论文基于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，该文是对房地产方面有关大学毕业论文范文与实证分析和金融政策和房地产投资有关硕士学位论文范文.
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策与房地产投资之间的动态影响关系,最终得出三大政策对房地产投资的影响具有滞后性,且信贷政策对房地产投资的影响效果最为显著,土地政策次之,而金融政策影响最弱.
【关键词】房地产投资 宏观调控政策 VAR
基金项目：本文为吉林农业科技学院科研青年基金项目（编号：吉农院合字[2016]第Q24号）研究成果.
作者简介：南锦顺（1989-）,女,朝鲜族,吉林延吉人,就职于吉林农业科技学院,研究方向：房地产经济与管理.
一、引言
随着我国房地产投资规模的不断扩大,房地产业受国家政策宏观调控和市场经济调控的双重影响也越来越深.当前房地产业相关研究中,以政策对房地产整体和房价的影响研究居多,对房地产投资的影响研究较少.其中王要武、金海燕利用VAR模型分析宏观调控政策对房地产市场供需状况和房价的影响,对房地产供给影响由大到小为土地供给、利率、货币供应量,三者对房地产需求的影响均很小,土地供应量对房价影响最大[1].邱强基于VEC模型研究金融调控政策对房价的影响,得币供应量起主导作用,贷款利率对房价上涨具有正效应[2].覃事娅基于VAR模型分析宏观调控政策对房地产市场的影响,选取土地、信贷和产业政策的8个相关指标进行定量分析,得出国家宏观调控政策对房地产市场的影响具有时滞性、差异性和周期性[3].这些研究均是从房地产投资或房价角度出发,运用VAR模型来分析所选变量间短期动态影响.本文以房地产投资为研究对象,结合VAR模型对近年来土地、信贷和金融政策对房地产投资的影响进行实证分析.
二、土地、信贷、金融政策对房地产投资影响实证分析
近些年我国房地产市场发展不均衡,弊端涌现,凸显了国家宏观调控政策的重要性.国家针对房地产业的主要宏观调控政策可分为：土地政策、信贷政策、金融政策、税收政策和行政手段等.实践表明,税收和行政手段具有强制性和见效快的优势,但却不能从根本上调控房地产投资.本文从土地、信贷、金融三大政策出发,建立VAR模型对房地产投资受宏观调控政策的影响进行实证分析.
(一)数据选取与变量描述
本文数据分析通过用Eviews7完成.数据样本区间是2000年第一季度至2015年第四季度的全国统计数据.选取房地产投资额（TZ）作为分析房地产投资水平的代表变量,即此次实证分析的响应变量；选取房地产业土地购置面积（TD）反映土地供应量水平并作为土地政策的代表变量；选取房地产开发投资中实际到位资金中国银行贷款（DK）作为房地产信贷政策的代表变量；选取货币供应量（M2）和三年期贷款利率（LL）分别作为金融政策中货币和利率的代表变量.
为了消除数据的共线性和异方差性,本次分析对数据进行对数化处理.又因选取的数据是季度数据,为消除数据季节变动对模型的影响,用X12方法对受季节因素影响较大的三组数据TZ、TD、DK进行季节调整.
(二)ADF平稳性检验
VAR模型要求数据是平稳的,故先对变量进行ADF单位根检验,依检验结果得出房地产开发投资额、土地供应量、信贷供应量、货币供应量、三年期利率等变量均是非平稳变量,但是它们的一阶差分序列在5%的显著水平下均是平稳的,可以进行后续的数据分析.
(三)VAR模型及其脉冲响应函数
结合AIC准则多次检验比选,选取最优滞后阶数为4,所得VAR模型为：
为了分析房地产投资的影响因素对其动态的影响,对模型进行脉冲影响分析,结果如图1所示.
图1是LTD、LDK、LM2、LLL分别对LTZ的一个标准差冲击的响应.横轴代表滞后期数（单位：季度）纵轴表示冲击变量对响应变量的脉冲积累效应.依图1可得出如下结论：
1.当期房地产投资额、土地供应量、信贷供应量、货币供应量均对房地产投资产生持续的正向影响.
2.房地产投资对其自身的一个标准差冲击波动至第9期序列趋于平稳；土地供应量的影响从第二期起小幅度上升至第4期时影响最大；信贷供应量的影响从第2期起波动上升至第6期时影响最大；货币供应量的影响在第2期迅速上升至0.01,后其冲击比较稳定；利率的影响在第2期迅速上升至峰值0.02后又迅速下降至第5期的-0.005,至第8期后,其影响再转为正向影响,最终于第10期趋于稳定.
3.在第3期前,变量对房地产投资影响的排序为：LLL>LM2> LDK>LTD.在第3期后,整体呈现的新的排序结果为：LDK>LM2>LTD>LLL.
三、结论
本文运用计量经济学模型进行实证分析,结论如下：
从VAR的脉冲响应函数分析结果可得房地产投资受除自身之外的其它因素的影响具有滞后性,且房地产投资额受信贷政策影响较为显著且持续,货币政策的影响略低,土地政策次之.短期内利率的正向影响最为明显.但从长期来说,一个新政策出台对房地产投资的影响效力中,信贷政策的作用力大于货币政策大于土地政策大于利率政策.且土地政策和金融政策调控房地产投资具有滞后性,适合作为中、长期调控工具.而信贷政策对房地产投资的影响具有当期性和时滞性,可作为短、中、长期调控工具.
根据上述结论,建议国家在制定房地产业的宏观调控政策时,充分利用信贷和土地政策对房地产投资的显著影响效应,结合各政策影响的时滞性长短,丰富宏观调控方式.综合考虑各影响因素在不同时期的影响,短期和长期政策相结合,制定合理的政策组合.
参考文献
[1]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报,2008,(08):105-111.
[2]邱强.房地产金融调控政策效果——基于VEC向量误差修正模型的实证分析[J].经济视角(下),2010,(05):25-27.
[3]覃事娅,伊长亮.基于VAR的我国房地产宏观调控政策对房地产市场的影响分析[J].湖南财政经济学院学报,2012,(06):34-40.
该文总结,这篇文章为适合实证分析和金融政策和房地产投资论文写作的大学硕士及关于对房地产本科毕业论文，相关对房地产开题报告范文和学术职称论文参考文献.
参考文献：
1、 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.
2、 智慧城市的大脑智慧模型的概念、类型和作用 0 引言自IBM于2009年提出智慧城市的愿景以来,智慧城市的理念就成为全球关注的热点并迅速传播到中国,在中国掀起一股建设智慧城市的热潮 智慧城市旨在通过智能手段解决城市中的管理、环境、交通和基础设施.
3、 金融支持、政府政策对高技术产业影响机制以重庆市为 摘 要本文选取1997—2015年重庆市高技术产业时间序列数据,构建SVAR模型,通过协整分析、脉冲响应函数和方差分解的方法进行实证分析 实证结果表明金融支持对高技术产业的发展影响作用.
4、 住房租赁二线城市样本：南京政策、土地、房企齐发力 2017 年,全国楼市进入新一轮深度调控 在严峻的政策与市场背景下,“租购并举”腾空而出,且有大刀阔斧进行到底的态势 从被列入租赁试点城市,到租赁新政正式落地、租赁监管平台上线.
5、 对当前经济形势、宏观政策殛房地产走势的判断 7 月31 日的政治局会议,研究当前经济工作,这个会议,一般被视为下半年宏观政策的风向标,因而备受关注 特别是在今年,经济运行出现诸多变局的情况下,政策如何调整变化,特别重要 根据会议通稿,以及我对当.