中国房地产投资波动对经济周期的影响研究

房地产市场的剧烈波动,会对宏观经济造成巨大冲击,研究房地产周期与经济周期的关系,对于调控房地产市场的剧烈波动、制定更优的宏观经济政策有着重要意义.文章构建了关于房地产投资和经济周期相关时间序列的单变量和多变量UC计量模型,运用1992-2014年的数据,对中国房地产投资波动对经济周期的影响进行了分析.研究结果表明,房地产投资短周期和中周期与国内生产总值周期较为接近,其中短周期拐点先于经济周期,可以此预测经济周期波动;中周期两者非常接近;长周期上,房地产增长趋势与国内生产总值增长一致;短期内房地产市场的波动能通过固定资产投资引发整个经济的波动.最后针对研究结论,提出了适当发挥房地产业的积极作用,促进宏观经济的顺利转型等政策建议.     

发电投资周期的形成机理与风险防范

从投资动态性、决策不确定性等方面分析了发电投资周期的形成机理,指出发电投资周期与经济增长周期的滞后正相关性,结合我国电力市场和制度环境特点对2003—2006年的发电投资高峰进行了经济学解释。研究表明,由于发电投资周期与需求增长周期通常不同步且过度反应,故有必要对其进行干预以防范波动风险。最后提出了防范发电投资周期性波动风险的政策措施建议。     

西安市房地产市场景气指标筛选研究

为准确反映西安市房地产市场的总体运行趋势和波动状况,科学构建西安市房地产市场预警指标体系,通过西安市房地产市场预警系统的建模、景气指数计算、景气状况分析、市场预警等后续研究奠定基础,依据可行性和代表性原则,初步选取影响西安市房地产市场运行中的27个指标作为原始预警指标体系,并针对每个指标选取1996~2003年的时间序列量,运用主成分分析与模糊聚类分析相结合的方法对原始指标进行筛选,选定了15个主要指标,构建了西安市房地产市场预警系统指标体系。分析表明:所确定的指标体系能够涵盖房地产市场的主要运行特性,而且能够比较全面地代表原始预警指标,建立的预警指标体系是全面而简练的。     

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GDP周期波动的非对称性研究方法与统计检验

论述了阈值自回归模型(TAR)和冲量阈值自回归(M-TAR)理论方法及其检验统计量的构造,并应用Bootstrap自助法来获得检验统计量的渐近P-值或渐近临界值.运用该方法分析了我国GDP增长率周期波动的"深"和"尖"两方面的非对称性特征,研究发现我国GDP增长率周期波动呈现较强的"深"型波动,而"失"的特征并不明显.同时通过对价格指数的非对称性研究,发现价格指数周期波动并不存在非对称性,因此以价格名义变量来解释我国GDP增长率周期波动的非对称性是不成立的.     

房地产周期波动的系统动力学模型

构建了一个房地产市场的系统动力学模型,由此得到了一个以房价为指示变量的描述房地产周期波动的数学方程,在此基础上利用时间序列理论对我国房地产市场的周期波动做了实证研究。结果表明,我国房地产市场系统内在的波动呈现出单一固有周期的特点,该周期的长度为3.4年,并提出了我国房地产市场的内部驱动过程和内部抑制过程的概念,分析了它们的特点及其与宏观调控房地产市场之间的联系。     

人民币汇率变动对中国CPI影响的实证研究

本文以我国1998年1月到2011年7月的消费者价格指数(CPI)作为反映消费者价格周期波动的分析指标,采用谱分析的方法对序列进行三角函数拟合来确定CPI各主要周期长度的准确值,用结构向量自回归模型(SVAR)分析五个主周期中人民币汇率变动对CPI的冲击.研究结果表明:长期内汇率对CPI有负向影响,但其影响系数规模不大,各短周期波动受环境的影响差异很大;汇率价格传导渠道畅通,一般在2～3期时会出现最大冲击.     

价格波动差异与我国宏观经济增长稳定性的比较研究

基于1998年1季度～2011年2季度数据,通过施加短期约束的结构向量自回归模型(SVAR),本文比较了四类代表性价格水平波动对我国宏观经济增长稳定性的影响特点.研究表明:不同价格水平波动对我国宏观经济增长的稳定性呈现出了明显的差异性.其中,房地产和消费价格水平的冲击影响作用最明显.研究认为,在进一步以稳定经济增长为目标的货币政策调控中,相对股价和能源价格水平而言,对房地产和一般消费价格水平的更多关注仍然是最重要的.     

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。     

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。     

基于经济学角度的房地产泡沫分析及测度

针对现有测度指标不能反映房地产泡沫的经济学本质这一不足,基于经济学中的财富效应与强周期效应理论,采用理论分析与图示结合的方法,分析了房地产泡沫与消费需求的辩证关系,及其对相关产业乃至国民经济波动的强化作用,提出了新的测度指标。该角度的分析与测度更利于从房地产供需角度及对比全社会各产业的投资角度来认识和衡量泡沫水平。     

新疆农业经济波动的数量分析

新疆农业波动的数量分析以新疆农业总产值增长率作为考察指标,按照"谷一谷"划分法,在1979-2004年的26年中,新疆农业增长率呈现5个周期(其中第5个周期尚未结束).纵向上,改革开放以后新疆农业波动状态特征是由剧烈转向平缓;横向上,新疆农业波动幅度大于新疆经济波动幅度.     

经济周期测算的新视角——基于函数型数据分析方法

本文以经济周期理论作为理论分析基础,借助MATLAB软件运用函数型数据的表现形式和分析方法,构建了我国建国以来经济增长的周期波动函数,并对周期特征进行重新测算,结果显示基于平滑正弦基函数对经济增长率波动曲线拟合较好,用函数型数据分析方法对经济周期特征的分析与现有的研究结论基本一致,通过拟合经济增长率的离散点可以更准确地判断经济周期,同时发现使用相平面图可以从速度和加速度的角度更直观、更深入、更精确地量化研究经济周期现在及未来的波动情况.本文认为目前中国经济增长处于转型的关键期,笔者对未来经济波动状况持谨慎乐观的态度.     

中国区域金融发展与经济增长关系的实证分析

本文以各地区人均GDP增长率、上市公司净资产增长率和银行存贷款 (余额 )增长率指标来分别代表经济增长、股票市场发展和银行金融资产增加 ,在此基础上建立了区域经济增长与金融发展关系的模型 ,并对 1998- 2 0 0 0年中国各地区人均GDP平均增长率与股票市场金融资产和银行金融资产的平均增长率关系进行了实证分析。实证检验表明我国股票市场的发展与银行资产的增加对区域经济发展的贡献不明显 ,并对其原因作了深入分析     

从投资周期划分看投资发展趋势

本文根据投资周期波动模型,利用剩余法将我国1953~2005年国有经济固定资产投资划分为10个周期,并结合我国实际情况,分析了国有经济固定资产投资几个典型周期的波动特征,最后,对现阶段的投资发展态势作出了评价和展望,并提出了适时的政策建议。     

滤波方法在我国构建证券行业逆周期调节机制中的应用

我国证券行业实施逆周期调节应同时考虑市场和行业的景气状况。实证表明,应用CF滤波对国内股市换手率和开户数指标进行趋势分解能有效预警证券市场及证券行业的景气周期,相关方法可作为我国确定证券行业逆周期调节时点的重要参考。     

台湾房地产市场发展历程及景气高峰期调控的研究

台湾房地产市场发展受到岛内外政经情势的影响,在发展过程中起伏波动。本文对台湾房地产市场1960~2009年的发展历程进行了全景式回顾,对台湾房地产市场景气高峰期的宏观调控进行了系统总结,最后对台湾当局的房地产市场宏观调控措施的得失进行了分析。     

中国房地产上市公司的经营业绩与风险分析

自1998年以来,我国房地产业飞速发展,在2003年,房地产开发投资突破了1万亿元,对GDP的贡献达到了2.5个百分点.在行业如此繁荣的情况下,作为业内骨干的房地产上市公司的运行情况怎么样呢?该文通过对我国房地产上市公司的整体经营业绩及风险进行分析,指出其存在的问题并对其发展提出了一些建议.     

第6个经济周期以来固定资产投资与经济增长关系探析

固定资产投资是经济增长的发动机,但投资过度又是经济增长率下降的主要动因。通过考察我国第6个经济周期以来即1977年以来经济波动的历史过程,对固定资产投资与经济增长进行计量分析,得出两者之间强正相关性的结论。归纳投资波动影响经济增长波动的传导机制后,就加强和改善对投资和经济增长的宏观调控进行探讨。     

基于EEMD模型的固定资产投资周期识别与预测

集合经验模态分解(EEMD)模型可根据数据特点,将时间序列分解成一系列不同频率的分量,能提供多尺度研究视角,更加精准地把握周期波动规律.本文利用EEMD模型将1996—2017年我国固定资产投资季度数据分解为5个不同频率的本征模态函数(IMF)分量和1个趋势项,根据分量特征赋予不同经济含义,在多个尺度上进行分析.结果发现:IMF1和IMF2分量整合通过白噪声检验,可认为是外部因素的随机冲击;IMF3分量周期长度约为3年,可认为是企业库存量变化引起的存货周期;IMF4分量周期长度为5年,可认为是政治周期;IMF5分量周期长度约为20年,可认为是建筑周期.随后在分量分解基础上建立ARIMA模型进行拟合与预测,通过与其他模型对比,发现EEMD-ARIMA模型表现更优.结论表明,EEMD模型在类似固定资产投资这种波动性较大的经济时间序列周期识别和预测中更具优势.