發(fā)布時間：2024-05-25 02:51

　　近年來新冠疫情的全球大流行對各國的生產(chǎn)生活造成了巨大的沖擊。為此許多國家已經(jīng)采取積極的貨幣與財政政策來刺激本國經(jīng)濟復(fù)蘇,這在一定程度上引起了貨幣幣值波動與資本流動性泛濫,進而對匯率、貨幣供應(yīng)量M2、資產(chǎn)價格都造成了不同水平的沖擊影響,也推升了各方對于人民幣匯率與貨幣供應(yīng)量M2變動及其對房地產(chǎn)市場影響的關(guān)注。過往相關(guān)研究已經(jīng)證明了匯率、貨幣政策、房地產(chǎn)資產(chǎn)價格三者之間存在相關(guān)性,匯率升值與寬松的貨幣政策往往會推升房地產(chǎn)資產(chǎn)價格的上漲,但對于不同研究對象、不同研究時點該影響程度不一,因此仍存在繼續(xù)探討的必要性。在研究方法上,本研究結(jié)合文獻比較法與實證研究法進行探討。在實證模型的選擇上,本研究運用時間序列模型TVP-SV-VAR模型(Time Varying Parameter-Stochastic Volatility-Vector Auto Regression)對人民幣匯率、貨幣供應(yīng)量與城市房價之間的聯(lián)動關(guān)系進行深度考察;在房價變量上選取了對外開放程度較高的我國主要一線城市北京、上海、廣州、深圳的房價作為城市房價代表。研究主要考察人民幣匯率及貨幣供應(yīng)量波動對一線城市房地產(chǎn)價格的沖擊影響...

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

圖1-2研究技術(shù)路線圖

廣州大學碩士學位論文6結(jié)合上述內(nèi)容，附上本文的技術(shù)路線圖。圖1-2研究技術(shù)路線圖

圖4-1模型參數(shù)估計結(jié)果

4.1TVP-SV-VAR模型的參數(shù)估計結(jié)果人民幣匯率、貨幣供應(yīng)量、城市房價間的TVP-SV-VAR模型的時變參數(shù)向量自回歸模型變量順序為人民幣匯率、貨幣供應(yīng)量、城市房價，其中城市房價包括北京房價、上海房價、深圳房價與廣州房價，模型滯后期設(shè)定為2，MCMC抽樣次數(shù)為....

圖4-2人民幣匯率與貨幣供應(yīng)量的變動量

廣州大學碩士學位論文164.2數(shù)據(jù)變量及隨機波動率的特征分析4.2.1人民幣匯率與貨幣供應(yīng)量的特征分析圖4-2是人民幣匯率、貨幣供應(yīng)量的在整個樣本期2011年9月至2021年12月間的變動情況（當期數(shù)據(jù)減上期數(shù)據(jù)）�？梢钥闯觯嗣駧艆R率在2015年6月之前在一個接近0水平小幅波動....

圖4-3人民幣匯率、貨幣供應(yīng)量的隨機波動率圖

廣州大學碩士學位論文164.2數(shù)據(jù)變量及隨機波動率的特征分析4.2.1人民幣匯率與貨幣供應(yīng)量的特征分析圖4-2是人民幣匯率、貨幣供應(yīng)量的在整個樣本期2011年9月至2021年12月間的變動情況（當期數(shù)據(jù)減上期數(shù)據(jù)）�？梢钥闯�，人民幣匯率在2015年6月之前在一個接近0水平小幅波動....

本文編號：3981597