基于Panel Data模型的我国商业银行效率研究

从盈利能力、资产流动性和费用控制等方面研究我国商业银行效率,为消除原始变量之间的多重共线性,运用主成分分析方法对原始变量进行变换,得到盈利性因子和流动性及安全性因子作为解释变量。运用固定影响的变截距Panel Data模型对国内13家主要商业银行1999～2008年的效率进行实证分析表明:国有商业银行在盈利能力方面对效率的贡献要高于股份制商业银行,但在费用控制和资产质量等方面对效率的贡献要低于股份制商业银行。     

货币政策影响房地产价格的区域差异研究

利用2001～2012年的相关季度数据,通过构建VAR模型以及脉冲响应分析,研究了不同区域的房价对货币政策冲击的响应。为我国房地产市场的健康发展、房地产企业的合理投资开发以及居民住房消费的理性预期提供一定的借鉴作用。     

房地产价格地区差异影响因素的计量分析

伴随房地产市场调控政策的陆续出台,各地房地产市场的走势成为政府、产业界和消费者共同关注的焦点。国家要求各地要根据自身房地产市场的状况制定有针对性的限购政策和廉租房、经适房建设政策。这其中值得注意的一个重要问题就是各地政府如何根据房地产市场价格形成的内在规律,制定差异化的符合各地房地产市场发展实际的政策,从而对保证各地房地产市场的发展和民生的改善具有很好的协调性。因此,揭示房地产市场价格地区差异形成的内在机理,并以此作为制定各地差异化调控政策的依据,就成为其中的关键所在。     

海南房地产价格影响因素的实证研究——基于VAR模型的分析

本文采用1987-2009年海南省年度数据分析国内生产总值、通货膨胀率、旅游收入、城镇居民可支配收入、贷款利率和城市人口总数等因素对海南房地产价格的影响效应.研究结果显示:海南经济增长、通货膨胀率、城镇居民可支配收入和旅游收入是引起海南房地产价格波动的原因;海南房地产价格与贷款利率和城市人口总数之间不存在格兰杰因果关系...     

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。     

浅析我国房地产的价格影响因素

随着我国国民经济的不断发展,房地产业的发展已成为我国国民经济中的重要部分。房地产业发展的是否稳定直接关系到我国国民经的发展。但是,房地产业的过度开发使得房地产价格居高不下、持续上涨,如果不能及时对房地产价格进行调控,将为我国的国民经济发展带来重大的负面影响。因此,分析房地产价格的变动因素,寻求有效的房地产价格控制对策是我们要关注的问题。     

关于房地产价格变动影响因素的实证研究

房地产市场调控的成效取决于调控的切入点,即寻找引发房地产价格上涨的关键性因素.因此,本文以2008-2014年我国31个省、市、自治区的面板数据为基础,通过相关性分析和多元回归分析的方法找出影响房地产价格的主要因素,并在此基础上提出了相应的对策建议.研究结果发现,竣工房屋造价、土地价格、城镇居民人均可支配收入和城镇化率是引起房地产价格变动的最主要因素.     

影响玉溪市房地产价格波动的因素分析

改革开放30多年,我国经济发展突飞猛进,随着住房制度的深入改革,房地产业在国民经济中发挥的作用越来越重要。近年来,中国房地产价格呈现普遍上涨趋势,虽然央行已多次调整货币政策,中央政府也连续出台多项严厉的宏观调控措施,如"国十一条"、"新国十条"、"新国八条"等对房价进行调控,但是玉溪市房地产价格仍然出现了增长幅度与城市经济发展水平不相符、与居民收入水平不协调的现象。本文选择了玉溪这样一个地处我国西部的四线城市作为研究对象,采用理论研究和实际分析相结合的方法,具体分析影响玉溪市房地产价格波动的因素。根据分析不同因素对玉溪市房地产价格的影响程度,以及货币政策对房地产价格的影响程度,以及是哪些因素干扰和弱化了货币政策的调控效果。对于执政当局针对玉溪这样的中小城市的房地产市场如何进行有效调控,合理把握节奏和力度,促进房地产市场健康有序发展具有一定的参考价值。     

基于VAR模型的房地产价格研究——以江西省为例

本文以江西省为例,挑选广泛、适用、可量化的指标作为江西省房地产价格的影响因素,研究这些因素对房地产价格的影响程度和影响模型,并提出促进江西省房地产行业健康发展的政策建议,为政府制定宏观调控政策提供参考.     

城市环境特征品质与中国房地产价格的区域差异

从城市环境特征角度研究中国房地产价格的区间差异,在Roback理论模型基础上提出了估计中国城市消费者和厂商环境特征品质价值的计量方法,并对我国所有地级及以上城市进行了截面分析.消费者环境特征品质方程估计结果显示:自然环境对我国居民效用水平的影响类似于其对美国居民的影响,工业污染严重地损害了居民的福利水平,但是,公共服务水平对我国居民效用水平的影响并不显著.厂商生产性环境特征品质方程的估计结果则表明,城市间交通条件、工业集聚以及生产性服务都对厂商有显著的价值.     

银行信贷与房地产价格的关系——中国省级面板数据的实证分析

本文以银行信贷与房地产价格相关理论为基础,利用1999—2008年的省级面板数据,并运用单位根检验、协整检验以及误差修正模型对我国各个地区银行信贷与房地产价格关系进行短期和长期分析。研究发现:我国东、中和西部银行信贷与房地产价格都存在长期因果关系,在短期东部地区银行信贷对房地产价格的影响系数比较大,其次是西部,最后是中部,即在不同的区域条件约束下,银行信贷与房地产价格之间可能并无稳定一致的关系。在此基础上,提出了现阶段我国实施有差异的控制房价的相关政策和建议。     

我国区域性房地产泡沫问题研究

本文通过建立面板数据模型对我国的区域性房地产泡沫进行估计.结果显示,在区域房地产价格较高的城市,泡沫比率通常也较高.总体而言,一线城市的泡沫比率最高(14.57%),二线城市次之(7.78%),最后是三线城市4.72%),并且各线城市的泡沫程度有逐步放大的趋势.对泡沫比率的面板回归结果认为,针对房价上涨过快过猛的利率调...     

基于面板数据模型的信贷支持县域经济增长实证研究——以广西百色为例

本文利用面板数据模型对百色市11个县银行贷款和经济增长的关系进行了实证分析,结论表明信贷对县域经济增长有明显的促进作用。     

金融周期对房地产价格的影响——基于SV-TVP-VAR模型的实证研究

本文利用2004-2016年的季度数据构建金融周期综合指数,用以描述金融市场景气程度;使用SV-TVP-VAR模型,围绕金融周期对我国房地产价格的影响进行实证研究。结果表明,金融周期对房地产价格的影响具有明显的时变性特征:2008年以前金融市场繁荣对房价有稳定推升作用,2008年后该影响持续弱化;与之类似,实体经济对房价的影响同样自2008年起逐渐减小。这意味着,在经济增长方式转变和经济结构调整的过程中,我国房地产价格对经济金融冲击的敏感度已经大幅下降,金融扩张可能难以再通过房地产市场有效带动实体经济的繁荣,相反,其反而可能导致银行贷款不良率的攀升,在金融系统内积累系统性风险。我国针对房地产的宏观调控政策不仅对控制贷款不良率的提高体现出积极作用,而且自2008年国际金融危机以来,产出及房价的随机波动率均呈显著下降趋势,风险得到有效控制。未来应更加重视房地产市场调控在宏观审慎政策框架中的重要地位,遏制房地产金融化泡沫化势头,防范房地产市场引发金融危机。     

房地产价格对我国城镇居民消费的长短期影响研究

考虑居民收入等级不同,对住房属性偏重不同,将居民分为不受到流动性约束型、不完全受到流动性约束型、完全受到流动性约束型三类.基于各自目标函数及约束条件,确定动态面板模型检验房价与消费的协整关系,并构建动态面板误差修正模型,结果显示:全国层面,收入是影响消费的核心因素,房价上涨、预期房价上涨影响消费为挤出效应,且存在长期均衡关系;居民层面:不受到流动性约束的居民,收入不是消费的重要因素,而其余两类居民的消费受收入、习惯强度影响较大,且流动性约束越强,影响更为明显;不受到流动性约束的居民,在短期及长期内,房价上涨、预期房价上涨影响消费为财富效应;而其余两类居民,影响为挤出效应,强度大于前者的财富效应,且流动性约束越强,抑制作用更为显著.     

基于贝叶斯动态面板数据模型的中国出口贸易地区结构研究

运用贝叶斯动态面板数据模型考量中国出口贸易的地区结构差异性,结果表明:基于Gibbs抽样算法的贝叶斯动态面板回归模型能有效刻画各地区出口竞争力的路径依赖特征;FDI对出口竞争力的影响具有一定的时滞性,而汇率波动对出口竞争力的影响则具有明显的地域差异性。     

区域性系统性金融风险影响因素研究——基于空间面板数据的实证分析

依据中国大陆31个省(市)级行政区2013年1季度至2015年3季度的面板数据,构建单因素、多因素、交互效应的区域性系统性金融风险面板固定效应模型,考量区域性系统性金融风险的影响因素,结果表明：区域性系统性金融风险具有滞后性,生产者价格指数对其影响最大,且对生产者价格指数的敏感度最高,金融市场预期对金融结构具有调节作用。