前言：中文期刊网精心挑选了证券市场供求关系分析范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
证券市场供求关系分析范文1
关键词：指令驱动 报价驱动 证券价格稳定性
目前，世界上存在两种主要的交易制度：一是指令驱动制度，二是报价驱动制度即做市商制度。这两种制度对证券价格的稳定性有不同的影响。
两种交易制度的价格形成机制
在指令驱动制度下,市场只有买入和卖出股票的投资者参与,投资者买卖证券的对象是其他投资者，市场价格由买入和卖出两个投资者的供求关系决定。如图1所示，证券价格是通过投资者之间的相互作用形成的。
而在做市商制度下,除了买入和卖出股票的投资者外,市场上还多了一个参与者―――做市商。投资者的买入和卖出行为必须面对做市商,做市商是影响市场供需关系的一个非常重要的力量。如图2所示，证券投资者直接面对的是做市商，做市商以其自有资金和证券与不同的投资者进行交易。
两种交易制度对证券价格稳定性的影响
指令驱动制度
指令驱动交易制度下，证券价格波动较大，不利于维护证券市场的稳定性，其原因如下：股票价格偏离其价值的程度较大是股票价格不稳定的重要原因之一。在指令驱动制度下,实际价格会偏离真实价格较多,因为买卖指令是零星到达市场的,投资者的基本供求函数的交点决定了一种无人可进行实际交易的价格。在指令驱动制度下，交易开盘采用集合竞价方式,开盘后采用连续竞价方式,证券价格随投资者买卖指令而波动,买卖盘稍微有点波动,价格马上就会发生变化,容易引起二级市场股票价格的大起大落。在指令驱动制度下,每一张订单都反映出每个投资者不同的主观需求与供给，因此每一张订单都有可能影响价格，从而促使投资者更积极地利用交易策略去影响价格，使得市场价格波动性加大。此外大额买卖指令和庄家操纵价格等行为也同样会导致价格的大幅波动。
报价驱动制度
报价驱动制度下，证券价格更接近其真实价格，且在维护价格稳定性方面也优于指令驱动制度，原因如下：报价驱动制度下，做市商在充分分析证券的供求以及其他相关信息后报出价格，并将该报价交由交易者判断，市场对报价的接受程度反过来又促使报价向公平价格不断趋近。因此价格具有相当的合理性和准确度，也就更接近其价值。报价驱动制度下，做市商行为受到的种种限制也有利于证券价格的稳定，如做市商报价必须和市场价格一致,买卖差价必须保持在一定限额(5%)内，做市商被禁止“锁定”或“交叉”市场等等。在报价驱动制度下，做市商强大的吸纳能力能够对冲现有价位的大买或大卖盘的压力，这一点使得投机商不敢轻举妄动，从而使股价的波动不会偏离均衡价格太远。
如图3，假设证券的均衡价格为A点决定的价格，由于投资者对证券的需求急剧上涨，若在指令驱动制度下则股价将大幅上涨，上升为B点对应的价格，而在报价驱动制度下，做市商将抛出证券达到限制股价波动过大的目的，股价将变为C点决定的价格，从而避免了股价的大幅上涨。
我国证券交易制度的选择
我国证券市场经过十几年的发展，各方面都有了不同程度的完善，但是仍然面临着许多问题，最突出的问题是市场投机性过强，投资者缺乏理性，证券价格受供求影响大，笔者认为可以采用报价驱动与指令驱动相结合的交易制度。
报价驱动制度可使证券价格变动趋于理性,使价格向真实价值收敛,有利于提高证券市场运行效率，而要充分发挥报价驱动制度的这些优越性，必须做好以下工作：积极培育符合市场要求的做市商主体；大力发展便捷、成本低廉的融资市场；为做市商提供更多的规避风险的手段和方法；完善现有的监管框架。
参考文献：
1.梁勤星.做市商制度在中国的运用.西南金融，2004.6
证券市场供求关系分析范文2
《中庸》是儒家重要经典，是古代许多儒家的方法论，对中华文明的形成有着深远的影响。朱熹对中庸的定义：中者，不偏不倚、无过不及之名。庸，平常、适度性。理论力学研究物体机械运动一般规律的科学。其中静力学则是研究物体受力分析、力系的简化、平衡条件。经济系统中也提到均衡，如：均衡价格、局部均衡、一般均衡论、非均衡的经济等。博弈论有纳什均衡、完美纳什均衡等等。总之在很多领域出现类似平衡的概念，平衡的状态，非平衡的现象。儒家之所以把中庸作为方法论，就在于它能维持社会稳定，对社会的进步起到推动作用。同时也是我们现代社会中，解决自然科学和社会科学的诸多问题的方法论之一。
二、中庸的平衡或均衡思想
《中庸》中有两个基本概念“中和”和“时中”，从人的性情来说，一个人还没表现出喜怒哀乐时，心情平静，不偏不倚叫“中”，当表现出来又有节度，无过不及叫做“和”，这蕴含着任何事物的存在和发展都有它的客观规律，满足类似于静力学平衡或经济领域的均衡状态。“时中”指“中无定体，随时而在”，中处于变动不居之中，随时处中。揭示了任何事物不断发展的整个过程中也要达到动态平衡或动态均衡状态。
三、理论力学的静态平衡和动态平衡
以某个体或系统作为研究对象，以地球作为参照物，进行受力分析、力系简化、得到所有各力作用下满足的静力学平衡条件，反映的是所有作用通过研究对象这个载体发生相互作用，达到的一种平衡状态。用这套理论来解决大量的工程设计问题。动静法是利用静力学方法解决动力学问题，满足一定条件形成动态平衡。为求解复杂系统的动力学问题提供普遍解决方法。
四、市场经济体系中均衡与非均衡
均衡是经济学中被广泛应用的概念，经济系统中相互作用的变量满足一定条件，所达到相对平衡的状态，既各参与方的利益在相互妥协后达到均衡，形成相互制约。微观经济分析中，市场均衡分为局部均衡和一般均衡，局部均衡为单个或局部市场供求和价格之间的关系达到均衡状态，一般均衡为整个经济系统所有市场供求与价格之间的关系到达均衡状态。市场上供给量和需求量相等的状态称为市场出清状态，目前国家进行供给侧改革，也就是商品严重过剩情况下，调整供给的过程，使非均衡经济转化为均衡经济。
五、证券市场的均衡与非均衡问题
中国证券市场20多年里，发展理念和政策设计，更多强调企业的融资功能，忽视了投资功能。正确认识证券市场在经济发展中的作用，是发展证券市场的前提。不管是传统金融还是现代金融都是经济体系的一部分，同样离不开供求关系，也必须保持均衡状态。证券市场IPO首次发行股票满足融资功能，股票的分红配送和价格波动满足投资功能，融资功能更好的满足资源配置，投资功能满足投资者的收益，两者的作用缺一不可。适度发行股票和更多关注培育市场投资功能，才能保证并促进证券市场的发展，过渡IPO将使市场萎靡不振，一潭死水，反作用也就降低了融资功能，这也就是证券市场发展20多年来无数次暂停IPO的原因，不能过度强调融资功能而忽视或轻视投资功能的培育。股票发行数量和市值规模与投资之间的关系，怎么才处于平衡状态，不是想发行多少股票就发行多少，能不能从概率角度得到一个量化的结论，是值得长期研究的课题。证券市场的监管和市场活跃度也有均衡和非均衡问题，适度的监管使之有章可循有法可依，适度活跃使市场充满生机，使投资者理性投资不致过度投机。过度监管使投资者望而生畏，缩手缩脚，市场失去活力。过度放松使投资者失去对市场的敬畏，投机流行，过度重视短期投资，2015上半年创业板股票过度投机平均市盈率很高，甚至个别股票上千倍的市盈率。频繁炒作概念，不顾企业真实价值，股价一飞冲天。频繁换手，有些股票一周换手率达到100%，甚至个别股票一个交易日达到30%左右，明显是庄家对倒，达到出货的目的。这些现象都是监管弱化和不到位的表现，非均衡危害之大不言而喻。证券市场制度创新开放与稳步发展之间也有均衡和非均衡问题。投资群体中非理性投资者占多数情况下，2016年初匆忙推出股票熔断机制，仅存活几个交易日以失败告终。使市场连续大幅下挫，财富损失是巨大的。在基础制度不完善的情况下，过早提出注册制，引起投资者的恐慌，纷纷撤离资金，证券市场还怎么发展，更可怕的是，使投资者对管理层管理市场的能力产生怀疑，对证券市场信心遭受重创，这不是危言耸听，急速缩减的成交量就是例证，非均衡的危害要警钟长鸣。上市公司融资预期与给投资者提供的回报也有均衡与非均衡的问题。证券市场为企业融资提供了资金池，为调节资源配置提供了有效的平台。上市企业在选择投资项目和分红配送时应兼顾国家利益和投资回报，如果一味到证券市场融资或者说不负责任的圈钱，丝毫不顾及投资回报率，相当于非均衡现象的出现，投资者将失去投资股票的动力，其反作用将是市场每况愈下，投资者参与意愿降低，资金池里的资金严重减少，更多需要真正融资的企业融不到资金，形成恶性循环。
六、参与证券交易的个体投资者的非均衡行为
过度看盘和不及看盘的问题，当和个人投资者交流发现很多投资者交易时间一直盯盘，甚至中午吃饭都在看K线图研究技术指标，正是这种频繁的关注，使对股市的起伏涨跌过于敏感，只顾短时间的涨跌忽略了长周期运行规律，处在频繁交易状态，不能盈利甚至小亏一直大亏也就成为必然。举个例子，骑自行车者如果只盯着轮子下面坑坑洼洼，极容易出事故，一定精疲力尽极度疲劳，也走不远。股票市场上也有相反的情况，个别投资者一月二月看不一次盘，对于我们一般投资者而言将失去对盘的感觉，从而失去很多机会，除非做长线，但就中国股票市场而言恐怕做长线很难盈利。总之，看盘也有个适度，即均衡看盘问题，否则交易就出现偏差。出现非均衡看盘。
七、结束语
证券市场供求关系分析范文3
[关键词]证券市场卖空机制
一、引言与文献回顾
融券交易，指投资者出于对股票价格将下跌的预期，支付一定比例的保证金，同时向经纪人借入股票后按现行价格卖出的一种信用交易方式。卖空者卖出股票所得的款项必须存入证券公司或相关机构，作为股票货款(也称融券)的抵押。简单的说，融券指的是卖空。最初的卖空用于投机，即估计当前股价过高，通过预先卖空股票，锁定收益，而后待股价下跌后再买回标的股票的买卖操作。
卖空的历史已有近400年，在最早的有组织的市场——荷兰阿姆斯特丹交易所(AmsterdamExchanges)中，卖空就变得很普遍。卖空是一种杠杆交易，也就是说，卖空者只需投入一定的初始保证金便可以进行数倍于保证金的交易，因此，他的收益和风险被放大。在研究金融危机的发生根源时，不少人把矛头指向了卖空机制，认为卖空机制为投机分子提供了打击市场的机会，1929年的美国股灾中，卖空交易被指责为“元凶”；1997年亚洲金融危机时，马来西亚、香港地区就取消了卖空机制。King等人(1993)的实验结果表明,卖空机制对价格泡沫的产生没有显著的影响;Porter,Smith(2000)根据实验结果指出卖空机制不能显著地降低市场的泡沫量以及泡沫的持续时间。
但有很多学者发现融券卖空并没有引起股市的重大波动。1997年JamesJAngel以纽约股票交易所(NYSE)的144只股票为研究对象,研究股价下跌是否与卖空交易相关,结果表明常规性买卖指令形成的助涨杀跌效应是引起证券市场波动的根源,对证券市场的稳定性具有很强的破坏力,是加剧市场波动的一个重要原因。2000年8月,美国大通曼哈顿银行的研究报告显示,纽约股票交易所中的卖空份额(shortinterest)与NYSE综合指数间呈现出较为相似的变动趋势,这表明卖空交易量同股价指数间存在着极为显著的正向变动关系,指数高涨时卖空量大，指数低迷时卖空量小,即卖空交易能起到平缓股价指数剧烈波动的作用。Hong和Stein(2003)通过建立一个异质人模型(heterogeneousagentmodel)研究对卖空交易者的卖空约束能否阻止股市下跌却发现限制卖空反而可能引起市场崩溃。廖士光和杨朝军(2004)利用协整检验和Granger因果检验的方法研究了我国台湾地区股票市场在1998年8月至2004年2月间的卖空机制与股票价格之间的关系，结果表明，卖空交易额与加权指数之间存在长期稳定的协整关系，加权指数是卖空交易额的Granger原因，而卖空交易额不是加权指数Granger原因，即卖空市场机制不会加剧证券市场的波动，同时卖空交易额与加权指数间存在正向变动关系，这说明卖空市场机制可以起到平抑市场波动的作用。
证券市场供求关系分析范文4
[关键词]市场结构 市场集中度 产品差别化 进入壁垒 寡头垄断市场结构
中国的资本市场已走过了十多年的风风雨雨,证券公司的队伍也在不断发展壮大。从市场集中度、产品差别化、企业进入和退出壁垒等方面来看,目前我国证券业是一个市场集中度很低、产品缺乏差异化而进入壁垒又是非常高的市场,形成了原子型的市场结构。我们认为,我国证券业要形成一种有效率的市场结构,其未来的演进趋势应是一种寡头垄断型市场结构。
一、寡头垄断市场结构效率的分析
分析寡头垄断是否有效率,首先必须区分垄断市场结构和垄断市场行为。人们通常所说的垄断具有低效率,通常是指企业的市场垄断行为;而对于垄断市场结构,则不能笼统的认为是低效率的,应做具体分析。企业行为的选择不仅与市场结构有关,也与企业面临的其他内、外环境因素有关,单纯从垄断结构或竞争结构的差别,来判断企业行为的效率是不全面的。现实中很多垄断型市场结构,恰恰其市场竞争程度很高。如美国的汽车行业是一个很典型的寡头垄断市场结构,但同时这一行业长期保持着较高的竞争程度。并且垄断市场结构常常与规模经济和范围经济联系在一起,只有企业通过竞争到了一定的规模要求,才能够实现规模经济、范围经济,促进技术创新。
二、证券行业的特点
从证券行业自身的特点来讲,寡头垄断市场结构的优势就更加明显。
(一)由于一级市场供求关系的急剧变化以及保荐人制度的实行,承销风险不断加大;从二级市场的结构转型来看,散户特征逐步淡化,机构投资者逐步占居重要地位;考虑到将来必然要开放的衍生产品交易,其风险就更大。这些都要求经纪业务的智能化、咨询化、顾问性特征更加明显,与此相应的是,证券公司的硬件设施、人力资源、研究能力、营销策略等等,都要有大幅度的提高。所以培育寡头证券公司,是证券现货、期货以至其它衍生产工具市场发展的必然要求,也才能顺应证券市场发展的这种结构性变化的总趋势。
(二)从企业并购业务角度来看,我国有几万亿元的国有资产存量等待寻求出路,其中绝大部分要通过产权购并和股份制改造来实现资产和资源的优化重组。产权交易及其方式的多样性,资产重组的复杂性,迫切需要以企业并购为其核心业务的证券公司为其提供专业化的信息咨询和并购策划服务。而企业并购活动是一项体系性工作,需要从并购对象的找寻、并购方案的制定、并购中的利益关系的协调、并购定价、并购融资及其债券发行、证券化乃至于包装上市等等,提供全方位的成套服务,必要时还要直接参与并购行为,以期沽出获利或进行实业投资。而这只有实力雄厚、规模庞大的证券公司才能担此重任。
(三)从创新业务的开拓方面来看,更是离不开寡头证券公司的直接参与。创新业务一般风险都很大,如新型金融工具的设计、新的交易品种的开发、新的风险管理技术的运用等等,在开始都要承担巨大的风险;同时,这些新兴业务在开始时都需要做大量的前期投入,这两方面都决定了只有大型寡头证券公司才有能力予以承担。证券行业在国际上都是一个朝阳产业,创新产品日新月异,中国只有培育自己的巨型寡头证券公司,承担创新功能,才能跟上国际证券业发展的潮流,提高资本市场的配置效率和运作功能。
三、我国证券业寡头垄断市场结构的形成
通过前文的分析,寡头垄断市场结构应是我国证券业未来市场结构的选择。对寡头垄断市场结构的形成,我们提出如下建议:
(一)建立证券公司的退出机制,实现优胜劣汰
在国外成熟证券市场上,建立公司退出制度是各国证券市场制度建设的重要内容之一,必须从制度建设上加以完善。在券商数量不断增加、规模不断扩张的同时,还必须建立健全证券公司退出机制,使之与进入渠道相匹配、相对应。证券公司的动态调整过程就是资源的重新配置过程。只有证券市场有进有退,证券公司能生能死,把优质公司吸纳进来,将劣质公司淘汰出局,才能盘活存量,优化增量,实现证券公司资源的合理有效配置,提高资源配置效率。通过证券市场内在运行机制的自身调节,可以优化证券公司主体结构,改善其整体素质,提高其营运质量和运作效率,为我国证券业运行实现更高层次的动态均衡奠定坚实的基础。
(二)鼓励证券公司之间的兼并与收购
并购是证券公司迅速扩大企业规模,增强自身实力的重要手段。通过并购,可以有效的整合市场资源,增加市场占有率,确立公司在市场中的地位,有利于寡头垄断市场结构的形成。
在实施并购过程中,要坚持市场化操作,以避免政府“拉郎配”闹剧的重演。由于国内中小券商的数目众多,为数众多的证券公司分布在每个省市,而每个省都有各地方的省级证券公司。各省市地方政府在券商整合过程中,都积极争取推动本省券商成为综合类券商,培育和扶持本地区证券公司强大发展。因此,区域内重新整合的结果使得券商的经营实力仍无法得到快速增强,券商整体素质并不能得到快速提高。更为重要的是券商之间的优势互补、强强联合佳境难以达到,不能达到1+1=2或大于2的目的。
证券市场供求关系分析范文5
关键词：证券市场；通货紧缩；因果关系
一、世界经济面临通货紧缩的挑战
通货紧缩（Deflation），萨缪尔森和诺德豪斯的《经济学》（1992）中定义为“与通货膨胀（Inflation）相反的是通货紧缩，它发生在价格总体水平的下降中”；斯蒂格利茨则在其《经济学》（中译本，1997）中将通货紧缩定义为“价格水平的稳定下降”；目前国内学术界比较认同的简明定义为：通货紧缩是指商品和服务价格水平普遍、持续的下降。
自20世纪30年代以来，世界主要国家大都出现程度不同的通货紧缩，时至今天，其阴影仍在许多国家和地区徘徊。英国《经济学家》杂志近期刊文指出：当前世界经济面临的最大风险是通货紧缩，而非二次衰退。
1、三大经济体
继日本之后，美国、德国和英国也相继面临通货紧缩的危机。由于美国、欧元区和日本三大经济体的GDP占到全世界GDP的75%，因此三大经济体的经济走向对世界经济走向起着决定性作用。
美国“9.11”恐怖袭击事件后的一年，企业的资本设备价格下跌了1.0%，汽车价格下跌了1.6%，服装产品价格下跌了2.2%，电器价格下跌了2.7%，下降幅度最大的是个人电脑，跌幅高达20.9%.通货紧缩不但笼罩着制造业，而且已蔓延到美国具有优势的服务业：酒店的价格下跌了2.1%，飞机票的价格下跌了3.8%，电话服务业的价格指数更是下跌了4%.越来越多的迹象表明，持续性的通货收缩，对正在挣扎着走出衰退的美国经济产生了严重的消极作用。2002年一季度美国经济增长5.0%，但进入二季度后急剧回落，二季度经济增长仅1.3%，预示着美国经济调整、复苏和变革步履维艰，通货紧缩仍是主要威胁。
欧元区的通货紧缩压力总体不太大，但是德国和英国则相对严重。德国经济目前正处于通货紧缩的边缘，加入欧元区以来，德国在货币政策、汇率政策和财政政策等方面失去了相当的自主性，目前欧洲央行的基准利率对于通胀率只有1%的德国来讲相对较高，估计2003年出现负通货膨胀的可能性较大。英国近来的通货紧缩压力一直比较大，统计数字表明，当前英国的年主导通货膨胀率只有1.9%，同英国政府设定的2.5%目标有一定差距。目前，英国的零售价格指数仅仅相当于1987年的水平。过去12个月来，英国耐用消费品价格平均下降了3.8%.
日本自20世纪90年代至今，经济一直处于萧条时期，尤其1998年之后，庞大的财政赤字，沉疴不起的消费低迷，频繁的企业破产，使通货紧缩日益突出。为此，日本政府今年10月30日出台了“反通货紧缩综合对策”，以寻求复苏经济的出路。
2、亚洲
中国台湾由于经济金融十分不景气，以至于通货紧缩愈显严重。根据有关资料，2002年1~10月，台湾消费物价年增长率为-0.26%.
中国香港自1999年呈现通货紧缩，2002年9月份消费物价指数下跌3.7%，跌势持续47个月，且创下27个月以来最大的跌幅。
亚洲其他国家，如泰国和菲律宾等，近年来消费品价格与以往同期相比，有所下降，也出现了通货紧缩的苗头。
3、拉丁美洲
拉丁美洲最具代表性的是阿根廷，目前该国正处于连续第四年的严重通货紧缩之中。其他如墨西哥，危地马拉等，也都出现了通货紧缩趋势。
4、中国
近五年，生产能力结构性过剩，有效需求不足，价格总水平持续下降。如果根据国际普遍的看法，通货膨胀率低于1%即属通货紧缩，那么，从商品零售指数上涨率看，中国1997年已出现通货紧缩；从居民消费指数上涨率看，中国1998年进入通货紧缩。因为，中国五年来价格指数上涨率一直低于1%，到2002年4月，这两个指数上涨率分别为-2.1%和0.3%，所以，“通货紧缩取代通货膨胀成为影响中国宏观经济健康运行头号顽敌”（胡鞍钢，2002年）
通货紧缩的形成原因和治理对策，近年来已有大量论述，本文拟着重从股票市场的角度来分析证券市场与通货紧缩的相互关系，并从中得到一些有效遏制通货紧缩的思路。
二、历史上证券市场与通货紧缩的相互关系
纵观人类社会经济发展历史，通货紧缩是一种比较普遍的经济现象。最具代表性的，当属美国1929年至1933年大萧条期间出现的严重通货紧缩，以及日本产生于20世纪90年代并延续至今的螺旋式的通货紧缩。无论是美国还是日本，其通货紧缩的产生和发展都与证券市场有着密不可分的关系。
1、美国1929~1933年的通货紧缩
在大萧条之前的1922~1929年被称为是美国“繁荣的七年”，股票市场（以下简称“股市”）上，投机之风可谓空前绝后。据统计，在此期间，有价证券的发行额为490亿美元，而股指居然上涨了5倍。1929年10月24日，美国股市出现恐慌性抛售，当天的交易量达到1300万股，证券市场一天之内蒙受的损失开创了历史最高纪录。至1932年6月，以S＆P500指数（标准-普尔500指数）为代表的股票价格已平均下降了86%.股市的暴跌成为引发美国其后5年严重的通货紧缩的导火线。
美国1929-1933年的通货紧缩主要表现为：
（1）居民消费价格指数（CPI）大幅下降。1929年8月至1933年4月，CPI下降了28%.可见，通货紧缩是美国大萧条时期的首要特征；
（2）国民生产总值（GNP）大幅回落。1929-1933年，美国的GNP下降近24%，平均每年有接近8.3%的负增长；
（3）工厂、银行大量倒闭。大萧条期间，美国倒闭的企业超过14万家，倒闭的银行超过5100家；
（4）失业率大幅上升。1929-1933年，失业率从3%上升至25%；
（5）消费萎缩，投资暴跌。1929-1933年，物价平均下跌了6.7%；美国企业投资额由1929年的560.2亿美元下降到1933年的84.4亿美元；
（6）证券市场筹资额锐减。1929年，美国企业债券、股票的筹资额近80亿美元，而1930年锐减至44.83亿美元，及至1933年筹资额只有1.6亿美元。
2、日本的通货紧缩
1985~1989年，日本经历了泡沫经济形成、发展、最后破灭的过程。由于极度扩张性的货币政策，大量的过剩资金涌入股票和房地产市场，导致股票和房地产价格暴涨。1989年底，以日经指数由38915点的历史高位急剧下挫为标志，日本的泡沫经济宣告破灭，从此进入战后持续时间最长的经济萧条时期，尤其1998年之后，各种迹象表明日本经济已处在“通货紧缩螺旋”的边缘。
当前日本经济形势，在一定程度上出现了与美国大萧条时期相似的通货紧缩特点，主要表现为：
（1）物价下跌。日本CPI从1999年起连续27个月下降，2001年CPI更是下跌0.8%，跌幅创下历史纪录；
（2）经济增长陷入停顿。1992~1995年日本实际GDP增长率不到1%，1998年则下降到-2.8%，是战后经济增长表现最糟糕的一年；
（3）企业生产能力下降。日本生产能力指数曲线从1998年以来一直处于下降趋势，截至2001年2月，破产企业负债额为23.61万亿日元
（4）就业形势严峻。90年代初以来，日本年均失业人数连续增多，2000年完全失业率达4.9%，2001年再创纪录地达到5.4%.
（5）资产价格下跌。“泡沫经济”崩溃以来，日本地价持续下跌。2001年年初商业用地的地价下跌7.5%，仅为最高值（1990年9月）时的18%，跌至1981年的水平；
（6）股市低迷。“泡沫经济”崩溃之后，股市一蹶不振，至2002年11月14日，日经指数以8303.39点报收，创下1983年3月以来的最低水平。
3、美日通货紧缩的启示
综观美国和日本两国通货紧缩的发生、发展过程，结合两国在通货紧缩发生前后所采取的宏观政策，我们不难看出，证券市场与通货紧缩二者之间存在着密不可分的关联关系。
（1）股市超常波动会诱发通货紧缩。美国为了抑制股票投机，美联储在1928-1929年错误地采取了过急的紧缩性货币政策，收缩公开市场操作并两次提高再贴现率，同时大幅度提高对经纪商贷款的利率，甚至限制会员银行对经纪商贷款，从而导致金融市场在诸多利空下变得无序，股价暴跌随之出现，银行和企业连锁破产，市场供求失衡，产品价格下跌，最终引发了通货紧缩。为了应对泡沫经济，从1989年5月起，日本政府开始实行紧缩性货币政策，至1990年8月，日本银行一共5次提高贴现率，从不到2.5%上升到6%.由于该政策过急过猛，导致股市大幅下挫，加速了以通货紧缩为特征的长期萧条的到来。
（2）股市暴跌加重了通货紧缩。无论美国还是日本，在通货紧缩阶段股市暴跌都不可避免地加重了其通货紧缩的程度：一是股市暴跌所产生的心理效应和扩散效应，将使公众认为大萧条已经来临，产生物价将持续下跌的消极预期，致使消费支出大大减少，导致社会总需求锐减；二是股市暴跌直接减少了人们的账面资产，财富减少的效应进一步降低了公众的消费支出；三是股市暴跌使企业筹资面临较大困难，减少了投资需求，激化了社会总供求失衡的矛盾。通货紧缩是供求严重失衡的直接后果，股市暴跌造成社会总需求进一步下降，加深了供大于求的矛盾，也就意味着加重了通货紧缩的严重程度和治理难度。
（3）通货紧缩反过来导致股市持续低迷。股市稳定的最根本基础是上市公司的素质，而在通货紧缩的条件下，由于市场疲软、价格下跌、产品销售不畅、利润下滑、再生产资金短缺等因素的作用，上市公司难以维持正常的生产经营活动，甚至发生严重的亏损直至倒闭。上市公司盈利能力的持续下降恶化了其资产质量，直接导致股市不断下挫，即使政府采取刺激性的措施，只要上市公司的业绩没有实质性的改善，也只能收一时之效，难以改变股市长期低迷的颓势。
由此可见，证券市场与通货紧缩之间存在着互为因果的关系：证券市场尤其是股市的崩溃直接引发了通货紧缩，证券市场的萧条加重了通货紧缩的治理难度；反过来，通货紧缩导致企业经营困难，瓦解了证券市场发展的基础，造成证券市场长期低迷，最终可能引发证券市场崩溃直至整个金融市场和国家经济的全面危机。
三、发展证券市场，遏制通货紧缩
证券市场与通货紧缩的相互关系提示我们：发展证券市场，保持证券市场的稳定，防止因证券市场的衰退而引发和加重通货紧缩，其重要性不容忽视。就我国而言，进一步规范发展证券市场，充分发挥和利用证券市场优化资源配置、调整供求关系的功能，无疑是遏制通货紧缩的一条重要路径。
1、保持证券市场稳定，提高公众预期。
作为资本市场的核心和基础，运行了11年的中国证券市场取得了辉煌成就。截至2002年10月底，我国共有上市公司（A、B股）1215家，深沪两市的总市值达到4.4万亿元，占GDP的比重接近50%，投资者开户数发展到近7000万户。尤其自1991年以来，证券市场在境内外累计筹集资金高达8000多亿元，对我国经济发展起到了巨大的推动作用。
然而，自2001年6月上证指数达到2245点之后，股市一直处于下跌调整之中，2002年1月达到最低点1339点，近期则始终在1500点以下徘徊。股市的低迷不振与我国的宏观面的现状发生了严重背离，并在一定程度上拖累了经济的上升势头。据中国证监会统计，2002年1~10月，证券市场累计筹资727.06亿元，同比下降32.22%；投资者累计交纳印花税97.62亿元，同比减幅达62.95%.
根据现代消费理论，消费不仅是由现期收入决定的，人们对未来持久收入的预期也在消费决策中扮演重要角色。股市低迷和股票价格持续大幅度下降，极易使投资者形成消极预期，并可能扩散而导致公众对物价产生持续下跌的预期，在买涨不买跌的心理作用下，使消费屡屡搁浅，从而影响物价总水平的上升。一个反例证明是：2002年“6.24”行情爆发后，我国股市曾一度冲高；国家统计局的监测显示，2002年6月份，受股市反弹等因素的作用，消费者信心指数在5月份的基础上回升0.2点，达97.3点。由此可见，保持证券市场在规范中稳定发展，防止投资者和消费者信心下滑而加重通货紧缩的趋势，在目前显得尤为迫切。
2、发展证券市场直接融资功能，缓解银企经营压力。
中国改革开放20多年来，直接融资从无到有。自1991年至2001年底，我国证券市场的直接融资功能得到极大地发挥，上市公司共募集了7727.09亿元资金，有力地支持了国民经济的发展。而且，国有企业发行股票上市后，适应市场变化的能力和更新技术、调整产品结构、提高管理水平的能力较上市前明显提高。当然，同直接融资市场发达的英国、美国、荷兰等国相比，目前我国的直接融资比例仍然较低。过去十年我国从证券市场筹集资金近八千亿元，但银行贷款却增加了八万多亿元。直接融资市场的不发达，导致全社会资金融通主要依靠银行存贷机制来循环扩散。其结果是，企业过份依赖间接融资，使银行的职责和压力太重，同时由于很多企业在客观上没有偿债能力，或在主观上逃废银行贷款的不良意识浓厚，使中国银行业潜伏着很大的经营风险。据统计，目前我国国有银行的坏账占GDP的25%左右。出于对贷款难以回报的恐惧心理，银行惜贷一直是近年来银行资金运作最大的痼疾；银行资金宁可投放到国债和交纳央行准备金，赚取低利的息差，也不愿意给企业放款。同时，2002年6月末我国居民储蓄已超过8万亿，存款增长速度快于贷款，存贷差不断增加（2002年6月末银行存贷差增加到3.65万亿元），银行经营雪上加霜。因此，通过法律规范大力发展证券市场的直接融资功能，对于提高社会资金融通的效率和效益，防止出现“债务-通货紧缩”的恶性循环是大有帮助的。
3、利用证券市场财富效应，扩大社会需求。
证券市场存在“财富效应”，当投资者的虚拟资产（如股票等有价证券）的价值呈现不断上升时，投资者可支配的财富增加，其消费信心和消费欲望都会增强，即期消费和超前消费的增加，将拉动社会总需求的上升，缓解通货紧缩的压力，最终带动GDP的增长；而GDP的增长又为证券市场的进一步繁荣创造了必要条件，如此形成社会经济的良性循环。
同理，如果虚拟资产价值下跌，证券市场将产生“负财富效应”。据中国证监会统计，我国股市在2001年下跌前的市场价值总额约为5.4万亿元，而到2002年10月市场价值只剩4.4万亿元，整整“蒸发”了近1万亿元。股市市值的蒸发意味着股民财富的消失，股市中的散户投资者在我国以中上等收入阶层为主，是我国最有活力、也最具潜力的消费阶层。目前股票资产的大幅缩水，必然会压缩这部分人的日常即期消费支出。调查结果显示，目前居民因投资亏损已对自己的消费产生影响的占48.11%.同时，股市低迷和股票价格的下降，导致企业投资股票的资金损失，产生财富缩水，造成企业投资能力的下降，最终导致投资增长乏力。居民消费支出下降和企业投资增长乏力，必将影响社会总需求的增长，其结果将是因需求不足、供给相对过剩而导致物价下降，从而造成通货紧缩。
4、发挥证券市场优化资源配置功能，调整和改善社会供求状况。
我国通货紧缩主要源于有效需求不足，而有效需求不足的主要表现是“大量短缺和无效供给同时并存，是政府垄断和体制障碍下供给和需求双向不吻合的结果”（国务院发展研究中心课题组，2001）在这种情况下，全面利用证券市场优化资源配置功能，发挥“看不见的手”的作用，将显得更为必要和重要。
证券市场是通过对现代市场经济中一系列机制发生影响而影响社会供求状况，进而影响社会再生产的。一方面，通过聚集和利用社会资源，疏通储蓄及闲置资金转化为投资渠道，使之朝着调整和集中的方向改变分配，促进投资，推动消费，改善供求之间的关系。另一方面，通过交易数量、价格与收益率，既对微观主体经济运行产生鼓励或抑制作用，又对产业调整、组合及其恰当选择创造条件，从而有利于加强企业竞争，改善经济结构，提高整体经济效率，促进供求相互契合程度。
目前，我国证券市场还远未成熟，其对资源配置的作用还十分有限。但是应当看到，我国证券市场是在错综复杂的国内外环境中起步和建设的，必然会出现许多困难和挫折。这些困难和挫折是发展中的困难和挫折，经过努力是可以克服的，只要坚持不断改革和创新，与时俱进，一个规范、公正、法治，能有效推动资源配置的证券市场是完全可以期待的。
参考文献：
[1]A.加利。西林。通货紧缩[M].经济管理出版社，1999.
[2]罗振宇。通货紧缩论[M].经济科学出版社，1999.
[3]北京大学中国经济研究中心宏观组编著。中国通货紧缩研究[M].北京大学出版社，2000.
[4]钱小安。通货紧缩论[M].商务印书馆，2000.
[5]胡鞍钢等。中国挑战通货紧缩[M].中国计划出版社，2001.
[6]余明，余熳宁。对日本当前通货紧缩态势的分析[J].国际经济合作2001，（4）。
[7]李晓超，马岩。前三季度世界经济形势及全年展望[N].中国统计信息网，中华工商时报社；2002年中国非公有制经济发展报告[N].中华工商时报2002-04-17.
[8]高峰，肖冰，刘兴祥。辉煌的乐章-中国证券市场发展纪实[N].证券时报，2002-10-21.
[9]李正信。通货紧缩威胁美经济复苏[N].经济日报，2002-10-17.
证券市场供求关系分析范文6
关键词：房价；开发投资总额；关联度；岭回归
1 建模的原理介绍
1.1格兰杰因果检验的原理
1969年，格兰杰从计量经济学的角度提出了一种因果关系的定义：设有两个时间序列｛xt｝和｛yt｝，如果xt的变化引起yt的变化，则xt的变化应当发生在yt的变化之前。具体操作中，一般是对以下两个方程分别进行无约束和有约束估计：
（1）
（2）
如果在（1）中部分αi显著不为零，则称xt格兰杰引起yt类似的，如果（2）式中部分αi显著不为零，则称yt格兰杰引起xt，如果两者都存在，则称xt与yt互为格兰杰因果关系。
1.2岭回归原理
多元回归模型的矩阵表达式为：Xβ=Y，利用OLS求得： ，
当自变量存在多重共线性时，导致 ，从而使得回归系数 不稳定，出现没有实际意义的估计值。解决的办法是在X′X的主对角线元素上加一个非负常数k，即得：
，其中E是单位矩阵，使得 的概率比 大大降低，最后用 来进行估计，结果会使 的估计变得稳定得多。因此，岭回归估计的准确程度取决于k值的选取，确定k值的方法一般是通过岭迹图或方差膨胀因子来选取。其确定方法是选择一个尽可能小的k值，在这个k值上，岭迹图中回归系数已变得较为稳定，并且方差膨胀因子业变得足够小。
回归估计系数 是k的非线性函数；k值的加入使得
成为回归系数的有偏估计，但是比β估计更稳定； 随k的变化轨迹图称为岭迹图。
1.3灰色关联度分析原理
选取参考数列
其中k表示时刻。假设有m个比较数列
则称
为比较数列xi对参考数列x0在k时刻的关联系数，其中ρ∈[0，1]为分辨系数。称 和 分别为两级最小及两级最大极差。
一般来讲，分辨系数ρ越大，分辨率越高；ρ越小，分辨率越低。上式中的关联系数是描述比较数列与参数数列在某时刻关联程度的一种指标，由于各个时刻都有一个关联数，因此信息显得过于分散，不便比较，为此我们给出ri=■■ξi（k）为数列xi对参考数列x0的关联度。若关联度ri最大，说明xi（k）与最优指标x0（k）最接近，即第i个被评价对象优于其他被评价对象，据此可以排出各被评价对象的优劣次序。可以看出，关联度是把各个时刻的关联系数集中为一个平均值，亦即把过于分散的信息集中处理。利用关联度这个概念，可以对各种问题进行因数分析。
2 模型的分析
2.1 房价与房地产开发投资总额格兰杰因果检验
依据格兰杰因果检验原理，对房地产开发投资总额和房价利用Eviews软件分析得到下表：（假设置信度α=0.05）
从上表可以看出，房价不是引起房地产开发投资总额变化的格兰杰原因，而房地产行业开发投资总额的变化却是引起房价变化的格兰杰原因。房地产行业的投资总额的增加，一方面增加对商品房的投机性需求，进而对房价的上涨起到推波助澜的作用；另一方面，对房地产行业投资的增加，使房地产市场更加的火爆，会给开发房地产市场相关的原料如建材、水泥及地皮价格起到刺激和促进作用，这些原材料价格的上涨势必都附加于房屋的销售价格中，势必造成房价的上升。
2.2 房价的岭回归模型
房价模型的构建有助于我们总结规律，科学界定影响房价的关键因素，从而指导房地产市场的管理和调控行为。本文初步选取的影响房价的因素有家庭人均年收入、房地产开发投资总额、年底总人口数、建筑材料价格指数、新增家庭数、住宅房屋竣工面积和人均GDP指数（依次用F1~F7表示），我们利用岭回归模型分析影响房价的主要因素。
对文中给定的7个影响指标进行相关性分析，分析得到如下相关系数矩阵
由相关系数矩阵可知，各因素之间的相关系数较大，影响因素之间两两相关。因此，采用传统的最小二乘回归存在较严重的多重共线性。
鉴于此，建立如下岭回归模型：
利用Matlab软件编程求得房价与选取指标的岭迹图。
由岭迹图可以看出，在0.3之后，7条岭迹都开始变得平稳。所以，将3代入做岭回归，得到如下模型：
通过岭回归得到的模型，可以看出：房价对人均GDP指数的敏感度为220.51，说明人均GDP指数每变动1单位，住房销售房价变动220.51单位；家庭人均年收入变动1单位，住房销售房价变动135.21单位；房地产开发投资总额变动1单位，住房销售房价变动196.02单位；年底总人口数变动1单位，住房销售房价变动133.78单位；建筑材料价格指数变动1单位，住房销售房价变动6.54单位；新增家庭数变动1单位，住房销售房价变动132.1单位；住宅房屋竣工面积变动1单位，住房销售房价变动138.05单位。
所以，通过上面的分析，房地产行业的开发投资总额对房价具有很大的影响作用。因此，分析房地产行业投资总额与国民经济其他行业的投资总额的关联度，可以得到与房地产行业投资总额的关联度最大的国民经济行业，进而分析该行业影响因素对房价的影响。
摘要：本文先是对全国平均住房销售价格（以下简称房价）与房地产行业开发投资总额做格兰杰因果检验，得出房地产开发投资总额是引起房价变化的格兰杰原因，随后选定家庭人均年收入、房地产开发投资总额、年底总人口数、建筑材料价格指数、新增家庭数、住宅房屋竣工面积和人均GDP指数等为自变量对房价做岭回归，再次得出房地产开发投资总额对房价具有显著性的影响。再对房地产行业开发投资总额与其他行业的投资总额做关联度分析，得出房地产行业与金融业投资总额具有最大的关联度。最后在假定房地产市场和证券市场同时为无套利市场的条件下，分析得出证券市场中证券的当期价格、持有期内的年平均收益率和年平均红利与房价依次存在正向、负向、负向的相关关系。
关键词：房价；开发投资总额；关联度；岭回归
1 建模的原理介绍
1.1格兰杰因果检验的原理
1969年，格兰杰从计量经济学的角度提出了一种因果关系的定义：设有两个时间序列｛xt｝和｛yt｝，如果xt的变化引起yt的变化，则xt的变化应当发生在yt的变化之前。具体操作中，一般是对以下两个方程分别进行无约束和有约束估计：
（1）
（2）
如果在（1）中部分αi显著不为零，则称xt格兰杰引起yt类似的，如果（2）式中部分αi显著不为零，则称yt格兰杰引起xt，如果两者都存在，则称xt与yt互为格兰杰因果关系。
1.2岭回归原理
多元回归模型的矩阵表达式为：Xβ=Y，利用OLS求得： ，
当自变量存在多重共线性时，导致 ，从而使得回归系数 不稳定，出现没有实际意义的估计值。解决的办法是在X′X的主对角线元素上加一个非负常数k，即得：
，其中E是单位矩阵，使得 的概率比 大大降低，最后用 来进行估计，结果会使 的估计变得稳定得多。因此，岭回归估计的准确程度取决于k值的选取，确定k值的方法一般是通过岭迹图或方差膨胀因子来选取。其确定方法是选择一个尽可能小的k值，在这个k值上，岭迹图中回归系数已变得较为稳定，并且方差膨胀因子业变得足够小。
回归估计系数 是k的非线性函数；k值的加入使得
成为回归系数的有偏估计，但是比β估计更稳定； 随k的变化轨迹图称为岭迹图。
1.3灰色关联度分析原理
选取参考数列
其中k表示时刻。假设有m个比较数列
则称
为比较数列xi对参考数列x0在k时刻的关联系数，其中ρ∈[0，1]为分辨系数。称 和 分别为两级最小及两级最大极差。
一般来讲，分辨系数ρ越大，分辨率越高；ρ越小，分辨率越低。上式中的关联系数是描述比较数列与参数数列在某时刻关联程度的一种指标，由于各个时刻都有一个关联数，因此信息显得过于分散，不便比较，为此我们给出ri=■■ξi（k）为数列xi对参考数列x0的关联度。若关联度ri最大，说明xi（k）与最优指标x0（k）最接近，即第i个被评价对象优于其他被评价对象，据此可以排出各被评价对象的优劣次序。可以看出，关联度是把各个时刻的关联系数集中为一个平均值，亦即把过于分散的信息集中处理。利用关联度这个概念，可以对各种问题进行因数分析。
2 模型的分析
2.1 房价与房地产开发投资总额格兰杰因果检验
依据格兰杰因果检验原理，对房地产开发投资总额和房价利用Eviews软件分析得到下表：（假设置信度α=0.05）
从上表可以看出，房价不是引起房地产开发投资总额变化的格兰杰原因，而房地产行业开发投资总额的变化却是引起房价变化的格兰杰原因。房地产行业的投资总额的增加，一方面增加对商品房的投机性需求，进而对房价的上涨起到推波助澜的作用；另一方面，对房地产行业投资的增加，使房地产市场更加的火爆，会给开发房地产市场相关的原料如建材、水泥及地皮价格起到刺激和促进作用，这些原材料价格的上涨势必都附加于房屋的销售价格中，势必造成房价的上升。
2.2 房价的岭回归模型
房价模型的构建有助于我们总结规律，科学界定影响房价的关键因素，从而指导房地产市场的管理和调控行为。本文初步选取的影响房价的因素有家庭人均年收入、房地产开发投资总额、年底总人口数、建筑材料价格指数、新增家庭数、住宅房屋竣工面积和人均GDP指数（依次用F1~F7表示），我们利用岭回归模型分析影响房价的主要因素。
对文中给定的7个影响指标进行相关性分析，分析得到如下相关系数矩阵
由相关系数矩阵可知，各因素之间的相关系数较大，影响因素之间两两相关。因此，采用传统的最小二乘回归存在较严重的多重共线性。
鉴于此，建立如下岭回归模型：
利用Matlab软件编程求得房价与选取指标的岭迹图。
由岭迹图可以看出，在0.3之后，7条岭迹都开始变得平稳。所以，将3代入做岭回归，得到如下模型：
通过岭回归得到的模型，可以看出：房价对人均GDP指数的敏感度为220.51，说明人均GDP指数每变动1单位，住房销售房价变动220.51单位；家庭人均年收入变动1单位，住房销售房价变动135.21单位；房地产开发投资总额变动1单位，住房销售房价变动196.02单位；年底总人口数变动1单位，住房销售房价变动133.78单位；建筑材料价格指数变动1单位，住房销售房价变动6.54单位；新增家庭数变动1单位，住房销售房价变动132.1单位；住宅房屋竣工面积变动1单位，住房销售房价变动138.05单位。
所以，通过上面的分析，房地产行业的开发投资总额对房价具有很大的影响作用。因此，分析房地产行业投资总额与国民经济其他行业的投资总额的关联度，可以得到与房地产行业投资总额的关联度最大的国民经济行业，进而分析该行业影响因素对房价的影响。
存入我的阅览室
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
[12]王利,北京房地产市场供求关系和价格机制作用的实证研究,经济与管理研究[J]. 2008,5:61-66.
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
[12]王利,北京房地产市场供求关系和价格机制作用的实证研究,经济与管理研究[J]. 2008,5:61-66.
存入我的阅览室
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
[12]王利,北京房地产市场供求关系和价格机制作用的实证研究,经济与管理研究[J]. 2008,5:61-66.
2.3 对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析
把房地产行业的投资总额作为x0，并且参照2001年的中国统计局的国民经济行业分类，利用给定的2003年到2011年8月的累积数据，以每年的12月份作为该年的投资总额，选取下列与房地产相关行业的国民经济体系的投资总额：农林牧渔业、采矿业、教育、纺织业、金融业、科学研究、技术服务和地质勘查业、林业、煤炭开采及洗选业、农副食品加工业、农林牧渔业、通信设备和计算机及其他电子设备制造业、有色金属矿采选业、制造业。对它们进行灰色关联度分析并排名，结果见表4。
在对房地产行业的投资总额与国民经济其他行业投资总额的关联度分析中，金融业的投资总额与房地产开发投资额的关联度最大，达到0.9691。我们可以得出金融与房地产应相辅相存，房地产业的发展离不开金融业的支持。房地产业是一个资金密集型产业，在现行期房预售的模式下，房地产开发的每一阶段都离不开银行资金的支持。此外，房地产开发公司的经营活动中还会涉及到发行股票、债券等融资方式，这些都离不开金融业的支持，所以房地产行业的投资额与金融业的投资额的关联度较大。从长远来看，房地产融资渠道多元化是必然趋势，但今后一段时期银行仍将是房地产融资的主渠道。因此，金融机构要一如既往地支持房地产业的健康持续发展，房地产业发展了，反过来又会促进金融业的发展。发达国家和地区的经验也表明：一段时期内房地产业兴旺发达，这一时期的金融业也必然兴旺发达。房地产业对于金融业实行多元化的资产战略、推广金融结算工具、防范金融风险以及促进金融创新方面发挥着重要作用。
所以，通过上面的分析，金融市场的投资总额与房地产开发投资总额具有极大的关联度，同时，房地产开发投资总额对房价的变化与具有很大的影响和敏感度，即金融市场的一些指标的变化会引起房价的波动。下面，通过假设房地产市场和证券市场均为无套利市场，研究证券市场的当期的证券价格、证券的预期回报率和红利如何影响房价波动的关系。
3 房地产市场和证券市场均为无套利前提下的房价定价模型
3.1 模型的假设
⑴房地产市场和证券市场均为无套利市场；
⑵房地产市场房价每年的增长率保持不变，增长率为s；
⑶消费者对住房的消费假设为投资性需求，一方面为了得到单位面积房价增加而得到的报酬，另一方面为得到房屋出租的租金收入；
⑷房价的上涨率大于住房的折旧率。
3.2 模型的符号说明
3.3 房价的定价模型
3.3.1 消费者将当期所有的资金用于住房消费所得到的回报的现值
消费者把全部投资资金用于购买房屋并且出租，在第t期销售住房，得到的全部收入的现值为：
3.3.2 消费者将当期所有的资金用于证券投资所得到的回报的现值
投资者把全部的投资资金用于购买证券，持有t期后出售，得到的收入现值为：
3.3.3 在房地产市场和证券市场均为无套利假设下的房价定价模型
由于在房地产市场与证券市场均为无套利的假设下，购买住房的收入与购买证券的收入是相等的。即PV1=PV2
所以在房地产市场和证券市场均为无套利条件下，房价定价模型为：
3.4 模型中各个因素与房价的相关性分析
当期住房单位面积的价格和消费者所拥有的投资资金无关；在该地域的房屋出租价格与房价成正比例关系，房屋的出租价格越高，该地的住房价格越高；
当期住房单位面积的价格和当期证券价格成正相关关系，而与平均预期收益率和平均红利成负相关关系。用房地产市场和证券市场同时无套利假设条件下，对房价定价模型中的P0分别对Pg、f和h进行求导得到：
所以，当期住房单位面积的价格和当期证券价格成正相关关系。房地产市场和证券市场具有正相关关系，证券市场越景气，房地产市场的房价也相应地越高。当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。
4 结论及相关建议
通过以上分析，我们得出结论如下：
（1）房地产市场的开发投资总额的变化对房价的波动具有很大的关系，因此政府和房管局应对住房的投资性需求采取一定的抑制措施，如限购令等，以保证房价的合理性波动，避免房地产泡沫的出现；
（2）证券市场和房地产市场之间具有一定的相互影响，共生共荣性，政府和对应的监管部门应相互合作，监督两市场间的资金对流；对于一些非房地产企业的上市公司的资金流入房地产市场，应给以正确的引导和规范，避免房地产市场出现泡沫时传染或波及证券市场。
（3）房地产市场和证券市场具有正相关关系，当期住房的单位面积价格与证券市场的平均预期收益率和平均红利呈负相关。证券市场的收益的预期变化会影响房价的变化，金融市场的政策的变化应审慎考虑对其他相关行业的影响。
参考文献：
[1]Raudall,Johonston,Pozdena,The Modern Economics of Housing [M]. Ouorum Books Greenwood Press,1988:195-202.
[2]邓聚龙,灰色系统理论教程[M].武汉:华中科技大学出版社,1990.
[3]刘永平,房地产需求模型研究,重庆工学院学报,15(1):80-81，2001.
[4]朱永升,王卫华,韩伯棠:影响房地产市场需求因素的灰色关联度分析[J].北京理工大学学报:2002(12),22(6).
[5]王高雄,周之铭,朱思铭.常微分方程2版.北京:高等教育出版社,2004.
[6]曾建军,李世航等,MATLAB语言与数学建模[M],合肥:安徽大学出版社,2005.
[7]高铁梅,计量经济分析方法与建模[M].北京:清华大学出版社,2006.
[8]严焰.基于岭回归的房价模型构建及启示[J].商业研究:2006(4),(465).
[9]黄江华,陈国生.可持续发展的房产市场模型[J].商场现代化: 2006(7),(474).
[10]李百岁,同李嘎.内蒙古人口城市化Logistic模型及其应用[J].干旱区资源与环境:2007(5),21(2).
[11]王要武,金海燕.我国房地产宏观调控政策效果的实证分析[J].土木工程学报:2008(8),41(8).
