基于GARCH与Markov转换模型度量房价波动风险

被引：9

作者：

刘洪玉

杨振鹏

机构：

[1] 清华大学建设管理系房地产研究所

来源：

清华大学学报(自然科学版) | 2012年 / 52卷 / 02期

关键词：

房价波动率; 房价下行概率; GARCH模型; Markov转换模型;

D O I：

10.16511/j.cnki.qhdxxb.2012.02.004

中图分类号：

F224 [经济数学方法]; F293.3 [房地产经济];

学科分类号：

0701 ; 070104 ; 1201 ; 020205 ;

摘要：

为了防范房地产价格快速上涨或下跌带来的不利影响,监测房价波动风险具有重要的意义。该文采用自回归条件异方差(GARCH)模型和Markov机制转换模型研究房价波动过程。首先依据4个中国城市的数据对2类模型分别进行回归,然后根据回归结果计算房价波动率和房价下行概率,以此衡量房价的波动风险。结果显示:Markov模型的样本内拟合程度略高于GARCH模型,但这一差别十分有限。在预测房价下行概率时,Markov模型给出的结果对房价在短期内的变化情况较为敏感,而GARCH模型的预测值较为保守。虽然依据2种模型测算的房价下行概率在数值上有差别,但其走势基本一致,可以为投资者提供参考。

引用

页码：199 / 204

页数：6

共 11 条

[1]

Volatility clustering in US home prices. Miles W. Journal of Real Estate Research . 2008

[2]

Assessing the forecastingperformance of regime-switching,ARIMA and GARCHmodels of house prices. Crawford G W,Fratantoni M C. Real Estate Economics . 2003

[3]

Assessing the Forecasting Performance of Regime‐Switching, ARIMA and GARCH Models of House Prices[J] . Gordon W.Crawford,Michael C.Fratantoni. &nbspReal Estate Economics . 2003 (2)

[4]

中国统计年鉴[M]. 中国统计出版社 , 国家统计局编, 1988

[5]

我国房地产价格波动的风险价值研究[D]. 程宇楠.华南理工大学 2010

[6]

我国房价波动区制转移特征的实证研究[D]. 蒋青华.东北财经大学 2010

[7] 基于GARCH模型族的上海房价分析 [J].

黄忠华 ;

吴次芳 ;

杜雪君 .

技术经济, 2008, (05) :57-62

[8]

Asset Price Dynamics, Volatility, and Prediction. Taylor S J. . 2005

[9]

The subprime crisis andhouse price appreciation. Goetzmann W N,Peng L,Yen J. Journal of Real Estate Financeand Economics . 2011

[10]

Volatility transmission in UK housing:Amultivariate GARCH approach. Miles W. Journal of Real EstatePortfolio Management . 2010

← 1 2 →