基于空间计量的国际贸易与碳排放研究

本文首先利用探索性空间数据分析方法,对1998-2012年碳排放和进出口数据进行空间自相关分析,结果表明我国省域碳排放和进出口均存在显著的空间自相关性.在此基础上,进一步采用空间滞后模型和空间误差模型实证分析进出口对碳排放的影响,结果显示进出口在地理上的集群使碳排放增加,此外经济增长和重工业比重也是影响我国碳排放的重要因素.最后根据结论提出我国国际贸易与碳排放协调发展的政策建议.     

基于地理加权回归的我国中东部城市商品房价格的空间特征分析

本文基于地理加权回归方法,分析了我国中东部地区主要大中城市商品房价格与人均工资和人口数之间回归关系的空间变化特征。结果表明,我国中东部地区主要大中城市的商品房价格除受地域位置的影响外,工资水平和人口数的影响强度在各地区也存在着显著差异,呈现显著的空间非平稳性。     

经济结构变化对商品房价格的影响:来自1999-2011年省际面板数据的实证分析

本文以经济结构变化作为切入点对中国住房价格持续高涨现象进行分析,在构建理论分析模型的基础上,运用我国1999年至2011年省际面板数据进行了实证分析。研究结果表明:经济结构对商品房价格具有决定性的影响,长期来看,城乡收入分配结构、城镇化水平、工业化水平、以及财政分权水平决定了房价水平;短期来看,除了经济结构外,房价偏离长期均衡价格的水平决定了房价水平。     

城市住宅价格的空间溢出效应研究

基于特征价格模型对上海市2016年2月24日到4月24日的613条二手住宅成交数据进行了空间计量分析.文章对比了三种空间计量模型:SAR、SEM和SDM(空间杜宾模型),最终选择了SDM并对其进行了修正.使用修正后的SDM对上海市徐汇区住宅价格的研究表明,徐汇区的住宅价格存在很强的空间联动关系,住宅价格的变化具有空间溢出效应.具体而言,同一板块、同一小区的住宅因为在一定程度上互为替代品,所以价格存在明显的同高同低、同涨同跌的现象.     

空间视域下中国省域电力消费需求的影响因素分析

采用空间计量经济学方法就我国省份电力消费需求的空间相关性及其驱动因素进行了实证分析.全域Moran指数揭示了我国省域电力消费需求的正向空间相关性,Moran散点图的变化展示了不同省域电力消费具有"路径依赖"特征.进一步的空间面板模型的估计结果不仅再次肯定了省域电力消费需求的空间相关性,而且证实了经济规模、人口规模和对外贸易对电力消费需求的增强效应以及技术进步与产业结构的优化调整对电力消费需求的节制作用.上述结论意味着依靠技术进步和产业结构优化调整才是实现经济增长和节电减耗双重目标的最佳选择.     

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RS-BPNN模型对商品房价格的预测研究

为了克服传统预测方法的不足,采用RS-BPNN模型预测商品房价格.利用粗糙集理论确定影响商品房价格的主要因素,运用具有超强数据处理能力的BP神经网络,根据筛选的主要因素作为输入节点数,构建商品房价格的预测模型,然后通过实例进行仿真.结果表明,其预测精度远远超过传统预测方法.可见RS-BPNN模型在房地产价格预测领域具有很强的实用性.     

基于面板模型的商品房价格影响因素的实证研究

选取了我国30个省市2006~2015年的面板数据,应用面板数据计量模型回归的方法,基于R语言对影响商品房价格的因素进行实证研究.首先,经过Hausman检验与F检验确定面板数据的模型为混合估计模型;模型可以通过十折交叉验证法、残差正太性的检验、Q-Q图检验、变量间共线性的检验;最后经过逐步回归分析,结果表明土地价格、商品房销售面积、居民可支配收入、人均国内总产值财政收入占地区生产总值比重、汇率这6个指标对商品房价格都有显著性的影响.其中,土地价格和居民可支配收入对商品房价格的影响最为突出.     

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.     

我国价格贸易条件及其波动性对经济增长影响的实证研究

本文考察了1980~2010年间我国价格贸易条件均值水平及波动性变化对经济增长的影响.研究结果表明:不仅价格贸易条件均值水平对我国的经济增长具有明显推动作用,而且价格贸易条件波动性也与经济增长之间存在着显著的正相关关系.研究结论和基于跨国数据所得出的"价格贸易条件波动性与经济增长之间负相关"的经验结论截然不同.这意味着我国在管理和干预价格贸易条件变化过程中,不要忽视适度的价格贸易条件波动性对经济增长的正向影响和积极作用.     

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.     

差异化竞争下商业银行不同价格策略的比较研究

基于空间竞争模型,通过图表和数量两种途径,比较了差异化竞争下商业银行采取不同价格策略时的相关情况.结果表明:采取不同的价格策略,商业银行的产品价格、利润、产量和社会福利呈现出不同的特征.在相同的差异化程度下,较之采取稳健型的价格策略,商业银行采取积极型价格策略时的利润和价格要高,但产量和单位距离单位消费者的社会福利额则要低.     

住房价格波动对自有住房家庭消费的区域异质性影响研究

为了解决八大类消费品价格数据不易得到的难题,本文构建投入产出价格模型,分别经验研究25个省(自治区和直辖市)住房价格同时变动不同幅度对八大类消费品价格的影响。25个省(自治区和直辖市)消费品价格变动幅度结果即为QUAIDS模型中的消费品价格变量。然后,本文采用CFPS2010数据,在QUAIDS模型中加入反映家庭所在地区的人口特征变量,研究住房价格波动对自有住房家庭消费的区域异质性影响。研究结果表明住房价格波动对自有住房家庭生存型消费需求区域异质性影响的财富效应显著,而对享受型和发展型消费需求区域异质性影响的挤出效应显著。在此基础上,本文进一步运用补偿变动研究住房价格波动对自有住房家庭福利的区域异质性影响。研究结果表明为了提高自有住房家庭的生活质量和促进社会的和谐稳定,政府应该把稳定东部地区住房价格放在首位。且当遇到如何优化家庭消费结构问题时,政府应该根据地区差异划分市场。     

Predicting a house's selling price through inflating its previous selling price

This paper considers how accurately inflating the previous selling price of a modern property predicts its selling price. Predicting a house's value is an important capability as it allows how the asking price affects the time to sale and the price achieved, to be modelled. The analysis is carried out on a data set of 105 pairs of earlier and later selling prices for UK properties constructed since January 1999. As an alternative to using published house price indices for inflating the prices, a novel approach for modifying the published house price indices through the use of observed repeat sales of properties is put forward and analysed. Using the best published index gives an average predictive error of 10.9% while using the published index modified by repeat-sales information, gives an average predictive error of 8.4%.     

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。     

The short-run and long-run behaviour of personal consumption in Croatia

In this paper cointegration and error correction models are used to explore the long run and short run behavior of personal consumption in Croatia as a function of income, house prices and total credit to households. The results of the analysis showed that income (approximated by net real wage), house price and total credits to households play an important role in determining personal consumption. Also, lagged values of house prices showed significant impact on consumption, suggesting house price persistence. The most likely factors driving the house price persistence may include expectations and idiosyncratic institutional characteristics like illiquid real estate markets, inadequate property rights protection, high transaction costs, and underdeveloped financial instruments.     

Is the Home Equity Conversion Mortgage in the United States sustainable? Evidence from pricing mortgage insurance premiums and non-recourse provisions using the conditional Esscher transform

The purpose of this paper is to build a modeling and pricing framework to investigate the sustainability of the Home Equity Conversion Mortgage (HECM) program in the United States under realistic economic scenarios, i.e., whether the premium payments cover the fair premiums for the inherent risks in the HECM program. We note that earlier HECM models use static mortality tables, neglecting the dynamics of mortality rates and extreme mortality jumps. The earlier models also assume housing prices follow a geometric Brownian motion, which contradicts the fact that housing prices exhibit strong autocorrelation and varying volatility over time. To solve these problems, we propose a generalized Lee-Carter model with asymmetric jump effects to fit the mortality data, and model the house price index via an ARIMA-GARCH process. We then employ the conditional Esscher transform to price the non-recourse provision of reverse mortgages and compare it with the calculated mortgage insurance premiums. The HECM program turns out to be sustainable based on our model setup and parameter settings.     

Estimation of spatial autoregressive models with measurement error for large data sets

Maximum likelihood (ML) estimation of spatial autoregressive models for large spatial data sets is well established by making use of the commonly sparse nature of the contiguity matrix on which spatial dependence is built. Adding a measurement error that naturally separates the spatial process from the measurement error process are not well established in the literature, however, and ML estimation of such models to large data sets is challenging. Recently a reduced rank approach was suggested which re-expresses and approximates such a model as a spatial random effects model (SRE) in order to achieve fast fitting of large data sets by fitting the corresponding SRE. In this paper we propose a fast and exact method to accomplish ML estimation and restricted ML estimation of complexity of \(O(n^{3/2})\) operations when the contiguity matrix is based on a local neighbourhood. The methods are illustrated using the well known data set on house prices in Lucas County in Ohio.