91精品人妻互换日韩精品久久影视|又粗又大的网站激情文学制服91|亚州A∨无码片中文字慕鲁丝片区|jizz中国无码91麻豆精品福利|午夜成人AA婷婷五月天精品|素人AV在线国产高清不卡片|尤物精品视频影院91日韩|亚洲精品18国产精品闷骚

論文摘要：房地產(chǎn)業(yè)作為國民經(jīng)濟的支柱，政府對其宏觀調(diào)控頗為必要。根據(jù)金融加速器理論，微小的外部沖擊會造成大幅度的實體經(jīng)濟波動，且對小企業(yè)的影響比對大企業(yè)大。本文實證分析表明，貨幣政策金融加速器效應(yīng)在我國房地產(chǎn)業(yè)顯著，為1.20—1.67，但越小型的房地產(chǎn)企業(yè)該效應(yīng)卻越小。政府在調(diào)控房地產(chǎn)行業(yè)時，要考慮貨幣政策對不同規(guī)模房地產(chǎn)企業(yè)的不同影響。
論文關(guān)鍵詞：金融加速器效應(yīng),房地產(chǎn)業(yè)調(diào)控,貨幣政策
　　一、金融加速器理論
　　美聯(lián)儲現(xiàn)任主席伯南克及其研究合作者格特勒于1989年提出，信貸市場的不完全信息會引起借貸雙方的代理成本變化，進而導(dǎo)致企業(yè)外部融資的代理成本高于內(nèi)部融資，于是，投資就依賴于企業(yè)的資產(chǎn)負債表狀況：較低的資產(chǎn)凈值和現(xiàn)金流量對于投資有直接或間接的負面影響，直接的影響是它減少了內(nèi)部融資的來源，間接的影響是它提供更少的抵押品而增加了外部融資成本。代理成本越高則借貸市場的資金分配的效率越低，進而投資水平也就越低。1996年，伯南克、格特勒和吉爾克里斯特正式提出金融加速器（FinancialAccelerator）理論，并于1998年將信貸市場不完美和企業(yè)凈值納入主流宏觀經(jīng)濟模型，分析了金融加速器在經(jīng)濟周期中的作用，使得該理論趨于完善。金融加速器理論認為，當金融和信貸市場存在信息不對稱時，微小的外部沖擊會通過自有資本金的變化，造成大幅度的實體經(jīng)濟波動。
　　國內(nèi)外學(xué)者實證研究文獻從企業(yè)和行業(yè)的角度出發(fā)對金融加速器效應(yīng)進行了研究。伯南克、格特勒和吉爾克里斯特（1994）分析了不同規(guī)模的企業(yè)通貨緊縮時投資支出與現(xiàn)金流狀況；福永一郎（2002）通過日本的數(shù)據(jù)檢驗發(fā)現(xiàn)金融加速器能夠很好地解釋日本企業(yè)投資的波動；吳建環(huán)和席瑩（2007）以貨幣政策對不同規(guī)模高科技企業(yè)的影響為例，分析了中國貨幣政策的金融加速器效應(yīng)；袁申國和劉蘭鳳（2009）分析了中國貨幣政策金融加速器效應(yīng)的行業(yè)性差異。實證研究表明，金融加速器效應(yīng)具有雙重不對稱特點：資產(chǎn)負債表對公司投資的影響在經(jīng)濟下降時期比繁榮時期大；對小公司的作用比對大公司的作用大。
　　二、我國房地產(chǎn)業(yè)現(xiàn)狀
　　房地產(chǎn)行業(yè)在2008年國家貨幣政策調(diào)控和國內(nèi)外形勢的影響下，一度陷入嚴重萎縮局面。但在經(jīng)歷短暫的萎縮之后，2009年，受國家刺激住房需求的多項政策、宏觀經(jīng)濟穩(wěn)定增長以及寬松的貨幣政策等多重因素影響，各種資金紛紛進入樓市，主要城市房地產(chǎn)市場量價齊升，迅速從復(fù)蘇走向過熱。國家統(tǒng)計局統(tǒng)計數(shù)據(jù)顯示，2009年我國房地產(chǎn)市場的商品住宅銷售額36769億元，比去年增長了80％；全年房地產(chǎn)成交量近9.4億平方米，以總成交額平均計算成交價格約4695元/平方米，相比前一年均價上漲約24%，平均每平方米上漲813元。其中上海、深圳和北京房價漲幅居前三，同比分別上漲27.56%、18.32%和16.38%。
　　與商品房量價齊升相伴的，還有百姓對高房價的不滿與擔憂。中國社科院發(fā)布的2010年《經(jīng)濟藍皮書》指出，2010年我國GDP增速將回升至9％，房價和家庭收入比超出合理承受范圍，85％家庭無能力買房。2009年人民論壇“千人問卷”調(diào)查顯示，高房價與低收入矛盾在未來10年十項挑戰(zhàn)中排第四。
　　房地產(chǎn)業(yè)作為國民經(jīng)濟支柱，無論是萎縮還是過熱，政府都必須以促進行業(yè)健康發(fā)展為目標對其進行宏觀調(diào)控。如何在保持經(jīng)濟增長與防止房地產(chǎn)泡沫之間做好平衡，是政府在調(diào)控房地產(chǎn)業(yè)時必須考慮的。以上市的房地產(chǎn)企業(yè)為例，房地產(chǎn)企業(yè)的資產(chǎn)規(guī)模和現(xiàn)金流量都有顯著區(qū)別，在融資能力上更是存在巨大差異。因而政府在制定貨幣政策和信貸政策調(diào)控房地產(chǎn)業(yè)時，要考慮到對不同規(guī)模企業(yè)的不同影響。
　　三、房地產(chǎn)業(yè)的金融加速器效應(yīng)實證分析
　　作者以中國不同規(guī)模的房地產(chǎn)上市企業(yè)為樣本，研究貨幣政策發(fā)生變動后，是否會導(dǎo)致房地產(chǎn)企業(yè)的投資和資產(chǎn)凈值的變化，是否對大企業(yè)和小企業(yè)的作用不同，進而分析中國房地產(chǎn)業(yè)的金融加速器效應(yīng)。
　�。ㄒ唬┠Ｐ秃蛿�(shù)據(jù)
　　作者選擇實際貨幣供給量m（貨幣供給量M2/價格指數(shù)P）的增長率作為貨幣政策變量；房地產(chǎn)企業(yè)凈資產(chǎn)NA作為金融加速器的中間變量；企業(yè)投資I的變動作為衡量金融加速器效應(yīng)大小的變量。
　　由貨幣政策的傳導(dǎo)過程知，從貨幣政策變動到其對企業(yè)實際凈資產(chǎn)產(chǎn)生影響有一段時滯，而實際凈資產(chǎn)作為傳導(dǎo)變量，其變動到對投資產(chǎn)生影響又有一段時滯。因此選擇實際凈資產(chǎn)NA滯后1期、貨幣政策變量滯后3期作為解釋變量對模型進行回歸。建立模型為：
　　（1）
　　式中為各樣本企業(yè)回歸方程的隨機誤差項，、、分別為樣本上市房地產(chǎn)公司的投資、凈資產(chǎn)和實際貨幣供給的增長率。
　　同時，為了驗證房地產(chǎn)行業(yè)是否真正具有金融加速器效應(yīng)，需要進一步驗證貨幣政策對該行業(yè)的實際凈資產(chǎn)是否具有顯著的影響。由于貨幣政策對行業(yè)實際凈資產(chǎn)產(chǎn)生循環(huán)影響，故構(gòu)建模型時需要加入實際凈資產(chǎn)的滯后項作為解釋變量�？紤]到時滯，一般認為至少半年前的凈資產(chǎn)值才能對當期的凈資產(chǎn)值發(fā)生影響，本文選擇滯后期為2期。建立模型為：
　　（2）
　　式中的、的含義與（1）式中的相同、為滯后2期的實際凈資產(chǎn)值。
　　考慮到相關(guān)數(shù)據(jù)的可得性和連續(xù)性，本文選取2007年第一季度至2009年第三季度作為考察期，分別選取在滬深上市的總資產(chǎn)規(guī)模前10的（萬科、保利地產(chǎn)等）和較小的10家（新茂科技、上海新梅等）房地產(chǎn)公司作為大、小企業(yè)樣本（以2007年年報數(shù)據(jù)為準）。 根據(jù)金融加速器理論并考慮數(shù)據(jù)可得性，用新會計準則下房地產(chǎn)企業(yè)的存貨與投資性房地產(chǎn)之和來衡量房地產(chǎn)企業(yè)的投資；用企業(yè)的實際總資產(chǎn)減去實際總負債即實際凈資產(chǎn)NA作為企業(yè)凈值的度量。名義貨幣M2和價格指數(shù)P的數(shù)據(jù)來自中國人民銀行網(wǎng)站�？傎Y產(chǎn)、總負債、存貨和投資性房地產(chǎn)等數(shù)據(jù)都選用wind資訊數(shù)據(jù)庫里的上市公司季度報表。因此，每組數(shù)據(jù)都是由i（i=10）個企業(yè)、t（t=11）個時期組成的面板數(shù)據(jù)。
　�。ǘ�）實證研究
　　使用Eviews6.0軟件對模型（1）進行回歸（見表1和表2），得到模型估計如下（本文略去——各企業(yè)自發(fā)投資對平均自發(fā)投資水平的偏離——的估計值）：
　　大企業(yè)，i=1，2，…，10（3）
　　R=0.9863，DW=0.5978
　　小企業(yè)，i=11，12，…，20（4）
　　R=0.9892，DW=0.9171
　　對于兩組企業(yè)的回歸方程，項和項的t檢驗值在95%的置信水平下顯著，方程擬合都很好。由對數(shù)與半對數(shù)形式的回歸方程系數(shù)的經(jīng)濟含義可知，在95%的置信水平下，實際貨幣供給增長率變動1個單位，大企業(yè)的投資率變化0.92個單位；對較小的房地產(chǎn)企業(yè)而言，則變化0.73個單位。
　　表1對投資、凈資產(chǎn)和貨幣政策變量的回歸結(jié)果（大型房地產(chǎn)企業(yè)）
　　

Linear estimation after one-step weighting matrix
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	3.397946	0.772343	4.399530	0.0000
LnNA(-1)	0.844171	0.043152	19.56256	0.0000
m’(-3)	0.923544	0.261822	3.527376	0.0007

　　表2對投資、凈資產(chǎn)和貨幣政策變量的回歸結(jié)果（小型房地產(chǎn)企業(yè)）
　　

Linear estimation after one-step weighting matrix
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	5.335714	1.179486	4.523762	0.0000
LnNA(-1)	0.587889	0.072268	8.134812	0.0000
m’(-3)	0.730814	0.220298	3.317388	0.0014

　　由上述數(shù)據(jù)可以看出，大型房地產(chǎn)企業(yè)對國家貨幣政策的變動更為敏感，這與金融加速器效應(yīng)在西方房地產(chǎn)業(yè)所表現(xiàn)出的不對稱性（對小企業(yè)作用比大企業(yè)大）不一致。在中國房地產(chǎn)行業(yè)出現(xiàn)的這種大型房地產(chǎn)企業(yè)比小型房地產(chǎn)企業(yè)對貨幣政策的變動更敏感的現(xiàn)象，筆者稱之為金融加速器效應(yīng)“不對稱性的反轉(zhuǎn)”。
　　為了檢驗貨幣政策對房地產(chǎn)業(yè)實際凈資產(chǎn)的影響，用同樣的方法對模型（2）進行回歸（見表3和表4），得到模型估計如下：
　　大企業(yè)i=1，2，…，10（5）
　　R=0.9919，DW=1.0784
　　小企業(yè)i=11，12，…，20（6）
　　R=0.9829，DW=0.7535
　　對于兩組房地產(chǎn)企業(yè)的回歸方程，項和項的t檢驗值在95%的置信水平下顯著，方程擬合良好。根據(jù)半對數(shù)模型的系數(shù)的經(jīng)濟含義可知，實際貨幣供給增長率變動1個單位，大型房地產(chǎn)企業(yè)的實際凈資產(chǎn)變動0.89個單位；對較小的房地產(chǎn)企業(yè)而言，則變化0.80個單位。實際貨幣供給增長率的變動對大型房地產(chǎn)企業(yè)實際凈資產(chǎn)的影響也大于對小型房地產(chǎn)企業(yè)的影響。
　　表3對凈資產(chǎn)和貨幣政策變量的回歸結(jié)果（大型房地產(chǎn)企業(yè)）
　　

Linear estimation after one-step weighting matrix
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	11.69945	1.117333	10.47087	0.0000
LnNA (-2)	0.358040	0.062416	5.736313	0.0000
m′	0.885555	0.226802	3.904536	0.0002

　　表4對凈資產(chǎn)和貨幣政策變量的回歸結(jié)果（小型房地產(chǎn)企業(yè)）
　　

Linear estimation after one-step weighting matrix
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	4.971996	1.775697	2.800025	0.0069
LnNA (-2)	0.696693	0.108476	6.422567	0.0000
m′	0.795022	0.193175	4.115550	0.0001

　　為比較金融加速器在不同規(guī)模房地產(chǎn)企業(yè)中的影響，我們將貨幣政策對投資的影響和對凈資產(chǎn)的影響加總，得到大型房地產(chǎn)企業(yè)的金融加速器效應(yīng)約為1.67（0.89*0.84+0.92），而小型房地產(chǎn)企業(yè)的金融加速器效應(yīng)則為1.20（0.80*0.59+0.73），顯著小于前者。
　　4.結(jié)論與啟示
　　貨幣政策的變動，無論是對投資率還是實際凈資產(chǎn)，以上的分析都表現(xiàn)出對大型房地產(chǎn)企業(yè)的影響要大于小型房地產(chǎn)企業(yè)，即大型房地產(chǎn)企業(yè)對國家的貨幣政策更為敏感。這與國外實證研究表現(xiàn)出的貨幣政策在房地產(chǎn)行業(yè)的金融加速器效應(yīng)存在不對稱性相反。究其原因，一方面，與國外房地產(chǎn)投資信托（REITs）模式不同，國內(nèi)房地產(chǎn)企業(yè)主要是負債經(jīng)營；另一方面，在我國，大型房地產(chǎn)企業(yè)與銀行的關(guān)系緊密，其貸款也較容易，而中小企業(yè)則會遭受銀行系統(tǒng)的“惜貸”。
　　總之，實證分析表明，我國貨幣政策對房地產(chǎn)行業(yè)具有顯著的金融加速器效應(yīng)，但同時也存在金融加速器效應(yīng)“不對稱性的反轉(zhuǎn)”現(xiàn)象，并且發(fā)現(xiàn)貨幣政策對大型房地產(chǎn)企業(yè)投資和資產(chǎn)凈值的影響比對較小型房地產(chǎn)企業(yè)的影響更為顯著。因而政府在制定貨幣政策應(yīng)對樓市過熱或低迷時，需要考慮到金融加速器效應(yīng)，及其對不同規(guī)模房地產(chǎn)企業(yè)的不同影響。
參考文獻
1 B.S.Bernake, M.Gertler & S.Gilchrist. The financial accelerator and the flight to quality[J]. NBER working Paper, 1994, No4789.
2 Matteo Iacoviello. House prices, borrowing constraints, and monetary policy in the business cycle[J]. The American economic review, 2005 Vol.95 (No.3).
3 袁申國,劉蘭鳳.中國貨幣政策金融加速器效應(yīng)的行業(yè)差異性分析[J].上海金融,2009(3),36-39.
4 吳建環(huán),席瑩.中國貨幣政策的金融加速器效應(yīng)研究——以貨幣政策對不同規(guī)模高科技企業(yè)的影響為例[J].山西財經(jīng)大學(xué)學(xué)報,2007(11),99-103.