房价波动、银行信贷与产业升级——基于银行信贷中介效应检验及区域差异对比分析

房价波动是影响产业升级的重要因素。阐述房价暴涨通过银行信贷中介效应传导机制对产业升级产生抑制作用,并基于全国大中城市2007-2016年面板数据,采用动态面板模型系统GMM估计法检验房价波动通过银行信贷中介效应机制影响产业升级。研究结果表明:第一,大中城市的房价过快上涨对产业升级产生负效应;第二,大中城市的房价过快上涨会增加房地产银行信贷需求,挤出了支持技术创新、产业升级的银行资金,从而抑制产业升级;第三,通过区域差异对比分析,东部大中城市银行信贷对房价波动与高新产业关系发挥中介效应,房价上涨通过吸收银行信贷挤出高新产业发展资金;中部大中城市房价上涨通过吸收银行信贷挤出第三产业发展资金;银行信贷没有对西部城市的房价波动与产业升级发挥中介效应。     

金融市场与住房价格波动的联动关系——基于SVAR模型的实证分析

构建SVAR模型分析了金融市场与房价波动之间的联动关系。金融市场可以分解为信贷市场、股票市场、外汇市场等,实证结果表明:房价与信贷增额之间的反应最为显著,两者具有自我强化的循环作用;房价与股价、汇率、国际资本净流入、利差之间在短期内具有正向响应关系,在长期内影响则逐渐趋于平稳;信贷增额、股价、汇率对房价波动的贡献度较大,除自身影响外,房价波动是其他变量波动的最大贡献者。     

银行信贷对房地产价格影响的研究

本文通过银行信贷对房地产价格影响的理论分析,得出金融支持对房地产价格的波动有着显著的影响。在此基础上,采用ADF检验、协整检验和VAR脉冲分析方法对我国商业银行信贷与房地产价格之间的关系进行了实证分析,结果表明银行信贷显著影响房地产价格的波动,进一步探讨了银行信贷导致房价上涨的原因,并寻求有效的解决途径。     

国际资本流动对房价波动风险的影响分析——基于山东省的实证研究(2002Q1-2010Q2)

国际资本流动是引发房地产市场风险的重要因素.利用山东省2002Q1 - 2010Q2的数据为样本,通过分析国际资本流动与房价波动之关系,确定了国际资本流动对房价波动风险的影响.结论是:国际资本流动与房价之间的相互影响较为明显,它比土地价格对房价的影响还要大,而且国内房价对国际资本流动的敏感度较高.故为防范房价的波动风险,相关监管部门需对国际资本的流向给予足够重视.     

货币政策调控与宏观审慎管理的协调效应研究

在货币政策调控与宏观审慎管理理论框架与协调机理的基础上,运用2008～2018年间商业银行微观数据进行实证检验.研究发现:货币政策调控与宏观审慎管理共同影响银行信贷规模时,货币政策的银行信贷总量效应较为明显,宏观审慎管理的资本比率要求显著约束了银行信贷扩张力度,直接影响银行信贷和结构变动;宏观审慎逆周期资本要求,降低了货币政策调控对银行信贷行为的影响效应;逆周期宏观审慎管理资本要求对系统重要性银行约束更为有效,货币政策调控对非系统重要性银行的影响约束作用较为明显;两者通过银行风险承担渠道影响银行信贷规模,宽松的货币政策增加了银行的风险加权资产比率,逆周期宏观审慎管理资本比率要求迫使银行增加缓冲资本,约束了银行风险承担水平.     

KMV模型中资产收益波动率的确定

KMV模型利用期权定价技术来计算银行信贷风险,模型中需要计算资产收益波动率.由于只能观测到的是公司股票的变化,故推导出资产收益波动率与股票收益波动率之间的关系式,并进一步说明这个关系式在计算银行信贷风险上的应用,最后评价了KMV模型的优缺点和应用前景.     

油价波动对我国汽车行业产能过剩的影响

石油与汽车之间一直存在着一种典型的互补关系,研究油价波动与汽车行业产能过剩之间的关系,对于我国汽车行业的结构性改革具有重要的现实意义.基于石油与汽车之间的这种关系,可以肯定石油价格波动对汽车行业产能过剩会产生一定的影响.为了探究石油价格波动对我国汽车行业产能过剩造成的影响程度,文章采用短期约束的SVAR模型,考察了2013年7月至2016年12月之间油价波动对我国汽车行业产能过剩结构性冲击的影响.结果发现,油价波动对我国汽车行业的产能过剩存在反向冲击,即油价上升会在一定程度上降低我国汽车行业产能过剩程度,而油价下跌会加剧我国汽车行业的产能过剩.因此,相关部门可以通过对油价波动走势的预测来对我国的汽车行业进行结构性改革,并适时推进新能源汽车的发展.     

房地产周期与银行信贷关系的实证研究——基于山东省2000—2013年的相关数据

改革开放以来,房地产行业表现出来的周期性波动引起了国内外学者的极大关注,运用各种方法对这种周期性进行描述,探讨周期性波动的形成原因及影响因素。在我国,大约70%的房地产开发资金来自于银行信贷,银行信贷与房地产周期波动之间有着紧密的联系,而且房地产行业的发展呈现出区域性、多元化的特点。运用VAR模型实证分析山东省房地产周期与银行信贷之间的关系,结果显示,银行信贷对房地产周期波动有滞后的正向影响,因而可以运用信贷政策适当控制房地产波动;相对来说,货币供应量的扩张或收缩对平抑房地产周期波动基本无效。     

房地产价格波动：投资效应、 财富效应与通货膨胀效应

为了探究我国房价波动的宏观经济效应,基于2005年7月至2016年11月70个大中城市的月度数据,从投资效应、财富效应和通货膨胀效应3个维度构建ARDL模型,以研究我国房价波动对经济增长、国民消费和物价水平的影响。结果发现,短期来看,房价会通过财富效应侵蚀当期消费;经市场充分消化后,长期来看,房价会带来消费回升;房价波动与社会总投资规模之间没有长期稳定的关系。鉴于此,从强实抑虚、规范房地产业发展、促进经济持续增长等角度提出相关建议。     

我国银行信贷规模与产业结构变动关系的实证研究

本文运用Johansen协整检验、Granger因果检验等计量方法,对我国1952-2008年银行信贷规模与产业结构变动之间的关系进行了实证研究,结果表明：我国1952-1978年间银行信贷规模与产业结构变化之间不存在长期协整关系;1979-2008年间我国银行信贷规模与三次产业变动之间各存在长期协整关系,并且银行信贷规模变化是第一产业与第二产业变动的Granger原因;而第一产业与第二产业的变动不是银行信贷规模变化的Granger原因,银行信贷规模不是第三产业变动Granger原因,而第三产业变动是银行信贷规模变化的Granger原因。     

房地产价格膨胀对金融震荡的警示

从房地产业的发展与银行信贷以及金融震荡三者的关系出发,研究中国房地产价格的膨胀与银行信贷支持的相互影响后发现,中国房地产业的发展和市场表现在其各个环节上都依赖于银行资金,且在各种因素的交织作用下,中国城市的房价持续上涨,有些大城市房价过高,金融泡沫在积聚。以上海为例,采用购房年成本与实际租金比指数分析上海房地产价格,可以得出上海房地产泡沫积聚过多,房价即将趋于平稳或下跌的结论。如果国内众多城市的房价在高位时急剧下跌将有可能引发全国范围的信贷紧缩和泡沫破灭,进而造成金融动荡,因此,涉及房地产业的宏观调控要谨慎慢行,循序渐进。     

“限购令”对西安房地产市场的影响趋势分析

“限购令”政策的出台会对西安房地产市场产生重要影响。在短期内,“限购令”政策会使得普通住宅的成交量和价格都发生大幅度的下跌,而使高端住宅的成交量和价格发生上涨,但房地产的均价不会发生多大发生变化,房价的上涨速度会减慢;在长期中,“限购令”会对房地产投机行为有抑制作用,将使得普通住宅的价格下降,高端住宅的价格上涨,两者的成交量均会发生变化;“限购令”同时也会促使商业楼房、小产权房、郊区楼房价格的上升。     

我国房价波动与货币信贷政策调控研究

通过比较近年来我国房价名义增长率与GDP、居民收入增长率,发现房价增长率的波动明显大于GDP与居民收入增长率,并用HP滤波方法计算出我国的房价波动幅度;认为自2003年以来政府调控房地产的货币信贷政策主要是以调整存款准备金率与利率、调整开发项目资本金比例、限定贷款主体资格、差别化的住房信贷政策为主;认为货币信贷政策本身存在缺陷、地方政府与商业银行执行不力以及我国特殊的房地产业发展环境是制约货币信贷政策调控效果的主要因素,并提出了相应的政策建议以期为政府调控房地产市场提供参考.     

基于贝叶斯模型平均（BMA）方法的中国房地产价格影响因素分析

对可能影响中国房价的诸多因素的重要性问题进行识别和检验,基于模型不确定性的视角,使用中国30个省（区）2002~2013年面板数据,采用贝叶斯模型平均（BMA）方法进行模型设定与分析。研究认为,在可能对中国房价产生影响的19个指标中,信贷政策、心理预期、物价水平、房屋竣工面积和产业结构合理化等5个解释变量的后验概率大于90%,它们是影响现阶段中国房地产价格的决定因素;应通过差别化的信贷政策分区域控制房价,通过新闻媒体公开统计和发布房地产数据正确引导人们的心理预期,通过适宜的货币政策有效控制物价,通过保障性住房建设增加房地产供给,通过合理化的产业结构引导房价调控等,促进中国房地产市场的健康发展。     

房地产价格上涨与信贷扩张、地价上涨--基于省际面板数据的分析

根据2003—2012年中国省际面板数据,运用Granger因果关系检验模型检验房地产价格上涨与信贷扩张、地价上涨三者之间的作用关系。研究结果表明,房地产价格上涨与信贷扩张、地价上涨三者之间存在着相互反馈的作用机制。对房地产价格上涨的各影响因素进行估计后发现城镇劳动者工资上涨、地价上涨和信贷扩张对房地产价格上涨产生正向影响,房地产供给对房地产价格上涨具有负向影响。增加房地产供给,限制房地产业信贷规模和平抑地价是抑制房地产价格过快上涨的重要途径。     

货币政策利率变动与房地产市场波动关系研究

通过采用EGARCH（1,1）模型,实证分析以一年期贷款基准利率为代表的货币政策利率变量对国内房地产行业上市公司股票价格波动的影响效应,研究考察涵盖2008年9月1日至2013年5月8日样本区间内主要房地产上市公司股票价格对央行政策利率的调整的反应,研究显示,具有代表性的贷款基准利率变化和调整对国内房地产行业股票收益率的影响显著且方向为负——利率调升则上市房地产企业股票价格向下调整,反之,如果政策利率处于下降通道则房地产企业股票价格向上调整。进一步分析则发现,国内房价历史信息可以部分地解释房地产市场的波动;房地产业股票价格波动具有群聚性,其股票价格收益率对宏观经济信息的反应呈现出一定的杠杆效应特征,即利好消息和负面消息对股票收益率的波动有非对称性影响,具有负面性的政策信息对地产市场的冲击往往大于对等程度的正面利好消息对市场波动的影响。     

基于BP神经网络模型的房价敏感性分析

为分析和测算房价,受供给和需求两方面相关指标的影响和敏感程度,本文采用BP神经网络,研究了供需相关指标的不确定性变动引起的房价变动趋势。研究表明：房价对银行贷款额度和国民经济增速最敏感,对当年施工面积和建材价格弱敏感,而对居民消费价格指数和人均可支配收入不敏感。对最敏感性指标,应从差别化信贷、拉动消费抑制投资入手;对弱敏感指标,应加大保障性住房的建设力度,完善土地市场体系,推进房地产税收改革,改善住房供应结构;对不敏感指标,应切实提高居民收入水平。本文根据房价对相关指标变动的敏感性程度,指导选择调控指标先后次序,用以提高管控的精度和住房市场供需要素调控的有效性,促进房地产市场健康运行。     

经济适用房对房价影响的实证分析

本文从供需层次出发,分析商品房价格不合理上涨的推动机制,通过实证分析加以印证,得到的结论是经济适用房对商品房价格上升构成Granger因果关系。最终提出从经济适用房出发解决房价问题的几点建议,并做出了房价在现有体系下会持续上涨的推测。     

厦门房地产泡沫实证分析

厦门房价居高不下,是否存在泡沫有待验证。选用房地产投资占GDP比重、房价收入比和租售比三大指标来衡量泡沫的程度,并借鉴前人的计算方法,从实证的角度来进行计算,得到厦门房地产的泡沫处于危险区域。