论文部分内容阅读
房地产业无论是在中国还是在世界的他国,往往被认为是一国国民经济的主导产业,在我国,无论是城市大小,也无论是经济繁荣的城市还是经济不景气的城市,房地产业给当地所带来的GDP的比重至少为5.3%。其次,房地产业涉及到上下游的产业多达几十个部门产业,例如:上游涉及到的产业有钢铁业、水泥业、化工业等产业,下游涉及到的产业有装修业、物业管理业、家电家居业等产业,如此看来,房地产业的兴衰与诸多部门的兴旺发展都有着十分密切的关系,所以它也被称之为国民经济的重点部门和龙头产业。再次,也是最为重要的,房地产业是一个基础产业,更是一个民生产业,老百姓的衣食住行等方方面面,都与房地产业有着不同程度的联系。最后,房地产业的发展离不开强有力的金融支持和巨大的资金注入,金融资产的盲目的膨胀或坏账也往往伴随着房地产业的兴衰而产生,因而,为了控制由房地产泡沫所带来的隐性风险,房地产业是否稳定越来越受到世界各国政府的重视,更何况世界上许多有重大影响的经济危机总是和破裂的房地产泡沫联系在一起,比如二十世纪八九十年代的日本泡沫经济、2008年的美国次级贷款危机等,主要都是由于房地产市场虚假繁荣,实体经济受房价猛烈波动而受到剧烈冲击,从而引发了经济危机的发生,因而探索我国货币政策对房价的影响是具有十分重大的现实意义的,看货币政策的调控工具对房价来说哪个更有效,哪个效果差,对于效果差的工具如何疏通其对房价的影响,从而能够更好的发挥我国货币政策对房价的调控作用。本文章节大致安排如下:本文绪论部分着重阐述了本文进行研究的大致背景及理论和实践意义,大致说明了一下本文的分析方法,对国内外货币政策对房地产市场影响的相关文献做了归纳和总结。第一章是分别运用凯恩斯学派的货币政策传导理论等理论针对货币政策对房价影响作了 一些理论描述,为接下来两章分别从全国和各类城市两个角度来研究我国货币政策对房价影响作理论上的准备。第二章是站在全国角度,选取的是时间区间为1999年2月到2016年12月的M2、利率、信贷和汇率等变量的月度数据,通过运用SPSS24.0对个别缺失数据进行了相应地填补,运用Eviews6.0统计软件对相关数据进行ADF检验、协整检验,并构建向量误差修正模型和进行了格兰杰因果检验来从总体上分析我国货币政策对房价的影响。第三章是从各类型城市的角度,运用相关的面板数据模型分析,进一步分析我国货币政策对各类城市房价的差异性影响。本部分主要通过选取时间区间为2006年到2016年的年度数据,根据第一财经对我国城市的分类标准,将其划分的一线、新一线、二线和三线城市的货币供应量、利率、信贷和汇率作为房价的解释变量,将各城市的产出、消费和投资选为控制变量,运用LLC、IPS等检验方法进行了面板数据平稳性检验,运用Eviews6.0对面板数据进行了变截距模型、变系数模型或混合模型的选择,并对解释变量与被解释变量之间作了双变量协整性检验,运用stata13.0对面板数据进行了豪斯曼检验以确定是选择随机效应模型还是固定效应模型,接着对所选模型进行相应的回归分析,以检验货币政策对房价的影响。第四章是对前面理论和实证分析所得出来的结论,并提出来相应的政策建议。结论主要有:第一,就目前来看,无论是从全国角度,还是各类型城市角度,我国货币政策的数量型工具对房价的影响要大于价格型工具:第二,我国货币政策对不同的类型城市的房价影响程度存在差异性。提出来的相应对策有:第一,要加快推进利率市场化程度的提高,实现我国货币政策调控框架的转型;第二,根据我国货币政策对不同类型城市的差异化影响,可以根据各类型城市不同的状况进行不同的政策调控,且房地产市场太过复杂,涉及到很多方面,应多方面政策同时配合使用;第三,房地产市场本身也要加快改革,限购等行政手段长期并不可取,必须加快建立长效机制。