当前位置:主页 > 经济论文 > 经济发展论文 >

房价“粘性”、系统性金融风险与宏观经济波动——基于内生化系统性风险的DSGE模型

发布时间:2018-03-08 09:09

  本文选题:房价“粘性” 切入点:系统性金融风险 出处:《当代经济科学》2017年06期  论文类型:期刊论文


【摘要】:面对处于高位的房地产市场,我国政府开启了新一轮严苛的房地产市场调控,然而房价却出现下行困难的高价格粘性局面,使得我国金融与宏观经济稳定受到威胁。本文构建了包含房地产部门的系统性金融风险内生化DSGE模型,分别考察了在不同房价粘性下,杠杆率等金融变量和宏观经济变量在面对不同外生冲击时的动态响应。研究结果表明:技术冲击使房价、产出和通货膨胀等宏观变量呈现正向响应,使系统性金融风险和风险溢价呈现负向响应;紧缩的货币政策冲击使房价和产出等宏观经济变量下降,杠杆率和系统性金融风险水平上升。此外,不同的房价粘性情况下,金融变量和宏观经济变量对外生冲击的响应程度存在差异。高房价粘性情况下偏离稳态的幅度较小,同时高房价粘性的存在会影响货币政策对房地产市场的调控效果。本文研究结论对我国房地产市场有效调控和降低系统性金融风险、实现我国宏观经济稳定具有重要政策启示。
[Abstract]:In the face of the high real estate market, the Chinese government has opened up a new round of stringent real estate market regulation, but the price of house prices has experienced a difficult situation of high price stickiness in the downward direction. This paper constructs a systemic financial risk endogenous DSGE model including the real estate sector, and investigates the different price stickiness. The dynamic response of financial and macroeconomic variables such as leverage ratio to different exogenous shocks. The results show that the technology shock makes the macro variables such as house price, output and inflation show a positive response. Negative response to systemic financial risk and risk premium; tight monetary policy shocks reduce macroeconomic variables such as house prices and output, and leverage and systemic financial risk levels rise. In addition, under different house price stickiness, The degree of response to external shocks between financial variables and macroeconomic variables is different. In the case of high house price viscosity, the extent of deviation from steady state is relatively small. At the same time, the existence of high house price stickiness will affect the effect of monetary policy on the real estate market. The conclusion of this paper has important policy implications for the effective regulation of the real estate market and the reduction of systemic financial risks and the realization of macroeconomic stability in China.
【作者单位】: 天津财经大学大公信用管理学院;天津财经大学经济学院;
【基金】:国家社会科学基金青年项目“房价波动对系统性金融风险影响的传导机制、动态特征及对策研究”(15CJY080);国家社会科学基金重大项目“金融风险度量的新理论与新方法及其在中国金融机构的应用研究”(14ZDB124) 天津财经大学研究生科研资助计划(2016TCS02)
【分类号】:F124;F299.23;F832

【相似文献】

相关期刊论文 前10条

1 王辉;;次贷危机后系统性金融风险测度研究述评[J];经济学动态;2011年11期

2 张瑾;;基于金融风险压力指数的系统性金融风险评估研究[J];上海金融;2012年09期

3 俞树毅;袁治伟;;区域系统性金融风险监测研究[J];武汉金融;2012年10期

4 杨文悦;上官发清;付秋虹;;宏观审慎管理框架下系统性金融风险的测度与防范[J];海南金融;2012年09期

5 王大庆;;系统性金融风险预警模型创建研究[J];经济研究参考;2013年49期

6 陈雪楚;彭建刚;吴梦吟;;城市间房价相关性与系统性金融风险防范[J];上海金融;2012年08期

7 刘霞;陈小昆;;我国系统性金融风险预警指标体系构建及测度[J];新疆财经;2013年01期

8 李研妮;;我国系统性金融风险压力指数的测量与应用分析[J];南方金融;2013年10期

9 张宝林;潘焕学;;影子银行与房地产泡沫:诱发系统性金融风险之源[J];现代财经(天津财经大学学报);2013年11期

10 苗文龙;周潮;;国际风险冲击与金融周期联动性分析[J];金融监管研究;2012年12期

相关博士学位论文 前3条

1 章秀;我国系统性金融风险的计量研究[D];吉林大学;2016年

2 王靖国;顺周期行为机制下的系统性金融风险:理论与实证分析[D];财政部财政科学研究所;2011年

3 王宪勇;DSGE框架下的中国经济波动研究[D];东北财经大学;2009年

相关硕士学位论文 前5条

1 刘霞;我国系统性金融风险防范研究[D];新疆财经大学;2013年

2 杨丽;我国系统性金融风险测度与预测[D];西南政法大学;2015年

3 黄剑;我国系统性金融风险的测度与防范研究[D];安徽财经大学;2012年

4 张玉军;房价与居民收入互动关系研究—一个DSGE框架[D];南京大学;2016年

5 王立峰;基于DSGE模型的产出与就业波动的非一致性研究[D];华侨大学;2016年



本文编号:1583260

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjifazhanlunwen/1583260.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ba6b0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com