基于Copula模型的中国CPI和房价的非线性关系及调控目标研究

发布时间：2020-03-25 10:04

【摘要】：始于2008年的金融危机说明,经济运行的稳定,离不开通胀目标制的货币政策与宏观审慎政策的配合。各国央行也逐渐意识到,要防范通胀风险、防范系统性风险,需要协调使用货币政策与宏观审慎政策的双支柱调控框架。在党的十九大上,习近平主席也明确提出了深化金融改革的具体要求,健全货币政策和和宏观审慎政策双支柱调控框架,维护金融稳定,守住不发生系统性风险的底线。而我国目前最大的潜在系统性风险的来源就是房价,要防通胀、防系统性风险,就必须双支柱调控政策立足于CPI与房价的相互关系,这样才能选择合适的调控目标与调控政策,发挥好货币政策与宏观审慎政策的协同效果。本文研究的大体思路是从理论研究——实证研究——对策研究。首先,本文研究讨论了 Copula函数及一般的理论原理,为后续的实证研究奠定基础;其次,本文回顾了中国CPI与房价指数统计、及其相关关系的发展变化动态,以全面掌握中国CPI与房价指数的现实情况,并选取了自2005年7月至2017年12月的CPI同比作为价格变化的代理变量,并且采纳全国70个大中城市新建房屋价格指数增速作为房价的代理变量,然后分别计算二者之间的线性性关系数和12个月的滚动相关系数,并且考虑到剔除周期性因素的影响,对CPI序列与房价序列采用Hodrick-Prescott滤波过滤并再次考察线性相关性,结论并无大的变化。然后,考察房价与CPI的样本分布,根据分布情况采用参数或者非参数的方法确定总体分布,并使用建立相应的Copula模型,以欧氏距离为标准选出拟合最佳的Copula模型,得出消费者价格指数与房屋价格指数的联合概率分布,在此基础之上进一步探究非线性相关关系。最后,根据我国CPI与房价指数统计及房价调控政策存在的问题,提出对策建议。本文的创新之处主要在于使用了调控目标的切入视角,并且使用了连接函数Copula的理论,通过建立变量之间的联合分布函数探寻房价与CPI之间存在的非线性相关关系,进一步挖掘出房价与CPI之间存在的内在关系。研究结论表明,CPI与房价间不仅存在线性相关关系,也存在非线性相关关系。而目前,货币政策的调控目标为CPI,宏观审慎政策重点关注房价,鉴于二者之间的非线性相关关系,二者在政策实际实施之时,难免会有互相之间或正向或负向的影响。因此,为了进一步促进双支柱调控政策的协同作用,有必要建立囊括CPI与房价的广义价格指数,作为货币政策与宏观审慎政策的共同调控目标。
【图文】：

货币政策与宏观审慎政策双支柱的调控体系，既需要关注ＣＰＩ的稳定，也需逡逑要关注房价的稳定。当房价与ＣＰＩ出现反向运动的趋势之时，就需要宏观审慎政逡逑策与货币政策的互相协调。从历史上看，图１邋一１可明显看出如下几个特征，一逡逑是２０１０年之前，ＣＰＩ和房价指数存在同向波动的趋势，房地产作为一个强周期逡逑行业，其价格的变化与整体经济的冷暖息息相关，因此与ＣＰＩ呈现出同样的趋势；逡逑但是２０１０年后这种趋势逐渐减弱，意味着房价与ＣＰＩ间的变化出现了分歧，在逡逑这种情况下，单一的货币政策无法在防通胀与防系统性佥做出良好的权ｔＪ。二逡逑是房价指数的波动明显要高于ＣＰＩ指数，特别是２０１０年后ｃｐｒ波幅趋于平稳，逡逑而房价波幅仍然较大，房价的大幅波动有可能会造成系统性风险；而且，长期来逡逑看，房价指数与ＣＰＩ指数都会出现均值回归的现象，二者的中枢并未出现系统性逡逑的抬升

ＣＰＩ的统计是一个庞大而又复杂的系统。首先，需要确定调查网点，由国家逡逑统计局与地方统计局一起确定，在相应的网点采集商品和服务的价格；而商品以逡逑及服务的价格，也是事先经过精准框选，由国家统一举行的抽样调查确定。我国逡逑疆域辽阔，想做到每个县市做到精准的覆盖几乎不可能。但是，通过随机抽取逡逑５００个县市的方法，可以最大程度弥补这一点。然后，在规定的时间和调查网点，逡逑各级部门统计局派遣工作人员现场采集商品和服务的价格。而且，不同产品的采逡逑集频率也是不尽相同的。对于价格变化较快，与居民生活更为紧密的商品或者服逡逑务，如肉类、大米等，可能每周就会采集一次价格；而对于一些价格变动没有那逡逑么快、对居民的生活没有那么重要的商品或者服务，比如汽车等耐用品，可能半逡逑个月才会进行一次价格采集，而对于一些事关国计民生、没有市场化的商品，如逡逑水、电，一个月采集一下价格己然足够。在采集完各类商品和服务的原始价格后逡逑进行汇总，，进一步审核数据以防止出现偏差。在此之后才会根据２６２个子类的权逡逑重计算出个八大类的价格指数，然后根据这八大类的价格指数计算得到一个完整逡逑的消费者价格指数。逡逑
【学位授予单位】：湘潭大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F726;F299.23

【相似文献】

相关期刊论文 前10条

1 黄康迪;陈璐;郭生练;周建中;杨振莹;;基于Copula熵方法的河流之间的相关性研究[J];水资源研究;2017年05期

2 刘文雷;;动态Copula模型在金融相关领域运用的文献综述[J];中南财经政法大学研究生学报;2017年01期

3 王保华;王占海;月永昌;;Copula函数在洪潮遭遇分析中的应用研究[J];珠江现代建设;2017年06期

4 杜懿;麻荣永;;不同Copula函数在洪水峰量联合分布中的应用比较[J];水力发电;2018年12期

5 周全;陈振龙;;基于C藤Copula模型的混业经营下聚合风险的度量[J];湖南科技大学学报(自然科学版);2018年04期

6 李晓康;;基于Copula函数的沪深股市相关性分析[J];陕西理工大学学报(自然科学版);2017年06期

7 杜梦颖;章溢;温利民;;基于Copula相依模型的指数保费预测[J];江西师范大学学报(自然科学版);2018年01期

8 叶五一;董筱雯;缪柏其;;c-D-Copula模型构建及其在金融风险传染中的应用[J];系统科学与数学;2018年05期

9 陈振龙;郝晓珍;;基于藤Copula分组模型的金融市场风险度量研究[J];统计研究;2018年06期

10 马梅;卢俊香;杜艳丽;;混合Copula模型选择及其应用[J];价值工程;2017年01期

相关会议论文 前10条

1 张伟;黄锐;康良国;;基于Copula理论的地域性事故发生规律机理研究[A];第30届全国高校安全科学与工程学术年会暨第12届全国安全工程领域专业学位研究生教育研讨会论文集[C];2018年

2 应益荣;王颖;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三届中国智能计算大会论文集[C];2009年

3 李永奎;周宗放;彭选华;;Copula模型在金融风险管理应用中的评述[A];Proceedings of the Third Symposium of Risk Analysis and Risk Management in Western China[C];2013年

4 叶萍华;唐湘晋;;基于Copula方法的股票相关性分析[A];第十届中国青年信息与管理学者大会论文集[C];2008年

5 王作春;甘仞初;;基于copula函数的相关异类风险的综合风险测度方法研究[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年

6 许启发;刘少杰;;基于Copula技术的动态组合投资选择新方法[A];第四届（2009）中国管理学年会——金融分会场论文集[C];2009年

7 杜红军;王宗军;;基于时变Copula模型的金融市场风险度量与分配[A];第八届（2013）中国管理学年会——金融分会场论文集[C];2013年

8 张绿原;林明裕;稂冠平;;基于GAS动态藤copula的国际指数组合风险分析[A];2017年（第五届）全国大学生统计建模大赛获奖论文选[C];2017年

9 安宗文;高建雄;刘波;;基于嵌套混合Copula函数的机械系统失效相关性建模[A];2014年全国机械行业可靠性技术学术交流会暨可靠性工程分会第五届委员会成立大会论文集[C];2014年

10 周金宇;韩文钦;孙奎洲;朱福先;;基于高斯Copula的冗余结构系统疲劳失效概率分析[A];2010年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第二次全体委员大会论文集[C];2010年

相关重要报纸文章 前2条

1 广发期货投资研究部 杨威 王翔 谢贞联;多维Copula树及其在机构投资组合风险管理中的运用[N];期货日报;2008年

2 海通证券研究所 陈露;从A股与H股相关性看股指期货推出后的跨市场操作[N];期货日报;2007年

相关博士学位论文 前10条

1 周全;基于copula的混业经营下市场风险和操作风险的度量[D];浙江工商大学;2016年

2 申敏;国民经济行业系统信用风险相依研究[D];南京航空航天大学;2017年

3 韩超;高维动态藤Copula结构在金融风险研究中的应用[D];重庆大学;2017年

4 李浩鑫;基于水势调控的复杂灌溉系统水量分配理论与方法[D];武汉大学;2017年

5 龚玉婷;金融资产相依性的动态Copula建模及应用[D];上海交通大学;2015年

6 赵宁;基于Copula熵的资本资产定价研究[D];大连理工大学;2012年

7 徐付霞;Copula理论与极值统计的应用[D];天津大学;2008年

8 胡心瀚;Copula方法在投资组合以及金融市场风险管理中的应用[D];中国科学技术大学;2011年

9 吴娟;Copula理论与相关性分析[D];华中科技大学;2009年

10 王丽芳;基于copula理论的分布估计算法研究[D];兰州理工大学;2011年

相关硕士学位论文 前10条

1 李公安;基于Copula函数的铣削表面粗糙度预测研究[D];江苏大学;2018年

2 金凤;基于藤结构Copula-SV模型的外汇投资组合风险研究[D];湖南大学;2012年

3 李岳;基于多元Copula函数的结构体系可靠性分析[D];湖南大学;2018年

4 裴元;基于Copula-GARCH的我国铁矿石期货最优套保比率研究[D];首都经济贸易大学;2018年

5 郭振玉;关于脉冲分红的一些研究[D];湖南师范大学;2018年

6 王侠英;基于vine copula-分位数回归的金融风险管理[D];合肥工业大学;2018年

7 刘振亮;基于Copula函数的投资组合的风险度量研究[D];哈尔滨商业大学;2018年

8 李颖;Copula-Garch-CVaR方法在保险资金投资中的应用[D];山东师范大学;2018年

9 汤潘;一种基于零截断泊松分布的Copula及应用[D];吉林大学;2018年

10 刘乃夫;量化投资组合策略研究[D];吉林大学;2018年

本文编号：2599764