不同城市的房价是否具有相同的人口集聚效应——基于35个大中城市PVAR模型的实证分析

人口集聚会引起房价上涨,但不同类型的城市由于集聚人口的教育程度不同,房价上涨也具有不同的效应。首先建立人口流动理论模型分析人口集聚对房价上涨的影响,然后通过建立房价、人口集聚、房地产投资和人均可支配收入的PVAR模型进行实证分析。结论表明,一类城市人口集聚对房价上涨具有正效应,二类城市为平效应,三类城市为负效应;三类城市的房价上涨主要是房地产投资和人均收入提高所推动的。     

国际金融新旧秩序下股市波动溢出效应的比较

文章利用GARCH(1,1)模型和Granger因果检验,比较分析了国际金融新旧秩序下美国、英国、日本、中国香港和中国内地股票市场指数收益序列的波动溢出效应及其传导路径.研究表明:在国际金融旧秩序下,英国股市向其他股市有不同程度的波动溢出,美国是股市波动风险传导的终点;在国际金融新秩序下,中国内地股市从波动溢出传导路径中退出,同时其他传导路径的波动传染效应发生不同程度的降低.     

中国宏观经济波动源的识别与原因分析

为了识别驱动中国宏观经济周期波动性的影响因素,依据中国经济的特殊性,基于1978-2014年42个宏观经济变量的样本数据集构建动态因子模型进行实证分析。研究发现,驱动中国宏观经济波动主要因素有5个潜在宏观因子,其中前四个主要因子分别揭示了驱动中国经济周期波动的主要波动源,它们分别为工业产出因子、外商直接投资(FDI)因子、设备利用率因子和全要素生产率因子。另外,讨论了熨平经济周期性波动的经济政策选择。     

人民币实际有效汇率波动对FDI的影响——基于1980-2005年的数据

在前人的基础上加入一个汇率制度变量,考察汇率波动对FDI的影响.使用GARCH(1,1)模型求得汇率波动,发现我国的汇率波动与FDI的关系之间存在门槛效应:1994年以前大幅度的汇率波动阻碍了FDI的流入,1994年以后小幅度的汇率波动却促进了FDI的流入.说明只要保持实际有效汇率的相对稳定性,就能不断吸引FDI的流入.     

商品房中环境经济价值的评估研究及其应用

如何对商品房中环境的经济价值进行评估?目前国内还缺乏系统性和可操作性较强的评估体系。本文尝试建立了一套全面衡量居住房产价值的评估指标体系。应用该体系对市场调查统计结果的分析表明:目前商品房总价值与"非环境因素"相关性较大,而"环境因素"占其价值的比例随着房价增高而增加。该体系的应用有助于提高市场的透明度,兼顾房地产经济的公平与效率,且有利于房地产经济的发展与环境保护的相互促进。     

基准房价与标定房价的若干问题探讨

当前,政府部门、业界人士和学者都试图通过建立一种科学化的房价披露体系,以期能更准确地反映地区房地产价格的波动态势,以此作为投资抉择、消费抉择和调控地区的房地产价格的依据。然而,目前许多城市房地产中介机构、房地产科研机构等所公布的房价指数和政府公布的房屋指导价格都是以房屋成交价作为依据的,因而都不能及时准确地反映房价的波动。笔者建议,应该在综合考虑房屋开发成本、房屋地段、房屋基础配套设施、房屋服务人群和房屋建筑档次等因素的基础之上,构建类似于城市基准地价和标定地价的基准房价和标定房价两种房地产价格信息体系。     

房价波动背景下的自住购房逻辑探讨

“买涨不买跌”是广为流传的购房经验原则,但这过于强调住宅的投资性。在当前房价分化和出现下行可能的波动环境中,真正的自住购房消费者应该认清住宅的耐用消费品属性,以消费的心态进行购房决策,在具有居住需求和具备支付能力时即可适时购房,不仅不用担心、反而应该坦然接受购房之后出现的房价正常下跌。合理促销、保障交房、降低交易成本等措施还可增强个人购房信心,促进住宅消费健康发展。     

房价依然高位运行

全国房价依然高位运行,建设部官员解释调控政策具有滞后性,专家则开始质疑房地产调控导向。“国务院对房地产调控情况并不是很满意,现在有关部门压力很大。”建设部一位人士近日表示。从5月17日推出“国六条”的国务院常务会议到10月17日专门听取房地产市场调控措施落实情况的国务院会议,整整5个月,国务院仍基本维持“原判”:少数城市住房价格上涨过快;结构调整的任务还十分艰巨;房地产市场秩序仍需进一步规范。建设部房地产司副司长姜万荣在日前举行的“2007年中国行业发展报告会”上坦承,房地产宏观调控的成效还是初步的、不稳定的,部分地…     

基于高维波动率网络模型的股票市场风险特征研究

波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现：与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。     

金融周期、金融波动与中国经济增长——基于省际面板门槛模型的研究

本文应用面板门槛模型,研究了2005-2017年间我国31个省（市、自治区）金融波动对经济增长的影响。研究发现,随着金融周期所处阶段的变化,金融波动对经济增长会产生显著的非对称性双重门槛效应,主要体现为如下两点：首先,金融周期处于膨胀期、平稳期和萧条期时金融波动对经济增长会产生负向影响,但从影响系数值的大小来看,处于膨胀期时最大,是后两者的2倍之多,处于平稳期时最小且并不显著;其次,分区域的稳健性检验表明,金融发展水平高的区域双重门槛值出现得早,且两个门槛值间的区间要比金融发展水平低的区域宽28%。这些结论说明,经济增长对于金融波动的容忍弹性会随着金融周期所处的阶段而变化,金融发展水平的提高会放大经济增长对金融波动的容忍区间,但也会加速金融周期处于膨胀期时爆发金融危机的可能性,这使得当前我国存在着进一步发展金融水平和严控金融风险的矛盾,对此本文也提出了相应的政策建议。