房股联动影响固定资产投资吗? ——来自中国资产市场的经验证据

房地产市场与股票市场之间的相关关系受到学者们的广泛关注,但两市场之间的联动效应是否会对实体经济产生影响还有待检验.从DCC-MGARCH模型中提取出房地产市场变量与股票市场变量的动态条件相关系数,以此来表征两市场的联动效应,发现房地产市场与股票市场的相关关系具有明显的时变特征,尤其是2014年中国经济进入"三期叠加"新阶段以后,由正向联动为主转为负向联动为主.进一步地,基于中国宏观经济2000—2018年的月度数据,运用自回归分布滞后模型和脉冲响应分析等方法,实证考察了两市场之间的联动效应对固定资产投资产生的影响,从新的视角对虚拟经济与实体经济的关系进行探究.结论是:房地产市场与股票市场的正向联动对于固定资产投资增长具有显著推动作用,而房价和股价的增长都抑制了固定资产投资增长.因此,深化资产市场体制改革,在进行政策调控时考虑对房地产市场与股票市场相关性的影响,促进房、股两市正向联动,有利于固定资产投资增长和经济的长远发展.     

时变视角下房价对制造业投资影响的再审视

在相对宽松的货币政策环境下,近些年房价飞速上涨。房价的快速上涨导致很多资金投向房地产业,而没有投向制造业,对制造业产生的这一影响是中国经济发展所面临的问题之一。在分析了相关影响路径后,使用带有随机波动项的时变参数向量自回归模型,针对房价波动对制造业投资的影响进行了实证分析。实证结果表明,房价上涨对制造业投资存在显著的负向影响,房价冲击带来的这一负向影响在1年左右达到最大,且随着时间的推移,房价波动越剧烈,这种负向影响越明显;企业在股票市场的融资并没有流入制造业,而是更多地去追逐房地产市场的高收益;扩张性货币政策带来的房价上涨导致货币政策对制造业投资的调节作用失效。基于研究结论,建议控制房价预期,减少经济增长对房地产的依赖,推动经济转型带动实体经济发展。     

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。     

对中国房地产市场、股票市场和通货膨胀相关性问题的探讨

股市、房地产市场以及通货膨胀和居民的日常生活紧密相关，但很多人不了解他们之间有密切的关系。正确理解他们三者之间的关系，不仅有助于老百姓选择适合自己的投资方式，对国家层面的宏观调控也大有帮助。文章通过结合历史数据和相关性分析，可以看出三者之间存在明显的关联性，并进一步介绍了房地产行业和股票市场的发展可能引发的金融风险，以及相关金融风险对市场通货膨胀的影响机制，指出了对房地产行业和股票市场的理性调控有助于维稳市场，控制通货膨胀。     

市场不确定性、购房者决策与房价

从代表性个人生命周期内的效用最大化出发,构建跨期最优化模型,说明影响购房者购房决策的预期因素。考虑到市场不确定性带来的预期冲击会影响购房决策,进一步以1999-2010年的省际面板数据进行实证分析,检验预期因素的不确定性对房价的影响。结论表明：收入不确定性与利率不确定性对房价没有显著影响;房价增长的不确定性对房价有影响,而且这种影响受信贷规模的限制,存在门限效应。因此要抑制房价过快上涨,一方面需要提高房地产市场的信息透明度,减轻市场不确定性的程度;另一方面需要适度控制信贷规模,减少不确定性对房价的促进作用。     

房价上涨对实体企业债务融资的“挤出”与“挤入”效应

厘清房地产与实体企业债务融资的关系,对于促进房地产业与实体经济均衡发展有着重要意义。研究基于2005—2020年上市企业数据,利用多重中介效应模型和面板门槛模型,分别检验了房价上涨影响实体企业债务融资的作用机制与门槛效应。结果表明：房价上涨促使信贷资金以房地产贷款的形式汇集房地产业,对实体企业债务融资产生挤出效应,同时会提高实体企业的资产抵押价值,对实体企业债务融资产生挤入效应。然而,房价上涨影响实体企业债务融资的最终表现为挤出效应,并随房价持续上涨带来的融资约束缓解,呈现阶段性递减特征。进一步研究发现,房价上涨对非国有及中小型实体企业债务融资的挤出效应更强,对制造业企业和服务业企业债务融资成本的影响更大;中央政府抑制房价过度上涨和加强对实体经济信贷支持的政策,在缓解房地产企业挤占实体企业信贷资源方面取得了较好的成效。     

城市群产业集聚对城市房价影响的空间溢出效应——京津冀、长三角、珠三角异质性分析

基于地方化经济水平及城市化经济水平两个方面衡量城市群产业集聚程度,并运用空间杜宾模型比较分析京津冀、长三角、珠三角城市群产业集聚对城市房价影响的空间溢出效应。结果表明：城市群产业集聚对城市房价影响的空间溢出效应呈现显著的异质性特征。从地方化经济水平来看：京津冀、长三角城市群的城市制造业专业化集聚程度的提高会促使本地房价上涨,但相邻城市制造业专业化集聚程度提高会抑制本地房价上涨;珠三角城市群的城市及其相邻城市制造业专业化集聚程度提高均会促使本地房价上涨。从城市化经济水平来看：京津冀城市群的城市及其相邻城市产业集聚总量水平增加均会抑制本地房价上涨;长三角城市群的城市及其相邻城市产业集聚总量水平增加均会促使本地房价上涨;珠三角城市群的城市产业集聚总量水平增加会促使本地房价上涨,但相邻城市产业集聚总量水平增加会抑制本地房价上涨。     

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。     

适应房地产市场调控政策 强化个人住房贷款管理

<正>随着输入性通货膨胀加剧,保持国民经济健康稳定发展,成为各国经济发展面临的难题,发展中各国面临任务更为艰巨。在我国,调整经济结构和发展模式,控制房价过快上涨已成当务之急,进入2011年,国家和地方政府房地产调控政策相继出台。一方面国家对房地产市场进行调控,抑制投资、投机     

基于灰色理论的房地产市场需求影响因素研究——以重庆市为例

目前,我国房地产领域出现了一系列问题:房价上涨速度惊人;政府以往每一轮的调控政策只能在短时间抑制房价,随后又伴随着更大一轮的疯长等.在竞争性较强的市场条件下,房价主要由市场供需决定.为此,对房地产市场需求因素以及各因素之间的相对重要程度进行研究,并引入灰色关联度模型对影响重庆市房地产市场需求的各因素进行实例分析,从而为促进房地产市场良性发展提供参考.     

我国房地产价格与股票价格指数的关联性研究

房地产价格和股票指数之间具有一定的关联性,通过构建VaR模型来分析1999-2011年房地产价格和股票价格指数之间的关系,可以得出这样几个结论:(1)国房景气指数和股票指数的相关性系数较小;(2)房地产价格自身滞后一期和股票价格指数滞后一期对房地产价格影响较大,股票价格指数自身滞后一期和房地产价格滞后二期对股指的影响更大;(3)短期内表现为房地产价格到上证A股指数、深证A股指数的单向Granger因果关系;(4)相对于房价而言,股票价格指数对冲击的反应更明显。无论是房价还是股票指数,对自身冲击的反应都较大,回复平稳所需的时间也相应较长;(5)房价几乎不受股价影响,而股价受房价的影响,但这种影响力度没有股票自身的影响大。由此建议:可通过大力征收房地产税抑制房价的不健康增长;适当控制房地产公司的上市融资行为;遏制非理性的投机行为;建立多元化的投资和融资渠道;审慎看待房市和股市的繁荣等。     

旅游业发展会提高房价吗？——基于海南的实证分析

本文基于“国际旅游岛”背景下海南省房价不断上涨这一背景,利用海南省各市县2012—2016年的数据,通过构建回归模型研究旅游业发展和预期对海南省房价的影响机制和效应。研究表明：（1）海南省旅游业发展和对旅游业的预期会对平均房价水平产生不同的影响,旅游业发展对房地产市场平均房价水平具有推高效应,而对旅游业的预期会降低平均房价;（2）旅游业发展和预期对房价增长率无显著影响;（3）旅游业发展对当地居民收入的增加效应高于对房价的推高作用,导致房价—收入比的降低,因此海南省旅游业发展对房地产的影响是健康稳定的,其虽然提高了房价,但不会助长房地产泡沫的产生;（4）就不同类型的商品房的房价而言,旅游业的发展显著提高了商业营业用房的价格,降低了商品住宅房的价格,且对商业营业用房价格的影响程度高于商品住宅房,而旅游业发展预期对商业营业用房价格无显著影响,其主要通过降低商品住宅房的价格而对整个房地产市场的平均房价产生抑制效应。     

基于金融加速器效应的重庆房价波动研究

基于金融加速器效应对重庆房价波动进行研究.围绕金融市场、房地产市场和投资市场,分别构建模型以及Shapiro-Wilk检验,证明重庆市住房价格波动存在金融加速器效应.实证研究的结论显示:(1)重庆市住房市场金融加速器效应明显,住房的交易均价与金融机构贷款存在显著相关;(2)重庆市房价波动受房地产开发投资和重庆市固定投资影响明显;(3)重庆市房价波动受工资收入总额变量影响较大;(4) VAR模型进一步说明了在适应期预期条件下,居民当期储蓄的增加会推动房价上涨.     

中国房地产价格上涨的供求原因及对策

房地产市场健康发展与国家经济平稳发展以及居民个人利益关系密切。近年来,房价不断上涨已成为全国关注的焦点。2010年以来,政府出台一系列的政策,力图对不断上涨的房价进行调控。首先探讨中国房价的现状,然后从房地产市场供求两方面分析中国房价上升的原因,并提出相应的对策。     

我国房地产价格攀升的原因及其对策

房地产业是国民经济发展的重要产业，是事关民生的重要产业；房地产安全直接关系着国家金融安全和宏观经济的安全。我国房地产价格的持续上涨危害经济持续的发展，其上涨原因主要有：供求矛盾逐步凸显；开发商违规囤地行为扰乱了正常的市场平衡；经济适用房所占比例极小，无法影响供给、平抑房价；流动性过剩下的被动投机；户籍制度间接推动了房地产价格的上涨。对于调整我国房地产价格的对策与建议是：调整开发投资结构，增加低价位住房供应；控制开发成本，降低房地产企业的期望利润；加大对房地产价格的检查与监管力度，维护市场正常的价格秩序。     

南京市房地产价格与人民币汇率的协整关系分析

利用1997～2008年人民币实际有效汇率和南京市房地产价格建立了误差修正模型,通过格兰杰因果检验方法对人民币汇率与南京市房价的关系进了实证检验。结果表明：人民币升值是南京市房价上涨的格兰杰原因,且人民币汇率变动对南京市房价的影响存在滞后效应。现阶段保持人民币汇率相对稳定,控制因人民币升值预期而进入中国的国际游资过度流入房地产市场,将有利于保持我国房地产市场的稳定。     

浅析房价上涨背后的人口结构因素

人口因素是影响房价上涨的重要因素.而人口因素对房价上升所发挥作用主要体现在需求层面上.从住房需求的角度,对人口规模、人口年龄结构、人口城乡结构这三个主要因素的考量,分析这些因素是如何影响住房需求进而推高房价的.其中,人口规模直接影响需求规模;人口年龄结构对储蓄率产生影响进而影响住房需求;流动人口增加也使得地城市住房需求进一步上升.这些因素致使房地产市场出现供不应求的情况,推动房价的大幅上涨.     

我国房价波动性与市场集中度关系的研究

市场集中度是决定市场结构最基本、最重要的因素.市场集中度过高或过低的市场结构都需要调整和优化.我国房地产业在10多年的市场化发展中,市场结构随着市场集中度不断提高而优化.近年来,我国房价一直居高不下,且波动性较大,这会引发一系列问题.房价问题已成为重要经济问题和社会问题.我国政府采取严格的宏观调控政策抑制房价过快上涨,可以考虑发挥房地产市场自身的调节机制,借助市场集中度与房价之间的关系来稳定房价.     

加息对当前房地产市场的影响——从2010年房地产新政谈起

自2010年以来,政府调控房地产市场的政策频出,其中以4月份出台的新"国四条"和"国十条"调控力度最大,并对房地产市场产生了积极的影响.笔者认为,以行政化手段来调控房地产市场具有很强的刚性,收效迅速而明显.在行政化调节手段之外,再辅之以市场化手段如加息进行调控对房地产市场有何影响?笔者认为,加息会改变购房者对房价上涨的预期,增加贷款者的利息成本,这样会抑制购房需求,同时,加息还会增加囵房、圈地的机会成本,从而增加商品房的供给,对房地产市场也会产生重要的影响.     

人民币汇率与A股股价关系研究

近段时间以来,国内A股股价不断上涨,与此同时人民币汇率也不断攀升。实证研究得出A股指数与人民币对美元汇率、人民币对欧元汇率之间分别存在协整关系,两者通过外贸顺差等传导途径发生关联。通过形成更富弹性的汇率机制、外汇管理制度等措施可以促进汇率市场稳定;完善股价形成机制,规范股票市场主体的外汇收支行为等以形成稳定的股票市场;通过控制利率、贸易余额、资本流动、心理预期等传导途径预防汇率市场与股票市场不会发生关联性波动,以此形成稳定的汇率市场和股票市场。