健文理学院；姚婷（1976-）,女,广西柳州人,广西大学行健文理学院,讲师、经济师,研究方向：货币政策理论、财务分析,为本文通讯作者.
上文总结:本文是关于对不知道怎么写通货膨胀和商品房价格和VAR模型论文范文课题研究的大学硕士、通货膨胀本科毕业论文通货膨胀论文开题报告范文和文献综述及职称论文的作为参考文献资料.
参考文献：
1、 基于VAR模型的土地、信贷、金融政策对房地产投资影响的实证分析 南锦顺 沙挪娅（吉林农业科技学院,吉林 吉林 132101）【摘要】本文选取房地产投资额作为被解释变量,选取土地、信贷和金融政策的代表变量作为解释变量,运用VAR模型中的脉冲响应分析方法分析宏观调控政.
2、 我国股指期货影响因素基于VAR模型的实证分析 【摘要】2010年2月22日,我国股指期货交易正式启动 在经过了1993年股指风波和2008年金融危机……一系列波折之后,我国再次启动股指期货可以说是中国资本市场发展的一个里程碑 如今,八年时间已经过.
3、 互联网金融、贸易开放度对我国产业升级影响分析基于var模型 【摘要】本文利用我国20122016年季度数据来实证分析我国互联网金融和贸易开放度对产业结构转型升级的影响 构建var模型,并进一步运用Johansen协整检验法及脉冲响应函数法对变量间动态关系进行分.
4、 中国消费指数（CPI）的影响因素分析基于Var模型 一、引言基从经济层面上来说,工业的增长（IPI）是CPI的一个重要组成部分,所以其变化率对于CPI的贡献应是显著的,而GDP的变化又离不开居民的收入水平,与此同时居民的收入水平又会对CPI产生影响,故.
5、 基于VAR模型的南京市高技术服务业协同 摘 要以南京市2005－2016年的高新技术产业产值和科技服务业产值为基础数据,从两者的灰色关联度出发,借助灰色预测模型拓展数据边界,通过VAR模型建立脉冲响应函数分析短期冲击的影响机制 研究表明（1.
6、 基于GARCH-VaR模型中国橡胶期货市场收益率波动与风险分析 摘要从全球来看,天然橡胶现货产业的种植国家和地区大多数集中东南亚地区的几个国家,这几个国家的现货种植面积大约占世界天然橡胶种植面积接近89 但是我国的汽车市场已经是全世界最大的生产消费市场,国产的天然.