增强市场信心 在波动中前行

当下资本市场低迷的深层原因，需要从资本市场的外部宏观环境、政策因素和资本市场内部机制的角度进行深层次解读。     

东盟区域经济合作与外部因素

东盟成立至今已有40余年,其区域经济合作也走过30多年的历程.在这一过程中,东盟各国采取了一系列措施促进区域经济合作,并取得一些成效.外部因素在促进其区域经济合作中发挥了重要作用.笔者认为,在今后相当长的一段时间内,如何在发挥内部因素主体作用的基础上结合运用外部因素,将左右今后东盟区域经济合作的发展.     

有关反倾销问题的几点见解

本文认为:中国出口产品频频遭受反倾销,其原因是由外部因素和内部因素的双重影响而造成的。外部因素主要有:国际经贸大势所趋;制度差异引起歧视。内部因素主要有:出口秩序混乱;出口产品结构和渠道单一;管理机制不健全,法律应诉乏力;对反倾销重视有待进一步加强;专业人才不足;某些企业确实存在倾销嫌疑等。     

基于面板数据的江苏省房价影响因素分析

近些年来,房价的快速上涨引起社会各界的广泛关注。江苏省作为中国的经济强省，各市房价近些年也快速上涨。为了分析江苏省不同地区房价的主要影响因素，基于2016-2020年江苏省13个地级市房价及其房价影响因素年度面板数据，使用dbscan聚类算法将江苏省房价聚类成为两大类地区，构建双固定效应面板模型对江苏省房价进行分区域分析。进一步考虑各区域房价可能存在的空间相关性，并构建相应的空间计量模型，对江苏省房价影响因素进行分析，最后给出相应的结论和建议。     

博彩业外部性的区域分析

博彩业是一个特殊的行业，有着极强的外部性。本文试图以外部性在区域内部可以内部化为前提，从区域视角出发，利用古诺模型来讨论区域博彩政策的制定，并讨论区域层次外部性产生的原因和影响因素。     

战后日本经济变动的新古典分析

任何一个经济体系在长期内的波动都会受到该经济体系内部与外部因素的影响--日本经济也不例外.在新古典增长理论框架内,利用哈罗德中性C-D生产函数分析日本战后的经济增长,认为劳动、资本以及技术是驱动或制约日本经济的主要内因.然而在不同的经济发展阶段,三种因素的驱动作用不尽相同.     

区域旅游协作:实质、影响因素与组织模式

区域旅游协作,就是基于共同利益的需要,旅游经济实体利用和创造必要的条件,以实现区域之间或区域内部旅游要素的合理有序流动及协作各方效益最大化为最终目的,依据一定的目标、原则和制度,对协作区内旅游要素的流动加以引导和安排的行为。它是一个系统工程,受旅游资源赋存的空间差异、协作利益、决策者行为、区域关联性、行政区划、旅游需求的空间差异、协作主题等诸多外部、内部因素的影响。区域旅游协作的组织模式可以归结为五类,即行政区域型、经济区域型、交通线路型、旅游圈型、主题型组织模式。     

影响企业筹资活动的因素分析

影响企业筹资活动的因素有内部环境因素和外部环境因素.内部环境因素包括企业的组织形式、规模业绩、资产结构、资本结构等,外部因素包括经济环境、法律环境和金融环境,分析和研究这些因素,才能做出准确的筹资决策.     

探析影响化学反应速率的因素

化学反应速率通俗地来讲就是指化学反应的快慢程度。影响化学反应速率的因素有很多,包括物质本身的和外部的,本文简要分析了内部因素和其他因素,主要分析外部因素对化学反应速率的影响。     

影响深圳房价因素的实证研究

随着我国经济持续稳定的增长,人均收入的不断提高,使得人们对商品房的需求不断增加,房价不断攀升。在这样的背景下,特区之首的深圳在经济腾飞的同时,房价也达到很高的价位。本文通过计量模型分析了影响深圳房价因素的重要指标,认为影响深圳房价最为重要的因素是消费者的收入水平、房地产商成本和市场竞争情况以及来自政府金融体系的支持,得出房地产商成本影响力占到5成成为最大影响因素,深圳的房地产市场发展相对健康的结论。基于模型分析和房地产政策,提出了适应深圳房地产平稳健康发展的政策措施。     

我国房地产现状原因分析、发展趋势与政策走势判断

本文认为我国政府行政调控不力是区域性房地产市场“过热”的主要因素。未来房地产调控将由行政调控主导,但受人民币升值预期的影响及其他利益主体的牵制,房价将不会出现大起大落。要有效控制房地产价格,政府应调整产业政策,规范房地产外商资金和企业的准入,加强国内房地产政策配套措施和监管力度。     

当前我国房地产价格的合理性研究

近年来,我国房地产价格大幅快速上涨,引起了公众和政府的高度关注。本文使用两个不同的指标分析了当前我国房地产市场的价格状况。从房价收入比来看,我国大部分居民的收入难以承受过高的房价,我国的房价存在很大的泡沫;从租金房价比来看,租金较低,房价严重偏高,目前房地产投资存在较高的风险,对房地产业以及整个国民经济和社会的稳定有着严重的影响。研究表明我国绝大多数城市的房屋定价不合理,严重偏高,房地产市场存在较大的泡沫和较高的风险。因此,政府还要继续对房地产业实行调控,加快实施保障性住房和廉租房建设,使房价逐步回归到合理水平,促进房地产业的持续、稳定、健康发展。     

房地产上市公司股价影响因素实证分析

近年来,在持续的房地产调控政策影响下,我国商品房市场开始出现成交量大幅下滑,房价逐步松动下滑的现象。但在此期间,房地产上市公司股票价格不仅强于大盘走势,而且其波动幅度也高于房地产销售价格指数。为此,本文选择房地产上市公司股票价格指数为因变量,选择上证综指、发电量增长率、CPI、人民币贷款利率、房地产价格指数五个因素指标为自变量进行多元回归统计建模,模型检验结果表明,房地产上市公司股价波动除具有一般金融资产价格波动的系统性、集聚性等特点外,还具有与人民币贷款利率和房屋销售价格指数负相关的特点。受宏观调控政策的持续影响,中国当前房地产市场出现一定程度的扭曲,实体经济增长对房地产上市公司股价的影响不显著。     

房地产调控与全要素生产率:“事半功倍”或“事与愿违”

现有研究表明高房价会降低全要素生产率（TFP）,在"稳房价、稳预期"的调控思路下,房地产调控能否缓解高房价对TFP的抑制作用呢？文章构建包含房地产部门和最终产品部门的理论模型,探讨房价和房地产调控对全要素生产率的非对称影响。在实证检验部分,测算2008-2018年152个地级及以上城市的房地产调控强度,采用门槛回归检验房价和房地产调控对全要素生产率的影响,研究结果表明：（1）合理的房价有利于TFP增长,但过高的房价阻碍了TFP增长。（2）房地产调控力度较弱时对TFP的影响为负,房地产调控力度适中时对TFP的影响为正且效果最佳,将房地产调控区分为需求侧调控和供给侧调控,需求侧调控由弱转强时对TFP的影响由负转正,供给侧调控对TFP的影响始终为正。（3）房地产调控通过影响公众房价预期进而对TFP产生影响。     

房地产价格波动影响因素的实证研究究——基于广州市的VAR模型

本文以广州市为例对房地产价格波动和其影响因素进行实证分析。本文以相关经济理论为根据建立了向量自回归模型。模型实证结果表明预期冲击是影响广州市房地产价格波动的重要因素,房地声市场存在明显的顺周期性质,货币供应量的变化也会引起房地产价格的变化。本文还发现房地产市场的瑰策主体主要依据年内四个季度的房地产价格和销量等信息来进行决策。房地产价格波动是对房地产市场波动的主要解释因子。     

我国不同发展层次城市房价影响因素的差异分析及对策研究

本文利用2000～2009年"北上广深"4个一线城市以及其他14个二三线城市的房地产数据来实证检验导致我国一线城市和二三线城市房价快速上涨的影响因素,并分别定量分析了这些因素对两类城市房价的影响程度。研究结果表明,由于房地产市场发展阶段不同,我国一线城市和二三线城市的房价影响因素存在较大差异,全国统一的房地产调控政策难以满足不同城市稳定房价和保障房地产市场健康发展的需要。就房地产调控重点而言,一线城市应重在抑制投机型需求,二三线城市应重在增加保障性住房供给。     

基于VAR模型对商品房价格影响因素的实证分析——以上海市房价为例

选取上海市房价作为研究对象,通过建立VAR模型来分析上海市地价、居民消费价格指数、房屋竣工面积、贷款利率、货币供应量及热钱流入对上海市商品房价格的影响。协整分析表明,各个变量之间具有长期的均衡关系。Granger因果检验表明,上海市商品房价格与地价之间存在双向的Granger因;货币供应量、贷款利率、房屋竣工面积、热钱与上海市商品房价格是单向Granger因;而上海市居民消费价格指数与商品房价格互不为Granger因。     

是土地供应量与房地产税赋提高了房价吗

自分税制实施后,“土地财政”成为我国地方政府获取收入以支撑财政支出的主要选择,而与此同时房价也在不断上涨。中央政府从民生角度要求地方政府对房价实施调控,地方政府则主要通过调整土地供给量和房地产税税赋来施加影响。土地供应量和税赋会影响供需双方从而影响房价,反过来房价又会影响税收收入及开发商对土地的需求,进而影响社会民生。本文对我国东、中、西部地区住房价格和土地供给量、房地产税税赋之间的关系进行分析,探讨各地区的住房价格上涨原因。通过构建住房价格和土地供给量、房地产税税赋之间的PVAR模型,利用格兰杰因果检验、脉冲分析和方差分解方法来透视地方政府行为对住房价格的影响。分析结果显示,地方政府行为和房价之间存在着联动关系,但在推动住房价格上涨的原因上存在着区域差异：在东部地区,土地供应量影响房价;中部地区,二者联合推动了房价上涨。而在西部地区,房地产税税赋对房价的影响明显。在政策建议上,对地价推动房价的地区要从丰富住房来源和数量入手,而税赋影响房价的地区则要完善相关税制改革。     

基于灰色关联度的安徽省房价影响因素的分析

以安徽省2001-2010年房地产相关资料为依据,适当选取房价影响因素指标,引入灰色关联分析方法,构建房价影响因素的灰色关联度模型,定量地计算出各指标与房价的灰色关联度。结果表明:人口总数、居民消费价格指数、税收三大因素对房价影响最大,而住宅施工面积、住宅销售额、住宅投资完成额影响较小。     

政策因素对我国房价影响的计量模型分析

本文利用我国1987～2010年间的相关经济数据构建了含有政策虚拟变量的房价的计量模型,重点的定量分析了房地产政策因素对房价的影响程度。模型结果表明,房地产政策颁布后对房价有明显的作用,而不同时期的房地产政策对房价的作用程度及方向也是不一样的。这种政策产生的影响主要是通过经济增长和银行信贷规模这两路径来实现对房价的影响。