浙江房地产市场周期滤波分析
时间：2021-02-24 08:02:12 来源：雅意学习网 本文已影响 人 
摘要：基于浙江省1990-2013年的统计数据，以全国房地产市场周期和浙江宏观经济周期为参照系，采用HP、BK和CF等3种滤波方法研究浙江省房地产市场周期波动规律。研究结果显示，近24年浙江省房地产市场波动经历了3个典型周期，尽管其周期长度与全国房地产市场周期、浙江宏观经济周期一样都属于朱格拉周期，但又呈现出不同于后两者的具有“浙江特色”的区域房地产市场波动特征。研究还发现，房地产业并非国民经济的先导产业或“火车头行业”。
关键词：浙江省，房地产市场周期，滤波方法
中图分类号：F293.3文献标识码：A
文章编号：1001-9138-（2016）02-0003-15收稿日期：2015-12-17
房地产市场周期是指房地产市场由于资源和消费限制而出现紧缩阶段，由于资源供应充足和消费需求拉动而出现扩张阶段，循环往复构成的周期性波动现象。房地产的区位独特性和各地经济、社会特征等方面存在的空间差异性，导致不同国家和地区的房地产市场周期长度和波动特征也存在着空间差异性。关于房地产市场周期的研究，国外早已形成了比较成熟的理论体系，目前已经进入多样性和深入化发展阶段。由于房地产业在中国发展时间相对短暂，国内房地产市场周期的研究大约起步于1980年前后。何国钊、曹振良等最先利用扩散指数法探讨我国房地产市场周期；谭刚则较为系统地研究了我国区域房地产市场周期性波动特征；黄黎明用合成指数法分析了广州的房地产市场周期。从研究方法上看，上述研究大多采用了单一指标法、扩散指数法和合成指数法等传统方法。近几年来，国内有较多的学者开始将滤波技术运用于宏观经济周期的研究，如陈昆亭、周炎和龚六堂，吕光明和齐鹰飞，曾昭法和殷凤钊等，取得了一定的研究成果。然而，应用滤波方法研究省级层面房地产市场周期波动的文献仍然很少。从实践角度来看，省级层面房地产市场周期波动问题研究有利于政府对所辖行政区的房地产市场发展阶段有正确的判断，从而针对不同周期阶段选择相应的区域性反周期政策，以促进区域房地产业持续健康发展。
本文首先采用Hodrick-Prescott滤波（HP滤波）、Baxter-King滤波（BK滤波）、Christiano-Fitzgerald滤波（CF滤波）技术，分析1990-2013年浙江省房地产市场的周期性波动情况，然后对全国房地产周期和浙江宏观经济周期进行滤波分析，为发现浙江房地产市场周期特征提供参照系，最后对本文的研究发现进行简要总结。
1 浙江房地产市场周期划分：滤波分析
1.1 指标选取
房地产市场周期可从不同角度、选取不同指标来刻画。在借鉴国内外学者相关研究成果的基础上，根据指标的全面性、稳定性和直观经济含义，也考虑数据易得性，选取6个测度房地产市场周期波动的指标：房地产业增加值（X1）、房地产开发投资额（X2）、商品房施工面积（X3）、商品房竣工面积（X4）、商品房销售面积（X5）、商品房价格（X6）（见表1）。根据上述指标，收集1990-2013年浙江省和全国房地产市场的时间序列数据。
1.2 主成分分析
主成分分析能在保证信息丢失最少的前提下实现降维，用较少的彼此独立的综合变量来反映原有变量的绝大部分信息。本文通过SPSS主成分分析，根据累计方差贡献率大于85%时的特征根为主成分提取对象，形成综合指标体系。首先对6个指标的变量数据进行标准化处理，然后进行KMO测量和Bartlett球体检验。结果显示，KMO值为0.694，而Bartlett球体检验结果显著（近似卡方值364.525，df值15，Sig.为0，拒绝变量相关系数为0的假设）；主成分分析结果显示6个变量可以很好地归纳为一个因子，共解释了总数据的92.559%（见表2），并得出因子载荷矩阵系数（见表3）。
由表3可得主成分表达式为：
由上式可得浙江省房地产市场周期测度综合指标数值（见表4）。
1.3 滤波处理
1.3.1 HP滤波法
HP滤波法是由Hodrick和Prescott在分析战后美国经济周期的论文中首次提出的。它将时间序列分离成一条趋势线（Trend）和一条上下波动的周期线（Cycle），设趋势成分为，波动成分为，具体计算公式如下：
上式前半部分度量波动成分，后半部分度量趋势项的“平滑程度”。为平滑参数或惩罚因子，最小化问题依赖于的选取。在使用不同时间类型的数据时，需结合具体数据，对的取值区别考虑。目前对于季度数据的研究，学术界多沿用Hodrick和Prescott首次提出的取值1600。但在年度数据、月度数据以及其他频率数据的研究上，数值选取上存在分歧。一般对于年度数据的研究多采用=100，月度数据=14400。根据Ravn和Uhlig的研究，的取值应该是观测数据频率的4次方，即年度数据应取=6.25，月度数据应取=129600。该结论在后续很多研究中得到了证实，因此，本文HP滤波的值取6.25。HP滤波需要明确序列的平稳性，故在滤波分析之前先对Y1进行ADF检验，Y1为一阶单整序列（见表5）。
运用Eviews6.0进行HP滤波分析，得到一阶差分的周期波动图（见图1）。
观察HP滤波图可发现，由于一阶差分，1990年的数据缺失。按照从复苏开始，经历繁荣、衰退至萧条为一个周期，即波谷到波谷，浙江省从1991年至2013年的房地产市场大致上可分为三个周期：1991-1998年，1999-2008年，2009-2013年，最后一个周期尚未完成。
1.3.2 BK滤波
BK滤波法最早由Baxter和King提出，是一种近似带通滤波，它保留了固定区间的周期成分，将低频趋势成分以及高频的不规则波动过滤掉。实际上是采用一个对称的固定加权移动平均滤波将时间序列的周期趋势成分分离出来。与HP滤波相比，BK滤波最大的优点就是避免了取值的随意性，是理想的带通滤波的最优近似，但其最大的缺点就是会损失样本观测个数，一般取定了值就会损失样本两端的2个观测值，另外取较大的值可以得到较好的滤波效果。陈昆亭和曾昭法等人在研究中国宏观经济年度数据时都将截断长度取为5，但他们的研究时序较长，样本总量较大。本文从1990年至2013年，时长24年，样本数量不够大，所以值不宜取过大，然而要使滤波效果比较好，值也不能过小。所以本文选择BK（2，8）取=3。对Y1进行BK滤波处理，得到周期波动图（见图2）。
