《{各城市房地产}房地产价格与金融市场的关系研究》由会员分享，可在线阅读，更多相关《{各城市房地产}房地产价格与金融市场的关系研究（25页珍藏版）》请在金锄头文库上搜索。
1、,房地产价格与金融市场的关系研究,报告人：张兵管理学院研究生学术沙龙,论文概述,房地产业是资本密集型产业，对金融市场具有高度依赖性。近年来，我国房地产业飞速发展。随着我国房地产市场供求关系和金融市场的变化，房地产价格与金融市场的关系结构也逐渐发生变化，研究这两个市场的相关变化对于宏观调控具有重要的现实意义。 本文利用向量自回归模型(VAR)对我国房地产价格与金融市场进行动态分析，根据2001-2005年和2006-2008年的数据分别建立VAR模型，通过脉冲响应函数和方差分解技术分析两个VAR模型中金融市场的各个冲击对房地产价格的传递效应以及金融市场各个变量对房地产价格的贡献程度，初步探讨了2
2、001-2008年间房地产价格与金融市场的结构变化。,论文框架,第一部分 文献回顾 第二部分 理论分析 第三部分 构建实证模型 第四部分 实证分析结果 第五部分 结论与建议,第一部分 文献回顾,从现有文献看，国内外学者对房地产价格与金融市场关系进行了广泛的研究。Collyns与Senhadji(2001)发现,在许多亚洲国家中信贷增长对住宅价格有显著的同期影响。 William(2002)估计了房屋价格对货币供给冲击的动态响应，发现货币供给冲击对房地产市场有实际影响。 Raymond Y.C. Tse(2001)研究显示香港房地产价格是股票价格波动的决定性因素，并且房地产价格和股票价格负相关
3、。 王维安、贺聪（2005）发现房地产价格与货币供给之间存在某种正向反馈机制。 周京奎（2005）对金融支持过度与房地产泡沫进行了理论与实证研究。 张涛、龚六堂、卜永祥(2006)认为中国房地产价格水平与银行房地产贷款有较强的正相关关系。 宋勃、高波(2007)认为现阶段适当的利率手段调控房地产市场,有利于保持中国房地产价格的稳定。,第一部分 文献回顾,综上所述，目前国内外对房地产价格理论的研究多限于房地产价格与单个金融市场的联系，缺少对金融市场的宏观把握。本文在借鉴国内外研究成果的基础上，参考国内的实际情况，建立适合中国国情的理论模型，研究房地产价格与金融市场整体之间的关系。文中金融市场包括
4、银行信贷市场、货币市场和股票市场三个市场，拟通过建立VAR模型检验房地产价格与三个市场之间的关系，并对其进行脉冲响应和方差分解分析。,第二部分 理论分析,1. 房地产价格：一般认为房地产价格（Real Estate Price）是房地产经济价值（交换价值）的货币表现。房地产的经济价值及房地产价格的产生，是房地产效用、房地产的相对稀缺性及对房地产有效需求三者相互作用的结果。 本文着眼于房地产价格与金融的总体作用机制的理论与实证分析，将房地产价格对金融的作用渠道归结为房地产价格对其波及效应和财富效应，本文重点考虑或研究金融对房地产价格的作用或影响。,第二部分 理论分析,2. 房地产价格与金融市场的
5、关系：本文提出房地产价格与金融市场的关系如下图：本文主要应用系统和集成的思想考察房地产价格与金融市场中银行贷款、居民储蓄和货币供应量之间的关系。,第二部分 理论分析,2. 房地产价格与金融市场的关系假设：假设房地产价格与银行贷款之间呈正向关系 假设房地产价格与居民储蓄之间呈正向关系假设房地产价格与居民储蓄之间呈正向关系 假设房地产价格与股票流通市值之间呈正向关系,第三部分 构建实证模型,本文选取了自2001年1月到2008年12月共96个样本来研究房地产价格与金融市场之间的动态关系，所有数据来源于中国经济景气月报和国务院发展研究中心信息网，信贷市场选取的指标为银行中长期贷款（L）和居民储蓄存款
6、（S），货币市场选取的指标为广义货币供应量（M2），股票市场选取股票流通市值（NMV）。 由于原始数据没有房地产价格（HP）指标，利用当月销售额除以当月销售面积得到当月房地产价格，原始数据缺少每年1月的统计数据，所以用当年每月加总求平均值作为当年1月数据的补充，同时用X11法对房地产价格进行季节调整，为降低异方差影响，在实证研究前对数据取对数，得到的新变量分别为LnL、LnS、LnM2、LnNMV和LnHP。,第三部分 构建实证模型,本文以2006年为界将数据分成两个部分，建立两个VAR模型，将反映2001-2005年房地产价格与金融市场关系的VAR模型命名为VAR01，反映2006-2008
7、年房地产价格与金融市场关系的VAR模型命名为VAR02。,第三部分 构建实证模型,1、单位根检验 使用非平稳序列进行回归会造成虚假回归，因此为了保证回归结果的无偏性、有效性和最佳性，我们利用扩展的迪克-福勒(ADF)检验方法来检验样本数据的时间序列特征，ADF平稳性检验基于以下回归方程：ut为白噪音,第三部分 构建实证模型,表1 VAR01 ADF检验,表2 VAR02 ADF检验,第三部分 构建实证模型,对2001-2005年和2006-2008年相关变量的原始序列和一阶差分序列进行ADF检验，检验结果显示LnL、LnS、LnM2、LnNMV和LnHP时间序列的ADF统计量均大于5%的显著水
8、平下的临界值，是非平稳序列，其一阶差分序列的ADF值均小于5%显著水平下的临界值，是平稳序列。由于LnL、LnS、LnM2、LnNMV和LnHP都是一阶平稳序列，它们之间可能存在协整关系。,第三部分 构建实证模型,2、协整检验 协整是指一种稳定的、不再变动的状态，当一个经济系统达到均衡时，来自外界的干扰只会暂时使经济系统偏离均衡点，而在均衡机制最终会使系统回到稳定的状态。对各序列的ADF检验表明各变量都为I(1)序列，符合协整检验的条件。应用Johansen检验方法对各个指标之间的协整关系进行检验。我们选择滞后阶数为2，得出两个模型的协整检验结果表3和表4所示。,第三部分 构建实证模型,协整检
9、验结果表明在指定的显著水平下各模型都只有一个协整方程，两模型各变量之间存在长期协整关系。,第三部分 构建实证模型,3、构建模型 VAR模型是基于数据的统计性质而建立的模型，模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的向量自回归模型。,其中，yt是k维内生变量向量，xt是维外生变量向量，p是滞后阶数，T是样本个数。 kk维矩阵A1,Ap和k维矩阵B是要被估计的系数矩阵，是k维扰动向量。本文根据2001-2005年和2006-2008年数据分别建立向量变量相同的VAR模型。,1平稳性检验 所谓稳定性检验就是当把一个脉
10、动冲击施加在VAR模型中某一个方程的新息（随机误差项）上时，随着时间的推移，分析这个冲击是否会逐渐地消失。如果是，系统是稳定的，否则，系统是不稳定的。VAR模型稳定性要求所有特征值都在单位圆以内，或特征值的模都小于1。,第四部分 实证分析结果,第四部分 实证分析结果,从图1可以看出，VAR01和VAR02两模型所有的单位根都落在单位圆内，因此，两个模型都是是稳定的，可以进行脉冲响应和方差分解分析。,2、脉冲响应分析函数 脉冲分析是内生变量的变动或冲击对它自己及所有其他内生变量产生的影响的分析。内生变量的一个冲击不仅直接影响到自身，而且还通过VAR模型的动态结构传递给其他的内生变量。,第四部分
11、实证分析结果,第四部分 实证分析结果,上述分析表明伴随着我国金融改革的日益推进、金融业的对外开放和房地产业自身的发展，从VAR01和VAR02模型的对比中我们可以看出，房地产业与金融业之间的联系逐渐加强，居民储蓄和股票市场对房地产价格的影响逐渐加大，货币供应量的增加将导致短期房价的剧烈波动。,第四部分 实证分析结果,3、方差分析 脉冲分析是描述VAR模型中的一个内生变量的冲击给其他内生变量所带来的影响。而方差分析是判断经济序列变量间动态相关性的重要方法，实质上是将系统的预测均方误差分解为系统中各变量冲击所做的贡献。,第四部分 实证分析结果,第四部分 实证分析结果,分析表明伴随着我国经济发展，影
12、响房地产价格的因素在发生变化，在VAR01模型中，房地产价格更多受自身影响波动大，而在VAR02模型中，房地产价格不但受自身影响，而且与金融市场的联系日趋紧密，金融市场对房地产市场的影响逐渐加大。,第四部分 结论与建议,根据VAR模型的分析结果可以得到如下的结论： (1)我国房地产价格与金融市场的联系日益紧密，两个市场共同影响我国国民经济发展，对房地产市场的宏观调控应考虑到金融市场的影响，严格控制货币发行量，防范房地产价格在短期的剧烈波动。 (2)密切关注房地产市场与股票市场的关系，随着我国经济发展，房地产市场与股票市场之间的关系日趋紧密，且相互促进发展，房市和股市的泡沫可以通过市场机制相互放大，从而导致经济泡沫增加。 (3)银行信贷市场是房地产业发展的支柱，适量的信贷供给能够促进我国房地产稳定发展，而过量的贷款将导致房地产价格快速上涨。 (4)我国房地产价格受自身因素影响较大，伴随着我国城市化进程的加速，市场对房地产需求增加，且这部分需求为刚性需求，不易受其他因素影响，因此，政府在制定政策时应对房价上升有清醒认识和判别。,Thank You !,
