次貸危機(jī)對(duì)我國(guó)西部房地產(chǎn)業(yè)影響分析_基于SARIMA模型

1、 112 2011年第10卷第1期 地產(chǎn)經(jīng)濟(jì)次貸危機(jī)對(duì)我國(guó)西部房地產(chǎn)業(yè)影響分析基于SARIMA模型楊佩1 何永利2 徐霞1(1、山東科技大學(xué) 經(jīng)濟(jì)管理學(xué)院,山東 青島 266510;2、青島萊鋼鋼結(jié)構(gòu)有限公司,山東 青島 266510作者簡(jiǎn)介:楊 佩(1984,女,山西呂梁人,碩士研究生,研究方向:管理科學(xué)理論與方法。 何永利(1982,女,山東濰坊人,青島萊鋼鋼結(jié)構(gòu)有限公司助理工程師;徐 霞(1986,女,山東煙臺(tái)人,碩士研究生,研究方向:創(chuàng)新與可持續(xù)發(fā)展。0 引言自2000年國(guó)家實(shí)施西部大開發(fā)戰(zhàn)略以來,經(jīng)濟(jì)發(fā)展水平比較落后的西部得到越來越多的企業(yè)關(guān)注,房地產(chǎn)業(yè)作為國(guó)民經(jīng)濟(jì)的主導(dǎo)產(chǎn)業(yè),也得到

2、了一定程度的發(fā)展,房地產(chǎn)投資完成額逐年增長(zhǎng)。但在美國(guó)次貸危機(jī)爆發(fā),并于2008年第三季度發(fā)展為國(guó)際金融危機(jī)后,波及和影響到了我國(guó)的房地產(chǎn)業(yè)的發(fā)展,對(duì)房地產(chǎn)業(yè)發(fā)展的后發(fā)和后進(jìn)地區(qū)西部也產(chǎn)生了一定程度的不利影響。2008年第四季度開始,西部房地產(chǎn)業(yè)投資完成額的增長(zhǎng)率有明顯下降趨勢(shì)。美國(guó)次貸危機(jī)對(duì)我國(guó)西部房地產(chǎn)業(yè)投資的影響程度有多大?影響的滯后期有多長(zhǎng)?目前這種影響是否已經(jīng)基本消除,西部房地產(chǎn)業(yè)投資是否已經(jīng)回歸到次貸危機(jī)影響之前的增長(zhǎng)趨勢(shì)上?本文通過建立我國(guó)西部房地產(chǎn)業(yè)投資完成額的SARIMA模型來對(duì)此進(jìn)行定量分析,克服了傳統(tǒng)的“同比”分析方法不考慮房地產(chǎn)業(yè)自身發(fā)展趨勢(shì)影響的局限性,得出了關(guān)于美國(guó)次

3、貸危機(jī)對(duì)我國(guó)西部房地產(chǎn)業(yè)投資影響的客觀認(rèn)識(shí),可為相關(guān)部門制定政策提供參考。1 SARIMA模型1.1 ARMA模型ARMA模型(Autoregressive-Moving Average Model是一種時(shí)間序列分析模型,用該模型來近似地描述動(dòng)態(tài)數(shù)據(jù)在實(shí)際應(yīng)用中有很多優(yōu)點(diǎn),它是一種線性模型,只要給出少量參數(shù)就可以確定模型形式,并且能很方便的進(jìn)行數(shù)據(jù)結(jié)構(gòu)和內(nèi)在性質(zhì)的分析以及在最小方差意義下進(jìn)行最佳預(yù)測(cè)和控制。對(duì)于零均值且平穩(wěn)的時(shí)間序列數(shù)據(jù)可采用此模型。ARMA模型有三種基本類型:自回歸模型AR(p;移動(dòng)平均模型MA(q;自回歸移動(dòng)平均模型ARMA(p,q。其中,p為自回歸項(xiàng)數(shù);q 為移動(dòng)平均項(xiàng)數(shù)

4、。1.2 SARIMA模型對(duì)于包含趨勢(shì)性或季節(jié)性的非平穩(wěn)時(shí)間序列,需經(jīng)過適當(dāng)?shù)闹鹌诓罘趾图竟?jié)差分消除趨勢(shì)性和周期性影響后,再對(duì)形成的新的平穩(wěn)序列建立ARMA(p,q模型進(jìn)行分析。對(duì)于只包含趨勢(shì)性的序列可采用求和自回歸移動(dòng)平均模型(Autoregressive Integrated Moving Average Model,即ARIMA(p,d,q模型。其中,p為自回歸項(xiàng)數(shù);q為移動(dòng)平均項(xiàng)數(shù);d為時(shí)間序列變成平穩(wěn)序列時(shí)所做的差分次數(shù)。若原序列同時(shí)包含趨勢(shì)性和季節(jié)性,則可采用季節(jié)時(shí)間序列模型SARIMA(p,d,q(k,D,mS模型。其中d,D分別為逐期差分和季節(jié)差分的階數(shù);而p,q分別為自回歸和

5、移動(dòng)平均的項(xiàng)數(shù);k,m 分別為季節(jié)自回歸和季節(jié)移動(dòng)平均的項(xiàng)數(shù);S為時(shí)間序列時(shí)間間隔周摘 要:本文通過建立我國(guó)西部房地產(chǎn)投資完成額的時(shí)間序列SARIMA模型,定量分析了美國(guó)次貸危機(jī)對(duì)我國(guó)西部房地產(chǎn)投資的影響程度及影響時(shí)滯,克服了采用傳統(tǒng)的“同比”方法分析該問題時(shí)不考慮西部房地產(chǎn)業(yè)自身發(fā)展趨勢(shì)影響的不足,以期能得到美國(guó)次貸危機(jī)對(duì)我國(guó)西部房地產(chǎn)業(yè)投資影響的客觀認(rèn)識(shí)。該模型預(yù)測(cè)結(jié)果表明,實(shí)際投資完成額比預(yù)測(cè)投資完成額減少的幅度與同比下降幅度有一定的差距,表明我國(guó)出臺(tái)的應(yīng)對(duì)次貸危機(jī)的一些政策對(duì)房地產(chǎn)業(yè)的發(fā)展起到了積極的作用。關(guān)鍵詞:SARIMA模型;次貸危機(jī);西部房地產(chǎn)業(yè);預(yù)測(cè)中圖分類號(hào):F293.30

6、 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1671-8089(201101-0112-02期長(zhǎng)度。由于我國(guó)西部房地產(chǎn)投資完成額的時(shí)間序列數(shù)據(jù)呈趨勢(shì)性 和季節(jié)性特點(diǎn),因而本文將采用SARIMA模型,其一般表達(dá)形式為:(公式1 其中, 為時(shí)間序列, 為隨機(jī)擾動(dòng)項(xiàng),為非季節(jié)AR(p 部分, 為季節(jié)AR(k部分, 為d階逐期差分,為D 階季節(jié)差分, 為非季節(jié)MA(q部分,為季節(jié)MA(m部分,B 為一步延遲算子。2 我國(guó)西部房地產(chǎn)投資完成額的SARIMA模型實(shí)證分析2.1 數(shù)據(jù)選取與分析房地產(chǎn)投資完成額是影響國(guó)內(nèi)房地產(chǎn)景氣度的重要因素之一,本文選取2003年1月至2010年6月我國(guó)西部房地產(chǎn)月投資完成額總共114個(gè)數(shù)

7、據(jù)來分析美國(guó)次貸危機(jī)對(duì)我國(guó)西部房地產(chǎn)業(yè)投資的影響。數(shù)據(jù)來源于中國(guó)統(tǒng)計(jì)數(shù)據(jù)庫(kù),具體建模過程通過Eviews6.0軟件實(shí)現(xiàn)。圖1為2003年1月至2010年6月我國(guó)西部房地產(chǎn)投資完成額的折線圖。由圖可知,2008年第三季度之前,我國(guó)西部房地產(chǎn)投資完成額呈明顯的季節(jié)周期性波動(dòng)和上升趨勢(shì),符合建立SARIMA模型的時(shí)間序列數(shù)據(jù)特征。從2008年第四季度開始,由于次貸危機(jī)的影響,其發(fā)展趨勢(shì)較往年第四季度發(fā)展趨勢(shì)有明顯不同。為分析次貸危機(jī)對(duì)我國(guó)西部房地產(chǎn)業(yè)投資的影響,本文首先利用2003年1月至2008年6月(由于從直觀圖上判斷2008年第三季度投資趨勢(shì)比較困難,所以截止到6月的西部房地產(chǎn)投資完成額的時(shí)間

8、序列數(shù)據(jù)建立SARIMA模型,然后依據(jù)該模型預(yù)測(cè)出2008年7月至2010年6月西部房地產(chǎn)投資完成額的預(yù)測(cè)值,再計(jì)算各月預(yù)測(cè)值與實(shí)際值的差額,該差額可認(rèn)為是由于次貸危機(jī)的影響而減少的投資完成額。2.2 序列的平穩(wěn)性和零均值檢驗(yàn)首先對(duì)2003年1月至2008年6月的我國(guó)西部房地產(chǎn)投資完成額時(shí)間序列X取對(duì)數(shù)以消除其異方差性,為消除其增長(zhǎng)趨勢(shì)和季節(jié)波動(dòng)性,對(duì)取對(duì)數(shù)后的序列LNX進(jìn)行1階差分和1階季節(jié)差分(周期S=12,得到新的序列D 12DLNX,其折線圖如圖2所示。從圖直觀看,序列各觀測(cè)值圍繞其均值0上下波動(dòng),且該均值與時(shí)間無(wú)關(guān)。圖3為序列D 12DLNX的自相關(guān)和偏相關(guān)系數(shù)圖,由圖可知,自 q&

9、gt;1和p>2以后,樣本自相關(guān)系數(shù)和樣本偏相關(guān)系數(shù)都落入隨機(jī)區(qū)圖1 2003年1月-2010年6月我國(guó)西部房地產(chǎn)投資完成額折線圖(單位:億元2011年第10卷第1期 113 地產(chǎn)經(jīng)濟(jì)間,則可認(rèn)為序列的趨勢(shì)性和季節(jié)性已基本消除。進(jìn)一步計(jì)算得到,序列D 12D L N X 均值m=0.002695,樣本標(biāo)準(zhǔn)差s=0.094203,樣本均值落入±2s之間,不能拒絕序列D 12DLNX均值為0的原假設(shè)。為進(jìn)一步驗(yàn)證序列D 12DLNX 的平穩(wěn)性,對(duì)其進(jìn)行單位根檢驗(yàn),其ADF檢驗(yàn)結(jié)果如表1所示。由表1可知A D F 檢驗(yàn)值為-8.513990,分別小于不同檢驗(yàn)水平的三個(gè)臨界值,序列是平

10、穩(wěn)序列,由此可知,序列可以擬合ARMA模型。2.3 建立模型由于序列D 12D L N X 是對(duì)序列LNX進(jìn)行一階逐期差分和一階季節(jié)差分得到的,因而有d =D =1;由圖3可以看出,當(dāng)滯后期數(shù)k =12時(shí),樣本自相關(guān)系數(shù)與偏自相關(guān)系數(shù)都顯著不為0,故可得k=m=1;序列的自相關(guān)呈現(xiàn)出1階截尾,而偏自相關(guān)呈現(xiàn)出2階截尾,因而取p=2,q=1較為合適,而模型的適用階數(shù)的判斷要結(jié)合相關(guān)的判定準(zhǔn)則。(p,q的可供選擇組合有(1,0、(1,1、(2,0、(2,1。對(duì)于上述的四個(gè)初選模型的擬合結(jié)果如表2、表3所示。表2 各初選模型的參數(shù)估計(jì)結(jié)果(p ,d ,q (k,D,m 12(1,1,0(1,1,11

11、2-0.470148-0.4166820.848479(1,1,1(1,1,1120.113917-0.885443-0.2668690.859014(2,1,0(1,1,112-0.568352-0.597416-0.2303810.877679(2,1,1(1,1,1120.080918-0.120984-0.823402-0.2390790.860724表3 各初選模型的檢驗(yàn)結(jié)果(p,d,q(k,D,m12R 2Adjusted R2AIC SC DW (1,1,0(1,1,1120.4771690.448908-2.803604-2.676938 2.201999(1,1,1(1,1,

12、1120.6122100.579894-3.052398-2.883510 1.874361(2,1,0(1,1,1120.6491020.619025-3.122391-2.951770 2.029240(2,1,1(1,1,1120.6495640.608336-3.072425-2.8591481.861934擬合結(jié)果以及對(duì)殘差序列的檢驗(yàn)結(jié)果表明,上述模型均滿足ARMA過程的平穩(wěn)及可逆條件,各模型的殘差也均滿足獨(dú)立性及正態(tài)性假設(shè)的要求。經(jīng)比較,第三個(gè)模型調(diào)整后的樣本可決系數(shù)最大,AIC和SC值都最小,因此選擇ARIMA(2,1,0(1,1,112模型比較合適。 其展開式為:(模型1 2.

13、4 預(yù)測(cè)及比較分析利用模型1對(duì)2008年7月至2010年6月我國(guó)西部房地產(chǎn)投資完成額進(jìn)行預(yù)測(cè),預(yù)測(cè)值與相應(yīng)實(shí)際值的差額即可認(rèn)為是因受次貸危機(jī)影響而減少的投資完成額,具體比較結(jié)果如表4所示:由表4可以看出,從2008年第三季度美國(guó)次貸危機(jī)發(fā)展為國(guó)際性金融危機(jī)之后,我國(guó)西部房地產(chǎn)投資完成額從第四季度開始急劇減少,2008年第四季度至2009年上半年我國(guó)西部房地產(chǎn)投資形勢(shì)較過去幾年的發(fā)展形勢(shì)要相對(duì)不樂觀。為降低次貸危機(jī)對(duì)我國(guó)經(jīng)濟(jì)的沖擊,國(guó)家出臺(tái)了一系列擴(kuò)大內(nèi)需、促進(jìn)增長(zhǎng)的宏觀政策,如減稅、退稅、抵稅等,這些擴(kuò)張性政策的推動(dòng),刺激了房地產(chǎn)企業(yè)的投資,使我國(guó)西部房地產(chǎn)投資發(fā)展趨勢(shì)在2009年下半年有所好

14、轉(zhuǎn)。但是2009年第三季,投資增長(zhǎng)水平又開始不容樂觀,之后又向樂觀趨勢(shì)發(fā)展,隨著國(guó)家宏觀政策的調(diào)整,這種交替式發(fā)展趨勢(shì)在今后一段時(shí)間內(nèi)會(huì)一直存在,西部房地產(chǎn)投資尚未恢復(fù)到次貸危機(jī)影響之前的增長(zhǎng)水平。3 結(jié)論利用SARIMA模型測(cè)算美國(guó)次貸危機(jī)對(duì)我國(guó)西部房地產(chǎn)投資的影響,由于該模型充分考慮了時(shí)間序列自身的發(fā)展變化趨勢(shì),因此測(cè)算結(jié)果要比“同比”方法相對(duì)準(zhǔn)確和客觀。但是,SARIMA模型是建立在假定其他影響因素不發(fā)生重大變動(dòng)的前提之下的,這在一定程度上限制了SARIMA模型在測(cè)算重大突發(fā)事件對(duì)經(jīng)濟(jì)序列影響中的使用和推廣。面對(duì)美國(guó)次貸危機(jī)對(duì)我國(guó)經(jīng)濟(jì)發(fā)展的沖擊,從短期看,我國(guó)西部房地產(chǎn)業(yè)面臨著投資減緩的

15、風(fēng)險(xiǎn)。從長(zhǎng)期看,由于房地產(chǎn)業(yè)是國(guó)民經(jīng)濟(jì)的主導(dǎo)產(chǎn)業(yè),與其他產(chǎn)業(yè)的發(fā)展有極強(qiáng)的關(guān)聯(lián)性,再加上國(guó)家實(shí)施的扶持西部的政策,作為后進(jìn)和后發(fā)的西部房地產(chǎn)業(yè)還有較大的發(fā)展空間,國(guó)家需要適時(shí)調(diào)整宏觀政策,避免由于房地產(chǎn)投資下滑而給其他產(chǎn)業(yè)發(fā)展帶來負(fù)面影響。參考文獻(xiàn):1王黎明,王連,楊楠.應(yīng)用時(shí)間序列分析M.上海,復(fù)旦大學(xué)出版社,2009.2孫玉環(huán).基于SARIMA模型的SARS對(duì)中國(guó)入境旅游收入影響的定量分析J.旅游科學(xué),2006,20(1:18-21.3肖宏偉,王振全.金融危機(jī)對(duì)我國(guó)出口影響的SARIMA模型研究J.產(chǎn)業(yè)與科技論壇,2009,8(12:159-163.4彭本紅,郭小群.我國(guó)房地產(chǎn)業(yè)發(fā)展水平差異分析及政策建議J.華東經(jīng)濟(jì)管理,2008,22(10:65-67.5張曉峒.Eviews使用指南與案例M.北京,機(jī)械工業(yè)出版 社,2008.