住宅价格涨跌幅、波动非对称性与空置量关系的实证研究

采用门限ARCH模型研究了我国住宅价格涨跌幅、波动的非对称性与住宅空置量之间的动态关系,实证结论表明:我国住宅空置量与住宅价格涨跌和住宅价格波动呈负相关关系;住宅价格波动具有非对称性,低住宅空置时住宅价格波动大于高空置时的住宅价格波动;同时住宅价格波动具波动聚集性;政府及时披露住宅空置信息和合理调控住宅空置水平,有利于住宅市场的稳定发展。     

中国住房价格波动聚集性研究及短期预测

相对于传统的均值-方差分析,ARCH效应的存在将会使投资者在短期内面临更大的风险.有效地捕捉住房价格ARCH效应对研究住房价格短期走势有重要的实践意义.将长短2个时段样本运用回归模型、GARCH模型、AR模型对中国住房均价及四大直辖市数据进行实证,结果表明:在2个时段上我国住房价格均存在ARCH效应,除重庆外其他3个直辖市也存在ARCH效应;此外,在短时段的预测上,回归模型略优于GARCH模型,而GARCH模型在长时段预测效果上要优于回归模型.可见,在相关数据难找的情况下,GARCH模型是切实可行的短期预测方法.     

宏观调控对四川省房地产行业的影响分析

通过2003年以来的一系列宏观调控政策,政府有效地防止了房地产投资过快增长,有效改善了固定资产投资结构,但市场走势也呈现诸多问题.保障性住房比例偏低,结构不合理,仍然是房地产市场价格上升的一个重要原因;土地供给面积明显增加,大量土地出让后,并没有及时得到有效开发,开发商囤积土地现象严重;同时,土地拍卖价格上涨是房价上涨的主要原因之一.在外资进入,银行贷款紧缩的情况下,房地产开发资金主要来源于自筹资金和其他资金,房地产开发企业的资金链将面临严峻的考验,中小开发商面临的考验尤为严峻.     

中国证券市场三因素模型敏感系数稳定性和可预测性研究

三因素模型回归系数是测度投资对象系统风险的重要指标。我们利用chow检验对证券收益三因素模型结构的稳定性进行了分析研究,用ADF检验对模型的三个回归系数的稳定性进行了实证分析,运用ARMA和GARCH模型对回归系数的预测能力进行了研究。结果表明三因素模型结构不稳定,但短期比长期结构稳定性要高;大部分组合回归系数时序稳定性较差,同时ARMA和GARCH模型对每个回归系数时间序列进行预测显示有较好的预测能力。     

我国房地产行业收益及其β值特征研究

本文采用单因素模型和Fama-French的三因素模型对我国房地产行业收益率进行描述,检验得到两个模型均能解释我国房地产行业收益率的变动,三因素模型解释程度高于单因素模型;两模型得到的β值均大于1;在此基础上,研究了我国房地产行业收益率β值时间序列特征,我国房地产B值没有出现下降性的趋势,房地产行业风险均高于证券市场的系统风险.     

三因素模型在中国证券市场的实证研究

Fama等的因素模型比资本资产定价模型更好地描述了股票收益率横截面数据的变动.采用深市的股票数据(1996-01～2003-12)对Fama等的三因素模型在我国证券市场上进行了检验.证明三因素模型在我国证券市场是成立的,而且对三因素模型回归系数的稳定性和模型的预测能力进行了实证研究.检验了我国证券市场上是否有"新年效应"现象,得到我国证券市场的低账面市场价值比公司(除小规模公司)具有"一月效应",m/M组合具有"二月效应".研究结果为投资组合选择、预测、决策及其业绩评价提供了一定的依据,具有理论价值和应用价值.     

基于宏观调控的我国房地产市场聚类研究

针对我国房地产市场地区发展的不平衡和"一刀切"的房地产宏观调控效果不佳的现状,在总结国内外房地产市场聚类研究现状的基础上,根据房地产经济学原理,从总量均衡和结构均衡2个方面构建了我国房地产市场宏观调控分类指标,并进行了聚类分析,把我国30个省市分为6个区域,为我国房地产市场分类宏观调控提供依据。