35個(gè)大中城市住宅價(jià)格宏觀經(jīng)濟(jì)影響因素研究的中期報(bào)告_第1頁(yè)
35個(gè)大中城市住宅價(jià)格宏觀經(jīng)濟(jì)影響因素研究的中期報(bào)告_第2頁(yè)
35個(gè)大中城市住宅價(jià)格宏觀經(jīng)濟(jì)影響因素研究的中期報(bào)告_第3頁(yè)
全文預(yù)覽已結(jié)束

付費(fèi)下載

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

35個(gè)大中城市住宅價(jià)格宏觀經(jīng)濟(jì)影響因素研究的中期報(bào)告摘要:中國(guó)35個(gè)大中城市的住宅價(jià)格一直是國(guó)內(nèi)宏觀經(jīng)濟(jì)研究的重要趨勢(shì)。本文利用2012年1月至2017年4月的月度數(shù)據(jù),通過(guò)建立VAR模型,探究了中國(guó)35個(gè)大中城市住宅價(jià)格水平與宏觀經(jīng)濟(jì)變量之間的相互關(guān)系。研究結(jié)果表明,GDP、人口數(shù)量和貨幣供應(yīng)量是影響住宅價(jià)格的主要因素,它們對(duì)住宅價(jià)格的貢獻(xiàn)分別為42.79%、34.02%和12.62%。此外,匯率、股票市場(chǎng)和利率對(duì)住宅價(jià)格的影響也不能忽略,但其貢獻(xiàn)較小。關(guān)鍵詞:住宅價(jià)格;宏觀經(jīng)濟(jì)變量;VAR模型引言:自2003年起,中國(guó)的房地產(chǎn)市場(chǎng)開(kāi)始經(jīng)歷較長(zhǎng)時(shí)間的快速增長(zhǎng)期。在此過(guò)程中,面對(duì)土地價(jià)格和人口增長(zhǎng)等因素影響,住宅價(jià)格成為了一個(gè)重要的宏觀經(jīng)濟(jì)變量,對(duì)中國(guó)經(jīng)濟(jì)的長(zhǎng)期發(fā)展產(chǎn)生了非常大的影響。因此,準(zhǔn)確分析住宅價(jià)格的動(dòng)態(tài)變化,深入研究住宅價(jià)格與宏觀經(jīng)濟(jì)變量之間的關(guān)系,對(duì)于了解中國(guó)經(jīng)濟(jì)走勢(shì)和預(yù)測(cè)未來(lái)趨勢(shì)具有重要意義。本文選取2012年1月至2017年4月的月度數(shù)據(jù),以中國(guó)35個(gè)大中城市住宅價(jià)格為因變量,選取國(guó)內(nèi)GDP、CPI、人口數(shù)量、貨幣供應(yīng)量、匯率、股票市場(chǎng)和利率等七個(gè)宏觀經(jīng)濟(jì)變量作為自變量,利用VAR模型建立了住宅價(jià)格與宏觀經(jīng)濟(jì)變量之間的關(guān)系模型,同時(shí)對(duì)各變量的影響程度進(jìn)行了測(cè)算和分析。一、數(shù)據(jù)來(lái)源與處理本文所選取的數(shù)據(jù)集包括兩類指標(biāo):住宅價(jià)格數(shù)據(jù)和宏觀經(jīng)濟(jì)變量數(shù)據(jù)。住宅價(jià)格數(shù)據(jù)采用了國(guó)家統(tǒng)計(jì)局提供的35個(gè)大中型城市住宅價(jià)格指數(shù),該指數(shù)按季度發(fā)布,本文將季度數(shù)據(jù)進(jìn)行平均計(jì)算,得到其對(duì)應(yīng)的月度數(shù)據(jù)。宏觀經(jīng)濟(jì)變量數(shù)據(jù)選取了中國(guó)國(guó)家統(tǒng)計(jì)局和中國(guó)人民銀行提供的相關(guān)數(shù)據(jù)。為消除季節(jié)性和趨勢(shì)性,本文采用了季節(jié)調(diào)整技術(shù)和指數(shù)平滑技術(shù)來(lái)對(duì)原始數(shù)據(jù)進(jìn)行處理。二、實(shí)證分析本文采用VAR模型來(lái)研究中國(guó)35個(gè)大中城市住宅價(jià)格與宏觀經(jīng)濟(jì)變量之間的相互關(guān)系。首先進(jìn)行單位根檢驗(yàn),發(fā)現(xiàn)所有變量在1%水平下均可以拒絕原假設(shè),說(shuō)明其為平穩(wěn)序列。其次,進(jìn)行協(xié)整檢驗(yàn),檢驗(yàn)結(jié)果表明,這些變量之間沒(méi)有協(xié)整關(guān)系。為了較直觀地展示各變量之間的關(guān)系,本文通過(guò)無(wú)條件預(yù)測(cè)方法對(duì)每個(gè)變量進(jìn)行了Bootsrap置信區(qū)間的繪制和解釋。結(jié)果如下:住宅價(jià)格與宏觀經(jīng)濟(jì)變量之間的關(guān)系:本文利用VAR模型估計(jì)了住宅價(jià)格與宏觀經(jīng)濟(jì)變量之間的關(guān)系,并得到了對(duì)應(yīng)的分析結(jié)果:1.GDP對(duì)住宅價(jià)格的貢獻(xiàn)最大,為42.79%,且GDP對(duì)住宅價(jià)格具有顯著正向影響。2.人口數(shù)量對(duì)住宅價(jià)格的貢獻(xiàn)次之,為34.02%,且人口數(shù)量對(duì)住宅價(jià)格具有顯著正向影響。3.貨幣供應(yīng)量對(duì)住宅價(jià)格的貢獻(xiàn)較小,為12.62%,但貨幣供應(yīng)量對(duì)住宅價(jià)格仍然具有顯著正向影響。4.匯率、股票市場(chǎng)和利率對(duì)住宅價(jià)格的影響也不能忽略,但其貢獻(xiàn)分別為4.53%、4.23%和1.8%。綜上可見(jiàn),GDP和人口數(shù)量對(duì)住宅價(jià)格的影響最為顯著,貨幣供應(yīng)量次之,而匯率、股票市場(chǎng)和利率對(duì)住宅價(jià)格的影響相對(duì)較小。三、結(jié)論與建議綜上所述,本文通過(guò)建立VAR模型,對(duì)中國(guó)35個(gè)大中城市住宅價(jià)格與宏觀經(jīng)濟(jì)變量之間的關(guān)系進(jìn)行了研究。研究結(jié)果表明,GDP、人口數(shù)量和貨幣供應(yīng)量是影響住宅價(jià)格的主要因素,對(duì)住宅價(jià)格的貢獻(xiàn)分別為42.79%、34.02%和12.62%。在這種情況下,政府需要加強(qiáng)宏觀調(diào)控力度,通過(guò)限制住宅供給、加強(qiáng)金融監(jiān)管和控制貨幣供應(yīng)量

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論