住房市场泡沫识别的超指数膨胀模型——以京沪各区县房价为例

近年来我国房价不断攀升,京沪房屋平均销售价格始终位居全国前两位,目前京沪房价仍处于上升通道,人们愈加关心京沪房地产市场是否存在泡沫.基于京沪各区县二手房交易价的周均价数据,本文构建了房价泡沫检测与识别的均值回复随机平稳终结模型,并估计了房价泡沫的膨胀强度和泡沫破灭的临界时距.利用它对京沪区县2007年12月至2015年10月的投机泡沫实证分析表明,该模型能够有效地检验京沪区县住房市场泡沫的存在性,识别29个区县泡沫膨胀强度和积累的稳定性大小,模型对于房价下跌有很好的预警效果.最后,本文利用该模型的实证结果指出,当前京沪各区县的房地产市场存在不同程度的投机泡沫.     

地产泡沫预警模型及实证分析

在短视的理性预期均衡(myopic REE)理论框架下,引入“负红利”的概念,证明土地价格在实际贴现率下是一个贴现鞅.利用1986年-1990年日本8个督道府剔除通货膨胀率之后的地价数据建立了一个地产泡沫预警模型,并对中国16个重点城市2003年和2004年地产市场的泡沫情况进行了实证分析.实证结果表明:2004年杭州、上海和沈阳存在着严重的地产泡沫;成都和重庆等地的地产市场有过热的迹象.地产泡沫预警模型对于防范地产泡沫的发生,促进中国房地产市场的健康发展具有重要意义.     

房地产投资泡沫的OGY混沌控制策略

对房地产投资中的泡沫现象进行分析，并根据房地产投资的混沌经济模型，利用OGY的混沌控制方法，对房地产投资泡沫进行有效的控制，并提出相应的控制策略。     

中国证券市场泡沫问题实证研究

中国证券市场的泡沫问题一直是各界关注的一个焦点。本文运用剩余价值模型,针对1994~2007年的A股市场,分别从市场整体和行业局部的两个视角对进行了泡沫问题的实证研究,得出了我国证券市场长期以来存在泡沫的结论。从市场角度而言,我国证券市场的内在价值保持相对稳定,而股票价格波动频繁,市场中的泡沫成分较多;从行业角度而言,不同的行业,泡沫成分明显不同。综合两者的共同点,市场泡沫波动频繁时期,行业泡沫亦增多,反之,亦然。     

市场不确定性对住宅开发项目上市时机的影响

实物期权理论认为,市场不确定性能够延迟房地产开发项目的上市时间.基于全国主要城市在2006和2016年间商品住宅开发项目的土地购置和项目上市记录,本文建立久期模型分析住房价格增长波动率和其他因素对项目上市时间的影响规律.实证结果显示,市场不确定性能够显著延迟项目的上市时间,但在高房价水平下这种延迟效果较为有限;此外,项目和企业特征也会显著影响项目的上市时间.该结果表明,房地产企业"高价拿地+捂盘惜售"的策略并不能从实物期权理论中得到充分的支持,是一种高风险的投资行为.     

从众行为与投机性泡沫的关系研究

提出了一个从众行为与投机性泡沫的关系模型 ,并借助于计算机对从众行为与投机性泡沫的关系进行了动态模拟 .模拟结果表明 ,即使没有外因干扰 ,只要投机市场存在从众行为 ,市场价格就会出现无规则的波动 ,且市场上的从众行为程度越高投机性泡沫越大 .     

西安市住宅房地产价格传导机制研究

本文利用蛛网模型这一数学工具,从研究房价着手,特别是从房价变化的传导机制着手,建立了西安市住宅房地产市场供求关系的传导机制模型,通过分析得出结论,西安市商品住宅市场供求关系中的价格传导机制存在不稳定因素,呈现出正反馈式的发散特征,但目前西安市房地产市场在快速增长的基础上,继续保持稳定、快速、健康发展的态势,市场形势良好。另外,通过对房地产市场供求分析预测了住宅房地产的销售前景,并且,提出了稳定房地产市场的对策。     

多种市场形态下人工股市特征性事实分析

研究不同市场形态下股票市场的特征性事实对理解股市运行有指导意义.构建了一个具有基础均衡、泡沫均衡、周期和混沌4种市场形态的多主体股市模型,并对其各种形态进行了计算机仿真实验,然后对仿真收益率序列统计分析.研究表明:4种市场形态均存在尖峰肥尾、波动聚集和长期记忆特性,其中以基础均衡状态最为明显,周期和混沌次之,泡沫均衡最弱.     

中国房地产市场与金融市场的Granger因果关系分析

在中国1997到2003年间房地产市场与金融市场的月度数据基础上,建立了两个市场之间相互作用的误差修正模型(ECM模型).通过基于ECM模型的线性Granger因果检验,发现中国房地产市场的发展与金融市场的发展在长期和短期都存在着双向线性因果关系,它们具有一定程度的共生性.     

房地产泡沫检验的Switching AR模型

为检验理性泡沫，在放宽Norden的switching regression模型假设的基础上，提出了更为有效的switching autoregressive（AR）模型，并给出模型参数的估计方法以及泡沫检验方法. 运用2001年初到2011年末我国直辖市的房价数据构建该模型，实证分析表明：该模型比switching regression更有效；北京和上海的房价泡沫显著，天津和重庆的房价泡沫不明显；泡沫处于生 存状态的概率走势图表明，政府出台的房地产调控政策将北京的房价泡沫 挤出，但上海的泡沫未受影响. 此外，提出的switching AR模型也可用于检验其他资产价格中的regime switching泡沫.     

基于变点CAViaR模型的中国房地产市场风险演化模式研究

利用申万一级行业-房地产业指数(200001~201501)数据,通过构建CAViaR模型来对我国房地产市场风险演化模式进行实证分析,研究结果表明:我国房地产市场受外部宏观调控政策冲击,自身走势存在多个突变点;房地产业在不同景气阶段内,其市场风险演化模式特征具有明显差异。总体上,非对称模型(AS)最适合用于刻画我国房地产业市场风险演化模式,而且我国房地产市场风险具有显著的自相关性,前期VaR值对随后的VaR值产生显著的正向影响。房地产市场对利空消息的冲击响应程度要显著大于对利好消息的冲击响应程度,具有显著的非对称性。在行业平稳发展时期,房地产市场对利空和利好消息的冲击具有对称性;在金融危机期间,房地产市场对利空消息的响应程度要大于利好消息,但在行业持续衰退时期,房地产市场对利好消息的响应程度就显著大于对利空消息的响应程度。     

北京市商品住宅系统动力学模型构建及其在预警中的应用

次贷危机的爆发引起了学术界对房地产风险及预警系统的关注.首先对传统的房地产市场预警方法进行了回顾和分析,然后从系统科学的观点出发通过对商品住宅市场各影响因素的分析构建了北京市商品住宅的系统动力学模型.通过实证仿真研究验证了模型的有效性并利用该模型对不同假设情景下北京市2010年商品住宅市场的主要指标进行了综合模拟预测,为房地产市场综合模拟预警体系提供了一个系统预测方法.     

区域房地产市场四方有限理性博弈研究

基于有限理性、适应性预期和非均衡市场,建立区域房产商、地方政府、金融机构和购房者之间的动态博弈模型,并运用博弈论、动力系统理论和数值模拟、延迟反馈控制方法对博弈的动态演化进行分析.结果表明,在市场供求非均衡下,有限理性的房地产市场主要四方主体可通过动态重复博弈达成渐近稳定的Nash均衡;购房者刚性需求占比、土地整治成本率、城镇化率、土地财政依存度和房屋租金率的升高,会推动房地产行业均衡供给、需求和价格上扬;房产保有税率、二次交易税率和房产投资机会成本率的上升,会促使房地产行业均衡供给、需求和价格下行;而房产商综合税负率的上升,则推高该行业的均衡需求和房价.建议中央政府房地产市场调控政策不要直接着眼于供给、需求和房产商税负,应从城镇化、土地财政、房产保有税、二次交易税费、投资机会成本和保障房建设着手,调整各方预期,以市场主体自我调节来实现房地产市场的健康可持续发展.     

信息不对称条件下房地产市场博弈序贯均衡分析

房地产市场是一个典型的信息不对称市场,本文以该市场中的政府、房地产开发商和消费者为研究对象,针对房地产商利用自身信息优势,影响消费者决策,以及该过程中政府监管是否到位这一问题,创建三方博弈模型。分析了市场各主体间的相互作用关系,并求得博弈模型的序贯均衡解。结果表明政府的策略决定了房地产开发商和消费者的最优策略,只有政府严格把关,市场才会朝健康的方向发展。     

基于GD-FNN的股票市场泡沫模型

针对股票市场内部结构复杂性和外部因素多变性, 构建一种基于预测的股票市场泡沫模型. 以上证指数为研究对象, 在价格和成交量的基础上, 将与股票市场密切相关的宏观经济指标引入泡沫模型指标体系, 并对指标体系中各变量之间长期均衡关系和因果关系进行数量分析. 在此指标体系下, 构建向量自回归模型(VAR)模型衡量股票市场基础价值, 并据此分析宏观经济指标对市场的影响; 同时构建基于椭圆基函数且能够动态调整网络结构的广义动态模糊神经网络模型(GD-FNN)对上证指数进行拟合预测作为股票市场的市场价值, 并通过GD-FNN模型提取的模糊规则对股票非线性系统运行模式进行分析. 最后, 根据预测的股票市场市场价值与基础价值之间的偏差计算泡沫度, 并提出相应的预警策略.     

金融发展、空间效应与房地产库存——理论解释与实证检验

利用2004～2016年省际面板数据建立空间面板模型,检验了金融发展规模、金融发展结构和金融发展效率对房地产库存的影响。研究结果表明:近年来,我国房地产市场空间关联效应增强,房地产库存全国范围存在显著正空间自相关。金融发展规模对房地产库存的影响不显著,金融发展结构与金融发展效率都对房地产库存的影响显著。其中,金融发展结构与房地产库存正相关,通过空间溢出效应强化这种相关关系。金融发展效率与房地产库存负相关,通过空间溢出效应弱化了对房地产库存的影响。除此之外,进一步考察了房价和市场化指数对房地产库存的影响,发现房价对房地产库存有显著的抑制作用,市场化指数则对房地产库存有显著的促进作用,并都通过空间溢出效应强化了对房地产库存的影响。     

基于空间计量的我国房地产价格集聚与差异研究

人口、经济、环境等因素空间分布不均导致房地产市场供求水平的高度层次性和差别性,进而引致商品房价格的空间集聚与差异.本文基于我国287个地级市2002-2012年的相关统计数据进行实证分析,结果表明我国区域房地产市场存在显著的空间依赖性,并呈现逐年增强的趋势.空间计量模型在分析该类经济现象时更具有说服力和解释力,模型结果显示收入水平差异、供需失衡以及人口迁移是各地市房地产价格差异主要原因.     

房地产对金融体系风险溢出效应研究——基于AR-GARCH-CoVaR方法

金融危机对全球金融体系造成了巨大的影响,这使得各国研究者开始深入研究房地产部门与金融体系的这种连带关系所传达的信息,并思考应对之道. 本文首先从资产价格波动角度分析了房地产市场对金融系统的风险溢出的机制和传导过程. 在此基础上,本文首次引入AR-GARCH-CoVaR模型,估算了我国房地产市场对金融系统的风险溢出效应. 研究表明：银行将房地产作为仅次于制造业的第二大投资行业,银行房地产贷款额占总贷款额的20%左右,但这20%的贷款可能产生的风险却几乎相当于金融系统自身的系统性风险. 此外房地产部门对金融系统的风险溢出效应存在顺周期性,这表现为在2008年金融危机时房地产的风险溢出效应较大,而在2010年经济逐步恢复稳定时房地产的风险溢出效应较小.     

我国银行业与房地产业极端风险溢出效应研究

本文通过CoVaR方法,结合GARCH模型和Copula函数,构建GARCH-Copula-CoVaR模型测度了银行与房地产两个行业在极端情况下的风险关联性及风险溢出效应。结果显示,两个行业在极端情况下具有较高的风险关联性,且在市场衰退时期相关性高于市场活跃时期;条件风险值CoVaR显示,两个行业存在双向的风险溢出效应,且风险溢出强度均超过50%,其中房地产的风险溢出性更强。     

泡沫随机临界时点超指数膨胀模型:中国股市泡沫的检测与识别

传统的泡沫模型都是假设泡沫是指数膨胀的, 无法显著地将泡沫和同样是指数增长的基本面引起的高速价格增长区分开来, 使得泡沫检验的有效性遭到置疑. 泡沫超指数膨胀模型可以克服这一缺陷, 它认为泡沫是一种本质上快于指数增长的更快膨胀, 具有一个理论上的有限时间终结点. 引入了最新的一类超指数膨胀模型——均值回复平稳随机临界时点模型. 它将泡沫的检验和识别转化为1)检测"非线性非平稳的股价序列是否潜含均值回复的平稳临界时点序列"; 2)估计正反馈效应指数和潜在临界时点. 利用它对中国股市2005年中期至2007年后期的投机泡沫实证分析表明, 该模型能够有效的检验中国股市泡沫的存在性, 并能识别29个行业板块间泡沫的膨胀强度和稳定性大小. 同时, 模型对于中国股市的泡沫破灭也有良好的预警效果. 最后分析了模型的政策含义.