一、基于形成过程的房地产价格属性探讨（论文文献综述）
周贺[1]（2021）在《中国产业集聚对区域房地产价格的影响研究》文中提出产业集聚作为既能够影响房地产市场需求又能够影响房地产市场供给的重要经济变量,与房地产价格上涨存在着紧密的理论关联。同时,产业集聚作为我国地区经济发展的典型化特征之一,代表了我国地区经济发展的未来趋势。因此,研究产业集聚对我国区域房地产价格的影响具有重要的学术价值和现实意义,包括为解释我国房地产价格上涨提供新视角与新证据,发现我国房地产价格的区域分化现象背后的原因,以及为不同城市结合实际开展房地产市场调控和制定产业政策提供有益参考。本文在界定人口集聚、房地产和房地产价格相关概念后,对国内外有关产业集聚对房地产价格影响的研究文献进行系统梳理;重视现实对我国房地产市场发展历程进行阶段性分析;运用经济理论分析产业集聚对房地产价格的影响,以及产业集聚影响房地产价格的作用机制和门限效应表现;选取合适经济变量,以中国35个大中城市数据为样本,应用静态面板数据模型、动态面板数据模型、中介效应检验模型和门限面板模型进行实证研究。本文获得主要研究结论如下:一是我国产业集聚表现出明显的区域差异和产业差异,房地产价格也表现出明显的区域差异。产业集聚在东中西三大地带间差异明显,除北京和海南外,东部地区的制造业产业区位熵指数明显大于1,中部地区和西部地区除了河南、安徽、内蒙古、陕西等省份表现较好外,包括东北老工业基地的其他省份制造业集聚水平均较低。与制造业不同,以开发建设为主导的中西部地区,建筑业普遍具有较高的集聚水平。而金融业因其强大的中心集聚力,导致金融业集聚不仅存在明显的东中西差异,也存在着明显的地带内省际差异,来源于第三产业的房地产业集聚表现出与金融业相似的特点,且其与地区的房地产市场冷热密切相关。根据各地商品房平均销售价格数据,对比发现我国东部地区房地产价格明显高于中部和西部地区,且东部省份的房地产价格分化严重,35个大中城市的土地成本数据也表现出了相似的特征。二是产业集聚对房地产价格具有显着的影响。理论上,产业集聚能够影响居民的房地产购买能力和数量,从而提升房地产的市场需求,同时产业集聚能够影响土地供给和房地产开发融资成本,从而影响房地产市场的供给。因此,产业集聚从供给和需求两个角度影响房地产价格。以35个大中城市数据为样本的动态面板数据模型估计结果显示,制造业和建筑业集聚对房地产集聚具有显着的正向影响,金融业和房地产业集聚影响不显着,这反映了以制造业和建筑业为代表的实体经济发展更能够长期影响房地产的价格水平,我国房地产价格水平的上涨是具有一定程度的实体经济支撑的。考虑到房地产价格对产业集聚的反向影响关系,对模型内生性进行讨论,并采用新的核心解释变量测量方法和变更样本时间跨度的方式再次进行估计,发现研究结论是稳健的。此外,工资收入、财富水平、建筑成本、土地成本均对房地产价格具有显着正向影响,房屋竣工面积对房地产价格具有显着的负向影响,与房地产价格的供需决定理论的预期结论相一致。三是人口集聚和土地成本是产业集聚影响房地产价格的重要机制变量。产业集聚与人口集聚是经济集聚理论成立的两大基础,经济因素是人口迁移流动的主要原因,产业集聚导致的区域经济发展差异推动了人口集聚的发生,人口的居住需求又刺激了房地产价格的上扬。产业集聚推动政府平衡工业用地与住宅土地供给,由于新增土地出让收入具有政府财政平衡和补贴工业用地基础设施建设的功能,这强化了政府提高土地价格的城市土地经营动机,进而推高了房地产成本和销售价格。中介效应检验结果显示人口集聚和土地成本能够部分的传导产业集聚对房地产价格的影响,人口集聚和土地成本是产业集聚作用于房地产价格的重要影响机制。四是产业集聚对房地产价格的影响具有明显的门限效应特征,符合边际效应递减规律。城市在自然条件、区位条件、产业结构等多个方面存在差异,城市异质性能够影响产业集聚对房地产价格的作用大小,即产业集聚对房地产价格存在着异质性影响。选取产业集聚水平、人口集聚水平和土地成本等反映城市异质性和房地产市场发展条件的变量为门限变量,实证结果证实了产业集聚对房地产价格的影响是异质的,研究还发现对于大多数正处于发展中的城市来说,城市总体产业集聚水平较低、人口集聚水平较低和土地成本较低,产业集聚对房地产价格的正向影响更大。分产业来看,制造业集聚在城市产业集聚水平不高时对房地产价格的正向促进作用更大,而金融业集聚在城市产业集聚水平高于某一门槛后对房地产价格的正向促进作用则日益增强,这与产业升级理论下的城市经济发展现实相一致,对于北京上海等产业集聚度高的城市来说,金融业集聚对房地产价格上涨起到了更大的作用,而对于大多数普通城市,制造业等实体经济的集聚发展能够显着的拉动房地产价格上涨。基于上述研究结论,结合我国区域经济发展与房地产市场发展实际,提出促进房地产市场健康平稳发展的政策建议:一是促进各区域均衡协调发展,缩小东部地区与中西部地区的经济发展差距、产业集聚差距和房地产价格差距。二是重视人口集聚对大中城市房地产价格的影响,尽可能采取多种形式保障好大中城市流入人口的住房问题。三是重视大中城市土地成本持续上升导致的房地产价格攀升问题,合理解决地方政府用住宅土地出让收入补贴工业用地开发成本,用住宅土地出让收入弥补财政赤字的问题,彻底遏制地方政府提高土地价格、助推房地产价格上涨的土地经营动机。加强顶层设计和对财税制度、官员晋升评价、中央地方事权划分、土地性质变更出让等多项重要经济制度的系统性改革,将房地产回归到居住属性的普通商品,实现“房住不炒”的房地产市场发展目标。
张菀庭[2]（2021）在《我国价格型货币政策的传导机制分析与目标体系拓展》文中进行了进一步梳理近年来,随着我国利率、汇率市场化改革的推进以及利率走廊机制的构建,我国货币政策调控逐渐从数量型向价格型转变。价格型货币政策是指中央银行通过资产价格变化,影响家庭或企业的财务成本和收入预期,进而改变经济行为的货币政策调控方式。价格型货币政策以间接调控为主,政策传导机制链条较长,外部影响因素也较多,调控效果有时不尽如意。因此,本文针对我国价格型货币政策调控目前面临的国内外问题,运用封闭经济体和开放经济体框架下的数理模型,深入细致地研究了我国价格型货币政策的多种传导机制,得出我国的价格型货币政策调控并非遵循一成不变的规则,而是具有在不同规则间切换的特征。政策的传导机制会根据外部经济情况发生改变,那价格型货币政策的目标体系是否也有可能随经济发展而调整?目前对价格型货币政策目标体系的研究多数都遵循1994年提出的经典泰勒规则,将通货膨胀和产出缺口作为政策调控目标。但泰勒规则没有清晰的定义通货膨胀和产出缺口在政策操作中的对应指标。后续文献应用泰勒规则时,大多从统计学意义构建指标,而忽略了其经济学内涵。有鉴于此,本文在深入理解价格型货币政策传导机制的基础上,结合我国经济转型期的特征,将我国价格型货币政策调控目标的经济含义向“解决不平衡发展、加强自主创新”两项长期经济规划靠拢,重新构建核心通货膨胀指标,并刻画经济增长目标的实现路径,为拓展我国价格型货币政策目标体系提供理论支持。论文具体结构安排如下:本文的第1章对货币政策的发展和演变脉络进行梳理,阐释货币政策由数量型向价格型转变的原因,明确后者是本文研究的重点。本文的第2章从全局视角对价格型货币政策进行了概览式分析,通过拓展泰勒规则的数理模型推导,得出价格型货币政策的两项经典最终目标,产出和通胀。随后,运用马尔科夫区制转移模型,分析不同经济波动阶段内价格型货币政策调控在产出和通胀目标间的权衡与侧重。结果发现,在经济高波动阶段,我国中央银行更侧重对产出缺口的调控,而在经济低波动阶段,则更偏向对通货膨胀的控制。由此可见,我国的价格型货币政策调控并非遵循一成不变的规则,而是具有在不同规则间切换的特征。那么,这种规则切换背后的政策逻辑是什么?为回答这一问题,本文通过第3章房地产价格波动、第4章资本账户开放以及第5章美国货币政策冲击三种情境下,分别研究我国价格型货币政策的传导机制,观察异同,以印证我国价格型货币政策具有在不同规则间切换的特征。第3章研究“房地产价格波动与价格型货币政策调控”。本章运用DSGE理论模型刻画“价格型货币政策→房地产价格→产出和消费”的传导机制,通过对比DSGE数值模拟结果和VAR实证脉冲图,提出房地产价格会通过“消费品渠道”而非“抵押品渠道”对实体经济产生影响。这一研究结果表明,Bernanke的金融加速器模型与我国的现实国情契合度并不算高。与美国的次级贷款情况不同,我国房地产信贷市场一直执行较为严格的宏观审慎政策,因此房地产价格上涨不是通过信贷渠道影响实体经济。相反的,由于家庭没有适宜的理财投资渠道,而把房地产当作投资和储蓄的惯常模式,价格型货币政策增加的流动性会进入房地产市场,催生房地产泡沫,降低资本在实体经济中的流转,使价格型货币政策调控失灵。第4章研究“资本账户开放度、汇率制度与价格型货币政策有效性”。本章在开放经济体框架下,首先通过蒙代尔—弗莱明经典模型,分析资本账户开放度、汇率制度与价格型货币政策三者间的理论关系,随后运用包含交互项和虚拟变量的回归方程对理论关系进行检验,结果表明:开放经济体框架下,价格型货币政策变动会引起国际资本流动,进而造成产出和通胀的变动。国际资本流动速度与资本账户开放度关联紧密,但与汇率制度关系不大。因此,我国推进资本项目自由化的进程应循序渐进,资本账户过快开放可能会影响价格型货币政策的调控效果,造成经济体不必要的震荡波动。第5章研究“美国货币政策与我国货币政策的关联机制”。在开放经济体框架下引入国际货币政策冲击,运用SVAR模型研究美国常规货币政策和非常规货币政策对我国价格型货币政策独立性和有效性的影响。结果发现:美国常规货币政策会引起我国利率政策的联动变化,影响我国价格型货币政策的独立性。而美国非常规货币政策不仅会影响我国利率政策的独立性,还会影响我国的经济产出。一方面利率政策不能自由调整,另一方面经济波动加剧,两者叠加,将使我国价格型货币政策调控失效。因此,我国价格型货币政策应更加重视美国非常规货币政策冲击的溢出效应,努力提高政策响应的独立性,进而缓解政策冲击对我国实体经济带来的影响。从第3、4和5章的研究可以看出,价格型货币政策的传导机制错综复杂。这能够解释,第2章中,价格型货币政策的调控在不同规则间切换的特征。面对不同领域的经济问题,政策与经济变量间的关联机制和传导链条均有所不同,因此政策调控的偏好系数也会随之改变。第6章和第7章聚焦于价格型货币政策调控中,通胀目标的指标重构和经济增长目标的实现路径刻画。通过价格型货币政策目标体系的拓展,为我国经济转型期的政策调控提供助力。第6章提出用“福利损失视角下的核心通货膨胀指标”替代传统通胀目标,作为价格型货币政策调控的盯住目标。本章在包含八部门异质性特征的价格扭曲模型中引入价格粘性和劳动收入份额,用以刻画不同部门物价波动的福利损失,并据此估计各部门在核心通货膨胀指标中的权重。研究结果表明,“其他用品和服务”、“食品”以及“居住”部门存在较强的劳动扭曲,“交通和通信”以及“教育文化和娱乐类部门”存在较强的价格扭曲,在核心通货膨胀中的权重比例高于它们在CPI中的支出份额。核心通胀指标构建的意义在于,不以单一的物价稳定作为价格型货币政策调控的最终目标,而是以减少物价波动对居民生活实际影响为标准制定通胀调控目标。盯住这一指标,能使价格型货币政策的调控中涵盖各部门的物价扭曲信息,使政策调控能够真实的改善消费、投资、就业等领域的实际经济问题。第7章将降低企业融资成本,提高创新效率作为我国价格型货币政策调控经济增长目标的重要实现路径。本章通过DSGE理论模型刻画“价格型货币政策→金融摩擦→全要素生产率→经济增长”这一经济增长目标的实现路径,并通过数值模拟与SVAR实证分析的结果对比,验证了金融摩擦对经济增长的影响。对经济增长目标的研究与通货膨胀不同,由于潜在产出不存在固定值,其与经济要素间的关联也会随时间而变化,经济增长不应该是结果指标,而应是过程指标。也就是说,从经济学意义上,经济增长目标不应仅关注稳定产出,也应关注经济增长速度。经济增长速度的提高依赖于创新效率的提升,而创新效率的高低又取决于金融摩擦。金融摩擦越大,企业R&D投资就越少,进而全要素生产率下降,经济增长放缓。因此,若想提高经济增速,价格型货币政策调控应聚焦于降低企业融资成本,提高创新效率。
赵明昊[3]（2020）在《房地产开发投资的宏观效应研究》文中提出自改革开放以来,房地产业一度成为拉动我国经济增长的重要引擎,促进经济发展作用明显,但也造成房地产价格不断攀升、房地产开发投资不可持续等现实经济问题日益突出,宏观经济层面则面临产能过剩、资源和环境压力承载力不足、经济增长动能不足等困境。然而,中国经济已由高速增长阶段转向高质量发展阶段,进入发展的“新时代”,在此背景下,依赖于房地产和基建投资的粗放式经济发展模式势必要向培养内需、激发实体部门投资活力、构建具有更强内生增长动力的发展模式转变。房地产开发投资作为宏观经济活动的重要组成部分,在经济“高质量”发展阶段中维持怎样的水平以及发挥怎样的作用,将成为一项极具重要现实意义的研究议题,解决这一议题的关键在于厘清房地产投资活动在宏观经济中的传导路径以及对其他宏观经济变量、经济增长、经济效率和资源的空间配置效率等方面的影响关系。本文基于国内外相关理论和房地产开发投资现状,立足于中国房地产市场核心特征,识别出房地产开发投资影响宏观经济的传导机制,进一步采用理论分析与实证研究相结合的研究范式,对中国房地产投资与宏观经济波动、经济周期、经济增长、经济效率和资源要素空间配置效率的影响关系与作用机制展开系统且深入研究。研究发现:第一,对于经济需求侧而言,一方面,房地产开发投资活动本身会增加最终品需求,进而直接影响总产出;另一方面,房地产开发投资通过促进房地产业的关联产业发展、降低金融体系服务实体经济的效率、挤出制造业为代表的实体经济部门生产性投资,对总需求产生间接效应。对于经济供给侧而言,一方面,房地产开发投资使得房地产要素增加,对经济增长具有直接促进作用;另一方面,房地产开发投资的过快增长以及所占份额的提升,使得房地产行业占据了更多的信贷和生产资料,挤占其他生产要素积累,对社会总供给产生间接效应。概言之,房地产开发投资活动既增加了宏观经济短期波动,又会影响宏观经济长期发展。第二,通过构建包含住房市场和房地产开发商的多部门DSGE模型模拟演绎了房地产开发投资对其他经济变量的影响及其内生传导机制。研究发现,住房刚性需求上升将推动房地产投资增加,一方面通过带动关联产业发展增加社会就业和总产出水平,另一方面推动生产资料价格上升,使得房地产开发成本上升,提高了房地产价格的涨幅,在一定程度导致房地产投资品属性凸显,挤出居民消费和实体投资,不利于经济稳定健康发展;房地产开发投资占GDP比重下降会导致生产性投资占比上升、居民消费占比下降,即房地产开发投资下降将会释放更多资源供传统企业扩大生产投资,但同时也会导致家庭每一期新增的资产财富下降,居民消费占GDP比重下滑。第三,构建随机扰动变参数因子扩展的向量自回归（SV-TVP-FAVAR）模型,实证分析了我国各省在考察期内房地产投资对经济周期的冲击影响及形成原因。通过主成分方法对选择的79个指标进行降维,基于得到的三个公因子建立SV-TVP-FAVAR模型,而后选取2002年第一季度、2008年第三季度以及2014年第一季度三个时点以代表房地产投资启动时期、全球金融危机时期以及经济“新常态”时期,分析了房地产投资对经济波动周期的影响。研究发现,在房地产投资启动时期,我国房地产投资对经济波动表现为逆周期性特征;在全球经济危机时期,正向效应较强,表现为显着的顺周期性特征;在新常态时期,由于房地产市场出现饱和,房地产投资对经济波动又表现出显着的逆周期性特征。第四,构建以实际房价为门限变量的面板门限模型实证研究了房地产开发投资对经济增长的非线性效应。研究发现房地产开发投资对经济增长的拉动作用随着房地产价格上涨而增强,但房地产价格处于不同区位将影响资本和劳动力对经济增长的贡献,其中资本对经济增长的促进作用呈现倒“U”型特征,而劳动力对经济增长的促进作用则呈现反“J”型。第五,利用1998-2017年我国30个省（直辖市、自治区）的数据,构建动态面板数据模型实证分析了房地产投资对经济效率的影响。借助永续盘存法测度了折旧率可变的固定资本存量,结合劳动力指标,通过构建随机前沿生产函数测度了技术效率和全要素生产率指数。研究发现房地产投资对技术效率和全要素生产率指数有正向的促进作用。第六,构建综合评价指标体系对我国30个省会城市和直辖市的房地产市场投资总价值进行量化评价,进一步对各城市房地产市场投资总价值与实际投资情况进行匹配分析发现:30个省会城市的住宅地产发展质量和投资潜力都极不均衡。住宅地产市场发展质量在东部城市间的差异在逐渐缩小,中部城市发展质量的差异却逐渐增大,西部城市则呈现严重的两级分化;大多城市进行房地产开发投资主要盯住本地区房价上涨潜力,而非依据本地区房地产市场开发投资价值,导致部分中西部发展相对滞后的城市存在房地产投资过度问题,一些经济发展水平和发展潜力较大的城市却存在投资不足现象。这一显着的房地产开发投资空间错配效应,不仅会导致生产要素等资源的空间错配,还将影响房价的不合理波动。
毕振豫[4]（2020）在《中国金融周期的测度、传导机制及货币政策调控》文中进行了进一步梳理传统的宏观经济学研究框架基本没有考虑金融因素在其中发挥的重要作用。不过,随着理论研究与政策实践的不断深入,特别是2008年金融危机的爆发使得研究者和政策制定者逐渐意识到,金融因素在经济体系当中扮演了重要的角色,不深入分析其在经济运行过程中发挥的重要作用,也就无法深刻理解宏观经济的运行规律。在这一背景下,金融周期这一概念应运而生。金融周期的核心内涵在于金融体系的周期性波动,这种波动并不是特定历史时期的特殊状态,而是繁荣与萧条交替出现的常态,其根本驱动力在于融资约束与风险认知之间的相互强化,而这也正是防范金融危机传染和爆发的关键所在。由于金融体系的周期性波动是各个金融子类周期叠加的结果,这也对测度和分析金融周期提出了更高的要求。有鉴于此,本文深入分析了中国金融周期运行的特征事实、金融周期影响实体经济的传导机制以及纳入金融周期的规则型货币政策。具体而言,本篇论文分为以下四个部分:第一部分为第一章和第二章,分别为绪论和文献综述。其中第一章绪论阐述了研究背景和研究意义,同时对金融周期的理论背景和现实内涵进行了介绍,从而引出本文的研究主题。第二章文献综述首先对本文研究金融周期的内涵进行解析,从而在后续的研究过程中能够做到有的放矢。随后,第二章系统性地梳理了将金融因素纳入宏观经济学分析框架的演化过程。同时,由于本文后续选取信贷、宏观杠杆率以及房地产价格衡量中国金融周期影响实体经济的作用机制。因此,第二章此后也按照这三个维度展开,分别对金融周期三个构成指标与实体经济关联机制的相关研究进行了全面的回顾。最后,就政策调控层面而言,第二章围绕货币政策这条主线对相关文献展开论述。第二部分至第四部分为本篇论文的实证章节。其中第二部分,即第三章的主要工作是测度中国的金融周期,并考察其和经济周期之间的关联关系,从而从整体上把握中国金融周期的运行特征。第三章选取了信贷、房地产价格以及宏观杠杆率三个指标,利用转折点法和带通滤波法合成了中国的金融周期。随后依托时变参数模型,利用溢出指数法考察了金融周期与经济周期之间的动态依存关系。研究结果发现,中国金融周期的运行呈现出“长扩张、短收缩”的形态,且扩张阶段波动幅度明显强于收缩阶段。而就金融周期与经济周期的动态关联而言,金融周期对经济周期的溢出效应显着强于经济周期对金融周期的溢出效应。即金融周期主要是溢出效应的发送者,而非溢出效应的接收者。同时,金融周期对实体经济的冲击效果并非是一成不变的,其对经济周期的溢出效应显示出了显着的时变特征。在辨析金融周期的内涵并对其进行合理的刻画之后,需要解决的第二个问题就是金融周期是如何影响宏观经济运行的。由此本文进入第三部分,第三部分为金融周期传导机制的分析专题,该部分的主要意图在于探寻金融周期作用于实体经济的具体渠道,从而更加深入理解金融周期和实体经济的关联关系。由于本文选取信贷、房地产价格以及宏观杠杆率合成中国金融周期,因此后文也按照这三个维度展开对问题进行研究。其中,第四章构建了一个包含多部门的动态随机一般均衡模型,将信贷摩擦以道德风险的形式引入研究框架,并利用方差分解分析以及反事实模拟等技术详细考察了信贷摩擦对经济周期产生的影响以及我国经济周期的驱动因素。结果发现,信贷渠道是金融周期影响实体经济的重要途径。由于信息不对称以及道德风险等市场不完美的存在,信贷摩擦在经济周期运行中起到了放大器的作用,从而导致“小冲击、大波动”这一经济后果。其次,反事实模拟显示,外生冲击驱动经济周期的具体机制存在显着的阶段性特征。在宏观经济运行的不同阶段,经济周期的主导驱动因素也会发生变化。最后,资本质量冲击在很大程度上影响了中国经济周期,无论是“软扩张”时期、“次贷危机及后危机”时期还是“新常态”时期,资本质量冲击都在其中发挥了关键的作用。近年来我国杠杆率水平不断攀升,“去杠杆”成为了学术界和政府部门关注的热点问题。“去杠杆”与“稳增长”之间是否存在两难也成为了理论界和实务界争论的焦点。第五章在非线性的视角下,以面板平滑迁移模型为技术基础,利用跨国面板数据验证了金融周期作用于宏观经济的杠杆率渠道,检验了杠杆率与经济增长之间的“门限效应”,并对相关理论的适用性进行了考察。综合第六章的实证结果,可以得到以下结论:首先,描述性统计结果显示,我国宏观杠杆率不仅在绝对水平上处于较高位置,同时其较快的增长速度也引人担忧。其次,宏观杠杆率与经济增长之间的依存关系并非是静态的线性关系,伴随着宏观杠杆率的变动,其对经济增长的作用机制也会不断变迁。具体而言,当杠杆率水平在门限值以下时,随着杠杆率水平的提高,经济增长速度也会不断加快。而当债务融资规模增大,宏观杠杆率跨过门限值之后,便会打破其与经济增长之间的良性循环,并对宏观经济产生负向影响。回溯过往世界各国的经济金融危机,房地产价格的剧烈波动往往在其中扮演了重要的角色。第六章在区制转移的视角下,通过马尔可夫区制转移模型逐步深入地研究了金融周期影响实体经济的房地产价格渠道以及货币政策对房地产市场的调控效果。研究结果表明,住房价格与实体经济之间并非是简单的线性关系,在房地产市场与信贷周期运行的不同阶段,房价对经济增长的影响会发生明显的结构性变化。只有当货币供给量和房价处于平稳发展状态时,房地产价格上涨才能够有效促进经济增长。而就货币政策对房地产价格的调控效果而言,数量型以及价格型两种货币政策工具并不存在明显的政策无效区间,其均能够有效调控房地产价格,二者在不同的区制下也能够形成有效互补。既然金融体系在实体经济运行的过程中扮演了如此重要的角色,那么,将金融因素纳入宏观调控和金融监管的框架就成为了货币当局自然的选择。本文第四部分,即第七章将关注点放在政策调控。第七章在动态的视角下,考察了纳入金融周期的规则型货币政策。研究结果表明,中央银行在调整名义利率时的确对金融周期有所关注,相比于传统泰勒规则,纳入金融周期的泰勒规则中通胀系数与产出缺口系数均有显着改善,其能够更好地拟合中央银行的实际政策操作。随后,为了进一步考察货币当局对名义利率调整的动态变化特征,第七章通过包含随机波动的时变参数向量自回归模型对拓展的时变参数泰勒规则进行了再估计。研究发现,货币政策在整体上能够有效调控金融周期。同时,随着经济周期和金融形势的更迭,中央银行也会不断动态调整其政策目标。其中,货币政策对通货膨胀的调控不存在明显的惰性区域,控制通胀始终是中央银行工作的重心。其次,中央银行存在规避经济收缩的偏好,在经济下行时期其对货币政策的调整会向产出缺口倾斜。最后,为了抑制金融机构的过度风险承担,货币当局在本次金融危机之后显着增强了对于金融周期的关注。
刘芮嘉[5]（2019）在《资产重估与货币政策选择》文中指出进入21世纪以来,我国以加入WTO为标志,对外开放程度不断扩大,使得自1994年实行外汇管理体制之后呈现出的经常账户与资本账户“双顺差”特点得到进一步加强,外汇资产占央行资产比重逐年增加,我国以对冲外汇为主的流动性投放模式正式拉开序幕。此后近20年时间里,在通货膨胀水平维持稳定的情况下,投放到经济体中的大量货币流入资本市场,导致我国以股票市场估值中枢系统性抬升,以及房地产市场价格大幅上涨为主要标志的资产重估问题凸显。2013年随着我国经济发展进入“新常态”,对外贸易顺差的缩减使得我国以国外资产为基础的货币供给方式难以持续,流动性逐步转向以国内资产为信用基础的投放,此时更加需要资本市场的良性健康发展。特别是2017年党的十九大报告中明确提出我国经济已经由高速增长阶段向高质量发展阶段迈进,发展方式、经济结构和发展动能的转变成为下一阶段的主要任务。因此,资产重估及经济结构调整已成为目前我国经济发展中亟待解决的重要议题。本文基于目前中国的经济发展现状,重点研究我国房地产市场资产价格重估的相关问题,按照从现象到本质、从理论到实证的研究思路,首先通过概念对比界定出资产重估的准确定义,在对相关国家资本市场波动案例进行解析的基础上,创新性提出资产重估的分析视角,并建立资产重估检测体系,以此对我国房地产市场为代表的资本市场运行作出资产重估层面的解读。基于理论及事实检验对资产重估内涵作出定义后,从我国宏观经济背景出发寻找资产重估在货币数量及结构层面的影响因素,探寻资产重估问题的本质。随后讨论资产重估与货币政策间的互动影响机制,以及货币政策在应对资产重估问题中面临的经济体系结构性制约问题。最后研究资产重估及经济结构扭曲背景下的货币政策执行框架,并通过对创新型结构性货币政策工具执行效果的实证检验,实现从理论到实证的研究路径,提出灵活运用创新型结构性货币政策工具应对资产重估及经济结构问题的政策建议。按照这样的逻辑主线,本文核心内容归纳为四个方面:本文首先对资产重估概念进行了界定,在综合对比资产、资产定价、资产价格波动及资产泡沫概念及特征的基础上,给出资产重估的定义:资产重估,是指经济体系中各项冲击通过影响投资主体盈利预期,使资本市场上资金配置数量和结构发生改变,而引发的资产价格长期总体持续上涨的过程,主要表现为资本市场无风险利率的下降和估值中枢的系统性抬升。同时梳理资产重估的内涵及特征,总结出资产重估在经济运行中的表现,以及其过程对金融稳定带来的隐忧。接着以日德两国为例,分析其在二战后期发展路径一致的情况下,资本市场却在20世纪90年代中出现不同表现的特征及原因,并创新性地从资产重估视角对两国代表性时期的资本市场运行做出全新解释,得出日本在资产泡沫破裂前15年期间,房地产市场及股票市场均经历了资产重估过程;德国在2008年金融危机过后的房地产市场同样经历着资产重估过程的结论。本文随后基于我国具体国情,选择资本市场中最能体现资产价格重估过程的房地产市场为代表,建立了资产价格重估的检测体系,综合选取三大类12项研究指标,从供给、需求和信贷三个角度分别测度价格波动程度,划定检测区间,建立完整的检测指数体系,对我国房地产价格进行重估检测。结果表明,我国房地产市场自2003年以来至今已经经历并将持续经历资产重估过程,个别年份虽出现泡沫预警,但尚未达到泡沫经济状态的结论。在对资产重估进行了概念界定及内涵探究的基础上,本文随后对资产重估产生的宏观经济背景及原因进行介绍与研究。我国现阶段的宏观经济发展呈现出如下特点:依靠大量投资驱动的经济发展模式、货币膨胀与经济脱实向虚、居民收入差距扩大以及高储蓄率导致的资产价格上涨。在此基础上进一步分析资产重估的影响因素:通过对房地产市场价格重估的解析,得出资产重估原因之流动性过剩;通过对货币职能理论及“高货币之谜”的探析,得出资产重估原因之货币结构变化;通过研究资产替代及要素价格重估,得出资产重估原因之资产要素价格。此部分为对资产重估由现象到本质的剖析过程。在明确了资产重估背后的影响因素基础上,本文开始就其主要原因,即货币数量及结构问题进行研究。文章第5章首先论述了资产重估与货币政策的互动影响机制,该部分开篇介绍了货币政策的四种传导渠道,着重强调了资产价格渠道在货币政策传导中发挥的作用,并根据我国实际情况,特别分析了房地产价格对货币政策的传导机制。接着对资产重估与货币政策互动机制进行研究,通过建立Bordo-Jeanne的经典分析框架,探究货币当局在资产价格膨胀时所面临的困境:前瞻性货币政策（Proactive）与被动的货币政策（Reactive）选择。结论分析表明资产重估带来的抵押品价格上涨会存在潜在的信贷危机,货币当局应当根据具体的经济条件（如预期）决定是否采取事前反应的必要措施来限制信贷规模。文章随后在第6章资产重估与货币政策的结构性制约的研究中,首先讨论了资产重估与金融市场不完全、实体经济结构性扭曲之间的关系,接着根据中国现实经济中存在的结构性扭曲因素（如政府融资平台扩张等）,构建信贷市场局部均衡动态模型,厘清我国利率系统性抬升、经济结构扭曲的内在互动机制,在此基础上分析信贷市场变动可能带来的“产业空心化”等宏观金融风险,以及货币政策总量调控的失灵,并提出灵活运用结构性货币政策的建议。在厘清了资产重估与货币政策关系的基础上,本文最后一部分内容将理论与实证相结合,探讨资产重估条件下的货币政策执行。该部分首先对我国现行货币政策框架特点做出阐述,明确货币政策目标、传导机制和政策工具,并指出现行货币政策执行存在的不足。随后提出我国经济追求高质量发展新阶段所面临的挑战,对货币政策执行提出的新要求,重点强调探索货币政策的结构性调节作用。接下来的实证研究部分采用VAR模型,在创新性地将结构性货币政策分为数量型和利率导向型两个类别的基础上,分别对两类货币政策对经济增长、利率波动、上市公司总市值和物价水平四个层面的效应进行实证分析。实证分析得出利率导向型政策作用力度总体大于数量型货币政策的结论,但在具体实施过程中仍需针对不同背景及政策目标,灵活选取多项政策组合的结论。最后从“资产重估”与“结构调整”两个角度,提出货币政策要充分发挥其结构性调节作用,用创新性的手段和方式应对资产价格重估、促进经济结构合理布局、引导资金流向实体经济重点领域,同时加强货币政策与宏观审慎监管的有效配合,健全“双支柱”框架以更好地防控金融风险,维护金融市场稳定,促进宏观经济健康发展。
张馨月[6]（2019）在《房地产市场非理性发展对国民经济的不良影响研究》文中认为自1998年住房制度改革之后,我国房地产市场获得了迅猛发展。不可否认,房地产业为国民经济的发展提供了前提和场所,也对经济增长起到了巨大的拉动作用。房地产业快速发展的同时,房地产价格也持续高涨,“房地产泡沫”问题引起了人们的关注。但是由于“房地产泡沫”定义的模糊性以及测度方法的不完备,并且泡沫通常是在产生并破裂之后才得到证实,用泡沫来形容我国房地产市场的发展现状是不合适的。有鉴于此,本文在第二章提出“房地产市场非理性发展”这一概念来代替“房地产泡沫”描述我国房地产市场当前的状态。具体地,本文将“房地产市场非理性发展”定义为由于房地产市场中各个参与主体（房地产商、购房者、地方政府、中央政府、银行等）为实现自身利益最大化进行的“理性”决策导致了房地产市场的集体行为非理性,房价因此违背市场规律不断上涨的现象。房地产市场非理性发展带来经济增长的同时也对国民经济产生一系列的不良影响。一方面,飞涨的房价抬高了工商业生产成本、限制了实体经济的发展;另一方面,面对着高昂房价,普通居民往往为了一套住房而耗费将近半生的收入,购房压力与巨额房贷使得居民背上沉重的负担不得不压缩消费。与此同时,房地产市场非理性发展带来了系统性金融风险的不断加剧,严重威胁了我国宏观经济安全。鉴于房地产市场在国民经济中的重要地位及其非理性发展可能引起的巨大危害,我们必须对我国房地产市场发展现状有着清醒的认识,理清房地产市场非理性发展对国民经济的不良影响及其机制。本文的研究有助于全面地把握房地产市场对我国国民经济的影响机制,对我国建立房地产市场平稳健康发展的长效机制,实现经济可持续发展具有重要意义。房地产市场对国民经济的诸多部门也有着极强的影响力,为了更好地把握房地产市场非理性发展对国民经济的影响机制,本文将从多角度进行考察。具体地,本文研究思路如下:首先,以美、日房地产危机的历史经验和我国房地产发展历史进程为切入点,从国民经济视角对房地产市场非理性发展的不良影响进行整体判断;然后,在整体判断的基础上,本文将分别从实体经济、居民消费和宏观金融风险等视角对我国房地产市场的非理性发展对国民经济的不良影响进行分维度的考察。文章共分为八章,遵循“提出问题——分析问题——解决问题”的研究思路进行展开。各章的具体安排如下。第一章,本文首先在对近年来我国房地产市场非理性发展的现状及其带来的不良影响进行了简单介绍,并由此提出了本文的主要研究问题:问题一:房地产泡沫破裂会造成何种后果?房地产泡沫对国民经济的影响路径是怎样的?我国是否存在房地产风险?问题二:我国房地产地产的非理性发展的成因与其他国家有何差异?房地产市场的非理性发展对国民经济有何影响?能拉动国民经济增长、增加财政收入吗?问题三:房地产的非理性发展会如何影响实体经济?具体地,房地产的非理性发展是否会影响实体投资?进一步,房地产市场的片面发展是否会阻碍我国的工业创新?问题四:房地产市场的非理性发展对我国居民消费会产生什么影响?房价过快上涨是如何影响居民消费的?高房价对不同居民群体消费的影响是否存在异质性?影响机制是什么?问题五:房地产市场的非理性发展是否会加剧宏观金融风险?房地产市场非理性发展对银行部门和非金融部门风险有何影响?风险传递机制是怎样的?本文的研究致力于解决以上五个问题,本文的研究脉络也依此展开。在第二章,本文主要从房地产泡沫化机理及其影响、房地产非理性发展对实体经济的影响、房地产非理性发展对居民消费的影响、房地产非理性发展对宏观金融风险的影响等方面进行了文献梳理,并通过文献梳理找出现有研究中的不足之处;并针对我国相关研究中的空白,确定本文的研究方向。第三章,首先,通过对美国、日本两国房地产危机的历史观察,明确了房地产非理性发展带来的严重后果,并建立变参数模型探明了房地产泡沫在金融危机爆发前后对国民经济的影响路径。接下来,通过与美、日的经验对比,本文将深入分析我国房地产市场发展的现状,检验我国房地产市场所处的非理性阶段。在第四章,本文主要讨论了房地产市场非理性发展对我国国民经济的影响。笔者首先将从历史角度对从1978年至今房地产市场的发展历史进行考察,明确政府在其中扮演的角色;并从现有历史数据出发,从国民经济视角对房地产市场非理性发展的不良影响进行整体判断,为后续研究做好铺垫。在第五章,本文从理论层面和实证层面探讨了房地产市场非理性发展对实体经济的影响机制。在理论层面,笔者提出了两个假说:第一、房价上涨与实体经济间呈倒U型关系,伴随着房价上涨速度的不断加快,实体投资将呈现先增长后下降的态势;第二、企业利润率在房价上涨和实体经济之间发挥着倒U型中介作用。在实证层面,本文将基于中介效应模型分别考察房价增速对实体投资和工业创新的影响效应,检验了上述假说。第六章中主要分析了高房价对城镇居民消费的影响机制。本文一方面利用宏观经济数据明晰了高房价对居民消费的总“量”效应,为现有的实证研究提供了新的证据;另一方面基于家庭生命周期理论,利用2016年中国家庭动态跟踪调查项目（CFPS）的微观数据,由房价对居民消费影响的异质性出发,深入探讨了高房价对城镇居民消费的影响机制。第七章则考察了房地产市场的非理性发展对宏观金融风险的影响。首先,笔者构造了房地产泡沫风险、银行风险和非金融部门风险指标,刻画了近年来房地产市场、银行部门和非金融部门中风险的变化情况。其次,通过上述指标,本文还通过利用TVP-VAR模型探究了房地产产市场非理性发展对宏观金融风险的影响机制。最后,本文在第八章对全文的研究结论进行了总结,为了解决上述问题提出了与研究结论相应的政策建议。本文的研究结论可以概括为以下几个方面:（1）房地产泡沫在不同时期对宏观经济的影响。首先,在房地产泡沫出现的初期,房价上涨对私人投资有着一定的拉动作用,但当泡沫程度超过某一限度之后,这种拉动作用会逐渐减弱;特别地,在金融危机后,房价上涨对私人投资的拉动作用甚至会转为抑制作用。其次,在我国,房地产价格的上涨总体来看有助于私人投资的增加,但其拉动作用正逐渐减弱,我国的房地产市场潜藏着巨大的风险。（2）房地产非理性发展对我国国民经济的影响的总体考察。我国政府出于增加财政收入和拉动经济增长的目的,将房地产业作为支柱产业来发展,导致了房地产市场的非理性发展。长远来看,政府刺激房地产发展的行为不仅无法拉动经济增长、增加财政收入,反而会破坏国民经济的正常运行。房地产非理性发展造成实体经济增长乏力,阻碍经济转型和产业结构的调整的同时,还会导致信贷资金大量流向房地产市场,风险不断累积,不利于宏观金融系统的稳定。（3）房地产非理性发展对实体经济的影响。房价上涨对实体经济的影响呈倒U型,房价的过快上涨会抑制实体经济的增长;房价上涨可以通过企业利润的部分中介效应对实体投资（工业创新）施加影响。（4）高房价对城镇居民消费的影响。首先,我国高房价一定程度上可以解释我国消费低迷的现状,高房价不利于促进我国居民消费的增长。其次,高房价对我国租房家庭的消费具有抑制效应,且抑制效应主要在年轻家庭群体中体现。再次,虽然房价上涨可以带来财富效应,但是高房价带来的待偿住房贷款的增加与家庭资产流动性的减弱对家庭消费有着显着的抑制效应。总体来说,现阶段我国房价上涨会抑制城镇居民特别是年轻群体的消费行为,高房价会促使年轻群体增加储蓄、压缩消费,不利于平滑他们一生的消费。（5）房地产非理性发展对宏观金融风险的影响。首先,房价上涨冲击在短期内会推动银行部门风险的上升,但中长期冲击影响会逐渐减弱。其次,房价上涨冲击对非金融部门风险的正向影响不存在“时滞”性,并且随着时间的推移,这种推动作用将会逐渐减弱。再次,房价上涨还可以通过“房价上涨——非金融部门负债增加——银行风险上升”这一机制对银行风险产生影响。最后,政府宽松的房地产调控政策与货币政策对各部门间的风险传递有放大作用。最后,本文的创新点主要体现在以下几个方面。第一,本文从世界金融危机历史出发,探究了房地产市场非理性发展对国民经济的影响机制和所带来的严重后果,为我国房地产行业的健康发展提供理论依据和和实证基础。本文一方面考虑了以往的文献大都未考虑金融危机前后经济环境发生的巨大变化对研究结果的影响,以美国和日本发生过的房地产危机为例,尝试利用变参数模型研究了房地产泡沫（房地产价格偏离）在不同时期对私人部门投资影响的时变路径,揭示了房地产市场非理性发展对国民经济的影响机制;另一方面,通过将我国房地产发展现状与美、日历史对比分析,正确认识了我国房地产市场非理性发展所处的阶段。第二,本文通过对我国房地产发展历程的考察,明确了政府在我国房地产非理性发展过程中扮演的角色,明晰了房地产市场非理性发展对国民经济的不良影响。一方面,本文基于我国房地产市场的特殊性,从政府调控的角度研究了我国房地产市场非理性发展的原因,并对政府干预房地产市场的动因和影响机制进行了分析;另一方面,本文利用房地产和国民经济的历史数据,对我国房地产市场非理性发展对国民经济的影响进行了总体考察,并得出结论;长远来看,政府刺激房地产无助于经济发展和财政收入的增加。最后,本文从多角度考察了房地产市场非理性发展对国民经济的不良影响,深入考察了我国房地产市场非理性发展对实体经济、居民消费和宏观金融安全等多方面的影响机制。具体来说,第一、实体经济视角。与现有文献不同的是本文从理论和实证方面证实了房价上涨对实体经济存在“倒U型”影响,企业利润率在其中发挥了部分中介效应（即存在房价上涨—企业利润率—实体经济这一传导机制）。同时考虑到“实体投资”和“工业创新”都是实体经济蓬勃发展不可缺少的要素,本文从“实体投资”和“创新活动投入”两个角度验证了房地产价格的过快上涨不利于实体经济的发展。第二、居民消费视角。高房价对城镇居民消费的不良影响方面,本文一方面利用宏观经济数据明晰了高房价对居民消费的抑制效应,为现有的实证研究提供了新的证据;另一方面,本文基于家庭生命周期理论,深入探讨了高房价对城镇居民消费的影响机制,发现现阶段我国的高房价会促使年轻群体增加储蓄、压缩消费,扭曲城镇居民的消费行为,不利于平滑他们一生的消费。第三、宏观金融视角。本文通过构建新的风险指标,准确刻画了房地产部门、银行部门和非金融部门的潜在风险,对我国宏观金融风险的现状有了清醒的认识。另一方面,本文充分考虑了外部环境发生变化时三者关系的时间演变特征,通过TVP-VAR模型探究了房价上涨对银行和非金融部门风险的时变影响,明晰了房地产市场非理性发展对宏观金融风险的影响机制。
李伦一[7]（2019）在《资产泡沫测度、空间传染与联动效应的实证研究》文中研究指明现代经济经常出现资产价格大幅波动的情况,而这种情况无法通过经济基本面的变化来解释。通常我们把这些情况或者现象叫做泡沫的膨胀和破灭。从大部分的文献来看,这些泡沫是不可预测并会产生实质性的宏观经济效应的。当泡沫膨胀时,消费、投资会飙升,经济持续增长;在泡沫破裂时,消费、投资会下降或放缓,经济会崩溃或停滞不前。所以,本论文意在通过研究不同资产市场中出现的泡沫,来讨论以下问题:这些泡沫能否被测度?泡沫如何通过空间传染?泡沫之间是否存在联动效应?本论文主要使用对数周期型幂律模型（Log Period Power Law,LPPL）和基于分位数回归的LPPL对资产价格泡沫进行建模和测度,并结合一些前沿实证方法,同时考虑到中国股票市场、中国房地产市场和国际数字货币市场的特性,进一步考察这些资产价格泡沫在分位数测度、空间传染以及不同市场之间的联动效应。在泡沫的经典文献中,资产价格在几个月甚至几年的过程中急剧上升,远远超过资产未来现金流合理的估值水平。这些价格上涨伴随着大量的投机和高交易量,而价格泡沫最终以崩盘告终,其中价格崩盘甚至比上涨更快。本论文首先梳理金融市场泡沫的研究理论和文献。其次,在对现有文献进行梳理和评述的基础上,采用LPPL模型及基于分位数回归的LPPL这一泡沫测度方法对股票的价格泡沫和市场崩溃进行定义和数据切分,随后拟合并对金融资产价格泡沫进行研究和预测。主要结论表明,在LPPL模型中,利用Confidence指标在拟合股市泡沫时是可靠的。同时发现,实证分析中,沪深300和中证500的Confidence值更大,这说明模型对于这两个市场拟合得更好,并且能够比较好地预测金融资产价格泡沫的发生。同时,将分位数回归模型与LPPL模型相结合,能够优化模型的预测效果,并将模型应用到中国股票市场,对预测结果进行验证,增强模型结论的稳健性。在各分位数水平下,尽管在时间上存在一定程度的向前或向后的评议,但LPPL模型结合有效的数据均可以很好的预测金融资产价格泡沫的爆发,相关指数也能一定程度上对泡沫爆发起到预警作用。再次,本论文就中国的房地产市场价格泡沫进行讨论。本部分的研究目的即:建立房地产价格泡沫空间传染模型对我国各城市房地产市场泡沫空间传染性进行实证分析,并就各地方政府房地产调控政策进行评估。具体探究:与其他金融资产相比,房地产市场的价格泡沫应该怎么测度?房地产市场的价格泡沫是否存在空间传染性?背后的影响机制是怎样的?各地区的房地产宏观调控政策是否有效的防止了房地产价格泡沫的继续膨胀?上述问题的研究不仅能够对我国各城市的房地产价格泡沫进行定量分析,而且能够发现各地房地产泡沫之间的联动特征关系。上述问题的解答也有助于各地方政府因地制宜地进行房地产调控,对有效防范房地产区域性风险提供政策建议和参考。不同于股票市场,房地产价格泡沫是一个中长期的价格持续升高的形成过程,而且缓慢持续,而LPPL模型能更好的模拟房地产价格成长和反转的过程。区别于现有文献,本部分还进一步考虑正向泡沫和反转泡沫区域的房地产价格泡沫特点。两者最大区别在于价格动态是在价格崩溃点之前还是之后:正泡沫是价格呈现快于指数增长且伴随振荡,且价格崩溃点在未来某一刻出现;反转泡沫的出现则是在价格崩溃点之后,价格由下向上的调整。通过采用2010年6月到2017年11月间100个城市的房地产市场数据,LPPL模型能够对我国100个城市房地产价格泡沫进行甄别且识别出主要存在两种泡沫状态:正向泡沫（房价持续上升）和反转泡沫（房价整体下降却存在反转点）。各个城市（地区）房地产价格具有较强的空间传染性;存在正向泡沫区域的空间传染性相较反转泡沫区域更为明显,在考虑经济空间测度而不是物理空间测度的情况下,各城市间的空间传染性更强。与现有文献不同,我们发现反转泡沫区域的新房价格指数特别是二手房价格指数的上升对周边城市的房地产价格指数存在强烈的正向推高影响。最后,我们发现城市的房地产调控政策在一定程度上抑制了传统因素（比如信贷和新房、二手房价等）对房地产价格泡沫的推高,但是,各城市房地产价格之间的联动变化特征反而更应该引起监管者的注意。最后,本论文对被业界认为“泡沫最多”的数字货币进行了实证研究,探究数字货币资产是否存在泡沫累积的过程,并将货币政策作为外生冲击因素,考察货币政策对数字货币资产价格泡沫之间的联动效应。现有电子货币资产的数目高达400多种,而其背后的逻辑和社区构成方式基本都由本文所选取的三种数字货币资产组合衍生而来（所选的三种具有代表性数据为比特币、崛起币和格雷德币）,且这三种数字货币的市值目前为全世界前三。另一方面,尽管我国严格禁止数字货币的发行,但此部分的研究对于监管者仍有一定的参考意义,比如由于数字货币市值和交易量的日益增大,其对其它金融市场的影响也逐渐加大,特别是对全球金融安全的影响不断加大,而数字货币价格的大起大落会对全球金融市场的稳定构成威胁。本部分认为数字货币的泡沫置信度之间存在较强的联系,也就是说不同数字货币的泡沫之间存在较强的联系,而价格对于泡沫置信度和泡沫的影响相比之下则有限。本部分构造的泡沫指标和使用的数字货币资产价格预测模型通过控制训练集范围等措施能够达到较好的预测效果。同时,在对价格波动溢出效应的研究中发现不同数字货币之间的泡沫置信度联动关系具有各自的特点。货币政策能够较为显着的影响泡沫置信度的波动率,在货币政策宣布后一段时间内,数字货币的价格往往波动较为剧烈,更容易产生泡沫和发生泡沫破裂,而货币政策对不同数字货币的影响程度不同。本论文的创新主要在于:一是通过结合分位数回归模型,改进传统的LPPL模型,优化资产价格泡沫的预测效果。我们将这一扩展模型应用到中国股票市场,对预测结果进行验证,发现模型结合有效的数据均可以很好的预测金融资产价格泡沫的爆发,相关指数也能一定程度上对泡沫爆发起到预警作用。二是就中国百城房地产价格泡沫进行定量测度,同时考虑不同空间（物理和经济）结构中百城房地产价格泡沫的传染效应。本章节基于微观层面100个城市的基本经济背景数据对房地产泡沫空间传染研究。与现有文献不同,本章节发现反转泡沫区域的新房价格指数对周边城市的房地产价格指数存在强烈的正向推高影响。房地产调控政策在一定程度上抑制了传统因素对房地产价格泡沫的作用,但是,各城市房地产价格之间的联动效应应该引起监管者的注意。三是选取国际最具代表性的几种数字货币,采用分位数回归LPPL模型测度数字货币价格泡沫,并采用EGARCH模型分析不同数字货币价格泡沫之间对货币政策的反应效果。不同于现有波动性溢出效应文献,本章节通过模型衍生出的置信度指标来探究数字货币泡沫发生概率之间的联动（溢出）效应,并且配合货币政策作为事件研究,进一步探究数字货币泡沫发生概率之间在货币政策前后不同的表现。
邓元东[8]（2019）在《地租地价对中国城市房价的影响 ——来自成都市的经验证据》文中进行了进一步梳理中国的房地产市场发展大体经历过三个阶段:1998-2005年房地产市场起步阶段,房地产是国民经济的支柱性产业,对国民经济的持续健康发展至关重要;2005-2013年房地产市场快速发展,房价上涨过快,政府持续加大房地产市场调控力度,抑制房价上涨幅度;2013年至今,房价居高不下,2016年底中央经济工作会议提出“房子是用来住的,不是用来炒的”,坚决遏制房价上涨。由房地产市场发展历程发现,房地产市场的无序发展给中国社会主义经济建设带来了长期复杂的挑战。那么,如何让房地产市场及房价的发展适合中国现阶段社会经济发展水平与符合社会主义市场经济制度是亟待解决的问题。从一个城市的边缘向中心望去,发现房价总是在起伏中逐渐上升,城边缘房价最低,城中心房价最高,逐猜想土地的位置支配着房价的涨落。房地产是房产与地产的结合物,土地的自然的或社会的因素对房地产市场及房价的影响不可忽视。于是,本文结合中国仍将长期处于社会主义初级阶段的基本国情,在既定的社会主义市场经济体制下,以马克思地租地价理论为基础,研究中国城市房价的发展规律。在梳理国内外相关房价研究文献和考察中国土地所有权性质及特征的基础上,通过马克思对虚拟资本和地租理论的分析发现的地租向地价的转化公式,并将该公式作为成为接下来划分房地产价格组成的重要理论工具。随后,遵照马克思在《资本论》中研究一般商品的方法,对房地产生产价格按照生产成本、平均利润和地租购买价格三部分进行切割,以劳动价值理论和地租地价理论为基础,分别分析各部分价值组成对房价的影响。研究结论是,级差地租规律是房地产市场发展的基本规律,受城市土地区位差异和土地条件差异影响的地租量占了房价的绝大部分并支配着房价的变动。在前面房价定性分析的基础上,运用现代经济学研究方法,构建包含土地市场供求关系的房地产市场供求模型,推导出以“地价-房价”关系为核心的房地产市场均衡方程。通过房价对各影响因素的求导,发现城市房地产价格与土地价格、家庭收入、开发资本投入正相关,与首付占住房价值比、贷款利率、劳动生产率负相关。为进一步分析地价对房价的决定程度,本文利用成都市经验证据,估计房地产市场均衡价格方程计量方程,得出的结论与上述相符。最后,实践已经证明目前中国各城市实施的限购限贷等需求端行政调控手段是不能实现稳定房价运行的目的的,反而会造成社会福利的损失。现基于研究结论,应该坚持房地产市场供给侧结构性改革的思路,为建立房地产市场调控长效机制保持房地产市场平稳有序发展提出三点核心建议:一是深化城市建设用地市场化方向改革,形成多主体供应的土地供给体系;二是加快以城际交通为主的基础设施建设,拉平城市区域间的区位差异,削减级差地租的增量;三是科学合理的城市规划,改零散的城镇化为集中的城市化,加快城市群建设。
靳素粉[9]（2019）在《房地产价格波动对银行体系稳定性影响的实证研究 ——基于我国31省区面板数据》文中认为我国于1998年实行住房货币化改革之后,房地产逐步进入市场化阶段,迎来了快速发展。房地产行业属于资金密集型行业,房地产市场的供求双方要满足各自的资金需求,都需要大规模的金融支持,但我国金融市场体系的发展还不够发达,主要依靠银行机构为房地产市场主体及其他参与者提供信贷支持。已有研究表明房地产行业把整个行业的融资都主要集中在银行体系,就必然容易把房地产行业的市场风险转变为银行风险,使银行面临潜在的风险。如20世纪80年代以来全球相继爆发的多次金融危机,无论日本泡沫经济还是美国次贷危机,其爆发的导火索皆与房地产价格的异常波动存在极大关系。不少学者开始探究我国房地产市场与银行体系稳定性之间的作用机制,已有不少研究结论显示我国房地产价格波动与银行体系稳健经营之间存在作用关系。但我国区域发展不平衡的现状使得二者间的影响关系存在一定的复杂性。所以本文在分析我国整体上房地产价格波动对银行体系稳定性影响作用的同时,又进一步分析了我国东中西各区域内的房地产价格波动对银行体系稳定性的影响,对比分析各区域间影响作用的差异,深入探究我国房地产价格波动对银行体系稳定性的影响,对于保证我国及各区域内房地产业以及银行体系的稳健发展进而保持整个宏观经济稳定健康发展具有重要的现实意义。本文从理论和实证两个方面研究房地产价格波动对银行体系稳定性的影响。首先从理论角度分析了房地产价格波动影响银行体系稳定性的路径,主要分为直接渠道与间接渠道。其次,利用因子分析法测度银行体系稳定性指数,并将银行体系稳定性指数、房地产价格增长率、GDP增长率及CPI增长率指标纳入向量自回归（VAR）模型,分析我国整体上房地产价格波动对银行体系稳定性的影响。再次,为进一步深入研究,本文基于我国31省区面板数据对东中西区域分别构建面板向量自回归（PVAR）模型,对比分析各区域间房地产价格波动对银行体系稳定性影响的差异。根据所建立的模型分析得出一方面整体上我国为银行体系稳定性惯性发展区,但中部及西部区域银行体系稳健经营状态存在一定的脆弱性,另一方面整体上房地产价格增长短期对银行体系稳定性存在正向影响,其中西部区域银行体系稳定性对房地产价格波动较为敏感。最后,针对目前我国房地产价格波动对银行体系稳定影响的特征,提出了相应的政策建议,以期为进一步促进我国房地产健康发展,维护银行体系的稳健经营提供依据。
李菁[10]（2018）在《交通基础设施对房地产开发投资变动的影响研究》文中指出交通基础设施与房地产开发投资有着密不可分的关系。交通基础设施对城市的空间格局具有决定性的影响,从而对房地产开发投资的空间配置也起着关键性的作用。近些年来,我国的交通基础设施建设取得了骄人的业绩,交通基础设施建设投资由1998年的4661.5亿元增加到2016年的47337.61亿元。交通基础设施投资的增长和交通网络的延展,无疑对支持我国经济的发展起到了重要作用。但是,我国交通基础设施投资的区域配置存在不均衡的问题。优化房地产投资的空间配置,必须调整优化交通基础设施投资的空间配置。目前国内外学者对房地产市场的研究,在宏观层面主要偏重于讨论房地产与我国经济增长、城市空间、城市化进程及房地产价格泡沫等问题;在微观层面则偏重于对房地产开发商行为与消费者行为的分析,例如房地产开发商的投资决策、风险管理、全寿命周期管理,消费者的购买决策等。已有文献在探讨基础设施与房地产间关系时大部分都集中在房地产价格影响方面,较少注重房地产开发投资领域,如房地产开发投资总量、区域配置等。本文围绕在深入分析交通基础设施对房地产开发投资变动影响机理的基础上,重点研究我国交通基础设施对房地产开发投资总量变动的影响、对房地产开发投资区际间区位结构变动的影响以及对房地产开发投资城市内部区位结构变动的影响,以期为城市交通基础设施和房地产开发投资的优化配置提供理论依据和政策建议。本文除了导论和研究结论、建议及展望外共分六章:第一章,核心概念界定及理论基础。对本文核心概念进行界定,确定文章研究边界,阐述相关基础理论,主要包括地租理论,空间结构理论,集聚、扩散与空间相互作用理论。第二章,交通基础设施对房地产开发投资变动影响的机理分析。首先分析交通基础设施对土地租、城市工资收入、专业化分工以及房地产价格的影响,揭示交通基础设施影响房地产开发投资的内在机理;其次分析交通基础设施影响房地产开发投资变动的三条路径;再次分析交通基础设施影响房地产开发投资变动的效应。第三章,交通基础设施与房地产开发投资发展演化及空间格局分析。对我国交通基础设施与房地产开发投资的发展演化过程进行梳理,同时运用历史数据剖析它们的发展特征及空间格局。在此基础上,分析交通基础设施与房地产开发投资变动的共性与差异,找出二者的现实关系。最后,运用莫兰指数对1998-2017年间交通基础设施与房地产开发投资空间非常规集聚程度进行测度。第四章,交通基础设施对房地产开发投资总量变动影响。利用2002-2016年30个省级（西藏数据缺失）面板数据构建panel-var模型,运用协整检验、脉冲响应函数及panel-granger因果检验,分析交通基础设对房地产开发投资的影响程度,运用面板数据构建面板误差修正模型分析交通基础设施对房地产开发投资影响的时间效应。第五章,交通基础设施对房地产开发投资区际间区位结构的影响。运用我国2002-2016年省级面板数据,按照官方划分方法将我国31个省级区域首先划分为东部、中部和西部三大区域,构建动态差分GMM面板模型,实证分析交通基础设施对房地产开发投资区际间区位结构的影响。其次,分华东、中南、华北、西南、东北与西北六个大区,构建固定效应面板模型进行稳健性检验。再次,运用2002-2016年省级面板数据构建多维空间权重下空间杜宾模型,引入交通基础设施二次项来控制其非线性影响,实证研究本地区交通基础设施对其他地区房地产开发投资的溢出效应,以及本地区房地产开发投资对其他地区房地产开发投资可能产生的“挤占效应”。第六章,交通基础设施对房地产开发投资城市内部区位结构变动的影响。以武汉市轨道交通6号线站点周边二手住宅市场为例,分别从距地铁站点不同距离范围及影响程度和分市场及影响程度两方面实证检验交通基础设施对房地产开发投资城市内不同区域结构影响。本文的研究结论主要包括:（1）交通基础设施对房地产开发投资的影响是显着存在的,并且有着明显的时间效应,主要表现为:长期内交通基础设施对房地产开发投资总量的影响十分明显,但是交通基础设施短暂性变动对房地产开发投资总量的影响并不显着。（2）交通基础设施对房地产开发投资区际间区位结构影响显着。不同省份间、不同城市间的房地产开发投资区位结构的改变在一定程度上主要依赖于后期交通基础设施建设水平的整体改善程度而非现有的交通基础设施现状。即依赖于交通基础设施整体水平改善的边际效应,边际效应越大,影响程度越大,反之则否。（3）交通基础设施对我国房地产开发投资产生了负空间溢出效应,且二者表现出明显的非线性关系。外省交通基础设施每增加1%会使本省房地产开发投资减少0.898%—12.266%,即外省交通基础设施的建设会抑制本省房地产开发投资的增长,基于地理位置0-1空间权重估计下外省房地产开发投资规模扩大会促进本省房地产开发投资增加,但基于人口密度空间权重估计结果却相反,这与我国人口单向流动事实相符,各类要素通过便捷的交通基础设施会优先进入发达地区,从而约束本地区发展。（4）我国房地产开发投资总体规模扩张和区域结构失衡逐渐演变成一种非常规的空间集聚现象。房地产开发资本非常规空间集聚已成为诱导房地产结构性过剩的重要因素。（5）交通基础设施对房地产开发投城市内部区位结构变动影响显着。交通基础设施对房地产价格梯度呈现出先增加后下降的倒“U”形结构。主城区与郊区市场间房价梯度的演化取决于两个市场对交通基础设施响应程度的差异。本文的创新主要包括:（1）本文运用地租理论,空间结构理论,集聚、扩散与空间相互作用理论,系统研究了交通基础设施对房地产开发投资变动的内在影响与机理,分别从房地产开发投资总量、区际间区位结构以及城市内部区位结构三个方面揭示了交通基础设施对房地产开发投资变动影响的传导机制。（2）运用面板向量自回归模型及面板误差修正模型分析交通基础设施对房地产开发投资变动的影响程度和时间效应。此模型不仅有着传统的var模型的优点,且在加入面板数据后允许模型存在个体效应和时间效应,能更好的反映各变量间的内在联系。（3）本文运用莫兰指数对交通基础设施与房地产开发投资空间非常规集聚程度进行测度,并进一步运用省级面板数据构建多维空间权重下空间杜宾模型,引入交通基础设施二次项来控制其非线性影响,实证检验交通基础设施对我国房地产开发投的溢出效应。即本地区交通基础设施对其他地区房地产开发投资的影响,以及本地区房地产开发投资对其他地区房地产开发投资可能产生的“挤占效应”。（4）本文采用结合地理加权回归的特征价格方法,以武汉市轨道交通六号线为例,随机搜集了 589个二手房屋交易数据,按照武汉市行政区域的划分,将其分为中心城区与主城区两个市场,研究交通基础设施对房地产开发投资城市内部区位结构变动的影响。
二、基于形成过程的房地产价格属性探讨（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于形成过程的房地产价格属性探讨（论文提纲范文）
（1）中国产业集聚对区域房地产价格的影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 1.3.3 研究方法 |
| 1.4 可能的创新和不足 |
| 1.4.1 可能的创新 |
| 1.4.2 不足之处 |
| 第2章 概念界定与理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 产业集聚 |
| 2.1.2 房地产 |
| 2.1.3 房地产价格 |
| 2.2 产业集聚相关理论 |
| 2.2.1 产业区理论 |
| 2.2.2 工业区位理论 |
| 2.2.3 增长极理论 |
| 2.2.4 新经济地理理论 |
| 2.2.5 竞争优势理论 |
| 2.3 房地产价格决定的相关理论 |
| 2.3.1 供需理论 |
| 2.3.2 地租与竞租理论 |
| 2.3.3 城镇化理论 |
| 第3章 我国房地产市场发展历程的阶段性分析 |
| 3.1 房地产市场的形成阶段 |
| 3.2 房地产市场的快速发展阶段 |
| 3.3 房地产市场的政府主导阶段 |
| 3.4 房地产市场的稳健发展阶段 |
| 第4章 我国产业集聚测量和房地产市场区域差异 |
| 4.1 中国产业集聚程度现状 |
| 4.1.1 产业集聚的测量方法 |
| 4.1.2 我国不同产业集聚的区域差异表现 |
| 4.2 我国房地产价格的区域差异分析 |
| 4.2.1 我国房地产价格变化的总体趋势 |
| 4.2.2 我国房地产价格的区域差异分析 |
| 4.2.3 我国房地产价格的省际差异分析 |
| 第5章 不同产业集聚影响我国房地产价格的实证研究 |
| 5.1 产业集聚对房地产价格的影响的理论分析 |
| 5.1.1 影响房地产的购买需求 |
| 5.1.2 影响房地产的供给 |
| 5.1.3 理论模型 |
| 5.2 面板数据模型及估计方法 |
| 5.2.1 静态面板数据模型 |
| 5.2.2 动态面板数据模型 |
| 5.3 实证结果与分析 |
| 5.3.1 城市样本选择 |
| 5.3.2 实证模型与指标选取 |
| 5.3.3 相关性分析 |
| 5.3.4 估计结果与分析 |
| 5.4 内生性讨论与稳健性检验 |
| 5.4.1 房地产价格对产业集聚的影响 |
| 5.4.2 内生性处理与结果分析 |
| 5.4.3 稳健性检验 |
| 第6章 产业集聚影响房地产价格机制的实证研究 |
| 6.1 产业集聚影响房地产价格的机制分析 |
| 6.1.1 产业集聚通过人口集聚影响房地产价格 |
| 6.1.2 产业集聚通过土地供给影响房地产价格 |
| 6.2 中介效应检验 |
| 6.2.1 中介效应检验模型 |
| 6.2.2 中介变量 |
| 6.3 实证结果分析 |
| 6.3.1 人口集聚的中介效应检验 |
| 6.3.2 土地成本的中介效应检验 |
| 第7章 产业集聚对房地产价格的非线性影响 |
| 7.1 产业集聚对房地产价格非线性影响的理论分析 |
| 7.1.1 城市异质特征与外部条件差异 |
| 7.1.2 产业集聚影响的边际效应递减 |
| 7.2 非线性实证模型构建 |
| 7.2.1 门限面板回归模型介绍 |
| 7.2.2 门限变量选取 |
| 7.3 实证结果与分析 |
| 7.3.1 产业集聚对房价水平的非线性影响 |
| 7.3.2 不同行业集聚对房价水平的非线性影响 |
| 第8章 结论与政策建议 |
| 8.1 研究结论 |
| 8.2 政策建议 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（2）我国价格型货币政策的传导机制分析与目标体系拓展（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 货币政策中介目标的转型 |
| 1.1.2 国内外冲击下的价格型货币政策传导机制 |
| 1.1.3 价格型货币政策最终目标的测度 |
| 1.2 价格型货币政策研究的理论基础 |
| 1.2.1 货币超发的理论争鸣 |
| 1.2.2 货币政策中介目标的转型 |
| 1.2.3 价格型货币政策的最终目标分析 |
| 1.2.4 价格型货币政策的传导机制研究 |
| 1.3 论文结构与主要内容 |
| 1.3.1 论文结构 |
| 1.3.2 论文内容 |
| 1.4 论文研究方法与主要创新 |
| 1.4.1 论文研究方法 |
| 1.4.2 论文主要创新 |
| 第2章 价格型货币政策的分段调控 |
| 2.1 相关理论及文献综述 |
| 2.1.1 价格型货币政策的调控目标梳理 |
| 2.1.2 价格型货币政策的规则特征分析 |
| 2.2 价格型货币政策目标体系与调控规则的理论推演 |
| 2.2.1 约束条件 |
| 2.2.2 福利损失函数 |
| 2.2.3 最优货币政策反应方程 |
| 2.3 价格型货币政策的区制转移特征研究 |
| 2.3.1 价格型货币政策简化方程 |
| 2.3.2 马尔科夫区制转移方法介绍 |
| 2.3.3 区制转移的实证结果分析 |
| 2.3.4 稳健性检验 |
| 2.4 价格型货币政策的非对称性特征分析 |
| 2.4.1 非稳定区制下的非对称特征分析 |
| 2.4.2 稳定区制下的非对称特征分析 |
| 2.5 价格型货币政策规则的福利损失对比 |
| 2.5.1 稳定与非稳定区制的福利损失对比 |
| 2.5.2 严格利率规则反应方程估计 |
| 2.5.3 分段与严格利率规则的福利损失对比 |
| 2.6 本章小结 |
| 第3章 房地产价格波动与价格型货币政策调控 |
| 3.1 相关理论与文献综述 |
| 3.1.1 传导机制的理论文献梳理 |
| 3.1.2 传导机制的实证文献概述 |
| 3.2 房地产价格与价格型货币政策关联机制的理论模型构建 |
| 3.3 DSGE模型的参数校准及数值模拟 |
| 3.3.1 参数校准 |
| 3.3.2 开启与关闭抵押品渠道的数值模拟 |
| 3.4 房地产价格与实体经济关联机制的时变特征分析 |
| 3.4.1 房地产价格与产出间的动态关联机制检验 |
| 3.4.2 房地产价格与通胀间的动态关联机制检验 |
| 3.4.3 房地产价格传导渠道的断点检验 |
| 3.5 房地产价格影响利率调控效果的渠道分析 |
| 3.5.1 房地产价格对利率调控效果影响的脉冲分析 |
| 3.5.2 稳健性检验 |
| 3.6 房地产价格、实体经济与价格型货币政策间的关联机制 |
| 3.7 本章小结 |
| 第4章 资本账户开放度、汇率制度与价格型货币政策有效性 |
| 4.1 相关理论与文献综述 |
| 4.2 二元悖论理论模型构建 |
| 4.3 资本账户开放度指标构建 |
| 4.4 二元悖论模型的实证检验 |
| 4.4.1 回归方程说明 |
| 4.4.2 包含交互项的参数估计 |
| 4.4.3 引入“全球避险情绪”的参数估计 |
| 4.5 稳健性检验 |
| 4.5.1 针对“产出内生性”的稳健性检验 |
| 4.5.2 针对“资本帐户开放度测算方式”的稳健性检验 |
| 4.6 本章小结 |
| 第5章 美国货币政策与我国价格型货币政策的关联机制研究 |
| 5.1 相关理论与文献综述 |
| 5.1.1 国际资本流动渠道研究 |
| 5.1.2 汇率渠道研究 |
| 5.2 蒙代尔—弗莱明理论分析框架 |
| 5.3 SVAR模型构建与计量处理 |
| 5.3.1 SVAR模型的构建 |
| 5.3.2 单位根检验与滞后期选取 |
| 5.4 美国货币政策冲击对我国价格型货币政策的影响 |
| 5.4.1 美国货币政策冲击对我国价格型货币政策独立性的影响 |
| 5.4.2 美国货币政策冲击对我国价格型货币政策有效性的影响 |
| 5.5 本章小结 |
| 第6章 福利损失视角下的核心通胀目标构建 |
| 6.1 相关理论与文献综述 |
| 6.2 八部门异质性价格扭曲理论模型的构建 |
| 6.2.1 个体的生产与消费 |
| 6.2.2 消费和价格指数 |
| 6.2.3 模型的一阶方程与对数线性化 |
| 6.2.4 社会总福利损失函数构建 |
| 6.3 异质性价格粘性与劳动收入份额的测算 |
| 6.3.1 价格粘性测算 |
| 6.3.2 劳动的收入份额测算 |
| 6.4 不同异质性特征下核心通货膨胀指标的估计 |
| 6.4.1 参数校准 |
| 6.4.2 多种异质性模型的实证结果分析与对比 |
| 6.5 本章小结 |
| 第7章 基于创新效率的经济增长目标调控机制 |
| 7.1 相关理论与文献综述 |
| 7.1.1 技术创新与经济增长的关联机制研究 |
| 7.1.2 金融摩擦与技术创新的关联机制研究 |
| 7.1.3 金融摩擦与价格型货币政策间的关联机制研究 |
| 7.2 经济增长目标调控的理论模型构建 |
| 7.3 DSGE模型的数值模拟和SVAR模型的实证结果对比 |
| 7.3.1 DSGE模型的参数校准 |
| 7.3.2 DSGE模型的数值模拟结果分析 |
| 7.3.3 SVAR模型的实证结果分析 |
| 7.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文及参与的科研项目 |
| 致谢 |
（3）房地产开发投资的宏观效应研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题的背景与意义 |
| 1.2 房地产开发投资宏观经济效应的相关文献述评 |
| 1.3 论文研究方法与拟解决问题 |
| 1.4 论文结构安排与主要内容 |
| 第2章 中国房地产投资现状及其宏观效应传导机制分析 |
| 2.1 中国房地产投资的现状分析 |
| 2.2 房地产投资宏观经济效应的传导机制分析 |
| 2.3 本章小结 |
| 第3章 房地产开发投资宏观经济效应的理论模拟研究 |
| 3.1 基于包含房地产变量DSGE模型的相关研究梳理 |
| 3.2 中国土地制度特征、金融摩擦与房价波动 |
| 3.3 包含房地产开发商的多部门DSGE模型构建 |
| 3.4 房地产开发投资宏观经济效应的数值模拟分析 |
| 3.5 本章小结 |
| 第4章 房地产开发投资变动对经济周期的冲击效应分析 |
| 4.1 房地产开发投资对经济周期影响的研究评述 |
| 4.2 房地产投资影响经济周期的理论分析 |
| 4.3 房地产投资影响经济周期的实证检验 |
| 4.4 本章小结 |
| 第5章 房地产开发投资对经济增长的非线性效应研究 |
| 5.1 现有研究回顾与问题提出 |
| 5.2 门限模型的理论基础与包含房地产投资的面板门限模型构建 |
| 5.3 房地产开发投资对经济增长的非线性效应的实证检验 |
| 5.4 本章小结 |
| 第6章 房地产开发投资对经济效率的影响研究 |
| 6.1 房地产投资对经济效率的影响机理分析 |
| 6.2 经济效率与全要素生产率的测度 |
| 6.3 实证模型与变量设计 |
| 6.4 实证结果与原因分析 |
| 6.5 本章小结 |
| 第7章 房地产开发投资的空间错配效应研究 |
| 7.1 城市住宅地产投资价值指标体系的构建 |
| 7.2 城市住宅地产投资价值测算方法 |
| 7.3 城市住宅地产投资价值测算结果分析 |
| 7.4 各城市房地产开发投资的空间错配程度分析 |
| 7.5 本章小结与政策建议 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读学位期间发表的学术论文及其它科研成果 |
| 致谢 |
（4）中国金融周期的测度、传导机制及货币政策调控（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 选题意义 |
| 1.2 论文结构框架与主要创新 |
| 1.2.1 研究内容与论文框架 |
| 1.2.2 论文可能的创新之处和未来研究展望 |
| 第2章 文献综述 |
| 2.1 金融周期的内涵与测度 |
| 2.1.1 金融周期的内涵解析 |
| 2.1.2 金融周期的度量方法 |
| 2.2 金融周期及其与经济周期动态关联的研究进展 |
| 2.2.1 传统经济周期研究方法 |
| 2.2.2 金融因素与实体经济 |
| 2.2.3 金融周期与经济周期的关联关系 |
| 2.3 信贷周期、信贷摩擦及其与经济周期的关联机制研究 |
| 2.3.1 信贷周期与经济周期 |
| 2.3.2 金融加速器与经济周期 |
| 2.3.3 引入银行资本机制的DSGE模型 |
| 2.4 杠杆率与宏观经济之间非线性作用机制的研究进展 |
| 2.4.1 金融发展与金融深化 |
| 2.4.2 杠杆率与金融风险 |
| 2.4.3 将杠杆率纳入统一研究框架 |
| 2.5 房地产周期、抵押约束机制与经济周期 |
| 2.5.1 房地产周期与经济周期 |
| 2.5.2 抵押约束机制与资产负债表渠道 |
| 2.6 含有金融因素的货币政策规则及其应用的文献回顾 |
| 2.6.1 次级贷款危机之后对金融稳定及传统货币政策的反思 |
| 2.6.2 金融周期与规则型货币政策关联机制的研究 |
| 2.6.3 规则型货币政策的估计方法及其演变过程 |
| 2.7 本章小结 |
| 第3章 中国金融周期的测度及其与经济周期的动态关联 |
| 3.1 中国金融周期的测度 |
| 3.1.1 金融周期指标选取 |
| 3.1.2 研究方法介绍 |
| 3.1.3 金融周期单变量分析结果 |
| 3.1.4 中国金融周期的合成 |
| 3.2 中国金融周期的动态特征 |
| 3.3 中国金融周期与经济周期的动态关联 |
| 3.3.1 动态溢出指数法介绍 |
| 3.3.2 中国金融周期与经济周期之间的交互影响 |
| 3.4 本章小结 |
| 第4章 金融周期的传导机制:信贷渠道 |
| 4.1 多部门DSGE模型介绍 |
| 4.1.1 包含消费习惯偏好的家庭部门 |
| 4.1.2 金融摩擦与内生信贷约束 |
| 4.1.3 生产部门 |
| 4.1.4 包含双重目标的货币政策 |
| 4.1.5 市场出清 |
| 4.2 数据选取与实证分析 |
| 4.2.1 模型数据选取与预处理 |
| 4.2.2 参数校准 |
| 4.2.3 参数贝叶斯估计 |
| 4.2.4 方差分解分析 |
| 4.2.5 反事实模拟 |
| 4.3 本章小结 |
| 第5章 金融周期的传导机制:杠杆率渠道 |
| 5.1 研究假设 |
| 5.2 方法介绍与模型设定 |
| 5.3 杠杆率与宏观经济之间非线性关系的实证研究 |
| 5.3.1 数据选取与说明 |
| 5.3.2 中国杠杆率的静态水平、动态特征以及国际比较 |
| 5.3.3 PSTR模型估计结果 |
| 5.4 本章小结 |
| 第6章 金融周期的传导机制:房地产价格渠道 |
| 6.1 房地产周期、实体经济与货币政策调控 |
| 6.2 MS-VAR模型介绍与数据选取 |
| 6.2.1 MS-VAR模型介绍 |
| 6.2.2 数据选取与处理 |
| 6.3 基于三区制MS-VAR模型的实证分析 |
| 6.3.1 模型参数设定 |
| 6.3.2 模型区制划分 |
| 6.3.3 脉冲响应函数分析 |
| 6.3.4 模型估计有效性分析 |
| 6.4 本章小结 |
| 第7章 纳入金融周期的规则型货币政策研究 |
| 7.1 金融周期与货币政策调控 |
| 7.2 基于金融周期的货币政策框架 |
| 7.2.1 加入金融周期的泰勒规则模型 |
| 7.2.2 数据选取与预处理 |
| 7.2.3 包含金融周期泰勒规则的再估计 |
| 7.3 引入金融周期货币政策的时变反应机制分析 |
| 7.3.1 非线性检验 |
| 7.3.2 金融周期视角下时变参数模型的构建与模型参数估计 |
| 7.3.3 时变系数泰勒规则的动态反应机制分析 |
| 7.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文及参与的科研项目 |
| 致谢 |
（5）资产重估与货币政策选择（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 导论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 有关资产重估问题的研究 |
| 1.2.2 有关金融发展与实体经济问题的研究 |
| 1.2.3 有关货币政策对资产价格波动反应的研究 |
| 1.2.4 有关货币政策框架的研究 |
| 1.3 研究思路和研究方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 论文框架与基本结构 |
| 1.4 创新与不足 |
| 1.4.1 论文主要创新 |
| 1.4.2 论文不足之处 |
| 第2章 资产重估概念界定及日德经验分析 |
| 2.1 资产重估概念界定及特点总结 |
| 2.1.1 资产及定价、资产价格波动与资产泡沫 |
| 2.1.2 资产重估定义及内涵 |
| 2.2 从资产重估视角分析日德资本市场波动 |
| 2.2.1 日本资产泡沫化的经验及资产重估分析视角 |
| 2.2.2 德国资产价格稳定的经验及资产重估分析视角 |
| 2.3 本章小结 |
| 第3章 资产重估检测体系及中国资产重估经验分析 |
| 3.1 资产重估检测体系 |
| 3.1.1 资产重估的检测指标 |
| 3.1.2 资产重估检测综合指标建立目的及步骤 |
| 3.1.3 资产重估检测综合指标建立过程 |
| 3.1.4 资产重估检测指数体系分析 |
| 3.2 综合检测指数对中国房地产价格重估的经验分析 |
| 3.3 本章小结 |
| 第4章 资产重估的背景及影响因素分析 |
| 4.1 资产重估产生的宏观经济背景 |
| 4.1.1 以投资为代表的资本推动型经济模式 |
| 4.1.2 货币膨胀与经济脱实向虚 |
| 4.1.3 居民收入差距扩大推升资本品价格 |
| 4.1.4 高储蓄率与资产价格上涨 |
| 4.2 资产重估的影响因素:流动性过剩 |
| 4.2.1 货币宽松提升资产购买力 |
| 4.2.2 货币超发加速资产货币金融化 |
| 4.3 资产重估的影响因素:货币结构变化 |
| 4.3.1 货币结构理论对“高货币之谜”的解释 |
| 4.3.2 货币结构变化背后的体制机制 |
| 4.3.3 “金融窖藏”对货币结构变化的解释 |
| 4.4 资产重估的影响因素:资产要素价格 |
| 4.4.1 资产替代 |
| 4.4.2 要素价格重估 |
| 4.5 本章小结 |
| 第5章 资产重估与货币政策选择的互动影响机制 |
| 5.1 货币政策的传导机制 |
| 5.1.1 货币政策的主要传导渠道 |
| 5.1.2 货币政策的房地产价格传导渠道 |
| 5.2 资产重估对于货币政策选择的影响 |
| 5.2.1 资产价格对货币政策选择的重要作用 |
| 5.2.2 货币政策如何应对资产价格重估 |
| 5.2.3 基本结论 |
| 5.3 货币政策对资产重估反应的总结 |
| 5.3.1 货币政策要关注资产价格重估中的隐含信息 |
| 5.3.2 资产重估对金融稳定的影响将加大货币政策压力 |
| 5.3.3 重视“市场”在资产价格调整中的作用 |
| 5.4 本章小结 |
| 第6章 资产重估与货币政策选择的结构性制约 |
| 6.1 资产重估与金融市场不完全性 |
| 6.1.1 资产重估与资产泡沫对经济结构的影响 |
| 6.1.2 金融市场不完全性对经济结构的影响 |
| 6.2 经济结构性扭曲与经济脱实向虚 |
| 6.2.1 结构扭曲下经济脱实向虚的若干表现 |
| 6.2.2 信贷市场的量价均衡:不考虑扭曲的单部门情形 |
| 6.2.3 信贷市场的量价均衡:考虑扭曲的两部门框架 |
| 6.2.4 扩张还是紧缩:结构扭曲下货币政策的“两难” |
| 6.3 本章小结 |
| 第7章 资产重估条件下的货币政策选择 |
| 7.1 我国货币政策执行框架 |
| 7.1.1 货币政策目标 |
| 7.1.2 货币政策传导机制 |
| 7.1.3 货币政策工具 |
| 7.1.4 非常规货币政策补充 |
| 7.2 我国货币政策执行的新要求 |
| 7.2.1 我国宏观金融调控面临的新挑战 |
| 7.2.2 我国货币政策新框架正在建立 |
| 7.2.3 探索货币政策对宏观经济的结构性调节 |
| 7.2.4 关注审慎管理与货币政策的长效配合 |
| 7.3 我国创新型结构性货币政策执行效果的实证分析 |
| 7.3.1 创新型结构性货币政策对比及分类 |
| 7.3.2 结构性货币政策传导机制 |
| 7.3.3 结构性货币政策执行效果:实证检验 |
| 7.3.4 基本结论 |
| 7.4 我国货币政策执行的相关建议 |
| 7.4.1 完善关注资产价格重估的货币政策体系 |
| 7.4.2 重视结构性货币政策对资金流向的引导作用 |
| 7.4.3 加快推进货币政策量价调控方式的转变及配合 |
| 7.4.4 合理发挥抵押补充贷款的调节作用 |
| 7.4.5 健全“双支柱”框架应对资产价格重估 |
| 结论与展望 |
| 参考文献 |
| 攻读博士期间的科研成果 |
| 致谢 |
（6）房地产市场非理性发展对国民经济的不良影响研究（论文提纲范文）
| 内容摘要 |
| Abstract |
| 第一章 导论 |
| 1.1 问题的提出 |
| 1.2 研究思路和框架 |
| 1.3 创新点和特色 |
| 1.4 局限和不足 |
| 第二章 文献综述 |
| 2.1 房地产泡沫化机理及其影响研究 |
| 2.1.1 房地产泡沫的形成机制 |
| 2.1.2 房地产市场非理性发展与国民经济 |
| 2.2 房地产市场非理性发展与实体经济 |
| 2.2.1 实体经济的定义 |
| 2.2.2 房地产非理性发展对实体经济的影响 |
| 2.3 房地产市场非理性发展与居民消费 |
| 2.3.1 财富效应 |
| 2.3.2 抵押效应 |
| 2.3.3 流动性约束效应和替代效应 |
| 2.4 房地产市场非理性发展与宏观金融风险 |
| 2.4.1 宏观金融风险的定义 |
| 2.4.2 房地产市场非理性发展对宏观金融风险的影响机制 |
| 2.5 总结与评述 |
| 第三章 房地产市场非理性发展与金融危机的历史观察 |
| 3.1 美国和日本金融危机的历史观察 |
| 3.2 房地产泡沫对国民经济的影响路径分析——基于美国和日本金融危机的经验证据 |
| 3.2.1 理论分析 |
| 3.2.2 模型设计与研究样本 |
| 3.2.3 实证分析 |
| 3.3 美国、日本房地产危机对中国的启示 |
| 3.4 本章小结 |
| 第四章 我国房地产市场非理性发展影响国民经济的综合分析 |
| 4.1 我国房地产市场非理性发展原因分析——基于政府干预视角 |
| 4.1.1 我国房地产市场发展的历史进程 |
| 4.1.2 政府行为对房地产市场发展的影响 |
| 4.2 房地产市场非理性发展影响国民经济的总体考察 |
| 4.2.1 房地产市场非理性发展对国民经济增长的影响 |
| 4.2.2 房地产市场非理性发展与经济“脱实向虚” |
| 4.3 本章小结 |
| 第五章 房地产市场非理性发展对实体经济的影响 |
| 5.1 房地产市场非理性发展影响实体经济的理论分析 |
| 5.2 房地产市场非理性发展对实体投资的影响 |
| 5.2.1 模型设定 |
| 5.2.2 数据来源与样本选择 |
| 5.2.3 实证分析 |
| 5.3 房地产市场非理性发展对工业创新的影响 |
| 5.3.1 模型设定 |
| 5.3.2 数据来源与样本选择 |
| 5.3.3 实证分析 |
| 5.4 本章小结 |
| 第六章 房地产市场非理性发展对城镇居民消费的影响 |
| 6.1 概述 |
| 6.2 高房价对居民消费的影响效应分析 |
| 6.2.1 研究背景 |
| 6.2.2 实证分析 |
| 6.3 高房价对城镇家庭消费的影响机制分析 |
| 6.3.1 理论分析 |
| 6.3.2 高房价影响城镇租房家庭消费的实证分析 |
| 6.3.3 高房价影响城镇自有房家庭消费的实证分析 |
| 6.3.4 实证考察结论 |
| 6.4 本章小结 |
| 第七章 房地产市场非理性发展与宏观金融风险 |
| 7.1 研究背景 |
| 7.1.1 房价上涨与银行风险 |
| 7.1.2 银行风险与非金融部门负债 |
| 7.1.3 房价上涨与非金融部门负债 |
| 7.2 房地产、银行与非金融部门风险指标的构建 |
| 7.2.1 指标设计 |
| 7.2.2 样本数据选取与数据分析 |
| 7.3 房价上涨影响银行和非金融部门风险的实证分析 |
| 7.3.1 研究方法 |
| 7.3.2 实证结果及分析 |
| 7.4 本章小结 |
| 第八章 研究结论与政策建议 |
| 8.1 研究结论 |
| 8.2 政策建议 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文情况 |
| 学位论文评阅及答辩情况表 |
（7）资产泡沫测度、空间传染与联动效应的实证研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究主要内容 |
| 1.3 研究思路和技术路线 |
| 1.3.1 研究思路 |
| 1.3.2 技术路线 |
| 1.4 创新与不足 |
| 2.文献综述 |
| 2.1 资产价格泡沫的界定及相关研究文献综述 |
| 2.1.1 资产价格泡沫的界定 |
| 2.1.2 资产价格泡沫的相关研究文献综述 |
| 2.1.3 资产价格泡沫的识别估计方法 |
| 2.2 LPPL模型、分位数回归方法与资产价格泡沫 |
| 2.2.1 LPPL模型与资产价格泡沫 |
| 2.2.2 分位数估计模型与资产价格泡沫 |
| 2.2.3 分位数估计、LPPL模型与资产价格泡沫 |
| 2.3 资产价格泡沫传染的相关文献 |
| 2.3.1 资产价格泡沫传染的理论研究 |
| 2.3.2 资产价格泡沫传染的实证研究 |
| 3.中国股票市场价格泡沫测度与预警:基于LPPL模型及其扩展 |
| 3.1 中国股票市场价格泡沫测度:基于LPPL模型 |
| 3.1.1 LPPL模型的估计条件和数据选取 |
| 3.1.3 LPPL模型的检验结果 |
| 3.2 中国股票市场价格泡沫的测度与预警:分位数回归下的LPPL模型 |
| 3.2.1 数据选取说明和统计性描述 |
| 3.2.2 分位数回归下LPPL模型在股市泡沫中的应用检验 |
| 3.2.3 指标测评与预警 |
| 3.3 小结及政策含义 |
| 4.中国房地产价格泡沫和传染研究—基于中国百城房价指数的证据 |
| 4.1 房价泡沫测度和传染的研究现状 |
| 4.1.1 关于房价泡沫测度的相关研究 |
| 4.1.2 关于房价泡沫空间传染的相关研究 |
| 4.2 中国百城房价指数泡沫及其传染的测度方法 |
| 4.2.1 房价泡沫测度方法 |
| 4.2.3 房价泡沫传染的计量方法 |
| 4.3 中国百城房价泡沫测度的实证分析 |
| 4.3.1 数据描述 |
| 4.3.2 运用LPPL模型对房价泡沫测度的实证分析 |
| 4.4 中国百城房价泡沫的空间传染实证分析 |
| 4.4.1 模型建立 |
| 4.4.2 房价泡沫空间传染模型的实证分析 |
| 4.4.3 房价泡沫传染区域性影响的实证分析 |
| 4.5 中国房地产调控政策的前后对比研究 |
| 4.5.1 中国房地产调控政策概述 |
| 4.5.2 实证分析 |
| 4.6 小结及政策建议 |
| 5.数字货币资产价格泡沫间关联性研究—基于货币政策的事件研究 |
| 5.1 数字货币资产定义、属性及其价格泡沫问题 |
| 5.1.1 数字货币资产的定义 |
| 5.1.2 关于数字货币资产的属性 |
| 5.1.3 数字货币资产价格泡沫的研究进展 |
| 5.2 运用分位数的LPPLS模型对数字货币资产价格泡沫的测度 |
| 5.2.1 数据说明和描述性统计 |
| 5.2.2 未知参数算法估计 |
| 5.2.3 数字货币资产价格泡沫识别 |
| 5.2.4 数字货币资产分位数估计 |
| 5.3 数字货币资产价格泡沫关联性实证检验 |
| 5.3.1 数字货币资产价格泡沫关联性分析 |
| 5.3.2 货币政策变动的事件研究 |
| 5.4 结论及政策建议 |
| 6.总结与展望 |
| 参考文献 |
| 后记 |
| 致谢 |
| 在读期间科研成果目录 |
（8）地租地价对中国城市房价的影响 ——来自成都市的经验证据（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.1.1 研究目的 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 关于马克思地租理论与房价的研究 |
| 1.2.2 关于供求两方面与房价的研究 |
| 1.3 主要内容和研究重点 |
| 1.3.1 主要内容 |
| 1.3.2 研究重点 |
| 1.4 研究思路和方法 |
| 1.4.1 研究思路 |
| 1.4.2 研究方法 |
| 1.5 难点和创新之处 |
| 1.5.1 难点 |
| 1.5.2 创新之处 |
| 第2章 理论基础 |
| 2.1 地租理论历史沿革 |
| 2.1.1 古典经济学地租理论 |
| 2.1.2 马克思地租理论 |
| 2.1.3 现代西方经济学地租理论 |
| 2.2 地价理论历史沿革 |
| 2.2.1 古典经济学地价理论 |
| 2.2.2 马克思地价理论 |
| 2.2.3 现代西方经济学地价理论 |
| 2.3 产权理论 |
| 2.4 市场供求理论 |
| 第3章 地租向地价的转化 |
| 3.1 土地所有权特征 |
| 3.2 地租在中国存在的合理性 |
| 3.3 土地出让金的组成及其影响因素 |
| 3.3.1 地租与租金和垄断地租的区分 |
| 3.3.2 土地出让金的组成 |
| 3.3.3 土地出让金的影响因素 |
| 3.4 地租向地价转化的方式 |
| 第4章 地租与中国城市房价 |
| 4.1 房地产商品的特征 |
| 4.2 房地产价格的影响因素 |
| 4.3 地租参与中国城市房价的形成 |
| 4.3.1 城市房价的组成部分 |
| 4.3.2 地租对中国城市房价的决定 |
| 4.3.3 地租变化与房价变动 |
| 4.4 小结 |
| 第5章 地价对房价的影响 |
| 5.1 地价对房价影响的理论模型 |
| 5.1.1 家庭购房模型 |
| 5.1.2 房地产开发商模型 |
| 5.1.3 房地产市场均衡价格模型 |
| 5.2 成都市的经验证据 |
| 5.2.1 计量经济模型 |
| 5.2.2 数据说明及特征 |
| 5.2.3 单位根检验 |
| 5.2.4 实证结果 |
| 5.3 小结 |
| 第6章 结论与政策建议 |
| 6.1 研究结论 |
| 6.2 政策建议 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的科研情况 |
（9）房地产价格波动对银行体系稳定性影响的实证研究 ——基于我国31省区面板数据（论文提纲范文）
| 摘要 |
| Abstract |
| 中英文缩略词对照表 |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究文献综述 |
| 1.2.1 国外相关研究综述 |
| 1.2.2 国内相关研究综述 |
| 1.2.3 国内外相关文献述评 |
| 1.3 研究内容、研究方法和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 创新点及不足之处 |
| 1.4.1 创新点 |
| 1.4.2 不足之处 |
| 2 概念界定与理论基础 |
| 2.1 相关概念诠释 |
| 2.1.1 房地产 |
| 2.1.2 房地产价格 |
| 2.1.3 银行体系稳定性 |
| 2.2 相关理论基础 |
| 2.2.1 资产价格泡沫 |
| 2.2.2 金融脆弱性 |
| 2.2.3 信息不对称 |
| 2.3 房地产价格波动影响银行体系稳定性的路径分析 |
| 2.3.1 直接渠道 |
| 2.3.2 间接渠道 |
| 3 我国房地产行业及银行体系发展现状 |
| 3.1 我国房地产行业发展现状 |
| 3.1.1 我国房地产行业整体发展现状 |
| 3.1.2 我国房地产行业区域发展现状 |
| 3.2 我国银行体系发展现状 |
| 3.2.1 我国银行体系整体发展现状 |
| 3.2.2 我国银行体系区域发展现状 |
| 3.3 我国房地产行业与银行体系关联性表现 |
| 3.3.1 我国房地产行业与银行体系关联性的整体表现 |
| 3.3.2 我国房地产行业与银行体系关联性的区域表现 |
| 4.我国房地产价格波动对银行体系稳定性影响的实证分析 |
| 4.1 银行体系稳定性水平的测度 |
| 4.1.1 测度方法概述 |
| 4.1.2 指标选取及数据来源 |
| 4.1.3 实证分析步骤 |
| 4.1.4 我国银行稳定性水平的度量与分析 |
| 4.2 VAR模型简介 |
| 4.3 指标选取及数据来源 |
| 4.4 模型检验及构建 |
| 4.4.1 单位根检验 |
| 4.4.2 最优滞后阶数选择 |
| 4.4.3 实证模型构建 |
| 4.4.4 协整检验 |
| 4.4.5 模型稳健性检验 |
| 4.5 实证结果分析 |
| 4.5.1 脉冲响应函数分析 |
| 4.5.2 方差分解 |
| 4.5.3 实证分析结论 |
| 4.6 本章小结 |
| 5 我国房地产价格波动对银行体系稳定性影响的区域差异对比分析 |
| 5.1 PVAR模型简介 |
| 5.2 指标选取及数据来源 |
| 5.2.1 区域划分 |
| 5.2.2 指标选取与数据来源 |
| 5.3 模型检验及构建 |
| 5.3.1 单位根检验 |
| 5.3.2 协整检验 |
| 5.3.3 PVAR模型构建 |
| 5.4 东中西区域对比分析 |
| 5.4.1 脉冲响应函数 |
| 5.4.2 方差分解 |
| 5.4.3 实证分析结论 |
| 5.5 房价波动对银行体系稳定性影响的区域差异原因分析 |
| 5.6 本章小结 |
| 6 研究结论及对策建议 |
| 6.1 研究结论 |
| 6.2 对策建议 |
| 6.2.1 政府角度 |
| 6.2.2 金融机构角度 |
| 6.2.3 房地产企业角度 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读硕士学位期间所发表的论文 |
（10）交通基础设施对房地产开发投资变动的影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 导论 |
| 一、研究背景及研究意义 |
| 二、文献综述 |
| 三、研究内容与研究方法 |
| 四、创新与不足 |
| 第一章 核心概念界定及理论基础 |
| 第一节 核心概念界定 |
| 一、基础设施 |
| 二、交通基础设施 |
| 三、房地产开发投资 |
| 第二节 地租理论 |
| 一、古典地租理论 |
| 二、新古典地租理论 |
| 三、马克思地租理论 |
| 四、现代西方地租理论 |
| 第三节 空间结构理论 |
| 一、区位理论 |
| 二、二元空间结构理论 |
| 三、空间分异结构理论 |
| 四、空间发展结构理论 |
| 第四节 集聚、扩散与空间相互作用理论 |
| 第二章 交通基础设施对房地产开发投资变动影响的机理分析 |
| 第一节 交通基础设施对房地产开发投资影响的根源剖析 |
| 一、通过土地租金变化影响房地产开发投资 |
| 二、通过城市工资收入变化影响房地产开发投资 |
| 三、通过分工、专业化影响房地产开发投资 |
| 四、通过房地产价格变化影响房地产开发投资 |
| 第二节 交通基础设施对房地产开发投资的影响路径 |
| 一、路径一:房地产开发投资总量 |
| 二、路径二:房地产开发投资区际间区位结构 |
| 三、路径三:房地产开发投资城市内部不同区域区位结构 |
| 第三节 交通基础设施对房地产开发投资的作用效应 |
| 一、房地产供给有效性变动效应 |
| 二、房地产需求理性程度变动效应 |
| 三、房地产价值变动效应 |
| 第三章 中国交通基础设施与房地产开发投资的发展演化及空间格局分析 |
| 第一节 中国交通基础设施的发展演化 |
| 一、公路交通基础设施建设 |
| 二、铁路交通基础设施建设 |
| 三、交通运输能力的发展 |
| 第二节 中国各地区交通基础设施发展水平差异 |
| 一、中国各省的交通基础设施建设 |
| 二、中国各省的客运需求 |
| 三、中国各省的货运需求 |
| 第三节 中国房地产开发投资发展演化及主要问题 |
| 一、我国房地产开发投资发展演化 |
| 二、房地产开发投资存在的主要问题 |
| 三、我国房地产市场区域配置不均衡出现的现实问题 |
| 第四节 中国交通基础设施与房地产开发投资的空间统计分析 |
| 一、中国交通基础设施与房地产开发投资空间特征的一般描述 |
| 二、交通基础设施与房地产开发投资空间非常规集聚测度 |
| 第四章 交通基础设施对房地产开发投资总量变动影响 |
| 第一节 交通基础设施对房地产开发投资变动影响的实证分析 |
| 一、变量、数据及模型设定 |
| 二、panel-var模型估计及分析 |
| 三、实证结论 |
| 第二节 交通基础设施对房地产开发投资影响的时间效应检验 |
| 一、变量、数据及实证模型建立 |
| 二、面板误差修正模型(VEC)估计及分析 |
| 三、实证结论 |
| 第五章 交通基础设施对房地产开发投资区际间区位结构变动的影响 |
| 第一节 房地产开发投资区际间区位结构的现实特征 |
| 一、基于房地产开发投资额指标分析房地产开发投资区际间区位结构 |
| 二、基于经济指标分析房地产开发投资区际间区位结构 |
| 第二节 交通基础设施对区域房地产开发投资影响的实证检验 |
| 一、变量选取、数据描述及模型建立 |
| 二、估计结果及分析 |
| 三、实证结论 |
| 第三节 交通基础设施对房地产开发投资的溢出效应 |
| 一、变量选取、数据处理及说明 |
| 二、模型设定 |
| 三、估计结果及分析 |
| 四、实证结论 |
| 第六章 交通基础设施对房地产开发投资城市内部区位结构变动的影响——以武汉市为例 |
| 第一节 武汉市轨道交通六号线项目概况 |
| 第二节 变量选取、数据来源与模型设定 |
| 一、变量选取 |
| 二、数据来源与描述 |
| 三、模型设定 |
| 第三节 估计结果及分析 |
| 一、距地铁站点不同距离范围及影响程度 |
| 二、分市场及影响程度 |
| 三、实证结论 |
| 研究结论、建议及展望 |
| 一、主要结论 |
| 二、政策建议 |
| 三、未来展望 |
| 参考文献 |
| 攻读博士学位期间科研成果 |
| 附录 |
| 致谢 |
四、基于形成过程的房地产价格属性探讨（论文参考文献）
- [1]中国产业集聚对区域房地产价格的影响研究[D]. 周贺. 吉林大学, 2021(01)
- [2]我国价格型货币政策的传导机制分析与目标体系拓展[D]. 张菀庭. 吉林大学, 2021(01)
- [3]房地产开发投资的宏观效应研究[D]. 赵明昊. 吉林大学, 2020(08)
- [4]中国金融周期的测度、传导机制及货币政策调控[D]. 毕振豫. 吉林大学, 2020(08)
- [5]资产重估与货币政策选择[D]. 刘芮嘉. 吉林大学, 2019(02)
- [6]房地产市场非理性发展对国民经济的不良影响研究[D]. 张馨月. 山东大学, 2019(02)
- [7]资产泡沫测度、空间传染与联动效应的实证研究[D]. 李伦一. 西南财经大学, 2019(12)
- [8]地租地价对中国城市房价的影响 ——来自成都市的经验证据[D]. 邓元东. 西华师范大学, 2019(01)
- [9]房地产价格波动对银行体系稳定性影响的实证研究 ——基于我国31省区面板数据[D]. 靳素粉. 山东农业大学, 2019(01)
- [10]交通基础设施对房地产开发投资变动的影响研究[D]. 李菁. 中南财经政法大学, 2018(04)