住房市場系統(tǒng)模型與房價風(fēng)險管理方法
發(fā)布時間:2020-08-25 08:08
【摘要】: 隨著全球經(jīng)濟一體化,金融危機的頻繁發(fā)生,一國的宏觀經(jīng)濟穩(wěn)定不但關(guān)乎本國的國計民生,對于世界任何一個經(jīng)濟體也至關(guān)重要。而房地產(chǎn)市場具有與信貸和國民經(jīng)濟的強相關(guān)性使得房地產(chǎn)市場價格波動直接影響金融系統(tǒng)穩(wěn)定,房地產(chǎn)市場惡性泡沫是導(dǎo)致金融危機的重要因素。鑒于此,本文站在宏觀風(fēng)險管理的角度,本著風(fēng)險產(chǎn)生——風(fēng)險度量——風(fēng)險處置的思路,對房地產(chǎn)市場尤其是住房市場進行研究,在綜述當(dāng)前研究進展基礎(chǔ)上,主要開展了住房市場系統(tǒng)研究,住房市場復(fù)雜網(wǎng)絡(luò)模型研究,房價波動風(fēng)險度量方法和房價風(fēng)險管理研究工作: (1)通過對住房市場進行系統(tǒng)分析,將住房市場系統(tǒng)抽象為銀行、房地產(chǎn)開發(fā)商和購房消費者三部分主體,處在宏觀經(jīng)濟環(huán)境中,它們之間相互影響共同決定房地產(chǎn)市場價格,同時受房地產(chǎn)市場價格的反饋影響。通過選取體現(xiàn)系統(tǒng)中宏觀經(jīng)濟環(huán)境和組成要素的5個主要變量進行協(xié)整關(guān)系檢驗和線性Granger因果檢驗,建立住房系統(tǒng)長期均衡函數(shù)和短期動態(tài)調(diào)整函數(shù),揭示了住房市場各因素之間因果關(guān)系,從宏觀上揭示中國房地產(chǎn)市場發(fā)展的客觀規(guī)律。 (2)通過擴展“金融加速器”模型到包含銀行、房地產(chǎn)開發(fā)商和購房消費者以及宏觀經(jīng)濟環(huán)境在內(nèi)的住房市場系統(tǒng),揭示了信貸對住房市場的投資和消費的放大作用。通過實證研究得出目前中國房地產(chǎn)開發(fā)商投資的邊際預(yù)期收益率為2.82%,如果預(yù)期收益率大于此臨界收益率,則會考慮投資;確定了影響此邊際預(yù)期收益率的參數(shù)是:貸款利率、外部融資比率和抵押貸款率,宏觀政策制定者可以通過調(diào)整這些參數(shù)提高邊際預(yù)期收益率抑制投資沖動。研究改變了目前由于數(shù)據(jù)有限性帶來的對于中國住房市場缺乏系統(tǒng)性定量研究的現(xiàn)狀。 (3)通過建立代表銀行、房地產(chǎn)開發(fā)企業(yè)和購房消費者資產(chǎn)規(guī)模及相互交易關(guān)系的靜態(tài)復(fù)雜網(wǎng)絡(luò)拓撲結(jié)構(gòu)模型和反映購房消費者對房地產(chǎn)開發(fā)企業(yè)擇優(yōu)選擇規(guī)律及企業(yè)退出機制的動態(tài)演化模型,揭示了住房市場系統(tǒng)的結(jié)構(gòu)性特征和動態(tài)演化規(guī)律。通過上海房地產(chǎn)市場交易變動情況的動態(tài)仿真表明模型可以很好的解釋大企業(yè)的規(guī)模效應(yīng)和在政策調(diào)整下小企業(yè)更容易被淘汰出局的客觀事實,體現(xiàn)出房地產(chǎn)企業(yè)與客戶群之間的動態(tài)演化特性和政策變動對房地產(chǎn)開發(fā)企業(yè)的影響規(guī)律。研究提出的住房市場復(fù)雜網(wǎng)絡(luò)模型為住房市場研究提供了新的研究方法,克服了以往研究模型由于數(shù)據(jù)有限性導(dǎo)致的房地產(chǎn)市場的波動的相關(guān)統(tǒng)計實證研究無法開展而使得復(fù)雜系統(tǒng)過度線性化近似以及動態(tài)性研究不足的問題,并且在此基礎(chǔ)上開展實證研究具有重要現(xiàn)實意義。 (4)通過房價波動相對于GDP缺口和CPI波動之間的對比關(guān)系合理地刻畫了房價波動風(fēng)險,反映出房價超出實體經(jīng)濟支撐程度和資源局部配置失衡程度,揭示了由于房價增長超出實體而虛長的財富最終會縮水而與實體經(jīng)濟發(fā)展相一致的運行規(guī)律。通過對美國、英國、香港、日本的房地產(chǎn)市場的實證檢驗,揭示了歷史上出現(xiàn)的典型的房地產(chǎn)泡沫及產(chǎn)生原因,證明了工具的有效性。最后通過上海房地產(chǎn)市場的實證研究表明,2005年房地產(chǎn)市場泡沫由資源局部配置失衡導(dǎo)致,應(yīng)該通過積極拓展投、融資渠道解決。此研究為房地產(chǎn)市場運行提供了風(fēng)險度量工具,對于政策當(dāng)局準(zhǔn)確判斷房地產(chǎn)市場發(fā)展?fàn)顟B(tài),分類別的有針對性的采取有效措施控制風(fēng)險有確定性的指導(dǎo)意義,同時對經(jīng)濟周期理論、均衡理論的研究提供了新的研究啟示。 (5)處置風(fēng)險的一般辦法有消化、釋放、吸收、分散、轉(zhuǎn)移、對沖、控制和抑制風(fēng)險。建議通過貨幣政策的積極響應(yīng)對房地產(chǎn)市場引發(fā)的宏觀經(jīng)濟風(fēng)險和金融系統(tǒng)風(fēng)險進行控制和抑制,通過拓展房地產(chǎn)投融資渠道對房地產(chǎn)市場引發(fā)的風(fēng)險進行風(fēng)險轉(zhuǎn)移和分散,提出改進的房地產(chǎn)價格波動的貨幣政策響應(yīng)模型和對房地產(chǎn)投融資渠道進行概念性梳理。
【學(xué)位授予單位】:大連理工大學(xué)
【學(xué)位級別】:博士
【學(xué)位授予年份】:2007
【分類號】:F293.3;F224
【圖文】:
3年統(tǒng)計各年齡段人口所占比例(數(shù)據(jù)來源:ThePereentagesofdifferentagePeoPlein2003快住密度逐年攀升,1990年中國城市人,2000年上升到442人,2001年攀升到大城市的人口密度幾乎是按照同樣的速速度十分驚人。50萬人口以上的大城50個,而100萬人口以上大城市到200
圖4.3住房市場系統(tǒng)復(fù)雜網(wǎng)絡(luò)拓撲結(jié)構(gòu)示意圖 Fig.4.3ToPologyoftheResideniialHousingMarketSystem邊:代表市場交易行為,體現(xiàn)市場資金流動,邊的方向為資金流動方向。邊的連接規(guī)則:消費者選擇房地產(chǎn)商的規(guī)則設(shè)定為依據(jù)房地產(chǎn)商的資產(chǎn)規(guī)模進行擇優(yōu)連接。由于
性也隨之降低,但對于這種情況,首先應(yīng)該考慮的是否適合用復(fù)雜網(wǎng)絡(luò)來研究了。在考慮上述兩種動態(tài)變動情況下,利用上海房地產(chǎn)商數(shù)量和客戶數(shù)量的變動情況‘模擬仿真2001年到2005年的房地產(chǎn)市場系統(tǒng)的結(jié)構(gòu)演化模型,動態(tài)演化情況如圖4.4所示,數(shù)據(jù)如表4.1所示:表4.1上海房地產(chǎn)市場數(shù)據(jù) Tab.4.zResideniialrealestatemarketdataforShanghaiChina年份新開工面積 200110781 200212879.8 200316690.8 200415402.2 200513759.1計算得出廠商增長比率l 1.1946758 1.548168 1.428643 1.276236銷售面積70449592 11324.613175.913547.4計算得出消費者增長比率l 1.3617263 1.607694 1.870514 1.923254仿真分析重點考察了房地產(chǎn)商的資產(chǎn)規(guī)模與其客戶群之間的關(guān)系,發(fā)現(xiàn)資產(chǎn)規(guī)模與客戶群成正比關(guān)系。從圖中可以看出,規(guī)模越大的房地產(chǎn)商的客戶數(shù)越多。也可以看出,最近幾年,上海房地產(chǎn)市場交易的動態(tài)變動情況,規(guī)模大的企業(yè)交易膨脹的程度要冪級數(shù)倍大于規(guī)模小的企業(yè),體現(xiàn)了企業(yè)的規(guī)模效應(yīng)和大企業(yè)的品牌效應(yīng)。另外,消費者數(shù)量一直遞增的,企業(yè)數(shù)2003年出現(xiàn)波峰,在2004年和2005年出現(xiàn)了遞減
本文編號:2803473
【學(xué)位授予單位】:大連理工大學(xué)
【學(xué)位級別】:博士
【學(xué)位授予年份】:2007
【分類號】:F293.3;F224
【圖文】:
3年統(tǒng)計各年齡段人口所占比例(數(shù)據(jù)來源:ThePereentagesofdifferentagePeoPlein2003快住密度逐年攀升,1990年中國城市人,2000年上升到442人,2001年攀升到大城市的人口密度幾乎是按照同樣的速速度十分驚人。50萬人口以上的大城50個,而100萬人口以上大城市到200
圖4.3住房市場系統(tǒng)復(fù)雜網(wǎng)絡(luò)拓撲結(jié)構(gòu)示意圖 Fig.4.3ToPologyoftheResideniialHousingMarketSystem邊:代表市場交易行為,體現(xiàn)市場資金流動,邊的方向為資金流動方向。邊的連接規(guī)則:消費者選擇房地產(chǎn)商的規(guī)則設(shè)定為依據(jù)房地產(chǎn)商的資產(chǎn)規(guī)模進行擇優(yōu)連接。由于
性也隨之降低,但對于這種情況,首先應(yīng)該考慮的是否適合用復(fù)雜網(wǎng)絡(luò)來研究了。在考慮上述兩種動態(tài)變動情況下,利用上海房地產(chǎn)商數(shù)量和客戶數(shù)量的變動情況‘模擬仿真2001年到2005年的房地產(chǎn)市場系統(tǒng)的結(jié)構(gòu)演化模型,動態(tài)演化情況如圖4.4所示,數(shù)據(jù)如表4.1所示:表4.1上海房地產(chǎn)市場數(shù)據(jù) Tab.4.zResideniialrealestatemarketdataforShanghaiChina年份新開工面積 200110781 200212879.8 200316690.8 200415402.2 200513759.1計算得出廠商增長比率l 1.1946758 1.548168 1.428643 1.276236銷售面積70449592 11324.613175.913547.4計算得出消費者增長比率l 1.3617263 1.607694 1.870514 1.923254仿真分析重點考察了房地產(chǎn)商的資產(chǎn)規(guī)模與其客戶群之間的關(guān)系,發(fā)現(xiàn)資產(chǎn)規(guī)模與客戶群成正比關(guān)系。從圖中可以看出,規(guī)模越大的房地產(chǎn)商的客戶數(shù)越多。也可以看出,最近幾年,上海房地產(chǎn)市場交易的動態(tài)變動情況,規(guī)模大的企業(yè)交易膨脹的程度要冪級數(shù)倍大于規(guī)模小的企業(yè),體現(xiàn)了企業(yè)的規(guī)模效應(yīng)和大企業(yè)的品牌效應(yīng)。另外,消費者數(shù)量一直遞增的,企業(yè)數(shù)2003年出現(xiàn)波峰,在2004年和2005年出現(xiàn)了遞減
【引證文獻】
相關(guān)碩士學(xué)位論文 前1條
1 楊濤;EXT住宅項目高層商品房全面定價模型的研究[D];華南理工大學(xué);2011年
本文編號:2803473
本文鏈接:http://sikaile.net/jingjifazhanlunwen/2803473.html
最近更新
教材專著