房地产行业对区域金融稳定的影响全文Word文件下载.docx
- 文档编号:14881884
- 上传时间:2022-10-25
- 格式:DOCX
- 页数:7
- 大小:23.88KB
房地产行业对区域金融稳定的影响全文Word文件下载.docx
《房地产行业对区域金融稳定的影响全文Word文件下载.docx》由会员分享,可在线阅读,更多相关《房地产行业对区域金融稳定的影响全文Word文件下载.docx(7页珍藏版)》请在冰豆网上搜索。
鉴于房地产行业对于区域金融稳定的重要程度和当前“去库存”的迫切需要,本文试图从房地产“去库存”视角来探究其对区域金融稳定的影响。
一、文献综述
近些年来随着我国房地产行业的快速进展,许多学者从不同角度研究了房地产行业对区域金融稳定的影响,其研究思路和视角是多维度的,归纳起来主要有下列几种。
第一,研究了房地产泡沫对区域金融稳定的影响。
随着房地产行业对于国民经济整体运行的影响越来越大,学者们认识到房地产泡沫对于区域金融稳定的影响,其指标被越来越多的学者纳入金融稳定综合评价的范畴进行研究。
吴航(2000)将反映金融风险的指标分为经济总体态势、经济结构、外贸、金融、货币、财政、信贷、经济泡沫等部分,并给出了指标阀值分别进行讨论。
吴成颂(20XX)全面设计了金融危机预警的评价体系,并在反映经济泡沫的指标中引入了房地产行业增长情况,结果发现,从20XX年上半年开始,ZG金融稳定状况存在一定的波动。
第二,分析了房地产价格变动对区域金融稳定的影响。
沈悦、张珍(20XX)采纳房地产价格增幅与GDP增长率的比值来反映房地产行业状况,并使用主客观赋权法对指标进行处理,发现1995—20XX年期间ZG的经济运行状况较为平稳。
郭春风(20XX)研究了房地产价格波动对金融稳定性的影响,结果表明,房地产价格波动给金融稳定带来长期的负向效应。
第三,从房地产业状况与地方财政的关联性方面,阐述了房地产对区域金融稳定的影响。
谭中明(20XX)在其设计的金融风险评价指标体系中,建立了八个子模块,引入了地方GDP增长率、地方财政收入增长率等区域指标,同时将房价投资增长率等指标纳入特别影响因素子模块进行研究,结果显示,房价的高增长给区域金融带来了一定的影响,加剧了金融体系的脆弱性。
第四,把房圆园16年第3期地产行业作为风险来源部门,论证房地产行业经营状况对区域金融危机的影响。
在这一研究视角下,一些学者使用多种方法探究房地产与区域金融稳定性之间的直接或者间接关系,将房地产行业和其他部门作为风险的来源部门,并将金融部门的风险作为风险的最终发生部门。
比较有代表性的是王维安、贺聪(20XX)的研究,其通过构建理性预期的双市场、双房地产企业的一般均衡模型,从经济学理论角度说明不同地区间房地产市场是存在差异的,并对区域房地产市场风险的产生和扩散机制进行阐述。
研究结果显示,房地产跨区投资等因素使得该市的房地产市场受到显著影响,并指出经济进展水平较低的城市容易受到外界干扰,从而成为风险源头。
第五,从区域性与整体性相结合的角度,分析房地产行业对区域金融稳定的影响。
宋凌峰、叶永刚(20XX)将区域层面的风险分为公共部门、企业部门和金融部门三个方面,以地方财政缺口率、企业违约距离作为解释变量,以金融部门的不良贷款率作为被解释变量,并采纳面板数据模型进行实证分析。
结果表明,风险主要来源于企业部门和公共部门,并向金融部门扩散。
惠晓峰等(20XX)使用结构方程模型,将房地产景气指数纳入金融压力的范畴,同时将房地产投资纳入实物投资的范畴,对金融风险的传递途径进行研究。
随着空间经济学的兴起,越来越多的学者开始试图将空间理论和区域金融相结合,并将空间计量方法应用于区域金融风险的研究。
吕勇斌、陈自雅(20XX)在宋凌峰、叶永刚的研究基础上,采纳空间面板模型对其实证方法进行了扩展,其结果不仅证明了公共部门———金融部门、企业部门———金融部门风险的传递性,同时明显显著的空间相关系数也证明了区域金融风险之间的空间相关性是确实存在的。
从相关研究来看,综合评价类文章大多用综合指标对区域金融稳定状态做出推断,而在探究某个部门(或房地产行业)对于金融稳定的影响时,问题便出现了:
某些房地产指标可以作为评价指标,即本身存在于金融稳定评价指标体系中,但研究者的目的主要是将其作为解释变量放入回归方程时,此时便会采纳一些折中的做法,比如用单一指标(银行不良贷款率等)作为金融风险的评价指标,这与区域金融稳定性的综合评判准则是有差别的,得出的结论往往会有些偏差。
从房地产行业视角研究区域金融稳定性时,如何准确选择区域金融稳定性综合评价指标和房地产行业指标是个比较难以解决的问题。
在已有的研究中,房地产行业对于区域金融稳定性的影响研究已有不少,但是涉及房地产库存指标的相关文献,尤其是实证文献不多,在当前房地产“去库存”化的经济背景下,有必要将其引入研究。
二、指标选取与数据来源
(一)基于房地产视角的区域金融稳定综合评价指标的选取
金融稳定或者金融风险不是单一的指标,而是综合性指标,金融系统的稳定不能完全等同于金融稳定,区域金融稳定指标的选取也应当依据区域经济的特点来具体选取。
尽管已有的研究中,金融稳定评价指标体系从国际层面、GJ层面、区域层面已经囊括的十分全面,在本文的研究中,同一年的数据在不同区域是相同的,难免对模型的拟合优度产生影响。
由于房地产行业对于地区经济总量指标具有直接性的影响,同时已有研究表明,总量指标(如GDP)与房地产价格等有直接关系[10]。
同时,本文研究的重点在于库存总量对于金融稳定的影响,因此,在综合评价中并未采纳增长率指标,而是采纳总量指标。
笔者充分借鉴国内外已有的研究成果,本着指标精简化、区域特征明显化与房地产行业高度相关化的原则,消除了大量冗余指标,对已有文献中影响区域金融稳定指标进行综合选取。
借鉴已有区域金融稳定综合评价和房地产相关文献之后,将地区GDP、财政收支比(财政收入/财政支出)、实际利用外资、进口总额/出口总额、金融机构存贷比、保险密度、不良贷款率、固定资产投资额、失业率纳入区域金融稳定性指标体系,GDP以20XX年为基期进行价格调整,其中不良贷款率、失业率为逆向指标,对其进行正向化处理。
(二)房地行业进展指标、房地产行业库存指标的选取
以往的文献中,关于房地产库存的指标定义很少。
韩国高(20XX)的研究中,用各省商品房施工面积和销售面积之比衡量地区库存[11]。
鉴于与房地产行业相关的统计数据中,商品房待售面积更为直观,同时,可以明确区分库存的年限,得出更详尽的结果,笔者最终选取的房地产行业库存指标包括待售3年以上房屋面积(记为KC)和待售1~3年房屋面积(记为KCB)。
房地产行业进展指标包括房地产行业增加值(记为ZJZ)、房地产企业待开发土地面积(记为KCTD)、房地产平均销售价格(记为JG)、房地产企业利润总额(记为LR),并使用居民消费价格指数对其进行调整。
考虑到人口流失等现象是造成不发达地区房地产库存增加的重要原因,且上述指标在某些地区的特定年份出现负增长从而无法对其增长率取对数,为了与区域金融稳定综合评价指标的总体性相对应,笔者未采纳人均指标和增长率指标,而是采纳总量指标。
为了消除数据的异方差性和量纲差别,借鉴谭中明(20XX)的做法,对研究数据进行对数标准化处理,为了表述方便,在下面的研究中,仍以原始变量命名。
(三)数据来源样本说明
综合评价数据来源于中经XX数据库、《ZG统计年鉴》、各地区金融运行报告等,房地产指标数据来源于《ZG房地产统计年鉴》,样本区间为2020—20XX年。
其中西藏地区的不良贷款率等指标存在部分年份的缺失,考虑到20XX年为楼市的拐点,本文用20XX年数据替代缺失数据。
笔者将ZG31个省份划分为东、中、西部三个地区分别进行建模分析,东部地区包括、天津、河北、辽宁、、、浙江、福建、山东、广东、海南;
中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;
西部地区包括四川、重庆、内蒙古、贵州、云南、西藏、陕西、甘肃、广西、青海、宁夏、新疆。
三、房地产库存对我国区域金融稳定影响的空间面板分析
(一)区域金融稳定综合评价得分计算
为了节省篇幅,在此不予陈述其理论和计算方法,仅列出因子分析结果:
KMO检验值为0.6040,Brtlett的球形度检验近似卡方为1625.9350,P值为0.000,比较适合采纳因子分析。
本文的数据最终提取四个主因子,总方差贡献率81.475。
对特征值进行归一化处理之后,加权计算综合因子得分即为区域金融稳定综合评价得分,记为WD,做为模型的被解释变量。
(二)模型检验
空间相关性检验及模型整体性检验。
鉴于综合评价数据中存在GDP指标,本文的空间权重矩阵并未引入经济权重矩阵,而是直接采纳二进制的空间相邻矩阵,记为W。
空间相关性检验中,东部地区模型的Morn’I的值为0.2250,P值为0.0010,中部地区模型的Morn’I的值为-0.1420,P值为0.0021,适合采纳空间模型进行分析。
西部地区模型Morn’I未通过显著性检验,但为了对比结果,仍然将其列出,不做为重点分析的对象。
模型整体性检验结果中,东部地区模型LR检验统计量的值为36.8127,Wld检验统计量的值为43.5672,P值均为0.0000;
中部地区模型LR检验统计量的值为32.0340,Wld检验统计量的值为38.2930,P值均为0.0000,面板数据模型整体检验结果较好。
空间面板模型选择。
进行空间面板相关性检验之后,需要确定空间面板模型的形式。
通过分别计算三个地区空间滞后面板模型和空间误差模型的拉格朗日乘子,并对检验结果做出比较之后,本文最终选择空间滞后模型(SRPnel)进行分析。
最终得到的模型形式为:
WD=籽WWD+X茁+着,着~(0,滓2I)
(1)X=(KC,KCB,ZJZ,KCTD,JG,LR)
(2)其中,WD为区域金融稳定综合评价得分,籽为空间滞后项相关系数,W为空间权重矩阵,X为解释变量矩阵,茁为系数矩阵,着为随机扰动项。
固定效应和随机效应的选择。
从定性角度来看,当研究的样本局限于有限个体进行面板建模时,采纳固定效应是更为合适的选择。
本文主要研究各个地区房地产行业对其金融稳定性的影响,属于实际经济问题,故适合采纳固定效应模型。
从定量角度来看,本文借鉴李纪生等(20XX)采纳的检验方法[13],在东部模型中LRforFE检验统计量的值为143.2854,LRforRE检验统计量的值为43.2470,Husmn检验统计量的值76.8436,P值均为0.0000,在中部模型中LRforFE检验统计量的值为125.8456,LRforRE检验统计量的值为33.3462,Husmn检验统计量的值58.0680,P值均为0.0000,西部地区模型同样通过了固定效应检验,因此支持选择固定效应模型进行分析。
鉴于房地产行业在地理位置上的区别及其影响更为明显,本文选取空间固定效应结果为主要分析对象。
(三)房地产库存状况对我国东部及中西地区金融稳定影响的实证结果分析
表1为东中西部地区空间面板回归结果。
可以看出,东中部地区模型各项指标均大多良好,而西部地区模型中大多指标均不显著,因此在下面的分析中,以东中部地区模型结果进行主要分析。
模型的拟合优度在东中部地区分别达到了0.9778和0.8001,拟财政金融研究申博“去库存”视角下房地产行业对区域金融稳定的影响合程度良好。
空间滞后项相关系数籽在东部地区模型中为0.2679,P值为0.0086,在中部地区模型中为-0.2360,P值为0.0021。
说明区域金融稳定的影响在两个地区内部均存在较强的空间溢出效应,此效
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 房地产行业 区域 金融 稳定 影响 全文