空间变异特征下金融发展结构对房地产库存的影响研究.pdf
- 1.请仔细阅读文档,确保文档完整性,对于不预览、不比对内容而直接下载带来的问题本站不予受理。
- 2.下载的文档,不会出现我们的网址水印。
- 3、该文档所得收入(下载+内容+预览)归上传者、原创作者;如果您是本文档原作者,请点此认领!既往收益都归您。
下载文档到电脑,查找使用更方便
7 0人已下载
| 下载 | 加入VIP,免费下载 |
- 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:
- 空间 变异 特征 金融 发展 结构 房地产 库存 影响 研究
- 资源描述:
-
1、空间变异特征下金融发展结构对房地产库存的影响研究傅贻忙,王欢芳,刘奎兵基金项目:湖南省哲学社会科学基金项目(17YBA308)作者简介:傅贻忙(1982),男,湖南汝城人,博士,湖南工业大学商学院副教授,研究方向:房地产经济。摘 要:利用 2004-2018 年我国房地产库存和金融发展结构的省际面板数据建立 GWR模型,考量空间变异特征下金融发展结构对房地产库存的影响。结果表明:金融发展结构对房地产库存的影响呈现出显著的动态市场异质性特征,即不同经济发展阶段、不同的经济发展区域、金融发展结构对房地产库存的影响不同;房地产开发企业国内贷款和商品房房价对房地产库存的影响具有典型的市场异质性,且表现
2、出非线性特征;房地产开发企业自筹资金、房地产开发企业利用外资、房地产开发企业其他资金对房地产库存具有抑制作用;房地产开发投资额对房地产库存具有促进作用。关键词:金融发展结构;房地产库存;空间变异中图分类号:F293.2 文献标识码:A 文章编号:1003-7217(2020)03-0117-07一、引 言我国房地产金融的发展,对房地产市场的运行提供了良好的支撑,房地产开发贷款和个人住房消费贷款规模迅速扩大,房地产开发贷款的增速明显高于同期金融机构贷款的增长速度。2018 年末,房地产贷款余额 38.7 万亿元,同比增长 20%,占同期各项贷款增量的 39.9%。房地产开发贷款余额 10.19
3、万亿元,同比增长 22.6%,个人住房贷款余额 25.75万亿元,同比增长 17.8%。房地产市场融资主要是以投机性融资和庞氏融资为主体,金融不稳定理论认为投机性融资和庞氏融资所占的比重越大,安全边际就越低。高企的房地产库存蕴含巨大的金融风险,我国商品房待售面积和住宅商品房待售面积分别在 2016 年 2月达到 7.39 亿平方米和 4.66 亿平方米,按当期平均房价计算资金总额分别为 58321.88亿元和 35481.24 亿元。房地产库存占据大量的资金,房地产企业面临的金融风险集聚。那么,现阶段我国金融发展结构会不会影响房地产库存,又是通过哪些传导路径影响房地产库存;金融发展结构对房地产
4、库存的影响是否存在空间效应;空间变异特征是否会改变金融发展结构对房地产库存的影响?这些都是房地产库存演变过程中不可忽视的问题。因此,基于金融发展结构视角,通过理论建模,运用地理加权回归计量方法,客观分析金融发展结构对房地产库存的影响,对深化和发展房地产金融理论具有一定的理论价值和现实意义。二、文献综述随着房地产与金融发展的联系越来越紧密,国内外学者从多个角度对此进行了深度研究。Bernanke 和 Blinder(1988)认为金融对房地产投资的影响主要通过银行贷款与资产负债来实现1。Gupta(2012)指出货币政策对房地产销售与投资的影响较大,对房地产价格的影响较小2。Sum(2014)发
5、现在短期时间内,金融压力会对房地产市场造成不利的影响3。周建军、孙倩倩和邬丽萍(2018,2019)研究發现货币政策冲击对房地产金融风险的影响在不同房价水平上具有非对称性4-6。龚强等(2014)提出房地产金融规模应该从“银行主导型”向“市场主导型”转化7。张成思等(2015)从内部机制层面分别考察了结构的形成与变化的边际效应,得出倒“U”型的金融结构变化特征8。Greenwood 和 Jovanovic(1990)认为金融中介凭借资金的高回馈率推动房地产市场发展,房地产市场发展则为实现金融结构演化提供了条件9。Pavlov 和 Wachter(2011)认为积极抵押贷款工具的可用性放大了房地
6、产周期和基本需求冲击的影响10。吴成军(2009)认为金融发展可以增加购房者可获得的资源,房地产投资价值上升,消费者对房地产投资价值的分歧程度加大,从而致使房地产价格上涨11。黎友焕(2013)发现我国实体经济增速缓慢、地方政府债务累积、房地产泡沫经济凸显等金融隐患,如果缺乏有效的应对策略,就有可能导致“结构性金融危机”或“局部性金融危机”的爆发12。郭娜和章倩(2016)验证金融因素与房价之间的因果关系,认为“影子银行”“放货币、加杠杆”等新型融资政策是导致房地产价格上涨的重要因素13。众多学者都认为金融发展是房地产发展的基础,房地产的发展为金融发展带来了机遇,两者之间应保持良好的协同发展关
7、系。Don Bredin(2011)等学者分析得出不同规模的房地产企业,应该根据自身发展特点选择相适应的融资方式14。Sinai(2011)发现美国房地产市场存在周期性波动,且表现为市场异质性15。Berlemann(2013)对瑞士房地产市场分析指出无实际数据证明市场利率和房地产价格之间存在必要的联系16。徐联初(2004)研究发现房地产市场和金融发展存在结构性矛盾等问题,需通过金融措施规范房地产市场行为17。马君潞和武岳(2008)研究发现单一的金融货币政策难以有效缓解房价居高不下的问题,还需借助财政、土地政策等来对房地产市场进行调控18。李斌等(2017)通过空间模型研究金融支持对山西省
8、房地产市场的影响19。Xu L(2004)认为房地产健康可持续发展关键在于房地产融资的合理性,这主要源于房地产市场与金融市场协同发展20。Ebrahim M S 和 Hussain S(2010)认为金融结构的良性演化源于代理成本的下降与横向风险的分担,进而推动房地产价值大幅度上涨21。Jin Y 和 Leung CK Y 等(2012)认为房地产价格的正面冲击在一定程度上会使外部金融溢价出现下降22。近年来,随着我国供给侧结构性改革的推进,学者对房地产库存也进行了深入研究。傅贻忙和周建军等(2018,2019)基于多元城镇化、人口结构变迁和金融发展视角,运用计量模型,研究三者对我国房地产库存
9、的影响,得出房地产库存演化过程中受到多元城镇化、人口结构变迁和金融发展影响23-25。刘斌和黄坤等(2018)依托我国的制度背景,从房地产企业产权性质视角发现国有房地产企业去库存意愿相对于非国有房地产企业不足,去库存规模相对较小,去化周期更长26。王小广(2017)认为房地产市场中的住房具有消费和投资双重属性,消费属性是住房的基本属性,投资属性比重过大会扭曲住房的供求关系,从而产生高库存与高房价并存的现象27。综上所述,国内外学者对金融发展与房地产市场进行了大量的研究,表明金融发展对房地产市场发展具有重要的影响。有很多围绕金融发展对房地产库存影响的相关研究成果,但基于空间异质性来研究金融发展对
10、房地产库存的影响相对较少,房地产库存的空间特征还未得到深入认识。运用地理加权回归模型实证分析金融发展结构对房地产库存的影响,更有利于解释金融发展结构对房地产库存影响的空间异质性。因此,本文在现有研究成果的基础上,运用地理加权回归模型来分析金融发展对房地产库存的影响。三、变量选取与数据说明1.因变量分析。房地产库存:广义的房地产库存是指房地产市场上可以销售但尚未销售的。狭义的房地产库存是指现房库存。房地产库存的区域差异在一定程度上可以通过商品房待售面积的省际差异来体现。因此,房地产库存均使用狭义房地产库存的口径,即使用商品房待售面积作为房地产库存的代理指标。2.自变量分析。房地产开发企业国内贷款
11、:商业银行或金融机构向房地产开发商提供房地产开发及运作的国内借款,其中包含银行贷款、上级机构发放贷款、国家专项贷款及国内储备贷款等。房地产开发企业自筹资金:即内源性资金,是指房地产企业凭借的票据、现卖的楼盘和不同账单等整体资金。房地产开发企业利用外资:房地产开发企业用于房地产开发设计及经营管理的境外资金,包括外商直接投资和其他投资、境外借款,不包含原有的外汇资金,所有的境外资金都按照人民币进行折算。房地产开发企业其他资金:是指除去上文提到的资金外,用于房地产设计开发和运营管理的资金。3.控制变量分析。房地产开发投资额:以货币形式反映房地产开发投资数量,指在一定时期内,房地产企业进行房地产开发设
12、计以及运营活动的投资。商品房房价:商品房连同其占用土地在特定时间段内房产的市场价值。数据来源于 2004-2018 年各省(市、自治区)统计年鉴,2004-2018 年房地产统计年鉴。西藏自治区数据缺失严重,故分析中并不包括西藏自治区。以 2004 年为基期,运用 CPI 指数对含有价格因素的各项指标进行平减。为克服异方差的影响,减少原始数据波动性对模型估计精度的影响,对房地产库存、房地产开发企业国内贷款、房地产开发企业自筹资金、房地产开发企业利用外资、房地产开发企业其他资金及房地产开发投资额等绝对数指标进行对数化处理。四、模型构建(一)经典面板数据模型面板数据利用多个统计主体的不同时期的数据
13、作为样本观测值,体现出统计主体和时间的关系。对此,建立面板数据模型进行估计。模型设定如下:lnchasit=+*Uit+*Xit+it(1)式(1)中,房地产库存为被解释变量,Uit 为解释变量:房地产开发企业国内贷款、房地产开发企业自筹资金、房地产开发企业利用外资、房地产开发企业其他资金。Xit 为控制变量:房地产开发投资额和商品房房价。下标 i 和 t 分别代表省份和年度,为常数项,it 为随机扰动项。(二)GWR 数据模型与全局回归模型相比,GWR 模型能较好的分析空间数据,GWR 模型的一般形式可表示为:yi=0(ui,vi)+kk(ui,vi)xit+i(2)式(2)中,第 i 个参
14、照点的空间位置坐标即(ui,vi),不间断函数k(u,v)在i 点上的数值为k(ui,vi)。若k(ui,vi)空间任何点 i 数值全部相等,即此类方程称为全局回归模型。通过上述模型可知,观察值依靠接近 i 值来实现加权,所以,在计算时观察值的加权是非恒定的,随 i 的变化出现变动。具体步骤如下:(ui,vi)=(XTW(ui,viX)-1XTW(ui,vi)Y(3)式中:X=1x11x1k1x21x2k1xn1xnk,Y=y1y2yn,W(ui,vi)=W(i)=wi1000wi20000win,=0(u1,v1)1(u1,v1)0(u1,v1)0(u2,v2)1(u2,v2)0(u2,v2
15、)0(un,vn)1(un,vn)k(un,vn)式(3)中,0 表示的估计值,n 表示自变量个数,win 表示对位置 i 刻画模型时赋予数据点 n 的权重。在实际运算中,权重运用高斯函数来计算,公式如下:Wij=e-12(dijb)2(4)式(4)中,b 表示带宽,假设点 i 的数据已被观测,相应点的权重变化会显示高斯曲线特征,随距离 dij 的增加而减少。当带宽 b 不变时,距离 dij 越大,位置 j 估计的权重越小;当带宽 b 已知,离 i 点越远的点权重越小,足够远时权重将会趋于 0。五、模型估计与分析(一)经典面板估计结果及分析在对模型的具体形式进行筛选时,借助 Hausman 检
展开阅读全文
课堂库(九科星学科网)所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。


2019届人教A版数学必修二同步课后篇巩固探究:2-1-1 平面 WORD版含解析.docx
100组英语高级同义词替换.pdf
与名师对话2014高考语文专题课件:1识记现代汉语普通话常用字的字音.ppt
