基于城市等級(jí)分類的視角,選用我國(guó)100個(gè)主要城市樣本,通過(guò)建立VAR模型,探究貨幣政策工具對(duì)城市房地產(chǎn)市場(chǎng)價(jià)格動(dòng)態(tài)影響的差異。以期為貨幣政策精準(zhǔn)調(diào)控房?jī)r(jià)提供參考,促進(jìn)房地產(chǎn)業(yè)的健康發(fā)展。 

【文章來(lái)源】：建筑經(jīng)濟(jì). 2020,41(02)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

二線城市價(jià)格指數(shù)

本文各城市發(fā)展數(shù)據(jù)來(lái)源于對(duì)應(yīng)城市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)、《中國(guó)城市科技創(chuàng)新發(fā)展報(bào)告2018》、海關(guān)總署網(wǎng)站等。房?jī)r(jià)數(shù)據(jù)來(lái)源于CREIS公布的主要城市價(jià)格指數(shù)，數(shù)據(jù)期間為2010年6月至2018年12月。如圖1、2、3所示，可以看出，一線城市價(jià)格指數(shù)大多數(shù)超過(guò)了20000，二線城市浮動(dòng)于10000上下，三線城市則普遍低于10000，表明同一等級(jí)城市的房?jī)r(jià)相差不大，可以進(jìn)行歸類研究。信貸規(guī)模（load）、及利率（rate）數(shù)據(jù)取自中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)及中國(guó)人民銀行網(wǎng)站�；谖覈�(guó)的貨幣發(fā)行制度，本文假設(shè)不同貨幣政策數(shù)據(jù)相互獨(dú)立。圖2 二線城市價(jià)格指數(shù)

圖2 二線城市價(jià)格指數(shù)針對(duì)收集到的原始數(shù)據(jù)還需做如下處理：首先使用X12法消除城市價(jià)格指數(shù)月度數(shù)據(jù)季節(jié)波動(dòng)的影響；其次對(duì)同一類別中各城市數(shù)據(jù)依據(jù)其房屋成交面積進(jìn)行匯總、加權(quán)平均得到一、二、三線城市的年住宅平均價(jià)格數(shù)據(jù)，記為hp＿01、hp＿02、hp＿03；最后通過(guò)對(duì)數(shù)化處理消除量綱差異，并以“l(fā)nhp＿01、lnhp＿02、lnhp＿03、lnload、lnrate”表示，實(shí)證過(guò)程采用Eviews7.0進(jìn)行，表2為各變量數(shù)據(jù)的描述性統(tǒng)計(jì)�？梢钥闯�，房?jī)r(jià)指標(biāo)的最大值為10.606，最小值為8.812，分別對(duì)應(yīng)一線城市和三線城市，這與實(shí)際經(jīng)濟(jì)發(fā)展情況較為相符。

【參考文獻(xiàn)】：
期刊論文
[1]貨幣政策、行政管制與房地產(chǎn)價(jià)格變動(dòng)——基于百城住宅數(shù)據(jù)的經(jīng)驗(yàn)分析[J]. 李成,李一帆.  云南財(cái)經(jīng)大學(xué)學(xué)報(bào). 2019(01)
[2]貨幣政策、杠桿周期與房地產(chǎn)市場(chǎng)價(jià)格波動(dòng)[J]. 陳創(chuàng)練,戴明曉.  經(jīng)濟(jì)研究. 2018(09)
[3]我國(guó)一二三線城市房?jī)r(jià)互動(dòng)機(jī)制研究[J]. 張璋,周海川.  上海經(jīng)濟(jì)研究. 2018(01)
[4]貨幣政策房?jī)r(jià)調(diào)控效應(yīng)的非對(duì)稱性與區(qū)域差異分析[J]. 鄧創(chuàng),徐曼,汪洋.  統(tǒng)計(jì)與決策. 2016(17)
[5]我國(guó)貨幣政策與房地產(chǎn)發(fā)展關(guān)系研究[J]. 胡文,陳鳳麗.  建筑經(jīng)濟(jì). 2016(02)
[6]房地產(chǎn)市場(chǎng)波動(dòng)對(duì)地方財(cái)政收入的影響研究——基于面板誤差修正模型的區(qū)域差異性分析[J]. 王亞芬.  財(cái)政研究. 2015(02)
[7]房?jī)r(jià)波動(dòng)、貨幣政策與中國(guó)社會(huì)福利損失[J]. 陳利鋒,范紅忠.  中國(guó)管理科學(xué). 2014(05)



本文編號(hào)：2987956