基于GARCH模型的地铁沿线房价波动研究——以杭州市为例

近几年,随着杭州地铁的兴建,地铁沿线楼盘的房价出现了大幅度的波动。本文以收入水平等作为自变量,并采用GARCH模型来分析地铁开通对周边房价的波动性。计量结果表明：收入水平、汇率变化、存款利率、股市变化、地铁通车对房价的影响是显著的,但地铁开通这一事件对周边房价的冲击并不持久,会随着时间因素慢慢减小。     

上海市房价逐年上涨的形成原因及实证研究

文章通过实证分析从商品房基本成本、预期、供求、利率和汇率、政府调控等角度透视了上海房价不断上涨的形成原因和商品房的定价机制,得出的基本结论是:商品房基本成本、预期、人民币升值预期、单位供给需求与上海房价正相关,而政府制定的一系列调控房价的法律政策减缓了上海平均房价的增长,与房价负相关;这些因素的变动对房价的影响程度按从大到小依次为:单位供给需求、人民币升值预期、政府制定的相关法律政策、预期、基本成本;根据弹性分析,房价对基本成本的反应敏感程度最高,对单位供给需求的反应敏感程度次之,对预期的反应敏感程度较小。     

基于SVAR的中国货币政策的房价传导机制

本文采用2005年7月到2009年9月宏观经济数据构建SVAR模型,分别从货币供给的利率传导机制,现金余额效应,汇率传导机制以及房地产价格对货币供给的反馈机制四个角度进行实证分析,发现:货币量的增加和汇率上升都会带来房价的大幅上涨,而利率提高所带来的房价下降程度很小,房价的上涨会引起物价和消费上涨。结论:当今房地产市场中,存在着货币政策的房价传导机制,其中利率机制对房价影响较小;在汇率机制传导过程中,中央银行为了稳定币值和升值预期引起的国际资本流入导致货币供应量被动增加,从而直接导致了房地产价格上涨。因此提出货币政策应当关注房地产价格,既要防止形成房地产价格泡沫,又要避免温水煮青蛙。     

基于时变参数和VAR模型的土地政策和货币政策对房价影响作用机制研究

笔者通过考察地价和利率对房价波动的动态影响关系,探讨土地政策和货币政策对房价的作用机制.通过构建状态空间模型,利用卡尔曼滤波进行参数估计,探讨地价和利率对房价影响的变化规律;运用VAR模型中的脉冲响应函数和方差分解,考察地价、利率、房价三者之间的相互作用情况.实证结果表明地价对房价始终有较大的正向影响,而利率对房价的影响作用不明显,房价对地价的冲击当期就会显示出来,而地价对房价的冲击滞后一期才会产生影响.     

货币政策冲击、外汇干预与汇率 变动的同期与动态关联研究

本文采用SVAR模型以及2005年7月至2011年12月的月度数据，研究了2005年的新汇率改革之后，我国货币政策冲击、外汇干预与汇率间的动态关联。主要发现与结论如下：在货币政策冲击、外汇干预与汇率三者的同期博弈中，外汇干预不能即刻影响同期汇率。利率的上升及广义货币供应量的变动均会对同期名义有效汇率造成一定影响，但不太显著。在三者的动态博弈中，外汇干预是非冲销和有效性得到验证，外汇干预信号的假设可以成立。此外，即使利率的变动并不针对汇率，却带来汇率的大幅波动。名义有效汇率的上升可以有效抑制消费价格指数（CPI）的提高，并且数量型货币政策容易造成CPI的反弹。本文针对研究结论提出了一些政策建议。     

中国地价、利率与房价的关联性研究

本文在梳理有关利率、地价以及房价之间关系文献的基础上,探讨了房价的形成机制,特别是地价和利率在其中的作用。通过理论分析,我们认为利率变化会同时对房屋供给和需求产生影响,而房价变化则取决于两种影响的强弱对比;地价和房价之间会相互影响,土地政策通过影响地价进而对房价产生影响。利用全国1999-2007年的季度数据进行实证分析,进一步发现中国的实际利率与房价呈负相关关系,近年来较低的实际利率水平刺激了房价的上涨,而房价和地价呈正相关关系且互为Granger因果关系。此外,过去的政策因素对房价和地价的影响不容忽视。实证结果表明严控土地供给的政策是推动地价上涨的重要外生因素,而扩张性的信贷政策也在一定程度上导致了房价的上涨。在此基础上我们提出了政策改进建议。     

房价波动、调控政策立场估计及其影响效应研究--基于1998-2014年数据的实证分析

调控政策对房价的反应、立场和影响效应是政府政策设计的重要依据,2007年底金融危机爆发后,调控政策和房价波动都发生了显著变化。文章以2008年为界,构建了三个房价和政策变量的月度时间序列样本：1998-2007年、2008-2014年和1998-2014年,在此基础上,对2008年前后调控政策的反应、立场和影响效应进行了实证分析。结果表明：(1)实际贷款利率和货币供应量在2008年前后对目标变量的反应是交错变化的,货币供应量对房价的反应与假定相反,货币政策并未对房价做出充分反应,而财政和土地政策表现出了较好的反应结果。(2)货币供应量对房价波动的影响最大,是房价持续上涨的重要原因,2008年以来,固定资产投资的影响非常显著,脉冲响应分析发现利率只能在短期内对房价产生负向影响,除土地政策外,货币和财政政策皆会在长期内对房价产生稳定影响。文章的研究为推进房价政策调控和房地产市场健康稳定发展提供了可靠的经验支持。     

人民币"汇改"、汇率风险与利率关系实证研究

本文以GARCH方法和2002-2009年的数据,对人民币利率与人民币汇率风险、通货膨胀、中美利差的关系进行分析。发现2005年7月汇改之后,人民币汇率风险开始对人民币利率的变化起正向作用,尽管人民币汇率风险对于人民币利率的变化仍不是具有决定性作用的因素。同时发现,无论是在汇改前还是在汇改后,中美利差对于人民币利率的变化都具有显著的影响。     

基于国际收支视角的人民币汇率与利率联动机制分析

结合我国货币政策和汇率政策,从国际收支视角下金融市场、产品市场和外汇储备三个渠道分析利率和汇率联动的动态循环机制,采用2005年7月汇率制度改革以来的月度数据,基于VAR和VEC模型对不同渠道传导机制的有效性开展实证检验。研究结果表明,2017年以后金融市场和产品市场渠道作用逐渐大于外汇储备市场渠道作用。人民币利率与汇率存在显著的反向联动关系,人民币汇率对利率的影响较强,利率对汇率的影响较弱。汇率的金融市场传导渠道在即期反应迅速、影响较大,但利率的金融市场传导渠道受阻。利率与汇率的产品市场传导渠道较为复杂,短期与中期的影响方向相反。因此,应拓宽人民币汇率浮动空间,加快发展外汇市场,健全利率市场化形成机制,畅通跨国资本流动的传导渠道,并在货币政策的运用中注重利率政策与汇率政策的协调配合。     

通胀目标制与汇率目标制不能共存吗

基于汇率传递的风险溢价渠道，本文将我国利率调控通胀、外汇储备对冲干预汇率纳入新凯恩斯政策模型，构建双目标双工具政策分析框架，比较泰勒规则与双目标双工具规则下通胀目标与汇率目标共存的经济机制与效应。本文模拟显示：（1）双目标双工具政策框架下通胀目标与汇率目标能够共存，此时通过影响汇率风险溢价来盯住汇率不影响通胀；而单工具政策下两目标无法共存，此时降低国内资产的收益率盯住汇率会刺激居民的消费行为引起通胀。（2）国际资本冲击下，双目标双工具政策在固定汇率的同时能保证经济稳定；而当贸易条件恶化时，选择完全浮动汇率制度最优。央行政策损失分析进一步验证了以上结论。（3）随着金融市场化改革深入，外汇储备稳定汇率的有效性将下降，冲销成本会大幅提升。资本账户开放下，双目标双工具政策仍是央行抵御外部资本冲击的首选政策；但是汇率市场化后，通胀目标制与双目标双工具政策效果基本无差异。本文结论的启示是：面对国际资本，需必要的汇率管制；但是面对贸易冲击，可适度提升汇率弹性来减少冲击对产出和通胀的影响。     

我国商品房价格增长与宏观经济因素的关联性研究

文章基于我国商品房价格增长率、利率、工业增加值增速、通货膨胀率以及货币供给量增长率五个主要的宏观经济指标,利用多变量向量自回归(VAR)模型研究了我国商品房价格增长与宏观经济运行之间的相互关系。所得到的结果表明,我国通货膨胀率和货币供给量增长率能够显著影响商品房价格增长率,而利率和工业增加值增速对我国商品房价格增长率的影响作用较弱,因此,控制房地产行业的货币供给对限制房地产价格快速增长是一项行之有效的调控政策。     

物价稳定与房价：货币政策视角

住房价格变化是货币政策需要关注的重要指标。本文在梳理现有文献的基础上,研究了物价稳定与房价变动的关系,发现房价是物价变动的重要原因,而M1和贷款利率是房价变动的格兰杰原因。通过进一步建立结构性VAR模型,我们发现房价受到贷款利率影响最大,而物价受到货币供应量的影响最大。针对房价与物价变动的三个场景可以采取不同的货币政策操作：1、房价过快增长,物价保持稳定。此时为了避免房价对未来物价的冲击,又不影响到当前物价的稳定,可以提高贷款利率,并保持相对宽松的货币供给以对冲房价下跌对物价的不利影响,达到抑制房价而不影响物价的效果。2、房价和物价双双过快增长。此时,应调整贷款利率、准备金率和货币供应量,三管齐下加以治理。3、物价过快增长,而房价较为稳定。为了避免打压房价,可以不调整贷款利率、准备金率,仅控制货币供应量。     

住房空置率对住宅价格的影响分析

住房空置率一直是房地产业所关注的问题,在对住房空置率进行学术界定和对我国现阶段住房空置率实际状况进行分析的基础上,结合交易价格对均衡价格的换算理论,对住房空置率与房地产价格的影响进行量化分析,提出政府可通过完善房地产市场信息披露制度、完善土地供应机制和引导房地产业的投资结构,企业提高开发质量来控制住房空置率。     

Household lending, interest rates and housing price bubbles in Korea: Regime switching model and Kalman filter approach

This study investigates whether interest rates and household lending caused housing price bubbles in Korea over the period of 1986 to 2003. Using a regime-switching model, we found evidence of the existence of housing price bubbles throughout the sample period, with the exception of 1998 when Korea suffered from a financial crisis. Using a Kalman filter technique, we estimated the size of housing price bubbles for the sample period. Finally, using generalized impulse response function analysis and variance decompositions, we found that housing price bubbles increased with household lending and industrial production, whereas they decreased with interest rate; this latter effect is relatively small, however. Policy implications include the importance of preemptive intervention on household lending in order to contain housing price bubbles, but interest rates appear to be a less effective policy tool.     

Testing for rational bubbles in the US housing market

The presence of a bubble in the US housing market prior to the 2007 subprime mortgage financial crisis is investigated. This is done by looking into the relationship between house prices and rental prices, known as the price–rent ratio, which is an important measure of a potential deviation between house prices and its fundamental value. Additionally, the interest rate is taken into account since it is an important factor in determining demand for housing mortgages and thereby influencing house prices, and explosive behavior of house prices is considered. These relationships are investigated through a theoretical and econometrical framework. The empirical evidence suggests that there was a bubble in the housing market prior to the financial crisis, even when controlling for the decreasing interest rate and the fundamental information given by the rental price in the period. Explosiveness was the main source of the price increase, such that a bubble was present in the housing market after correcting for other fundamental factors. The econometric procedures used in the analysis may therefore be relevant for monitoring the housing market.     

房地产价格、泰勒规则与宏观经济调控——基于2000-2010年我国宏观经济数据的检验

央行是否应该针对房地产价格制定货币政策进行调控,一直是学者们关注的焦点,但研究结果仍存在分歧。基于2000-2010年我国季度经济数据,对比检验了融入房地产价格的泰勒规则与标准泰勒规则对我国制定货币政策调控宏观经济的适用性。实证结果表明,依据标准泰勒规则所制定的利率政策,可以降低央行损失函数值,提高利率政策有效性。这一结果意味着,在房地产价格波动不影响物价稳定和经济增长的情况下,央行不应针对房地产价格进行调控。也就是说,央行需考虑房地产价格波动与通货膨胀和产出之间的相关关系,判断其对政策目标的潜在影响,制定利率政策对宏观经济进行调控。     

The impact of monetary policy on local housing markets: Do regulations matter?

This paper shows that monetary policy has uneven impacts on local housing markets, and that the magnitude of the impacts are correlated with housing supply regulations. We apply the linearized present value model, which allows the log rent–price ratio to be decomposed into the expected present values of all future real interests rates, real housing premia, and real rent growth, to the housing markets in 23 US metropolitan statistical areas. Based on the indirect inference bias-corrected VAR estimates, we find that MSAs that are more regulated have (i) a higher variance in the log rent–price ratio, (ii) a larger share of the variance explained by real interest rate, and (iii) a stronger impulse response of house price to the real interest rate shock.     

货币政策对房地产价格调控的非对称效应——基于STR模型

从货币政策的非对称效应的角度,运用非线性模型——STR模型,探究了中国货币政策与房地产价格的关系。研究结果表明:货币政策对房地产价格的影响确实因所处经济周期阶段的不同而发生变化;货币政策与房地产价格之间存在非线性关系;不同经济增长水平下货币政策对房地产价格的调控效应是不对称的;在调控房地产价格方面,我国货币政策的信贷传导路径比利率传导路径更有效。     

利率效果区域异质性、收入跨区 影响与房价溢出效应*

本文首先构建了理论分析框架,解释了中国不同城市间房价溢出效应、收入对房价的跨区影响,以及利率调整对不同城市房价的区域异质性影响。本文利用GVAR模型对该框架进行了实证,结果显示北京等一线城市的房价波动对其他城市具有较大的溢出性,而中西部城市的房价溢出性则不明显。一线城市和东部城市的房价波动不仅受本城市人均收入变动的影响,还在很大程度上受其他城市收入变动的影响,而中西部城市的房价则主要受本城市收入变动的影响。利率变动对一线城市和东部城市的房价影响则较大,而对中西部城市的房价影响有限。本文结论具有明确的政策含义,比如政府应通过稳定一线城市房价以达到稳定全国房价的目的,促进公共产品均等化,实行地区差异化的房地产政策等。通过利率调整来调控房价也是一个可行的政策选项。     

Asset prices, exchange rates and the current account

This paper analyses the role of asset prices in comparison to other factors, in particular exchange rates, as a driver of the US trade balance. It employs a Bayesian structural VAR model that requires imposing only a minimum of economically meaningful sign restrictions. We find that equity market shocks and housing price shocks have been major determinants of the US current account in the past, accounting for up to 30% of the movements of the US trade balance at a horizon of 20 quarters. By contrast, shocks to the real exchange rate have been less relevant, explaining about 9% and exerting a more temporary effect on the US trade balance. Our findings suggest that large exchange rate movements may not necessarily be the key element of an adjustment of today's large current account imbalances, and that in particular relative global asset price changes could be a potent source of adjustment.