• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      我國(guó)房地產(chǎn)產(chǎn)業(yè)對(duì)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響機(jī)制的研究

      2021-01-19 08:22:22
      社會(huì)科學(xué)家 2020年11期
      關(guān)鍵詞:產(chǎn)業(yè)結(jié)構(gòu)整體變量

      張 賀

      (南京大學(xué) 商學(xué)院,江蘇 南京 210093)

      一、引言

      自21世紀(jì)以來(lái),房地產(chǎn)行業(yè)作為我國(guó)的支柱型產(chǎn)業(yè),是經(jīng)濟(jì)增長(zhǎng)的重要來(lái)源。房地產(chǎn)行業(yè)是一種資金密集型產(chǎn)業(yè)類型,其發(fā)展主要依靠?jī)蓚€(gè)方面:強(qiáng)大的資金以及金融機(jī)構(gòu),資金作為后盾,金融機(jī)構(gòu)作為依賴。相關(guān)文獻(xiàn)表明:銀行貸款(直接和間接)所提供的資金是房地產(chǎn)資金總數(shù)的50%左右,從而會(huì)給銀行帶來(lái)較大的金融危機(jī)[1]。Rajan等學(xué)者使用了西方七國(guó)之間的數(shù)據(jù),從而得到了房地產(chǎn)與當(dāng)?shù)卣w經(jīng)濟(jì)之間的關(guān)系,分析結(jié)果可知不同國(guó)家具有不用類型的房地產(chǎn)公司類型,其公司特征決定了公司的主要資本結(jié)構(gòu),該結(jié)構(gòu)不能被其他機(jī)構(gòu)所解釋和使用[2]。

      房地產(chǎn)行業(yè)波動(dòng)性較大且不具有規(guī)律性,會(huì)直接影響資源配置、資金浪費(fèi)等現(xiàn)象,甚至?xí)?duì)國(guó)家宏觀調(diào)控造成負(fù)面影響,嚴(yán)重時(shí)可造成金融危機(jī)。[3][4]與此同時(shí),房地產(chǎn)也逐漸成為投資、保值的對(duì)象,勢(shì)必導(dǎo)致房?jī)r(jià)波動(dòng)范圍較廣,從而進(jìn)一步拉大貧富差距,對(duì)我國(guó)整體經(jīng)濟(jì)結(jié)構(gòu)造成不可預(yù)估的影響。[5]針對(duì)上述現(xiàn)狀,本文通過(guò)對(duì)房地產(chǎn)價(jià)格以及測(cè)度指標(biāo)的研究,分析了房地產(chǎn)對(duì)我國(guó)整體經(jīng)濟(jì)的主要影響以及產(chǎn)業(yè)結(jié)構(gòu)的主要影響機(jī)制,對(duì)于完善房地產(chǎn)行業(yè)投資理論,促進(jìn)我國(guó)經(jīng)濟(jì)上升具有重要的學(xué)術(shù)價(jià)值和實(shí)際指導(dǎo)意義。

      二、文獻(xiàn)綜述

      房地產(chǎn)與整體經(jīng)濟(jì)的關(guān)系主要體現(xiàn)在經(jīng)濟(jì)增長(zhǎng)、利率以及銀行信貸等方面。19世紀(jì)七十年代初,美國(guó)學(xué)者Green等人研究了住宅投資與GDP之間的內(nèi)部關(guān)系,數(shù)據(jù)來(lái)源于1959-1992年美國(guó)房地產(chǎn)投資數(shù)據(jù),結(jié)果表明兩者之間為格蘭杰原因,反之則無(wú)。Kim等學(xué)者針對(duì)房地產(chǎn)投資和GDP數(shù)據(jù),對(duì)其進(jìn)行方差分解,然后使用數(shù)據(jù)進(jìn)行脈沖響應(yīng)分析,實(shí)證結(jié)果表明,住宅投資與GDP會(huì)有一定聯(lián)系,當(dāng)投資類型為非住宅時(shí),會(huì)對(duì)住宅投資產(chǎn)生負(fù)面影響[6]。

      Gauger等學(xué)者使用了協(xié)整分析的方式,對(duì)美國(guó)金融管制前后住宅投資、銀行利率與國(guó)民GDP關(guān)系進(jìn)行研究,其結(jié)果表明金融管制前,利率變化會(huì)對(duì)住宅投資造成影響明顯;在管制后,除了利率變化,GDP也會(huì)對(duì)住宅投資造成影響[7]。Miles等學(xué)者使用VAR模型,針對(duì)住宅投資和宏觀經(jīng)濟(jì)互動(dòng)進(jìn)行了實(shí)證探究。其結(jié)果表明住宅投資是美國(guó)經(jīng)濟(jì)周期內(nèi)最為關(guān)鍵的投資,住宅投資可有效拉動(dòng)非住宅投資,其有效促進(jìn)內(nèi)需消費(fèi)。Cases等人研究了房?jī)r(jià)上漲所產(chǎn)生的財(cái)富效應(yīng),他們認(rèn)為會(huì)有效降低居民消費(fèi)增長(zhǎng),其原因?yàn)楫?dāng)房?jī)r(jià)上漲時(shí),所帶來(lái)的財(cái)富效應(yīng)會(huì)與股市下跌相互抵消[8]。Miller等學(xué)者對(duì)住房?jī)r(jià)格波動(dòng)進(jìn)行定義為其價(jià)格增長(zhǎng)率的變化,使用三種不同模型進(jìn)行實(shí)證研究,其結(jié)果表明:產(chǎn)出增產(chǎn)率與房?jī)r(jià)波動(dòng)之間是格蘭杰因[9]。

      三、房地產(chǎn)對(duì)經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響的計(jì)量模型的選取

      近年隨著經(jīng)濟(jì)形勢(shì)逐漸變化以及一帶一路政策的不斷推進(jìn),我國(guó)經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)會(huì)受到外界的不斷沖擊。因此,為了考察房地產(chǎn)對(duì)經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)的影響,本文選擇變參數(shù)模型,該模型主要根據(jù)狀態(tài)空間模型進(jìn)行搭建,量測(cè)方程如(1)所示。

      其中βt與時(shí)間成正比關(guān)系,從而反映了解釋變量與因變量直接的變化關(guān)系,可變參數(shù)βt具有不可觀測(cè)性,為了獲得其具體值,需使用可觀測(cè)變量xt和yt進(jìn)行估值。然后使用狀態(tài)空間變參數(shù)模型,對(duì)房地產(chǎn)產(chǎn)業(yè)投資與我國(guó)整體經(jīng)濟(jì)建立模型:

      RI表示房地產(chǎn)投資情況,本文使用GDP作為經(jīng)濟(jì)指標(biāo),計(jì)量模型的回歸方式為對(duì)數(shù)回歸,因此回歸系數(shù)βt是具有彈性意義的,當(dāng)房地產(chǎn)開(kāi)發(fā)商針對(duì)當(dāng)?shù)赝顿Y增加時(shí),則GDP也會(huì)增加βt個(gè)百分點(diǎn)。

      針對(duì)房地產(chǎn)對(duì)經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響,量測(cè)方程需進(jìn)一步擴(kuò)展,最終得到對(duì)數(shù)型計(jì)量模型:

      其中j=1,2,3,…35,固定資產(chǎn)與房地產(chǎn)投資之差用NRIjt表示,j地區(qū)第t期房地產(chǎn)買入為GIjt,其貸款為DKjt,該系數(shù)可有效反應(yīng)房地產(chǎn)貸款與經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系。房地產(chǎn)與經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)之間具有內(nèi)生性關(guān)系,因此上述模型中的參數(shù)可存在內(nèi)生性問(wèn)題,為有效消除上述現(xiàn)狀,估算過(guò)程中使用了GMM方法。

      四、實(shí)證分析

      (一)變量選取和相關(guān)假設(shè)

      本文選取2007-2018年我國(guó)11個(gè)大中城市房地產(chǎn)產(chǎn)業(yè)投資數(shù)據(jù)和整體經(jīng)濟(jì)增長(zhǎng)情況,35個(gè)大中城市主要包括北京、天津、上海、深圳、杭州、南京、天津、沈陽(yáng)、大連、南京、成都。主要變量為固定資產(chǎn)與房地產(chǎn)投資之差、房地產(chǎn)買入量、貸款額、房地產(chǎn)開(kāi)發(fā)投資總額、人均GDP。由于時(shí)間跨度較大,通貨膨脹會(huì)對(duì)研究造成影響,以2007年為基準(zhǔn)期,利用各個(gè)城市的CPI,從而將主要變量調(diào)整成去除通貨膨脹后量,表1為2007年-2018年全國(guó)11個(gè)大中城市各個(gè)變量之間關(guān)系。

      表1 2007-2018年11個(gè)大中城市房地產(chǎn)投資、整體經(jīng)濟(jì)產(chǎn)業(yè)

      由表可見(jiàn):2007-2018年間,我國(guó)主要11個(gè)大中城市房地產(chǎn)投資呈現(xiàn)上升趨勢(shì),由2007年的8.7%上升到2018年的18.9%;固定資產(chǎn)投資額整體趨勢(shì)較為平穩(wěn),變化性不大,基本保持在20%左右,開(kāi)發(fā)貸款量整體在25%左右波動(dòng),從而說(shuō)明貸款是房地產(chǎn)開(kāi)發(fā)資金來(lái)源之處;商品房銷售總額逐步提高,由2007年的4.7%上升到2018年的32.1%,從而說(shuō)明了2018年16.3%國(guó)民生產(chǎn)總值用于房地產(chǎn)交易。

      (二)數(shù)據(jù)來(lái)源

      本文房地產(chǎn)開(kāi)發(fā)商投資量、國(guó)民生產(chǎn)總值、消費(fèi)者物價(jià)指數(shù)主要來(lái)源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù),商品房銷售額來(lái)源于中國(guó)城市統(tǒng)計(jì)年鑒,不同城市的GDP來(lái)源于相關(guān)城市的統(tǒng)計(jì)年鑒,相關(guān)房地產(chǎn)貸款利率來(lái)源于中國(guó)人民銀行相關(guān)網(wǎng)站。

      (三)實(shí)證結(jié)果與分析

      為了防止偽回歸現(xiàn)象出現(xiàn),本文對(duì)各個(gè)變量進(jìn)行單位根檢驗(yàn)。針對(duì)面板數(shù)據(jù)單位根檢驗(yàn),主要分為同質(zhì)和異質(zhì)單位根檢驗(yàn):同質(zhì)單位根檢驗(yàn)包括LLC檢驗(yàn)、Breitung檢驗(yàn)以及Hadri檢驗(yàn);異質(zhì)面板檢驗(yàn)主要包括IPS檢驗(yàn)、Fisher-ADF檢驗(yàn)以及Fisher-PP檢驗(yàn),本文使用的不同檢驗(yàn)方法,其結(jié)果如表2所示。

      表2 各單位根檢驗(yàn)結(jié)果

      由檢驗(yàn)結(jié)果可知:在2007-2018年間,模型(1)和(3)所包含變量具有的關(guān)系為長(zhǎng)期均衡,不同變量檢驗(yàn)結(jié)果可信度較高,具有實(shí)際意義,LLC檢驗(yàn)最高值為-4.78,最小值為-18.36,而Fisher最大值為110.36,最小值為4.23。

      本文使用GMM估計(jì)進(jìn)行一致估計(jì)量檢驗(yàn),假設(shè)出現(xiàn)了1階回歸,但是二階自相關(guān)回歸不出現(xiàn),則說(shuō)明了模型在差分后所得到的殘差項(xiàng)不具有序列相關(guān)。Sargan檢驗(yàn)主要目的是檢測(cè)統(tǒng)計(jì)量是否正確,假設(shè)條件為工具變量和殘差項(xiàng)不具有相關(guān)性,實(shí)證變量服從(m-n)的x2分布,其中(m-n)為自由度,工具變量數(shù)目為m,解釋變量為n。在估計(jì)過(guò)程中,內(nèi)生變量為Yjt、RIjt以及DKjt,其他變量為外生變量。最后模型估計(jì)的計(jì)算方式為系統(tǒng)GMM,其結(jié)果如表3所示。

      表3 我國(guó)11個(gè)大中城市房地產(chǎn)投資與整體經(jīng)濟(jì)關(guān)系的GMM回歸結(jié)果

      由表可見(jiàn):在回歸模型(1)(2)和(3)中,其解釋變量系數(shù)與經(jīng)濟(jì)理論符號(hào)具有一致性,Chin2檢驗(yàn)結(jié)果說(shuō)明了模型在1%水平較為顯著;Sargan檢驗(yàn)結(jié)果說(shuō)明在系統(tǒng)中所得到的工具變量是合理有效的;殘差序列檢驗(yàn)說(shuō)明系統(tǒng)具有1階序列相關(guān),從而滿足GMM模型使用前提。

      實(shí)證結(jié)果說(shuō)明:當(dāng)其他變量固定時(shí),房地產(chǎn)投資對(duì)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響較大,然而非房地產(chǎn)投資影響力較?。寒?dāng)房地產(chǎn)開(kāi)發(fā)投資增加百分點(diǎn)為1時(shí),整體經(jīng)濟(jì)增長(zhǎng)百分點(diǎn)為0.029;非房地產(chǎn)增加1%時(shí),則當(dāng)?shù)谿DP增加僅為0.012%,從而明確說(shuō)明房地產(chǎn)投資影響力高于非房地產(chǎn)投資。房地產(chǎn)開(kāi)發(fā)對(duì)經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響是高于房地產(chǎn)貸款;房地產(chǎn)銷售可有效拉動(dòng)經(jīng)濟(jì)增長(zhǎng),而開(kāi)發(fā)投資影響力與只相比是較低的。

      經(jīng)濟(jì)增長(zhǎng)可有效反向帶動(dòng)房地產(chǎn)開(kāi)發(fā)投資,GDP提高1%,則房地產(chǎn)投資量會(huì)增加0.046%,具有明顯的促進(jìn)作用,且高于房地產(chǎn)對(duì)經(jīng)濟(jì)影響。當(dāng)顯著水平為1%時(shí),則所得到的回歸系數(shù)不明顯,當(dāng)顯著水平達(dá)到5%時(shí),房地產(chǎn)投資和經(jīng)濟(jì)增長(zhǎng)之間具有互動(dòng)關(guān)系,但是此關(guān)系為非對(duì)稱。非房地產(chǎn)投資對(duì)房地產(chǎn)投資具有負(fù)面作用,非房地產(chǎn)投資上升1%,房地產(chǎn)投資率會(huì)降低0.044%,說(shuō)明非房地產(chǎn)投資會(huì)間接影響房地產(chǎn)投資,且該投資具有負(fù)面作用。

      通過(guò)房地產(chǎn)開(kāi)發(fā)貸款模型可知:整體經(jīng)濟(jì)產(chǎn)業(yè)提高會(huì)有效促進(jìn)房地產(chǎn)開(kāi)發(fā)貸款的上升,經(jīng)濟(jì)增長(zhǎng)率上升1%,則房地產(chǎn)開(kāi)發(fā)貸款上升0.124%。利率對(duì)房地產(chǎn)主要為反向作用,利率上升1%,則房地產(chǎn)貸款的增速下降0.411%,其主要原因?yàn)楫?dāng)利率上升時(shí),則房地產(chǎn)企業(yè)融資成本會(huì)顯著上升。房地產(chǎn)價(jià)格上升1%,則房地產(chǎn)貸款增產(chǎn)率會(huì)提高1.235%,說(shuō)明房地產(chǎn)價(jià)格會(huì)促進(jìn)房地產(chǎn)貸款,其原因有兩個(gè):首先,房屋價(jià)格上漲,房地產(chǎn)作為抵押品,其價(jià)值會(huì)提高,與此同時(shí),銀行也會(huì)加大信貸規(guī)模;其次,房地產(chǎn)價(jià)格上升,會(huì)提高行業(yè)內(nèi)利潤(rùn),從而直接刺激房地產(chǎn)擴(kuò)大經(jīng)營(yíng)規(guī)模。

      脈沖響應(yīng)函數(shù)主要目的是對(duì)模型進(jìn)行誤差修正,會(huì)在擾動(dòng)項(xiàng)基礎(chǔ)上對(duì)內(nèi)生變量造成影響,影響范圍主要為當(dāng)前值和未來(lái)值,圖1和圖2為脈沖響應(yīng)函數(shù),基于修正模型。橫軸為滯后階數(shù),主要為2007-2018年度;縱軸為房地產(chǎn)價(jià)格指數(shù)影響,其影響為單位的反擊程度。

      圖1 房地產(chǎn)價(jià)格對(duì)經(jīng)濟(jì)增長(zhǎng)的脈沖響應(yīng)

      圖2 房地產(chǎn)價(jià)格變化對(duì)城市增長(zhǎng)率脈沖響應(yīng)

      由圖1可見(jiàn):房地產(chǎn)發(fā)展速度越快,脈沖響應(yīng)則越高,脈沖函數(shù)的峰值為第二期,然后逐漸變緩,最終達(dá)到平穩(wěn)狀態(tài),該趨勢(shì)與前文所分析結(jié)果一致,即假設(shè)GDP增長(zhǎng)率由5%上升到10%,房地產(chǎn)價(jià)格會(huì)快速達(dá)到非平衡狀態(tài),其價(jià)格會(huì)出現(xiàn)上下波動(dòng)現(xiàn)象。由圖2可見(jiàn):當(dāng)城市化率上升時(shí),房地產(chǎn)價(jià)格會(huì)出現(xiàn)負(fù)增長(zhǎng),其主要原因?yàn)楫?dāng)城市化率過(guò)高時(shí),針對(duì)土地供應(yīng),這是一個(gè)短期行為,然而房地產(chǎn)需求主要針對(duì)一定區(qū)域內(nèi)的適齡人口,憑借收入提高和人口增長(zhǎng)實(shí)現(xiàn),該過(guò)程是長(zhǎng)期過(guò)程,因此房地產(chǎn)價(jià)格出現(xiàn)先降低后上升局面。

      五、房地產(chǎn)產(chǎn)業(yè)對(duì)我國(guó)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響

      以2018年為基準(zhǔn)期,表4為房地產(chǎn)價(jià)格變化對(duì)我國(guó)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響的結(jié)果,總體而言,房地產(chǎn)價(jià)格波動(dòng)對(duì)我國(guó)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響較為明顯,本文選擇了總產(chǎn)生、政府消費(fèi)、就業(yè)、進(jìn)出口等指標(biāo)來(lái)反映房地產(chǎn)產(chǎn)業(yè)對(duì)我國(guó)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響。

      表4 房地產(chǎn)價(jià)格提高10%-30%對(duì)我國(guó)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響(單位:千億元)

      由表可見(jiàn):隨著房地產(chǎn)產(chǎn)業(yè)的發(fā)展,總支出、GDP、居民消費(fèi)等指標(biāo)都是呈現(xiàn)上升趨勢(shì),該結(jié)果與我國(guó)經(jīng)濟(jì)形式和結(jié)構(gòu)具有一定關(guān)系??傊С鲋饕侵冈谝欢〞r(shí)期內(nèi),所生產(chǎn)貨物和服務(wù)價(jià)值總和,其他部門投入也可計(jì)算進(jìn)去,因此模擬結(jié)果中的總支出與房地產(chǎn)產(chǎn)業(yè)發(fā)展關(guān)系不具有過(guò)多意義。當(dāng)房地產(chǎn)產(chǎn)業(yè)發(fā)展速度較快時(shí),其他行業(yè)的投資總額也會(huì)隨之提高,從而會(huì)直接拉動(dòng)GDP的提高。房?jī)r(jià)上升促進(jìn)居民消費(fèi)水平的提高,主要原因可歸結(jié)于財(cái)富效應(yīng)。

      房地產(chǎn)下跌也會(huì)對(duì)整體經(jīng)濟(jì)造成較大影響,在20世紀(jì)日本房地產(chǎn)泡沫破裂時(shí),導(dǎo)致日本經(jīng)濟(jì)長(zhǎng)達(dá)十余年走下坡路,因此房地產(chǎn)下跌對(duì)我國(guó)整體經(jīng)濟(jì)影響也具有實(shí)際意義。表5為房地產(chǎn)價(jià)格下降10%-30%對(duì)我國(guó)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響。

      表5 房地產(chǎn)價(jià)格下降10%-30%對(duì)我國(guó)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)影響(單位:千億元)

      總體而言,房?jī)r(jià)下跌會(huì)對(duì)我國(guó)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)造成較大影響,總支出、居民消費(fèi)、資本形成、進(jìn)出口以及GDP都會(huì)顯著降低,其中居民消費(fèi)所受影響較大,其主要原因與當(dāng)前生產(chǎn)力以及分配結(jié)構(gòu)有關(guān)。當(dāng)房地產(chǎn)價(jià)格不斷下降時(shí),房地產(chǎn)企業(yè)所得到的利潤(rùn)也在大幅度縮減,導(dǎo)致資金更多的流向其他產(chǎn)業(yè),促進(jìn)其他產(chǎn)業(yè)發(fā)展,房地產(chǎn)行業(yè)所帶來(lái)的財(cái)富效應(yīng)也在不斷縮減。

      房地產(chǎn)價(jià)格提高也會(huì)導(dǎo)致各個(gè)部門投入產(chǎn)出發(fā)生變化,表6為房地產(chǎn)價(jià)格提高對(duì)不同部門投入產(chǎn)出影響。

      表6 房地產(chǎn)價(jià)格提高10%-30%對(duì)各個(gè)部門投入產(chǎn)出影響(%)

      由表可見(jiàn):當(dāng)房?jī)r(jià)上漲時(shí),會(huì)對(duì)所有部門的國(guó)內(nèi)產(chǎn)出量、中間投入量以及增加值造成影響,且該影響為正面影響,一般房地產(chǎn)行業(yè)上漲幅度最大,從而可有效帶動(dòng)其他行業(yè)的發(fā)展。房地產(chǎn)對(duì)不同行業(yè)的影響也是具有區(qū)別的。房?jī)r(jià)上漲時(shí),房地產(chǎn)企業(yè)會(huì)加大對(duì)其投資力度,從而促進(jìn)房地產(chǎn)產(chǎn)出的不斷提高。建筑業(yè)和金融保險(xiǎn)業(yè)是僅次于房地產(chǎn)行業(yè)所受的沖擊影響。其所受影響較大的第二產(chǎn)業(yè),如制造業(yè)和建筑業(yè),金融保險(xiǎn)所受影響也較大,這些行業(yè)與房地產(chǎn)都有較大關(guān)聯(lián)性。內(nèi)在原因?yàn)榉康禺a(chǎn)價(jià)格上升時(shí),會(huì)導(dǎo)致房地產(chǎn)行業(yè)高速發(fā)展,其投資快速增加,從而導(dǎo)致對(duì)制造業(yè)、建筑業(yè)等需求量顯著上升,導(dǎo)致該行業(yè)國(guó)內(nèi)產(chǎn)出量、中間投入量以及增加值大幅度上升。

      采礦業(yè)、農(nóng)業(yè)等其他行業(yè)受房地產(chǎn)產(chǎn)業(yè)影響較小,當(dāng)房地產(chǎn)價(jià)格提高時(shí),行業(yè)內(nèi)部波動(dòng)較小,主要由于上述行業(yè)與房地產(chǎn)行業(yè)關(guān)聯(lián)性較小,對(duì)這些部門需求量較小。房?jī)r(jià)上漲會(huì)直接帶動(dòng)其他行業(yè)需求量,這些行業(yè)有的是房地產(chǎn)本身或者與房地產(chǎn)行業(yè)相關(guān)的,與此相關(guān)行業(yè)會(huì)促進(jìn)中間投入量變化,最終影響增加值,而與房地產(chǎn)關(guān)系性較小行業(yè),所受影響較低。

      六、結(jié)論與啟示

      本文通過(guò)理論與實(shí)證相結(jié)合的研究方法,研究了我國(guó)房地產(chǎn)產(chǎn)業(yè)與我國(guó)整體經(jīng)濟(jì)產(chǎn)業(yè)之間的關(guān)聯(lián),結(jié)果表明,房?jī)r(jià)下跌會(huì)對(duì)我國(guó)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)造成較大影響,總支出、居民消費(fèi)、資本形成、進(jìn)出口以及GDP都會(huì)顯著降低,其中居民消費(fèi)所受影響較大,其主要原因與當(dāng)前生產(chǎn)力以及分配結(jié)構(gòu)有關(guān)?;谏鲜龇治鰹榱藘?yōu)化我國(guó)整體經(jīng)濟(jì)結(jié)構(gòu),推動(dòng)房地產(chǎn)產(chǎn)業(yè)發(fā)展,本文提出以下建議:

      (1)降低地方政府干預(yù)。房地產(chǎn)業(yè)績(jī)主要受到土地轉(zhuǎn)讓制度以及當(dāng)?shù)卣哂嘘P(guān),近年來(lái)土地轉(zhuǎn)讓主要以競(jìng)拍形式獲得,其制度較之前有了較大進(jìn)步,透明度越來(lái)越高,但是該制度只是在有限地區(qū)實(shí)行,其執(zhí)行力度和執(zhí)行范圍還較小,還需進(jìn)一步完善。與此同時(shí),當(dāng)?shù)卣槍?duì)房地產(chǎn)政策會(huì)有所傾斜,從而會(huì)對(duì)房地產(chǎn)業(yè)績(jī)?cè)斐捎绊?,最終影響整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu),其政策主要會(huì)導(dǎo)致不同區(qū)域之間的稅務(wù)競(jìng)爭(zhēng),一些需政府重點(diǎn)扶持的行業(yè)無(wú)法獲得較為有利的稅收條件,從而造成這些公司收入降低,間接影響房地產(chǎn)行業(yè)的發(fā)展。為了營(yíng)造公平公正的商業(yè)環(huán)境,保護(hù)房地產(chǎn)以及與之相關(guān)的行業(yè)健康發(fā)展,我國(guó)相關(guān)部門頒布了相關(guān)法律法規(guī),維護(hù)我國(guó)整體經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)正常發(fā)展。

      (2)優(yōu)化公司資本結(jié)構(gòu)。我國(guó)房地產(chǎn)業(yè)績(jī)與其資本結(jié)構(gòu)關(guān)聯(lián)性較小,但是為了消除政府政策影響,資本結(jié)構(gòu)對(duì)房地產(chǎn)業(yè)績(jī)以及房?jī)r(jià)波動(dòng)的影響力會(huì)日益提高。無(wú)息負(fù)債與總資產(chǎn)利潤(rùn)率之間的關(guān)系為正相關(guān),即無(wú)息負(fù)債越高,則總資產(chǎn)利潤(rùn)率越高。然后有息負(fù)債與此相反,有息負(fù)債越高則總資產(chǎn)利潤(rùn)率越低,出現(xiàn)上述現(xiàn)狀的主要原因也是顯而易見(jiàn)的,無(wú)息負(fù)債的成本較低,房地產(chǎn)企業(yè)可利用這一部分資金進(jìn)行投資以及擴(kuò)大經(jīng)營(yíng),只有保證一定利潤(rùn)前提下,其盈利數(shù)量也是較高的。當(dāng)這部分投資為長(zhǎng)期負(fù)債時(shí),由于資金流動(dòng)速度快,且流動(dòng)時(shí)間較長(zhǎng),所獲得利益也是較高。

      (3)大力發(fā)展我國(guó)房地產(chǎn)企業(yè)債券市場(chǎng)。我國(guó)房地產(chǎn)產(chǎn)業(yè)業(yè)績(jī)與長(zhǎng)期負(fù)債有一定關(guān)聯(lián),且為正相關(guān)關(guān)系。然后政府為了防止出現(xiàn)房地產(chǎn)泡沫,有效限制房地產(chǎn)行業(yè)高速發(fā)展,會(huì)出臺(tái)相關(guān)法律法規(guī)限制其信貸規(guī)模和資金量,為了應(yīng)對(duì)上述措施,房地產(chǎn)行業(yè)應(yīng)對(duì)轉(zhuǎn)變思路,由間接融資轉(zhuǎn)變?yōu)橹苯尤谫Y,從而獲得更多的長(zhǎng)期信用貸款。然而我國(guó)目前債券市場(chǎng)發(fā)展速度較慢,應(yīng)當(dāng)選擇信用度較高的債券評(píng)級(jí)機(jī)構(gòu),逐步確立權(quán)威。在此基礎(chǔ)上,應(yīng)增加企業(yè)債券流動(dòng)性,多借鑒發(fā)達(dá)國(guó)家經(jīng)驗(yàn),逐步推動(dòng)柜臺(tái)交易,針對(duì)不符合要求的房地產(chǎn)企業(yè),應(yīng)當(dāng)將其剔除出債券市場(chǎng)。

      猜你喜歡
      產(chǎn)業(yè)結(jié)構(gòu)整體變量
      抓住不變量解題
      也談分離變量
      歌曲寫作的整體構(gòu)思及創(chuàng)新路徑分析
      流行色(2019年7期)2019-09-27 09:33:10
      關(guān)注整體化繁為簡(jiǎn)
      設(shè)而不求整體代換
      基于產(chǎn)業(yè)結(jié)構(gòu)對(duì)接的人力資源培養(yǎng)實(shí)踐與思考——以湖南省為例
      改革需要整體推進(jìn)
      SL(3,3n)和SU(3,3n)的第一Cartan不變量
      分離變量法:常見(jiàn)的通性通法
      產(chǎn)業(yè)結(jié)構(gòu)
      江蘇年鑒(2014年0期)2014-03-11 17:09:29
      延川县| 瑞安市| 静宁县| 峨眉山市| 盐津县| 四平市| 兰西县| 新余市| 黄梅县| 莱芜市| 仁化县| 白朗县| 永善县| 雷波县| 合山市| 石门县| 涟源市| 海阳市| 扬中市| 栾城县| 哈巴河县| 华坪县| 泌阳县| 石城县| 孟连| 新邵县| 涡阳县| 乐东| 宜宾县| 无锡市| 成安县| 韶关市| 墨脱县| 文成县| 岫岩| 崇义县| 浪卡子县| 无极县| 阳东县| 贺兰县| 闵行区|