房地产价格泡沫与拐点研究——基于日本东京和中国上海的对比分析

发布时间：2021-05-18 12:31

　　本文从供需角度在分析房地产价格影响因素的基础上,构建时变参数状态空间模型,测度和实证分析了日本东京和中国上海的房价泡沫。测算结果表明:2004—2018年一季度,上海市房价泡沫平均值为9. 38%。2009—2011年和2015—2017年是两轮泡沫较大的时期,期间泡沫峰值分别达到18. 29%和18. 59%。并通过脉冲响应函数分析了上海市房价泡沫拐点情况,结果发现:金融政策是影响房价泡沫拐点的短期因素,土地供给和房地产开发投资是影响房价泡沫拐点的中期因素,收入增长和人口增长的可持续性是影响房价泡沫拐点的长期因素。泡沫测算方法为政府部门判断房价泡沫提供了政策参考依据,房价泡沫拐点的研究可以为稳定房价走势提供简明的政策框架,即金融政策是标,土地政策和经济、人口政策是本,要在稳金融的前提下,通过土地、人口以及经济等政策综合施策,才能保证房价行稳致远。 

【文章来源】：管理评论. 2019,31(09)北大核心CSSCI

【文章页数】：12 页

【参考文献】：
期刊论文
[1]土地财政制度对房地产价格的影响因素研究[J]. 唐云锋,吴琦琦.  经济理论与经济管理. 2018(03)
[2]预期、货币政策与房地产泡沫——来自省际房地产市场的经验验证[J]. 张炜.  中央财经大学学报. 2017(08)
[3]信贷政策对房价波动的影响分析[J]. 杨思群,董美.  投资研究. 2017(04)
[4]土地政策、供地结构与房价[J]. 张莉,年永威,皮嘉勇,周越.  经济学报. 2017(01)
[5]重大网络突发事件对房地产市场的影响研究[J]. 于长雷,赵红.  管理评论. 2016(08)
[6]货币政策,市场预期与房地产价格[J]. 钟少颖,王蕊,陈锐.  管理评论. 2016(05)
[7]我国房地产价格上涨背后的制度性因素——兼论房地产价格泡沫[J]. 胡晓.  中央财经大学学报. 2014(07)
[8]房地产泡沫检验的Switching AR模型[J]. 史兴杰,周勇.  系统工程理论与实践. 2014(03)
[9]房地产供求与演变趋势:澄清一种统计口径[J]. 李昕,徐滇庆.  改革. 2014(01)
[10]货币政策对区域房地产住宅市场的差异化影响——基于国内十城市房地产住宅市场的实证研究[J]. 常飞,李秀婷,郭琨,董纪昌.  管理评论. 2013(10)

硕士论文
[1]基于国房景气指数的我国房地产市场发展趋势研究[D]. 叶桂芳.暨南大学 2015



本文编号：3193793