759
浏览住房价格与宏观杠杆率硕士论文提纲--老龄化与金融稳定的关系研究 ——基于住房价格与宏观杠杆率的视角
摘要:中国长期实施的计划生育政策和婚姻生育意愿的持续下降是中国人口增长放缓和人口年龄结构变化的主要因素。中国现在与20世纪80年代日本的人口年龄结构非常相似,未来中国的老龄化程度可能与日本一致。老龄化对经济的危害是不言而喻的。但是,如果老龄化的负面影响止于中国实际经济增长率的相对稳定减速,中国人不必太担心,因为这意味着中国的潜在经济增长率正在下降,经济运行仍然稳定、健康、可持续。然而,国内外许多研究已经初步证明,老龄化将对一个国家的股价、房价和其他资产价格产生负面影响。那么,中国的住房价格泡沫很大。遇到老龄化的影响,会导致房价暴跌,进而导致金融危机,影响金融体系的稳定性呢?这是一个值得中国人民高度关注的重大问题。除了考虑住房价格外,还需要与宏观杠杆率联系起来。毕竟,宏观杠杆率的上升涉及到银行贷款的规模和不良贷款的增加或减少,这与银行的风险密切相关,而银行危机在历史上的任何金融危机中都不会缺席。为了澄清老龄化对住房价格和宏观杠杆率的影响机制,本文首先从住房商品属性和投资产品属性两个方面进行了理论分析。根据老龄化人口结构变化的特点、生命周期理论和中国国情可以推断,老龄化背景下住房刚性需求下降,投资需求上升,在这两种机制的驱动下,住房价格和宏观杠杆率的变化对金融稳定起着重要作用,当住房价格和宏观杠杆率同时上升时,意味着金融体系正在积累风险;当住房价格和宏观杠杆率迅速下降时,金融体系的稳定性也会下降。在理论分析的基础上,本文基于中国国情,建立了家庭、制造商、银行和政府四个部门的基准DSGE模型,仅包括住房消费品属性,增加和强调住房投资产品属性的扩展模型1,更符合实际经济运行状况的扩展模型2。围绕老龄化、住房价格和宏观杠杆率(居民杠杆率、非金融企业杠杆率和政府杠杆率)等经济变量模拟和比较这三种模型,研究老龄化对金融稳定的影响,以及住房商品属性和投资产品属性在这种影响机制中的作用。本文利用2001年第一季度至2019年第二季度的宏观数据,采用校准法和贝叶斯估计法估计基准模型参数,使用校准法估计扩展模型1和扩展模型2比基准模型准模型更多的参数,其余使用基准模型的参数值。通过校准方法和贝叶斯估计基准模型对基准模型参数的影响,以及其他经济影响。研究结果如下:基准模型模拟结果显示,当购买住房行为仅以刚性需求为目的时,老龄化对房价的负面影响较小,对宏观杠杆率的影响较小,因此,如果坚持住房不投机的概念,老龄化的影响不会给金融稳定带来更大的风险。扩展模型1的模拟结果表明,在住房投资产品属性的影响下,人口老龄化将增加住房投资需求,使房价上涨,宏观杠杆率也将上升,其中居民杠杆率上升最大,非金融企业杠杆率上升,政府债务负担减轻。老龄化导致住房投资需求增加而导致的房价上涨并不稳定。扩张模型由于增加了住房投资稳定性假设,加强了住房投资产品属性效应,确保了房价变化的稳定性,消除了假设,建立了更符合现实的扩张模型和模拟,发现住房投资产品属性效应大于商品属性效应,人口老龄化导致住房投资需求上升,房价最终会下跌。结合两种扩张模型的模拟结果,如果中国的制度和政策监管继续保持住房投资产品属性,当白发浪潮袭击时,即面对老龄化冲击,房价可能上涨,即经历房价泡沫积累和破裂的过程,在此过程中,宏观杠杆率,特别是居民杠杆率和非金融企业杠杆率将随着房价上涨,政府债务风险将继续上升,这将给金融体系稳定性带来巨大的老龄化挑战。此外,随着老龄化程度的加剧,老龄化下住房投资产品的属性效应将增强,即当老龄化程度较高时,进一步的人口老龄化将产生更大的房价泡沫,宏观杠杆率将上升更多,这对中国金融环境的稳定非常不利。针对上述结论,本文建议,即使房地产投机机制有助于中国应对经济和政府债务负担的影响,中国仍需坚持住房不投机的理念,必须高度重视住房养老政策的优化和推广;从创新、对外开放、监管等方面改善金融市场,为居民创造良好的投资环境;通过宏观审慎监管政策、包容性金融政策和税收政策,促进更多资金流向实体经济,缓解白发浪潮的影响。
关键词:人口老龄化;宏观杠杆率;住房价格;DSGE模型;
摘要
abstract
第1章 绪论
1.1 研究背景及意义
1.2 文献综述
1.2.1 老龄化对金融稳定的影响
1.2.2 住房价格与债务规模对金融稳定的影响
1.2.3 文献评述
1.3 研究内容与研究方法
1.3.1 研究内容
1.3.2 研究方法
1.4 创新与不足之处
1.4.1 论文的可能创新之处
1.4.2 论文的主要不足
第2章 相关概念与理论分析
2.1 相关概念
2.1.1 老龄化
2.1.2 金融稳定
2.1.3 宏观杠杆率
2.1.4 住房价格
2.2 理论分析
2.2.1 老龄化与住房价格的关系
2.2.2 老龄化、住房价格与宏观杠杆率的关系
2.2.3 住房价格、宏观杠杆率与金融稳定的关系
第3章 基准模型的构建与分析
3.1 基准模型的构建
3.1.1 家庭部门
3.1.2 厂商部门
3.1.3 银行部门
3.1.4 政府部门
3.1.5 市场出清
3.1.6 宏观杠杆率
3.2 参数校准与贝叶斯估计
3.2.1 参数校准
3.2.2 贝叶斯估计
3.3 模型可靠性检验
3.4 模型分析和数值模拟
3.4.1 老龄化冲击对居民杠杆率的影响机制
3.4.2 老龄化冲击对非金融企业杠杆率的影响机制
3.4.3 老龄化冲击对政府杠杆率的影响机制
3.4.4 本章小结
第4章 拓展模型一的构建与分析
4.1 拓展模型一的构建
4.1.1 家庭部门
4.1.2 厂商部门
4.1.3 银行部门
4.1.4 政府部门
4.1.5 市场出清
4.1.6 宏观杠杆率
4.2 参数校准
4.3 模型分析和数值模拟
4.3.1 老龄化冲击对居民杠杆率的影响机制
4.3.2 老龄化冲击对非金融企业杠杆率的影响机制
4.3.3 老龄化冲击对政府杠杆率的影响机制
4.3.4 不同老龄化程度下的分析
4.3.5 本章小结
第5章 拓展模型二的构建与分析
5.1 拓展模型二的构建
5.1.1 家庭部门
5.1.2 厂商部门
5.1.3 银行部门
5.1.4 政府部门
5.1.5 市场出清
5.1.6 宏观杠杆率
5.2 参数校准
5.3 模型分析和数值模拟
5.3.1 老龄化冲击对居民杠杆率的影响机制
5.3.2 老龄化冲击对非金融企业杠杆率的影响机制
5.3.3 老龄化冲击对政府杠杆率的影响机制
5.3.4 拓展模型一与拓展模型二的对比分析
5.3.5 不同老龄化程度下的分析
5.3.6 本章小结
第6章 结论与建议
参考文献
致谢