本文關(guān)鍵詞：住房調(diào)控政策背景下住房市場(chǎng)運(yùn)行的動(dòng)態(tài)特征——一個(gè)“向量自回歸-政策干預(yù)”技術(shù)的政策模擬

  更多相關(guān)文章： 住房調(diào)控政策 向量自回歸 政策干預(yù) 似無(wú)關(guān)回歸

【摘要】：住房調(diào)控政策對(duì)住房市場(chǎng)的影響效應(yīng)是近年來(lái)的研究熱點(diǎn)問(wèn)題之一。本文利用2009年至2013年月度數(shù)據(jù),以南寧市住房市場(chǎng)為例,從一個(gè)含外生政策變量的"向量自回歸-政策干預(yù)模型"出發(fā),分析商品住房調(diào)控政策對(duì)住房市場(chǎng)價(jià)格和成交量運(yùn)行的影響效應(yīng)。研究結(jié)果顯示:(1)限購(gòu)、信貸和財(cái)稅政策為主要手段的住房調(diào)控政策對(duì)市場(chǎng)產(chǎn)生抑制效果;(2)系列政策中對(duì)成交量影響大小依次是,信貸、限購(gòu)和財(cái)稅政策。對(duì)價(jià)格影響大小依次是財(cái)稅、信貸和限購(gòu)政策;(3)信貸和財(cái)稅政策出臺(tái)后,分別使得房?jī)r(jià)分別下降約3.8%和2.9%,限購(gòu)政策對(duì)房?jī)r(jià)影響不大。限購(gòu)、信貸和財(cái)稅政策分別使得住房成交量下降3.3%、3.6%和2.7%。最后本文的政策含義是,現(xiàn)階段相比行政命令式的調(diào)控政策,市場(chǎng)化取向的調(diào)控政策是房地產(chǎn)主管部門更好的選擇。
【作者單位】： 南寧市房產(chǎn)信息管理服務(wù)中心;
【關(guān)鍵詞】： 住房調(diào)控政策 向量自回歸 政策干預(yù) 似無(wú)關(guān)回歸
【基金】：南寧市青秀區(qū)科技項(xiàng)目《基于二三維GIS房產(chǎn)信息分析與決策支持系統(tǒng)》階段研究成果,項(xiàng)目編號(hào):2014RJ12S
【分類號(hào)】：F299.23
【正文快照】： ——一個(gè)“向量自回歸-政策干預(yù)”技術(shù)的政策模擬一、引言2009年下半以來(lái),全國(guó)各地住房?jī)r(jià)格持續(xù)大幅上漲,促使國(guó)家對(duì)房地產(chǎn)市場(chǎng)特別住房市場(chǎng)實(shí)施了一系列綜合性調(diào)控政策,包括以提高個(gè)人住房貸款首付款比例等為主要措施的信貸政策,以限購(gòu)、限價(jià)為主要措施的行政命令,以提以高營(yíng)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 蔡偉宏;唐齊鳴;;基于向量自回歸的存量住房房?jī)r(jià)租金比分析[J];中國(guó)房地產(chǎn);2012年02期

2 張思奇,P·M·薩默斯;貝葉斯向量自回歸(BVAR)季度預(yù)測(cè)模型[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;1998年09期

3 樊重俊;;貝葉斯向量自回歸分析方法及其應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2010年06期

4 王光遠(yuǎn);王義文;;城鄉(xiāng)二元結(jié)構(gòu)扭曲下的貨幣政策差異效應(yīng)——基于向量自回歸方法的實(shí)證分析[J];商;2013年16期

5 黃山;陳曄;湯樂(lè)明;;基于貝葉斯向量自回歸方法的鋼材消費(fèi)量預(yù)測(cè)[J];統(tǒng)計(jì)與決策;2009年20期

6 沈悅;李善q，

本文編號(hào)：863521