人民币汇率波动与我国房价关系的实证分析

分析了汇率影响房价的机制,利用人民币实际有效汇率、房地产价格指数和银行同业拆借利率共30组数据(2005,07～2007,12)建立了向量自回归模型(VAR),并使用协整、Granger因果检验,脉冲响应分析对人民币汇率波动与我国房地产价格之间的关系进行实证检验.研究结果表明,人民币实际有效汇率对房地产价格产生正向影响,人民币升值是引起房价上涨的格兰杰原因.在现阶段,控制因人民币升值而进入中国的境外资金过度流入房地产市场,有利于保持我国房地产价格稳定.     

动态因子模型在房价波动因素分解中的应用——基于中国26个城市房价波动的分析

利用动态多因子模型,对26个大中城市1999年1月-2010年5月的房地产价格波动进行因素分解,分别提取了表示区域特征的区域因子和城市特征的城市因子,从区域因子的特征看各区域房价波动受政府调控和宏观经济形势影响较大.因素分解结果表明:各区域因子对区域内各城市房价波动的影响贡献度较大,而且在经济发达地区这个特征更明显.对区域因子互动关系的研究表明:我国大中城市房价波动存在从东部沿海发达地区分别向东北,中部,西部蔓延的"波纹效应".本文的结论有助于加强不同区域房地产市场调控和监管的针对性.     

新疆地区房地产价格影响因素的区域差异实证分析——基于北疆、南疆和东疆三个区域的截面数据

为揭示新疆不同区域房地产市场价格波动的区域差异,采用多元线性回归模型从房地产市场价格的供给与需求两个方面分析影响新疆北疆、南疆、东疆三个地区房地产市场价格区域波动的主要因素.研究表明:随着新疆经济社会发展,房地产的刚性需求增加,在一定程度上拉动了房地产价格的上涨,同时,由于稳定等方面的缘故及投资需求,又加剧了房地产价格的上涨.     

土地市场波动与房地产价格的关系分析:基于VAR模型的实证研究

随着中国经济增长、城市化的发展,房价不断攀升,居民面临巨大的购房压力,而政府也开始对房地产市场进行调控,在房价构成因素中,土地成本占有很大比重,因此土地价格,土地供应面积与房地产价格之间的关系研究对促进房地产市场的合理发展有十分重要的意义.以2002年到2011年我国土地供应面积,土地购置价格和房地产价格的月度数据为样本,对土地供应面积,土地购置价格与房地产价格进行协整检验后,构建VAR模型进行格兰杰因果检验后发现土地供应价格,面积和房地产价格互为因果;对城市土地购置价格和房地产价格进行脉冲响应分析和方差分解后发现房地产价格和土地价格之间的存在相互影响,且在短期内都受土地供应面积的影响但程度不高.     

基于马尔科夫区制转换的厦门商品住宅价格模型

厦门市商品住宅价格月度报告通常于下个月初发布,这使得政府对房地产市场的调控具有一定程度的滞后.为能够较为准确的预测房价走势,便于政府适时地提出妥当的决策措施,利用两状态一阶自回归马尔科夫区制转换模型对厦门市2006年至2011年商品住宅月度价格的非线性动态变化进行分析,并对2012年1月至4月的价格进行预测.实证结果表明模型能够形象地表现出厦门商品住宅价格的周期性波动,并较好地进行价格预测.     

贷款定价中的低估行为与房地产价格泡沫——扩展的PW模型与中国经验

Pavlov和Wachter清晰地阐述了商业银行对抵押贷款看跌期权内在价值的低估导致资产价格膨胀,使其脱离基础价值,即产生泡沫。但是其假设条件缺乏一般性,并且没有考虑开放条件下的汇率风险。本文在对其假设条件进行修正,并添加汇率因素的基础上,对PW模型进行扩展,从而得出开放条件下商业银行贷款定价行为与房地产价格泡沫的相关分析模型,得出的结论是,房地产价格与利差和汇率负相关,与存款利率正相关,而提高借款人的自付权益成本可削弱贷款定价中的低估行为对房价的影响。最后,采用我国2005年7月至2008年9月的月度数据进行计量分析,基本证实了模型的结论,同时,也说明了房地产需求对样本期间内的房价飚涨影响不大,货币政策的调控效果也非常微弱。     

人民币汇率市场化,结构相依与结构突变

运用能够识别资本市场结构突变与区制变化的Markov区制转换模型,基于非线性相依结构研究中的藤Copula分析框架,文章以考察人民币汇率市场化进程中的结构相依与突变特征为切入点,重点研究两次汇改以及金融危机时期人民币汇率在四个阶段的结构转换及非对称动态相依特征。文章采用GJR-GARCH模型探讨人民币汇率市场的"杠杆效应"。在此基础上,文章对两次汇改以及美国次贷危机时期人民币汇率市场的结构突变和区制转换的进行识别。研究发现,Markov区制转换模型能够准确地捕捉到人民币汇率第一次汇改的临界点,但在捕捉第二次汇改临界点方面却存在一定的滞后反应。并且,该模型对美联储采取第一轮量化宽松的货币政策的捕获,也表现出较好的能力。进一步地,文章运用藤Copula分析框架探讨了不同人民币汇率市场之间的非线性相依结构。研究表明,整体而言,采用t-Copula的藤结构在捕捉人民币汇市之间的相依结构方面表现出良好的刻画效果。     

中国房价形成机制的实证研究

构建了房地产市场的供求模型和均衡价格模型,引入商品房销售价格、销售面积、施工面积等9个变量,建立相应的联立方程组,对房地产价格形成机制进行了研究.研究结果表明：房地产的价格很大程度上受到居民收入、利率、以及土地价格的影响,相对而言居民收入和利率的影响最为明显.同时,居民对房地产的潜在需求和有效需求间的差距较大.目前相关部门应更加关注房地产市场有效需求的规模,并适当调整利率、土地供给等,从而保证房地产市场的稳定发展.     

基于Multi-Agent模型的行政政策对区域差异化房地产价格影响的研究

为了稳定房地产市场的价格波动,帮助房地产市场持续健康的发展,国家自2010年之后推出了一系列的行政政策来限制房地产市场的投机行为.为了研究这些行政政策是否能够起到应有的作用,文章构建了自下而上、系统全面的Multi-Agent房地产市场模型对行政政策在不同城市房地产市场的差异化效应进行了仿真研究.实证研究发现:1)利空性行政政策会使得目前的房地产市场价格在短期内持续降低,到达最低点之后会重新恢复上升态势.2)如果放开限购管制,将导致各地房地产市场价格持续上升.3)如果允许投资者在不同地区进行房地产投资行为,将推动未成熟的房地产市场价格更快的上升,反而对成熟的房地产市场影响较小.     

基于TVAR模型的人民币汇率的价格传递效应

利用门限向量自回归模型对人民币有效汇率的价格传递效应进行了研究,分析了不同的通货膨胀环境对人民币汇率传递效应的影响.以通货膨胀率作为门限值变量,并以0.001 175和0.006 118为门限值进行实证分析.得到汇率传递效应在不同的通货膨胀环境下显著性存在差异,在高通货膨胀下汇率对国内价格的传递效应是显著的,然而在低通货膨胀下是不显著的.考虑了汇率传递对国内价格的非线性性,进而更加准确的验证了通货膨胀与汇率传递的相关性.     

外汇市场、股票市场与房地产市场的风险传染研究——基于三元VAR-BEKK-GARCH模型实证分析

本文将人民币汇率、房价和股价三者纳入一个统一的分析框架中,从水平变动和波动风险两个方面考虑时变异方差和变量间的风险传递效应,使用“二次汇改”后的2010年6月到2017年12月的月度数据,采用三元GARCH和BEKK时序模型研究人民币汇率、房价和股价之间的动态影响关系及其波动风险互动机制。研究发现,三个市场相互之间具有明显的影响,特别是价格波动的风险传染上,房地产市场与股票之间、股票市场与汇率市场之间或长期或短期都存在风险的传递效应。具体而言,市场在均值溢出方面,人民币升值会促进房价和股价的上涨;但房价与股价之间的价格影响关系并不明显。在波动溢出方面,房价和股价之间的波动溢出效应明显,同时存在ARCH和GARCH型波动效应,而股价对汇率的波动影响也同时存在ARCH和GARCH型波动效应,但汇率对股价仅有GARCH型波动效应。     

房屋销售价格指数与地产指数关系的协整分析

对房屋销售价格指数和深交所地产指数的协整关系进行实证分析,并做了Granger因果检验,结果显示:在所考虑的数据区间房屋销售价格指数与地产指数确实存在协整关系,地产指数是引起房屋销售价格指数变化的原因,最后给出了一些相关的建议.     

房地产泡沫相关因素及相关关系的实证研究

通过理论探讨及文献研究,建立了与房地产泡沫有关的的四个关键因素,土地价格、房价虚涨、房地产投资和房屋空置率与房地产泡沫的关系路径分析模型,并通过30个省市的相关数据进行了统计分析,检验该模型.研究结果表明:各活动要素的影响强度存在着一定的差异,土地价格和房屋空置率对房地产泡沫的影响最大,房价虚涨和房地产投资泡沫对于房地产泡沫的直接影响不是很显著,但是可以通过土地价格泡沫和房屋空置率泡沫等其他变量间接地发挥显著作用.指出了局限性.     

数量型与价格型货币工具对房地产市场价格的影响机制研究

使用非线性边限(NARDL)模型探索数量型和价格型货币政策工具对房地产市场的影响.结果显示无论数量型货币政策和还是价格型货币政策都会对房地产价格产生非对称性效应.对于数量型货币政策来说,紧缩的货币政策和宽松的货币政策都会显著影响房地产价格.相对而言紧缩的货币政策对房地产市场的影响效果更明显.对于价格型货币政策来说,利率变动对房地产价格的影响在长端呈现非对称特征,而在短期则无此效应.降低利率水平能够推动房地产价格的提升,而提高利率无法有效地约束房地产价格的上涨.     

中国房地产价格的多元线性回归模型

近几年,房价的迅速增长,已经远远超过了GDP和居民可支配收入的增长.那么,我国房地产市场是否已经过热,是否已经出现了泡沫.基于2000~2006年的数据对我国房地产价格函数的影响因素进行了多元线性回归分析.尽管我国部分地区价格偏高,但是并没有出现商品房价格泡沫.     

半变系数模型研究美国爱荷华州埃姆斯市的房价问题

近年来房地产业发展迅猛,房价快速走高,对经济发展和社会稳定产生了重大影响,因此房价研究具有重要的社会价值和经济意义.文章通过散点图及其拟合曲线展示不同协变量和响应变量之间的相关关系,提出半变系数模型建模美国埃姆斯市的房价问题.文章采用剖面最小二乘法研究7个协变量:地面以上的居住面积、地面以上的房间总数(不包括卫生间)、卫生间总数、房屋整体建材质量和品质、地下室面积、车库面积、建造年份与埃姆斯市房价之间的回归关系,为房价预测研究作准备.研究结果表明半变系数模型在探索美国爱荷华州埃姆斯市房价方面表现较好.因此,文章提供了一种利用半变系数模型同时学习高维数据线性和交互关系的有效方法.     

基于马氏域变的房地产泡沫存在概率研究

借鉴股票市场泡沫的研究方法,采用非齐次马氏域变思想对我国2001年1月到2010年12月的房地产市场泡沫进行了分析.通过Johansen协整检验方法从房价数据中分离出泡沫成份,使用极大似然估计方法估计出房价泡沫在两状态下的方差和转移概率的相关参数,进而求出各时期房价泡沫存在的概率.实证结果表明:第一,样本期间大部分时期内我国房地产价格存在泡沫的概率较小,但2009年4月至12月房价存在泡沫的概率较大;第二,提高贷款利率能够减小从无泡沫到有泡沫的概率,同时增加从有泡沫到无泡沫的概率.     

房地产市场供求均衡与房地产价格研究——以北京商品房市场为例

中国房价上涨幅度较大,研究房地产供求市场及其价格,能把握房地产市场规律,促进房地产市场的平稳健康发展.研究从供求均衡理论角度分析了房地产市场的供求规律及其价格,通过建立商品房市场的供需动态均衡模型,以1990~2010年北京市商品房市场为例,对房地产市场的供求弹性、与长期均衡之间的关系及其对房地产价格的影响进行了实证研究与分析.研究表明房地产供给市场长期略具弹性,而需求市场长期弹性较大,价格对商品房市场的调节作用并不明显,实现房地产市场的供求均衡,需要政府力量的介入并对市场进行宏观调控.     

基于VAR—GM(1.1)—SVR模型的房地产价格预测研究

为提高房地产价格预测精度,克服传统统计数据真实性低、时效性差的缺点,本文以网络搜索数据为基础,首先通过斯皮尔曼相关分析和时差相关分析筛选出与房地产价格具有高度相关性的先行关键词,并利用向量自回归模型(VAR)和GM(1.1)模型分别预测房地产价格;然后构建基于向量自回归模型和GM(1.1)模型的VAR—GM(1.1)—SVR模型将以上两个模型的预测结果进行预测融合,并以西安市数据为例进行验证,得出均方误差(MSE)和标准平均方差(NMSE)分别为0.97和0.03,优于单一模型预测效果.