范文一:生物实验中有关变量确定的论文
生物实验中有关变量确定的论文
1、变量的概念
什么是变量,变量主要有几种,变量是指在量上或质上可变的事物的属性。如,光的强度可以由弱变强,属于量的变量。又如,植物叶片的颜色,这些是质的变量。质的变量有时也可以用数字代替类别,以便于统计分析。
变量包括自变量、因变量;相关变量(包括自变量、额外变量)、无关变量等。
2、自变量、因变量的概念
在自然科学中,常用数学方程式来描述一些现象。在实验中实验者所操纵的、对实验对象的反应产生影响的变量称为自变量。由操纵自变量而引起的实验对象的某种特定反应称为因变量。 例1:验证二氧化碳有无会影响光合作用过程中气体产生。
这个实验中,二氧化碳的有无是自变量,光合作用过程中气体的产生就是因变量。 因此,自变量和因变量是相互依存的,没有自变量就无所谓因变量,没有因变量也无所谓自变量。 3、相关变量、无关变量的概念
凡是对因变量直接产生影响的实验条件都称为相关变量,而对因变量不直接产生影响的实验条件称为无关变量。
例2:为了验证叶片在光合作用和呼吸作用过程中有气体的产生和消耗,请用所提供的实验材料与用具,在给出的实验步骤和预测实验结果的基础上,继续完成实验步骤的设计。
实验材料与用具:烟草幼苗、试管两支、蒸馏水、NaHCO3稀溶液(为光合作用提供原料)、真空泵、暗培养箱、日光灯(实验过程中光照和温度等条件适宜,空气中O2和CO2在水中的溶解量及无氧呼吸忽略不计)。
实验步骤和预测实验结果:
(1)剪取两小块相同的烟草叶片,分别放入盛有等量蒸馏水和NaHCO3稀溶液的两支试管中。此时,叶片均浮在液面上。
(2)用真空泵抽去两支试管内液体中和叶肉细胞间隙中的气体后,敞开试管口,可观察到叶片均下沉到试管底部。
(3)……
例2中影响叶片在光合作用和呼吸作用过程中有气体的产生和消耗的因素有:光照强度、光照的有无、光质、光照时间、光合面积、温度、矿质元素、二氧化碳的浓度、pH、植物种类、植物的年龄等。这些因素都应是相关变量。而实验者是谁、实验者的性别、实验所用的试管、所用的真空泵、实验用的植物高矮、叶片形状、植株的形态等对实验结果无直接影响,是为无关变量。
4、额外变量、控制变量的概念,控制额外变量意义
在相关变量中,实验者用以研究的变量称为自变量,实验者不用于研究的那些相关变量称为额外相关变量,或简称为额外变量。在实验中,额外变量是必须加以控制的。如果不控制额外变量,就会弄不清因变量的变化是由自变量的影响引起的,还是由因额外变量的变化引起的。因而就无法得出明确的结论。由于在实验中额外变量是必须加以控制的,所以额外变量也被称为控制变量。评价一项实验设计的好坏的一个重要依据就是看研究者能否成功地控制那些额外变量。
在例2中:幼苗的年龄;两试管中叶圆片取的位置的、多少;实验室的温度;开始时溶液中的氧气浓度;实验的时间等这些都不是我们要研究的,属于额外变量,即控制变量。二氧化碳的有无、有光和无光是自变量。额外变量要控制稳定,才能确认二氧化碳有无、光照的有无如何影响光合作用和呼吸作用过程中气体的产生和消耗。
5、复合自变量
研究者把几个不同的自变量当作一个复合自变量来操纵,以确定它们的综合效应。例如,研究影响光合作用因素实验时,可以这样研究,一组是各种条件都充足的,另外一组的条件是,既缺少二氧化碳,光照强度又弱。设计这种实验的目的并非要鉴别出某个变量的作用,而是考察其综合效应。
6、多自变量及实验方法
研究者在实验中要单独研究两个或两个以上的自变量,以确定他们各自的效应。
例3,研究二氧化碳有无、光照有无对光合作用的影响。
如何做这个实验呢,
首先要注意单一变量原则,它有两层意思:一是确保“单一变量”的实验观测,即不论一个实验有几个实验变量,都应做到一个实验变量对应观测一个反应变量;二是确保“单一变量”的操作规范,即实验实施中要尽可能避免无关变量及额外变量的干扰。因此这个实验可有两种方法去做:
一种方法:有光的情况下做两组实验:有二氧化碳情况下实验;无二氧化碳情况下实验。这里把有光当成控制变量,把二氧化碳确认为变量。
无光的情况下做两组实验:有二氧化碳情况下实验;无二氧化碳情况下实验。这里把无光当成控制变量,把二氧化碳确认为变量。
一种方法:有二氧化碳的情况下做两组实验:有光情况下实验;无光情况下实验。这里把有二氧化碳当成控制变量,有光无光为自变量。
无二氧化碳的情况下做两组实验:有光情况下实验;无光情况下实验。这里把无二氧化碳当成控制变量。 我们可用第一种方法,也可用第二种方法。
如例2:由于该实验只给了两个试管,一个有CO2,一个无CO2,并且实验的前两步已经确定,因此该实验应用第一种方法来做:
将这两支试管放在日光灯下,照光一段时间。结果:NaHCO3稀溶液中的叶片上浮,蒸馏水中的叶片仍在试管底部。
再将这两支试管放在暗培养箱中一段时间。结果:NaHCO3稀溶液中的叶片下沉,蒸馏水中的叶片仍在试管底部。
不能将一个有二氧化碳的试管放在光(或暗处),一个无二氧化碳的试管放在暗处(光下),这样就违背了单一变量原则。也不能将两个试管先放在暗处然后再放在光下,因为先放在暗处试管中无氧气,不能进行呼吸作用,无二氧化碳不能进行光合作用,这样不能完成实验目的。
这是一个由多个自变量构成的实验,这种实验的优点:
(1)做一项多自变量的实验比分别做多个实验效率高。
(2)做一项实验研究比分别做多项实验研究易于使控制变量保持恒定。
(3)最重要的是,在几个变量同时并存的情况下所概括的实验结果比从几个单独实验所概括的结果更有价值,更接近实际生活。
最简单的多自变量的实验包括两个自变量,每个自变量有两个水平,把这样的实验设计称为22设计。本题就属于该种类型。
总之,生物实验中有自变量和因变量之分,有相关变量和无关变量之分。相关变量又包括自变量和额外变量。
范文二:化学实验中控制变量运用论文
浅论化学探究实验中控制变量的运用
从现型化学教材中,通过实验探究物质变化的条件和影响物质变化的因素等一类科学探究题中明显体现了控制变量的思想,尤其是差异性控制变量的思想。差异性控制变量思想即是通过改变可能影响实验结果的多个因素中的任一个,其他可能因素保持不变的情况下进行实验,将这个被改变的因素的实验效果与不改变任何因素的实验效果进行对比,从而来论证实验猜想的正确与否。
例如上册教材第124页“燃烧的条件”的实验探究设计:分别控制可燃物发生燃烧的三个条件,即得到:①保持可燃物、氧气和温度达到着火点的三个因素不变的情况下进行实验,结果铜片上白磷燃烧,说明燃烧的发生可能与可燃物、氧气和温度能否达到着火点三个因素有关。②保持可燃物和温度达到着火点的因素不变,改变氧气或空气这个因素进行实验,结果开水中白磷不燃烧,与实验①对比,从而论证氧气或空气是影响燃烧的条件之一。③保持可燃物(红磷和白磷都是可燃物)和氧气或空气的因素不变,改变温度能否达到着火点这个因素进行实验,结果红磷不燃烧,与实验①对比,从而论证温度能否达到着火点是影响燃烧的条件之一。④保持可燃物、氧气或空气和温度达到着火点三个因素不变的情况下进行实验,结果开水中白磷在通氧气的情况下又燃烧,从而进一步验证可燃物燃烧受空气或氧气和温度是否达到着火点的因素有关。
再例如下册教材第19页“金属锈蚀的条件”的实验探究设计:分别控制铁钉锈蚀的三个条件,即得到:①保持空气和水都不变的情
范文三:双变量问题论文
双变量问题论文
虽然高中研究的函数问题基本都是单变量问题,但是双变量问题也时常出现,特别在最近几年高考中出现次数比较频繁,学生对于此类问题的处理往往苦无对策,造成失分. 所以把握好此类的问题的解决策略,对于高考的复习和备考有着重要的意义. 笔者根据多年的高三教学经历,对此类问题兹举几例和读者一起探讨问题的背景和解决策略.
一、问题
二、解法分析
上面的解答中(1)学生很容易理:第一问是关于的恒等式求参数f (0),f′(1),可通过赋值法建立关于这两个参数的方程解决问题. 但是(2)问中求(a+1)b 的最大值的过程学生要想到会有一定的困难,实质上高考题(2)问中使用不等式放缩(a+1)b 到(a+1)-(a+1)ln (a+1),从而实现变量的化归:将双变量的(a+1)b 的最大值转化为单变量(a+1)-(a+1)ln (a+1)的函数最值问题.
三、背景研究
本题的求最大值标准答案采用的办法是利用不等式进行化归将双变量变成单变量的函数求最值,是双变量求最值问题的一种常用解法,有着深刻的数学背景. 对此很多高考问题都与之相关. 下面笔者对双变量的最值问题的常规解法作总结和研究.
(一)数形结合法
点评:
范文四:多变量协整论文
我国房地产价格波动与银行信贷增加的实证分析
China's real estate prices and the bank credit increased the
empirical analysis
华北科技学院 计算B092 王强
North China science and technology university B092 zhang calculation
摘要:本文从理论上探讨了房地产价格波动影响银行信贷增长的作用机制。在此基础上,本
文利用2000年1月至2009年12月的月度数据,运用多变量协整分析技术对我国房地产价
格影响银行信贷的效应进行实证检验。研究结果表明,房地产价格和银行信贷之间在长期内
存在互为因果关系,房地产价格波动在短期对银行信贷发放的直接影响十分有限,主要是在
长期内对银行信贷增长产生影响。而银行信贷也通过协整关系成为房地产价格短期波动的
Granger原因。最后,本文认为,货币政策当局应当密切关注房地产价格、银行信贷以及二
者的相互影响。
Abstract: this paper discusses the theory of real estate price fluctuations bank credit growth mechanism. On this basis, this paper use in January 2000 to December 2009 monthly data, of a variable cointegration analysis technology of China's real estate price impact and the effect of bank credit empirical test. The results of the study show that, real estate prices and bank credit in the long run there between each is the causality, the real estate price fluctuation in the short term to bank credit direct effect is very limited, mainly in the long term impact of bank credit growth. And the bank credit is through the co-integration relationship between real estate prices of short-term volatility Granger reasons. Finally, this paper suggests that, monetary policy authorities shall pay close attention to the real estate prices, the bank credit and the influence each other.
关键字:银行信贷;房地产价格多变量协整;格兰杰检验
Key word: bank credit; Real estate prices multivariable cointegration; Granger inspection 1.引言
从各国房地产市场的发展情况来看,房价上涨基本上是与银行的金融支持密切相关,特
别是房价短期内快速飚升,基本上都是银行金融支持的结果。即银行信贷快速扩张使得银行
资金高度向房地产市场聚集,从而推高了国内房价上涨、吹大了国内房地产市场的泡沫。而
银行持有大量的房地产资产或是以房地产为抵押的资产,房价上涨将提高银行资产的规模,
从而表面上改善了银行的资本充足率、资产质量及赢利情况。这样银行又会进一步扩大对房
地产市场的信贷,由此进一步推高房地产市场的价格。如此循环往复,房地产的价格就会日
益偏离实际的均衡价格,房地产市场泡沫不断加大。
当前,我国房地产投资出现局部过热迹象,房地产价格在一些城市不断创出新高。近
10年来,我国房地产业时冷时热,呈波动式发展。在这种情况下,对房地产价格与银行信
贷的关系展开理论分析和实证检验具有重要的意义。
本文在已有研究的基础上,运用多变量协整分析技术对房地产价格与银行信贷之间的长
期均衡和短期动态关系进行检验。本文扩大了实证研究的样本区间,同时鉴于分析目的在于
研究房地产价格影响银行信贷总量,因此采用银行贷款总量指标,而不是房地产贷款本身,
并且在计量模型中加入贷款利率因素,从而使检验结论更有针对性。
2.理论分析
虽然股权融资也可行,但房地产一般主要是依靠高贷款成数的债务融资,短期依靠开发
贷款,长期依靠按揭贷款。这使得大多数国家的房地产价格周期与信贷周期表现出很强的关 联性。从理论上分析,房地产价格波动和银行贷款之间存在的双向因果关系,至少体现在三 个层次上所具有的互相作用。首先,房地产价格影响银行信贷规模。从借款人的角度看,房地产价格变化对他们的可观测财富和借贷能力有巨大影响,根据莫迪格利安尼、弗里德曼的关于消费的生命周期和持久收入理论,居民财富变动会导致居民消费支出增加,而当居民消费需要通过银行借贷来进行时,会使居民增加对于银行信贷的需求;当房地产价格发生波动时,居民进行银行贷款所提供的抵押物的价值也随之发生波动,从而影响到居民的信贷获取能力。但是,由于房地产同时也是一种消费品,当房地产价格上涨使住房所有者财富增加的同时,会使无房者为了购买住房不得不减少消费,减少银行贷款,使租房者为了支付更高的租金而减少消费和银行借款。从银行的角度看,银行不仅直接持有房地产资产,而且提供房地产资产抵押贷款。建筑开发贷款是银行贷款中最“顺周期”和最容易波动的部分。当房地产价格很高时,银行愿意放松贷款条件并提供更多的房地产贷款,产生了一个使房地产和信贷周期密切关联的传播(propagation)机制。在外资流入和监管薄弱情况下,该机制可以被加剧。通过上述金融加速器机制,房地产价格与银行信贷之间的相互作用会发生进一步的补充 效应。房地产价格的上涨提高了房地产抵押贷款的市值,导致房地产信贷可观测风险的向下 修正。会增加房地产业的信贷供给,反过来,可能导致房地产价格的进一步上涨。另一方面, 如果价格开始下降,那么,相互补充效应的作用机制相反。这意味着,资产价格的周期变化 对外部融资成本及以后的公司实际支出产生了代理成本的顺周期反馈(feedback)效应。实践中,该效应会是许多因素作用的结果,其中包括风险管理不善、数据不充分和缺乏分析、银 行的不正当激励以及安全网提供的保护等。其次,银行信贷可以通过多样的流动性效应影响房地产价格。信贷可得性和贷款态度的变化对房地产需求和新建筑的投资决策有相当大的影响,最终导致房地产价格变化。房地产按揭贷款刺激了需求,拉升房地产价格;而房地产开发贷款刺激了供给,降低房地产价格。由于房地产供求弹性具有不对称性,即供给弹性小,而需求弹性大,后者作用要比前者经过更长时间才能体现在价格中。Hargraves等人(1993)指出,随着经济自由化和市场管制放松,借款者发现他们的融资需求能在资本市场上以更低成本得到满足。存款者发现了银行存款之外的新选择,如货币基金。面临紧缩的利差,银行被迫寻找更高的收益率,以重新建立利差,使得更多的信贷资源流向高风险的房地产项目,给房地产价格产生上涨的压力。最后,信贷和房地产周期受共同的经济因素驱动。一方面,信贷周期主要由宏观经济和预期(特别是GDP和利率)决定。另一方面,经济活动的状态对房地产市场也施加了重要影响。宏观经济的变化将引起房地产的供需调整,进而影响房地产投资和价格的变化。这些外部冲击既可以是来自需求方面,如收入、利率和人口因素的变化,也可以是来自供给方面,如劳动力和建筑成本,以及土地开发的限制发生变化等。 综上所述,两者从理论上应具有一定的相关性。
3.实证研究
3.1数据来源
本文利用2000年1月至2009年12月的我国房地产价格、银行贷款、经济增长与银行贷款利率的月度数据,共80组样本数据来对房地产价格波动与银行信贷之间的关系进行实证检验。其中,房地产价格是商品房销售额除以商品房销售面积得到的商品房平均销售价格。银行贷款数据是用金融机构各项贷款来表示,由于没有GDP月度数据,故用工业增加值来代替,银行贷款利率用1年期的银行贷款利率表示。由于没有现成的定基消费物价指数,根据《中国经济景气月报》所公布的同期比数据和环比数据,构造了一个以2002年1月为基期的消费物价指数来表示通货膨胀率。工业增加值和银行贷款数据都经过季节调整。所有数据用消费物价指数平减,以消除通货膨胀因素的影响。最后将除银行贷款利率以外的其他数据实际值取自然对数,以消除异方差的影响。所有原始数据均来自《中国经济景气月报》和
《中国人民银行统计季报》各期。
3.2实证模型
将商品房平均销售价格、银行贷款、工业增加值、银行贷款利率的实际值分别用HP、L、Y和I表示,而将相应的对数值分别用LHP、LL、LY、LI表示。假设为多元线形函数,即: LL=β0+β1*LHP+β2*LY+β3*LI
用计量的方法对该方程进行回归,对其分别进行长期和短期的模型检验。假设多元线形函数为LL=β0+β1*LHP+β2*LY+β3*LI,利用Eviews软件对数据进行回归,按照上述理论框架逐步进行分析,得出检验结果。
3.3实证结果解析
3.3.1单位根检验
为对各变量之间的长期关系进行协整检验,首先要对各变量的平稳性进行检验。本文运用ADF方法对各个变量的平整性进行单位根检验。本文对LL、LHP、LY、LI等变量单位根的检验结果见表1。
注:其中ΔLL、ΔLHP、ΔLY、ΔLI分别表示原序列的一阶差分序列,(c,t,n)分别表示单位根检验模型中的截距项、时间趋势项和滞后阶数。**表示在1%水平显著。滞后阶数的选取是根据AIC准则,所选的滞后阶数使得AIC统计量为最小。所有数据分析均运用Eviews软件进行。
由以上的单位根检验结果可以看出,所有时间序列变量的ADF统计量的绝对值均高于5%临界值水平,原序列在5%的显著性水平均接受零假设H0=0,因此,所有时间序列的原序列都是不平稳的。四个变量系列在经过一阶差分后,所有变量的ADF统计量都在1%的水平显著,这说明四个序列的一阶差分序列在1%的显著性水平是平稳的,因此可以得出的结论是,LL、LHP、LY、LI都是一阶单整序列,即I(1)。
3.3.2协整关系检验
本文运用Johnsen和Juselius所提出的Johnsen检验来对本文的多变量系统进行检验。根据AIC信息准则,将VAR模型中的自回归滞后阶数取为3,另外,由于各个变量具有明显的确定性趋势,因此将协整方程设定为含截距项。本文采用Johnsen检验的迹检验方法,协整检验结果见表2。
由以上的检验结果可以看出,在1%和5%的显著性水平上,四个变量之间存在一个协整关系。该协整关系可以表示为:
LL=-1.614+1.092LHP+0.198LY+0.038LI(1)
(0.186) (0.087) (0.014)
以上四变量之间的协整关系式表明了银行贷款、房地产价格、经济增长和贷款利率之间的长期均衡关系,括号内的数字为协整方程系数的标准差。可见,各系数的t统计量十分显著。其中,房地产价格对银行贷款的长期均衡弹性为1.092,即长期看来,房地产价格每上涨1%,银行贷款也相应增加1.092%,可见,房地产价格在长期内对银行贷款的正面作用十分明显。
3.3.3基于水平VAR的长期因果关系检验
选取自回归滞后阶数分别为1和2,本文对各变量的因果关系检验结果见表3。 从上面的长期因果性检验结果可以得出,在10%的显著性水平上,存在从房地产价格到银行贷款的Granger因果关系,而银行贷款则在1%的显著性水平上成为房地产价格的原因。因此可以判断,在长期均衡水平上,房地产价格和银行贷款之间存在双向因果关系。代表经济景气的工业增加值和银行贷款之间只存在从银行贷款到工业增加值的单向因果性。在房地产价格和工业增加值之间只存在从工业增加值到房地产价格的单向因果关系,说明经
济景气的提高会推动房地产价格的上涨。
3.3.4基于误差修正模型的短期动态关系检验
由于误差修正模型可以反映变量之间的长期均衡关系对短期波动的影响,并反映变量之间的短期动态关系,因此本文在协整关系检验的基础上进一步建立起向量误差修正模型。建立向量误差修正模型的过程是,先估计由?LL、?LHP、?LY、?LI这四个I(0)过程组成的向量自回归模型,然后将前文估计出的协整关系以误差修正项的形式引入到模型中来。四个变量之间的协整关系可以误差修正项形式表示为:
ECM=LL+1.614-1.092LHP-0.198LY-0.038LI (2)
1、 其中,关于银行贷款的短期动态关系方程可以表示为:
将(2)式的滞后1期代入(3)式中,则(3)式中等号右边第一项可表示为:
-0.063ECMt?1=-0.063LLt-1+0.069LHPt-1+0.012LYt-1+0.002LIt-1-0.102 (4)
误差修正项的调整系数为-0.063,且十分显著,说明滞后1期的非均衡误差对当期银行贷款产生反向调节作用。当产生正的非均衡误差时,将使当期的银行贷款减少,反之则使银行贷款增加。通过以上误差修正机制,在长期内银行贷款的增加会使短期银行贷款减少,说明从长期看银行贷款有回归均衡水平的趋势。长期房地产价格的上涨将导致短期银行贷款增加,这说明从房地产价格的上涨到短期银行贷款的增加有一个时滞,弹性系数是0.069,即长期房地产价格上涨1%,会使短期银行贷款增加0.069%。
从短期动态关系式(3)来看,滞后1期的银行贷款对当期银行贷款具有十分显著的正向影响,而滞后2期的银行贷款却具有不显著的负作用,总的来看,现期银行贷款变动对于滞后银行贷款变动反映弹性为0.126。这说明银行贷款的变动具有一定的惯性。滞后1期和滞后2期的房地产价格变动影响现期银行贷款的弹性分别为-0.029和-0.020,但是t统计量显示这种作用并不显著,这说明短期内房地产价格上涨对于银行贷款的影响并不明显。可能的解释是,商业银行对于房地产抵押贷款的发放不是简单地依据短期房地产价格的上涨来决定,而是依据一个相对长期稳定的房地产价值来发放贷款。因此,短期内房地产价格的波动不会对短期银行贷款的变动产生显著影响。可见,短期动态分析和上面的长期均衡影响分析是一致的,正好都说明了银行发放贷款时所依据的是一个稳定的房地产抵押价值。
代表经济景气的滞后2期和滞后3期工业增加值影响现期银行贷款的弹性分别为0.085和0.070,说明滞后2期工业增加值每增长1%,会使银行贷款增长0.085%,滞后3期工业增加值每增长1%,会使银行贷款增长0.070%。滞后2期的银行贷款利率影响现期银行贷款的弹性为-0.03,即贷款利率每增加1%,会导致银行贷款减少0.03%。这说明尽管长期内随贷款利率的增加,银行贷款有进一步增加的趋势,但是在短期内银行贷款利率的上涨对银行贷款还是起到了一定的抑制作用。
2.关于房地产价格的短期动态关系方程可以表示为:
将误差修正项代入方程,可得:
通过以上关于房地产价格短期波动的误差修正模型(5)式,可以看出,误差修正项的调整系数为0.384,说明滞后1期的非均衡误差不能对短期房地产价格波动起反向调节作用。式(6)表明,虽然银行贷款的短期波动不对当期房地产价格波动产生显著作用,但是长期内银行贷款的增长会通过误差修正机制推动短期房地产价格的上涨。基于误差修正模型可以对变量之间的短期因果关系进行检验。假设相应的变量系数为零,如果假设被接受,则可以认为该变量与银行贷款增长没有短期Granger因果关系,否则,接受该变量与贷款增长存在短期Granger因果关系。
关于银行贷款的误差修正表达式为:
检验短期房地产价格变动是否对银行贷款形成因果关系就是检验原假设:
θ5=θ6=θ7=0。而检验短期房地产价格变动是否通过协整关系对银行贷款形成因果关系,就是检验原假设:θ=θ=θ=θ=0。
对相应参数作约束检验的Wald检验结果表明,检验结果表明,尽管短期房地产价格
变动不直接对短期银行贷款增长形成因果关系,而短期房地产价格波动却通过协整关系成为短期银行贷款变动的Granger原因。总体看来,房地产价格变动通过协整关系对于短期银行贷款波动的弹性为0.029。另外,短期工业增加值的变动也不能成为短期银行贷款变动的原因,而是通过协整关系与短期银行贷款构成因果关系。而对于短期银行贷款利率而言,它的变动不仅直接成为短期银行贷款变动的Granger原因,而且也通过协整关系成为短期银行贷款的原因,总的影响弹性为-0.029。
对银行信贷影响房地产价格的短期因果关系进行检验,结果表明,短期内银行信贷的变动不对房地产价格的短期波动形成因果关系,而银行信贷波动却通过协整关系成为房地产价格短期波动的Granger原因。
3.4小结
1、关于我国房地产价格波动影响银行信贷增长的主要结论有:
就银行信贷、房地产价格的长期均衡关系来看,房地产价格与银行信贷的弹性系数为1.092,即长期内房地产价格增长1%,银行贷款也会同向增加1.092%;
房地产价格波动在短期对银行贷款发放的直接影响十分有限,主要是在长期内对银行贷款产生影响,这也和银行发放房地产抵押贷款时依据一个长期稳定的房地产价值是相一致的。房地产价格波动通过协整关系影响短期银行信贷增长的弹性系数为0.029,即短期房地产价格每增长1%,通过协整关系使得短期银行贷款增长0.029%。
2、关于银行信贷影响房地产价格的主要检验结论有:
尽管银行信贷在短期内作为房地产短期波动的原因并不显著,却在长期内通过协整关系
成为房地产价格短期波动的Granger原因,该影响系数为0.384。
4.结论与政策
4.1结论
第一,房地产价格和银行信贷之间在长期内存在互为因果关系,即房地产价格波动通过影响微观经济主体的信贷需求和银行的信贷供给而影响银行的信贷扩张总量;而银行信贷,尤其是房地产信贷会在长期内影响房地产价格。
第二,在短期内,房地产价格波动不是短期银行信贷增长的直接Granger原因,而是通过协整关系成为短期银行信贷增长的Granger原因。
第三,尽管银行信贷在短期内作为房地产短期波动的原因并不显著,却在长期内通过协
整关系成为房地产价格短期波动的Granger原因。
因此,从一定的意义上说,目前房地产信贷膨胀引起的需求拉动是房地产价格上升的重要原因之一。
4.2政策建议
房地产价格上涨对银行信贷的作用却不能忽视。我国银行目前在决定对房地产商是否进行放贷时,主要评估对象是房地产商提供的抵押资产或担保资产。价格大幅上涨使抵押品价值上升,银行自然作出反应,带动了贷款的增长,表现为房地产贷款在全部贷款中的比重持续攀升。但对抵押品的过度依赖也会增加资金成本和经营风险。因为按照这种评估方式,一旦房地产价格出现震荡,将严重损害资产负债表,很可能促成不良资产的产生。
(1)要尽快建立和完善房地产市场风险预警预报体系、房地产统计指标体系和信息披露制度。其次,必须改变或丰富银行现有的规避风险的评估体系。当务之急,一是要建立一套有效的全面评估贷款企业的风险监控体系。对房地产商而言,其还贷能力的强弱主要体现在项目的开发能力上。如果银行引进房地产项目开发能力评估体系,再辅之以抵押资产和担保资产评估体系,银行的放贷风险才真正可以得到有效规避。二是要切实提高风险预警能力,加强贷后管理,注重偿还风险的预测。对借款人进行跟踪调查和分析是监测偿还风险的重要内容。
(2)银行自身体系是否健全也是抵御房地产信贷风险的关键。衡量银行体系健全的基本指标包括:资本充足率、资产质量、经营管理水平、收益率和流动资产比率等。香港是一个成功的范例。20世纪90年代末的亚洲金融危机中,香港的房地产价格从最高点下跌了20%,30%,而银行体系所受负面影响较小。许多经济学家的解释这是银行业资本充足和政府提早对房地产贷款实行最大贷款成数的结果。
(3)在房地产信贷占贷款比例居高不下、金融风险增大的情况下,应大力拓宽房地产直接融资渠道,实现资金来源多元化的格局,以分散日趋严重的房地产信贷风险。一是大力推动房地产证券化,向社会大众筹集开发资金。二是建立房地产投资基金组织,吸收长期资金投资于住宅产业。三是将保险资金引入住宅融资市场。四是引导国外资金进入房地产融资市场,加大力度引进外资来参与国内房地产投资。五是鼓励发行公司债券,吸引社会剩余资金投资房地产业。
参考文献
[1]易丹辉,数据分析与EViews应用.中国人民大学出版社,2008(10). [2]丰雷,朱勇,谢经荣.中国地产泡沫实证研究[J].管理世界,2002(10):57-75. [3]盛松成.货币政策能否调控房地产价格[J].银行家,2003(9):30-33. [4]孟星.作用于住房市场的货币政策传导[J].浙江金融,2004(1):22-23. [5]李健飞,史晨昱.我国银行信贷对房地产价格波动的影响[J].上海财经大学学报,2005(4):26-32.
[6]武康平,皮舜,鲁桂华.中国房地产市场与金融市场共生性的一般均衡分析[J].数量经济技术经济研究,2004(10):24-32.
[7]张涛,龚六堂,卜永祥.资产回报、住房按揭贷款与房地产均衡价格[J].金融研究,2006(2):1-11.
范文五:shell中变量类型
shell中变量类型 2013-11-04 10:53:57
分类: 嵌入式
我们知道shell中所有的变量实质都是字符串形式,那么这样就造成程序员在编程中的混淆,
所从Bash 2.0之后就引入的命令declare或者typeset内建命令(这两个命令是完全一样的)
允许指定变量的具体类型. 在某些编程语言中, 这是指定变量类型的一种很弱的形式.
typeset也可以用在ksh的脚本中.
declare/typeset选项
-r ?? ??? ?只读?? ??? ?与readonly var1是完全一样的
-i ?? ??? ?整型?? ??? ?脚本将会把变量按照整型进行处理.
-a ?? ??? ?数组?? ??? ?变量将被视为数组.
-f ?? ??? ?函数?? ??? ?如果在脚本中使用declare -f, 而不加任何参数的话, 那么将会列出这个脚本
之前定义的所有函数,否则将只会列出这个函数的名字.
-x ?? ??? ??? ??? ??? ?声明一个变量, 并作为这个脚本的环境变量被导出.
注:declare命令允许在声明变量类型的同时给变量赋值.
转载请注明出处范文大全网 » 生物实验中有关变量确定的论文