我国居民杠杆的经济效应与调控研究

来源 :闽南师范大学 | 被引量 : 0次 | 上传用户:zhut2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自2008年以来我国居民部门债务一直呈现高速加杠杆态势。根据国家金融与发展实验室公布的数据,居民杠杆(居民部门债务/GDP)由2008年末的18.9%上涨至2021年末的62.2%,在短短13年不到的时间内上涨了两倍有余,已接近国际货币基金组织指出的警戒线,即居民杠杆超过65%可能会影响金融稳定。在当前我国宏观经济“稳增长”和“防风险”双重目标下,本文就居民杠杆的经济效应以及如何有效调控居民杠杆展开研究。本文首先基于2015-2019年31个省的面板数据,采用空间计量模型实证检验了居民杠杆对消费的影响。实证结果表明,我国省级居民杠杆在空间上呈现集聚态势,即高杠杆的省份与高杠杆的省份相邻,低杠杆的省份与低杠杆的省份相邻。SEM模型实证结果表明,居民杠杆的上升会抑制消费。GWR模型实证结果表明,不同省份居民杠杆对消费的抑制作用存在异质性,并且居民杠杆对消费的抑制作用在华北、华南地区最强,其余省份自东部地区向西部地区逐步递减。其次,本文在采用熵权法对我国2008年第一季度至2020年第二季度时期内系统性金融风险进行测度后,构建了一个包含系统性金融风险、居民杠杆和政府杠杆的MSBVAR模型。MSBVAR模型将系统性金融风险分为高风险区制和低风险区制。实证结果表明居民杠杆会推高我国系统性金融风险,并且在不同时期的影响程度存在差异,相较于低风险时期,居民杠杆在高风险时期对系统性金融风险的推动作用更大。总体而言,我国居民部门加杠杆会抑制消费、推高系统性金融风险。接下来,本文构建了一个包含异质性家庭、企业家、厂商、商业银行和政府部门的DSGE模型,数值模拟了“房产税政策+宏观审慎政策”模式调控居民杠杆的有效性。结果表明,第一,加入房产税政策能有效提高宏观经济调控效果,有效控制居民杠杆和房价,对住房存量征税优于住房增量征税;第二,“盯房价”的房产税政策和“盯信贷”的宏观审慎政策协调配合效果最好,社会福利损失最低;第三,高房产税税率无法有效提高房产税收入与GDP的占比,因此我国房产税改革试点时税率不宜设置过高。最后,对本文研究结论进行总结。并在此基础上,就我国如何抑制居民杠杆快速增长、稳步提高居民收入、扩大内需促进消费提出政策建议。
其他文献
移动边缘计算(Mobile Edge Computing,MEC)已经成为5G网络的关键技术之一,能够提供一个强大的平台以解决未来网络的时延、能耗和容量等问题。面对不可忽视的能耗问题,如何通过对资源发现、资源分配、功率优化和任务卸载等关键问题的研究,破解高能耗难题,提高MEC系统的能源效率,显得尤为重要。然而,当前对这些问题的研究都是单独优化,或者部分联合优化,作为整个MEC系统的一部分,有必要对
学位
依据Pfirrmann分级标准对腰椎间盘退变(LDD,lumbar disc degeneration)进行诊断时往往存在多义性问题,即影像医师往往在相邻退变等级的判断中存在分歧或不确定性。目前鲜有文章关注LDD多义性诊断问题。本文基于核磁共振成像技术(MRI,Magnetic Resonance Image)检测到的腰椎间盘代谢组学数据,应用决策论中量化主观概率的区间对分法以及标签分布学习等方法
学位
随着信息技术日渐成熟,数据的规模日益扩大,主要表现为数据的样本和特征两个维度上的急剧增长,传统的机器学习和深度学习方法面临着巨大挑战。一方面,特征维度上的增长使得冗余特征大量增加,机器学习难度上升,效率低下。另一方面,样本维度上的增长使得样本数量增加后数据的类别数量也随之增加,数据分类精度骤然下降。针对特征维度方面的问题,本文通过优化集合间的距离计算公式提高了传统模糊粗糙集算法的效率,实现了对高维
学位
粗糙集模型作为一种重要的粒计算模型,是处理数据的重要工具.随着粗糙集相关理论的不断完善,粗糙集数据分析已经广泛应用于机器学习、模式识别、数据挖掘等领域.大数据时代已经到来,各行各业面临着要处理海量且复杂的数据的问题.那么如何对大数据进行有效筛选并用于大规模数据分析,是本文研究的主要内容.在实际生活中,由于数据来源的多样性,信息系统常出现集值型数据,在集值信息系统上建立局部粗糙集模型,从而进一步对集
学位
互联网和信息技术的发展带来数据的爆炸式增长,面对如此高维且冗余的数据集,如何从中获取精简可靠的信息成为关键。特征选择作为一种有效的数据预处理方式,能选取最具区分能力的特征子集,近来受到了广泛关注。传统的特征选择算法要求特征空间是静态的,算法伊始即获得全部特征,这显然与实际应用场景不符。例如,微博每分钟都会有新热点话题出现,新话题的产生和旧话题的消亡都表明特征空间是动态未知的而非静态已知的。特征空间
学位
超分辨率的任务是将低分辨率图像恢复为高分辨率图像或多幅图像。它是计算机视觉和图像处理中的一个经典而具有挑战性的任务。该技术应用领域非常广泛,例如医学图像重建、人脸、遥感与全景视频超分辨率、无人机监控和高清电视等。随着5G通信技术的出现,更高分辨率的图像或视频可以在更短的时间内进行传输。然而,大量视频在采集、传输和保存的过程中会遇到各种不同程度因素的干扰,导致最终的视频质量较差,需要对低分辨率视频进
学位
特征选择作为一种重要的数据预处理方法,可以有效地降低模型的训练时间和提高学习性能。然而,随着大数据时代数据产生与收集速度的急剧提升,传统特征选择算法面临着严峻挑战:(1)急剧增长的数据具有维度高、样本少的特点。(2)在实际应用中,无法提前获取整个特征空间,且特征以流的形式进入特征空间,具有动态性。因此,传统的批量处理的特征选择模式已无法满足大数据时代对于算法时间复杂度的要求。针对高维数据和特征空间
学位
从20世纪40年代起,概念理解在西方教育心理学界就已逐步成为了一个相对稳定、主要的研究课题并取得了丰硕的研究成果。数学理解成为继问题解决之后国际数学教育界所关注的又一中心话题。理解概念是进一步学习数学的前提,其重要性毋庸置疑,那么评价学生的概念理解情况就是数学教学中一顶十分重要的任务,在过去的一段时间里,部分教师采用机械背诵概念的字面定义和机械练习的方法,也有部分教师采用概念图的方式评价学生的概念
学位
供给与需求对价格变动、市场的生产销售具有深远影响,也是影响经济增长的重要因素,供求关系及供求平衡理论对于不同形态的社会经济活动都具有指导价值。马克思从经济本质关系的角度出发,对供求平衡、社会再生产与供求、有效供求、供求与价格等进行了深入分析,构成了马克思供求理论的重要组成部分。马克思供求理论对社会主义市场经济具有指导意义,其基本原理对我国经济政策的完善和产业的发展具有重要的指导价值。从马克思供求理
学位
无人飞行器借助其良好的适应能力、生存能力、低成本和高效率等优势,已经逐渐代替人类完成危险、高难度的任务。具备优秀的视觉能力是无人机在分析场景信息、及时作出调整、保证完成任务的必要条件。随着计算机视觉的不断发展,目标检测已经成为无人机应用的核心技术之一。然而,无人机图像多为俯视图,所包含的目标具有体积小、特征模糊、分布无序、容易遮挡等特点。所以,这类小目标检测面临的挑战有:1)小目标检测模型可以包含
学位