金融泡沫的特征精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的金融泡沫的特征主题范文，仅供参考，欢迎阅读并收藏。

第1篇：金融泡沫的特征范文

Feigenbaum&Freund和Sornette等人率先将复杂系统中幂次法则和对数周期性模式的概念应用于金融市场崩盘研究，而Vandewalle等人及Johansen&Sornette进一步说明金融崩盘的现象。Johansen等人提出LPPL(log-periodicpowerlaw)包含两个部分：(1)关键性假定崩盘的形成是因噪声交易者之间局部自我增强模仿所造成的。对于噪声交易者而言，模仿其他交易者而达至特定的点称之为“关键点(criticalpoint)”，此刻所有的交易者在相同的时间采取相同的买卖策略，而产生崩盘。(2)对于交易者而言，因崩盘高风险而要求更高的报酬率作为补偿，故Johansen&Sornette等人强调正向回馈导致的投机性趋势凌驾于基本信念，因此一旦出现外部冲击即产生崩盘。一连串的研究发现通常在投机性崩盘之前有一个主要特性：金融市场价格为对数周期振动且呈现幂次法则加速，也就是说，系统越来越靠近关键点时，会观察到一连串逐渐缩短的振动循环，而这个振动序列会根据等比级数而退化。如Vandewalle等人分析三个不同的道琼工业指数期间，包括1982年1月至1987年8月期间、1992年1月至1997年8月期间及1993年月至1998年8月期间，利用LM(LeyenvergMarquardt)和Monte-Carlo演算法进行配适，包络函数技巧产生对数周期模式，此模式反映出明显的崩盘振动前兆，研究发现，对数周期模式存在于崩盘之前，因此市场应该视为离散的不规则碎片系统(discretefractalsystem)。Drozdz等人验证1998年期间德国金融市场两个崩盘和1987年的黑色星期一发现，崩盘前出现清楚的对数周期结构，另外1998年至1999年期间于美国市场亦发现相同的情形。Johansen&Sornette利用对数周期振动的幂次法则以反泡沫作为衡量基础，在大崩盘的底部浮现时，出现相同的型态。由此可见，对数周期幂律几乎在每个市场都是相同的。

不仅如此，Drozdz等人亦指出，金融动态的迹象可以透过现象类(phenomenaanalogous)决定，特别是对数周期的概念，该研究在1999年11月至2000年3月期间的“超级泡沫”同样发现对数周期振动的轨迹。Gnacinski&Makowiec以波兰金融市场为例，针对1998年8月的俄罗斯危机和2000年4月的新经济崩盘事件(NewEconomicCrash)进行验证，研究发现，崩盘的关键点始于对数周期振动的起点。Sornette&Zhou证明当美国金融市场发生崩盘时，金融市场呈现出对数周期幂律，而且外资资本流量跟随正向回馈交易。Zhou&Sornette也证明了中国金融市场亦崩盘前具有对数周期幂律现象，有趣的是，中国金融市场比其它成熟市场呈现更明显的对数周期幂律现象，该研究将其归因于该市场短期投资客多于长期投资客所致，因而触发投机从众现象。值得一提的是，对数周期幂律不仅出现在股市泡沫中，在熊市反泡沫亦获得相同的结果。Johansen&Sornette以反泡沫作为衡量基础，在金融市场大崩盘的底部浮现时，出现相同LPPL的型态。

而Zhou&Sornette利用log-periodic分析2000年的全球38个股价指数的反泡沫(anti-bubbles)作为研究对象，并定义“反泡沫”是以自我相似性展延对数周期波动下自我增强的价格趋势，数学上表示为一个熊市的反泡沫具有价格的幂次法则递减和展延对数周期波动的特性；Zhou&Sornette指出，正向回馈交易会产生熊市的反泡沫，即是向下趋势的金融资产价格移动促使价格更向下移动，增加人与人之间互动的悲观情绪，38个指数中除了11个指数外，其他皆发现如同S&P500指数相同的对数周期幂律的反泡沫结构，此反泡沫在全球市场几乎于同一时间被发现，显示全球具有全面同步化的情形。基于以上研究，近年来已有越来越多的学者在探讨金融崩盘事件时普遍发现，崩盘前确实存在对数周期振动加速幂法则，此意味从经济物理学的领域中所衍生出复杂适应系统的特质及他们朝向自我组织关键演化观念说明金融市场崩盘的行为已自许多市场中得到证实。

2国内研究发展

对数周期幂律模型在国外出现较晚，一直处于争议当中。因此，国内在相关方面的研究较少，仅有少数文献涉及相关方面的研究。章晓霞(2007)从金融物理学方法详细分析了股票崩盘的临界时候特征,并利用资本资产混合定价模型将金融资产收益分成资产基本价值带来的基本收益和因市场泡沫而产生的泡沫收益，在此基础上提出一个基于对数周期指数分布的金融资产累积泡沫收益率模型。并分别对上海证券A股综合指数、深圳证券综合指数、四川长虹和中集集团的股票进行了模型的实证分析，实证结果表明，提出的模型很好地模拟了我国证券市场在典型泡沫时期临界点或临界区域的特征。方勇(2011)选取中国上海证券A股市场日收益率和日收盘价作为样本数据，对中国金融市场的对数周期幂律和自组织临界性进行了实证研究。实证结果表明，LPPL模型较好地拟合出中国金融市场上证指数部分时间段的收盘价时间序列。沿袭金融物理学的研究思路和框架，具有较好的理论基础和继续研究，但是对具体时间序列的分段没有提出合理可靠的依据。郑飞(2012)结合最新的研究成果,对中国金融市场泡沫的崩盘时间进行拟合和预测，结合相关理论基础上经过推导得到预测金融市场崩盘时间的对数周期幂律模型(LPPL)，然后对该模型进行一系列简化处理，并应用遗传算法估计模型中的未知参数，进而得到泡沫破灭的预测时间。结论指出股票市场泡沫的破灭时间是可以预测的，前提是泡沫需要呈现出特定性质，即只有在股价走势符合对数周期震荡性质的情况下，利用对数周期幂律模型才能够较好地预测泡沫的破灭时间。谢治博(2012)引入对数周期幂律模型，通过对2006～2007年金融危机前和2009年救市政策出台后的中国金融市场的大崩盘和泡沫进行实证检验，得出中国资本市场存在非理性泡沫的结论，并根据研究结果提出了一定的政策建议，以期望避免中国金融市场崩盘事件的突发。

3结语

第2篇：金融泡沫的特征范文

>> 我国房地产企业筹资风险的成因与防范研究 防范我国房地产市场风险研究 我国房地产经纪波动与金融风险防范研究 我国房地产信贷面临的风险与防范 我国房地产金融风险的分析与防范 浅析我国房地产信贷面临的风险与防范 我国房地产企业财务风险的预警与防范 探讨我国房地产存在的金融风险与防范 我国房地产市场泡沫研究综述 我国房地产泡沫实证研究 我国房地产泡沫产生的原因及其防范 我国房地产经济泡沫形成与区域性特征研究 中国房地产泡沫测度指标的分析与建立 我国房地产金融风险的思考与研究 我国房地产泡沫的生成机制研究 我国房地产市场泡沫存在性的实证研究 我国房地产金融风险及其防范研究 我国房地产项目投资风险及防范研究 我国房地产金融风险及防范研究 我国房地产估价和商业银行金融风险防范研究 常见问题解答 当前所在位置：l，《8月31日后协议转让经营性土地全部叫停》，网易财经

④注：括号内为t检验值，***，**，*分别代表在1%，5%，10%的显著水平上显著

参考文献：

[1]王维. 房地产基础价值及泡沫类型解析[J]. 经济学家， 2009（7）：18-24.

[2]韩冬梅， 刘兰娟， 曹坤. 基于状态空间模型的房地产价格泡沫问题研究[J]. 财经研究， 2008（1）：126-135.

[3]吕江林. 我国城市住房市场泡沫水平的度量[J]. 经济研究， 2010（6）：28-41.

[4]姜沛言， 刘洪玉. 中国大中城市住房基础价值与价格泡沫估计. 世界华人不动产学会2012年会暨国际研讨会论文集， 2011：493-502.

[5]张涛， 龚六堂， 卜永祥. 资产回报、住房按揭贷款与房地产均衡价格[J]. 2006（2）：1-11.

第3篇：金融泡沫的特征范文

国外学术界关于货币政策与资产价格关系的问题存在较大的争议。有的学者认为，货币政策不应对资产价格变动做出反应；但近年来，越来越多的学者和官员开始倾向于支持货币政策应当对资产价格变动做出反应的观点。Bernanke 和 Gertle（r1999）的研究认为，当资产价格中用于预测通胀的部分被考虑进来后，货币政策不应该对资产价格变动作出反应，因为资产价格变动本身具有总需求效应（资产价格的上升会刺激总需求；相应地，其下降则会减少总需求），采用弹性通货膨胀目标制的货币政策可以自动地在资产价格上升时提高利率，在资产价格下降时降低利率，从而起到自动稳定器的作用。该文献更进一步通过数值模拟对各种政策的实际效果进行了比较。模拟结果显示，不对股价做出反应的货币政策将会比那些对股价做出反应的货币政策取得更好的政策效果。Bean（2004）认为，由于央行不能可靠地识别资产价格泡沫并且货币政策也不是抑制资产价格泡沫的有效工具，因此，试图稳定资产价格的货币政策是不可取的。Gertler等(1998)、Batini 和 Nelson（2000）、Filardo（2000）、Mishkin 和 White（2002）等的研究都支持上述观点。而一些中央银行家，如瑞典央行副行长Hessiu（s2000）也持类似的观点。Cecchetti等（2000）的观点与Bernanke和Gertle（r1999）形成鲜明对比。他们的研究认为，资产价格泡沫会严重扭曲投资和消费行为，致使产出与通胀不合理的剧烈波动。为解决这一问题，他们认为货币政策不但要对预期的通货膨胀进行反应，也应该对资产价格的波动做出直接的反应。这样的做法将抵消泡沫对产出和通货膨胀的影响，从而增进宏观经济稳定。Cecchetti等（2000）采用了与Bernanke和Gertle（r1999）相同的模型，结果却有显著的不同。他们认为，在产出波动与通货膨胀之间的偏好决定了央行究竟是采取只对通货膨胀作为反应的积极政策，还是既对通货膨胀反应又对股价反应的积极政策。他们通过对各种情况的模拟研究，有力的支持了货币政策应该对资产价格直接进行反应的这一观点。Borio和Lowe（2002）、Bordo和Jeanne(2002)则从货币政策积极干预资产价格可以防止资产价格泡沫破裂的角度证实了货币政策应当对资产价格变动做出反应的观点。值得注意的是，Agnello和Schuknech（t2011）利用18个工业化国家1980-2007年的数据研究分析了房地产价格泡沫生成及破灭的决定性因素，多值选择模型（Multinomial Probit）的估计结果显示，国内信贷的变化和利率水平对房地产价格泡沫形成的概率具有显著性的影响。同时，金融部门的管制的放松（特别是按揭市场）对房价泡沫的出现概率有极强的放大作用。与之类似的还有，Gerdesmeier等（2010）分析了1969-2008 年 17 个 OECD 国家股价与房价的综合数据，采用合并概率（Pooled Probit-Type）方法，发现信贷总量、长期名义利率的变化以及投资占GDP比重三个指标能最多提前8个季度预测资产价格（房地产价格）泡沫的破裂。上述的研究都显示信贷的波动能对房地产价格产生影响。由于金融衍生工具的运用，在西方，特别是美国，房地产市场与资本市场之间相互渗透，二者之间的联系十分紧密。数据显示，美国住房抵押贷款债券已经成为美国债券市场比重最大的债券。其住房抵押贷款的50%已实现证券化。与上述的这些特征事实不同的是，中国居民的房地产投资需求不能通过与之相关的债券来满足。居民要投资房地产只能通过直接购买住房，通过差价来获得收益，这大大加剧了房地产价格的波动。

国内对于这方面的研究，基本上侧重于从实证角度研究货币供应量与资产价格两者之间的关系。信贷指标与资产价格，特别是信贷与房地产价格之间的研究还很少。与国外文献类似，资产价格多关注资本市场。钱小安（1998）的研究发现，由于我国货币供应量与资产价格关联性比较弱且很不稳定，股票综合指数不仅不具有成为宏观经济的晴雨表的功能，也不能以资产价格的变动作为判断货币政策松紧的依据。瞿强（2001）则从货币操作层面展开，认为目前货币政策操作中，要关注资产价格但不宜盯住资产价格。中国人民银行课研究局题组（2002）研究认为央行的货币政策操作应关注股票市场价格的波动，但不能将其列为进行货币政策决策的关键因素之一，换句话就是央行应关注而不是盯住股票市场的价格波动。易纲和王召（2002）也肯定了货币政策对股票价格的直接影响，通过研究，他们认为货币量与通货膨胀的关系在一定意义上也取决于股市，并不是仅仅取决于商品和服务的价格，并得出中央银行在考虑货币政策制定时应同时考虑股市价格和商品与服务价格的结论。瞿强（2005）认为资产价格泡沫与信用扩张具有较强的关联性。王维安和贺聪（2005）认为货币政策应该更多关注房地产价格，但他没有从实证角度研究我国房地产价格与货币政策的具体相关关系。谈正达等（2011）从资产配置的角度出发，通过引入房地产和股票两种资产的价格，运用半对数形式的货币需求函数证实了在1998—2010年我国存在稳定的长期货币需求关系。其隐含的意义在于货币政策的制定中必须考虑房地产资产对货币需求的影响。与产业信贷政策不同，货币政策调整对实体经济的冲击更强，且由于时滞原因使其在实际操作中更加困难。周晖和王擎（2009）以中国房地产市场为例，通过当前央行货币政策的终极目标和中央政府与地方政府在房地产市场的博弈分析并通过实证证实了货币政策在经济发达地区无效的结论。同时，作者认为由于货币政策和资产价格之间并不存在稳定的联动关系，在全国范围内使用货币政策进行的房地产调控极其困难。但与本文研究不同之处在于，周晖和王擎（2009）所使用的房地产价格、M2和GDP增长率三项指标均为季度指标，而本文所使用的货币供应量同比增长率，房地产销售价格同比增长率以及房地产信贷同比增长率（个人住房按揭贷款与房地产企业开发贷款之和）均为月度指标，且研究的重点侧重于信贷与房地产价格变化间的动态关系。银行信贷对房地产价格的影响方面，周京奎（2006）从能否得到银行贷款两个角度来构建理论模型，分析置业者及开发商的决策对房地产均衡价格的影响。特别是当存在投机行为时，置业者的购房动机并不限于自己使用，而是为了获得地产出售的资本收益时，银行信贷的过度支持会催生房地产泡沫。但实证部分使用非自筹资金与商品房销售额的80%作为金融支持的变量显得并不准确。曾五一和李想（2011）通过房屋销售价格指数与租赁价格指数的协整关系判断样本期(2003-2009)存在房价泡沫。在泡沫原因的解析中同样认为金融的过度支持是造成泡沫的原因。

国内外学者对资产价格与货币政策关系做了很多有意义的研究，但是从实证研究上，大多还仅限于货币供给量与资产价格的关系上，没有从房地产信贷与资产价格关系的角度去研究。而在我国货币政策工具的使用中，为了实现经济增长和金融稳定等多重目标，信贷规模控制仍是货币政策工具之一。例如，央行限定2008年的银行信贷规模不得超过2007年的3163亿元，要求各金融机构按季度上报新增贷款等新措施。另一方面，房地产业是资金密集型产业，它的供给和需求都受信贷扩张程度的影响。因此，信贷规模在很大程度上决定了房地产的繁荣程度与价格水平的高低。可见，从房产信贷与房地产价格视角分析货币政策与资产价格的关系有十分重要的意义。当前我国经济正处于特殊时期，经济高速增长、人民币升值压力较大、城市化进程正处于中期、人口年龄结构有利于储蓄等等，这些因素决定了我国出现资产价格泡沫（特别是房产泡沫）是大概率事件。那么，我国央行的货币政策应该怎样来应对资产价格泡沫？是否可以通过关注信贷的增速来影响资产价格泡沫？这是本文尝试回答的问题。在经济运行的过程中，不同市场间或不同资产、经济变量之间往往存在着波动相关关系。因此，要研究多个变量间的波动性特征，就需要将单变量的GARCH族模型向多变量GARCH(Multivariate GARCH)扩展。MGARCH模型的优势在于其不仅涵盖了单变量模型的波动特征，而且还可以刻画不同变量波动间的相关关系。它最直接的运用在于研究多个市场的波动和联合波动，并反映一个市场的波动是否引致了另一个市场的波动，以及两个市场的联合波动等特征。Kim(2000)利用MGARCH模型度量了金融市场的波动对实体经济变量如出口以及产出增长率的冲击。Bollerslev 等(1988)提出一个 MGARCH-VECH 模型，但该模型仅使我们得出不同市场之间波动性的相关系数，而无法考察市场之间的波动特征。其更为严重的缺陷在于无法保证条件方差—协方差的正定性。为了保证条件方差—协方差的正定性，Engle和Kroner(1995)在Baba等(1991)研究的基础上提出了BEKK 模型，但该模型的的待估计参数过多（特别是考出三个以上的经济序列时），且模型参数的经济意义不够明确。结合本文的研究需要以及数据特征，我们尝试建立三元的对角BEKK模型，以厘清货币供应量、房地产价格以及房地产信贷（个人住房贷款与房地产开发贷款之和）这三个变量间的波动关系。模型设定为：

（一）数据及其基本统计特征

本文选取的三个月度数据序列①分别为，货币供应量（M2）同比增长率，房地产销售价格同比增长率（REALINDEX）以及房地产信贷同比增长率（个人住房按揭贷款与房地产企业开发贷款之和）（REAL-LOAN）。时间跨度为 2007 年 1 月—2010 年 12 月，共 48 个月度观测值。其中货币供应量和房地产销售价格指数数据来自万德（Wind）资讯，房地产信贷数据来自中国人民银行调查统计司。从图1可以看到，房地产销售价格和房地产信贷的同比增长率呈现出一致的周期性特征，但我们还不能得出其经济逻辑上的因果关系，即无法判断到底是哪个变量引领了另一个变量。货币供应量的变化则在上述两个指标之前，即货币政策的滞后期粗略估算为3—6个月。从表1的描述性统计可以看出，房地产信贷的同比增长率标准差为其它两个指标的两倍，其波动性明显大于货币供应量和房地产价格。在样本期内，房地产信贷指标与房地产价格几乎显示出同样的波动周期，但房地产信贷的波动更为剧烈（标准差为10.3%，在三个指标中最大）。特别是2008年金融危机之后，国家出台多项措施支持房地产业发展以期拉动经济增长，使得房地产信贷指标增长迅猛。对三个序列的单位根检验（ADF检验）结果显示，房地产价格和房地产信贷的增长率在5%的显著性水平上平稳，货币供应量增长率在10%的显著性水平上平稳。又由于数据均为同比增长序列，不需要做季节性调整。

（二）MGARCH-对角BEKK模型的实证分析

(4)式的估计结果见表 2。结果显示，对角矩阵 A 和 B 中的各个元素在 1%的置信水平下都显著。反映在(5)式中，货币供应量（M2）、房地产价格指数（REALINDEX）以及房地产信贷（REALLOAN）这三个指标上一期的冲击对本期的波动影响非常明显，具有显著的ARCH效应，即当期房地产信贷、货币供应量和房地产价格的波动对它们自身的冲击比较强烈。同时，由于 b1,b2,b3的系数同样显著，说明不但存在ARCH效应，GARCH效应同样明显，波动具有持久性。在联合波动方面，三个变量两两之间的条件协方差都呈现出显著的联合波动特征，即单个变量的波动都会波及到另一个变量。结合实际来看，伴随着我国经济的快速发展，作为货币政策中介目标的广义货币供给量M2也一直维持高速增长。2000～2010年间M2同比增长率平均值17.7%，其中2009年M2同比增长率达到27.7%，创已公布数据以来的历史最高，在货币供给充足的宏观背景下，由于在中国可供大众普遍参与的金融投资渠道只有股票和房地产，再加上股市对金融投资承载力有限。因此，资金为保值增值，直接、间接进入房地产是其必然结果。我国房地产是一个资金密集型行业，融资能力对于房地产发展具有举足轻重的作用，在只有少数大型企业才能上市融资，其他融资渠道如债券、信托融资、基金融资等方式十分有限的前提下，银行信贷资金供给成为房地产业的主要来源：一是在房地产开发过程的资金筹集中，当房地产商自有资金不足的情况下。银行体系的资金供给是其健康发展的必要条件；二是在房地产销售过程中也离不开银行体系的资金支持。由于房地产的价格特征决定了购买成本高，这使大部分消费者必须借助银行信贷形成有效的购买力。另外，预售收入作为房地产商资金来源的重要组成部分，也为其间接地提供了资金融通。国家统计局数据显示，2009年内地房地产企业资金来源5.71万亿元，其中国内贷款达到1.13万亿元；个人按揭贷款高达8403亿元，最终表明约有2万亿元信贷资金流向房地产。可见，信贷资金的支持是近年来房地产业飞速发展的主要动因。近年来，政府为控制房价，多次使用控制信贷的方法，通过对房地产个人贷款以及房地产企业开发贷款以期控制房地产价格的增长。2005年3月至2007年上半年为了解决我国局部地区已出现的房地产热，国务院及各部委连续颁布“双八条”、稳定房价时间表等相关政策，配合宏观经济政策取向，人民银行执行了从紧的货币政策，借助直接和间接调控手段，通过利率和窗口指导对房地产信贷规模进行适度控制，加强了商业性房地产信贷管理，旨在稳定住房价格促进房地产业理性回归。2007年下半年，全国楼市呈现普遍低迷的态势，为应对国际金融危机对我国可能产生的影响，国务院意在通过房地产业的复兴稳定国民经济的发展，对房地产业采取了从抑到扬、从压到促的调控。2008年下半年至2009年国务院对房地产市场做出十八项政策调整，期间人民银行下调银行贷款利率、首付款比例等措施降低个人房贷门槛，提高居民购买普通自住房的能力，因此在推进房地产市场又一次走向繁荣的同时也拉升房价过快上涨，甚至出现了泡沫现象。2009年下半年以来，针对我国房地产价格的快速攀升，2010年4月国务院迅速推出新“国十一条”等系列房地产调控措施，人民银行金融调控与历次房贷政策调整有所不同，即严格执行差别化信贷政策，对于首套房、第二套房和第三套房的首付要求及利率定价都开始实行差别化并严格采取风险定价，旨在合理引导住房消费，抑制投资投机性购房需求。

（三）基于GARCH均值方程的实证分析

为了分析房地产价格的增长是否受到货币发行量以及房地产信贷波动的影响，我们首先建立如下模型：(9)式的估计结果见表 3。结果显示，在 5%的显著性水平下，仅 2的系数显著，即房地产信贷增长的波动能影响房地产价格的增长，且该波动导致了房地产价格的下降。这说明对房地产信贷波动的控制能够显著地抑制房价的增长。正如前文所说明的那样，虽然整体上我国物价水平保持了相对稳定，但信贷的扩张，特别是房地产信贷的膨胀并没有得到足够的重视。货币供应量的波动，估计系数为正，但对房地产价格增长影响不显著。同时，三个变量中任意两个变量的联合波动对房地产价格的增长的影响并不显著。对于货币供应量的波动对房地产价格增长影响不显著的原因可能是：第一，对于一个发展中的经济体，我国货币供应量始终处于增长高位，样本期间内并未出现过大起大落，2007年以来的月度同比增长率均值达到20.4%，危机后的峰值甚至超过30%；其次，货币供应量已经不能全面反映社会的流动性状况。这与邓瑛和赵雪（2011）发现利率规则比货币供应量更能迅速调整房价的增长的结论相类似，因为利率的调整首先就会作用于信贷，而这对于资金敏感的房地产业作用更加明显。2011年2月人民银行了社会融资总量指标。社会融资总量是指在一定时期内实体经济从金融体系中获得的全部资金总和，这其中的金融体系为整体金融的概念。从机构看，包括银行、证券、保险等金融机构；从市场看，包括信贷市场、债券市场、股票市场、保险市场以及中间业务市场等。长期以来，我国货币政策的重点监测和分析以及调控的中间目标为M2和新增人民币贷款。但上述指标已不能准确反映整个经济中的融资总量。商业银行的表外业务、非银行机构提供的资金和直接融资都对整体经济的融资状况产生巨大的影响。而这些影响必然会传递到房地产市场中，从而影响房地产价格。根据央行2010年的统计，新增人民币贷款7.95万亿元，同比少增1.65万亿，但实体经济通过央行承兑汇票和委托贷款从金融体系新增融资达3.47万亿元，占社会融资总量的24.2%。这从另一个侧面说明，与货币供应量相比，社会融资总量指标与主要经济指标之间的联系更加紧密。

本文基于多元MGARCH—BEKK模型和GRACH均值方程模型对房地产信贷、货币供应量和房地产价格的动态变化进行了实证研究，研究得出：

1.房地产信贷与房地产价格、房地产信贷与货币供应量以及货币供应量与房地产价格之间的条件协方差都呈现出显著的联合波动特征，即单个变量的波动都会波及到另一个变量，说明中央银行的货币政策能够影响房地产价格。

第4篇：金融泡沫的特征范文

资产价格泡沫是指资产价格(特别是股票和不动产的价格)逐步向上偏离由产品和劳务的生产、就业、收入水平等实体经济决定的内在价值相应的价格，并往往导致市场价格的迅速回调，使经济增长陷于停顿的经济现象。资产价格泡沫具有以下性质。

第一，“泡沫”一般产生于带有投机性的投资行为。这种投资并不以盈利为主要目的，而是着眼于获取资产价格上的价差，具有明显的短期行为特征。同时，由于资金周转周期短，表面上安全性大，银行也乐于贷款，从而进一步增加货币供应量。这些都会导致通货膨胀的出现。

第二，“泡沫”所伴的投资增长往往是虚假繁荣的表现。在“泡沫”产生的初期，资产价格呈现明显的上升趋势，这使投资泡沫资产具有良好的盈利前景，特别是对获取差价的投机更是如此。这种诱人的前景必然吸引大量的资金投入该泡沫资产。如，20世纪90年代初海南省出现房地产泡沫时，海南省房地产业完成投资额的年增长率分别是162.55％，178.15％和89.72％。

第三，“泡沫”的扩大必然导致金融系统风险的加大，有出现金融危机的可能。由于泡沫资产的价格包含对实体经济内在价值的偏离，因此很脆弱。当泡沫资产大量由银行贷款形成时，这种风险就必然成为金融风险，并导致该行业增长停滞甚至倒退。如，海南省房地产泡沫破灭后，该行业完成投资额的年增长率在1994年至1997年分别是-1.42％、-32.05％、-56.34％和-52.94％，并在银行中形成大量不良资产。

第四，“泡沫”的产生和成长受制于人们对未来的预期。当市场由于某种原因形成对一种资产价格上涨的强烈预期时，投资者就会在这种预期的推动下将资金注入，该资产的价格就可能迅速上升，这使先前的预期得到证实。于是就会形成价格进一步上涨的预期，推动资金的不断注入和价格的不断上升，泡沫便由此不断膨胀起来。

二、资产价格与汇率变动、人民币升值之间的关系

在影响资产价格的诸多原因中，汇率变动是其中一个主要因素。因为股票市场、债券市场和外汇市场是一个具有互动关系的系统。在这里我们以日元升值后的泡沫经济为例来说明汇率变动与资产价格的关系。1985年9月22日，为缓解美元高估所引发的巨额贸易逆差，西方五国财政部长和中央银行行长在纽约签订了“广场协议”。并开始通过联合干预外汇市场的方法促使美元贬值。此后，美元汇率从干预前的1美元兑240.1日元(1985年9月20日)下跌至1986年的150－160日元和1987年底121.25日元的水平。在此期间，日元升值近1倍，而且呈现出持续升值的态势。随着日元的大幅升值，不仅出现经济过热和贸易顺差的迅速缩小，而且，股票价格和房地产价格急剧飙升，导致“资产价格泡沫”急剧膨胀。而此时日元银根仍然非常宽松，货币供应量继续大幅上升12％，对房地产业的贷款大幅增加，这种情况一直持续到1989年3月日本中央银行开始调高再贴现率为止。受日元升值后乐观情绪的影响，东京日经股票价格指数从1986年1月的13000点飙升到1989年底的39000点，1987年到1988年，东京证券交易所交易股票的平均市盈率也高达60倍，股票市场的投机行为愈演愈烈；1985年到1990年，东京商业用地价格和住宅用地价格分别上涨3.4倍和2.5倍。为遏止通货膨胀和资产泡沫，日本央行在1989年3月到1990年8月期间连续5次提高再贴现率，使再贴现率从2.5％提高到6％，并从1990年4月开始对金融机构的房地产贷款进行总量控制。结果，银根大幅收缩，加速了资产泡沫的破灭。如，东京日经股票价格指数和房地产价格分别于1990年和1991年开始出现狂跌。资产价格泡沫的崩溃殃及企业和商业银行，使商业银行不良贷款比率及坏账率上升，股票市场价值大幅缩水。此后，银行的信贷资产和非信贷资产质量的双双恶化又导致进一步的信贷紧缩，日本经济因此进入历时12年的长期低迷和衰退。日本政府虽然从1991年7月开始实行扩张性的财政政策，并大幅降低再贴现率，甚至实行“零利率政策”，但仍未能刺激日本经济，日本经济陷入利率完全失效的“流动性陷阱”状态。从日本的情况可看出，日本之所以出现股市和房地产价格泡沫，日元升值固然是其直接诱因，而后续的货币扩张和货币失控则成为泡沫膨胀乃至泡沫经济崩溃的深层原因。

人民币升值与资产价格泡沫也有一定关系。当前，在人民币升值压力和进一步升值的预期下，企业和个人资本项目下的结汇大量增加，居民个人外汇储蓄也大幅下降。根据国家外汇管理局的统计，截止2007年3月，我国外汇储备已达12020.31亿美元。实际上，随着人民币的持续升值，国内商品价格和资产价格也出现明显上涨，最令人瞩目的是股票价格的上涨。截止2007年5月18日，上证综合指数已从2005年7月末的1083点上升到4030点，累计上升幅度为272.11％。虽然当前关于股市是否存在泡沫还没有一致的意见，但我国当前金融领域存在过多的流动性过剩已是不争的事实，而流动性过剩主要源于持续的贸易顺差及由此带来外汇储备的激增。在人民币升值预期持续增强的影响下，加上低利率的环境和大量股民、基民的广泛参与，大量资金流入的结果便是国内资产价格的迅速膨胀。如果说房价上涨带来的投资机会只是让开发商从购房者身上得到更丰厚的利润，房地产市场只是少部分人的投资场所。那么，人民币升值带来的股价上涨似乎可以让人人都可享受资本增值的盛宴。但人民币升值预期带来的“全民炒股”的快乐并不能掩盖其背后隐含的风险。一般来说，本币升值与资产泡沫总是如影随形，在本币升值过程中，资产价格总会出现大幅上涨的超常现象，直至逐步累积成泡沫。泡沫吹的越大，其后破灭隐含的风险也就越大。

三、防治资产泡沫的宏观调控措施

资产泡沫问题是虚拟经济发展中常见的现象，其产生的直接原因是市场的过度投机。泡沫不可能长期存在下去，而一旦破灭将会对经济产生巨大危害，并且持续时间越长，破灭时对经济的危害越大，治理起来也就越困难。所以，对资产泡沫问题应是防重于治。

(一)对金融体系严格实施审慎监管。金融系统是一国经济的基础和核心，如果金融系统出现问题，其产生的后果无法想象。如，美国1929年开始的经济大衰退，就是先从金融体系开始的。那场危机所带来的破坏至今仍是任何一次危机无法比拟的。相比而言，2000年纳斯达克崩盘，对美国经济的影响就小很多，两者的区别就在于：1929年，美国银行体系处于高度风险之中，银证混业成为1929年后股市危机转化为金融系统风险的重要制度性因素。因此，危机一旦爆发，银行体系就很快崩溃。之后，为防止类似情况再度发生，美国通过立法等手段，将银行体系保护起来，使其没有直接受到纳斯达克崩盘的波及。金融体系的健康能保证在面临资产价格大幅度下跌时，仍能持续运行，不至于发生大规模的金融危机乃至经济危机。加强银行的监管，提高银行资本充足率，不仅可使银行参与泡沫资产交易的动机减少，而且可使银行在受到金融危机冲击后的不良后果最小化。

(二)增强中央银行的独立性。中央银行独立性越强，对经济形势的判断就能较少地受到干扰。更能准确、及时的制定和执行货币政策，并能保证政策的连贯性和一致性，在公众中形成较强的可信度，进而使政策实施成本下降。与美联储相比，我国中央银行的独立性及对宏观经济的调控还有待提高。从理论上讲，泡沫破裂对一国经济的损害是金融结构和金融稳定性的函数，也就是说，一个拥有良好银行监管的经济体，资产价格泡沫破裂所造成的冲击就有限。但对那些存在金融脆弱性的国家，泡沫破灭所导致经济衰退的成本将非常巨大。

(三)提高研发和技术创新能力。从世界各国的经验看，一国经济长期持续发展的最终决定因素还是经济结构的不断升级，这就要求一国具有较强的科技研发能力和自主创新能力，唯有这样才能从根本上抵御各种经济危机的冲击。

第5篇：金融泡沫的特征范文

关于金融支持对房地产市场发展的影响，国内外很多学者都给予了关注和研究。大多数学者都同意，金融支持能促进房地产市场繁荣，但是支持过度会导致房地产泡沫。OECD经济部经济学家Christophe Andre（2010）通过分析OECD18个国家最近15年房地产市场的特点，认为金融市场的创新发展与房地产泡沫的生成有着直接的密切关系，使本轮房地产市场周期表现出了与以往周期很多不同的特征：上涨幅度大，持续时间长，泡沫破裂速度更快。日本学者岩田一政（1991）认为平成泡沫灾难是由于金融制度不健全导致金融支持过多，在日元升值的冲击下，房地产过度繁荣形成泡沫。金融制度不健全情况下资本市场很容易失衡导致泡沫，因此需要从政策制定上严格监管，同时坚持金融改革。

昌忠泽（2010）认为信贷扩张、土地财政以及住房预售制度是中国房地产泡沫形成的三大根源。中国房地产泡沫隐藏着巨大的双重风险:一方面导致财政风险加剧，土地财政难以为继，另一方面导致金融风险高度集中于银行体系。袁志刚和樊潇彦（2003）从房地产市场局部均衡出发讨论了金融支持前后均衡价格中的理性泡沫，为分析房地产泡沫形成及破灭的原因提供了一个简明的分析框架。不过该模型将泡沫的形成和破裂都简单地归结为利率因素，这与现实状况有较大出入，影响了研究结论的准确性与可靠性。魏玮（2008）的实证结果表明，利率政策的冲击效力明显且持久，是调控房地产市场最有效的货币政策工具；紧缩的信贷政策仅能在短期内抑制房地产市场需求，长期效果欠佳；而货币供给量冲击对房地产市场的影响并不显著。相对于房地产需求，房地产市场供给对各种货币政策工具冲击的响应深度高，但响应速度较慢。

这些研究都表明，金融支持是影响房地产市场的一个关键因素：金融支持如果运用得当，能有力地促进房地产市场的繁荣，但是支持过度将带来泡沫，因此要运用货币政策来调控房地产市场。不过，对于金融支持在本轮上海房地产发展中的影响效果及影响方式，现有文献没有进行全面和深入的研究。本文将运用状态空间模型和卡尔曼滤波解法，实证研究金融支持对上海房地产市场发展的重要影响，并就如何继续发挥房地产金融的重要作用，防治其负面效应提出针对性的政策建议。

二、 金融支持对上海房地产市场发展影响的模型构建

金融支持是指各种对房地产市场的倾斜性金融政策，主要包括利率优惠幅度、首付成数增减、贷款额度变化、直接融资与信托政策变化、金融创新许可程度、金融自由化程度、管理套利热钱的松紧程度以及FDI流入房地产市场的许可范围等。本文将金融支持归纳为开发性金融支持和消费性金融支持两方面，这些金融支持的力度大小最终将通过流入房地产市场两方面的融资额增减集中体现出来。

从消费金融支持上看，1992年上海市住房制度改革办公室颁发《职工住房抵押贷款暂行规定》和《商品房抵押贷款办法》，开始尝试向住房消费提供金融支持，但是支持力度不大，不足以对房地产市场产生显著影响；在1998年正式停止福利分房启动住房改革后，对这些规定做了很大的修改，将公积金和商业贷款的按揭成数从最高七成调为八成，贷款利率大幅下调并不再与贷款年限挂钩，贷款期限从最长15年调为30年，并提供其它各项优惠措施，有力地推动了上海个人住房贷款的发展，对上海房地产市场大发展产生了迅速且深远的影响。

从开发金融支持上看，历年房地产企业总投资中社会融资额迅速攀升，可见政府和银行对开发性融资的支持力度也在不断增大，对解决资金密集型的房地产开发中的资金问题，加大房地产开发力度，增加住房供给，促进上海房地产市场发展意义重大。

1. 数据的选择与说明。

（1）上海房价在1997年触底回升后持续上涨至今，期间只有2008年稍有调整，因此1997年可视作上海房地产进入新一轮发展期的开始；金融支持对房地产市场的影响有滞后效应，考察时间要适当提前，因此本文选择1996年~2010年的数据来比较研究金融支持在这一轮上海房地产市场大发展中的重要作用和负面影响。

（2）由于住房市场最为典型，房地产市场发展最主要的指标是成交量与成交价格，因此选择金融支持对上海住房市场量、价的影响来代表金融支持对房地产市场发展的影响。

（3）将金融支持分为开发性金融支持和消费性金融支持两方面，金融支持力度的大小最终将通过流入这两方面的融资额变化集中体现出来。上海房地产开发投资中的融资额一般超过70%，而购房款来源中消费贷款能高达80%，因此本文将用开发融资额和消费融资额分别作为供、需两方金融支持的解释变量。

（4）开发融资额（L1）＝住房投资额－自筹资金；消费融资额（L2）＝商业银行个人住房贷款＋住房公积金贷款。

（5）交易面积（Q）＝当年新房销量＋二手房交易量；住房价格（P）＝新房的销售额/销售量。具体数据见表1，实证分析软件采用Eviews6.0。

2. 数据的平稳性检验。为了能动态地反映金融支持对房地产市场发展的影响，本文采用状态空间模型和卡尔曼滤波解法，充分发挥变参数模型的优势来定量分析金融支持对房地产市场量价的动态影响。

由于状态空间模型要求各变量是平稳的或存在协整关系，因此首先对各变量序列及其相互关系进行单位根检验和协整检验，发现除总交易量外，其它各序列都是非平稳序列，但都在一阶差分后通过了ADF单位根检验；开发融资额对住房市场量价的影响有一定的滞后期，SC/AIC准则显示最优滞后阶数为1期；各融资额与量价在5%的显著性水平下都有协整关系，表明金融支持与两者之间都存在着长期均衡关系；格兰杰因果检验表明，滞后2～3阶时各融资额与量价以及量价之间互有格兰杰因果关系，因此运用状态空间模型估计所得结论是可靠的。

3. 金融支持对量价影响力动态模型的构建。由于融资额序列中有负数，半弹性方法的结果也不理想，因此本文不采用弹性法来研究。通过OLS法确定初值，各项检验指标均显示回归模型稳定，在此基础上构建金融支持对上海市房地产量价影响的状态空间模型。由于量价之间相互有影响，因此也纳入模型中。

其中，Pt为第t年住房交易价格，Qt为第t年住房交易总面积，L1t为第（t-1）年住房开发融资额，L2t为第t年消费贷款额，SVi为变参数，代表融资额对因变量的影响程度，SVi（-1）为各自滞后一阶变参数，Uti和εti分别为第t年扰动项与残差，Uti与εti是相互独立，且服从均值为0，方差分别为σ2和协方差矩阵为Q，cov（Uti，εti）=g的正态分布。

三、 金融支持对上海房地产市场发展影响力的实证分析

使用kalman滤波解法对模型进行估计，得到变参数SVi的估计值见图1和图2。

1. 金融支持对交易面积的影响特点。从图1可见，金融支持对交易面积的影响系数以2005年为界分为两个阶段。前一阶段主要是消费融资促进交易面积增加使楼市繁荣，后一阶段则是两者共同作用推动楼市进一步繁荣。房价对交易面积的影响较小，在前一阶段基本上是正向影响，表现为量价齐升，后一阶段由正转负，表现为价升量减。

（1）住房消费融资额对交易面积的影响系数SV3F基本上在3～13之间，即消费融资额每增加1亿元，住房交易面积将增加3万平米～13万平米。这种影响在1998年上海开始启动住房市场之后爆发，使SV3F从0.79跃升到最高点13.67。在消费金融支持下刚需得到猛烈释放，住房消费出现了爆发式增长，体现了金融支持对住房消费量的巨大拉动作用。尽管后来影响系数逐渐回落至3.7左右，但由于消费融资额仍然在快速攀升，其影响力因此也不断加大，对促进上海住房交易总量从1997年的704.70万平米增加到2004年的5 455.98万平米贡献巨大。

（2）开发融资额的影响系数SV2F基本上在-2～11之间，即上年开发融资每增加1亿元，当年住房交易面积将增加-2万平米～11万平米。这种影响在2005年前不明显，但在2005年SV2F突然增大，超过SV1F并逐渐稳步上升，说明开发融资对促进消费具有滞后累积效应，一旦表现出来将带动住房交易面积大幅增加，同时也说明投资拉动在我国各个行业都表现得非常明显，房地产市场也不例外。

（3）从两者共同作用的效果看，金融支持对交易面积总体上正向影响非常显著，随着金融支持力度的增减，住房市场交易面积也不断波动。1998年金融支持开始启动就引起交易面积首次超过千万平米；2004年开始的房地产调控使金融支持力度收缩， 引起住房交易面积明显下滑；2009年则由于天量信贷以及各项优惠政策使金融支持力度强力扩张，引起交易面积大幅上升；而2010年则主要由于宏观调控开始启动以及房价泡沫明显而引起消费需求减少，金融支持力度总体收缩引起交易面积开始回落。

2. 金融支持对房价的影响特点。从图2上看，金融支持对交易价格的影响2005年为界分为前后两个阶段。开发融资额对交易价格在两个阶段都有显著的正向影响且不断增大；消费融资额对价格的影响则在第一阶段为以负相关为主，到第二阶段由负转正并逐渐增大；销售面积对价格的影响较小，在第一阶段基本为正相关，表现为量价齐升，第二阶段负相关，表现为价升量减。

（1）开发融资额对交易价格的影响系数SV5F大致在9～20之间，即上年开发融资额每增加1个亿带动价格上涨9元～20元。SV5F在1998年达到一个高点之后稳中有降，但在2003年又开始增大，2006年略有回调之后加速上行，表现出明显的投资拉动价格的态势。这一点在2010年表现得尤为突出：SV5F达到了最高点20.04，尽管当期金融支持总量处于收缩状态，但是由于开发融资额的增加，依然推动当年价格大幅上涨14.95%。

开发融资对房价有很强的正向影响，这与经济理论常识相反。正常情况下开发融资增加将增大有效供给，从而平抑市场价格。这种检验结果说明上海房地产市场不是一个完全竞争市场。一方面因为我国还处于城市化高速发展、需求强劲时期，上海这样的大都市住房还处于稀缺性地位，供不应求使开发商拥有较强的提价能力；另一方面，大量的开发性金融支持主要用于屯地和不断创造地王而没有增加足够的供给量，再加上减少供应量等手段推高房价预期进一步获得垄断价格的能力，导致开发融资对价格的影响在上海表现出与理论不符的特征。

（2）消费融资额对价格的影响系数SV6F大致在-4～7之间，即住房融资额每增加1个亿带来价格上涨-4元～7元。SV6F在1999年达到第一阶段最高点之后回落，在2003年触底回升。第一阶段SV6F有正有负且相对较小，说明其对价格影响有限；第二阶段从2005年开始，由负转正之后保持基本稳定，但2009年开始了上升趋势，凸显出消费金融对价格的正向影响。

（3）综合对图2的分析可见，金融支持对交易价格的影响力是显著的，但在不同阶段有所不同。在第一阶段，金融支持对价格的总体影响力较大，以开发融资额的影响力为主；而第二阶段市场繁荣时期，投机氛围形成启动正反馈机制，开发融资与消费融资一起对价格显示出强大的叠加效应而导致房价泡沫化。2007年之后尤其是在2009年的反金融危机措施下，金融支持力度空前加大，推动房价上涨远远超出合理范围。戴德梁行研究报告显示，2010年上海房价收入比已高达24.5，泡沫化态势明显，说明金融支持过度的最大负面效应已在上海体现得非常充分。

四、 结论与政策建议

1. 结论。

（1）从实证分析可见，金融支持对上海房地产市场发展影响巨大。金融支持使上海房地产市场在1998年提早启动，量价齐升进入繁荣阶段；随着金融支持力度的震荡向上和对价格影响力持续增强，推动价格不断走高使当前上海房价泡沫明显。

（2）金融支持在不同阶段对量价的影响力及其作用方式都不同。在第一阶段市场不景气时，消费性金融支持对交易量的影响显著，而开发性金融支持则对房价的影响显著，两者共同作用对释放刚需、促进经济复苏的效果非常明显，能推动市场量价齐升进入繁荣阶段；

在第二阶段市场繁荣时期，金融支持尤其是开发性融资对房价依然表现出很强的正相关性，推动房价快速上扬；对交易量的影响力尽管也在持续增大，但是由于消费融资容易受调控政策的影响，在宏观调控下消费性金融支持快速收缩而导致交易量大幅减少，由此形成价升量减的泡沫行情。

2. 政策建议。

（1）在经济不景气时期加大对房地产市场的金融支持力度，比如降低首付成数、降低利率和提供优惠利率、增加对开发商和购房人的融资额度，将房地产金融作为一个有效的反衰退、抗通缩工具，在当前我国城市化进程中这一工具有显著的效果。上海作为城市化进程的领头羊之一，这一工具的效果将更突出。

（2）房地产市场步入繁荣时期后，应该及时降低支持力度，防止泡沫的产生和膨胀。等到泡沫膨胀后去挤压甚至戳破，要比在泡沫出现之前积极预防的代价要高昂得多，很多国家的金融危机就是前车之鉴。

（3）在当前上海房地产泡沫明显的情况下，要从供需两方面调整金融支持力度，运用各种金融手段来挤泡沫。对于开发融资推动价格上涨的现象要引起足够的重视，应加强引导融资真正流向房地产开发，增加有效供给；对泡沫的直接推动者――投机群体的行为，如非上海籍人士购房、购买多套房等，要从消费金融上坚决抑制。

（4）开发融资与房价之间的强正相关性引起的泡沫，很难通过金融手段在短期内以小的代价完全挤掉，行政和法律措施的效果更快更显著。因此要将金融工具和行政、法律手段结合起来形成政策组合来调控房地产市场，才能促进房地产市场持续稳定繁荣。

参考文献：

1. 王洪卫.中国住房金融――资金筹措与风险防范机制.上海：上海财经大学出版社,2001.

2. 张涛,龚六堂,卜永祥.资产回报、住房按揭贷款与房地产均衡价格.金融研究,2006,（2）:1-10.

3. Christophe Andre. A Bird's Eye View of OECD Housing Markets. OECD Working Paper.January,2010.

4. 昌忠泽.房地产泡沫、金融危机与中国宏观经济政策的调整.经济学家，2010,（7）:69-76.

5. 袁志刚，樊潇彦.房地产市场理性泡沫分析.经济研究，2003,（3）:34-43.

6. 魏玮. 货币政策对房地产市场冲击效力的动态测度.当代财经，2008,（8）:55-60.

基金项目：国家自然科学基金（项目号：71103121）、浙江省教育厅基金（项目号：Y201121210）、上海财经大学研究生创新基金（项目号：CXJJ-2011-309）、上海市哲学社会科学规划课题（项目号：2011EJL002）、上海市教委科研创新课题“货币政策与房价波动：调控理论与实践依据”（项目号：12YS106）阶段性成果。

第6篇：金融泡沫的特征范文

【关键词】资产价格泡沫;股票市场;房地产市场

引言

资产价格泡沫通常会跟经济泡沫、金融安全、经济稳定联系在一起。从17世纪起,资产价格泡沫事件就频频发生,从最早的荷兰“郁金香狂潮”,到18世纪法国的密西西比股市泡沫、英国“南海泡沫”事件,20世纪从1929年的股灾到90年代后期的亚洲金融危机再到就近的20世纪末日本泡沫经济。这些资产价格泡沫的破灭对经济的影响程度越来越大,影响范围越来越广。从我国实际情况出发,在认真吸取其他国家资产泡沫经验的同时,研究资产价格泡沫的成因以及动态演变过程,对防范和化解金融风险,防止金融危机,维护金融安全,保持国内资本市场健康持续发展有着十分重要的意义。

一、资产价格泡沫膨胀一般过程分析

泡沫的形成不是一蹴而就的,也不是单方面因素造成的结果,它是外部环境与内部运作紧密结合,互相推动的过程。资产价格上涨初期一般都是外部有利冲击造成,那么这种价格的上涨是否会持续,就要看整体的宏观形势了。如果经济形势明朗,国民乐观情绪高涨,资金环境宽松,那么不管是场外观望者还是场内参与者都会产生价格继续上升的预期。预期使市场外部人强化了收益,忽视了风险,他们的进入使市场噪声交易者突然增多,继而改变了市场参与者的结构,以至于市场主导的交易策略发生改变,市场价格向内在价值调整的时间延长。当跟风形成一定规模,理性投机者利用信息、资金和技术优势对市场进行操控,他们发出的诱导信号和持有资产的交易者竭力传播的资产价格进一步上升的信息将诱发羊群效应。此时,投机风盛行,预期增强,整个资产市场价格膨胀,越来越多的噪声交易者开始进场,资产价格上涨形成恶性扩张循环。如图1:

资产价格膨胀的过程中有几个节点是非常重要的。首先,外部的有利冲击是泡沫产生的触发器,它能使市场信号集中到一点,使不同的市场参与者产生同向预期。而预期存在于整个泡沫成长过程,它是促成交易,达到投机热潮的基础。其次,理性投机者操控会起到推波助澜的作用,由于信息不对称,理性投机者基于自身利益考虑会选择跟随或是引导噪声交易者,此过程会使根据自身信息交易的噪声交易者因损失而出局或是改变策略选择跟风,这样理性投机者便成为了羊群的控制者。最后,投机是泡沫产生的主要动力。投机的主要特点就是资金的快速游走,当有消息刺激时,投机资金会快速、大量地进入市场,快速托起价格,使其严重偏离资产基础价值。没有投机的流动资金配合,其他因素也只能是做战略布局的空想,是不会主导泡沫的产生的。

那么,泡沫是否会破灭呢?在泡沫成长初期,如果及时遏制泡沫扩张循环的任何一个环节都可能抑制泡沫的继续扩张,通过实体经济的发展来缝合泡沫空间。但如果泡沫已相当严重,市场参与者的风险规避心态会越来越强,投机资金的流动也会越来越缓慢,然而,已获利交易者和刚刚入市者仍会铤而走险,他们相信,只要这层窗户纸不被捅破,下一个“傻瓜”还会出现。于是,当整个市场都意识到泡沫的存在时,市场气氛变得紧张,只要一有风吹草动,投机资金快速撤离,资产价格狂泻式地下跌到谷底。最后,高位者被套牢,损失惨重的推出市场,新的市场结构将会重新组合。

二、股市、房市泡沫检验

(一)股票市场泡沫检验

1.泡沫系数

通过股票市值增长率与GDP增长率的比值可以简单计算股票市场的泡沫系数,在此用n代表股票市值增长率,m为名义GDP增长率,k代表二者的比值,即股票市场泡沫系数:

从表1可以看出,从1998年至2007年的10年中,1999年和2000年的泡沫系数分别为6和7.45,虽然高出成熟市场2―4的正常区间,但对我国具体国情来讲,是可以接受的合理泡沫,但从2006年到2007年泡沫系数都大于10,且持续走高,说明近两年股市市值完全超出了经济增长速度,我国出现了较严重的股市泡沫。

2.市盈率

该指标是用股票市场的平均市盈率来测度股票市场价格泡沫的一种常用方法。市盈率即市价盈利率,它是上市公司股价与该公司股票每股盈利(年)之比。用λ表示股票的市盈率,p表示股票的市场价格,e表示上市公司的每股收益,市盈率可以表示为:

按照国际普遍的市盈率划分标准,市盈率水平0-13:即价值被低估;14-20:即正常水平;21-28:即价值被高估;28以上反映股市出现投机性泡沫。下表为1998年至2007年沪深两市A股市盈率:

通过对表2的观察,可以看出我国股市近十年存在价值普遍高估的状态,只有个别年份的市盈率是处于正常水平,2005年到2007年沪深A股指数平均市盈率的增长达到78%和75%,2007年的增长率更是达到了141%和68%,说明我国股市整体市盈率偏高。

(二)房地产市场泡沫检验

1.房价收入比

本文所使用的住宅商品房价格=住宅商品房每平方米平均价格*90平方米(一个普通的两居室建筑面积),收入=城镇家庭平均每人可支配收入*平均城镇家庭人口数(以三口之家为主)。表3就是计算的全国、北京、上海的房价收入比:

以上数据间接反映了房价与收入的背离程度,从全国范围来看,其房价收入比大概在7倍到8倍之间,与国际标准年限相差不大,从我国城市化速度和我国劳动力转移的具体国情,全国房价收入比应该处于正常区间,泡沫迹象不明显。再看北京和上海的房价收入比情况,上海房价收入比近几年都维持在10倍左右,存在一定的泡沫,但泡沫增长迹象不明显,同时北京房价收入比明显偏高,近几年增长速度加快,2007年房价收入比接近15倍,是国际标准年限上限的2倍还要多。可见,我国房地产市场从总体来看不存在泡沫,但区域泡沫特征明显,且部分地区泡沫有逐渐扩大的趋势。

2.住宅商品房价格指数与其他商品价格指数的对比

从图2可看出,上海市城市居民消费、商品零售价格变化与全国平均情况一致,都比较稳定。但住宅商品房价格却上涨过快,远远超过了居民消费和商品零售价格,2002年以后,它远远偏离了全国平均水平,直到2005年至2007年才有所稳定。

以上数据充分说明,从全国范围来看,房地产价格偏高,但仍在可控范围内,但局部地区,房价上涨过快,房地产市场局部泡沫特征明显。

三、中国资产价格泡沫形成的实证分析

(一)方法说明与模型选择

本研究将选用2004年10月至2007年12月上证综合指数和国房景气指数中的商品房销售价格分类指数月度数据作为样本,宏观资金环境用广义货币供应量M2代替。之所以把2004年10月为研究起点,是以此轮经济周期第一次加息作为经济转热的分界点。由于上证综合指数与深证综合指数的相关系数达到99%以上,故为了避免重复研究,省去深证综合指数的研究内容。这里有一点需要说明,房地产市场的区域特征差异十分明显,这里选择全国房地产销售价格指数是考虑到与上证综合指数的口径要一致和数据收集的难易程度。使用的软件为Eviews5.0,上证综合指数(SHZ)和商品房销售价格指数(FW)来源于国研网,M2来源于中国人民银行官方网站。为避免数据剧烈波动,并消除异方差影响,将各变量取对数,得到新变量LNSHZ、LNFW、LNM2。

本文实证检验的基本思路就是在VAR的表述框架下建立VECM模型,从而进行长短期的全面分析。分析流程如图3所示:

(二)股市与房市的互动关系

1.ADF单位根检验

基于Eviews5.0,对LNSHZ、LNFW做AIC、SC检验,得到LNSHZ、LNFW的最优滞后期分别为0和1,一阶差分后,ΔLNSHZ、ΔLNFW的最优滞后期分别为0和1,ADF检验结果表明,房地产销售价格指数与上证综合指数序列均为一阶单整过程,即LNSHZ、LNFW是非平稳的,但一阶差分ΔLNFW、ΔLNSHZ确是平稳的,即I(1)过程。

2.协整性检验

Johnsen检验是由约翰逊(Johansen,1988)提出的基于向量自回归(VAR)模型的一种方法,也叫极大似然法协整检验。它主要是用来分析变量之间的长期均衡关系。通过AIC、SC准则确定其最优滞后期为1,检验结果如表4:

从检验结果看,只有第一个似然比统计量大于5%显著性水平下的临界值,因此,只有第一个原假设被拒绝,即有且仅有一个协整关系,也就是说,我国LNSHZ与LNFW之间存在长期的稳定关系。同时,可以得到二者协整关系的数学表达式:

LNFW=-0.016077* LNSHZ-4.544043(1)

由于变量之间存在协整关系,为了对协整关系进行验证,将上式用误差修正项表示如下:

VEC=LNFW-0.016077*LNSHZ-4.544043(2)

将LMFW和LMSHZ样本数据代入上式,得到VCM的时间序列数据,对其进行单位根检验。经AIC准则检验后,得到检验形式为(C,0,1),结果显示其ADF统计量为-3.52,小于5%显著性水平下临界值-2.97,故VCM序列是平稳序列,且取值在0附近,因此,验证了LNFW与LNSHZ的协整关系是正确的,它们之间存在稳定的比例关系。

3.误差修正模型

建立在协整理论基础上的VEC模型既能反映不同经济序列间的长期有关信息,又能反映短期偏离长期均衡的修正机制,是长短期结合具有高度稳定性和可靠性的一种经验模型。剔除其中统计不显著的滞后差分项,得到如下动态方程:

D(LNFW)=-0.42EM(-1)+0.51D(LNFW(-1))(3)

其中:误差修正项EM(-1)= LNFW(-1)- 0.016LNSHZ(-1) -4.544043

将它代入(3)式得:

D(LNFW)=-0.42[LNFW(-1)- 0.016LNSHZ(-1) -4.544043]+0.51D(LNFW(-1)) (4)

方程(3)或(4)即为两变量的误差修正模型(ECM)。从短期看,被解释变量的变动是由较稳定的长期趋势和短期波动所决定的,短期内系统对于均衡状态的偏离程度的大小直接导致波动振幅的大小;从长期看,协整关系式起到引力线作用,将非均衡状态拉回到均衡状态。被解释变量D(LNFW)的短期波动可以分为短期波动的影响和偏离长期均衡的影响两部分。房地产销售价格指数的变化在短期只受前期自身变动的影响,而前期股票市场价格指数因t值为-1.52376,在0.05的显著性水平下不能通过检验而被忽略,说明LNFW与LNSHZ虽存在长期协整关系,但短期因果关系不明显。方程(3)或(4)中,0.51为短期关系参数,它也印证了房地产前期价格预期对当期价格的影响,即前期价格变动的51%会影响到当期价格;0.016为两变量的长期关系参数。误差修正系数为-0.42,说明误差修正速度达到42%,误差修正能力较强,且修正项为负值,符合反向修正机制。

(三)股市与房市泡沫与货币供应环境的关系

首先还是对货币供应量M2进行单位根检验,检验结果为LNM2同LMFW、LNSHZ同为一阶单整过程。在VAR模型的基础上,进行granger检验,取最优滞后期为2,得到

表5中的P值表示接受零假设的概率。由表可知,LNM2不是LNSHZ的granger原因的概率是0.187%,即LNM2是LNSHZ的granger原因的概率达到99.813%,远远超过5%的显著性水平。其次,LNM2和LNFW的双向因果关系都不成立。以上结果表明,广义货币供应量M2显著地促进了上证综合指数的上涨,但对商品房价格指数上涨的促进作用较弱。

综合以上分析,各变量之间的关系可表示如图4:

综合以上分析,可以得出结论,M2是股票市场价格上涨的源头,而股票市场与房地产市场因同具有投机性质而在经济过热的情况下有长期的协整关系。所以,可以说06年,07年的资产价格上涨与货币供应量M2供应过多有显著关系,即是说流动性过剩导致了资产价格泡沫的生成。

四、结论与启示

(一)结论

综合以上分析结果,把资产价格上涨过程用图5来表示,如下:

本文把影响泡沫扩张路径的多方因素综合起来考量,根据图5,理顺泡沫成长的几个关键点:货币资金是否充足、投机风是否形成、股市与房市之间资金互动。流动性过剩是资产价格上涨的前提和根源;市场不断追高的投机风是推高资产价格的直接动力;股市与房市之间产生价格上涨的稳定比例关系是资本市场泡沫膨胀的直接助推器。

我国过剩流动性产生的直接原因是长期外汇顺差,间接原因是我国特殊的二元经济国情以及长期货币政策调控的无力导致的。导致投机风形成的主要原因有两个:一是噪音交易者;二是市场预期。噪音交易者是任何一个市场的必然组成成分,它的多寡受市场参与者素质和市场信息披露程度的影响;市场预期主要表现为在经济增长和货币贬值的预期作用下,人们的非理性心理情绪高涨,再加上媒体的鼓吹和财富效应的刺激,价格上涨的预期得到强化。而股市与房市的资金互动是由于在流动性过剩的环境下,我国的投资渠道单一,投资者可供选择的投资方式少,资本的逐利性和股市与房市的资金联系使它们存在价格的稳定联系。另外,我国股市与房市先天的制度缺陷也是泡沫生成的重要影响因素。、

当实体经济容纳不了过多的货币资金时,就会流入金融市场或房地产市场。从金融市场来看,过多资金追逐极少的投资品,再加上银行的放贷冲动,更加剧了市场投资品的供需不平衡。另外,在我国资产市场制度尚不健全,国民素质有待整体提高,政府激励不到位等因素的作用下,价格回归价值的调整力度大大折损,泡沫膨胀的动力得到强化。这里要特别说明的是,我国的房市泡沫有其特殊的性质:由于我国二元经济的特殊现状,劳动力大规模转移成为缩小二元经济的必然趋势,其次,政府以GDP为纲的投资理念以及国民的住房观念等等原因,大大强化了国内房价只涨不跌的心理预期,所以当房价这跟神经稍稍松动的时候,供需严重不平衡的国内房地产市场就极易产生泡沫。

(二)启示

资产价格泡沫只要越过温和区域,轻则导致资源配置失效,重则演变为经济危机,为此,我们应致力于控制泡沫、利用泡沫,消除恶性泡沫的生成环境和条件。根据以上分析,可以得到如下启示:宏观政策方面,货币政策的制定应充分考虑资产价格泡沫,拓宽投资渠道,提高国民投资理念;股票市场方面,提高上市公司的质量、实行上市退市制度,建立规范的信息披露制度,规范政府行为,减少政府对股市的过度干预,培育成熟的机构投资者;房地产市场方面,加强银行的监管,规范房地产融资行为,加大监管力度,合理控制土地供给,扩大经济适用房供给,加强房屋租赁市场建设,建立健全房地产市场信息系统和预警机制。

参考文献

[1]谢国忠.警惕股市泡沫[J].财经,2007,(1):92-93.

[2]易宪容.股市泡沫已经被吹大[N].广州日报,2007―01―25.

[3]赵晓.股市调控宜在泡沫初泛之时[N].上海证券报,2007―03―07.

[4]叶植材,张海旺.析房价膨胀的地城因素[J].中国统计,2005,(1).

[5]李涛,伍建平.房地产泡沫的成因、评估与预控[J].建筑经济,2004,(5):93-95.

[6]张明.从索罗斯的反射理论看房地产泡沫的形成机制[J].建筑与房地产经济,2004,(2):73-74.

[7]厉以宁.房地产“泡沫”无碍经济发展.省略,2003-03-07.

[8]刘福垣.房地产泡沫产生的根源在于流通体制[J].城乡建设,2003,(4):42-44.

[9]黄达.金融学[M].北京:中国人民大学出版社,2003.

[10]凯恩斯.就业、利息和货币通论[M].第二版,商务印书馆.

[11]张亦春.金融市场学[M].第二版,高等教育出版社,2003.

[12]张维迎.博弈论与信息经济学[M].上海三联书店,上海人民出版社,1996.

[13]张维迎.博弈论与信息经济学[M].上海三联书店,上海人民出版社,1996.

[14]王子明.泡沫与泡沫经济――非均衡分析[M].第1版.北京:北京大学出版社,2002,35-37.

[15]中国金融学会.中国金融统计年鉴[M].中国金融年鉴编辑部(出版),2004.

[16]孙执中.日本泡沫经济新论[M].人民出版社,2001.

作者简介:

陈思(1983―),女,重庆人,西南大学经济管理学院金融学专业,主要从事金融市场方面的研究。

第7篇：金融泡沫的特征范文

    国外学术界关于货币政策与资产价格关系的问题存在较大的争议。有的学者认为,货币政策不应对资产价格变动做出反应;但近年来,越来越多的学者和官员开始倾向于支持货币政策应当对资产价格变动做出反应的观点。Bernanke 和 Gertle(r1999)的研究认为,当资产价格中用于预测通胀的部分被考虑进来后,货币政策不应该对资产价格变动作出反应,因为资产价格变动本身具有总需求效应(资产价格的上升会刺激总需求;相应地,其下降则会减少总需求),采用弹性通货膨胀目标制的货币政策可以自动地在资产价格上升时提高利率,在资产价格下降时降低利率,从而起到自动稳定器的作用。该文献更进一步通过数值模拟对各种政策的实际效果进行了比较。模拟结果显示,不对股价做出反应的货币政策将会比那些对股价做出反应的货币政策取得更好的政策效果。Bean(2004)认为,由于央行不能可靠地识别资产价格泡沫并且货币政策也不是抑制资产价格泡沫的有效工具,因此,试图稳定资产价格的货币政策是不可取的。Gertler等(1998)、Batini 和 Nelson(2000)、Filardo(2000)、Mishkin 和 White(2002)等的研究都支持上述观点。而一些中央银行家,如瑞典央行副行长Hessiu(s2000)也持类似的观点。Cecchetti等(2000)的观点与Bernanke和Gertle(r1999)形成鲜明对比。他们的研究认为,资产价格泡沫会严重扭曲投资和消费行为,致使产出与通胀不合理的剧烈波动。为解决这一问题,他们认为货币政策不但要对预期的通货膨胀进行反应,也应该对资产价格的波动做出直接的反应。这样的做法将抵消泡沫对产出和通货膨胀的影响,从而增进宏观经济稳定。Cecchetti等(2000)采用了与Bernanke和Gertle(r1999)相同的模型,结果却有显着的不同。他们认为,在产出波动与通货膨胀之间的偏好决定了央行究竟是采取只对通货膨胀作为反应的积极政策,还是既对通货膨胀反应又对股价反应的积极政策。他们通过对各种情况的模拟研究,有力的支持了货币政策应该对资产价格直接进行反应的这一观点。Borio和Lowe(2002)、Bordo和Jeanne(2002)则从货币政策积极干预资产价格可以防止资产价格泡沫破裂的角度证实了货币政策应当对资产价格变动做出反应的观点。值得注意的是,Agnello和Schuknech(t2011)利用18个工业化国家1980-2007年的数据研究分析了房地产价格泡沫生成及破灭的决定性因素,多值选择模型(Multinomial Probit)的估计结果显示,国内信贷的变化和利率水平对房地产价格泡沫形成的概率具有显着性的影响。同时,金融部门的管制的放松(特别是按揭市场)对房价泡沫的出现概率有极强的放大作用。与之类似的还有,Gerdesmeier等(2010)分析了1969-2008 年 17 个 OECD 国家股价与房价的综合数据,采用合并概率(Pooled Probit-Type)方法,发现信贷总量、长期名义利率的变化以及投资占GDP比重三个指标能最多提前8个季度预测资产价格(房地产价格)泡沫的破裂。上述的研究都显示信贷的波动能对房地产价格产生影响。由于金融衍生工具的运用,在西方,特别是美国,房地产市场与资本市场之间相互渗透,二者之间的联系十分紧密。数据显示,美国住房抵押贷款债券已经成为美国债券市场比重最大的债券。其住房抵押贷款的50%已实现证券化。与上述的这些特征事实不同的是,中国居民的房地产投资需求不能通过与之相关的债券来满足。居民要投资房地产只能通过直接购买住房,通过差价来获得收益,这大大加剧了房地产价格的波动。

    国内对于这方面的研究,基本上侧重于从实证角度研究货币供应量与资产价格两者之间的关系。信贷指标与资产价格,特别是信贷与房地产价格之间的研究还很少。与国外文献类似,资产价格多关注资本市场。钱小安(1998)的研究发现,由于我国货币供应量与资产价格关联性比较弱且很不稳定,股票综合指数不仅不具有成为宏观经济的晴雨表的功能,也不能以资产价格的变动作为判断货币政策松紧的依据。瞿强(2001)则从货币操作层面展开,认为目前货币政策操作中,要关注资产价格但不宜盯住资产价格。中国人民银行课研究局题组(2002)研究认为央行的货币政策操作应关注股票市场价格的波动,但不能将其列为进行货币政策决策的关键因素之一,换句话就是央行应关注而不是盯住股票市场的价格波动。易纲和王召(2002)也肯定了货币政策对股票价格的直接影响,通过研究,他们认为货币量与通货膨胀的关系在一定意义上也取决于股市,并不是仅仅取决于商品和服务的价格,并得出中央银行在考虑货币政策制定时应同时考虑股市价格和商品与服务价格的结论。瞿强(2005)认为资产价格泡沫与信用扩张具有较强的关联性。王维安和贺聪(2005)认为货币政策应该更多关注房地产价格,但他没有从实证角度研究我国房地产价格与货币政策的具体相关关系。谈正达等(2011)从资产配置的角度出发,通过引入房地产和股票两种资产的价格,运用半对数形式的货币需求函数证实了在1998—2010年我国存在稳定的长期货币需求关系。其隐含的意义在于货币政策的制定中必须考虑房地产资产对货币需求的影响。与产业信贷政策不同,货币政策调整对实体经济的冲击更强,且由于时滞原因使其在实际操作中更加困难。周晖和王擎(2009)以中国房地产市场为例,通过当前央行货币政策的终极目标和中央政府与地方政府在房地产市场的博弈分析并通过实证证实了货币政策在经济发达地区无效的结论。同时,作者认为由于货币政策和资产价格之间并不存在稳定的联动关系,在全国范围内使用货币政策进行的房地产调控极其困难。但与本文研究不同之处在于,周晖和王擎(2009)所使用的房地产价格、M2和GDP增长率三项指标均为季度指标,而本文所使用的货币供应量同比增长率,房地产销售价格同比增长率以及房地产信贷同比增长率(个人住房按揭贷款与房地产企业开发贷款之和)均为月度指标,且研究的重点侧重于信贷与房地产价格变化间的动态关系。银行信贷对房地产价格的影响方面,周京奎(2006)从能否得到银行贷款两个角度来构建理论模型,分析置业者及开发商的决策对房地产均衡价格的影响。特别是当存在投机行为时,置业者的购房动机并不限于自己使用,而是为了获得地产出售的资本收益时,银行信贷的过度支持会催生房地产泡沫。但实证部分使用非自筹资金与商品房销售额的80%作为金融支持的变量显得并不准确。曾五一和李想(2011)通过房屋销售价格指数与租赁价格指数的协整关系判断样本期(2003-2009)存在房价泡沫。在泡沫原因的解析中同样认为金融的过度支持是造成泡沫的原因。

    国内外学者对资产价格与货币政策关系做了很多有意义的研究,但是从实证研究上,大多还仅限于货币供给量与资产价格的关系上,没有从房地产信贷与资产价格关系的角度去研究。而在我国货币政策工具的使用中,为了实现经济增长和金融稳定等多重目标,信贷规模控制仍是货币政策工具之一。例如,央行限定2008年的银行信贷规模不得超过2007年的3163亿元,要求各金融机构按季度上报新增贷款等新措施。另一方面,房地产业是资金密集型产业,它的供给和需求都受信贷扩张程度的影响。因此,信贷规模在很大程度上决定了房地产的繁荣程度与价格水平的高低。可见,从房产信贷与房地产价格视角分析货币政策与资产价格的关系有十分重要的意义。当前我国经济正处于特殊时期,经济高速增长、人民币升值压力较大、城市化进程正处于中期、人口年龄结构有利于储蓄等等,这些因素决定了我国出现资产价格泡沫(特别是房产泡沫)是大概率事件。那么,我国央行的货币政策应该怎样来应对资产价格泡沫?是否可以通过关注信贷的增速来影响资产价格泡沫?这是本文尝试回答的问题。在经济运行的过程中,不同市场间或不同资产、经济变量之间往往存在着波动相关关系。因此,要研究多个变量间的波动性特征,就需要将单变量的GARCH族模型向多变量GARCH(Multivariate GARCH)扩展。MGARCH模型的优势在于其不仅涵盖了单变量模型的波动特征,而且还可以刻画不同变量波动间的相关关系。它最直接的运用在于研究多个市场的波动和联合波动,并反映一个市场的波动是否引致了另一个市场的波动,以及两个市场的联合波动等特征。Kim(2000)利用MGARCH模型度量了金融市场的波动对实体经济变量如出口以及产出增长率的冲击。Bollerslev 等(1988)提出一个 MGARCH-VECH 模型,但该模型仅使我们得出不同市场之间波动性的相关系数,而无法考察市场之间的波动特征。其更为严重的缺陷在于无法保证条件方差—协方差的正定性。为了保证条件方差—协方差的正定性,Engle和Kroner(1995)在Baba等(1991)研究的基础上提出了BEKK 模型,但该模型的的待估计参数过多(特别是考出三个以上的经济序列时),且模型参数的经济意义不够明确。结合本文的研究需要以及数据特征,我们尝试建立三元的对角BEKK模型,以厘清货币供应量、房地产价格以及房地产信贷(个人住房贷款与房地产开发贷款之和)这三个变量间的波动关系。模型设定为:

第8篇：金融泡沫的特征范文

关键词：信用经济 房地产市场 银行危机 金融稳定

很多工业化国家的经验证明，多数金融周期和房地产市场都有着密切联系。由于房地产的资产属性，其价格受投机因素影响严重，呈现出大起大落的不稳定特点，使房地产价格成为导致银行危机的隐含风险。

信用经济：现代市场经济的特征

信用具有多层次、多侧面的含义。经济学意义上的信用即借贷活动，是以偿还为条件的价值运动的特殊形式。在商品交换和货币流通存在的条件下，债权人以有条件让渡的形式贷出货币或赊销商品，债务人则按约定的日期偿还借款或偿付贷款，并支付利息。

商业信用是信用发展史上最早的信用方式，人们通过所谓“赊账”，即债权债务关系的建立和消除实现商品的交换，商业信用在生产和流通的连接中起到了中介作用，加速了商品的生产和流通。随后信用超出了商品交易的范围，作为支付手段的货币本身也加入了交易的过程，产生了以货币为借贷对象的信用活动，资本借贷市场即是货币信用发展的产物。

货币不仅为普通商品交易提供了一种准确的衡量手段，同时也使借贷活动得以简化，并通过借贷活动将货币资本化。货币借贷在社会发展的多数时期都存在，但是只有到了资本主义社会，它才成为资本家扩大再生产的主要手段，成为资本形成和资本积累服务的关键力量。随着社会生产规模的扩大，生产创造自身需求的均衡格局被打破，特别是经历了经济大萧条之后，需求增长对整个社会产出的增长和经济发展更加关键，生产投资越来越取决于人们对未来需求条件的预期，基于人们对经济生活的预期性，产生了投资的意愿。

资本借贷市场乃至整个金融体系的发展，为物质资本及相应的技术开发和研究的投资提供了资本来源，将投资意愿转化成现实的生产力，促进了整个社会的生产和进步，从而突出了信用对经济的推动作用。随着资本借贷在经济发展中重要性的提高，信用已成为连接生产、交易、分配和消费诸环节的纽带，市场与以货币为核心的信用关系更为密切。信用的扩张与收缩推动着经济的扩张与收缩。

“信用经济”一词由德国旧历史学派代表人物布鲁诺•喜尔布兰德(Bruno Hildbrand)提出，他以交易方式为标准，把社会经济的发展划分为三个时期，即物物交换为主的自然经济时期、货币媒介交换的货币经济时期和信用为媒介的信用经济时期，从这个意义上来讲，信用经济是社会经济的高级形式。马克思不以交换方式为标准，而是从资本主义生产方式出发，以资本主义信用为研究对象，将信用经济看作货币经济的一种形式，其信用的含义即为资本借贷。

根据马克思的分析，在发达的市场经济中，再生产过程的全部联系以信用为基础，市场经济就是信用经济。因此信用经济是现代市场经济的主要特征。

银行危机：银行信用与产业扩张的互动

信用经济中银行信用是借贷资本运动的主要形式，借贷资本的运动体现为银行资本的运动。银行资本从来源上看，主要包含两部分：自有资本和借入资本即存款。银行资本的循环和积累取决于资本的回流，一旦资本回流受阻，则会造成债权债务关系链条的断裂，从而引起信用危机和经济危机。

银行的债权主要是为企业提供借贷资本，银行信用的扩张可伸缩到企业生产过程扩大强化的极限，银行信用的收缩使企业生产的收缩强化到极限，与此同时生产扩张的市场风险也就转化成了银行资本回流的风险。因此，信用的无限制扩张隐含了金融风险和经济风险，银行系统加大了金融危机和经济危机的可能性。

在经济学发展的早期，银行系统在经济周期过程中的强化作用就已经得到一定的承认。例如，穆里纽克斯在其《银行论文集》中写道：“银行对于商业和金融危机的形成具有推进和扩大作用，因为，银行不是设法抑制过度交易量的状态，而是通过对需求的自由贴现，使经济和金融危机进一步形成和扩大。于是，经济危机刚一出现，银行就会突然地改变它们的作法，并突然采取一个截然相反的态度，大规模地、迅速地减少贷款”。

亚瑟•波恩也观察到：“如果经济减缩一开始就伴随着金融危机，或者如果金融危机在稍晚的时候出现，那么几乎可以断言，总量经济活动规模将呈现剧烈下降，而且持续时间可能也会超乎寻常地长”。这些观察结论均指出，金融周期和经济周期相互影响。

银行借贷资本的运动主要是以产业资本的运动为中介，因此银行借贷资本的支出与回流与相关产业的发展存在紧密的关系,银行信用于相关产业的扩张与收缩相互推动。受利润的驱使，银行总是将贷款流向经营状况良好且高额利润的产业，因此这些产业就有了互动性。瑞威尔认为，有竞争性的银行业周期与经济周期错综复杂地交织在一起。

通过贷款给那些经济中最有利可图的商业冒险业务活动，使得银行与这些当前经营状况良好的经济部门联系得过为紧密，银行系统的坏账会与日俱增。

穆里纽克斯列举了1987一1988年间德克萨斯州房地产市场崩溃的例子，说明了当时银行业同能源工业部门联系过密的情况。这种情况在上世纪80年代末期、90年代初的日本银行中存在。当时，在日本的银行业中也出现了取消管制的情况，他们与房地产和股票市场的联系过于紧密。麦持加尔夫和金德勃格也同意这种观点，他们认为，“危机往往产生于对经济中某一部门利润的过高期望，从而更激发了对资金的过高的需求……于是银行信贷的扩张增加了资金供给和自我兴奋的程度……越来越多的公司和家庭趋向于投机性的筹资，而与理性的行为越离越远，最后只能导致狂热和冲动”。

从以上研究中不难看出，在信用经济中，银行信用的扩张与收缩与产业资本的扩张与收缩是相互推动的，在众多的产业中，与银行危机紧密相连的往往是房地产业，房地产市场是金融周期作用于经济周期的主要渠道。

房地产市场与银行危机：房地产资产属性的作用

房地产价格的形成是一个复杂的问题。房地产是特殊的商品，具有双重属性，一是生产和生活资料属性，二是资产属性。作为生产生活资料的房地产生产以及消费和其他商品生产没有其他区别，受资金使用的机会成本、房地产需求状况及技术条件等制约，其价格的高低也是由成本及供求双方力量相互作用来决定。然而，从存量市场看，房地产资产本身可以成为资产选择和组合的对象，从而表现出类似于金融资产的投机资产性质，并具有类似于金融资产价格波动的特征。即使对于房地产增量市场，由于房地产业是一个资金密集型产业，又往往存在较长的建筑供给时滞，新增资本也往往具有投资和投机的两重性。

根据斯蒂格利茨的观点，资产价格的决定与一般商品价格决定有所不同，诸如黄金、土地、股票甚至17世纪荷兰的郁金香等形式的资产具有长期的寿命，可以在某一日期被买入，而在另一时期被卖出。这样，人们愿意在当前为这些产品支付的价格，就不仅仅取决于这些产品目前所具有的市场条件，而且还和人们对未来条件的预期直接相关。因此，与那些一般的商品相比，资产的价格决定就有所不同；而且预期在资产价格的决定中发挥着重要的作用。因此房地产价格的波动，不仅会受到供求力量相互作用的正常波动，也会受到投资者投机因素的作用而出现异常波动。

房地产价格波动的不稳定性，不仅会影响到房地产业本身的投资，还会通过各种渠道作用到银行系统，为银行系统的稳定造成隐患。

随着房地产市场的发展，当房地产的价格有投机心理主导时，就会产生价格超出经济基本面的情况，从而产生价格泡沫。价格泡沫越大，银行风险就越大，发生银行危机的可能性越大。而且泡沫的形成与破裂对经济的影响具有不对称性，房地产泡沫的形成与经济扩张往往是累积性的，而房地产泡沫的破裂却是瞬间的。房地产泡沫的形成与破裂通过各种渠道作用到银行系统和实体经济，造成了银行危机和经济危机。

房地产价格的财富效应

房地产价格主要通过财富效应影响消费者的消费行为。根据生命周期模型，家庭根据其净财富和持久收入，在各个时期最优分配其消费支出。

房地产价格上升增加了家庭财富，会刺激家庭的当期消费，但房地产价格上升带来的收入增加是虚拟的，家庭消费水平的提高要通过消费信贷来实现，因此部分房地产便可被用作抵押，已获得收入进行消费。同时，房地产价格上升，使消费者对未来的房价预期会更加乐观，房地产消费的高收益预期会导致家庭房地产需求过度膨胀。

消费者收入的提高和各消费需求的高涨，使银行对个人消费信贷看好。于是，更多的消费者通过银行信贷对房地产进行提前消费，房地产价格因此又有了上升的动力，是消费者的收益预期通过房地产的价值提高得以实现，导致房地产需求进一步提高。如此房地产价格，消费者需求和银行信贷相互推动，滋生出了房地产泡沫。一旦泡沫破裂，消费者预期收入无法实现，引起收入缩水，出现还贷困难，银行资金被大量套牢。

房地产价格的资产负债表效应

鉴于银行广泛采用房地产抵押的贷款形式，房地产主要是通过外部筹资成本的变化影响投资。

如果房地产价格大幅下降，经济主体的担保价值、净资产下降，不良资产增加，外部资产筹措成本上升。一方面，债务人还贷困难；另一方面，债权人担心债务人风险增加，两者的行为均趋于谨慎，投资需求因而收缩。因为债权人和债务人之间存在信息不对称，房地产价格的下降和投资需求下降之间就会出现恶性循环，即所谓“金融加速器”。

在经济增长迅速，房地产价格不断上升的过程中，人们普遍对未来持乐观的预期，资金的借方与贷方均乐观的预期未来收益，容易低估风险。进行房地产投资的经济主体，由于抵押品的价值上升而降低了筹资成本，在良好预期的基础上增加对银行贷款的需求，而银行也会在低估贷款者风险的基础上，增加贷款的供给，扩大了房地产投资规模。

随着房地产投资规模扩大，企业资产值进一步增加，于是有了更高的担保值获得更多的银行贷款，进一步的扩大投资规模。在这一时期，房地产价格上涨―借款人的银行债务增加―房地产投资增加―房地产价格飞涨―借款人资产增加等环节循环运动。

但是一旦某些因素使经济主体对经济的预期发生变化，自有资本不足的问题就会暴露出来。因为房地产价下跌，使抵押品的价值下降，自有资本大幅减少，金融机构和经济主体的行为更加谨慎，同时对交易对方的态度也趋于谨慎。此时银行借贷，可能会造成企业生产的资金链断裂，使企业和个人的破产风险增加。正是这一点使得泡沫形成与崩溃时期的影响呈现出非对称性的特点。

房地产价格的其他效应

房地产价格泡沫使货币政策的作用机制被扭曲。房地产价格市场泡沫使虚假的价格信号导致实际资源的不当配置。在政府实施宽松的货币政策时，房地产价格的上升会使大量的货币流入该产业，从而减少对其他实体经济的投资。使得货币政策的作用机制被扭曲，致使虚拟资本价格升高，造成银行风险并使产业结构的不合理与资源的浪费。另外房地产价格下跌，使人们对整个实体经济的信心降低，影响人们对未来经济的预期，导致投资者高估风险，使投资减少，造成整个经济的萎缩。

根据以上分析，信用经济中金融周期和经济周期是相互影响的，而房地产价格又是金融周期影响经济周期的主要渠道。大多工业化国家的发展（欧洲国家和日本）及东南亚金融危机，都已证实了房地产市场和金融危机有着紧密的联系。房地产的资产属性使其价格受到投机的严重影响，容易产生价格泡沫，导致房地产价格的大起大落，房地产价格泡沫的膨胀与破裂会造成整个银行系统的危机。为了避免危机的发生，降低银行风险，尽量避免银行资本在某一特定产业的过度支出。应鼓励各种产业采取多种融资方式，减轻银行风险。

1998年，我国逐步取消实物和福利分房制度，实行货币化住房分配制度和市场化供应制度，同时建立个人住房抵押贷款制度，扩展房地产开发的资金源泉。自上世纪90年代末以来，以住房为主体的房地产业得到了长足发展，房地产市场出现了数年较快增长的局面，以每年20%的增长速率而增加投资力度。

由于近几年我国股票市场持续低迷，投资者将房地产投资作为新的最佳投资选择，每年以3%-5%的增长速度涌入房地产市场，使房地产的资产属性越来越突出。鉴于房地产价格的波动和金融周期的密切联系，房地产市场的稳定对金融稳定乃至整个经济的发展有着重要的意义。

参考文献：

1.骆玉鼎.信用经济中的金融控制.上海财经大学出版社，1998

2. M•P•尼米诺(Niemira，M•P)， P•A•克莱因(Klein,P•A)著.邱东等译.金融与经济周期预测.中国统计出版社，1998

第9篇：金融泡沫的特征范文

关键词:金融危机;虚拟经济;实体经济;泡沫经济

中图分类号:F124文献标识码:A

文章编号:1009-2374 (2010)19-0007-02

进入21世纪以来,当前虚拟经济呈现出前所未有的蓬勃发展之势,但是虚拟资产的迅速扩张导致虚拟经济规模远远超过实体经济,虚拟经济越来越脱离实体经济而朝着独立自主的方向运动。

1虚拟经济的定义和特征

1.1虚拟经济的定义

虚拟经济是实体经济相对应的一个经济范畴,这一点毋庸置疑。但是就虚拟经济的概念以及其涵盖的范畴,不仅国内外存在着不同的理解,国内学术界也存在着许多不同的观点。我们认为,虚拟经济是以资本化定价为基础,由心理和观念支撑的价格系统,它的运行特征是具有内在的波动性。

1.2虚拟经济的特征

与实体经济相比,虚拟经济具有明显不同的特征:

1.2.1虚拟性从本质上说,虚拟经济具有虚拟性。虚拟经济中交易的商品是以股票债券为代表的有价证券,这些虚拟资产本身没有价值,这是与实物资产有本质区别的。实物资产本身有生产成本,在市场经济中,大体上按平均成本定价,遵循价值规律。虚拟资产只是一种所有权证书,以未来预期收益为基础定价的,因而相对实体经济中一般商品实实在在的价值而言,虚拟资产的价值是虚拟的。

1.2.2高流动性虚拟经济是虚拟资本的持有与交易活动只是价值符号的转移,相对于实体经济而言,其流动性很高。随着信息技术的快速发展,股票、有价证券等虚拟资本无纸化、电子化,其交易过程在瞬间即刻完成。

1.2.3不稳定性虚拟经济自身具有的虚拟性,使得各种虚拟资本在市场买卖过程中,更多地取决于虚拟资本持有者和参与交易者对未来虚拟资本所代表的权益的主观预期,而这种主观预期又取决于宏观经济环境、行业前景、政治及周边环境等许多非经济因素,增加了虚拟经济的不稳定性。

1.2.4高风险性由于影响虚拟资本价格的因素众多,这些因素自身变化频繁,不遵循一定之规,非专业人士受专业知识、信息采集、信息分析能力、资金、时间精力等多方面限制,虚拟资本投资成为一项风险较高的投资领域,尤其是随着各种风险投资基金等的介入,加剧了虚拟经济的高风险性。

2虚拟经济与实体经济协调发展的机制

虚拟经济与实体经济的协调发展机制包括两个方面:一是虚拟经济与实体经济的内在协调机制,外部冲击下虚拟经济与实体经济协调状态的恢复与变化机制。在充分竞争的条件下,如果虚拟经济与实体经济达到协调发展状态,那么虚拟经济与实体经济内部的协调发展可以通过投资者的投资组合选择与消费者的消费选择来实现。如果实体经济内部发展失衡,则必然会出现结构性供求失衡,在消费者选择的作用下,供不应求产品价格上升、投资收益率提高,供过于求产品价格下降、投资收益率降低。在利益机制作用下,生产者将增加供不应求产品的投资,扩大供应,同时减少对供过于求产品的投资,缩小供应,直至供求恢复均衡为止。如果虚拟经济内部发展失衡,则将导致虚拟经济产品的供求失衡,各类资产风险与收益的均衡状态被打破,投资者将改变投资组合,增加对风险低、收益率高的虚拟经济产品的投资,减少对风险高、收益率低的虚拟经济产品的投资,并引致两类产品的价格发生反向变动。在经济规律的作用下,社会将增加价格上升产品的供给,直到各种虚拟经济产品的供求达到新的均衡为止。

3 金融危机下我国虚拟经济与实体经济可持续发展的对策

虚拟经济提高整体经济效率的重要一点在于充分发挥市场自发调节作用,强化政府的宏观管理职能。政府人为构造金融结构和金融市场来促进经济增长,在短期内会有一定的效果。但由于这种发展是外生而表层的,因而获得的增长通常是短期的“量”的增长,缺乏深厚的持续增长的基础,使金融发展的效率降低。2008国际金融风暴根源,看起来似乎是美国的次贷狂风引发的一场国际性经济衰退,实质上展露了许多所谓国际化概念对它国经济隐形入侵的霸道及国际性迷茫跟风,并彰显了世界金融秩序理应重构和到了国际金融世界急需赋予由世界经济强国齐抓共管责权的必要时刻。比如在2008年,全球虚拟经济的规模已达到实体经济的5倍,世界上每天流动的资金中只有2%真正用在国际贸易上,其他的都是在金融市场中进行以钱生钱的活动。随着电子商务和电子货币的发展,虚拟经济的规模还将进一步膨胀。但虚拟经济的发展在给世界经济带来活力的同时,又由于其虚拟性和高风险性,致使世界金融业发展出现了极大的不确定性。受全球金融危机的冲击,没有一些经营虚拟经济的相关银行、保险公司纷纷倒闭,国内2009年民间投资市场约日趋没落,这样也直接导致了实体经济发展的下降。比如2008年的“十一黄金周”,销售下跌两至三成。根据北京市的调查,深圳市销售额5000万元以上的1256家企业中,资金链趋紧的256家,倒闭重组的一家。对于存在的行业危机,企业必须重视和采取措施规避。同时在积极发展虚拟经济的同时,还要不断提高金融风险意识,积极预防虚拟经济膨胀演变为泡沫经济。泡沫经济的产生表面源于虚拟经济的过度膨胀,金融冲击是其导火线,但实体经济的内在失衡才是导致泡沫经济的根本原因。实体经济与虚拟经济的不对称发展,会为泡沫的到来埋下伏笔。

3.1完善监管体系

从实践来看,发展虚拟经济,规避金融风险,首先必须完善虚拟经济的监管体系。由于虚拟经济自产生之日起就蕴涵着内在的不稳定性,随着现代科学技术的不断发展,金融网络化电子化手段加强,使得金融交易市场呈现出较强的多变性,特别当金融扩张超过了经济贸易的增长速度时,以资金融通和投机牟利为目的的资本运动使经济中的泡沫成分增加,若没有完善的监管体系,必然影响实体经济的稳定发展。因此应加强对银行资本充足率、资产流动性、风险管理的监督,建立公众监督、舆论监督机制。同时要规范证券市场的操作,加强对国际游资的管理,监控金融衍生工具的虚拟和投机。尤其是发展中国家,要有步骤、分阶段地推进虚拟经济各层次的发展,审慎有序地开放金融市场。

3.2发展金融衍生市场

发展金融衍生市场也是经济全球化条件下发展金融市场的客观要求。由于国际资本市场的融资日益频繁,这种融资方式要求开辟衍生市场为资本流动和避险增值提供场所和机制,并拓宽国际资本融资渠道。金融衍生市场的创立对于完善资本市场和规避国际金融风险具有重要意义。金融衍生市场的发展实际是虚拟经济深化的过程,这一过程既需要经济制度的支撑,又需要金融市场的完善。在金融深化进程中,一方面要把发展基础性市场和金融衍生市场统筹考虑,既把衍生市场作为市场化改革的目标,又将其视为改革的手段;另一方面,又要把开放金融市场和发展衍生市场统筹考虑,使它既是开放市场的重要组成部分,又成为开放经济风险的预警器。

总之,虚拟经济的发展是一个不可阻挡的历史进程,所以我们必须正视它可能带来的正负两个方面的影响,发挥它灵活机动的特点,促进资源跨时间和空间的有效配置,规避它过分脱离实体经济、过度膨胀带来的危机,促进整体经济的发展。

参考文献

[1] 李晓西,杨琳.虚拟经济、泡沫经济与实体经济[J].财贸经济,2000,(6).

[2] 杨凤娟.马克思的虚拟资本理论与现代虚拟资本的特征[J].当代经济研究,2006,(5).

[3] 王春娟.马克思的虚拟资本理论与虚拟经济[J].财经问题研究,2004,(11).

[4] 谢永添.关于虚拟资本与虚拟经济研究的几个理论问题[J].经济科学,2004,(2).

[5] 王悦.西方经济周期与经济波动理论回顾[J].求索,2006,(10).