發(fā)布時(shí)間：2020-07-25 14:44

【摘要】：近年來(lái)我國(guó)居民高速加杠桿,我國(guó)居民加杠桿直接導(dǎo)致了2015年股市異常波動(dòng),2016年以來(lái)一些城市房地產(chǎn)價(jià)格嚴(yán)重泡沫化,以及互聯(lián)網(wǎng)金融首付貸和現(xiàn)金貸等問(wèn)題。美國(guó)次貸危機(jī)表明了居民快速加杠桿的債務(wù)風(fēng)險(xiǎn)會(huì)擴(kuò)散到金融系統(tǒng),并引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。因此,研究我國(guó)居民加杠桿的系統(tǒng)性金融風(fēng)險(xiǎn)具有較高的理論價(jià)值和實(shí)踐意義。本文內(nèi)容分為四部分,首先,結(jié)合系統(tǒng)性金融風(fēng)險(xiǎn)理論,從理論與實(shí)務(wù)的角度分析我國(guó)居民加杠桿與系統(tǒng)性金融風(fēng)險(xiǎn)的關(guān)系;其次,利用我國(guó)房地產(chǎn)等幾類(lèi)指標(biāo)2013年1月到2017年3月的數(shù)據(jù),對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)進(jìn)行合成;再次,使用居民杠桿變量作為MSBVAR模型的內(nèi)生變量,實(shí)證分析居民加杠桿的系統(tǒng)性金融風(fēng)險(xiǎn);最后,對(duì)如何防范我國(guó)居民加杠桿的系統(tǒng)性金融風(fēng)險(xiǎn)提出政策建議。本文主要結(jié)論:第一,我國(guó)2015年起系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)呈明顯的上升趨勢(shì);第二,MSBVAR模型加入居民杠桿變量后,系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)值較大時(shí)期對(duì)應(yīng)高風(fēng)險(xiǎn)區(qū)制,并且高風(fēng)險(xiǎn)時(shí)期主要集中在2014年中期、2015年至2016年,與居民加杠桿周期相同;第三,脈沖響應(yīng)函數(shù)表明我國(guó)居民加杠桿對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)的沖擊為正,沖擊效應(yīng)大,持續(xù)時(shí)間長(zhǎng)。因此,我國(guó)應(yīng)加強(qiáng)對(duì)居民加杠桿的宏觀審慎管理,規(guī)范個(gè)人信貸,對(duì)不同區(qū)域“因城施政”,賦予不同的居民杠桿率閾值,以防范我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)。
【學(xué)位授予單位】：閩南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：F832
【圖文】：

圖 2.1 中國(guó) 2006-2017 年居民杠桿率（數(shù)據(jù)來(lái)源：中華人民共和國(guó)統(tǒng)計(jì)局）圖 2.2 2016 年 6 月居民杠桿率國(guó)際比較（數(shù)據(jù)來(lái)源：OECD stat. trading economics. IMF，F(xiàn)iscal Monitor，CAG analysis.）

9圖 2.2 2016 年 6 月居民杠桿率國(guó)際比較（數(shù)據(jù)來(lái)源：OECD stat. trading economics. IMF，F(xiàn)iscal Monitor，CAG analysis.）響我國(guó)居民加杠桿的原因負(fù)債程度和家庭債務(wù)風(fēng)險(xiǎn)的大小可以用負(fù)債跟勞動(dòng)報(bào)酬的比值來(lái)衡量。家庭勞動(dòng)報(bào)酬之比就會(huì)越高，消費(fèi)傾向就更容易受到債務(wù)影響。中國(guó)居民杠桿率造成影響。在《全球金融穩(wěn)定報(bào)告》中 IMF 提出當(dāng)家庭債務(wù)與 GDP 的占比增對(duì) GDP 的增長(zhǎng)可能會(huì)起到積極作用；當(dāng)家庭債務(wù)與 GDP 的占比超過(guò) 30%國(guó)家的宏觀經(jīng)濟(jì)增長(zhǎng)造成損害。上海財(cái)經(jīng)大學(xué)高等研究院家庭債務(wù)課題組發(fā)家庭債務(wù)占 GDP 的比重由 30.7%上升至 2016 的 44.4%，已經(jīng)超過(guò) 2008 年美

個(gè)人房貸利率在 2016 年達(dá)到最低。然而全國(guó) 70 個(gè)大中城市新建商品住與個(gè)人房貸利率的走勢(shì)正好相反。住宅價(jià)格環(huán)比增幅最大的兩個(gè)時(shí)期分別是 20利率水平正好是處在同周期的低谷階段。這意味著貸款更輕松，買(mǎi)房更加容易見(jiàn)圖 2.3、圖 2.4。居民消費(fèi)貸款增加。2017 年樓市調(diào)控不斷深入，在以收緊房貸為主的調(diào)控下各態(tài)勢(shì)，但仍有將消費(fèi)貸用來(lái)做首付購(gòu)房的途徑。然而消費(fèi)貸的設(shè)立目的是滿(mǎn)足需求，而非滿(mǎn)足居民購(gòu)房等長(zhǎng)期貸款的需求。首先，隨著購(gòu)房貸款越來(lái)越趨于利潤(rùn)對(duì)貸款用途與資金流向并未嚴(yán)格審核，選擇了對(duì)消費(fèi)貸做購(gòu)房首付的用途態(tài)度。其次，很多商業(yè)銀行推出了以信用卡為基礎(chǔ)的信用貸，因其要求極低，不用抵押的情況下貸高達(dá) 30 萬(wàn)元的額度的款項(xiàng)。信用貸之所以受購(gòu)房者追捧先還息后還本，在貸款的最初僅有利息支出。于是很多購(gòu)房者同時(shí)申請(qǐng)了多家首付款，購(gòu)房者杠桿比例也隨之增加。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉梅;;我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn):防范思路與政策框架[J];西南民族大學(xué)學(xué)報(bào)(人文社科版);2018年10期

2 王朝陽(yáng);王文匯;;中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)表現(xiàn)與防范:一個(gè)文獻(xiàn)綜述的視角[J];金融評(píng)論;2018年05期

3 ;系統(tǒng)性金融風(fēng)險(xiǎn):認(rèn)識(shí)與防范[J];國(guó)家治理;2018年36期

4 郭田勇;;正確認(rèn)識(shí)與防控系統(tǒng)性金融風(fēng)險(xiǎn)[J];國(guó)家治理;2018年36期

5 張靜鈺;;當(dāng)前我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的成因及化解路徑[J];今日財(cái)富(中國(guó)知識(shí)產(chǎn)權(quán));2018年10期

6 沈悅;李博陽(yáng);張嘉望;;系統(tǒng)性金融風(fēng)險(xiǎn):測(cè)度與時(shí)空格局演化分析[J];統(tǒng)計(jì)與信息論壇;2017年12期

7 王國(guó)剛;;防控系統(tǒng)性金融風(fēng)險(xiǎn)[J];新理財(cái)(政府理財(cái));2017年11期

8 鄭聯(lián)盛;;系統(tǒng)性金融風(fēng)險(xiǎn)的來(lái)源[J];經(jīng)濟(jì)研究參考;2017年36期

9 方芳;林海濤;;系統(tǒng)性金融風(fēng)險(xiǎn)再認(rèn)識(shí):演化、測(cè)量與檢驗(yàn)[J];經(jīng)濟(jì)理論與經(jīng)濟(jì)管理;2017年11期

10 李永剛;;系統(tǒng)性金融風(fēng)險(xiǎn)調(diào)查:英國(guó)經(jīng)驗(yàn)及啟示[J];西南民族大學(xué)學(xué)報(bào)(人文社科版);2018年03期

相關(guān)會(huì)議論文 前10條

1 夏斌;;如何認(rèn)識(shí)和化解系統(tǒng)性金融風(fēng)險(xiǎn)[A];《國(guó)際貨幣評(píng)論》2018年第二季度合輯[C];2018年

2 郭娜;祁帆;葛傳凱;;系統(tǒng)性金融風(fēng)險(xiǎn)的識(shí)別及防范措施研究——以天津市為例[A];發(fā)揮社會(huì)科學(xué)作用 促進(jìn)天津改革發(fā)展——天津市社會(huì)科學(xué)界第十二屆學(xué)術(shù)年會(huì)優(yōu)秀論文集（中）[C];2017年

3 中國(guó)人民銀行濟(jì)南分行調(diào)查統(tǒng)計(jì)處課題組;葛志強(qiáng);張立光;姜全;;我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的成因、實(shí)證及宏觀審慎管理對(duì)策[A];金融發(fā)展理論與實(shí)踐（2010）[C];2011年

4 夏斌;;中國(guó)經(jīng)濟(jì)兩難選擇:守住底線、改革為先[A];《IMI研究動(dòng)態(tài)》2016年合輯[C];2016年

5 劉桂榮;;征信體系建設(shè):系統(tǒng)性金融風(fēng)險(xiǎn)防范的新視角[A];上海市經(jīng)濟(jì)學(xué)會(huì)2005年年會(huì)論文集[C];2005年

6 王國(guó)剛;;系統(tǒng)性金融風(fēng)險(xiǎn)怎么來(lái)的?[A];《IMI研究動(dòng)態(tài)》2018年第一季度合輯[C];2018年

7 王擎;田嬌;;銀行資本監(jiān)管與系統(tǒng)性金融風(fēng)險(xiǎn)傳遞——基于DSGE模型的分析[A];《國(guó)際貨幣評(píng)論》2016年合輯[C];2016年

8 張煥波;;防止此次股市危機(jī)演變?yōu)榻?jīng)濟(jì)危機(jī)[A];中國(guó)智庫(kù)經(jīng)濟(jì)觀察（2015）[C];2016年

9 陳文玲;劉向東;;關(guān)于做好2017年經(jīng)濟(jì)工作的九點(diǎn)建議[A];中國(guó)智庫(kù)經(jīng)濟(jì)觀察（2016）[C];2017年

10 郭迎鋒;;深化金融改革進(jìn)展及建議[A];中國(guó)經(jīng)濟(jì)分析與展望（2017～2018）[C];2018年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 王柯瑾 郝成;周小川：把穩(wěn)定物價(jià)和防控系統(tǒng)性金融風(fēng)險(xiǎn)作為核心目標(biāo)[N];中國(guó)經(jīng)營(yíng)報(bào);2017年

2 李健;防范系統(tǒng)性金融風(fēng)險(xiǎn) 促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展[N];晉中日?qǐng)?bào);2017年

3 馬梅若;協(xié)調(diào)推進(jìn)系統(tǒng)性金融風(fēng)險(xiǎn)防范[N];金融時(shí)報(bào);2017年

4 記者 周?chē)?guó)和 謝天 劉建翠;完善信用監(jiān)管體系 防范系統(tǒng)性金融風(fēng)險(xiǎn)[N];深圳特區(qū)報(bào);2018年

5 本報(bào)記者 張末冬;防范系統(tǒng)性金融風(fēng)險(xiǎn) 提升金融服務(wù)質(zhì)效[N];金融時(shí)報(bào);2018年

6 第十二屆全國(guó)人大內(nèi)務(wù)司法委員會(huì)副主任委員、中國(guó)社會(huì)科學(xué)院原副院長(zhǎng) 李慎明;為守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線盡綿薄之力[N];中華讀書(shū)報(bào);2018年

7 江西保監(jiān)局 石文平;保險(xiǎn)業(yè)如何防范系統(tǒng)性金融風(fēng)險(xiǎn)[N];中國(guó)保險(xiǎn)報(bào);2018年

8 本報(bào)記者 左永剛;A股震蕩調(diào)整隱藏中期向好因素 業(yè)界認(rèn)為不必?fù)?dān)憂(yōu)系統(tǒng)性金融風(fēng)險(xiǎn)[N];證券日?qǐng)?bào);2018年

9 李致遠(yuǎn) 中國(guó)社會(huì)科學(xué)院;守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線[N];中國(guó)社會(huì)科學(xué)報(bào);2018年

10 南開(kāi)大學(xué)金融發(fā)展研究院教授 田利輝;產(chǎn)融協(xié)同：防范系統(tǒng)性金融風(fēng)險(xiǎn)的基礎(chǔ)[N];中國(guó)社會(huì)科學(xué)報(bào);2018年

相關(guān)博士學(xué)位論文 前10條

1 王大威;系統(tǒng)性金融風(fēng)險(xiǎn)的傳導(dǎo)、監(jiān)管與防范研究[D];中國(guó)社會(huì)科學(xué)院研究生院;2012年

2 黃巖渠;基于復(fù)雜網(wǎng)絡(luò)的系統(tǒng)性金融風(fēng)險(xiǎn)研究[D];湖南大學(xué);2018年

3 聶晉;基于宏觀審慎視角的系統(tǒng)性金融風(fēng)險(xiǎn)研究[D];華中科技大學(xué);2016年

4 馬曄;資本賬戶(hù)開(kāi)放背景下影子銀行系統(tǒng)性風(fēng)險(xiǎn)及監(jiān)管模式研究[D];上海社會(huì)科學(xué)院;2015年

5 蘇明政;我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的測(cè)度、傳染與防范研究[D];東北財(cái)經(jīng)大學(xué);2014年

6 王妍;中國(guó)金融不穩(wěn)定的計(jì)量研究[D];吉林大學(xué);2014年

7 蘇帆;系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度及其網(wǎng)絡(luò)傳染機(jī)制研究[D];中南財(cái)經(jīng)政法大學(xué);2017年

8 丁燦;系統(tǒng)性金融風(fēng)險(xiǎn)演進(jìn)與風(fēng)險(xiǎn)抑制研究[D];南京農(nóng)業(yè)大學(xué);2012年

9 章秀;我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的計(jì)量研究[D];吉林大學(xué);2016年

10 王靖國(guó);順周期行為機(jī)制下的系統(tǒng)性金融風(fēng)險(xiǎn)：理論與實(shí)證分析[D];財(cái)政部財(cái)政科學(xué)研究所;2011年

相關(guān)碩士學(xué)位論文 前10條

1 湯愛(ài)麗;我國(guó)房?jī)r(jià)波動(dòng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響[D];上海社會(huì)科學(xué)院;2018年

2 陸賽江;防范系統(tǒng)性金融風(fēng)險(xiǎn)的審計(jì)程序研究[D];南京審計(jì)大學(xué);2018年

3 張麗影;我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的度量及其影響因素分析[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2018年

4 郭倩蓉;我國(guó)居民加杠桿的系統(tǒng)性金融風(fēng)險(xiǎn)研究[D];閩南師范大學(xué);2018年

5 楊洋;我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的測(cè)度[D];青島大學(xué);2018年

6 王太云;房地產(chǎn)價(jià)格波動(dòng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響研究[D];西北農(nóng)林科技大學(xué);2017年

7 姜云峰;我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度研究[D];東北農(nóng)業(yè)大學(xué);2017年

8 于華鑫;山東省系統(tǒng)性金融風(fēng)險(xiǎn)識(shí)別及其估測(cè)[D];山東財(cái)經(jīng)大學(xué);2016年

9 丁志龍;外部流動(dòng)性沖擊與系統(tǒng)性金融風(fēng)險(xiǎn)[D];大連理工大學(xué);2017年

10 王愷忱;銀行系統(tǒng)性金融風(fēng)險(xiǎn)溢出效應(yīng)分析[D];蘭州財(cái)經(jīng)大學(xué);2017年

本文編號(hào)：2769966