货币政策对房地产价格影响的非对称性分析——基于LSTVAR模型

由经济学理论分析可知,货币政策对房地产价格的具有显著的影响.利用LM检验和LR检验得到,包含货币政策变量和房地产价格变量的VAR模型具有非线性特征,并构建了相应的LSTVAR模型.运用广义脉冲响应函数研究了货币供应量与利率变化对中国房地产价格动态影响的非对称性.     

市场流动性与资产价格的非线性关系——基于MS-AR和TVP-SV-SVAR模型的时变分析

本文运用MS-AR模型揭示了中国市场流动性状态转换的非线性特征,在此基础上,以股价、房价、利率、汇率和债券价格为代表,通过TVP-SV-SVAR模型构建时变脉冲响应来分析市场流动性与资产价格之间的动态效应。结果表明:市场流动性的强弱状态划分清晰,且转换时点与金融事件一致;市场非流动性对资产价格的影响主要反映在股价、利率和债券价格上,且当期正向影响股票和债券价格,负向影响利率;资产价格对市场非流动性的影响在持续时间、作用方向和强度上具有明显的时变特征。股价上涨和下跌对市场非流动性的影响具有非对称性,房价在房地产繁荣时期对市场非流动性的影响更迅速,利率在经济低迷时期对市场非流动性的影响效果较弱,汇率在人民币升值幅度加快的背景下对市场非流动性的影响持续时间更长,债券价格对市场非流动性的长期影响在债市牛市或熊市阶段为负而在债市调整阶段为正。     

基于MIV-BP型网络实验的房地产价格影响因素研究

房地产价格是保证房地产经济健康运行和资源有效配置的关键.影响房地产价格的因素复杂,各因素的变化势必将对房地产价格的涨跌产生影响.以经济学中的供求理论为基础,以上海市商品住宅价格为研究对象,对BP神经网络进行训练,计算各因素对房价的平均影响值(MIV),构建MIV-BP模型,实证分析各因素对房地产价格的影响作用.结果表明:生产总值,贷款利率,居民人均可支配收入成为影响我国房地产价格的主要因素.居民消费价格指数,土地增值税对房价产生较显著影响.而在上述变量作用下,房地产供给面积与销售面积已经很难影响房地产价格的走势.因此应将生产总值,贷款利率,人均可支配收入作为房地产价格调控的着力点.     

楼市价格回落

鉴于全球经济周期回落，以及中国通胀压力加大而持续货币紧缩，市场对房地产价格下跌已经形成共识。     

金融危机后中国跨境短期资本流动与人民币汇率及资产价格波动关联研究

基于综合资产收益率平价理论构建理论模型,研究探讨了中国跨境短期资本流动规模与资产价格及人民币汇率预期变动之间的动态关系.然后在此基础上通过建立VAR模型,采用格兰杰因果检验以及脉冲响应分析等方法实证分析了2010年7月至2015年6月中国跨境短期资本流动、人民币汇率预期波动、利率、房价和股价变动之间的关联关系.实证结果表明:中国房地产市场、股票市场上涨会吸引短期跨境资本流入;美元利率上升和人民币贬值预期会引致短期跨境资本的流出;短期跨境资本流入会造成国内利率降低,但对房地产市场、股票市场的影响不显著;中国房地产市场与股票市场之间会有联动效应,人民币的贬值预期也会引致房地产价格下降.     

中国房价形成机制的实证研究

构建了房地产市场的供求模型和均衡价格模型,引入商品房销售价格、销售面积、施工面积等9个变量,建立相应的联立方程组,对房地产价格形成机制进行了研究.研究结果表明：房地产的价格很大程度上受到居民收入、利率、以及土地价格的影响,相对而言居民收入和利率的影响最为明显.同时,居民对房地产的潜在需求和有效需求间的差距较大.目前相关部门应更加关注房地产市场有效需求的规模,并适当调整利率、土地供给等,从而保证房地产市场的稳定发展.     

基于GM(1,N)模型的郑州市房地产价格预测

首先从房地产需求、房地产供给、宏观经济三个方面对影响郑州市房地产价格的因素进行了灰色关联度分析.分析结果显示,造成郑州市房地产价格上涨的主要因素为:城镇居民可支配收入,竣工房屋平均造价,人均GDP,而土地供应面积和贷款利率对房地产价格的影响不大.然后,根据主要因素,建立了相应的GM(1,4)预测模型,对郑州市未来5年的房地产价格进行了预测.预测结果表明:房地产价格依然会继续上涨,且以每年约9%的增长率增长.     

基于媒体效应的房地产价格波动研究——以西安市为例

以网络搜索关键词的搜索量作为媒体效应的量化指标,建立考虑媒体效应的VAR模型研究房地产价格的波动趋势,并利用西安市2011年1月-2017年12月的数据进行验证.研究结果发现:媒体效应对房地产价格的影响存在两期的最优滞后效应;媒体效应与房地产价格之间具有长期稳定的协整关系;考虑媒体效应的VAR模型能够较好的分析媒体效应与房地产价格之间的动态关系,房地产价格受以下网络搜索关键词的正向影响,其影响程度由大到小依次为:行政类、房地产类、其他类、金融类、财政类关键词,而土地类关键词的影响为负.最后,将站在政府、相关部门和房地产开发商的角度,提出相关建议.     

市场投资者情绪与我国房价波动——基于Markov区制转换VAR模型的实证检验

运用MSI(3)-VAR(1)模型,选取2005年7月-2016年12月的月度数据,基于投资者情绪,从非线性角度实证研究了影响我国房地产价格波动的因素.实证结果表明,第一,投资者情绪的高涨会促进房地产价格的上涨,且在房地产市场低迷时期,投资者情绪推动房地产市场上涨的作用更显著.第二,住房开发成本的上涨会促进房地产价格上涨,且在房价高涨时期最为显著.而利率的提高会引起房地产价格下跌,且在房地产市场低迷时期更加显著.第三,投资者情绪不仅受到房价和银行存款利率的正向影响,还显著地受到住房开发成本负向作用的影响.最后,根据实证结论为政府部门提出稳定房地产市场的政策建议.     

基于Multi-Agent模型的行政政策对区域差异化房地产价格影响的研究

为了稳定房地产市场的价格波动,帮助房地产市场持续健康的发展,国家自2010年之后推出了一系列的行政政策来限制房地产市场的投机行为.为了研究这些行政政策是否能够起到应有的作用,文章构建了自下而上、系统全面的Multi-Agent房地产市场模型对行政政策在不同城市房地产市场的差异化效应进行了仿真研究.实证研究发现:1)利空性行政政策会使得目前的房地产市场价格在短期内持续降低,到达最低点之后会重新恢复上升态势.2)如果放开限购管制,将导致各地房地产市场价格持续上升.3)如果允许投资者在不同地区进行房地产投资行为,将推动未成熟的房地产市场价格更快的上升,反而对成熟的房地产市场影响较小.     

房地产市场供求均衡与房地产价格研究——以北京商品房市场为例

中国房价上涨幅度较大,研究房地产供求市场及其价格,能把握房地产市场规律,促进房地产市场的平稳健康发展.研究从供求均衡理论角度分析了房地产市场的供求规律及其价格,通过建立商品房市场的供需动态均衡模型,以1990~2010年北京市商品房市场为例,对房地产市场的供求弹性、与长期均衡之间的关系及其对房地产价格的影响进行了实证研究与分析.研究表明房地产供给市场长期略具弹性,而需求市场长期弹性较大,价格对商品房市场的调节作用并不明显,实现房地产市场的供求均衡,需要政府力量的介入并对市场进行宏观调控.     

房屋销售价格指数与地产指数关系的协整分析

对房屋销售价格指数和深交所地产指数的协整关系进行实证分析,并做了Granger因果检验,结果显示:在所考虑的数据区间房屋销售价格指数与地产指数确实存在协整关系,地产指数是引起房屋销售价格指数变化的原因,最后给出了一些相关的建议.     

基于马氏域变的房地产泡沫存在概率研究

借鉴股票市场泡沫的研究方法,采用非齐次马氏域变思想对我国2001年1月到2010年12月的房地产市场泡沫进行了分析.通过Johansen协整检验方法从房价数据中分离出泡沫成份,使用极大似然估计方法估计出房价泡沫在两状态下的方差和转移概率的相关参数,进而求出各时期房价泡沫存在的概率.实证结果表明:第一,样本期间大部分时期内我国房地产价格存在泡沫的概率较小,但2009年4月至12月房价存在泡沫的概率较大;第二,提高贷款利率能够减小从无泡沫到有泡沫的概率,同时增加从有泡沫到无泡沫的概率.     

房地产泡沫相关因素及相关关系的实证研究

通过理论探讨及文献研究,建立了与房地产泡沫有关的的四个关键因素,土地价格、房价虚涨、房地产投资和房屋空置率与房地产泡沫的关系路径分析模型,并通过30个省市的相关数据进行了统计分析,检验该模型.研究结果表明:各活动要素的影响强度存在着一定的差异,土地价格和房屋空置率对房地产泡沫的影响最大,房价虚涨和房地产投资泡沫对于房地产泡沫的直接影响不是很显著,但是可以通过土地价格泡沫和房屋空置率泡沫等其他变量间接地发挥显著作用.指出了局限性.     

外汇市场、股票市场与房地产市场的风险传染研究——基于三元VAR-BEKK-GARCH模型实证分析

本文将人民币汇率、房价和股价三者纳入一个统一的分析框架中,从水平变动和波动风险两个方面考虑时变异方差和变量间的风险传递效应,使用“二次汇改”后的2010年6月到2017年12月的月度数据,采用三元GARCH和BEKK时序模型研究人民币汇率、房价和股价之间的动态影响关系及其波动风险互动机制。研究发现,三个市场相互之间具有明显的影响,特别是价格波动的风险传染上,房地产市场与股票之间、股票市场与汇率市场之间或长期或短期都存在风险的传递效应。具体而言,市场在均值溢出方面,人民币升值会促进房价和股价的上涨;但房价与股价之间的价格影响关系并不明显。在波动溢出方面,房价和股价之间的波动溢出效应明显,同时存在ARCH和GARCH型波动效应,而股价对汇率的波动影响也同时存在ARCH和GARCH型波动效应,但汇率对股价仅有GARCH型波动效应。     

中国房地产价格的多元线性回归模型

近几年,房价的迅速增长,已经远远超过了GDP和居民可支配收入的增长.那么,我国房地产市场是否已经过热,是否已经出现了泡沫.基于2000~2006年的数据对我国房地产价格函数的影响因素进行了多元线性回归分析.尽管我国部分地区价格偏高,但是并没有出现商品房价格泡沫.     

核心城市房地产市场的联动和溢出特征研究——基于中国“北上广深”样本的经验考察

本文基于房价长期趋势和短期波动层面,基于HP滤波法分离北京、上海、广州和深圳四大一线城市的房价,采用有向无环图和信息溢出指数方法剖析了核心城市房价之间的同期联动效应和信息溢出效应,并结合滚动窗口估计法分析了信息溢出对外部信息和调控政策的反应程度。结果显示:一线城市房价之间有紧密的联系程度和较高的信息溢出规模。在同期联动效应上,深圳房价趋势的对外联动效应最明显,北京房价趋势在同期最易受其它城市影响;上海房价波动存在较强的对外联动效应,深圳房价波动受其它一线城市的波动冲击较迅速。在信息溢出效应上,深圳房价趋势有引领作用,对外溢出效应最强;上海房价波动处于引导地位,中长期对其它市场影响最大。核心城市房价趋势之间的溢出指数随着利好政策信息的出现而上升,随着限制政策等不利信息的出现而下降。核心城市房价波动之间的溢出效应对于外部信息反应更为灵敏,国家对房地产市场的调控政策增大核心城市房价波动的信息溢出规模。     

基于PCA-VAR模型的房地产信贷政策调控效应分析

有效的房地产调控,既要实现稳定房价、控制房地产开发投资过快增长等调控目标,同时也不会对宏观经济带来过大的负面影响.在分析各类房地产调控政策传导机制的基础上,通过构建PCA-VAR模型,并综合运用了协整分析、Granger因果检验、方差分解和脉冲效应分析等方法,细致测算了房地产信贷政策对房地产市场和宏观经济的影响,据此为我国实施房地产调控提供政策建议.     

我国房地产市场发展问题研究

房地产市场是一个庞大而复杂的系统,它对我国国内生产总值有重要影响,并和百姓生活必需的"住"关系极为紧密.因此,有必要对房地产市场进行深入分析.从当前社会经济发展的现实着手,建立了一系列数学模型,包括房地产市场的供求模型、价格影响模型、房地产行业与国民经济相关行业关联度模型和房地产行业泡沫度量模型.并运用可获得的经济数据对以上模型进行了实证分析,旨在研究如何促使房地产市场健康稳定地持续发展,同时为国家制定房地产的相关政策提供一定的理论参考.