房地产市场价格趋势范文
前言：我们精心挑选了数篇优质房地产市场价格趋势文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。
第1篇
(一) 社会文化
(二) 经济生活
(三) 城市建设发展趋势
二 房地产市场综述
(一) 土地市场
(二) 房地产投资
(三) 房地产开发量
(四) 房地产销售情况
(五) 开发企业
三 新安江房地产市场分析
(一) 住宅市场供应
1. 热点开发区块
2. 典型开发项目
(二) 住宅市场需求
(三) 住宅市场价格趋势
(四) 宏观调控对新安江楼市的可能影响
四 项目基本分析
(一) 项目概况和开发条件
(二) 项目优势与劣势分析
(三) 项目的机会与风险分析
(四) 产品与销售价格
第2篇
关键词：房价；开发投资总额；关联度；岭回归
1 建模的原理介绍
1.1格兰杰因果检验的原理
1969年，格兰杰从计量经济学的角度提出了一种因果关系的定义：设有两个时间序列｛xt｝和｛yt｝，如果xt的变化引起yt的变化，则xt的变化应当发生在yt的变化之前。具体操作中，一般是对以下两个方程分别进行无约束和有约束估计：
（1）
（2）
如果在（1）中部分αi显著不为零，则称xt格兰杰引起yt类似的，如果（2）式中部分αi显著不为零，则称yt格兰杰引起xt，如果两者都存在，则称xt与yt互为格兰杰因果关系。
1.2岭回归原理
多元回归模型的矩阵表达式为：Xβ=Y，利用OLS求得： ，
当自变量存在多重共线性时，导致 ，从而使得回归系数 不稳定，出现没有实际意义的估计值。解决的办法是在X′X的主对角线元素上加一个非负常数k，即得：
，其中E是单位矩阵，使得 的概率比 大大降低，最后用 来进行估计，结果会使 的估计变得稳定得多。因此，岭回归估计的准确程度取决于k值的选取，确定k值的方法一般是通过岭迹图或方差膨胀因子来选取。其确定方法是选择一个尽可能小的k值，在这个k值上，岭迹图中回归系数已变得较为稳定，并且方差膨胀因子业变得足够小。
回归估计系数 是k的非线性函数；k值的加入使得
成为回归系数的有偏估计，但是比β估计更稳定； 随k的变化轨迹图称为岭迹图。
1.3灰色关联度分析原理
选取参考数列
其中k表示时刻。假设有m个比较数列
则称
为比较数列xi对参考数列x0在k时刻的关联系数，其中ρ∈[0，1]为分辨系数。称 和 分别为两级最小及两级最大极差。
一般来讲，分辨系数ρ越大，分辨率越高；ρ越小，分辨率越低。上式中的关联系数是描述比较数列与参数数列在某时刻关联程度的一种指标，由于各个时刻都有一个关联数，因此信息显得过于分散，不便比较，为此我们给出ri=■■ξi（k）为数列xi对参考数列x0的关联度。若关联度ri最大，说明xi（k）与最优指标x0（k）最接近，即第i个被评价对象优于其他被评价对象，据此可以排出各被评价对象的优劣次序。可以看出，关联度是把各个时刻的关联系数集中为一个平均值，亦即把过于分散的信息集中处理。利用关联度这个概念，可以对各种问题进行因数分析。
2 模型的分析
2.1 房价与房地产开发投资总额格兰杰因果检验
依据格兰杰因果检验原理，对房地产开发投资总额和房价利用Eviews软件分析得到下表：（假设置信度α=0.05）
从上表可以看出，房价不是引起房地产开发投资总额变化的格兰杰原因，而房地产行业开发投资总额的变化却是引起房价变化的格兰杰原因。房地产行业的投资总额的增加，一方面增加对商品房的投机性需求，进而对房价的上涨起到推波助澜的作用；另一方面，对房地产行业投资的增加，使房地产市场更加的火爆，会给开发房地产市场相关的原料如建材、水泥及地皮价格起到刺激和促进作用，这些原材料价格的上涨势必都附加于房屋的销售价格中，势必造成房价的上升。
2.2 房价的岭回归模型
房价模型的构建有助于我们总结规律，科学界定影响房价的关键因素，从而指导房地产市场的管理和调控行为。本文初步选取的影响房价的因素有家庭人均年收入、房地产开发投资总额、年底总人口数、建筑材料价格指数、新增家庭数、住宅房屋竣工面积和人均GDP指数（依次用F1~F7表示），我们利用岭回归模型分析影响房价的主要因素。
对文中给定的7个影响指标进行相关性分析，分析得到如下相关系数矩阵
由相关系数矩阵可知，各因素之间的相关系数较大，影响因素之间两两相关。因此，采用传统的最小二乘回归存在较严重的多重共线性。
鉴于此，建立如下岭回归模型：
利用Matlab软件编程求得房价与选取指标的岭迹图。
由岭迹图可以看出，在0.3之后，7条岭迹都开始变得平稳。所以，将3代入做岭回归，得到如下模型：
通过岭回归得到的模型，可以看出：房价对人均GDP指数的敏感度为220.51，说明人均GDP指数每变动1单位，住房销售房价变动220.51单位；家庭人均年收入变动1单位，住房销售房价变动135.21单位；房地产开发投资总额变动1单位，住房销售房价变动196.02单位；年底总人口数变动1单位，住房销售房价变动133.78单位；建筑材料价格指数变动1单位，住房销售房价变动6.54单位；新增家庭数变动1单位，住房销售房价变动132.1单位；住宅房屋竣工面积变动1单位，住房销售房价变动138.05单位。
所以，通过上面的分析，房地产行业的开发投资总额对房价具有很大的影响作用。因此，分析房地产行业投资总额与国民经济其他行业的投资总额的关联度，可以得到与房地产行业投资总额的关联度最大的国民经济行业，进而分析该行业影响因素对房价的影响。
摘要：本文先是对全国平均住房销售价格（以下简称房价）与房地产行业开发投资总额做格兰杰因果检验，得出房地产开发投资总额是引起房价变化的格兰杰原因，随后选定家庭人均年收入、房地产开发投资总额、年底总人口数、建筑材料价格指数、新增家庭数、住宅房屋竣工面积和人均GDP指数等为自变量对房价做岭回归，再次得出房地产开发投资总额对房价具有显著性的影响。再对房地产行业开发投资总额与其他行业的投资总额做关联度分析，得出房地产行业与金融业投资总额具有最大的关联度。最后在假定房地产市场和证券市场同时为无套利市场的条件下，分析得出证券市场中证券的当期价格、持有期内的年平均收益率和年平均红利与房价依次存在正向、负向、负向的相关关系。
关键词：房价；开发投资总额；关联度；岭回归
1 建模的原理介绍
1.1格兰杰因果检验的原理
1969年，格兰杰从计量经济学的角度提出了一种因果关系的定义：设有两个时间序列｛xt｝和｛yt｝，如果xt的变化引起yt的变化，则xt的变化应当发生在yt的变化之前。具体操作中，一般是对以下两个方程分别进行无约束和有约束估计：
（1）
（2）
如果在（1）中部分αi显著不为零，则称xt格兰杰引起yt类似的，如果（2）式中部分αi显著不为零，则称yt格兰杰引起xt，如果两者都存在，则称xt与yt互为格兰杰因果关系。
1.2岭回归原理
多元回归模型的矩阵表达式为：Xβ=Y，利用OLS求得： ，
当自变量存在多重共线性时，导致 ，从而使得回归系数 不稳定，出现没有实际意义的估计值。解决的办法是在X′X的主对角线元素上加一个非负常数k，即得：
，其中E是单位矩阵，使得 的概率比 大大降低，最后用 来进行估计，结果会使 的估计变得稳定得多。因此，岭回归估计的准确程度取决于k值的选取，确定k值的方法一般是通过岭迹图或方差膨胀因子来选取。其确定方法是选择一个尽可能小的k值，在这个k值上，岭迹图中回归系数已变得较为稳定，并且方差膨胀因子业变得足够小。
回归估计系数 是k的非线性函数；k值的加入使得
成为回归系数的有偏估计，但是比β估计更稳定； 随k的变化轨迹图称为岭迹图。
1.3灰色关联度分析原理
选取参考数列
其中k表示时刻。假设有m个比较数列
则称
为比较数列xi对参考数列x0在k时刻的关联系数，其中ρ∈[0，1]为分辨系数。称 和 分别为两级最小及两级最大极差。
一般来讲，分辨系数ρ越大，分辨率越高；ρ越小，分辨率越低。上式中的关联系数是描述比较数列与参数数列在某时刻关联程度的一种指标，由于各个时刻都有一个关联数，因此信息显得过于分散，不便比较，为此我们给出ri=■■ξi（k）为数列xi对参考数列x0的关联度。若关联度ri最大，说明xi（k）与最优指标x0（k）最接近，即第i个被评价对象优于其他被评价对象，据此可以排出各被评价对象的优劣次序。可以看出，关联度是把各个时刻的关联系数集中为一个平均值，亦即把过于分散的信息集中处理。利用关联度这个概念，可以对各种问题进行因数分析。
2 模型的分析
2.1 房价与房地产开发投资总额格兰杰因果检验
依据格兰杰因果检验原理，对房地产开发投资总额和房价利用Eviews软件分析得到下表：（假设置信度α=0.05）
从上表可以看出，房价不是引起房地产开发投资总额变化的格兰杰原因，而房地产行业开发投资总额的变化却是引起房价变化的格兰杰原因。房地产行业的投资总额的增加，一方面增加对商品房的投机性需求，进而对房价的上涨起到推波助澜的作用；另一方面，对房地产行业投资的增加，使房地产市场更加的火爆，会给开发房地产市场相关的原料如建材、水泥及地皮价格起到刺激和促进作用，这些原材料价格的上涨势必都附加于房屋的销售价格中，势必造成房价的上升。
2.2 房价的岭回归模型
房价模型的构建有助于我们总结规律，科学界定影响房价的关键因素，从而指导房地产市场的管理和调控行为。本文初步选取的影响房价的因素有家庭人均年收入、房地产开发投资总额、年底总人口数、建筑材料价格指数、新增家庭数、住宅房屋竣工面积和人均GDP指数（依次用F1~F7表示），我们利用岭回归模型分析影响房价的主要因素。
对文中给定的7个影响指标进行相关性分析，分析得到如下相关系数矩阵
由相关系数矩阵可知，各因素之间的相关系数较大，影响因素之间两两相关。因此，采用传统的最小二乘回归存在较严重的多重共线性。
鉴于此，建立如下岭回归模型：
利用Matlab软件编程求得房价与选取指标的岭迹图。
由岭迹图可以看出，在0.3之后，7条岭迹都开始变得平稳。所以，将3代入做岭回归，得到如下模型：
通过岭回归得到的模型，可以看出：房价对人均GDP指数的敏感度为220.51，说明人均GDP指数每变动1单位，住房销售房价变动220.51单位；家庭人均年收入变动1单位，住房销售房价变动135.21单位；房地产开发投资总额变动1单位，住房销售房价变动196.02单位；年底总人口数变动1单位，住房销售房价变动133.78单位；建筑材料价格指数变动1单位，住房销售房价变动6.54单位；新增家庭数变动1单位，住房销售房价变动132.1单位；住宅房屋竣工面积变动1单位，住房销售房价变动138.05单位。
所以，通过上面的分析，房地产行业的开发投资总额对房价具有很大的影响作用。因此，分析房地产行业投资总额与国民经济其他行业的投资总额的关联度，可以得到与房地产行业投资总额的关联度最大的国民经济行业，进而分析该行业影响因素对房价的影响。
存入我的阅览室
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
[12]王利,北京房地产市场供求关系和价格机制作用的实证研究,经济与管理研究[J]. 2008,5:61-66.
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
[12]王利,北京房地产市场供求关系和价格机制作用的实证研究,经济与管理研究[J]. 2008,5:61-66.
存入我的阅览室
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
[12]王利,北京房地产市场供求关系和价格机制作用的实证研究,经济与管理研究[J]. 2008,5:61-66.
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
第3篇
[关键词] 房价收入弹性 房价土地供给弹性 房价城市化弹性
1998年7月，国务院了《关于进一步深化城镇住房制度改革，加快住房建设的通知》，这标志着我国房地产业真正步入了市场化的发展阶段。然而，近年来我国房地产市场的迅速成长尽管一方面对促进国民经济增长、改善城镇居民的生活水平起到了至关重要的作用，但另一方面，如投资过热、房价飞涨等，也充分暴露了目前我国房地产市场发展中的一些问题，特别是房价的飞速上涨对我国房地产市场和整个国民经济的健康发展形成了严峻的挑战，也成为了目前学术界的热点和难点问题。
关于房价持续走高的原因，国内外学者们分别从不同的角度得出了不同的观点。从房地产需求的角度看，有的学者认为收入是影响房价的一个至关重要的因素；从房地产供给的角度看，一部分学者认为地价过高是房价上涨过快的根本原因。还有部分学者从税收、租金、金融、人口特征、区位，以及城市建设等诸多方面对房地产价格持续上涨的成因进行了深入的研究。然而有一个被普遍忽略的问题更值得关注：任何一种导致房价上涨的因素都应该是有时效性的，或者可以说在不同的发展时期影响房价上涨的因素应该有一个动态的、阶段性的变化。因此，本文认为，在我国房地产市场步入市场化的初期发展阶段，由于购买力水平的迅速提高，而短期内难以形成与之相适应的市场供给，那么由于需求的拉动必然导致了房价的快速上升；但以“招、拍、挂”为主要特征的新土地制度取代传统的土地协议出让制度后，致使土地价格急剧上涨，这样就使得土地投放将取代收入成为导致房价上涨的主导因素；同时，由于城市化水平的逐渐扩大，其必然也是影响房价的一个重要原因。
一、我国房地产价格的演变特征
相关统计数据表明，全国平均房价从1999年的1843元/平方米上升到了2006年的3132元/平方米，而且是逐年上升的。然而，在2003年以前全国平均房价是以一种很平缓的态势在逐年增加，年增长速度很小；但从2003年起全国的平均房价有一个陡然上升的趋势，说明自2003年以来我国房地产市场价格上升幅度之大。根据本文的计算，1999年至2006年我国各地区平均房价的变异系数分别为0.5490、0.4935、0.4902、0.4741、0.5116、0.5016、0.5352和0.5542，从变异系数的结果看，1999年至2003年全国各地区间房地产市场价格的差异在逐渐地缩小，而2003年至2006年全国各地区间房地产市场价格的差异在逐渐地扩大。
二、房价演变特征的弹性分析
1.房价的收入弹性
统计数据表明，1999年～2003年房价的收入弹性总体上呈现一个向下的趋势，说明房价的增长速度与收入的增长速度之比逐年递减，表明收入的增加是支撑房价上涨的主要因素；而2003年至2006年的房价收入弹性总体上呈现一个向上的趋势，说明房价的增长速度与收入的增长速度之比逐年递增，这表明收入增加的幅度不足以支撑房价如此更大幅度的提高。上述的分析结果也表明了在我国房地产市场发展初期的1999年至2003年，伴随着购买力水平的快速提高，由于短期内难以形成与之相适应的市场供给，房价的上升也在情理之中；而自2003年以来，随着相关土地政策和金融政策的出台，收入已不再是导致房价上升的唯一至关重要的因素。
2.房价的土地供给弹性
1999年～2003年的土地供应弹性总体上呈现一个向上的趋势，而2003年～2006年的土地供应弹性则总体上呈现一个向下的趋势。这一结果表明在我国房地产市场发展初期的1999年～2003年，在土地协议出让的制度下，土地投放并未受到限制，土地供给的逐年增加抑制了房价的上升；而自2003年以来，随着土地供给面积逐年的骤减，说明土地供给的限制已成为导致房价巨幅上涨的一个至关重要的因素。
3.房价的城市化弹性
1999年～2003年的城市化水平弹性总体上呈现一个水平的趋势，而2003年～2006年的城市化水平弹性则总体上呈现一个向上的趋势。这一结果表明在我国房地产市场发展初期的1999年～2003年，房价的增长速度与城市化进程速度相匹配；而自2003年以来，房价的增长速度则远远大于城市化水平的进程。
三、基本结论
本文以当前我国房地产市场价格的演变规律为立足点，以弹性分析为主要手段，对1999年～2006年我国房价的演变特征进行了研究，得到的基本结论如下：在房地产市场化发展初期的1999年～2003年，城市居民收入水平的逐渐提高是拉动房地产市场价格不断上涨的主要原因，而一方面城市化进程启动阶段的土地投放过快，并没有引起房地产市场价格的上涨，甚至对房价产生了抑制的作用；在房地产市场的进一步发展阶段（2003年～2006年），随着城市化推进速度的减缓，以及以“招、拍、挂”为主要特征的新制度和各种限制土地投放的相关政策法规的相继出台，土地投放的大量减少或者说地价的巨幅上涨是现阶段我国房价居高不下的主要原因，而尽管收入水平的提高仍然可以提高房价，但其作用却在慢慢减弱。
参考文献：
[1]况伟大:房价与地价关系研究-模型及中国数据检验．财贸经济，2005（11）
第4篇
【关键词】房地产 价格上涨策略
一、影响房地产价格上升的因素
1、从房地产企业资金运营影响上看：房地产业是资金密集型的，在我国房地产业发展中，由于多数企业本身实力不足，好多房地产企业发展是玩空手道开始的，靠银行贷款的，靠社会集资，资金成本高，这很大增加了房地产商成本意识及房地产的成本价格，又资产负债率高，即资金风险大，按风险理论必须要高利润的，高风险高收益的，故房地产的价格是高涨的。
2、从房地产建筑成本生成影响上看：市场经济运行的基本形式有垄断和竞争，竞争是指相互可计量比较的，否则不叫竞争。
行业的成本由固定成本和可变成本构成，在厂商理论中，市场价格恰好等于可变成本时便是厂商的“停业价格”边际成本，此时营业与否对厂商而言是无差异的，不管如何，厂商此时的损失都将等于它的固定成本，一旦市场价格高于停业价格，厂商营业的损失要小于停业的损失。
因此我们必须认识到，房地产业因行业成本结构的特征而造成的一般竞争降价机制失效，确实提示了很多问题：房价并不会随产业的成熟、竞争的激烈而得到平抑。房地产的成本价格竞争空间少。
3、从房地产的销售对象及产品特性及其利润影响上看：房地产是人们生活吃穿住行的基本必需品，而且房子是人们传统思想家的概念，是人们的归缩，有房就有家，家是唯一的，不可比较的，又房地产的销售受到其对象的环境地段经济资源价值等不同影响，其价格构成不具备相互间比较的，如相同建筑的房子在上海市房产价1万多元/平方米和金华市的房产仅3000元/平方米是受不同地利用途影响大，房地产不象工业产品受品牌影响大，又工业上不同生产的产品地利用途是一样的，各房地产价格不可比，故房地产难以公允价格竞争，仅其独家的售价，房地产生成的利润空间上带有垄断利润式的，其一般不会轻易调整的。
4、从房地产受地方政府土地财税成本影响上看：现在国家及人们非常关注房地产价格，并担心房地产的泡沫，出台系列调控政策，但在房地产中土地挂招拍地价成本高，土地增值大属国家利益所有，现在房地产的税收占地方财政的比值很大，其占房地产成本的10%多，又国家对炒房交易的税收成本提高等，这样会增加相关房地产相应成本，如果房地产价格下降则关系到土地价格升跌、税收减少等将影响国家地方经济利益的。
5、从国家的城市化经济建设战略等影响上看：
房地产业是国民经济的支柱子产业，房地产环节复杂，是一业兴百业旺的，如果一个行业亏损是不可能发展的，也就不会带动其他产业的，国家不可能对其调控过大的，这些不会过大影响房地产价格的，又国家大力发展国民经济，使经济集聚，和城市化建设使大量的人口从四面八方积聚，造成相对土地资源及房地产不相适应，又绝对上讲土地资源是不可再生资源，这样使房地产价格不会轻易下降。
二、房地产市场营销价格策略的选择
1、加强国家对房地产价格的指导
我国房地产商开发房地产的利润率达到30%左右,而发达国家一般不超过10%。由此可见,我国房地产市场的开发商赚取的属于暴利范畴,是有背于社会主义原则的。
2、发挥国有房地产开发公司的引导作用
由于房地产业应该算是自然垄断行业,与人民的生活息息相关,因此国家应对该行业进行控制。利用行政手段,如果发挥不好,政府失灵,那么调控的目的也难以达到。因此采用经济手段,利用国有房地产开发公司,符合国家政策进行房地产的开发。同时和其他房地产公司开展竞争,价格公道。这样在竞争中可以让房地产开发商逐渐合市场,走向正轨,并且还能直接保障国家住房开发政策的实施。
3、发挥好中央政府对地方政府的监督和指导作用。
应正确处理好中央和地方的关系,中央政府作为全国和社会利益的代表,应当以社会利益为重,对地方政府加强监管和引导的力度,建议多制定一些刚性的政策。
4、 采取有效措施,抑制房地产投资过热
我国房地产价格居高不下的很大原因是我国在房地产投资方面存在着投资过热的现象。特别是在需求方面,不少购房者购买房屋为的是赚取投资收益,针对该情况,国家不仅应在交易税方面进行规范,还应该对购房者的购房资格进行限制。为了抑制投资行为,真正发挥城市房地产的住房保参考。
第5篇
根据市场企业的数量、企业产品的性质、企业对产品价格的影响力以及企业进出市场的难易程度，新古典经济学将市场分为完全竞争、垄断竞争、寡头垄断和完全垄断四种市场结构，并已证明，后三种结构的市场产品数量都依次低于且价格都依次高于完全竞争市场。也就是说，只要市场不完全，就必然产生效率的损失和社会整体福利的下降。
就房地产市场而言，由于房地产行业具有资金密集、开发规模大的特点，同时，我国政府对房地产企业的管理实行严格的行业准入制度，这样房地产市场存在着一定的进入壁垒；而房地产建设投资周期长的特点又决定了企业在退出房地产业时也存在一定的障碍。房地产企业的数目与具有完全竞争行业的企业数目相比，相对而言要少得多。同时，虽然房地产业的一个显著特点是产品的异质性(如存在级差地租、住宅、别墅、经济适用房等产品质量上的差异)，但我们应该看到，在同一类型的产品上，各企业提供的产品差别实际上并不是很大的。故此，我们可以判定房地产市场至少不是完全竞争市场。
根据沈悦、刘洪玉(2004)的研究，1998年以来(尤其是2001年—2003年间)，我国各城市住宅价格的高速增长已经不能很好地用经济基本面和住宅价格的历史信息来解释，用完全竞争的房地产市场模型已经无法很好解释我国房地产市场的现状。在这样的不完全市场结构下，作为市场供给方的房地产企业所提供的房产数量必然无法满足广大居民的实际需求，而房地产价格也必然高于完全竞争市场状态下消费者所能够承受的水平，商品的市场价格必然高于其在完全竞争市场条件下由各厂商的边际成本所决定的价格。况伟大(2003，2004)根据Hotelling(1929)空间竞争模型，构建了一个一般性的空间竞争模型，得出了的空间垄断是北京市房价刚性的根本原因。可见，无论是实证检验，还是理论模型，均已证明我国房地产市场是一个不完全竞争的市场。
那么，如何来衡量市场的垄断程度呢？在产业组织理论中，判断市场垄断程度和市场势力通常要用到行业集中程度指标，即考察几家最大的厂商的产量或销售额在全行业市场中的影响力量，具体的方法有赫芬达尔—赫希曼指数(HHI)、集中度比率、厂商规模不等性的度量(如基于洛伦茨曲线的方法或等集中度曲线方法)等等。但是，这些方法在测算市场垄断程度时，均要求掌握市场相关行业企业的具体情况，这需要进行大量的专项统计，而我国目前的统计数据还无法满足这方面的要求。同时，从完全垄断的市场结构出发，勒纳指数(LeanerIndex)则是衡量市场势力的一个很好的指标。目前，国内也有学者利用这个指标来研究我国房地产市场的垄断程度问题，如中国社会科学院财贸经济研究所最近的一项研究表明，近年来我国房地产市场的勒纳指数均在0.4以上，这表明我国房地产商品价格已经严重偏离了边际成本(汪浩、王小龙，2004)。况伟大(2004)分别测算了1996年—2002年各年北京、深圳、上海和天津四城市的勒纳指数，表明北京市的勒纳指数均在0.6以上，是四个城市中垄断程度最高的，上海市的勒纳指数则在0.4左右，是四个城市中垄断程度最低的，而深圳和天津房地产市场的垄断程度则居于京沪两城市之间。
根据勒纳指数的公式，其中为市场的需求价格弹性，为市场价格，而则表示商品的边际成本。但是，社科院财贸所和况伟大的研究都是利用公式的后一个形式，将房地产业的平均成本(AC)近似替代边际成本(MC)进行计算而得到的结果。如果产品市场是完全竞争的，那么也就意味着在均衡条件下企业的边际成本与平均成本相等，进行这样的计算是没有问题的。但是我们都知道，如果产品市场是不完全竞争的，那么在垄断厂商利润最大化的均衡条件下，企业的边际成本必然不等于平均成本，这样用行业的平均成本替代边际成本计算出的勒纳指数就会存在一定的误差。从上述勒纳指数公式可以看到，我们还可以通过测算商品的需求价格弹性来间接地得到勒纳指数，因此本项研究将采用这个方法来测算勒纳指数，并以此研究房地产市场的垄断程度问题。
本文的安排如下。第二部分将介绍勒纳指数公式及其含义；第三部分将对测算勒纳指数所需要的样本数据、变量及模型设定进行说明；第四部分，我们将分别针对1999年—2003年我国和各省(市、区)面板数据、各年截面数据和1987年—2003年我国房地产市场数据等样本，分别对勒纳指数进行测算，并对各省(市、区)房地产市场的垄断程度进行比较；最后一部分是本文的总结及政策含义。
二、勒纳指数及其含义
如前所述，勒纳指数(LeanerIndex)是衡量市场垄断势力重要的指标，具体形式可由如下公式表示：，其中为市场的需求价格弹性，为市场价格，而则表示商品的边际成本。勒纳指数的推导过程如下。
假定市场结构是完全垄断的，这样从垄断厂商的利润极大化目标出发，就可以得到其利润函数为由一阶必要条件，得到为边际收益，即MR。
又因为，所以，
是需求的价格弹性，。
又由于MR=MC，而MC≥0，可知。否则，若，则，与常理不符。而如果MC>0，则需求价格弹性大于1。可见垄断厂商从来不会选择在需求的价格弹性小于1的区域内从事生产，而往往是在需求富于弹性的区域内出现的。
从这个公式我们可以知道，勒纳指数刻画的是垄断利润的边际量，故又称为价格标高程度(markup)，是指垄断价格超出边际成本的部分对于垄断价格之比率。根据微观经济学理论，垄断厂商是按照边际收益等于边际成本(MR=MC)来决定产量q*，而当供给量为q*时，消费者愿意支付的最高价格(保留价格)为pm，从可知，垄断者的供给与价格之间不会存在着对应的关系，因为价格越高，垄断者获得的利润也会越大，这样垄断者的供应有可能减少。
勒纳指数还表明，市场竞争和垄断程度取决于商品的需求弹性：弹性越大，市场产品之间越具有竞争性，价格标高的程度越低，垄断的边际利润便越小，即垄断程度就越小；反之，弹性越小，垄断价格标高程度就越高，垄断程度就越高。这是因为，在完全竞争市场条件下，厂商产品价格应该等于其边际成本，也就是说，勒纳指数越趋近于零，市场竞争越完全，而从公式可以看出，这样商品的需求价格弹性的绝对值越趋近于正无穷，即是富有完全弹性的商品；反之，垄断程度越高，商品价格与其边际成本的差额越大(垄断者的垄断利润因而越大)，而从公式可以看出，这样商品的需求价格弹性的绝对值将很小。当然，有关勒纳指数的讨论有一个必要条件，即它要求商品的弹性都大于1.
根据勒纳指数公式，我们只要测算出商品的需求价格弹性，也就相当于得到了勒纳指数。故此，我们有必要专门对房地产市场的需求价格弹性进行测算，并由此得到勒纳指数，并以此判断房地产市场的垄断程度。
三、数据、变量及模型设定
1、数据及其来源
本文有关商品房屋销售和房价等方面数据全部来自中国国家统计局编制的各期《中国统计年鉴》中“固定资产投资”项下的专项数据。由于我国专门针对房产市场的统计时间不长，相关的统计指标只是近年来才逐步健全起来，这给我们的实证分析带来了一定的困难。国家统计局详细公开披露房地产投资等指标也只是从1999年开始，统计指标和样本数据数量和质量相对来讲并不令人满意，样本数量和数据来源的约束极大地限制了我们的检验工作。为了尽可能避免样本数量的制约，我们首先以全国和各省、市、自治区共32个基本观察样本，建立1999年至2003年共5年的面板(panel)数据进行研究，这样，我们一共获得了160个样本观测值。
另外，我们还搜集到了1987年至2003年我国房地产的相关数据。由于我国真正全面推进房地产商品市场化改革是从1998年开始的，这样促使我们有兴趣考察市场化改革前与改革后房地产市场垄断程度的变化，也即进行分段研究。利用各省(市、区)的数据，还可以对各省(市、区)的房地产市场垄断程度进行比较。
2、变量
为了测算勒纳指数，我们需要对房地产需求价格弹性进行测算，这样我们实际上需要两个变量：房地产需求变量与房地产价格变量。在统计年鉴中，有两个指标可以反映房地产市场的需求状况：“商品房屋销售面积”和“商品房屋销售额”。根据经济学的定义，需求是指消费者有支付能力的且已经实现的需求，故此以“商品房屋销售额”作为代表房地产市场实际需求的变量更为合适。我们以“平均商品房屋销售价格”指标来反映房价。在计量报告中，用D作为房地产需求变量的标识，以P作为房地产价格变量的标识。
3、基本模型设定
我们采取对数模型的形式
(1)由于对上式两边取微分，可得：
这样我们就得到了弹性的表达式，也即我们想要得到的价格弹性指标。在具体进行回归计算时，我们将对变量取自然对数，并采用过原点回归的方法。
在对面板数据进行回归时，由于我们的面板数据样本的时间序列仅有5年，时间相对较短，为了保证估计自由度，我们不采用运用面板模型的变截距和变系数模型。也就是说，对于一般的面板数据模型：
(2)其中：,为变量向量，，为参数向量，K为变量个数，i为截面数，T是时期数，随机扰动项相互独立，且均值为零，同方差。
假定时间序列参数齐性，即参数满足时间一致性，也就是参数值不随时间的不同而变化，则模型(2)可改写为：
(3)其中与的取值只受到截面单元的影响。这样，在参数不随时间变化的情况下，我们对截距和斜率参数进行如下假设：
回归参数系数和截距都相同，即有：
这样，得到我们所要采用的模型基本设定形式为：
(4)由于我国各省(市、区)的截面样本差异较大，在具体回归时，我们直接运用广义最小二乘法来校正异方差问题。
四、勒纳指数测算结果
我们分别对1999年—2003年我国及各省(市、区)的面板数据、1987年—2003年我国数据、以及1999年—2003年我国各省(市、区)的需求价格弹性进行测算，并计算出相应的勒纳指数。
1、面板数据结果
我们采取广义最小二乘法，运用Eviews4.0软件对面板数据进行过原点回归。具体结果如下：
计量结果非常理想，模型在1%条件下显著，拟合优度高达0.99。可以看到，房地产市场的需求价格弹性值为1.85，符合勒纳指数的要求(需求弹性大于1)。根据勒纳指数公式，可得房地产市场的勒纳指数为0.54，显然这个结果要我们前面提到的社科院财贸所的结果更大，这可能是由于计算样本不同和计算方法的差异造成的。但无论何种结果都可见，我国房地产市场的垄断程度是相当高的。
2、各年截面数据结果
上述面板数据得到的结果，实际上是时间序列数据与截面数据混合而得到的。随着我国市场经济的深入，尤其是加入WTO以来市场化进程的加快，我国房地产市场的竞争也应该逐渐加剧，市场垄断的程度也随之逐年降低。这样我们得到了如下假说：
假说1：房地产市场的垄断程度是逐年降低的，或者说房地产市场的需求价格弹性是逐年上升的，而相应的勒纳指数则逐年降低。
为此，我们利用上述面板数据的样本，针对每一年的截面数据(即32个观测值)进行测算，
各截面数据的计量结果都很理想，均在1%以下显著，且拟合优度均在0.99以上。通过最近5年截面样本的房地产需求价格弹性及勒纳指数可以看出，5年来我国房地产市场的垄断程度是逐年降低的，这说明随着市场化进程的加快，房地产市场的竞争程度也逐年加深，这印证了我们的假说1。当然，我们也注意到，市场竞争程度的加深和垄断力量的消退过程还是相当缓慢的。
3、1998年房改前后我国房地产市场勒纳指数测算
我们获得了1987年—2003年我国商品房屋平均销售价格和销售额的样本，具体指标情况如下表。
表1987年——2003年我国商品房屋销售价格及销售额
年份19871988198919901991199219931994
房地产销售价格(元)408503573703802105012801409
商品房销售额(万元)110096714721641637542201826323785974265938863714110184950
年份199519961997199819992000200120022003
房地产销售价格(元)171018061997206320532112217022502359
商品房销售额(万元)125772691427129217994763251330272987873439354423486275176032341376708995
数据来源：国家统计局，《中国统计年鉴》各期，中经网。
样本时期跨度较大，而这期间正是我国由计划经济向市场经济的过渡、居民住房也由计划分配向货币化市场调的过渡时期。1998年我国对房地产市场进行了全面的市场化改革，在相应的金融、收入等领域进行了相应的改革。与此同时，我国逐步放开了房地产开发的管制，各类投资主体开始进入房地产市场，在进一步推动了房地产市场的进一步规范、快速地发展的同时，也促进了房地产市场的竞争。因此，我们将样本分为两个阶段进行实证分析，分别划分为：1987年—1997年，我国计划经济向市场经济体制初步建立时期、1998年—2003年，市场经济体制深入发展，房地产市场改革深入时期。从这两个时期的划分可以看出，它们是一个市场化逐渐深入的过程，那么也就是市场竞争逐渐加大的过程。由此，我们可以得到与假说1类似的假说：
假说2：1998年我国实行房地产市场全面市场化改革后，我国房地产市场的垄断程度有所下降。
同样，运用Eviews4.0软件，得到如下计量结果：
样本期间：1987—2003样本期间：1987—1997样本期间：1998—2003
LND=2.25004*LNPLND=2.22316*LNPLND=2.289875*LNP
(0.01215)标准差(0.01132)标准差(0.01619)标准差
(185.096)T统计量(196.367)T统计量(141.4187)T统计量
(0.0000)P值(0.0000)P值(0.000000)P值
R2=0.9341R2=0.9372R2=0.48048
检验的结果还是比较令人满意的。从结果中可以看到，样本整体的回归结果显示我国房地产市场需求价格弹性为2.25，相应的勒纳指数为0.444，这与前面社科院财贸所的结果已经非常接近。分各个历史时期考虑，在1987年到1997年的计划经济体制向市场经济体制过渡、我国尚未全面开展房地产市场化改革的期间，我国房地产市场的需求价格弹性仅为2.223，相应的勒纳指数高达0.44981，说明当时的房地产市场的价格与边际成本差额与价格之比非常大，市场垄断程度非常强。另外，我们还在这个期间内分别计算了1987—1991年和1992年—1997年的市场需求价格弹性，虽然1992年我国明确提出了建设市场经济，但是1992年到1997年间的房地产市场需求价格弹性为2.25，甚至要比1987年至1991年的2.26还要小，1992年之后的市场勒纳指数(0.444)比1992年之前的还要略大(0.442)，也就是说在此期间的市场竞争条件并没有随着社会主义市场经济体制的确立而得到改善。当然，我们看到两段期间的市场竞争指数变化非常小，而之所以出现一定程度的倒退，很有可能是与1993年我国实行了紧缩的宏观经济政策，对房地产市场进行大规模治理整顿有着密切关系。直至1998年我国全面对房地产市场进行市场化改革，房地产市场的竞争程度也相应提高，随之市场的需求价格弹性也因而增加至2.29，勒纳指数下降到0.4367，而这进一步印证了假说2。但也应该看到，与验证假说1的情况一样，虽然房地产市场价格与厂商的边际成本差额与价格之比已经出现下降，垄断和市场不完全程度也相应好转，但是我们看到这种变化的幅度还是相当小的。总体而言，我国房地产市场的垄断程度还是非常严重，市场竞争环境的改善并不明显。
4、我国各地区房地产市场垄断程度比较
我们还利用1999年—2003年各省(市、自治区)的时间序列数据，分别对其勒纳指数进行了测算并进行了排序。当然，此处的计算时间序列样本仅为5个，样本数量过小，这可能使计量的精度和可信性存在一定的问题。不过，回归结果还是比较令人满意的，各省的指标回归结果都在1%条件下显著，大多数省份回归的拟合优度表现出了良好的性质，如上海市、江苏、浙江等省的R2分别高达0.97、0.91和0.90。具体结果如下表和图。
表1999年—2003年我国各省(市、区)房地产市场垄断程度
省份需求价格弹性勒纳指数省份需求价格弹性勒纳指数
江苏2.01270.4968陕西1.84710.5414
四川1.99620.5009北京1.82700.5473
山东1.98660.5034内蒙古1.82370.5483
浙江1.97750.5057吉林1.80020.5555
广东1.95870.5105贵州1.79710.5564
辽宁1.91520.5221天津1.79300.5577
安徽1.91220.5230新疆1.78690.5596
重庆1.91020.5235云南1.78510.5602
湖北1.90570.5247山西1.75450.5699
上海1.90250.5256广西1.75360.5702
福建1.89010.5291甘肃1.69620.5896
河南1.88050.5318宁夏1.65230.6052
江西1.87620.5330海南1.54070.6490
河北1.87310.5339青海1.53540.6513
湖南1.86840.53521.18110.8467
黑龙江1.84940.5407
图1999-2003年我国各省(市、区)房地产市场勒纳指数及其排序
从表和图可见，大多数经济发达的沿海省份的市场竞争环境也比较好，如江苏、山东、浙江、广东、辽宁等等，而中西部经济欠发达地区的市场竞争环境则较差，如、青海、宁夏、甘肃等等，这说明市场竞争环境的好坏是与该地区的经济发展程度密切相关的，市场竞争越充分，垄断对社会福利造成的损失越小，经济就越有可能得到健康快速的发展。
五、总结及政策含义
市场不完全是房地产市场的一个重要的性质，垄断力量的存在必然会造成社会福利的净损失，而且市场垄断力量越大，社会福利受损越严重。本文针对我国房地产市场的垄断程度进行了一项实证研究。根据以上分析，我们至少可以得到如下几点结论：:
1、我国房地产市场的竞争非常不充分，市场垄断度非常严重。无论是面板数据、各年截面数据、我国房地产市场的历史数据、以及我国各省(市、区)的勒纳指数测算都表明，房地产市场垄断程度相当高。实证结果强有力地证明了我国房地产市场并非完全竞争市场，市场垄断是造成了房地产价格扭曲的重要因素之一的观点。可以有十分的把握说，市场垄断是造成我国房地产市场失灵的重要原因之一。
2、随着市场化进程的深入和经济的发展，房地产市场的竞争程度逐渐加剧，市场垄断力量逐渐消退，但必须看到这一进程是相当缓慢的。通过截面样本和我国房地产市场历史数据的实证分析所验证的假说1和假说2均表明，随着我国市场经济体制的逐步完善和经济的发展，我国房地产市场竞争的因素在逐年增多，但这只是一个渐进的过程。由于房地产行业自身的特性，房地产市场向完全竞争的市场结构的转变还需要相当长的时间。
3、垄断力量的存在一定程度上可以解释近年来我国房地产价格刚性问题。众所周知，在不完全的市场结构下，消费者处于绝对的被动地位。作为市场供给方的房地产企业所提供的房产数量必然无法满足广大居民的实际需求，而房地产价格也必然高于完全竞争市场状态下消费者所能够承受的水平。也就是说，不完全市场条件下房地产商品的市场价格必然高于其在完全竞争市场条件下由各厂商的边际成本所决定的价格，这也就在一定程度上解释了为什么近年来我国房地产市场价格持续上涨，但需求不降反升，这一有违于一般价格规律表现形式的奇怪现象。
4、为了确保房地产市场的长期健康发展和居民福利的提高，政府应将促进房地产市场竞争作基本的方针政策。从我国政府已有的房地产行业政策来看，反垄断和促进竞争的政策还非常滞后。为了抑制过高的房价，政府很大一部分是采取的人为降低房地产开发成本的政策，如对从事经济适用房开发的企业实行土地等优惠政策，但“经济适用房”开发已经成为中国房地产开发商从政府手中获取廉价土地的基本手段之一，而垄断程度却与房价呈现出极为显著的正相关关系(平新乔、陈敏彦，2004)。因此，当前政府应将主要精力集中于促进市场竞争和反垄断的措施上来。只有促进竞争，开发商才有可能努力降低成本，将房价真正地降下来。反之，如果通过行政手段强制性地推行某些政策主张，甚至采取所谓的提高进入门槛等歧视性政策，不仅无助于降低市场风险，反而会加大市场的扭曲，引发更大的风险。
参考文献
1.Hay,DandD.Morris(1991):IndustrialEconomicsandOrganization,OxfordUniversityPress.
2.Henderson,J.MandR.E.Quandt(1980):MicroeconomicTheory,McGraw-HillBookCompany,NewYork.
3.Hotelling,H.(1929):“StabilityinCompetition”,TheEconomicJournal,Vol.39,No.153.
4.Tirole,J(1988):TheTheoryofIndustrialOrganization,MITPress,Cambridge.
5.况伟大(2003)：《垄断、竞争与管制——北京市住宅业市场结构研究》，经济管理出版社，5月。
6.况伟大(2004)：《空间竞争、房价收入比与房价》，《财贸经济》第7期。
7.平新乔(2001)：《微观经济学十八讲》，北京大学出版社，4月。
8.平新乔、陈敏彦(2004):《融资、地价与楼盘价格趋势》，《世界经济》第7期。
第6篇
关键词：房价收入比 房价增长率 房地产泡沫
一、引言
房地产业的忽冷忽热给国民经济和人民的生活造成了很大的影响。近年来，房地产商、各路专家学者、房地产投资者，甚至普通购房者对房地产业的争论一直没有停止过。其中，最为关切的问题莫过于有关房地产是否过热、有无泡沫，房地产的价格是继续升还是能有所下降等一系列事关切身根本利益的问题。房地产泡沫既是一个理论问题，也是一个现实问题。
2002年以来，我国房地产市场迅速升温，房地产开发投资增长率从2000年开始就处于高位运行态势，在2000年至2007年长达八年的时间内，年平均增长率高达27.5％，其中2006和2007年我国房地产开发投资增长率连续两年高达35％和33.1％。在房地产开发投资快速增长的同时，我国房地产投资总量也呈现急剧扩大之势。2007年我国房地产投资完成28,543亿元，房地产开发投资占全社会固定资产投资的比重从1998年的12.7％提高到2007年的20.8％。同时，我国商品房平均销售价格快速上涨。自2003年以来，我国商品房平均销售价格快速上涨，2004年和2005年分别比上一年上涨了17.8％和14％。在我国政府出台各种措施对房地产进行调控的情况下，房屋销售价格全年上涨势头依然较猛，2007年各季，全国房屋销售价格同比分别上涨5.6％、6.3％、8.2％和10.2％。所以在我国房地产业快速发展的同时也存在着房地产投资过热、房价上涨过快、商品房空置率较高等现象。
本文在房地产泡沫内涵和形成机理进行分析的基础上，以北京、西安、呼和浩特三地房地产市场有关数据作为依据，选取适当指标对三地房地产市场泡沫进行实证研究，力求从数字、指标、判断标准上来界定三地房地产市场目前的现状如何，是否已出现了普遍性的泡沫，程度如何。
二、房地产泡沫的涵义和产生的机理
所谓“房地产泡沫”就是指由房地产投机因素所引起的房地产价格脱离市场基础的情况，也就是土地和房屋价格极高，与其使用价值不符，长期这样会形成一种表面上的虚假繁荣。
正如下图所示，房地产泡沫的产生是由于人口的增长和经济的快速发展带来了房地产业的繁荣，所以消费者和投资者对房地产价格上涨形成共同的心里预期。而这种预期引起人们的从众、投机行为。从众行为使得人们购买的资产，并非是自己认为的高价值资产，而是购买能让别人以更高价格购买的资产。正是这种行为，拉动着投资者的类似行动，纷纷购入甚至囤积房产，期待高价卖出，如此反复，推动了地价房价的不断攀升。人们欲望的无限性，诱导投机者不断追求短期能实现的价差收入，对房地产泡沫起到了推波助澜的作用。房地产价格上涨过快造成市场价格过分偏离其真实价值，从而产生泡沫。一旦泡沫破灭，作为抵押物的土地和房产就会贬值甚至大幅缩水，开发商很轻易脱逃，而银行却深陷泥潭。所以银行停止了对开发商和投资商的借贷，结果造成了市场的恐慌，政府调控和管理不当，形成金融危机，经济和社会结构失衡。
三、分析方法及说明
(一)房地产泡沫测度指标的选取
根据房地产泡沫的涵义、成因及统计资料的可得性、可操作性，并借鉴国际通用指标，本文选取房地产价格增长率／GDP增长率、房价收入比这两个指标作为房地产泡沫的测度指标。
第1个指标：房地产价格增长率／GDP增长率。
房地产价格增长率／GDP增长率是测量房地产相对实体经济(GDP)增长速度的动态相对指标，反映房地产泡沫发展的趋势。该指标值越大，表明房地产的发展超出实体经济发展的程度就越大，相应的房地产泡沫形成的可能性就越大。一般认为，当房价上涨幅度是GDP增长幅度2倍以上时，房价的上涨就超出了合理的区间，有泡沫存在。
第2个指标：房价收入比。
房价收入比这个指标最初是用来衡量家庭对房价的承受能力。如果房价远远大于家庭年平均收入，则说明住房价格超过了居民消费水平，房价过高。比较理想的情形是房价与家庭年平均收入的比值维持在一个合理的范围内，国际上通常认为这个范围是3-6。世界银行认为发展中国家的比值一般在4-6间，发达国家一般在1.8-5.5之间。
RR=RP×PS／PI
房价收入比的计算方法是商品住宅平均单套销售价格与居民平均家庭年收入的比值。上式中，RR表示房价收入比，RP表示商品房销售价格，PS表示城镇人均住宅建筑面积，PI表示居民平均家庭年收入。商品住宅平均单套销售价格等于商品住宅平均销售价格与商品住宅平均单套销售面积之积；居民平均家庭年收入等于城镇居民平均每人全部年收入与城镇平均每户家庭人口数之积；商品住宅平均单套销售面积等于城镇人均住宅建筑面积与城镇平均每户家庭人口数之积。房价收入比不仅受到商品住宅平均销售价格的影响，而且受到商品住宅结构及城镇居民收入水平的影响。
该比值越高，支付能力就越低。当市场中的房价收入比一直处在上升状态，且并没有存在市场萎缩的迹象，则说明这个房地产市场中投机需求的程度较高，产生房地产泡沫的可能性就越大。
(二)城市的选取
北京，是中国的首都，政治、文化、经济的中心。所以像北京这样的内地一线城市，它的房屋销售状况、租赁状况，房地产开发投资情况自然是关注的焦点。它的发展变动吸引着国内外人民的目光，同时也是政府部门、开发商及学术研究人员共同关心的话题。所以北京当属首选城市。
西安，则是西北地区最大的城市，以古都闻名遐迩。西安同时也是我国主要的二线城市。二线城市的产品、配套以及人居教育环境对周遍的城市人口都具有很强的吸引力。而且，二线城市楼市的平均价格趋势和经济是否过冷过热指标，也是能够反映中国地产形势的中坚指标。所以把西安作为二线城市的代表，分析二线城市房地产市场的发展状况。
呼和浩特，是内蒙古的首府，地处我国北方，素有中国乳都之城。近几年呼和浩特市经济的快速发展、居民收入水平的不断提高，使消费结构进一步升级，不仅呼和浩特市居民改善住房条件的需求旺
盛，而且周边地区的一些人也纷纷到呼和浩特市购房，从而促进了呼和浩特市房地产的快速发展。所以在众多三线城市中，呼和浩特房地产市场的发展极具特点，所以把呼和浩特作为三线城市的代表。
所以北京、西安、呼和浩特三个城市分别代表一线、二线、三线城市的房地产市场发展的状况，它们各自有着自己的发展特点和发展趋势。所以它们的房地产市场发展走势也从不同的侧面反映了我国房地产市场发展的特点。
(三)数据的选取及来源
自1998年开始，随着福利化分房的结束，住房商品化的开始，我国房地产业进入了持续快速发展的新时期。与此同时，房地产价格也连续快速攀升。近年来，关于我国房地产泡沫问题的争论不绝于耳，但是一直未有定论。所以本文在借鉴国内外理论研究的基础上，引用1998年到2010年的统计数据，来反映这段时期内我国房地产市场的走势，运用定量方法来测度我国一线、二线、三线城市的泡沫问题具有很强的现实意义和参考价值。数据来源于中经网统计数据库、国研网数据库和各省市的统计局网站及统计年鉴。
四、实证分析
上文通过分析房地产泡沫的含义及其成因，找出适合测度我国房地产泡沫的指标：房价增长率／GDP增长率及房价收入比。下面根据以上两个指标测度北京、西安、呼和浩特三地房地产市场是否存在泡沫；根据国际及国内的经验，确定房价增长率／GDP增长率及房价收入比这两个指标的临界值，运用三地房地产行业1998-2010年的数据，分析泡沫问题，得出结论。
(一)房价增长率／地区生产总值增长率
该指标是根据房地产泡沫的涵义来设计的，用实际地区生产总值增长率来反映实体经济的发展，测量房地产相对实体经济增长速度的动态指标，用来监测房地产泡沫化程度。该指标采用实际地区生产总值的增长率来代替基础价格的增长率，数据可信度高，而且能反映房地产业发展及房价增长是否以宏观经济增长为基础，更能反映房地产泡沫发展的趋势。该指标值越大，房地产泡沫的程度就越大。对房价增长率／GDP增长率指标，国际上并无严格标准，不过可用以往的房地产泡沫时期的该指标值做参照分析。以亚洲国家为例，日本存在严重的房地产泡沫的1987到1990年间，这项指标的平均值为3.3。而香港此项指标在1986到1996年间平均值达2.4，接近日本泡沫经济时期的水平。1997年8月是香港楼市的高峰期，此项指标达3.6-5.0，表明其在1996年底房地产业相对其实体经济已过度扩张，到了1997年更是出现了明显的泡沫化增长。1958到1993年中国房地产泡沫时期，房价增长率与GDP增长率之比在2到4.5左右。由于中国经济的高增长率，该指标只在很少的年份大于2。处于比较安全的水平。但是如果房价仍然高速增长，从该指标考虑的中国房地产市场就可能出现泡沫迹象。
以下是北京、西安、呼和浩特1998年到2010年三地房价增长率／地区生产总值增长率的对比表：
上表所示是三地房价增长率／地区生产总值增长率对比的情况：
北京这个指标大致在-0.5-2之间徘徊，波动不大，只有2005年和2007年房价上涨增幅是地区生产总值增幅的2倍以上，说明这两年北京的房地产市场存在泡沫。其他年份房价上涨增幅小于地区生产总值增幅的2倍，所以从总体上来看北京商品房销售价格的增长基本上是以地区生产总值的增长为支撑的，北京房地产市场并未出现泡沫。原因分析，2004年由于国家出台了“121”等强劲的政策来抑制房地产贷款额增长过快，而2004年一过，这一比例又开始上涨，所以2005年显示出北京的房地产市场泡处在沫膨胀阶段，非理性气氛较浓。2005年末地价有所回调，但2007年呈现反弹迹象。2007年以北京、深圳等为代表的一些城市呈现房价绝对水平和增速“双高”趋势。
西安作为二线城市，房地产市场发展从1992年起步，经过1992-1999年的起步、调整上升期，到2000-2002年相对稳定的协调发展期，经历了2003-2007的政策调整、快速提升期，再到2008年-2009年，房地产行业全面调整期。一路走来，已经走过17个年头，西安房地产市场长期以来表现为稳中有升的发展态势，即便在多年来全国一线城市房价伴随着政策的调控大起大落时也是如此，这一点从表中也可以看出，西安的大部分年份房价增幅与地区生产总值的比都在2以内，只有2000年、2001年和2009年超出了2。在2009年西安楼市较为火爆，1-11月的新房成交量为1,120.18万平方米，创造了新的历史记录。
呼和浩特市的房地产市场起步较晚，但是近两年来，呼和浩特市房地产业快速发展，引起了社会各界的广泛关注。表中显示出2009年，呼和浩特的房价增幅超过地区生产总值2倍多，是近十三年来增幅最大的一年，说明了呼和浩特市房地产业蓬勃发展的同时存在着房地产泡沫的隐患。不过，从总体上来看呼和浩特市的房地产业尚处于健康发展阶段，其他年份的房地产价格增幅与地区生产总值的增幅均属于理性的涨幅范围内。但是如果房价仍然高速增长，从该指标考虑的呼和浩特房地产市场就可能出现泡沫迹象。
(二)房价收入比
该指标即是根据房地产泡沫成因中的过度投机需求来设计的。由于房价收入比是家庭购房支出与收入的相对比，能消除不同地区房价、不同收入水平对居民购房成本的影响，相对真实的反映居民购房能力，而且计算也比较简便，因而成为考察居民购买能力的一个国际通行指标。看一个地方的房价是高是低，住房究竟是给老百姓带来了沉重的负担，还是处于一个可接受的水平，国际上有一个通行的计算模式，就是要看这个地方或城市的房价收入比究竟是多少。
当一个地方的房价收入比超过5的时候，国际惯例就认为该城市房屋购买力“极低”；当一个地方的房价收入比超过6的时候，就会被国际上公认为属于房地产泡沫区；当一个地方的房价收入比超过7的时候，就会被国际上公认为“国际房价最难承受的地区”。
以下是北京、西安、呼和浩特三地房价收入比示意图：
从上图可以清晰的看到北京房地产市场的房价收入比均在6以上，所以按这个指标分析北京房地产市场存在严重的泡沫，尤其是在2007年和2008年，房价收入比达到了10以上。分析原因由于大量外来人员的涌入，对住房的刚性需求比较旺盛，同时，在其中趁机投机的资本也比较多，造成了房价的推高比较严重，泡沫风险比较大，即使在泡沫不破裂的情况下，人民的生活水平也会受到极大的影响。所以，对于经济发展速度比较快的一线城
市，除了需要打击投机行为之外，还应该尽力去加大房地产开发建设的力度，努力满足居民迫切的购房需求。
北京既是我国的心脏又是国际化的大都市，政策开放以及设施完善，房地产市场自然会受到广泛的关注，但是在这种房价非理性上涨表现出比较明显的房地产过热的趋势。这样高的房价收入比显然是不合理的。虽然房地产业的快速增长可能会使地区生产总值呈现出一种非常繁华的景象，但神话一旦破灭，后果不堪设想。经济学者对此忧心忡忡，认为我国目前的房地产业已经形成了泡沫，对我国是一个严重的隐患，这泡沫一旦破灭，就会对我国经济造成无法估量的损失。
而西安和呼和浩特两个城市的情况比较乐观。西安房价收入比在2001年之前都是小于6的，2001年后一直保持在5-7这个范围内，2009年达到最高7.49，可以说西安房地产市场的发展存在适度的泡沫，西安整体的收入水平和趋于保守的消费观决定了西安楼市的投资需求并不多，大部分买房人仍是刚性需求。还有部分原因可能是因为国家政策的扶持还有信贷政策的放松导致了西安房价的持续走高。西安的房地产市场一直是稳中有进，小幅上扬，适度的泡沫反而可以推动和促进西安房地产市场的发展，但是西安房价收入比一路走高，意味着房地产市场中的泡沫度正在堆积增长之中，房地产市场中的投机资本比例也在升高。所以，相关部门应予以足够的重视。
呼和浩特的房价收入比一直在3-6这个范围内徘徊，这个范围是非常符合国际化的标准的，可以说呼和浩特的房地产市场现阶段是不存在泡沫的，属于健康稳定的发展。呼和浩特市的开发热潮刚刚兴起，所以各开发商和投资商都纷纷看好三线城市，潜力很大，发展前景广阔，暂时未出现泡沫。但仍需持谨慎乐观态度，当前蓬勃发展的房地产业是一把双刃剑，它既能拉动经济增长，也可能产生经济泡沫。
五、结论
1、通过以上房地产价格增幅／地区生产总值增幅和房价收入比两个指标对北京、西安、呼和浩特三地房地产市场运行特征的实证分预期美好，刚性需求强烈需要人口稳定、外来人员较多。而每一次的涨落都与国家的政策短期效应有关，如1998、1999年由于我国处于机构改革、紧缩阶段，2001年国家析及定量评判，从整体上看，虽还没有完全足够的证据证明我国各大城市存在普遍性的房地产，但是北京、西安、呼和浩特三地的房地产市场已经说明了问题，虽然全国尚未形成严重的房地产泡沫，更未达到房地产泡沫破裂程度，但仍存在着较高的潜在的房地产泡沫风险因素。局部地区(比如北京等)确实出现了房地产投机性泡沫，为中国房地产市场敲响了泡沫警钟。近几年来，政府各种调控措施的不断及时出台，如“121号文件”、“国八条”、“8-31大限”、“211号文件”及“国六条”等，房地产市场价格上升之势得到一定遏制，挤压了一定的泡沫。随着国家加大对房地产行业宏观调控，建立健全相应的政策法规来约束房地产的发展速度与方向，严格限制各级政府的缺位与越位行为，加强金融监管力度，打击投机性投资行为，限制国际热钱的影响，可以使我国的房地产业得到全面健康与合理的发展，使已经出现的局部地区的房地产泡沫逐渐消除。
第7篇
2009年，国家把扩大内需，保持经济又好又快发展作为头等大事，国务院出台的10条扩内需政策中有5条是基础建设投入。而我省在积极争取国家政策扶持的同时，2009年仍将固定资产投资作为拉动经济增长的重点，预计全年固定资产投资同比增长30%，但低于上年同期10个百分点，因此全年生产资料需求规模将略低于20*年，市品场供需将趋于宽松，供过于求商增加，价格将稳中回落。
一、能源类产品供求关系趋于平衡，价格稳中回落。
此次调查显示，认为2009年上半年能源类产品供求平衡的意见占76%，供过于求的意见占24%，其中，认为煤炭供过于求的意见增加，动力煤、炼焦煤市场供过于求的意见占64%，供求平衡的占36%；认为汽油市场供过于求的意见占18%，供求平衡的占82%。
62%的调查意见认为2009年上半年能源价格将下降，38%的意见认为价格基本稳定。其中，认为动力煤市场价格下降的占74%，价格平稳的占26%；认为焦炭价格下降的意见占56%，价格平稳的意见占42%；认为柴油市场价格下降的意见占43%，价格稳定的占53%；认为汽油市场价格下降的意见占45%，价格平稳的意见占55%。
（一）煤炭供求宽松，价格将平稳下降。20*年，国际国内煤炭价格都经历了较大幅度的波动，上半年煤炭市场供应偏紧价格大幅上涨；进入下半年受国际金融危机影响，煤炭需求出现萎缩，价格大幅下滑。预计2009年上半年，受经济增速放缓，火电发电下降，下游行业大量减产影响，煤炭市场需求萎缩，供求将趋于宽松，价格也将平稳下降。为保持煤炭行业健康有序发展，避免出现全行业亏损，国家将加大关停小煤矿的力度，控制煤炭产能过快增长，鼓励企业以需定产，减少资金和库存压力，并通过在管理供给和刺激需求两方面的努力，力争使煤炭市场的供求关系基本将保持平衡。
（二）成品油价格存在小幅波动的可能。20*年国际原油价格经历了从顶峰到谷底的大幅波动，从7月份的147美元/桶跌至12月份的40美元/每桶左右。在国际原油价格的大幅波动的同时，我国原油价格保持稳定，其原因在于我国实行的是国家定价政府补贴的政策。随着我国经济的高速发展，能源问题，特别是石油能源的供需矛盾日益尖锐。一方面我国对石油需求不断增加，我国从1993年由净出口国变为净进口国，对外依存度逐年提高，目前已达到50%；另一方面由于国内资源匮乏，20*年因持续走高的国际油价而产生的巨额补贴使国家财政不堪重负。因此，理顺国内成品油定价机制、调节供求矛盾便成为当前我国能源工作的重点。2009年1月燃油税的实施，预示着国内油价与国际油价的逐步接轨，我国成品油价格还有下调空间，价格将有所回落，但由于国际油价波动性很大，因此2009年上半年我国成品油价格也存在小幅波动的可能，但汽油、柴油供求将保持基本平衡。
二、黑色金属供过于求，价格将呈下降趋势
此次调查显示：在商品供求方面，认为2009年上半年50种黑色金属类商品市场供求平衡的意见占36%，供过于求的占64%。其中，认为大型工字钢市场供求平衡的意见占67%，供过于求的意见占33%。在价格趋势方面，认为2009年上半年黑色金属价格下降的意见占63%，价格稳定的占37%。其中，31%的意见认为大型工字钢价格稳定，69%认为价格下降；33%的意见认为棒材市场价格稳定，67%的意见认为价格会下降；认为线材价格下降的占65%，价格稳定的35%。
20*年上半年，煤炭、铁矿石等原材料价格上涨使得我国钢厂生产成本不断攀升，钢材价格一路走高。9月份以来，受国际金融危机影响，国外消费品市场需求下降，致使我国汽车、家电等行业出口量下降，而国内市场需求有限，供过于求，产能下降。此外，国内房地产市场持续低迷，新房建设开工量减少。汽车业、家用电器业和房地产业的不景气都直接影响到位于上游的钢铁产业。钢铁价格从第三季度末快速回落，*省的钢材平均价格在3个月的时间里下降了近30%。国内钢铁生产企业，在上半年原料价格上涨和下半年销售量、销售价格齐跌的双重压力下步履维艰。国家为促进经济又好又快发展，出台了一系列“扩大内需，促进增长”的措施，加大固定资产投资和基础设施建设力度，预计可有效增加钢铁需求量。此外，国家从20*年12月1日起取消了67个税号钢材出口关税，这标志着国家对钢材出口的政策进行了重大调整，有利于提高我国钢材国际竞争力。但由于我国钢铁产能巨大，国际金融危机对我国经济的影响尚未见底，钢铁需求量难以恢复到*年上半年的水平。预计2009年上半年钢铁市场将供过于求，价格将小幅下降。
三、有色金属市场供需关系宽松，价格呈低位震荡走势
此次调查显示，25%的调查意见认为2009年上半年11种有色产品供求平衡，75%的意见认为供过于求。其中，认为铜供求平衡的占31%，供过于求的占69%；认为铝供过于求的占72%，供求平衡的占28%。21%的意见认为有色金属价格稳定，79%的意见认为价格下降。其中，认为铜价格稳定的占33%，价格下降的占67%；认为铝价格稳定的占36%，价格下降的占64%。
20*年我国有色金属生产增速减缓，价格有所回落。前三季度，全国11种有色金属产量增速同比减缓11.6个百分点。主要国际市场铜库存压力很大，目前国际市场铜库存总量高达78万吨，而世界金融危机导致市场信心下降，国内外铜价大幅下降。2009年，我国将投资4万亿资金，用于扩大内需，主要用于基本建设和民生需要，这些重大项目的启动，将带动铝铅锌等有色金属材料的用量，但在上半年仍难以改变供过于求的局面，价格总体呈低位震荡走势。
四、橡胶市场需求疲软，价格仍将震荡下行
商品供求调查显示：60%的意见认为2009年上半年46种化工产品供求平衡，40%的意见认为供过于求。其中，认为橡胶及制品市场供求平衡的意见占47%，供过于求的占53%；认为酸类供求平衡的占56%，供过于求的占43%；醇类供过于求的占20%，供求平衡的80%；认为塑料原料市场供过于求的占52%，供求平衡的占48%。
价格趋势调查显示：67%的调查意见认为橡胶市场价格下降，33%认为价格稳定。其中，认为橡胶及制品市场价格平稳的占22%，下降的占78%；认为塑料原料市场价格平稳的占56%，价格下降的占44%。
进入20*年11月中旬全球金融危机进一步加深，并向实体经济延伸，虽然东南亚主产国宣布减产，但橡胶下游需求变得极度疲软，尤其是在全球汽车产业受到严重冲击的情况下，国际橡胶价格已降至几年来的新低。目前我国部分轮胎企业开工率不足50%，橡胶消耗减缓，部分厂家原料库存较高。预计2009年上半年橡胶价格仍将振荡下行。
五、扩大内需建材市场需求增加，水泥、玻璃价格将下降
此次调查显示，认为2009年上半年36种建材产品供求平衡的意见占44%，供过于求的意见占56%。其中，认为水泥市场供过于求的占60%，供求平衡的占40%；68%认为玻璃市场供过于求，32%认为供求平衡；55%认为涂料市场供求平衡，45%认为供过于求；36%认为地板供过于求，64%认为供求平衡。66%的意见认为2009年上半年建材价格将下降，34%的意见认为价格稳定。其中，认为水泥市场价格平稳的占40%，下降的占60%；认为玻璃市场价格平稳的占35%，下降的占65%。
20*年主要建材产品生产逐渐减速，价格波动较大。1-8月份，水泥价格同比上涨，9月份，随着固定资产领域尤其是房地产投资增长的快速回落，水泥需求明显放缓，价格高位回落。平板玻璃价格波动也较大。预计2009年上半年，随着哈大铁路、长吉城际铁路、九台华能电厂等重大项目的开工，受益于区域市场需求的拉动，我省市场需求将趋于稳定，但在全国水泥价格将走低的情况下，我省水泥价格也将呈下降趋势。由于20*年全国平板玻璃库存2250万重量箱，上升31.1%，库存较大，供求关系宽松，价格将稳步下降。
六、汽车市场需求受到抑制，市场价格将继续呈现稳中有降的态势
此次调查显示，认为汽车类商品中供求平衡的意见占12%，供过于求的占88%。其中，认为载货车供过于求的占56%，供求平衡的占44%；认为越野车供过于求的占62%，供求平衡的占38%；认为客运车供过于求的占92%，供求平衡的占8%。
认为汽车类商品中价格稳定的意见占23%，价格下降的占77%。其中，认为载货车价格稳定的占40%，价格下降的占60%；认为越野车价格稳定的占46%，价格下降的占54%；认为客运车价格稳定的占12%，价格下降的占88%。
20*年9月份，在国外汽车市场不景气的情况下，我国的汽车出口明显放缓，汽车产能过剩矛盾较为突出，竞争更加激烈。2009年上半年，随着国家陆续出台一系列政策措施的逐步落实，我国汽车工业特别是重型汽车产业存在较大发展空间：一是虽然我国重型汽车总量较大，但人均保有量、人均物流量依然较低，特别是运输市场潜力巨大；二是随着我国基本设施建设陆续开工，特别是新农村建设全面展开，农村客运货运市场将逐步扩大；三是随着我国扩大内需政策的落实，专用车市场、高附加值的车辆有巨大潜力。
七、农业生产资料供需平衡，价格稳中有降
此次调查显示，55%的意见认为2009年上半年36种农资产品供求平衡，45%的意见认为供过于求。其中，认为农药供求平衡的占65%，供过于求的占35%；认为化肥供求平衡的占56%，供过于求的占44%；饲料供求平衡的占52%，供过于求的占48%。
第8篇
[关键词]经济全球化；泡沫；金融风险；次级债
[中图分类号]F120.2［文献标识码］ A
[文章编号] 1673-0461(2008)08-0078-05
前言
最近5年，国内房地产市场出现了快速发展，房价出现了大幅上涨。最近两年，国内证券市场出现了股权分置改革之后的一轮波澜壮阔的牛市，资产价格出现大幅度上升。在房地产和证券市场出现了资产价格泡沫的迹象。而在这个现象之后，是全球成本推动通胀和人民币强烈升值预期的背景。本文通过分析资产价格泡沫背后的经济全球化对于资产价格泡沫全球化的联系，力图理顺当下资产价格泡沫的形成的原因和逻辑。
一、全球资本流动加大金融风险
经济全球化不但带来的是资源配置效率的大幅度提高，也带来资本流动的全球化。而资本在现代金融体制安排和信息技术的帮助下，其流动性也大大增加了。20世纪80年代以来，银行国际贷款的增加便远远快于国际贸易的增长。在1979～1982和1990～1993世界经济不景气的年份中，即使世界出口贸易由于经济衰退而出现了下降，国际资金流动的增长也未受到影响[1]。大量的资金不但在不同国家之间也在外汇、证券、信贷、衍生品等不同市场间快速流动。与此同时衍生品市场交易规模迅速扩大。根据国际清算银行的数据，1991～2005年全球有组织的交易所交易的金融衍生工具未清偿合约总额从35,212亿美元增加到238,805亿美元，增幅达578％。股指与货币衍生品合约交易规模在今年一季度增长25%达到429万亿美元。
国际资本流动从80年代开始出现飞速增长，最开始主要是因为石油美元的大量积累并流入国际金融市场，其次是同时期各国金融监管逐步放松，而金融创新不断出现以及金融市场发展迅速[1]。1997年12月13日国际贸易组织达成了《金融服务协议》，进一步要求成员国开放金融市场，促进金融市场的全球化。在这种背景下，最近几十年来发生的全球和区域金融危机都和国际资本的快速流动和冲击有着密切的关系。例如1994年的墨西哥货币危机、1997年的东南亚金融危机等等。
二、亚洲经济崛起和泡沫的联系
另外一个方面亚洲经济体最近30年来的经济出现高速增长，这些国家通过结合发达国家的科技和FDI资本，劳动生产率大幅提高，而产品大量出口发达国家，国内的生活消费水平也大幅度提升。而这个过程中一个明显差异是这些发展中国家都有着远高于发达国家的储蓄率。这个特性主要是由于社会保障制度不健全，还有就是东亚文化传统的影响。在东亚经济快速崛起的过程中，全球GDP比重向储蓄率高的国家倾斜，使得全球储蓄规模不断提高，使得全球的利率得以保持一个较低的水平。也有利于压低全球的通货膨胀率。目前世界各地（除了南美和中东极少数国家）通胀率都保持在个位数，这几乎是金本位制度结束之后少有的黄金年代。而长期利率的持续走低使得股票市盈率不断提高，还使得大宗商品、不动产、收藏品以及几乎所有带有投资属性的物品价格出现飞涨。而同时普通消费品和工业品价格保持相对稳定。泡沫就在这样的情况下悄然滋生和蔓延。这样的过程能否继续持续下去？亚洲新兴经济体的劳动生产率能否继续快速提升？而这些国家的储蓄积累过程随着经济增长和社会制度的完善也最终会转向消费释放的过程。而仔细考虑这样一个长期的国际宏观环境，我们发现中国即使由于一些制度变革反应出独特的特征和时滞，却仍然只是这一持续几十年的大经济循环中的一朵浪花，从来也难以脱离全球化经济浪潮从而拥有独特的经济周期。
三、美元政策是全球泡沫的根源
而从最近几年来看，国际资本的快速大规模流动则和美国政府在2000年网络股泡沫破灭之后为维持经济增长所采取的低利率政策以及布什上台后实行的弱势美元政策有密切的联系。其实质是美国政府为了缓解国内经济的压力，包括国外巨额债务和进出口赤字，采取弱势美元的政策。流动性的根源必然是货币发行量过多，而美元作为世界货币，其发行量的过多必然导致流动性从美国境内向全球范围内扩散。因为石油贸易到目前为止，主要的结算货币仍是美元，所以美元的持续贬值自然会引起石油价格的不断攀升。而同时期世界经济增长情况良好，亚洲新兴市场特别是中国的石油需求不断增加，使得这种价格上升有了一定程度上的需求面支撑基础。而石油作为基础能源和石油化工链的原料，价格的大幅上涨对工业生产的各个方面都产生了巨大的影响。直接带动了其他能源和资源品的价格上涨。使得通胀的压力不断向下游传导。而国际金融资本也在商品期货价格的大幅上涨中扮演了重要的角色。
由能源和资源品上涨带来持续的成本通胀的压力缓慢向下游渗透的过程逐步改变人们的通胀预期。而这种预期的改变和不断加强会带来更多的资金保值和增值的需求，使得证券和房地产市场的投资需求不断被释放。而同时期全球经济增长处于良好的上升周期。所有的新兴市场国家的经济增长持续超过美国，而美国经济在美联储2000年后一系列扩张政策之后也避免了大幅度衰退，保持了较好的增长。对于欧美国家而言，中国全面加入全球贸易体系之后涉及各个方面的中国廉价商品充斥美国和欧洲市场，极大的遏制了通胀的出现。同时加上良好的经济基本面和不断释放的消费需求，这一切都显的无比美好。对于美国的消费者而言，经济增长稳定，就业率维持高位，而同时又有大量的来自中国的商品降低生活成本。自然对于未来的乐观预期不断加强，房地产市场的需求被快速点燃。导致2000年后美国房地产市场的泡沫的出现。而实际上，全球经济一体化不但加强了各国的金融市场联动性，还表现在各个国家的经济发展基本面受到国际市场的影响明显增大。《经济学人》列举的42个国家中，没有一个国家的经济增长低于2.2%。经济强势周期保持一致。
在全球范围内流动性过剩的背景下，国际金融市场的波动幅度增大。以香港股票市场的短期波动为例，明显受到美国市场和日本市场的影响很大，而反映本地实体经济基本面变化的能力越来越小。2007年国内证券市场2月27日的突然大幅下跌，紧接着全球金融市场也发生大幅的波动，应该和日元套利借贷资金大幅平仓有很大的关系。因为日本金融市场利率一直保持很低甚至是负利率水平，而日元汇率相对比较稳定，这导致了极低的借款成本。所以国际金融市场上的中短期资金，特别是很多高风险高流动性的投机资金大部分来自于日元借款。这些资金的成本和日本利率以及日美汇率变动紧密联系，美元的汇率变动实际上从多层次多路径影响国际流动性的发生、流动和变动趋势。
四、证据一：全球证券市场联动性明显
从欧洲各国股市最近几年的走势以及涨幅来看，表现出较明显的相关性和趋同性。其结果是通过全球化投资和资产配置来分散风险也变得更加困难。从下表1中可以看出，各国股票市场的整体周期一致性很强，欧美发达国家股市升幅表现也比较接近。亚洲新兴市场之间升幅也相对接近。从最高点位出现的时间来看，澳洲、香港、韩国市场之间联系紧密。全球范围内经济基本面之间联系的日趋紧密以及金融资本流动全球化和高速化，使得资产价格之间的联系密切成为自然而然的结果。中国虽然目前金融市场相对封闭全球联动性不强，但是由于经济基本面已经全面和国外联系，并且金融开放已成趋势，同时香港作为金融联动传导中介作用也越来越强，金融市场未来受到国际影响也会越来越明显。
五、证据二：全球房地产市场的泡沫
另外一方面，泡沫的全球化过程中泡沫不仅仅简单的被约束于证券市场一个部门内，而会向各个部门渗透。在全球流动性过剩的环境下，任何带有投资属性或者可以发展出投资属性的行业和部门都会受到流动性的冲击。
房地产需求主要分为现实消费需求和投资性需求。其中前者较为稳定，主要和人口结构、收入增长联系；后者主要和价格预期、利率环境和房地产政策联系紧密。对于一个房地产市场的健康发展而言，投资性需求是一个必要而且有益的组成成分。出于投资性需求而购置的房产实际上在房地产供求过程中起到了剂和蓄水池的作用。在没有出于投资性需求而购置的房产的情况下，一旦供给和需求不能严格匹配（现实中这是不可能实现的），二手房边际购买者面对的将是具有刚性需求的自住者，房地产边际成交价格都会出现剧烈的上下波动。另一方面，投资性购房者的存在也有利于租金市场水平保持相对低廉，也有利于租金市场保持充足的流动性。而在一个持续的价格上涨预期中，投资性需求逐步放大并且表现坚挺。但是当投资性需求在整个需求结构中比重超过合理范围，投资风险就开始累积。同时刚性的消费需求由于房价过高而被抑制。这个过程实际上损害了低收入阶层的利益而有利于高收入阶层。由于投资性需求主要受到人们对于价格趋势的预期影响，而人的预期是非常容易波动和逆转的。所以当投资性需求成为需求的主要力量时，市场价格波动会变大，相应的投资风险也会增大。
从全球房地产市场来看，1997年到2007年间，除了日本和我国香港之外，全球绝大多数地区房价涨幅都达到了100%以上。其中英国房价指数上涨幅度超过190％，美国超过120％。全球房地产和房地产信托基金经历了一个连续7年牛市。过去5年发达国家楼市总值由30万亿美元升至超过70万亿美元，增幅相当于世界各国国内生产总值的总和[2]。相比之下，上世纪20年代后期美国股市泡沫产生的市值增幅只相当于其同期国内生产总值的55％，90年代后期全球股市泡沫增幅相当于世界各国国内生产总值的80％。1997-2005年全球房价涨幅最大的是南非，达244%；第二位的是爱尔兰，达192%；第三位是英国，涨幅达154%；第四位是西班牙，涨幅145%。而从2006年开始，美国房地产开始出现价格下滑情况，2006年夏全美现房销售在38个州出现下跌，其中9月份更是创下了36年以来的最大跌幅。在欧洲，房价同样出现了下跌的情况。据法国全国房地产联合会公布的数字，法国平均房价2006年7月份下降0.3%，8月份下降了1.1%。而在西班牙，从2005年开始房价增长就已经放缓。今年以来的次级债务危机，更加影响了人们对欧美经济以及房地产市场的信心。房地产价格上涨趋势预期有可能被全面逆转。中国房地产市场从1998年住房改革以来，由于宏观经济环境和压抑以久的住房需求价格也出现了全面巨大的上涨。伴随着房地产价格的快速上升，大量的资金涌入房地产开发行业和房产投资领域。以2006年福布斯中国富豪排行榜为例，上榜的前100名富豪中有41位出身房地产行业或者参与房地产行业，可见该行业的热度以及利润集中程度。观察现实中国房地产市场情况，以上海为例，虽然房地产供给每年的存量相对于每年成交量很小，只能满足几个月的成交。但是另一方面，很多已售出房产的空置率比较高，通过供给需求缺口判断房地产真实供求情况时必须区别考虑消费需求和投资性需求。一旦价格趋势的预期被逆转，以往的投资性需求购买的房产可能一夜之间成为供给方，引起房地产价格较大的下行压力。
六、大宗商品市场的超级牛市――成本推动通胀
而大宗商品市场在差不多同一时期也出现了一轮超级牛市。美国原油价格从1998年的低点每桶10.35美元上涨到最近超过100美元一桶。由于全球石油贸易成交额巨大，石油价格的暴涨吸引了巨量的投机性资金聚集在石油期货市场。有数据显示，2000年进入能源市场的对冲基金只有30亿美元，到2005年达到了900亿美元，到2007年则远远超过1000亿美元[3]。油价的大幅上升有石油供需基本面和地缘政治的影响，但是另外不可忽视的巨大推动力量是流动性过剩带来的投资性和投机性资金。以纽约轻质原油期货持仓结构来看，非商业性多头头寸占多头总头寸的比例经常不超过20％。在美国次级债危机爆发之后，由于美国和欧洲房地产市场受到打击，投机者将更多资金转入能源期货市场，使得石油价格一度逼进100美元/桶大关。但是从另外一方面考虑，由于通货膨胀和美元持续走弱的因素，实际上目前的油价只相当于1980年的30美元左右，但是由于人民币和美元联系紧密的汇率制度，使得高油价对我国实际形成比较大的通胀压力。
有色金属的超级牛市中，LME场内铜现货价格从2001年10月份的每吨1,352美元上涨到2007年最高时每吨8,788美元，涨幅高达5.5倍。金属镍的价格从1998年底的3720美元到2007年5月的5.4万美元，涨幅达到13.6倍，而其他金属也涨幅巨大：铅8.5倍、锌5.1倍、锡3.9倍。铝1.8倍。与之相应的是，有色金属矿产企业获利丰厚，盈利出现井喷增长。以A股上市的有色金属企业为例，驰宏锌锗06年净利润比05年同比增长接近700％；锌业股份2006年净利润达到2.4亿元，比2005年的633万元升幅达到3700％，而同比主营业务收入只增长了100％，可见净利润的增长主要来自产品价格的上涨；中金岭南2006年净利润同比增长318％。另外差不多是同时期，国际市场黄金现货价格1998年8月最低为252.35美元/盎司，上涨至2007年11月达到845.80美元/盎司，涨幅近235％。而这个价格距离1980年的历史最高价格850美元/盎司只有咫尺之遥。另外，铁矿石价格1999年见底之后，目前涨幅超过2倍，煤炭价格涨幅超过3倍。
大宗商品价格暴涨的背后是美元持续走弱，导致美元计价的商品价格飙升；另一方面则是亚洲新兴经济体的需求增长。而大宗商品价格上升会通过成本推动型通胀向全球各经济体的产业链的不同层次传导。而通胀预期也促使资金从银行流向地产和股市寻求保值。
七、国际和国内艺术收藏品市场的非理性繁荣
有趣的是，除了伴随着流动性过剩出现的证券市场、房地产市场和商品市场的牛市之外，国际艺术品市场的走势也和流动性密切相关。在日本升值泡沫和美国科技网络股泡沫发生的同时，艺术品市场在20世纪80年代的日本也出现疯狂的情况。伴随着美国科技网络股泡沫，90年代后期美国纽约艺术品市场则出现泡沫化大崩盘。从1996年到2006年的十年间，艺术品价格连续10年保持快速上涨，世界艺术品市场整体规模扩大了10倍，累积涨幅超过300％。而2007年，最顶尖的当代艺术品价格飙升超过50%。
从中国国内的情况来看，最近几年中国艺术品市场成长及演变的速度令人吃惊。从雅昌艺术网编制的当代中国画100家指数来看，2004年该指数仍处于1000点左右，之后出现快速上涨，2007年最高达到6635点。随着市场拍卖成交价格不断上升的是流入艺术品市场的短期投机性资金大幅增加。市场上的短期投机资本至少占总资金的50%以上，甚至一段时间内达到70-80%左右。同时市场以及媒体上充斥着关于浙江游资大举进入艺术品市场的消息。另外，民生银行还推出了国内首只艺术品理财产品“艺术品投资计划”1号。该计划为非保本浮动收益型，投资门槛最低100万元，投资周期两年，主要对象是中国当代书画，预计收益年回报率38％，上不封顶，其中客户优先收益率为18％。对于书画这类艺术品投资，一般来说都有比较长的投资周期，而为期两年的短期投资工具的出现，并且年回报率高达38％，不能不反映出市场的极度火爆和泡沫化的程度。另外一个例子是在2007年香港苏富比2007年秋季拍卖会全球首次预展上张晓刚创作于1992年的油画作品《创世篇―― 一个共和国的诞生》，估价高达1170-1950万港元了解，而在1994年广州嘉德春拍会上，该画成交价仅仅只有2.53万元人民币，13年时间增值近500倍。
国内红木市场价格近些年来也出现价格大幅上涨，在海南省，海南黄花梨的木板价格已涨至9000元/公斤，并且市面上出现有价无市的情况，而四至五年前每公斤只需要1,000～1,500元。同样，越南黄花梨木，小叶檀木等价格近年来也出现大幅度的涨幅。考虑到海南黄花梨木具有非常长的生长周期而且国内早已禁止砍伐，同时作为奢侈品的需求随着经济增长和国民财富积累不断增加，这些都带来了巨大的供需缺口。但是价格短时间内出现如此剧烈上涨无疑和流动性过剩带来的寻求保值增值的巨量资金的流入有密切的关系。
八、危机的一次预演――次级债务
最近发生的次级债危机则是这些长期累积的矛盾的一次爆发，考虑到美联储对房价大幅下跌引发金融危机的表现出极大担忧而采取全面严阵以待的策略，这次危机而是否会转为全面的泡沫的破灭，目前下定论仍为时尚早。近日美联储做出一个承诺，将在必要情况下无限量注资，阻止银行间隔夜拆借利率在年末高于设定的4.5%的目标水平，防止隔夜货币市场流动性枯竭。但是即使全球这一次可以安然度过次级债危机而经济增长没有受到大幅度影响，那些过去累积的经济中的泡沫和失衡因素仍然存在。和2000年科技网络股泡沫破灭时候美联储采取的政策一样，这些措施只能延迟泡沫破灭的时间，而无法彻底解决导致经济失衡的因素并彻底化解泡沫。美国房地产市场仍然在高位运行，导致次级债务危机出现的各方面因素依然存在，只是在这过程中充当了巨大推手的投行和对冲基金们损失惨重，恢复元气尚需时日。不过众所周知，金融记忆往往短暂的让人吃惊。对于泡沫的助推者来说，有基本面的环境和土壤，忘记痛楚并开始在新的领域制造泡沫是必然的结果[4]。
从次级债危机的影响的过程中，我们也可以看出经济全球化下泡沫容易向全球范围扩展，截止2007年8月31日，欧洲央行累计向市场注资6,400亿美元，美国央行注资超过1,400亿美元；从已经暴露的亏损和央行注资规模来判断，欧洲受到的损失比美国更大。美国次级贷款的风险通过次级贷款证券化和相应证券的销售向全世界投资者转移，而欧洲的保险机构和其他投资者正是这些产品的主要购买者。与此同时开展国际化业务的各大金融机构也普遍陷入次级债危机。花旗和美林首席执行官先后辞职。这种风险的转移还影响到加拿大，澳大利亚和亚洲国家甚至金融市场开放程度比较低的中国。住宅市场是典型的本地市场，其资产的流动性也非常低。住房抵押贷款资产证券化可以把风险合理的分散，有利于这个行业的发展和资金的流动，但是这个过程中也带来了风险全球化的危险。而仔细分析背后的根源，次级债危机的根源仍然是美元流动性过剩。和世界上其他国家的货币不同，美元作为世界货币，其流动性过剩必然导致全球流动性过剩。而美元的特殊地位非常容易诱使美国政府在遇到国内经济问题时利用美元政策化解矛盾，由于美元全球流动和沉降形成的巨大蓄水池效应，美国超量发行货币在快速“解决”美国国内的经济问题的同时，很难引起全球经济短期明显的变化，但是这个过程使得风险和泡沫在全球不断积累。随着这一过程的进行，美元政策对美国国内经济的拉动作用会越来越弱，而世界经济波动对其敏感性会不断增加。这种风险累积最终的释放过程容易带来全球性的金融危机和经济衰退过程，而美国国内经济的衰退很可能是危机爆发的最后导火索。
九、不断累积的泡沫风险和现实
新兴市场国家由于高速的经济增长环境，在初期会表现出对这种全球性风险较好的抵御性，但是由于新兴市场国家的金融体系健全程度和风险管理水平都落后于欧美国家，所以一旦全球性的金融危机爆发，新兴市场国家也难以避免会被卷入。虽然可能危机爆发的时间会延后，但是受到的损失和危害却可能更大。具体的可能损失程度的估计取决于风险暴露程度即对于泡沫的介入程度以及金融体系的开放程度。中国由于金融体系开放度很低，受到的影响会相对较小，而且会表现出一定的时滞。不过，一旦出现这种危机时，由于人民币保持坚挺会带来巨大规模的资金流入冲击，可能会出现泡沫向中国集中快速涌入然后导致泡沫破灭的情况。
而这一次泡沫全球化表现的淋漓精致，不论是房地产市场还是股票市场，风险溢价都处于历史低位，风险和收益匹配出现明显偏差。基础货币同比增长水平处于历史高位[5]，指望流动性继续保持超高速增长是不现实的，即使出现其结果也是导致泡沫快速扩张使得未来的泡沫破灭更加剧烈。全球经济状况处于最好的时期而且已经持续多年，而我们的理性告诉我们“没有一棵树会永远上长”。信贷获得极为容易，日元利率仍然处于相当低的水平。目前这一状况有一点变化，日元和美元汇率的走势以及预期使得提高了日元借款进入国际金融市场的成本，不过总体来说，国际市场上的资金成本仍然处于相当低的水平。如果考虑到通胀的压力和预期，这一点更是明显。虽然过去几年，来自中国市场的低价商品极大的降低了全球通胀的压力，但是目前国内通胀的压力向终端商品的传导的迹象已经越来越明显，这将引起全球通胀压力的明显增大。
最近的次级债务危机的影响，国际市场的流动性过剩情况出现了大幅度逆转。但是考虑到中国货币政策环境和国际的对比，以及人民币汇率的升值趋势。国内流动性过剩的情况不会马上出现逆转。未来出于对境外资金大规模涌入的担心，流动性过剩的情况还有可能出现突然加剧的情况。从2007年10月开始，中国开始严格约束信贷规模。这种行政手段的信贷收缩的实际效果以及对流动性的收缩效应仍需时间观察。而不断进行的大规模IPO对于证券二级市场的流动性收缩也取得了一定的效果。
2007年底几乎全球所有的资产都普遍出现价格高估和经风险调整后收益为负的情况[5]。希望通过转移资产配置来避免风险并且获得投资收益的策略也很难实现。而且全球目前信贷的影响范围更广，相关衍生品市场的复杂程度比过去更高，使得对于风险暴露程度的估计和一旦发生危机时损失程度和范围的预期变得非常困难。这也使得和良性泡沫共舞而不受到伤害的美好愿望变得难以实现。
[参考文献]
[1]张亦春，郑振龙.金融市场学[M]．北京：高等教育出版社.
[2]（美）约翰•卡尔弗利.泡沫、从股市到楼市的繁荣幻象[M]．北京：北京师范大学出版社2007：67-99.
[3](美)吉姆•罗杰斯。热门商品投资[M]．北京：中信出版社， 2005：97-147．
[4]（美）罗伯特•门斯切.市场、群氓和暴乱――对群体狂热的现代观点[M]．上海：上海财经大学出版社，2006： 1-38．
[5]（美）杰米•格兰森.第一个真正的全球泡沫 [J] ．VALUE，2007,（11）：72．
Economic Globalization and the Bubble of Globalization
Pan Deng，Xu Zhe
(Fudan University，Shanghai200433，China)
第9篇
(湖南师范大学,湖南长沙410000)
［摘要］本文介绍了利率变动对于房地产市场的传导机制相关理论,运用Var模型选取湖南省不同发展程度的城市为样本,通过ADF平稳性检验以及Granger检验,针对利率对于房地产市场价格指数的冲击程度进行实证研究。最后针对该课题提出湖南省房地产区域性协调发展的建设性策略。
［
关键词 ］利率市场化；区域非均衡发展；利率冲击效应
［DOI］10?13939/j?cnki?zgsc?2015?09?128
1选题背景
2014年以来出现的“冷楼市”不仅使得在湘投资者难以继续以粗放式的盲目投资获得较高回报,而且很大程度影响消费者的投资预期。本文针对样本中利率对于房地产市场的传导机制的敏感性进行实证研究,研究结论可以为双方市场的均衡发展起到指导性作用。
2文献综述
Adam(2008)首先证明了房地产价格变化影响利率变动。但仅有少数研究认为利率与房地产价格的作用关系是单向的,例如Wong(2003)认为,在长期中仅有房地产价格对利率具有影响,利率对房地产价格则没有显著影响。Altavilla(2000)发现欧盟各成员国对利率政策的敏感度具有非均衡性。李国杰(2006)认为利率政策在不同区域产生差异性效应。覃道爱(2004)认为在统一利率政策下,其传导机制在不同区域发展过程中具有差异。
3实证分析
根据经济发展水平、城市综合竞争实力等,选取湖南省三个具有代表性的城市(长沙、常德和永州)为样本,分别代表经济发达城市、经济较发达城市和经济欠发达城市,建立Var模型PI=a1j×PI(-1)+a2j×Ri+a3j,其中PI为2002—2014年湖南省房地产价格指数,PI(-1)为房地产价格指数的一阶滞后变量,R0为五年期以上贷款利率,R1为一至三年期贷款利率,R2为半年期贷款利率。a1,a2为PI和R的系数矩阵,a3为随机误差项,根据a1,a2，a3可以得出利率对不同房地产市场的价格指数的影响以及各区域所受到利率政策冲击的大小。通过对全省房地产价格指数和五年期以上贷款利率进行二阶差分调整,得到以下结论：PI和R的ADF检测绝对值均大于临界水平,即在1%水平下显著,有理由认为选取数据位平稳性序列,R的ADF检验的绝对值同样大于1%显著水平的临界值,可以进行Granger检验(见表1)。
第一,利率对于经济发达城市的房地产市场冲击效用显著。结果显示PI1=0.956237PI1(-1)-0.984234R0+5.68989,利率与长沙市的房地产价格指数呈现明显负相关关系。长沙是湖南省的CBD ,其经济发展水平以及第三产业的发展速度均高于其他各市,因此吸引投资流向的能力在全省占绝对优势。我们从信贷需求的两方面分析：一方面,住房消费者的信贷需求逐年提升,经济发达城市吸引人才流入的能力较强,因此,利率对于这部分人的影响较为明显,利率变动将经济发达城市居民的住房潜在需求化为实际需求。另一方面，房地产开发商的信贷需求旺盛,经济发达城市的市场流动性更高,住房需求旺盛,而且土地价格和人力成本更高,因此房地产开发商以及投资性消费者的双方信贷需求均旺盛,对利率的关切程度也高于其他城市。
第二,经济较发达城市利率对于房地产市场的有效性相对较低。结果显示PI2=0.9034587PI2(-1)-0.45456457R0+3.545679。相对于省会城市而言,一方面经济较发达城市土地资源匮乏程度较低,房地产投资者的融资成本较高,取得银行贷款难度系数较大；另一方面相较于经济发达城市的房地产市场饱和,伴随中国城乡一体化以及人才“回流潮”,经济较发达地区房地产业保持发展高增速,未来经济较发达地区发展潜力巨大。
第三,利率对于经济欠发达城市的传导效应较弱。结果显示PI3=0.8734255PI3(-1)-0.356778R0+5.666779。该类城市房地产业起步较晚,开发商资金链较为短缺,投资关注度以及市场行情的相对较弱,加上大多数潜在购房群体流向大中城市,储蓄型购房占比大于信贷消费型购房。
由上分析可看出,利率提高对于房地产价格有负向作用,而利率对于房地产价格的传导机制在不同区域具有非均衡性,在深度和广度方面都有着较大的区别。总体而言,房地产价格对于利率变动的敏感性依照经济发展的程度逐级递减,收敛期逐级缩短。
4结论分析
4?1建立多部门配合、多层次监管的房地产金融体系
房地产市场的地域差异决定湖南省各地区的房地产市场具有明显的等级地租效应,部分市区政府存在利用土地垄断地位控制土地供应量,开发商借机囤积土地抬高地价,加上投机者的市场炒作,房地产价格与其价值虚高的偏差,造成房地产市场的恶性循环。因此,各地区政府应该加强配合,尽早建立透明、公开、公正的房地产调控体系,提高各个地区房地市场之间的资金流动性。
4?2推进利率市场化改革,建立多元化融资渠道
一方面,加快推进民间借贷和房地产信托走上正轨；另一方面，房地产证券化也是解决房地产市场融资困难的有效途径,其优势在于扩大房地产开发商的资金来源的同时也降低银行的资金风险。再者,近年来我国证券市场发展迅速,体系日趋完善,因此将房地产行业对于银行的风险化解到多种融资渠道中,推行房地产市场证券化具备可行性。
4?3加快区域性利率政策的出台
湖南省各市房地产业发展的不均衡导致以利率为基础的银行信贷政策实施效果的偏差,影响资源配置效率,一定程度上不利于经济的可持续发展。发达地区房地产资金找到落脚点较为便利,因此统一的利率政策使得资金流向投资报酬率较高的城市(例长沙)。因此建议在未完全放开市场利率的前提条件下,适当降低经济欠发达城市(例常德、永州)的贷款利率,提高经济发达城市的存款利率,引导经济发达城市的剩余储蓄资金流向经济欠发达城市,并可以投放在房地产市场,有利于提高经济欠发达城市的居民生活水平,引导湖南省人口的合理分流,以房地产市场作为强力后盾,从而促进湖南省市场经济的区域协调发展。
4?4优化房地产企业内部的资产结构
由于我省房地产企业的绝大部分资金来源于银行贷款,因此以抵押贷款和消费者预付款为基础的房地产企业内部运营的财务杠杆本身就存在一定的财务风险,一旦由于利率调整或者政策改变带来的房地产资金链断裂,就有可能引发严重后果。因此采取相应的资产优化措施防范和分散房地产开发商的财务风险,从而减少房地产金融市场的非系统性风险是必要的。
参考文献：
［1］张馨元?银行利率变动对先房地产市场的先导性影响［J］?陕西师范大学,2011(6)?
［2］高铁梅?计量经济分析方法与建模［M］?北京：清华大学出版社,2009?
［3］况伟大?利率对房价的影响［J］?世界经济,2010(4)?
［4］于劲，任静?利率变动对于房地产市场价格的相互影响比较研究［J］?西北科技大学?2013(6)?
第10篇
“央妈”骤然放手
端午节前，在银行间市场上，主要机构像往常一样，在流动性骤紧时向央行发出了投放资金的请求，但是，一直以来有求必应的央行没有像往常一样释出流动性，放了主要机构鸽子。一位不愿具名的交易员表示，央行原本答应要在6月7日进行逆回购，最后临时取消了。
货币市场利率因此大幅攀升，节前盘中隔夜利率一度触及15%。这么高的利率曾在2009年1月份春节前出现过，但央行随即通过逆回购投放3520亿元，利率应声回落。
令市场没有想到的是，节前的疯狂还只是一场预演。节后，货币市场在高位震荡数个交易日后，于6月20日全线告急，SHIBOR急剧飙升，隔夜利率继节前新高后再次跳升578.40个基点至13.4440%，盘中报价远甚。更为严峻的是，有价无市，愿意或者有能力融出资金的机构少之又少。
原本市场还寄望央行投放资金，甚至降低存准率，更没想到央行明确告诫不会出手救助。一位交易员告诉记者，央行在6月18日召集各家机构明确表态：当前的流动性问题是机构自身造成的，各家机构需要自己解决融资问题，不应该依赖央行。悲观情绪就此蔓延，直接导致货币市场从6月19日开始再度大幅抽紧。
一直被视为最后靠山的“央妈”以如此激烈的方式引起市场地震，用意何在？圈内戏称，这是对银行间市场做“压力测试”，为利率市场化摸清银行的底牌。也有分析称，央行掌握的信息可能显示，资金并不存在总量问题，只是结构上不匹配，故而不出手。
“央行的意图是警告、震慑、打压风险偏好，促使商业银行以更加谨慎的方式管理资产负债表，特别是节制一些机构流动性错配的风险。”华泰联合证券首席经济学家刘煜辉认为。
此前，通过银行间市场“以短养长”的现象较为严重，部分机构因杠杆扩大而导致期限错配、货币错配的局面。数据显示，1-4月同业净债权增了2万亿以上。
刘煜辉指出，“外部风险才开启序幕，大浪可能还在后头，不抢时间放点血，缓一缓，一个浪头就得中风瘫掉。这几天状态充分说明，整个业态资金链其实很脆弱。”
尽管央行不做无意义之事，但此举的突兀及货币市场受到的震荡也令分析人士质疑央行的操作能力。
“这几天大家都在猜测央行为何不出来平抑飞涨的SHIBOR。大多数猜测都假定央行无所不知，在测试市场的承压能力，在惩罚过于激进之徒，在压制影子银行，在迫使市场去杠杆，”美银美林大中华区首席经济学家陆挺认为，“实际上央行的研究预测能力未必如此之强，反应未必及时，过于依赖数量操控，而忽视利率等市场价格。一些指标的设计如社会融资总量则漏洞百出。”
社科院金融所研究员曾刚认为，中国央行还停留在美联储上世纪七十年代的状态，数量调控面对飞速发展的创新，进退失据。
一位资深业内人士直言，由于此次错误操作，令市场对央行调控银行间流动性的能力和水平产生怀疑，这一信任度的降低将产生一系列后果。导致市场对流动性变化更加敏感，流动性需求可能会经常意外上升或下降，将令预测更加不准，银行间流动性波动将因此加大。
此次冲击，推升货币市场短端利率均超过两倍，隔夜SHIBOR甚至翻了两番不止。其实，一直以来央行试图通过公开市场操作稳定货币市场，效果却并不理想，作为基准利率培育的SHIBOR动辄百分之几十的波动幅度，与LIBOR持续稳定的走势形成鲜明对比。
滞留通胀思维
“从过去的操作来看，央行的政策通常会滞后经济形势半年”，联办旗星首席经济学家任若恩表示。
2008年，在国际金融危机已露端倪的时候，国内CPI和PPI仍在持续攀升，CPI甚至创下12年的新高，央行也因此持续紧缩，1-6月份连续6次提高存款准备金率。内部紧缩叠加外部冲击，直接导致经济断崖式下跌。以至11月4万亿刺激政策出台，距离前次上调存准率仅3个月。
2013年年初，研究机构大多还在担心通胀压力。主要机构预计PPI的跌幅会持续收窄，年内会转正，并认为CPI的增长速度会高于2012年。市场预测的2013年CPI均值为3.1%，有机构甚至看到4%。
央行的官方表态一直担心的也是通胀压力，即便5月上旬的2013年1季度货币政策报告已经认为“物价形势基本稳定”，仍然更多地表示了对可能导致物价上行的不确定因素的担心。
“当前更值得担忧的是工业品通缩，而非消费品通胀，”中金公司首席经济学家彭文生表示，“工业品价格的通缩，将导致企业库存投资疲弱，可能形成总需求进一步下滑的恶性循环。”至2013年5月，PPI已经连续15个月负增长，降幅还在进一步扩大。生产资料价格下滑的势头仍未止住，商务部的周度数据显示，6月以来，生产资料价格连续3周环比回落。
作为少数预见到2013年通缩问题的经济学家任若恩表示，中国已陷入债务-紧缩模式，未来长时间都需要担心通缩而不是通胀。
长江商学院副院长陈龙指出，在流动性陷阱的经济状况下，宽松货币政策并不引发通胀，经济体面临的反而是通缩风险，无论美国、欧元区和日本都是如此。
“央行迷信所谓降息会触发通货膨胀的谬论，一个产能严重过剩的经济体，工业消费品的价格趋势不可能失控，”西南证券研发总监许维鸿直言，“欧债危机依然发酵、出口形势严峻，大量工业品回流国内市场，我看到的是通货紧缩；猪肉价格，更跟基准利率调整没有‘半毛钱’关系。”
市场呼吁降息
从当前形势看，货币政策正处于前所未有的两难之局。一难是，货币政策放松不见得有效，而且可能会扩大原有问题。具体而言，币政策不再像过去那样效果昭彰，下行时，踩动油门，投资增加，经济复苏。虽然货币环境在5月之前持续宽松，但经济不仅没有回升反而进一步走弱。若是继续释放货币，有可能会加大房地产和融资平台的杠杆，进而带来系统性风险，这些新增资金也可能会像上一轮那样推动产能过剩行业进一步扩张。
另一难是，经济持续低迷，通缩也在加剧，这需要祭出总量政策及时避免经济进入下滑通道，一旦总需求与通缩之间的恶性循环形成，再要稳定增速费时费力。何况，高企的存准率在抬高银行资金成本的同时也扭曲了银行的资产配置行为，9%左右的实际利率压缩了企业盈利进而抑制企业投资。实业无利可图、资金成本又比较高，银行与企业都有动力将资金投入到利润较高的房地产行业及对利率不敏感的地方融资平台，或在金融领域打转套利。
外部环境的变化也为这个两难之局增加了决策障碍。当国内还在为是否降息争论时，部分新兴市场国家却开始加息。QE退出预期已经对国际资本市场产生了影响，全球资产的重新配置启动，资金开始流出新兴市场国家，印尼为避免资金外逃带来的冲击、稳定印尼盾币值，意外加息。而巴西则因为通胀问题，在经济仍然低迷的时候不得不加息50个基点。
中国该怎么办？任若恩认为，货币政策做比不做好。
“稳中求进应适当加大‘进’的力度，稳中有所为需切实有作为，”民生证券首席经济学家表示，“央行应适时降息，降低企业融资成本。”
“中国应该尽管降息提振经济表现，”澳新银行大中华区首席经济师刘利刚表示，“降息不会造成房地产市场的投机，房地产价格与名义利率之间并没有紧密的联系。事实上，由于中国的利率在主要经济体中已经是最高值，这样的一种利差反而会吸引资金流入，造成房地产市场泡沫。”
第11篇
关键词：问道；金融危机；经济现象；危机豁口
中图分类号：F831.59 文献标识码：A 文章编号：1005-0892(2010)08-0040--06
发源于美国“次贷”问题的全球金融风暴基本上偃旗息鼓了，其衅发萧墙，祸延四海，当自有别论(蔡卫平，2009)。在本轮金融危机的传染与防疫之对决中，依照有关经济危机理论的指标体系，中国在保稳定方面绩效显著。然而，本轮金融危机过程中的中国经济表征，却有悖于教科书的经典逻辑，值得深思。
一、金融危机应该有一个中国指标体系
无论是1997年爆发于泰国然后遍染亚洲各国乃至俄罗斯的东南亚金融危机，还是2007年因美国“次贷”问题而引发的全球金融风暴，国内政、学、业各界对于金融危机中的中国经济境况的判断，几乎众口一词，即中国因为应对措施及时得以独善其身。当然，犹有学者所言，美国金融危机所暴露的问题，值得借鉴(李扬，2009)。同样，美国金融危机所暴露出来的中国问题，更不容忽视!依据经典教科书之对于金融(经济)危机的经典描述，金融危机的表征如下： (1)银行机构资不抵债、倒闭、兼并或者被拯救； (2)股市崩溃； (3)本币贬值； (4)GDP滑落以及失业率倍升。由此，按照教科书逻辑来推演，中国不曾陷入金融(经济)危机。但问题是，教科书用以描述市场经济运行状态的危机逻辑及其“精致工具”，是否适合用来丈量中国转型过程中的经济现象?进而言之，金融危机是否存在着中国特色的指标体系?
(一)经济衰退以及失业率
从经济增长切入分析。2007年中国GDP的修正数据为13％，2008年的修正数据为9.6％，滑落3.4个百分点。这3.4个百分点意味着出口导向型的民营企业大量歇业，意味着广东省“双转移”战略被要求缓期执行，意味着全国5000万农民工返乡及由此估算的中国城镇实际失业率(计农民工失业)超过10％。美国“次贷”危机高峰时期，甚至是20世纪30年代大萧条时期的失业率也不过如此。
在被称为是后金融危机时期的2009年，尽管全国经济宏观层面“被”整体企稳，季度曲线也表现为“V”型反转，但中国年度GDP(未调整数据)仅为8.7％；②相比2008年(调整数据)的9.6％。继续滑落0.9个百分点。需要高度关注的是，这个“继续滑落”是中央政府为“保八”而在2008-2009年3.5万亿财政投资之后的继续滑落，该财政投资规模对于2009年中国CDP的贡献，粗略匡算约占2.0个百分点。这还没有计人中央财政投资计划所引致的2009年9.7万亿天量信贷规模以及18万亿地方财政投资所拉动的GDP的贡献额度。这个“继续滑落”，意味着2008年返乡的5000万农民工，依然在等待就业机会，直至2010年第一季度。
如此分析，从政府对于经济增长的拯救力度及其对于经济增长的贡献来看，中国是否曾经陷入金融(经济)危机，需要在教科书经典理论中嵌入中国调控能力指标才能作出准确判断。
(二)银行业资产不良率
经典理论所强调的作为金融危机表征的银行(金融)机构破产、倒闭、兼并或者被政府拯救等现象，并没有在中国大面积出现。2007年美国“次贷”危机以来，中国各大银行机构都对外宣称，因为在美国“次贷”中涉水不深，因此损失不重。尽管各银行机构损失拨备有所增加，但在2008年和2009年，中国的银行机构都是全球盈利能力最强的金融机构。
尽管如此，高资产不良率和高利润率并存一直是中国的银行机构的诟病(唐旭，2009)。对于中国的银行机构而言，其“国家(政府)的银行”性质以及隐性的储蓄保险制度，决定了银行机构不存在破产和倒闭的风险。因此，笔者认为，金融危机的中国银行机构状况表征，不在于其破产或者倒闭，也不在于其即期利润率的高低，而应该在于整个银行业的资产不良率以及由此“倒逼”的国家拯救问题。与中央财政4万亿投资计划相配套的银行机构信贷资产，大都是长期贷款，其资产质量状况直到还贷期才将显现。根据2009年9.6万亿的信贷资产投向来看，银行机构的资产质量预期不容乐观。1997年亚洲危机之后，尽管中国的银行机构利润不负，但其资产不良率居高不下，面临技术指标上的破产境地，最终“倒逼”中央政府分别在1998年以2700亿财政资金注入充实资本金，以及2003年以来为国有银行机构改制(如吸收外国战略投资者)而进行了两次450亿美元的资本金注入。国家信誉基础上的中国居民刚性储蓄，无疑成为国有银行机构在居高不下的资产不良率基础上能够岿然屹立的资金支撑。2008-2009年的3.5万亿财政投资经过乘数倍加后，成为银行机构资产负债表广开负债的来源。更有甚者，2008年和2009年，在微观层面并没有明显向好的境况下，银行机构能够成为全球最具盈利能力的金融机构，只能说明中国的银行机构深度攫取了中国经济增长的好处。而2009年的经济滑落，则可解释为宽松的央行货币政策的背后，存在着银行机构对于民营经济的信贷紧缩。
(三)本币升值与外汇储备损失
无论是在1997年亚洲金融危机中，还是在2007年美国“次贷”问题所引发的全球金融风暴中，中国货币都没有贬值。前者是中国政府为帮助陷入金融危机的东南亚各国走出危机困境，坚持人民币不贬值，以发展中国家的弱经济实力，承担起大(强)国责任的“政治”效果；而后者本身就是美元危机。美元贬值，衬托出了人民币升值(压力)。何况，在本轮金融风暴中，美国以邻为壑，通过美元贬值把危机后果转嫁给中国。一方面，把人民币汇率问题置于尴尬处境；另一方面，企图通过人民币兑美元升值，来减轻其国内就业压力。实际上，布雷顿森林体系成立以来，包括本轮金融风暴在内的四次美元危机(刘源，2009)，每一次都是美元的贬值，对应着的是美元储备国家的货币的对价升值。
对于新兴市场国家的经济增长而言，本币升值凸现出巨大的破坏力。日本“失落的十年”可以追溯至导致日元升值的“广岛协议”，典型地凸显了金融危机的本币升值表征。中国目前是外汇储备规模最大的国家，中国外汇储备2006年超过1万亿美元，2009年为2.27万亿美元，超过了中国5.2万亿美元GDP的45％，其中美元资产(储备)占比接近80％。美元每跌1毛，中国人均资产减少1200元人民币。按照美元兑人民币比价自2005年7月22日人民币汇率制度改革以来贬值了18％匡算，中国因为本币升值的直接损失超过4000亿，这还不统计因为本币升值导致的出口减少所计量的经济损失。
如此逻辑如果成立，当金融危机在国际货币发行国爆发并辐射国际时，非国际货币发行国的本币升值幅度，毫无疑问应该列入国际货币储备国家金融陷入危机的衡量指标。另外，美国美元这种单一货币作为国际货币所无法根治的“特里芬”难题，以及中国经济发展和大国崛起，共同决定了中国人民币兑美元进一步大幅度升值是迟早的必然。既然如此，当国际储备货币发行国出现金融危机时，外汇储备损失也应该列入中国金融陷入危机的重要表征之一。
(四)资本市场波动问题
在能够体现金融运行状态的中国各种经济现象中，股票价格以及体现股票市场价格总体态势的股指，是中国最具市场力量决定价格的体制所在。因此，用股指波动幅度来衡量金融运行状态是否处于危机状态，最具有市场说服力。一方面，在2007年非理性冲高之后需要回落调整；另一方面，也是更为主要的原因，受美国“次贷”危机的传染，中国股指从2007年10月最高峰时的6100点到2008年10月谷底时的1600点的轮回中，被蒸发掉了3／4。中国媒体对于外国股市波动幅度的描述用语是，当其股指日跌幅超过3％，就界定为“黑色”交易日；而连续跌幅超过10％，就惊呼“崩盘”了。那么，按照这一衡量标准，中国股市早已超出了短线“崩盘”的界点，但国内学界以及媒体从未使用过如此词汇来描述中国股指的波动状态，即便是2008年初到11月的股指连续滑落，也是如此。如此比较，作为最具有市场力量决定价格体制特征的中国股指，其波动幅度超过多大范围，才表征中国金融陷入危机?
二、金融危机中的中国经济表征疑惑
(一)中央财政收入增长忧虑
金融危机后的2009年，经济宏观层面因为3.5万亿元财政资金支撑而趋稳，季度曲线“v”型反转，但经济微观层面并没有向好的明显表征；全年GDP数据为8.7％，相比2008年的9.6％，继续滑落。然而，中国经济中有两个超速增长指标显得特别刺眼：(1)中央财政收入同比增长11％，超收2247亿元，财政／GDP的比例超幅度提高；(2)“央企”利润猛长，达14.6％，高出同期GDP达5.9个百分点。这在金融危机后经济亟待复苏之际，当属异常现象。财政收入和“央企”利润从哪里来?0
在我们的调研过程中，听到民营企业主的抱怨是，金融危机之后的2009年初，民营企业处于萧条阶段，生意惨淡，然而开业遇到的第一件事却是税务部门“光荣纳税大动员”，被“自觉”补交2006-2009年漏欠税款。2009年11月份，收税任务提前完成，却不成想“漏税补收动员”措施恶化了民营经济的生存环境，滞缓了市场经济的真正复苏，政府信用遭受破坏，国民收入分配的经济刺激功能被严重扭曲。其结果是，中国经济发展方式转变的市场内需只能依赖财政投资拉动。2008-2009年的财政资金3.5万亿元投放出去，再通过68477亿元的财政收入收回来，然后再用下一拨的财政资金投下去，形成一种循环依赖，也成为一种扭曲的财政政策。但这种扭曲的财政政策势必有退出之日；而一旦财政政策退出，则意味着如此拉动经济增长的投资链条断裂，也就意味着中国经济增长方式的难以为继。
(二)民营企业流动资金富余与内需缺口
本轮金融危机波及到全球各国经济的微观运行层面。截至2008年10月，仅中国珠江三角洲地区7万家港资企业，有统计显示，超过二成五拟注销歇业(佚名，2008)，其中不乏规模以上的民营企业，而民营企业是最具市场经济特征的。然而，在广东省中山市的调研结果却给笔者带来了不尽的疑惑：众多企业歇业，但不差钱。作为课题组调研对象的广东省中山市民营企业中，超过80％有富余资金躺在银行账上，而不是去追求利润；诸多民营企业不贷款了，以至于整个中山市2008年底的贷存率仅为46.03％，而银行机构为了完成信贷规模任务，不得不去说服规模以上的民营企业贷款(有些民营企业主在2008年几次“被”贷款)；民间融资利率甚至接近银行机构官方利率水平。这引发了笔者思考：微观经济主体出现了什么变异，以至于金融危机在广东模式的经济增长方式面前变得如此温和?面对传染性金融危机对出口型经济增长模式的如此破坏方式，学界必须慎重考虑，该如何拯救广东式的危机?内需拉动为什么不能覆盖具有富余资金的民营企业呢?
(三)持续的“中国之谜”
2008年底到2009年底，中央财政投入3.5万亿元，带动银行机构信贷规模在2009年天量投放9.6万亿元，M2为26％，贷款／GDP为1.19，即便是第三季度紧急刹车，M2也比2008年增加了4.7万亿元；2010年3月，银行机构单月信贷规模达1.89万亿元，M2为25.51％。自1978年中国经济体制改革以来的30年间，达到该值的年份仅有3个。2009年中国GDP为8.7％，生产资料价格指数(PPI)和物价指数(CPI)双双负值。按照权威文献(张思成，2008；吴敬琏，2009)来推算，2009年货币投放应该在2010年体现在拔高的CPI上。但事实是，中国经济成为一个四棱镜：一个面是“金融危机”；一个面是流动性过剩；一个面是经济增长；还有一个面是处于零度以下的CPI。M2极度超过了GDP和CPI之和，货币投放去向不明，“中国之谜”持续成为不解之“谜”，而金融危机使得“谜底”更加扑朔迷离，更加需要理论界提出非教科书式的理论解释。
三、中国式的金融危机的豁口判断
(一)宏观调控下的中国“次贷”问题
中国房价下跌幅度有多深，下跌能够持续多久?2009年初以来的房地产价格泡沫，终于在2010年4月15日国务院调控重拳出击和国土资源部土地供给宽松政策的共同打击下给刺破了；尽管有某房地产开发商表示“不打算降价销售”，但也有城市楼盘销售价格在调控政策出台的第二天就优惠10％，而购房者态度却由积极转向观望。按照2009年购房者首付20％的政策，如果商品房价格跌幅达20％，就意味着有购房者开始成为资产“负翁”。如果房价继续下跌，“断供”并把按揭房丢给银行机构就成为“负翁”们的理性选择。这意味着宏观调控下的中国式的“次贷”开始成为问题，意味着房贷银行机构资产不良率的提升，意味着住房金融危机的发酵，意味着中国银行机构即便没有在美国金融危机中被击跨，也要被自己的“次贷”问题所拖累。这是中国金融危机的引爆点之一。按照宏观调控政策的实施进展以及房地产价格趋势，大概在2010年第三季度，中国银行机构有望与“次贷”问题触手。换个角度思考，按照这样一个逻辑来推演中国政府的住房市场宏观调控政策，需要审慎，以避免银行机构遭受危机损失，从而导致国家隐性担保银行机构安全的中国式金融危机的过早爆发。
房地产价格的滑落，除了银行机构资产不良率提高效应之外，还存在其它无法准确预测的后果。第一，股指跌宕效应。直接引致股票市场的房地产板块指数的跌落，以及其波动幅度的加大。实际上，2010年初特别是4月份以来的交易日里，中国股指房地产板块已经跌去了40％，沪市综指从
3400点向2500点下方的滑落以及波动幅度的扩大，很大程度上归因于房地产市场的宏观调控政策。第二，人民币币值变动效应。引致原本追索人民币升值预期收益而潜入中国房地产市场的外国资本寻机从房地产市场撤离，有可能会回旋于中国资本市场，更可能是撤离中国资本市场。撤离中国资本市场的效应分为两种：(1)如果是较为缓慢地撤离中国，则在某种程度上缓解了人民币的升值压力；(2)如果是迅速撤离中国，其结果则可能引发人民币的恐慌性贬值。第三，经济增长衰退效应。后金融危机的2009年，中国经济宏观面能够趋稳，其中房地产业的贡献不菲，粗略估算为23％，即约1.9个百分点(中国建设银行课题组，2009)。房地产价格崩溃的经济增长效应，关键在于市场预期：(1)在下跌幅度直至预期之前，购房者会持币观望，商品房销量持续下滑，房地产行业对于经济增长的直接贡献率下降；(2)一旦商品房价格下跌幅度接近预期，商品房销量反弹，其经济增长效应会“改”负为正。就此逻辑，房地产价格下跌幅度一步到位，忽略其它效应而言，可以减轻其对经济增长的直接影响。
(二)中国内债式的金融危机的可能性判断
地方政府的负债问题，已经到了不得不关注的地步了(曾康霖，2010)。㈣如果债务管理不慎，势必成为中国内债式金融危机的豁口。
根据国家信息中心经济预测部张茉楠(2010)统计，2008年上半年，地方政府债务总量仅为1.7万亿人民币，而到了2009年底，在中央政府的反周期政策鼓励下，源于地方政府的投资冲动以及债务压力，地方政府依托的3800家投融资平台债务急速膨胀，负债总额增速高达250％以上，其负债总额升值为5.26万亿元，占其9万亿元资产的60％，相当于全国GDP的15.7％，全国财政收入的76.8％，地方本级财政收入的161.35％。另据中金公司研究报告预测，2010年和2011年，地方投融资平台将增加后续贷款约2～3万亿元，2011年底总负债将达到10万亿元。
地方政府依托投融资平台等方式过度举债，大大超过了本级财政收入所能够承受的债务风险极限。这就相当于政府把本来分散于各个经济主体(如金融机构)的风险集中于政府一身，把分散的资产负债表风险上升为集中的政府资产负债风险。按照目前地方政府6万亿元债务总额以及现行的5年以上期限的贷款利率5.94％计算，那么每年还款额为5206亿元，相当于2009年地方财政收入的16.3％。如果其中的一半发生违约，则依照2009年银行业的盈利总额和贷款余额，银行机构资产不良率将提高7个百分点，此时中国内债式的金融脆弱性势必凸现出来。
(三)中国金融监管的邦联格局雏形：制度脆弱性分析
2003年启动的农村信用社机构改革，中央政府和地方政府各得其所。各级地方政府的金融工作(服务)办公室应运而生，其职能之一是如何最大限度地动员区域金融资源乃至其他区域的金融资源，为地方经济服务；其职能之二是促进地方金融业的发展；其职能之三是竞争对于区域金融的监管权。其中第三个职能的结果必将是，中国金融业监管制度将形成在中国银行业监督管理委员会协调下的地方政府金融工作办公室监管区域金融的邦联式监管制度。但是，一方面，地方政府金融工作办公室并不具备金融监管的能力，更不具备配置金融资源的能力；另一方面，地方政府金融工作办公室作为监管部门，更加容易被俘获。基于后者，其职能实施的短期表现是，在解决金融危机的宽松货币政策下，区域金融资源在短时间被过度开采，导致了金融资源的枯竭。2009年，全国有15个省(市)地方政府要把金融业发展定格为地方经济社会发展的支柱产业，而更多的地方政府要把金融业发展成为服务业的龙头，由此形成了遍布全国26个区域金融中心城市的金融地理分布格局，导致区域产业结构出现了非常规的结构转换和突击性升级。其逻辑后果必将是，中国的区域金融首先暴露出地方金融机构的资产不良化，然后需要政府填补资本金。其结果是，为解决金融危机留下的债务，必然成为地方政府的包袱，成为新一轮金融危机的导火索，导致地方金融机构首先爆发危机，然后传染给区域性股份制银行机构，并继续扩散。如果不采取积极应对措施，即便是中国式“次贷”问题能够捱过，脆弱的邦联式金融监管制度下的地方政府债务问题所引致的金融危机也会在中国的银行机构爆发。
第12篇
关键词：大数据 股票 投资
2016年世界经济仍将呈现复苏乏力态势。发达经济体总需求不足和长期增长率不高现象并存新兴经济体总体增长率下滑趋势难以得到有效遏制。股票市场容易受整体经济发展的影响，然而主要经济体宏观政策方向不一致伴随着大规模跨境资本流动，外汇与金融市场动荡，这些因素都可能对世界经济运行带来负面干扰。GDP上升受到影响将对股市的上涨带来不小的阻力。分析市场，从股市中看物价市场，从物价后市走势来结合股价市场。
股市之中我们会选择自己心仪的股票来进行购买，并且抱着对其后市上涨的心态对待。利用大数据的分析可以让我们不会盲从大流去购买股票。在股票的选择之中存在着最优投资组合，降低自己所购买的股票的风险，尽可能的使投资效益最大化。每个人心中都有一个期望收益率。假设市场上存在着n个有风险证券[xi，i=1， 2， …，n]，各风险证券的期望收益率和标准差分别为[ui，σi]，两两相关系数为[ρij]。如果投资组合中各风险证券所占的权重（按市场价值计）分别为[λ1， λ2， …，λn]，可得[z=λ1x1+λ2x2+…+λnxn]，则该组合的期望收益率和风险（方差）分别为[uz=λ1u1+λ2u2+…+λnun]，[σ2z=i=1nλ2iσ2i+i=1nj≠iλiλjρijσiσj]。如果投资者要求的期望收益率为[u]，并且金融市场允许卖空，那么投资者的最优投资组合（风险最小的投资组合）中，各风险证券所占的权重[λ1， λ2， …，λn]，可以从以下条件极值中求得：
[minλ（i=1nλ2iσ2i+i=1nj≠iλiλjρijσiσj）s.t. i=1nλiui=u， i=1nλi=1。]
利用这样的投资组合模型，我们可以用SAS程序进行编程进而计算出各项权重的数据占比是多少，降低自己所购买股票时的风险系数。
一、股市概况
这是一个大数据的时代，大家都通过互联网来进行便捷的购物、交流、工作、上传所需文件等等的操作，对于现有数据的分析能力将会变得不可或缺。毕竟如今在这么多数据之中会掺杂着不少无用数据，我们需要把这样的数据给过滤掉，再从中筛选出自己所需要的那一部分数据根据自己的需要做出分析。这样看似简单的步骤，却可以为其带来不小的收益，因此数据分析的应用领域也变得越来越广。根据不同的领域分析选择不同的软件以及分析方法，找到适合的分析方法将会给分析者带来很大的便利以及效益。
在涉及金融领域工作的人之中，炒股的人占很大的比重，然而股市的行情却总会蒙蔽炒股者的双眼，每当其在股市之中获得一定数额的利润之后，就会想去获取更高额的利润而不顾后市发展情况。股价往往在不断上涨之后会有着或多或少的回调，当然也可能在调整时候就改变趋势，从上涨趋势改为了下跌趋势。当然在调整之前股市之中都会有信号给出。如何把握个股的情况，我们只能根据个股的所给数据来判断大致情况，毕竟股市之中一直是有着挺高的风险的。每一天，我们对于个股的判定也许都会有着不同的见解，根据不同的炒股方式去分析判断得出的结论当然也会产生差异。2015年的股灾导致了很多人们破产，大多数人在牛市的行情之下赚取了不少钱但是却不会去分析其购买股票的K线以及后市可能的走势情况，或多或少的在大盘瞬间下跌的情况下不知所措，仍然持有着之前赚钱的股票，直到在几日之后盈利变成了亏损。对于股票这样的高风险高收益的投资，我们必须保持着理性。有多大的上升空间就有着多大的下跌空间，风险与收益在金融领域一直是并存的，没有一直会上升的股价当然也没有一直下跌的股价。对于股市的分析来说还是需要看个人对于个股的理解，但是不变的是在对于股票的选择上，必须关注一下所看好股的公司运营情况，股市开盘之时，总会有领涨的板块，在领涨的龙头板块之中挑选盈利其公司本身盈利情况较好并且成交量较大的有潜在上升空间的股，这样大体上来说选股方向是不会有很大偏差的。在股灾来临之前，其实也是有信号和预兆的，大量的资金跑出，在大盘下也出现阴线，各种指标都出现不利股市上涨的情况，都是在给予入市的人撤离的提醒。
对于股市的把握分析，我们每天可以根据大盘行情的走势，以及相关政策的出台或者与个股相关的新闻影响的把握，当然还有不可或缺的成交量的扩大或缩小。从这些方面的分析可以让你大致对这一支股票当天的走势有一个判定。个股之中都会给出各个时间点的成交情况，分析股票可以从其简况之中关注市盈率与营业收入这两个数据。一般来说这是判定个股趋势的重要指标。有着一定的分析能力去做股票也不能保证自己在变化不定的股市之中没有任何的损失，毕竟股市与科学的计算不同，计算之中正确的答案只会有一个，然而股市之中谁都不能在前一天给出第二天涨跌的一个确定数值。但是从长时间来说，放在股票之中的投资将比金融领域其他的理财产品有着高出很多的收益。当然这样的前提是自己所选择的股票在这一段时间内不会因为公司资金周D不利或者由于违反一些法律的规定而产生退市风险最后市值归零。
（一）股市的不可控因素
在股票市场的诸多外部因素中，许多是不可控的，如国际形式、国际环境和突发事件，有一些是在短期内无法克服的，但也有一些因素是可控的，比如政府的经济政策和监控措施。任何政策的出台和监控措施的实施都要考虑它对市场的冲击，有些冲击是短暂和轻微的，而有些冲击是长期和摧毁性的，如泰国的经济金融政策，最终还是导致了金融危机的爆发。因此政策的出台要谨慎，允许有偏差，但不允许发生长期的错误政策导向。
股市之中存在的风险分为系统性风险与非系统性风险。系统性风险即不可分散风险，这种风险是指由于某种因素的影响和变化，导致大部分股票股价下跌，由此会给持有股票的人带来较大的无法估计的损失。系统性风险主要是由政治、经济及社会环境等宏观因素造成。这是炒股的股民无法规避的风险，只能通过掌握新闻之中的相关信息提前做判定，这样才可能避免一次这样的风险带来的损失。对股票价格变动造成影响的国家政策包括国家税收政策和金融与财政政策以及产业政策等等。
四、技术分析
技术分析理论认为市场行为包容一切，价格以趋势方式演变，并且历史会重演。市场行为包容一切，是指任何可能影 响股票市场价格的因素实际上都反映在其价格之中，技术分析者只要研究价格变化就足够了，而不必研究造成价格变动的内在因素。而且当前的市场趋势有势能或惯性，即过去出现过的价格趋势和变动方式，今后会不断出现。
一般来说对于大盘的走势分析需要结合上证指数以及沪深指数创业板指数等几个大盘指数的整体走向来预测。若是两个指数都是呈上升趋势并且突破了各自的压力位，那么整体的大盘指数一般来说是向上走的，根据上证指数的走势图需要观察的是均线，当指数回落到五日均线之时，需要提高警惕，在这一个点位是属于一个支撑位，若继续回落，也许会在后续的几日内一直呈现下跌的趋势。无论是个股或者是大盘的走势图中，我们都可以将其缩小比例观察整体走势图的形状，在平坦的走势之中一般是囤积股份的时候，在一段时间之后呈不断上升的阶梯状，这样的形态来说是有利于后市上升的，有上升空间的信号。
五、形态分析
从形态方面可以大致观察出所关注的股的整体走势，以及大致的预测到之后日子里的长时间的走势情况，在形成头肩底的形态的股票之中，可以观察到在头肩左侧呈下跌趋势，并且在一个最低点会有拉升，以最低点为头，回升的前几个高点里的一个为右肩，在两个低点与两个高点的二次确认后形成一个头肩底的形态，是一个买入信号，这样的形态的形成会对投资者的投资有一定的保障，当然也有头肩底形态出现并且以失败告终的例子出现。若是在头肩底形态形成过程之中，反弹上升趋势在肩部之后被打破，呈现回落趋势，那么这样的形态图就是没有意义的，头肩底趋势已经被打破了。相反的头肩顶形态的形成代表着后市会下跌，在右肩部形成之时就是最好的抛出自己所持股的时候，以此减少亏损。一般的情况下对于股票的走势分析需要做出轨道线，让最近的走势在这样的一个轨道之中波动。轨道线的上端即是上升时期的压力位，然而轨道线的下界就是下跌时候的支撑位。每当行情较好之时，股价会上升到压力位，在此点会展开空方与多方势力的博弈，一般来说这样点位的出现会有几日的回调起伏，毕竟在压力位的突破不是这么容易的。一旦创下一个新的高点，那么轨道线也需要因此改变，代表着这一支股将会有新的上升趋势形成。若是打不破高点，那么近期之内就将以空方获胜股价回落的情况收场。
双重底的也是一种常见形态，是指股价在一段时间的回落之后有拉升又进行回调再拉升的一个形态，W底的形成预示着后市有一个大幅度的拉升，相反的若是形成了双重顶形态那么就要关注所持股了，也许在后市会有突然的回落。对于所持股形态的把握还是十分重要的，我们可以通过形态的大致形成情况分析出之后可能形成的走势，更好的帮助自己进行更好收益的投资。当所观测股近期有形成一个高点并且此高点高于前一个高点，最近一个低点也是高于前一个低点的，那么这样的形态形成大致就可以判定后市是向上走的。当然只靠分析形态是无法很好的把控股市走向的，对于股市的把握还是需要形态分析结合量价来看的，当股价不断上升的同时我们所需关注的还有成交量，若是在成交量很小的时候股价却是不断上升的，那么对于此时的走势来说就形成了量价背离。量价背离代表着这一段时间的拉升是非正常的拉升，对于这样的情况的出现，投资者应该理性对待，减少所持股的仓位，在量价背离之后很可能预示的是大跌。
六、股票综合影响分析
股市会受到各种因素的的影响，反之我们可以透过股市看到很多不同的板块的物价波动情况，这种波动在股价上是十分明显的，在2016年上半年中，猪肉价格，油价以及金银的价格波动十分之大，从股票上反应出来的则是在主营公司经营这些不同的商品的股票价格在这段时间内产生了很大幅度的波动。我们可以通过股票市场捕捉到很多关于身边的所想知道的物价未来的走势情况。一向来股票市场的波动是会早于物价市场的波动的，在石油板块的股票价格在一个点位开始不断地拉升预示着油价将会有一定幅度的上调。2016年以来猪肉的价格在从10.5元/斤的均价不断上升于2016.5.20左右开始停止涨势价格在12.9元/斤左右，然而在7.7日又开始拉升价格到达13.8元/斤，这些价格的波动情况对应的股市之中的猪肉板块在2016年3月指数就开始呈现上升趋势，在2016年4月8日指数上升趋势受阻无法继续进行拉升，开始呈现短期的震荡，而在2016.6.1指数又开始向上拉升，不断的提高于7月22日创下新的高点遇压力位受阻产生震荡。数据显示股市之中的股价，指数波动的体现一般来说是快于物价市场的价格波动的。股市之中各个板块可以很好的反映出相对应的物价的波动情况。石油板块的股价指数2016.5.12开始拉升于6.6日开始回落，之后再6.20日开始大幅度的拉升，7.14日的回调直到8.2日开始进一步的拉升。与物价波动情况不同的是股市对于政策以及利好利空消息的敏感度更高，并且在上升过程中会受到股民心理影响受阻，从而产生一段时间的震荡。石油价格一直处于5元左右波动，由于石油是现在有车人们的必备品，价格波动幅度一直不会太大，物价水平影响着与其相关的其他产品的价格水平，家对于石油的价格一直有着强力的监控。
房地产指数从2016.2.1开始有一个明显的拉升，相对的各大一线城市的房价也不断上调，杭州的房产均价从1.8W元/平米上升到1.9W元/平米，在这短短的几个月内，炒房的人不断冲入房地产市场，以自己认为的低价买入房产待涨，这样不理智的行为促使着对房子有刚需的人不得不以高价买入自己的第一套房子，这一现象的产生也为经营房地产开发的公司带来了一笔很大的收入。更有甚者认为在这几个月之中房地产销售人员已经卖出了10年的销售额，对于GDP的拉升是一个很大的刺激。然而在2016.5.1开始房地产板块指数上涨受阻，相对应的房地产的销售业绩直线下滑，毕竟在这样一次房地产风波之后有需求的以及对炒房有想法的人都已买下了自己所看好的房子。房产相对于股票不同的是房子的流动性极差，当你买入房子的那刻起，若经济发展有所回落，或者所在城市的房地产市场不景气，你所拥有的房产价值将会下降。房子在短时间内是不可能卖出的，然而股票价格在回落的趋势中，只要持有者不看好后市，即可当即卖出所持所有股票，以此来减少自己的投资损失。以此来看对于房子的投资风险其实远远大于对于股票的投资。在股市之中一直低迷的万科A股由于房地产风波的影响一直引领板块疯涨，在6月之时由于一线城市房地产价格趋于稳定，不再有不断向上的走势，其对应的股价上升趋势也告一段落。2016年8月又出现了三线城市房价的利好消息，对应房地产板块指数又产生了大幅度的拉升，然而对应的城市的房价却没有这么快的拉升，这对于股市来说是一件好事但是对于我们其实也是一个警告。
七、结束语
随着经济社会的发展，我国居民的投资意识不断增强，股票作为一种投资理财渠道逐渐被人们所接受，对股票投资的理解也逐步加深，对股票投资的风险认识也日益增强，股票投资的风险性决定未来收益状况的不确定性，关注所选股相关信息，掌控与大盘动荡的有关因素，利用现有的大数据来选用投资组合模型，降低投资风险，随时保持冷静的选股心态，不买看不懂的股票，稳中求利才是最合适的投资股票的方法。
参考文献：
[1]应尚军，唐瑞，蔡嗣经.股票市场的外部因素与市场均衡[J].合肥工业大学学报，2006
[2]刘竹韬.影响股票价格的因素分析[J].商情，2014
[3]徐爱农.股票价值的经济学分析[J].同济大学学报（社会科学版）， 2006
