互联网普及如何影响中国家庭债务杠杆率

互联网技术的普及推动了数字金融、移动支付、金融科技等一系列金融创新的发展,基于此,文章利用中国家庭金融调查（CHFS）2017年的数据,细致探讨了互联网这一最基础的技术普及与家庭债务杠杆率的关系及内在作用机理。结果发现：（1）互联网的使用将显著推高家庭的债务杠杆率。在使用工具变量回归、处理效应模型与PSM匹配纠正内生性问题后,这一结论依然成立。（2）除通过促进电子支付、增加金融可及性外,互联网的使用还将通过提高信息搜寻与增强社会互动这两种渠道而带来家庭债务杠杆率的累积。（3）互联网的使用与家庭债务杠杆率间存在显著的非线性关系,即意味着只有当对互联网的使用达到一定程度后,其才会带来家庭债务风险。（4）对于受需求型信贷约束、低收入与中老年群体,互联网使用对这类群体债务杠杆率的影响程度更大。进一步地,除网络平台借款将推高家庭债务杠杆外,文章还考察了互联网的使用对民间借贷的影响,并发现其对家庭非正规借贷杠杆率的影响更为突出。而对于金融知识欠缺的家庭,其债务杠杆率更高。这说明,在鼓励使用互联网推动家庭参与金融市场的同时,也要注意防范过度使用互联网所带来的金融风险,而其中一种有效的途径便是普及金融知识教育,提高居民的金融素养。     

房地产价格波动对居民消费的影响研究——基于30个省市自治区的面板数据

理论上,房价的上涨会通过财富效应增加居民消费,但由于我国房地产市场发展尚不成熟,房价与消费之间的关系具有不确定性。本文根据总体房地产调控政策的取向考察房价波动对消费的影响,实证结果表明房价上涨对消费的拉动作用有限,甚至产生抑制效应。结合房价波动影响消费的传导机制,本文提出要增加中低档商品房和保障性住房的供给、发展住房增值贷款以及保持房地产调控政策的连贯性等政策建议。     

房产信贷约束下中国房价波动与非住房消费的门槛效应分析

针对城镇居民非住房消费不足与高房价并存的典型现象,运用面板门槛模型对31个省区市2005—2019年的数据进行研究,探讨房价波动对非住房消费的影响并揭示空间差异。结果表明：房价波动对家庭非住房消费既有挤出效应也有财富效应,其中随着房产信贷约束的放松,挤出效应减弱,而财富效应增强;东部、中部、西部和东北部之间的门槛效应是异质的;各地区住房信贷约束水平存在明显差异,对房价与非住房消费之间的异质性关联起着至关重要的作用;房价波动和房产信贷约束并不是导致低消费的综合因素,无法负担的房价以及家庭抚养负担的增加是低消费的综合因素。因此,稳定房价仍是当务之急,房产信贷政策应与房地产市场的发展相适应,以促进消费。     

数字金融发展如何影响家庭“加杠杆”？——动态效应、异质性特征与机制检验

随着我国家庭部门杠杆率的快速攀升，家庭部门"加杠杆"成为学术界和业界共同关注的焦点之一。文章将中国数字普惠金融指数与中国家庭追踪调查（CFPS）数据相结合，从数字金融发展的角度，给出了一个近年来家庭杠杆率上升的解释，并探讨了其中的作用机制以及潜在影响。研究发现，数字金融发展能够显著推动家庭杠杆率的攀升，并对家庭杠杆率的攀升具有长期影响。从数量上看，数字金融发展每增加1%，相应杠杆率将上升0.0058%。在考虑了潜在的内生性后，文章所得结论依然成立。对该影响在不同群体中可能存在的异质性进行分析，结果发现，数字金融发展对家庭杠杆率的提升在有房贷、消费贷和经营贷家庭、中西部地区家庭、25-55岁家庭、农村地区家庭更为明显。机制分析表明，数字金融发展通过提高金融可得性、强化支付便利性和降低家庭面临的不确定性而对家庭杠杆率产生积极影响。文章研究结论对制定"数字中国"战略、理解结构性去杠杆中"守住不发生系统性金融风险的底线"等方面提供了有益思考。     

房价变动与中国城市居民消费

本文对房东和租客分别建立两期房价与消费关系模型,使用中国35个大中城市1996～2008年家庭数据考察了房价变动对居民消费变动的影响。检验结果发现,第一,房价对家庭住房面积和非住房消费影响为负。第二,家庭收入对家庭住房面积和非住房消费影响为正。第三,股市回报对非住房消费财富效应显著,但对家庭住房面积无财富效应。第四,家庭住房面积对非住房消费存在挤出效应,但非住房消费对家庭住房面积无挤出效应。第五,家庭储蓄对家庭非住房消费存在挤出效应,但对家庭住房面积不存在挤出效应。     

外需收缩、杠杆波动与宏观政策协调

文章建立了包含地方政府、房企、居民家庭等非金融部门和金融中介在内的动态随机一般均衡模型引入非金融部门,基于土地及房产的抵押融资行为,分析了外部需求收缩下实体经济不同部门的杠杆率变动及其传导机制,并据此检验不同宏观政策组合的有效性。研究发现,外部需求下降拖累本国出口继而削减产出,货币政策逆周期宽松应对产出下降,推动地价及房价上涨,提高了地方政府、房企和家庭的借贷能力,推升了宏观杠杆率,并造成冲击结束后实体部门的被动去杠杆过程,而居民住房抵押借贷能力的增加以及基于借贷约束的资产配置变动进一步推升了股市泡沫。对此,在传统货币政策和管理浮动汇率的宏观政策组合基础上,使用贷款价值比和存款准备金率的逆周期宏观审慎政策组合,可以缓解外部需求下降造成的实体杠杆率波动,限制非金融部门的过度借贷行为。叠加房产税的逆周期调节能有效增加实体经济的消费及投资,缓解政府支出的负向波动,减少外部需求下降对产出造成的不利影响。     

我国房地产市场局部风险与金融不稳定性——基于明斯基金融不稳定性假说

当前我国因部分城市房地产价格泡沫化引起的房地产市场局部风险会影响金融和经济的稳定性。明斯基金融不稳定性假说和"债务-通缩"理论可以有效分析房地产市场融资方式、信贷扩张和投机性需求对房地产市场局部风险形成以及对金融和经济不稳定性的影响机制。研究表明,我国房地产市场对银行贷款依赖性极大,一些房地产企业融资结构和方式有向投机性融资转变的迹象和趋势,加之消费者对住房的刚性需求和投资者对房地产的投机性需求增加,造成部分城市的房价高企和房地产市场出现局部泡沫,这增加了金融和经济的不稳定性。在经济新常态下,为了避免发生系统性金融风险,我国需要采取积极措施谨防房地产市场局部泡沫的膨胀而引起市场风险积聚,以及由此带来的系统性风险对宏观经济造成负面冲击。     

四线城市住房信贷市场现状及分析——基于湖北省咸宁市个人住房贷款抽样调查

当前,一、二线城市和四线城市房地产市场发展存在诸多差异,为摸清四线城市住房信贷市场情况,从微观视角了解住房市场需求端现状,文章对湖北省咸宁市2017年发放的个人住房贷款进行了抽样调查,发现购房人存在非常住人口占比、贷款杠杆率较高,但还款压力较小、提前还款比例上升等特点,同时分析地区住房信贷市场存在的问题,并从房地产调控、市场监管、金融创新等方面提出推进四线住房信贷市场健康发展的相关建议。     

异质性消费者、住房资产与城镇家庭消费支出

本文根据家庭流动性资产配置行为将异质性消费者识别为受流动性约束(hand-to-mouth)家庭与不受流动性约束(non-hand-to-mouth)家庭，探讨了住房资产对家庭消费的影响是否在这两类家庭中存在显著差异，以及产生差异的原因，并进一步讨论了住房资产如何影响这两类家庭之间的转换。使用中国家庭金融调查2015—2019年三轮追踪数据进行实证分析，结果表明，样本期内总体上住房资产对城镇家庭消费的影响显著为正，但不受流动性约束家庭显著高于受流动性约束家庭，说明持有较多流动性资产家庭的住房资产对消费的正向影响更大。从机制上分析，相较于受流动性约束家庭，不受流动性约束家庭住房资产提升信贷可得性的效应更大，并且更能通过财产性收入的获取来促进家庭消费。异质性家庭动态转换的分析印证了住房资产的增长有助于受流动性约束家庭转换为不受流动性约束家庭，并通过这种转换进一步促进家庭消费能力增长，而住房债务负担则需保持在一定限度内，才能发挥促进消费的作用。     

资产财富和居民消费——来自中国省际面板数据的经验证据

随着"双循环"发展战略的提出，如何提升我国居民消费成为研究热点。与已有研究不同，文章首先从省际视角研究了居民消费行为的影响因素，证实了金融资产和住房资产分别对消费产生的促进作用和抑制作用，且金融资产的促进作用大于住房资产的抑制作用。其次，文章探讨了两种资产对不同种类消费品的影响，金融资产增加主要促进教育娱乐医疗等改善性消费，住房资产增加则主要抑制基本品消费。最后，文章对不同省份居民消费的影响因素进行异质性分析，发现金融资产对消费的促进作用随收入、资产增加先上升后下降，而住房资产对消费的抑制作用随收入、资产增加先上升后下降，金融资产和住房资产在东部地区影响小于西部地区，且受区域教育、人口和收入结构影响。综上来看，提升居民收入水平，改善居民收入结构，控制房价过度上涨，改善资本市场在资产分配中的作用，加大政府在教育、医疗、养老等公共服务方面的投入能够有效改善家庭资产结构，提升居民消费水平。     

住房资产对居民家庭消费的异质性影响分析

从住房权属、生命周期、不同债务水平三个维度来考察住房资产对家庭消费的异质性影响。大体上,房价回落不大可能抑制家庭消费,但政府应关注房价波动对不同社会群体的影响,综合考虑人民基本生活水平等调控房价。     

住房商品化的国际借鉴──住房购买力与住房金融

住房商品化的国际借鉴──住房购买力与住房金融杜政清一、住房购买力现阶段房价与收人之比远远高于国际水平的下限，低收入与高房价形成强烈反差，影响住房市场和整个房地产市场的发展。应确立合理的利益分配机制，加快存量住房商品化与微利房的市场投放。１．房价与家庭...     

中国房地产财富效应地区差异分析

自2009年6月份以来,全国房价再次快速上涨,研究我国房地产财富效应显得极为必要。本文利用面板数据分析了我国各地区房地产财富效应,得到的结论是,4个直辖市、东北地区和东部地区存在显著的负向财富效应,中、西部地区财富效应不显著。研究还表明,经济越发达的地区,房地产负向财富效应影响系数越大,居民住房压力越大,房价对消费的挤出效应也越明显。本文还分析了房地产负向财富效应下高房价带来的后果,并浅议了改革方向。     

论我国城镇居民房地产价格上涨及应对策略

宏观经济下影响城镇居民房地产价格上涨的主要因素有土地价格上升导致房价过度上涨、 房地产开发成:本增加必然使住房价格上涨、 金融业的资金信贷强力支持使房价迅速上升和消费者对经济预期的乐观刺激房价上涨等.平抑房地产价格要采取完善土地管理体制,优化土地资源配置、 整顿金融秩序,规范房地产信贷及遏制房地产市场投机等策略.     

论金融环境与房地产市场的影响

房地产市场环境的变换,对房地产的开发、投资、消费以及房价等都会产生影响。其中房地产金融政策环境,是决定房地产投资风险的一个关键性指标,房地产需求和供给都会受到金融政策变化的影响。如果提高利率必将减少房地产市场的需求,如果降低利率必将增加房地产市场的需求。另外,贷款的首付比例、汇率的变化等等,都和房价的变化具有十分明显的互动效应。深入分析这些因素的影响对于合理制定金融政策、控制房地产商品价格、遏制房地产投机具有重要的意义。     

浅谈宁波市居民住房支付能力与供销状况的关系——基于房价收入比指标

住房制度的改革提高了住房质量,房地产业有了新的发展。住房支付能力是由家庭的有限收入和住房成本来平衡的。根据目前住房支付能力的现状,可以根据实际情况合理测算不同地区的住房支付能力。本文通过利用房价收入比指标分析了2009—2016年宁波市居民家庭住房支付能力,并用SPSS分析对支付能力指数与房地产市场供销关系进行了探索。本文试图通过房价收入指数来分析居民住房支付的能力和房地产市场的供求情况。     

货币政策、债务融资与绩效的结构路径分析——基于房地产上市公司视角

我国自实行住房分配货币化、启动住房消费以来,房地产业得到快速发展。央行实行的一系列货币政策,直接影响房企的债务融资和绩效。本文以我国125家房地产上市公司为研究对象,以2000-2014年国家货币政策及公司财务数据为样本,从宏观到微观层面构建非平衡面板数据,建立货币政策——债务融资——企业绩效的分析框架,研究货币政策对房地产企业绩效影响的内在机理。结果表明,货币政策对房企绩效影响的有效路径共11条,其中1条直接路径,10条间接路径;M2、利率及存款准备金率的总中介效应分别为0.2135、0.002、0.4211,对房企绩效产生不同程度的正面作用。     

有效防控新冠肺炎疫情对住房市场的扰动

当前,我国核心城市房价略有回升,住房租金走出季节性低谷;一二线城市房价稳中趋升,三四线城市稳中趋降;长三角及东北核心城市房价趋涨,京津冀核心城市房价趋降。同时,新冠肺炎疫情的发生也给我国房地产市场带来了一定影响。本文建议在坚持“房住不炒”的基础上,给予困难房地产企业适度救济;有针对性地降低房贷还款困难家庭的短期还贷压力;严控购房加杠杆及其他刺激购房的行为;因地制宜采取租金及续约管控等措施;在科学防疫的基础上,坚持租购房同权。     

地方政府债务影响企业杠杆率的空间溢出效应研究

基于全国2011—2019年的省级数据,在空间经济学的框架下,研究地方政府债务对企业杠杆率的影响机制,利用空间杜宾模型实证检验了地方政府债务对企业杠杆率的影响效果,并探究了其中存在的空间溢出效应。研究发现：我国各区域企业杠杆率水平为空间负相关,地方政府债务杠杆率为空间正相关;某个地区政府债务杠杆率提高,会降低本地和相邻地区的企业杠杆率,同时具有异质性影响,地方政府债务对企业杠杆在非东部存在“挤出效应”,在东部地区表现为“挤入效应”,相对国有企业,对民营企业的挤出效应更大。政策上应该注意对政府债务应分类管理,对不同地区采取不同措施,不能采取一刀切的办法。     

内生的杠杆阈值、金融加速器与宏观经济波动——基于动态随机一般均衡模型(DSGE)的分析

建立一个内嵌金融加速器和名义"债务-通缩"机制的DSGE分析框架,首先证明高杠杆通过金融加速器与名义"债务-通缩"加剧宏观经济波动：一方面高杠杆通过金融加速器导致"高杠杆-外部融资溢价"的恶性循环,另一方面名义计价的高债务可能导致"偿还债务-通缩-债务负担加重"的"债务-通缩"风险。进一步,虽然高杠杆可能触发系统性金融风险,但不同经济条件下债务的可持续性不同,杠杆阈值具有内生性,经济体最高能承受的杠杆率是经济系统的内生变量,与金融市场信息效率、债务合约、储蓄率、银行资产负债表结构相关。文章为供给侧改革与去杠杆提供了理论支持,一方面要降低宏观债务负担,另一方面要提升经济承担杠杆、抵御金融风险的能力,同时提示去杠杆要避免骤然紧缩信贷导致的流动性风险。