中国房地产库存的影响因素分析_方瑶.docx

《中国房地产库存的影响因素分析_方瑶.docx》由会员分享，可在线阅读，更多相关《中国房地产库存的影响因素分析_方瑶.docx（50页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、 中国房地产库存的影响因素分析 作者姓名： 方瑶 学科专业： 金 融 学 导师姓名： 鲁 炜 副 教 授 李 勇 讲 师 完成时间： 二一六年五月二十日 University of Science and Technology of China A dissertation for masters degree Analysis of the Influencing Factors of Chinese Real Estate Inventory Authors Name: Yao Fang Speciality： Finance Supervisor： Prof. Wei Lu Lectur

2、er. Yong Li Finished time: May 20th, 2016 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研宂工作所取得的成 果除己特别加以标注和致谢的地方外，论文中不包含任何他人己经发表或撰写 过的研宄成果。与我一同工作的同志对本研宄所做的贡献均己在论文中作了明确 的说明。 作者签名 : 签字日期 : 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥 有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交 论文的复印件和电子版，允许论文被査阅和借阅，可以将学位

3、论文编入中国学 位论文全文数据库等有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 摘要 摘要 目前我国房地产市场房屋存量急剧上升，市场面临严重的去库存压力。作为 国民经济增长的动力源之一，房地产行业的存量过剩在拖累自身健康发展的同 时，也对我国经济建设产生严重的负面效应。面对严重的去库存压力，从源头分 析引起房地产库存的原因显得 尤为重要。 文章在进行实证分析之前，先对与房地产库存相关的指标含义以及计算方法 的界定进行了介绍，并总结分析了引起当前我国库存量急剧上升的原因。利用 J

4、J 协整检验分析了我国商品房库存与各影响因素之间的协整关系；同时利用向 量误差修正模型分析作为解释变童的房价，经济增长，人均收入，劳动人口以及 利率的短期波动对因变置库存的短期波动的影响，并得出以下结论：商品房库存 与商品房价格、经济增长、人均收入，劳动人口比例以及利率间存在长期均衡关 系，其中商品房价格与利率与商品房库存存在正相关关系，而经济增长、人均收 入 以及劳动人口比例与商品房存量负相关。在对库存影响因素的实证分析的基础 上，本文基于我国目前房地产库存在各城市间己出现严重分化这一事实，通过建 立面板数据模型，实证分析了东部、中部以及西部中房价、经济增长、人均收入 , 劳动人口比例对库存

5、影响的差异性。结果表明经济增长，商品房价格，人均收入 以及劳动人口比例对库存的影响确实存在着地区差异，其中东部经济增长对库存 的影响要明显强于其他两个地区，而中西部差别不大；相反的，商品房价格、人 均收入以及劳动人口对库存的影响出现了明显的差异，基本都是西部最髙，中部 次之，而 东部最小。 关键词：房地产库存影响因素协整检验向量误差修正模型 Granger 因果检验 区域分析面板数据模型 ABSTRACT At present, there is a serious imbalance between supply and demand of Chinas real estate market

6、, and a sharp rise of housing inventory in the real estate market, so the market is feeing severe pressure to the reduce the high inventory. As the one of the power source of Chinas economic growth, with damaging the economic of the real estate industry, the high inventory has also caused big challe

7、nges to Chinas economic construction. Facing the serious pressure of reducing inventory, it is particularly important to analyze the reasons to cause the high inventory of real estate from the source. Before using the empirical analysis, this paper first introduces the meaning of the indicators and

8、definition of calculation methods of indicators relating to real estate inventory, and analysis the causes of the current high inventory of China. Using JJ co-integration test and vector error correction model to analysis the factors that could cause real estate inventory, and the following conclusi

9、ons are that there exists Long-term equilibrium relationship between the inventory of real estate and real estate prices, economic growth, income per capita, the proportion of the working population and interest rates. Where there is a positive correlation between real estate prices and interest rat

10、es and real estate inventory, but economic growth, income per capita and the proportion of the working population and real estate inventory negatively correlated. Based on empirical analysis of factors which influence the inventory, this paper based on the reality that current there is a serious dif

11、ferentiation of real estate inventory that among the cities, through the establishment of the panel data model, analyzing the differences of the impact of real estate prices, economic growth per capita income, the proportion of the working population on inventory between the eastern, central and wes

12、tern. The results show that the differences of the effect of each variable on the inventory between different regions do exist. In which the affect of economic growth in the eastern region on the inventory is significantly stronger than the central and western, while the central and western is not v

13、ery different; In contrast, the aflFect of real estate prices, income per capita and the proportion of the labor force on inventory has a obvious difference between the eastern, central and western, and basically the western region of the strongest, followed by the central region and the eastern reg

14、ion of the weakest. in Key Words: real estate inventory, influencing factors, co-integration test, vector error correction model, Granger test, regional analysis, Panel Data model 目录 摘要 . I ABSTRACT . Ill 第 1 章绪论 . 1 1.1 研究背景与意义 . 1 1.1.1 研宄背录 . 1 1.1.2 研宄意义 . 2 1.2 研宄思路与内容 . 2 1.2.1 研宄思路 . 2 1.2,2

15、研宄内容 . 3 1.3 研宄方法 . 3 1.4 创新 . 4 第 2 章指标解释与文献综述 . 5 2.1 指标定义 . 5 2.1.1 空置面积 . 5 2.1.2 空置率 . 5 2. 1. 3 合理空置率 . 5 2.1.4 去化周期 . 5 2.2 文献综述 . 6 2. 2.1 对房地产库存指标内涵界定与计算方法的研宄 . 6 2. 2.2 商品房空置的原因及对策研宂 . 7 2. 2. 3 有关房地产库存的实证研宄 . 9 第 3 章房地产库存的影响因素的实证分析 . 11 3.2.1 协整检验 . 12 3. 2. 2 向量误差修正模型 VECM . 13 3.2. 3 Gr

16、anger 因果关系检验 . 14 3.2.4 模型构建 . 14 3.3 实证结果及分析 . 15 3. 3. 1 样本选取及数据来源与处理 . 15 3.3.2 ADF 单位根检验 . 15 3. 3. 3JJ 协 整 检 验16 3.3.4 向置误差修正模型 VECM . 18 3. 3. 5Granger 因果关系检验19 3.4 实证分析总结 . 20 第 4 章我国房地产库存影响因素的区域性差异分析 . 23 4. 1 变 it 选取 . 24 4. 2 研宄方法与棋型构建 . 25 4.2.1 面板数据棋型 . 25 4.2.2 棋型设定检验 . 26 4.2.3 模型构建 .

17、27 4. 3 实证结果及分析 . 27 4.3.1 样本选取及数据来源与处理 . 27 4. 3. 2 平稳性检验 . 28 4.3.3 协整检验 . 29 假设式中凡，： ， 都是非平稳的 / 变置； x,是一个确定的模型外生变量，常 用来表示趋势项、常数项等确定性项，滞后阶数选择为； ， T 是模型中的样本个 数。将上式经过差分变换后可得： Av, = n_, + S +Hx, +et (3-2) l-l 其中： n = r,=-Vl， ， 3l之 fa： 否具有协整关 f 主要依赖于矩阵 的秩 r 与维数 /t之间的关系。仅当 00) = r ,_|为一个八 )向量， /?矩阵的每 行

18、所表示的 71,_|，少 2.,_|，八 ,-|的 线性组合都是一个协整向量，可见 0 矩阵决定了各变量之间协整形式与个数。从 以上分析中也可以看出 JJ 协整检验就是对矩阵 n 的分析，而这正是 JJ 协整检验的 基本原理。 3.2.2 向量误差修正横型 VECM 只要能够通过协整检验，就说明变置之间确实有均衡关系的存在，就可以利 用变量的差分建立向童误差修正模型。因此本文为了对变量间的短期变动影响关 系进行研究，利用量误差修正模型来研宄变量之间短期变动影响。 假定 x, x 之间满足如下的 （ U)阶分布滞后模型： x = A + +p2x， - + yy,i + (3-6) 由模型可看出

19、，第 /期的值不仅与； C,相关，而且还与滞后一期的 ;C,少的 值有关。将上述分布滞后模型适变形，建立 7 的短期模型，有 .- Ay, = A + + A )x,-i - (J - r)y,-t + , = (37 -y -y 上述表达式为一个短期模型，反映了 X 的短期波动 Ay,是如何决定的。上述表达 式 称 为 一 阶 误 差 修 正 模 型 ， 其 中 称 为 误 差 修 正 项 ， 以 扣 m 表 1-y -y 示。可以将误差修正模型写成 一 般化的形式： Ay, = Ax, - ACv,_, - 0 - or,xM)+et (3g) = Ax, Xecm + st 其中； 1

20、= 1-/， :0=戽 /(11)， =(月 +/?2)/(11)(高铁梅， 2009)。 3. 2. 3 Granger 因果关系检验 计量经济学中的常说的因果关系是指应变量 是由自变量尤决定的 ， 因变量 的变化是由自变置引起的 （ 陈雄兵，张宗成， 2008)。而在回归方程中，一些经 济变量之间虽然显示相关关系较显著，但并不都具有实际意义。对于变量之间因 果关系的检验与分析，目前较常用的分析方法是根据 Granger (1969)提出的 Granger 因果检验来判断变量之间的因果关系。 Granger 因果检验对于 3；与 x 之间 的因果关系的解释是看现在的多大程度被上过去的 x 所

21、解释 ， 加入 ;c 的滞后项 对提高解释程度是否有帮助。若 的历史数据能够为的预测中 提供帮助，就可 以说 “ x 时少的 Granger 原因 ” 。 3.2.4 模型构建 本文建立了包含商品房库存，经济增长，商品房价格 ，城镇 居民人均收入 ， 劳动人口占总人口比值以及利率的 VAR 模型，根据 AIC 及 SC 准则，确定模型滞后 阶数为 3 阶，并且在研宄房地产库存与 各影响 因素之间均衡关系的基础上。通过 向量误差修正模型对变量之间的短期波动也进行了研究，并通过 Granger 因果关 系检验，检验变童之间的 Granger 因果关系是否存在。建立各变量间的协整方程 表达式如下所示

22、： lnh = P0 + filing + P7lnp + + pl + Plr+e, (3-9) 式中， /表示房地产库存变量 ， /!g 表示经济增长变量 ， /)表示房地产价 格变量， /m 表示全国总体人均收入变量， p/表示劳动人口占总人口比值， /r 为 金融机构基准贷款利率。其中怂是方程的常数项，爲，戽，爲，总，爲分别是 /ig/zip/q/;?/对 /nA 的弹性系数，是残差项。 建立的误差向 量修正 模型为： Aj = aecm, +iXAv,w+尽 (3-10) 3.3 实证结果及分析 3.3.1 样本选取及数据来源与处理 (1) 样本选取及数据来源 本文各变量的数据来源于

23、国家统计局网站以及 Wind 数据库公布的 2001 年 第 1季度至 2014 年第四季的全国数据。采用 Eviews 计童软件对以上数据进行分 析。 (2) 数据处理 为消除数据中的通货膨胀因素，本文先用 C/V 环比数据与同比数据构造 2001 年1 月为基底的月度定基数据，然后将月度定基数据转化成季度数据，再构造以 2 1年第一季度为基期的 /定基指数，来消除价格变动的影响。我们对除利率 与人口比例之外所有的数据取其自然对数，则各变量为 nA, frig,/叩， /以， ， 。一 方面是可以尽可能的减少变量之间的异方差性，另一方自然对数近似的表示为变 化的百分比，可以消除变童之间因单位

24、不同引起的影响，增加方程系数的可比性。 3.3.2 ADF 单位根检验 在对变量进行协整检验之前，首先要确定各变量的平稳与否，以防止出现伪 回归现象。本文利用 ADF 单整检验来根据 AIC 和 SC 信息准则的要求，各变量的检 验结果如下表 3.1 所示： 表 3.1 ADF 检验结果 变量 检验形式 ADF 统计值 5%临界值 p 值 平稳性 Inh (c, t, 3) -1,095630 -3.498692 0.9199 不平稳 Alnh ( , , 2) -3.217052 -2,918778 0, 0000 平稳 Ing (c, t, 3) -2. 099896 -3.498692

25、0.5336 不平稳 A/g (c， , 2) -3.135136 -2.919952 0. 0301 平稳 Inp (c, t, 8) -3.221797 -3. 508508 0. 0926 不平稳 Alnp (c, 0, 2) -4.174479 -2.929734 0. 0020 平稳 Ini (c, t, 3) -1.684339 -3.498692 0. 7441 不平稳 islni (c, 0, 2) -3. 298553 -2.919952 0.0201 平稳 pi (c, 1) -0.951088 -3.493692 0.9422 不平稳 pl (c,0,1) -7. 502

26、224 -2.916566 0. 0000 平稳 lr (c,/, 1) -2.918742 -3.495295 0.1650 不平稳 A/r (c, , 1) -4.671631 -2.916566 0. 0004 平稳 注：检验形式中 C 表示截距项， 表示趋势项， /表示滞后阶数。 表 3.1 所示的平稳性检验结果显示，在 5%的置信水平上，所有变量原序列的 ADF统计值都大于 5%的临界值，因此各变量都是不平稳变量，而经过一阶差分 变 换 后都 变 为 平 稳 序 列 ，则 时 间 序 列 都 是 /(I)序列，满足同 阶单整要求。 3. 3. 3 JJ 协整检验 由平稳性检验结果可知

27、，所有时间序列都为 /(I)序列，单整结果说明商品房 库存、经济增长、商品房价格、人均收入以及利率之间可能存在长期均衡关系。 Johansen 协整 _验的两类统计输出结果如表 3.2，表 3.3 所示。 表 3.2 特征根迹检验结果 原假设 特征值 迹统计量 5%临界值 尸值 个协整向童 0.852804 219.3567 103.8473 0.0000 至少 1 个协整向量 0 582123 117.8091 76.97277 0.0000 至少 2 个协整向量 0.522697 71.56296 54.07904 0.0007 至少 3 个协整向量 0.283950 32.36393 3

28、5.19275 0.0979 至少 4 个协整向童 0.165849 14.66165 20.26184 0.2464 至少 5 个协整向量 0.090895 5.050596 9.164546 0.2779 表 3. 3最大特征根检验结果 原假设 特征值 最大特征值 5%临界值 P 值 0 个协整向量 0.852804 101.5476 40.95680 0.0000 至少 1 个协整向量 0 582124 46.24618 34.80587 0.0014 至少 2 个协整向量 0.522697 39.19903 28.58808 0.0015 至少 3 个协整向量 0.283950 17.

29、70228 22.29962 0.1940 至少 4 个协整向量 0.165849 9.611049 15.89210 0.3711 至少 5 个协整向量 0.090895 5.050596 9.164546 0.2779 表 3.2,表 3.3 的 JJ 协整检验结果都显示变量之间存在 3 个协整向量。其中得到 关于商品房库存的标准化协整方程为： /n/i = -0.141/n + 0.345/?-0.341/m-0.403p/+0.076/r +0.302 T ： (1.72400) (4.35193) (4.64436) (12.8462) (9.08795) (8.15716) (3-

30、11) 从协整方程 （ 3-11)可知，商品房库存、商品房价格、经济增长，城镇人均收入、 劳动人口占比以及利率之间存在着长期均衡关系，方程括号内为标准误差。从协 整方程式来看，各解释变量对因变量都有显著的影响，从弹性系数来看，房地产 价格以及贷款利率每变动 1%，房地产库存将会分别随之变化 . 345%与 0 076%， 且均为同向变动。而当经济增长、城镇居民人均收入与劳动入口占比每变动 1%, 房地产库存则负向变动 0.141%、 0.341%与 0.403%。首先，高房价为开发商带来 利润的同时，也制约了我国普通居民的住房需求，并且由于我国居民可用来购房 的储蓄不多，居民的消费需求疲弱。虽

31、然我国房地产市场不乏投机者，但与住房 刚需相比，还是处于少数。同时，与需求弹性的敏感 性相比，我国房地产行业短 期供给弹性不足并且具有滞后性，不能对经济形势的改变做出立马的反应。高房 价会导致库存的增加。其次，利率对房地产供给与需求都会产生影响，对供给方 来说，由于我国房地产行业是资金密集型行业，而且在房地产开发资金中，大约 80%都来自于银行贷款，利率的提高，无疑会增加企业的贷款成本，会使开发商 减少投资，有助于降低库存；但是对于居民消费者来说，利率的提高一方面会增 加其贷款成本，继而降低消费需求，另一方面，对居民来说，收入的不光用作消 费，当利率提高时，人们更倾向于储蓄，在我国，这种倾向

32、更加明显，储蓄的增 加也就意味着消费的降低，所以从需求角度来看，利率的增会降低居民的消费需 求，当霈求方的影响力大于供给方的影响时，利率的增加就会使得库存上升。当 宏观经济的高速发展，一方面为国内投资消费提供了想好的经济环境，房地产开 发商们为最求最大的利润，并且对未来预期乐观，便会不断扩大投资规模，甚至 出现盲目投资现象，而另 方面经济的快速发展也使得居民收入的增加，也就意 味着市场购买力的提高，也即市场有效需求的提高，这对于房地产市场来说无疑 是最好的消息。而就劳 动人口而言，其在总人口中比例的增加，总体上意味着市 场的总的消费水平将提高，其次由于人口的增加，其对住房的需求也会上升，这 些

33、都会增加市场购买行为，进而减少房屋存量。 3.3.4 向置误差修正模型 VECM 本文在协整检验基础上建立向量误差修正模型来考察变量之间的短期波动 影响，也即考察各解释变童的波动在短期是如何影响房地产库存波动。房地产库 存的向量误差修正项及向量误差修正模型表示如下： ecm = Inh - 0.141/ng - 0.345/ip+0.341/II + 0.403pi - 0.076/r -0.302 (3-12) 运行向量误差修正模型，得到房地产库存的短期波动影响如表 3.4 所示。 表 3.4 向置误 差修正 模型检 验结果 自变釐 系数 F 统计值 ecmt_x -0.150292 -2.

34、32912 -0.473473 -2.09975 -0.259762 -1.93043 1.557046 3.76715 3.588436 2.23772 -4.556590 -1.34703 A/n/,.2 -5.034419 -5.00718 M-2 -14.60995 -1.12362 ,-2 17.22724 1.09607 将式 （ 3-11)表达式进行变形可得 -0.l5ecmt_ =-0.15/Ar_, -0.2llng,_, +0.052lnpt_1 -O.OSlhi, -0.06p/,_, +0.01 lrt_x +0.045 (3-13) 表 3.4 为商品房库存的向量误差

35、修正模型估计结果，其中自变量分别为解释 变量及其一阶，二阶滞后项，系数为具体的波动影响程度， f 统计值则显示了各 解释变量对当期的房地产库存影响的显著程度，表中已剔除了不显著的滞后项。 从以上实验结果中可知误差项的系数为 -0.15,且 r 统计童十分显著，这表明该模 型有良好的误差修正机制，滞后一期的非均衡误差对当期房地产库存产生反向调 节作用。从式 （ 3-13)中可发现，长期来看，房地产价格以及利率的波动会对短 期房地产库存波动产生正向影响，且弹性系数分别为 0.052 以及 0.011:而从短期 来看，滞后一期的房地产价格短期波动与当期房地产库存也是同向波动，其弹性 系数为 3.58

36、8,且统计量十分显著，故短期内房地产价格波动对当期房地产库存 波动起同向促进作用：滞后两期的贷款利率与当期房地产库存亦为同向波动，其 弹性系数为 17.227,故短期内银行利率波动与当期房地产库存同向波动；长期来 看，经济的快速发展是有助有市场提高库存消化能力的，而滞后一期的经济增长 波动短期内对当期经济增长波动起促进作用，且 f 统计量十分显著，故短期经济 增长波动同向作用当期房地产库存波动。另外从 （ 3-13)式可发现长期内，人均 收入与劳动人口变量反向作用与房地产库存，其弹性系数分别为 -0.051 与 -0.06, 短 期来看，滞后一期与二期的人均收入波动同样反向作用于房地产库存波动

37、，其 弹性系数分别为 4.557 与 -5.034,且 /统计童十分显著，故短期人均收入波动反向 作用于房地产库存波动。另外滞后两期的劳动人口波动亦是反向作用于存量波 动。 3. 3. 5 Granger 因果关系检验 为研究变量之间是否存在因果关系。本文采用 Granger 因果检验方法来对商 品房库存与经济增长、商品房价格、人均收入以及利率的因果关系进行实证检验。 滞后 2阶的 Granger 因果关系结果如下表 3.5 所示： 表 3. 5 Granger 因果关系检验结果 原假设 滞后阶数 F-统计值 户值 检验结果 /wg 不是 /nA 的 Granger 因果关系 2 3.0495

38、1 0.0565 拒绝 /不是 /wg 的 Granger 因果关系 20.3493 4.E-07 拒绝 /r 不是 /n/i 的 Granger 因果关系 2 0.73969 0.0125 拒绝 /?不是 / 的 Granger 因果关系 0.62338 0.0033 拒绝 /?不是 /的 Granger 因果关系 2 6.98579 0.0021 拒绝 Wi不是 /np的 Granger 因果关系 8.21984 0.0008 拒绝 /m不是 /nA 的 Grang 從因果关系 2 4.69214 0.0137 拒绝 /wA不是 /的 Granger因果关系 34.9134 0.3154

39、接受 续表 表 3. 5 Granger 因果关系检验结果 p/不是 /n/i 的 Granger 因果关系 2 9.44732 0.0003 拒绝 /油不是 p/的 Granger 因果关系 1.46657 0.2407 接受 从上表中可发现，在 10%的临界水平上，房地产库存与经济增长与互为 Granger 因果关系；与房价以及利率之间也互为 Granger 因果关系。另外，人均收 入是房地产库存的 Granger 原因，反之却不成立；同样的，劳动人口占比也是房 地产库存的 Granger 原因，反之却不成立。在协整检验中己经分析了宏观经济与 房地产价格对房地产库存的影响，而 Grange

40、r 因果分析的结果表明，房地产高库 存的存在，也是影响经济增长与房价波动的因素之一。不断累积的库存面积一方 面暴 S 了房地产市场的过度投资现象，存在严重的资金枳压以 及资源浪费，另一 方面房地产行业的产能过剩也会对钢铁、建材等相关产业的市场需求及市场价格 产生较严重的负面影响，这些都将阻碍国民经济发展，最终经济增长与房地产库 存之间会形成恶性循环。房地产市场高库存的存在意味着市场供求关系的失衡， 此时处于买方市场，在完全竞争市场中，房价自然会下降，但考察我国当前的房 地产现状，会发现同时存在着高房价与高库存，一方面是企业为追逐利润不断扩 大规模，增加了库存，另一方面则是房地产投机行为等影响因

41、素的存在，推高了 房地产价格。利率的变动对市场供需双方都会产生影响，提高贷款成本 ，直接影 响消费与投资，而另一方面，利率的变动也会影响居民消费的机会成本，进而影 响居民的消费决策。同时，利率作为重要的调控手段，也会受到多种外在因素的 影响。房地产市场高库存的存在，也正是成为利率调控的 Granger 原因，正如目 前我国己多次通过降息降准手段来刺激消费，化解房地产库存。人均收入作为决 定居民购买力水平的重要因素，当然会对房地产的消费产生影响，也就不难解释 其是房地产庫存的 Granger 原因，而我国居民收入主要受到宏观经济与收入分配 制度的影响。劳动人口所占比例这一变量主要还是受到经济发展

42、以 及政策因素的 制约，例如去年年底才取消的计划生育政策以及二胎政策的开放都会直接影响劳 动人口比例。 3.4 实证分析总结 本聿通过协 整检验 ，证明商品房库存，商品房价格，经济增长，人均收入， 劳动人口占比以及利率之间存在着长期均衡关系， .这与一开始的预测相符。其中 库存与房价。利率正相关，而与经济增长、人均收入以及劳动人口比例负相关， 这也从实证角度验证了原因分析中讨论的结果。向量误差修正模型表明了各变量 短期内波动对商品房库存波动的影响，除了经济增长，其他变量长短期内对库存 的影响相同，而长期内经济增长有助于市场消化库存，但短期内，经济增长波动 却助涨空置量，可能的原因是短期内居民的收入无法立即得到改善，而房地产开 发商的短期扩张行为又使得进入市场的待售面积增加。 Granger 因果分析的结果 也与第二章中提到的原因相吻合。 第 4 章我国房地产库存影响因索的区域性差异分析 第三章的实证研宄结果