货币政策工具对房地产价格影响的动态研究

采用1998年第1季度至2011年第4季度的数据,将存款准备金率、利率和货币供应量纳入到结构向量自回归模型(SVAR)中,分析了货币政策工具对房地产价格冲击的强度和时效。结果表明:存款准备金率对房地产价格的影响在中期为负,短期和长期为正;利率在短期和中期对房地产价格的影响为负,但在中期的调控效果比较显著;货币供应量对房地产价格的影响在短期和中期为正,长期为负;存款准备金率和货币供应量对房地产价格的影响比利率的影响更显著一些。提出央行可以将存款准备金率作为调控的重要手段,积极推进利率市场化,合理控制货币供应量的供给,同时增加货币政策决策的灵活性。     

老年住宅的市场需求与供给策略--以广州为例

老年住宅市场的形成是我国经济发展、人口政策和社会因素共同作用的结果,也是房地产经济持续发展的一种途径和房地产产业资源优化配置的需要。以广州为例,影响老年宜居住宅需求的主要因素依次为人均可支配收入、人均住宅面积、人口老龄化水平、城市住宅价格、区域经济发展状况等,为释放和满足老年宜居住宅需求,应该形成由政府部门、公共机构、房地产企业、家庭和社区等共同参与的多元化供给主体模式,并构建针对不同消费群体的老年住宅供给体系。     

基于多变量协整的房地产投资宏观调控实证分析

论文以房地产投资作为房地产业投资水平的代表变量,代表土地控制变量的为土地供应量,代表信贷控制变量的为银行对房地产业的国内贷款总额,代表间接金融控制变量的为M2与各期利率,使用2003年第一季度至2010年第四季度的季度数据,运用多变量协整方程对我国房地产投资宏观调控进行实证研究。实证结果表明：土地供应量、房地产信贷总量、货币供应量都对房地产投资有正面的积极影响,其中货币供应量的影响效果最为显著,土地供应次之,信贷供应量的影响最小,同时土地供应量、信贷供给水平与货币供应量均为房地产业投资水平的格兰杰因。由此可见,我国现阶段的房地产投资与货币政策与土地政策关系极为紧密,通过调整货币政策与土地政策可以有效地控制房地产业的投资水平,从而对房地产投资进行有效的调控。     

金融自由化对我国住宅价格变化的影响

基于中国2000-2010年的季度数据,利用FAVAR模型研究得出:金融自由化对总体住宅价格变化具有明显的正向冲击,国际资本流动、房贷放松和国内资本市场开放的冲击效应依次增强;金融自由化对普通住宅价格变化的正向冲击效果明显,对经济适用房价格变化具有较弱的负向冲击效果,对高档住宅价格变化的冲击波动较大,比较复杂。因此,金融自由化对中国住宅价格变化起到了直接的推动作用,稳步有序地推进金融自由化进程、加强住宅投资的审慎监管、管好信贷闸门、引导外资的合理流向和加大保障性住房的供给对抑制房价过快增长至关重要。     

我国货币政策调控房地产价格的效果分析

实证分析2000年第1季度到2006年第1季度我国广义货币供应量M2和房地产价格的相互关系,考察货币政策调控房地产价格的效果.结论是:通过吸纳金融市场过多流动性,央行货币政策起到了抑制房地产价格过快上涨的效果,但不能消除房地产过热.防止房地产过热还需综合运用各项政策.     

珠三角城市住宅价格空间传导与趋同研究

以珠三角9个城市2001Q1 - 2010Q4住宅价格的季度数据,运用Johansen协整关系检验、多变量Granger因果关系检验、脉冲响应函数和面板数据单位根检验探索了珠三角城市住宅价格的空间传导关系和价格趋同性.结果表明,珠三角城市住宅价格波动具有长期稳定的关系,在“深—莞—惠”、“广—佛—肇”和“珠—中—江”三个次级区域的住宅市场中,深圳、广州、珠海三个“核心城市”对其次级区域内的其他城市在空间上产生价格传导,同时,“深—莞—惠”中的深圳市住宅价格在空间上向“广—佛—肇”和“珠—中—江”传导.进一步检验发现,珠三角城市住宅价格存在以广州、深圳、珠海为基准的价格趋同现象.研究结论对政府实施差异化策略调控区域性住宅市场具有重要意义.     

价格波动差异与我国货币政策调控效果：非递归 SVAR 分析

基于1998年1季度至2011年2季度数据,通过施加短期约束的向量自回归模型（SVAR）,关注了四类代表性的价格水平波动与货币政策调控效果之间的关系和特点。主要研究结论表明：不同货币政策对价格波动的调控作用表现出了明显的差异性。其中,货币供给政策对房地产和股票价格波动所体现的资产价格波动的调控和影响作用最显著;而利率政策则对能源和消费价格波动所体现的生产和消费领域的调控作用更明显。     

我国住宅用地价格增长率波动的实证分析——基于经济周期理论和ARCH类模型

基于经济周期理论并借助HP滤波法,分析了我国住宅地价增长率从1998年第1季度至2011年第2季度的周期波动特征,结果表明住宅地价增长率波动的周期性特征非常明显且波动幅度日益加强.接着利用ARCH类模型分析了住宅地价增长率的波动特征,发现住宅地价增长率具有显著的集簇性,没有高风险高回报的特征,并具有与股票市场恰好相反的杠杆效应.最后提出了相应的政策建议.     

我国住宅价格与投机研究

从20世纪90年代初的房地产(住宅)投机热潮到最近几年炒作的顶峰阶段,我国理论界始终把房地产价格作为房地产市场研究的重点,而与我们生活密切相关的住宅市场更是房地产市场研究的重中之重.本文首先分析了2010年至今中国住宅市场与投机现状,并得出结论,住宅市场仍然有泡沫,投机行为依然存在,其次找出了住宅市场产生投机的原因,最后提出了相关政策建议.     

基于不同中介目标的中国货币政策效应比较研究

本文利用中国1999—2013年季度数据,构建由国内生产总值(GDP)、居民消费价格指数(CPI)、银行间7天同业拆借利率(R)、广义货币供应量(M2)以及人民币贷款余额(LOAN)组成的五变量SVAR模型,测算出不同货币政策冲击对产出波动和价格波动的具体效应。研究结果表明,在货币政策三个中介目标中,信贷冲击对我国产出波动的影响最大,货币供应量冲击对我国价格波动的影响最大,利率冲击对宏观经济的影响最小。     

商品房价格波动的成因及调控举措

研究中国当前商品房价格波动必须以一定的理论分析为支撑,其中必须充分考虑商品房供求规律。政府所制定的政策、法律和法规也应符合商品房供求规律的要求。主要结论包括:第一,不论商品房供求是处于平衡点或是处在相对均衡域内或域外的任何位置,这种状态都不会停滞,商品房价格的变化除随机因素影响外,它的上升是不会以人的意志为转移的。第二,公布的商品房价格是一个笼统的平均数,它将商品房中各类住宅销售价格之间的差异抽象掉了,从而掩盖了不同物业之间的质的差别。第三,引起商品房价格上升既有供给方面的因素,又有需求方面的因素。文章最后提出了几点建议。     

武汉市房价与地价关系的实证研究

本文以武汉市2001年至2007年的商品房销售季度价格指数和土地交易季度价格指数为样本通过平稳性检验、协整关系检验和格兰杰因果关系检验,对房价和地价之间的关系进行了实证分析,得出了短期内房价和地价具有互动关系、长期内房价决定地价的结论。因此,要因地制宜地制定土地供给政策,以期达到统筹兼顾土地市场和房地产市场,促进各级市场之间良性互动和协同可持续发展的目标。     

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.     

基于灰色关联度的房价影响因素修正分析

从房地产行业和经济人口角度总结以往房价影响因素指标中存在的信息冗杂、代表性不强的问题,对以往的房地产行业和经济人口影响因素指标进行了修正和补充,以11个新一线城市的房价为例,建立新的指标体系,用灰色关联分析法分析了影响房价的因素及其与房价的关联程度。结果表明:影响房价的因素影响程度由大到小依次为城镇人均可支配收入、人均GDP、城镇新增就业人口、住宅开发投资额、住宅销售面积、住宅待售面积、住宅新开工面积、住宅竣工面积、住宅施工面积、居民消费价格指数;经济人口的需求因素对房价的关联度大于房地产行业的供应因素;人口因素对房价的关联程度低于区域经济因素。     

货币供应量、地价与房价关系的再检验——以陕西为例

利用1998-2010年陕西省的时间序列数据,对陕西省范围内的房价与地价及货币供应量之间的关系进行了再检验。检验结果表明,地价与房价之间有显著的互为因果关系,货币供应量对房价与地价也有显著的影响,地价对房价起到了重要的推动作用,房价引起的引致需求也拉动了地价的上涨,政府在抑制房价和地价的过程中,除了出台相关的限制措施外,也应当控制货币发行量。     

房地产价格促进地方财政增收的实证研究

基于国家统计局2000~2019年的年度数据，从地方政府财政收入、商品房平均销售价格、房地产开发企业土地购置费用和CPI等几个层面来探讨商品房房价波动对于地方政府财政收入的影响。通过建立向量自回归模型，我们发现，房价对地方财政收入有显著影响，一定范围内房地产价格的上涨能够有效带动地方财政收入增长。据此，有针对性地提出相应政策建议，以缓解地方财政困难，实现房地产市场可持续发展。     

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。     

城市轨道交通对沿线住房价格的影响研究 ———基于重庆一手房交易数据的实证分析

通过构建理论模型,对城市轨道交通如何影响沿线住房价格做出比较分析,并利用 2019 年重 庆主城区一手房交易数据进行实证研究。 研究发现,轨道交通的开通显著提升了沿线住房价格,且该影 响存在着区域差异和距离衰减特征:经济发展水平越高的区域,其住房价格受轨道交通的影响越大;距离 轨道交通站点越近的住房,其价格溢出效应越明显。 研究结论对于稳健调控房地产市场和合理规划轨道 交通站点具有多重启示,尤其是在城市轨道交通规划方面,政府应加强站点选址与房地产用地审批的地 理对应,从住房供给层面提高对轨道交通沿线住房的市场供应,有效平滑开通轨道交通所带来的沿线住 房需求激增和住房市场价格波动。     

中国房价有泡沫吗?

首先选取了房价收入比、房地产价格增长率/实际GDP增长率、房地产投资额/固定资产投资额、房地产开发贷款增长率/金融机构贷款总额增长率和房地产开发企业待开发土地面积/本年土地购置面积等5个测度指标进行分析;然后通过计算每年同比增长率,将历年数据进行直观对比。研究发现:中国房价收入比大大超过了国际公认的房价标准,中国房地产行业投资过热,中国房地产开发贷款增速较快,房地产开发企业“囤地”意图比较明显,中国房价泡沫比较明显;最后,从房产信贷政策、土地供给、遏制投机性购房、增加特殊房型供给税收政策调整等5个方面提出了抑制中国房价泡沫的政策建议。     

影响我国城市房屋价格的计量模型分析

一般来说,一个地区的商品房价格是由需求、供给及各种经济杠杆（如利率）等因素来决定的,但在资本组合投资日益多样化的现代社会。商品房的价格还会受到人们的收入、城市GDP以及地理位置等因素影响。本文对2011年影响我国北京、上海等15个城市的房屋价格的主要因素进行实证分析,选取的自变量为土地价格（元／平方米）、城市人年均收入（元／年）、城市GDP（亿元）、城市人口密度（人／平方米）、城市常住人口（万人）。通过建立多元线性回归模型。应用Eviews软件对模型进行了参数估计和检验。分析了影响房屋价格的主要因素和影响程度,并提出了相关的理论建议。