我国信贷市

发布时间：2021-12-18 04:42

　　本文首先对信贷市场、股票市场与房地产市场间风险传染机理进行分析,在此基础上,用VAR-GARCH-BEKK模型对市场间的价格传导、风险积累与风险传染效应进行实证研究,得出三个市场间存在显著的价格传导效应及较大的风险积聚效应等结论,并据此提出完善我国金融市场的相关政策建议。 

【文章来源】：华北金融. 2020,(11)

【文章页数】：12 页

【部分图文】：

股票市场（房地产市场）与信贷市场作用机理图

房地产市场数据以房屋销售价格指数（HP）代表；股票市场数据采用上海证券综合指数（SP）；由于信贷市场进入房地产市场的资金多为银行贷款，同业拆借利率能在一定程度上反映信贷市场资金的供求关系，因此，信贷市场数据用同业拆借利率代表。我国银行间7天质押式回购交易较为活跃，与其他不同期限、品种的利率具有较强联动性，能够较好地反映银行间市场利率的变动情况，因此采用7天银行同业拆借加权平均利率（BR）代表。我国1998年7月进行住房改革，房地产业走向市场化；1998年底《证券法》出台，股票市场走向规范化发展之路，因此选取1999年1月至2020年4月的数据作为样本。将房屋销售价格指数和上证综指转化为收益率的形式，计算公式为：

如图3、图4和图5可以看出三个市场间两两市场的动态相关系数较高。其中，信贷市场与股票市场动态相关系数明显分为两个阶段，1999年-2005年其均值大概在-0.4左右，2005年-2020年其均值大概在-0.8左右。股票市场与房地产市场的相关系数也分为两个阶段，1999-2005年在0.2左右小幅波动，2005-2020年波幅变大，相关系数在0.6-0.8之间的占比较高。信贷市场与房地产市场相关系数无明显的变动趋势，其绝对值在0.6以上的占全部数据的70%左右。图4 信贷市场与房地产市场动态相关系数

【参考文献】：
期刊论文
[1]资产价格波动与商业银行脆弱性:理论基础与宏观实践[J]. 舒长江,胡援成,樊嫱.  财经理论与实践. 2017(01)
[2]宏观经济环境下我国银行贷款和房价动态影响关系:基于SVAR模型的实证分析[J]. 叶欣,王婕.  管理评论. 2013(09)
[3]中国房地产市场与股票市场相关性的实证研究[J]. 林众,林相森.  统计与决策. 2013(12)
[4]外部冲击视角下中国银行业和房地产业风险传染性测度[J]. 王粟旸,肖斌卿,周小超.  管理学报. 2012(07)
[5]我国房地产市场与股票市场的波动相关性研究[J]. 彭兴庭.  北京理工大学学报(社会科学版). 2011(05)
[6]股票市场和银行信贷市场的风险转移与互动[J]. 郑旭伟,郭晔.  当代财经. 2011(05)
[7]资产价格波动与银行信贷:基于资本约束视角的理论与经验分析[J]. 郭伟.  国际金融研究. 2010(04)
[8]次贷危机下我国资本市场与银行体系跨市场风险传染实证研究[J]. 何宜庆,万媛媛,何典芝.  南昌大学学报(理科版). 2009(06)
[9]次贷危机与我国商业银行房地产信贷风险管理[J]. 徐琦,王帆.  北方经济. 2009(20)
[10]中国股票市场与房地产市场的联动关系[J]. 巴曙松,覃川桃,朱元倩.  系统工程. 2009(09)

硕士论文
[1]安徽省合肥市房地产价格与银行信贷的关系研究[D]. 操肯.云南大学 2018
[2]我国房地产业对商业银行风险溢出效应的实证研究[D]. 高存俊.福州大学 2017



本文编号：3541653