热钱跨境流动及其影响因素——基于结构向量自回归模型(SVAR)的分析

本文通过构建SVAR模型分析房地产价格、中美利差、汇率预期、大宗商品价格、上证指数及人民币贸易结算对热钱跨境流动的影响及热钱跨境流动的宏观经济影响,结果表明房地产价格的上升初期会使热钱流出,10个月后转为流入,其他因素正好相反,人民币贸易结算的增加会使热钱净流入。热钱流入在初期导致各影响因素上升,但最终会使房地产价格和股价下跌,利差和大宗商品价格上升,从而致使居民财富下降,并可能引发通货膨胀。汇率预期对热钱的影响最大,其余依次为上证指数、大宗商品或房地产价格,最后为中美利差。     

房地产信托预期收益率的影响因素研究——基于SVAR模型的实证分析

本文分别建立主要因素VAR模型及市场因素SVAR模型,对影响我国房地产信托预期收益率的影响因素及各因素之间的动态关系进行分析。研究发现:房地产市场状况、消费价格指数、上海银行间同业拆借利率以及全国银行间市场债券回购利率对我国房地产信托预期收益率有影响,其中,房地产市场状况是影响房地产信托预期收益率的关键因素;进一步深入分析房地产市场状况,发现商品房销售面积的正向冲击对房地产信托预期收益率变动的影响最为持久和明显,成为该类信托产品风险管控和制定价格的重要考虑因素。商品房实际投资额、新建住宅价格指数的变动对房地产信托预期收益率的变化亦产生明显影响。     

房地产价格波动对货币政策传导的作用研究

利用1999～2006年的季度数据,运用SVAR模型对我国房地产价格波动在货币政策传导中的作用进行的分析表明,我国房地产价格的财富效应较弱,给定房地产价格1%的正向冲击,消费只上升0.002%,投资效应较强,投资上升0.1%.房地产价格波动在货币政策传导中的作用比较明显,在货币政策对消费和投资的影响中的贡献分别为10%和6.7%.     

我国房地产价格与通货膨胀的关联关系及其影响因素

基于1999～2011年的季度数据,运用考虑外生政策变量的多变量SVAR模型检验我国房地产价格与通货膨胀之间的关联及其影响因素,研究表明:我国房地产价格与通货膨胀之间存在关联关系,并且受到流动性水平、工业产业产能、利率、市场预期、工资水平、调控政策等因素的共同影响,其中货币因素是主要因素之一,而宏观调控政策对房价的作用最初则表现出紧缩失灵、扩张有效的态势,特别是对房价的调控,存在较长时滞,因此,必须坚持调控政策不动摇。     

杠杆对房地产价格波动的影响——基于SVAR模型的实证分析

运用SVAR模型,从政府部门、金融部门、非金融企业部门和家庭部门四个杠杆维度研究了杠杆对房地产价格波动的影响,发现短期四部门杠杆对房地产价格波动影响较大,随着时间的推移,长期内影响逐渐减弱,同时杠杆对资产价格波动的影响具有一定的时滞性。因此在当前保持房地产价格稳定的过程中要避免杠杆的不利影响,特别是家庭部门杠杆对房价波动的影响,同时也要注意这种影响的时滞性。     

房地产价格影响因素的解释结构模型分析

针对房地产价格受多方面因素的影响,因素间的关系错综复杂的情况,运用解释结构模型(ISM)对房地产价格影响因素系统进行分析并构建了影响因素的层阶结构图,对结果进行了探讨,为理清房地产价格影响因素的关系提供理论参考。     

房地产价格影响因素的解释结构模型分析

针对房地产价格受多方面因素的影响,因素间的关系错综复杂的情况,运用解释结构模型(ISM)对房地产价格影响因素系统进行分析并构建了影响因素的层阶结构图,对结果进行了探讨,为理清房地产价格影响因素的关系提供理论参考。     

货币反替代对我国汇率和资产价格的影响分析基于人民币国际化进程的视角

随着我国人民币国际化的推进,货币反替代程度不断增强。这种反替代深化势必对我国的汇率和资产价格产生影响。基于SVAR模型,利用2005~2013年的月度数据,应用脉冲响应和方差分解研究货币反替代对人民币汇率、股票和房地产的影响,实证研究表明,货币反替代对人民币汇率有"放大效应",对房地产市场的影响程度要大于对股票市场的影响程度。     

关于我国四个直辖市房地产价格影响因素的分析--基于灰色斜率关联度模型

论文使用北京、上海、天津、重庆四个直辖市2000至2013年的数据,运用改进的灰色斜率关联度模型,分析需求、供给和宏观经济三个层面的影响因素与房地产价格的关联程度。结果显示,不同影响因素与房地产价格的关联度之间存在着城市差异,影响房地产价格最重要的因素分别为:成交土地楼面均价、城镇居民人均可支配收入、固定资产投资额(建筑安装工程费)、城镇居民人均可支配收入。土地成本与北京和上海的房地产价格关联非常密切,但大小稍有差异。宏观经济因素中,贷款余额对各城市影响都比较大,对重庆影响最大,改进的灰色斜率关联度值为0.95;CPI和5年以上中长期贷款利率对四个直辖市房地产价格的影响非常小。     

货币反替代对我国汇率和资产价格的影响分析——基于人民币国际化进程的视角

随着我国人民币国际化的推进,货币反替代程度不断增强。这种反替代深化势必对我国的汇率和资产价格产生影响。基于SVAR模型,利用2005~2013年的月度数据,应用脉冲响应和方差分解研究货币反替代对人民币汇率、股票和房地产的影响,实证研究表明,货币反替代对人民币汇率有“放大效应”,对房地产市场的影响程度要大于对股票市场的影响程度。     

货币政策调控对房地产公司业绩的影响研究——基于SVAR模型的实证分析

从历史经验来看,货币政策对房地产行业的发展有着根本的影响.本文运用结构化向量自回归模型(SVAR模型),考察了货币政策调控对房地产公司业绩的影响,并进行了脉冲响应和方差分解分析.实证结果显示:货币政策冲击在短期内对房地产公司的业绩具有正向影响,且数量型货币政策工具的冲击效应要强于价格型货币政策工具;以广义货币供应量和利率为核心的货币政策变量对企业的经营绩效存在滞后效应.因此,有效控制房地产公司的财务杠杆比率,促使其实行稳健型的财务策略,将有助于企业在常态化的宏观调控中保持稳定的收益预期.     

基于特征价格模型的上海市二手房住宅价格研究

通过简要介绍特征价格法,构建特征价格模型用于实证研究上海市的住宅价格,进而从微观的角度得到住宅价格的影响因素,并应用SPSS软件进行回归分析,计算得出影响上海市二手房价的主要特征因素及其影响大小,并进行相关分析,最终获得上海市二手房住宅特征价格模型。     

股票价格、房地产价格和我国货币需求的实证分析

本文通过引入股票价格和房地产价格,实证分析了资产价格对我国货币需求关系的影响。协整分析表明,房地产价格对长期货币需求有显著的替代效应,股票价格因素不显著。可变参数误差修正模型分析表明,我国的转轨经济特性使得各经济变量对短期货币需求的影响呈现动态变化的特征,同时金融深化和创新也加快了公众对长期货币需求偏离的修正速度。     

房地产税收对房地产价格的实证影响研究

随着我国房地产税制改革的逐步开展,房地产税收逐渐成为影响其价格的主要因素。本文运用2000~2013年的房地产面板数据作为样本,通过选取变量和建立模型,对房地产税收和房地产价格之间的关系进行了实证分析,并在此基础上为我国房地产行业未来的持续健康发展提出了相关政策建议。     

判断住宅市场价格走势的若干变量分析

本文着重从住宅市场供求关系分析影响住宅价格走势的各因素作用,提出改进房地产市场监测分析、完善货币政策操作的建议。本文通过计量模型的实证研究,得出以下结论：住宅市场供求关系是影响住宅价格的根本力量,其中土地价格、居民收入、人口因素是最主要的供求因素,货币政策对住宅价格的直接作用并不明显。     

基于DiPasquale-Wheaton模型对中国房地产市场的实证研究

近年来我国房地产价格的飞速上涨引起了各界关注。DiPasquale and Wheaton(1992)模型是系统分析外部因素如何影响房地产市场内部变量的理论。DiPasquale and Wheaton(1994)从实证上验证此模型能够解释大部分年度的美国住宅价格和住宅新建量。本文以上述模型为理论基础,分析影响房地产价格和房地产新建量的因素,已期为研究我国房地产市场的理论提供有用的资料。     

房价影响因素比较

影响房地产商品房价格趋势的因素是多方面的,从多种因素中确定主要影响因素以及各因素之间的主次关系。是进行系统经济性分析的一个重要内容。本文以灰色理论中的灰关联分析的数学模型和工程软件OriginPro软件．结合有关数据对武汉房地产商品房价格趋势的影响因素进行了分析。     

基于灰色关联度分析模型的房价影响因素比较

影响房地产商品房价格趋势的因素是多方面的,从多种因素中确定主要影响因素以及各因素之间的主次关系,是进行系统经济性分析的一个重要内容.本文以灰色理论中的灰关联分析的数学模型和工程软件OriginPro软件,结合有关数据对武汉房地产商品房价格趋势的影响因素进行了分析.     

我国资产价格与通货膨胀的关系研究——基于ARDL的技术分析北大核心CSSCISSCI

随着资产市场投资品种日益丰富,居民参与资产投资的程度不断深入,资产通过财富效应和投资效应对经济的影响越来越大,资产价格对一般物价水平的影响不断增强,因此资产价格波动是否会影响通货膨胀率就成为当前理论和实务界关注的焦点。为了检验我国资产价格与通货膨胀的关系,本文选择股票、汇率、房地产价格以及其他影响通货膨胀的因素,运用ARDL模型对我国资产价格和通货膨胀的关系进行经验分析。经验分析结果表明:资产价格波动影响通货膨胀,但各因素对通货膨胀的影响差异较大,即房地产价格和汇率两个指标作用显著,股票作用较弱。     

中国房地产市场价格泡沫与空间传染效应

本文使用对数周期性幂律(Log Period Power Law, LPPL)模型对房地产市场价格泡沫进行测度,运用空间计量模型对我国房地产市场价格泡沫和空间传染效应进行研究。LPPL模型认为由价格泡沫产生并最终破裂的金融市场与地震系统具有很多相似之处,即金融资产的价格呈周期性变化规律,价格持续上涨到临界状态直至反转。本文采用2010年6月至2017年11月间我国100个城市的房地产市场数据对各城市房地产价格泡沫进行测度和物理/经济空间传染效应研究。研究发现,LPPL模型能够对我国100个城市房地产价格泡沫进行甄别且主要存在两种泡沫状态:正向泡沫(房价持续上升)和反转泡沫(房价整体下降却存在反转点)。各个城市(地区)房地产价格具有较强的空间传染性;存在正向泡沫区域的空间传染性相较反转泡沫区域更为明显,在考虑经济空间测度而不是物理空间测度的情况下,各城市间的空间传染性更强。与现有文献不同,我们发现反转泡沫区域的新房价格指数特别是二手房价格指数的上升对周边城市的房地产价格指数存在强烈的正向推高影响。最后,本文发现城市的房地产调控政策在一定程度上抑制了房价传统影响(比如信贷、新房、二手房价等)因素的推高影响,但各城市房地产价格之间的联动变化特征应该引起监管部门的注意。