房地产金融调控政策效果——基于VEC向量误差修正模型的实证分析

本文通过建立向量误差修正模型并借助脉冲响应分析和方差分解，通过实证检验我国近年来三大金融调控政策对住房价格的影响。实证结果表明，我国房地产属于资金推动型，其中货币供应量起到主导作用，法定准备率则属于间接的资金供给，两者具有叠加效应。金融机构贷款利率对房价上涨具有正效应。此外，房价上涨波动的冲击加剧了房价上涨。

房地产业现行调控政策的有效性分析

本文采用两个多变量回归模型,运用似无关回归的估计方法,考察一系列金融调控政策对房地产业的影响。计量分析表明,在短期内,一系列金融调控政策对房地产上市公司产生了平均的显著为负的累计异常回报率;同时,也显著增大了房地产上市公司股票的系统风险,从而验证了一系列金融调控政策对房地产上市公司所产生的负的股东财富效应。

相对利率、信贷资源挤占与房地产市场波动——基于河南省辖市面板数据的研究

本文利用河南省11个省辖市2018年1月~2019年7月的新建商品住房销售均价、二手住房销售均价、新建住房销售面积、二手住房销售面积以及相对利率、个人住房贷款占全部贷款比重的时间序列数据,同时选择房地产金融调控、逆周期货币信贷调控两个政策变量,使用面板数据固定效应、随机效应以及混合OSL三种估计方法研究了相对利率、住房信贷资源挤占以及房地产调控对房地产市场波动的影响。研究表明,相对利率对房地产市场有重要影响,且相对利率对二手住房价格和二手住房销售面积影响较为广泛;在货币环境不同时,相对利率对新建住房价格的影响程度有所不同。同时,研究还表明,居民部门杠杆率高低对个人住房贷款影响房地产市场的机制有很大不同,个人住房贷款增量调控政策效果并不显著,而逆周期货币信贷调控政策在信贷趋紧时会强化相对利率对新建住房销售价格的抑制作用。

金融调控政策对房地产市场的影响

本文运用事件分析法,采用多变量回归模型考察一系列房地产金融调控政策对房地产业的影响。分析表明,在短期内一系列金融调控政策对房地产上市公司产生了平均的显著为负的累计异常回报率,同时,也显著增大了房地产上市公司股票的系统风险,从而验证了一系列金融调控政策对房地产上市公司所产生的负的股东财富效应。因此,笔者认为单凭借货币政策难以解决我国现阶段房地产市场价格过高问题,还需借助财政政策、土地政策、引导消费预期等综合手段来调控房地产市场。

一行两会一局部署今年金融工作任务

中央经济工作会结束后,各部门都在组织学习会议精神,部署2020年工作重点。这几天,一行两会一局的学习会议已经陆续开完,我们由此可以勾勒出2020年金融工作的大致框架。中国人民银行完善金融法律法规体系统筹做好房地产金融调控2019年12月13日,人民银行召开党委扩大会议,传达学习中央经济工作会议精神,研究部署贯彻落实意见。人民银行党委书记郭树清主持会议,党委副书记、行长易纲及党委其他成员出席会议。

“三线四档”调控成效周年回顾

“三线四档”的房地产金融调控政策从2020年8月至今,在摸索中经历了一年时间。回顾这一年,看房企都发生了哪些变化,对未来又有哪些期待。从“三道红线”到“三线四档”,从网传到官宣释放了什么信号?2020年8月,“三道红线”出台,用剔除预收款项的资产负债率、净负债率、现金短债比三项核心指标来划分房企档位,提出监管要求。这一举措被认为是颠覆了房地产行业过去发展的底层逻辑,一时间被推上行业“热搜”。

声音

围绕“三稳”,构建房地产金融调控长效机制今年以来,金融总量适度增长,流动性合理充裕。同时重点领域金融风险得到有效防范,高风险中小金融机构处置取得阶段性成果。接下来,要进一步完善房地产金融调控机制,围绕稳地价、稳房价、稳预期,构建房地产金融调控长效机制。