一、资本市场泡沫的路径选择及控制(论文文献综述)
李卓[1](2021)在《我国区域性金融风险的计量研究》文中进行了进一步梳理2008年爆发的国际金融危机是近年所发生的一次重大跨区域金融风险事件,它使得世界经济陷入了第二次世界大战以来历经时间最长、波及范围最广、影响程度最深的一次下行调整。危机产生的严重后果以及此后持续数年的风险处置与应对,促使人们大幅提升对金融风险问题的关注,并拥有更多的历史样本与经验证据去探索金融风险生成演化相关机制,也发展出了更为多元的研究视角。就我国而言,长期的政策刺激以及地方政府具有独特影响力的经济发展模式,在带来经济快速增长的同时,也不断累积金融脆弱、加重环境扭曲,导致各地金融风险防控形势依旧严峻。中国已有的重大金融风险都是发生在某些特定区域范围之内,特别是近年来浙江温州、内蒙鄂尔多斯、陕西神木等地区相继出现的风险事件,使我们意识到,对于一个经济地理空间十分巨大、地区之间存在明显异质性的国家,金融风险会更多地表现出区域性的特征与后果。正是基于上述对于整体环境及历史样本的认知,本文选取区域性金融风险的视角开展相关研究,主要包括以下内容:首先,结合我国现实状况,认识区域性金融风险。第2章,详细界定区域性金融风险内涵,归纳其特征,并结合当前实际,对区域性金融风险生成的内外部因素进行理论分析。论述中将关注视角重点放在我国特有的地方经济发展模式、金融体系的脆弱性及其所面对的区域环境。在金融风险动态演化方面,重点围绕金融体系内部各机构之间,金融体系与政府、企业、家户等部门之间,以及不同区域与区域之间的多种关联互动渠道,探讨金融风险区域内外的传染机制,并就区域性金融风险演化发展给予理论描述与说明。其次,构造区域性金融风险测度指标,识别我国区域风险状态及其引致因素。第3章,利用熵权法合成风险测度指标,测算我国各省份区域性金融风险时变特征。结果表明,2009至2017年中国区域性金融风险呈现震荡上升趋势,多数省份2017年金融风险水平已明显高于2009年后全球金融危机期间的风险水平。在风险贡献方面,地方政府债务负担为首要风险因素,而信贷相关问题以及房地产泡沫也是明显高于其他因素的重要风险动因。该部分还采用KMV违约模型对地方政府债务风险进行测算,描述我国地方政府债务风险严峻状态,进一步佐证风险测度结论,也为后续研究做好铺垫。第三,聚焦政府公共部门,刻画地方政府债务对区域性金融风险的影响。政府公共部门是区域性金融风险的首要来源。第4章,采用空间杜宾模型对我国省际区域性金融风险以及地方政府债务风险进行分析,实证检验二者的空间关联机制。研究发现,地方政府债务风险对区域性金融风险具有较强的空间溢出效应,二者存在共振效应;区域性金融风险具有较强的空间溢出效应,而改善经济基础、金融环境、法治环境以及经济参与主体,对于缓释金融风险和地方债务违约风险具有积极作用。第四,关注实体企业部门,实证产业结构变化与区域性金融风险的关系。企业部门也是区域性金融风险的重要来源。第5章,立足三次产业结构以及部分重要行业发展的视角,分析产业结构差异对区域性金融风险的影响效应。采用固定效应面板模型,考察产业结构调整结果与区域性金融风险关系。研究发现,第二产业占比增加总体上可以降低区域性金融风险,而第三产业占比对风险测度的总体影响则为正值。第二产业中,工业占比对区域性金融风险影响表现为负,而建筑业占比的影响表现为正;第三产业中,金融保险业以及房地产行业对区域性金融风险的影响表现为正,交通运输、仓储及邮电通信业以及批发和零售业的影响总体表现为负,住宿和餐饮业未见显着影响。采用面板向量自回归模型以及相应的脉冲响应函数分析产业结构对区域性金融风险影响的动态路径。实证结果除基于动态角度进一步验证了第二、第三产业对区域性金融风险的影响方向外,还进一步揭示了工业、建筑业、金融保险业、房地产业等重要行业与区域性金融风险的动态关系。最后,站在房地产泡沫传染视角,分析区域性金融风险的空间关联效应。外溢传染是区域性金融风险的重要危害特征。第6章,围绕房地产泡沫这一区域性金融风险的重要引致因素,采用动态DY连通测度方法,实证考察区域性金融风险空间关联问题。研究显示,我国各类别城市群体间的总体连通度测算结果较好地捕捉了近年来房地产市场状态,其中,2016至2018年高位运行以及近期连通度明显抬升,提示金融风险引致因素在相应时点的跨区域联动现象。此外,就各类城市群体之间房地产市场关联关系看,一线城市同新一线城市、二线城市、三线城市群体之间存在持续的较高正向关联,同时,一线城市对二线以及三线城市群体的净溢出效应近期有所减弱,而二线城市对新一线城市与三线城市的净溢出效应近期却显着加强。上述实证结果,不仅描述了地产泡沫传播的方向与力度,也为控制房地产泡沫这一重要风险引致因素提供了区域关联视角下的治理依据。整体而言,本文按照认识区域性金融风险,测度区域性金融风险,识别风险重要引致因素,刻画风险因素作用机理,分析风险空间关联机制的基本逻辑和顺序,围绕中国区域性金融风险的现实问题,给出了多元视角的计量刻画,对于我国金融风险防范工作具有积极理论意义。
林思涵[2](2021)在《我国资产价格泡沫的形成机理与传染效应研究》文中指出近几十年来,世界上的许多国家都经历了资产价格泡沫的膨胀与破灭,以及随之而来的经济衰退。如日本的泡沫经济、美国的互联网泡沫以及2008年的全球性金融危机等等,无一不伴随着大规模的资产价格泡沫崩溃。这些事件让理论研究与实务工作者不断意识到关于资产价格泡沫潜在风险研究的重要性。当前,我国虽尚未发生大规模的泡沫崩溃事件,但是资产价格频繁波动以及资产价格的泡沫化迹象对我国经济运行的潜在威胁也十分显着。如我国的房地产市场在1998年住房改革之后,已经经历了长达二十年的普遍上涨。如今,房地产市场被我国央行视作我国经济发展中最大的“灰犀牛”。而我国的股票市场在经历了2015年异常波动后,由资产价格泡沫化导致的严重的资金空转现象以及资本配置不当,已使得我国资本市场服务于实体经济的有效性显着下降。现如今,在新型冠状病毒肺炎危机影响下,出于经济救助的目的,全球央行“大放水”已造成了全球流动性的泛滥,而过于充足的流动性很可能会进一步滋生新的资产价格泡沫。基于此,本文立足于我国资产市场现状,以资产价格泡沫作为研究对象,采用理论分析与实证分析相结合的研究范式,基于“识别、测度→形成机理→影响效应→政策治理”这一研究脉络,对资产价格泡沫的识别测度、形成机理、传染效应以及政策治理展开系统研究,这不仅对理解我国资产价格泡沫的运行机制具有显着意义,也对我国守住不发生系统性金融风险的政策要求十分重要。第1章,重点对资产价格泡沫的识别与测度、形成机理、传染效应以及政策效应进行了文献梳理,并给出了本文的研究框架。第2章,介绍了资产价格泡沫的内涵与形成过程,以及理性资产价格泡沫与非理性资产价格泡沫的理论基础。其中,关于理性资产价格泡沫的部分,本章又介绍了内生性、外生性资产价格泡沫的理论界定;关于非理性资产价格泡沫,重点介绍了以异质信念与有限套利为诱发因素的非理性资产价格泡沫的形成机理以及噪声交易理论与泡沫乘骑理论。第3章,基于PSY识别程序对我国股票市场与主要市域房地产价格泡沫进行识别。首先,本章介绍了PSY识别方法的检验原理与递归算法,而后对我国主要资产市场的资产价格泡沫进行了识别。研究发现,在样本区间内,我国股票市场与房地产市场均经历了频繁的泡沫过程,如我国上交所、深交所以及创业板股票市场均识别到完整的泡沫区间,仅中小板市场未识别出明显的泡沫区间。主要泡沫区间为2007年4月至10月、2015年3月至6月。在市级城市的房价泡沫识别中,样本城市普遍经历了不同频次的泡沫周期,时间集中于2016年6月至2017年8月。在泡沫韧性方面,股票市场中上交所市场的泡沫韧性强于深交所,房地产市场中一线城市强于新一线城市,新一线城市强于二线城市和三线城市。韧性较高的资产市场其泡沫持续期长,资产价格泡沫不易破灭。第4章,重点研究了信贷政策对房地产价格泡沫形成过程中的作用机理。首先,本章在理论上论证了资产价格泡沫与金融杠杆之间的定价关系,得出在违约概率大于零的前提下,金融杠杆的存在会导致正向资产价格泡沫的出现。而后为验证上述理论结果,本文采用NARDL模型实证分析了分部门宏观杠杆率对我国房地产价格泡沫的长、短期非对称影响。实证结果表明,首先,实体经济部门以及金融部门杠杆率的负向调整均会长期有效抑制房地产价格泡沫的持续膨胀,但一刀切的实体经济部门去杠杆不利于房地产市场的长期稳定运行。其次,长期内可采用非金融企业部门向居民部门的杠杆转移,来实现对房地产价格泡沫的温和平抑作用。最后,应有效、合理地发挥中央政府杠杆的前瞻性指引作用,政策当局不应对地方政府施行强效去杠杆政策,而应试图“熨平”地方政府债务波动以免引发局部房地产价格泡沫化风险。第5章,重点研究卖空约束下,投资者异质信念对股票价格泡沫形成的作用机理。首先,本章对卖空约束、投资者异质信念对股票价格泡沫的影响机理进行了深入的理论层面分析;在实证研究方面,本章构建了嵌入狄利克雷过程的无限区制马尔科夫转换向量自回归模型(RTV-VAR),以刻画变量间的时变因果关系。研究结果表明,上海主板市场融资融券交易机制更具加速风险释放的杠杆交易特征。该杠杆交易特征致使投资者情绪非对称表达,进而引致股票的错误定价。而深圳主板市场的融资融券交易则未体现较强的杠杆交易特征。在沪深主板股价泡沫活跃期间,投资者异质信念对融资融券的正向影响的上升表明投资者情绪借助融资融券工具得以表达的意愿变强,因此该正向影响的快速上升可作为股价异常波动的预警信号。第6章,重点分析了股票价格泡沫的传染效应。首先,本章根据PSY方法识别了我国股票市场分行业资产价格泡沫,并通过市盈率与BSADF统计量的趋势匹配方法,构造了资产价格泡沫规模的代理变量。而后采用带有时变波动率的时变向量自回归模型以及广义方差分解,构造了时变动态DY连通性指标,对2012年12月至2020年6月期间行业间的股票泡沫传染性进行测算。结果表明:首先,总体动态连通性指数捕捉到2012年以来我国资本市场发生的三次典型的泡沫事件,分别为2015年股市异常波动、2017-2018年上旬的债券市场大规模债务违约以及2018年以来的中美贸易摩擦。其次,行业间的泡沫传染在传染方向以及传染规模上均具有显着的时变特征。整体上工业、医药卫生以及信息技术行业资产价格泡沫溢出影响持续为正,表明该三个行业最具泡沫传染性,而能源、主要消费、金融地产以及公共事业行业则是泡沫风险的主要净接收行业,最具行业脆弱性。最后,两两行业间的净溢出动态连通性指数的测度结果表明,由于行业自身泡沫规模变化所产生的投资者情绪引导作用以及与其他行业业务关联性的变动导致行业间的泡沫传染具有显着的行业轮动特征。第7章,重点分析了我国股票价格泡沫和房地产价格泡沫的货币政策效应。首先,本章结合局部均衡框架下理性资产价格泡沫理论简要论证了利率的变化对基础价值成分和泡沫成分具有不同影响。而后在实证分析中采用TVP-VAR模型分析了以短期名义利率上升为代表的外生紧缩性货币政策冲击以及以货币供应量M2为代表的扩张性货币政策冲击对货币政策潜在目标变量的影响。最后,根据理论分析结果,通过脉冲响应函数构造了利率冲击对资产价格内在价值成分和泡沫成分的冲击影响。结果表明,外生紧缩性价格型货币政策冲击能够引起股票价格的短暂下跌,并且相比于基础价值成分的下跌,泡沫成分的上升更为显着。此外该货币政策还会引起房地产价格泡沫短期内呈现上升趋势,长期才呈现下降趋势。因此,利用紧缩性价格型政策治理资产价格泡沫时,不但无法达到有效抑制泡沫的作用,反而会损害股票的基础价值。而扩张性数量型货币政策会导致资产价格的显着上升,但其对股利变量的影响存在较大不确定性。此外,扩张型货币政策对房地产价格泡沫存在更为显着的政策滞后效应。因此,传统的“逆向操作”策略对资产价格泡沫的作用具有较大不确定性,甚至适得其反。
杨韫韬[3](2020)在《基于结构性去杠杆视角的房地产金融风险测度与处置分析》文中研究指明2017年中央经济工作会议指出,要重点抓好防范化解重大风险、精准脱贫、污染防治三大攻坚战,其中防风险攻坚战之重难点为防范与控制金融风险,并决议将构建金融和房地产业的良性循环。根据中国现有的房地产企业部门和金融部门的高杠杆率与金融加杠杆引发的资产价格泡沫己成为房地产金融风险的祸首之一的事实,本文探究如何将“结构性去杠杆”有机地和降房地产金融风险结合起来,产生良性连锁反应。构建房地产市场泡沫度指标体系,先运用主成分分析法测量房地产市场泡沫度,再分析房地产金融风险对各部门的风险溢出效应和联动效应,再基于结构性去杠杆的视角分析如何通过四部门(非金融企业部门、金融机构部门、居民部门和政府部门)降杆杠化解房地产金融风险。虽然目前降杠杆的政策短期取向发生变化,“降杠杆”变为“稳杠杆”,但是我国总体杠杆率仍然在高位的潜在风险依然存在,未来在短期稳住杠杆率之后还需降低总体杠杆率的宏观政策方向不会改变。本文研究的意义正在于此,为我国降杠杆、防控金融风险的宏观调控政策提供实证依据和建议。
刘晓臻[4](2020)在《跨境短期资本流动对泰国金融稳定的影响研究》文中研究表明本文以泰国在90年代初持续推进外汇自由化改革致使跨境资本大量流动从而引发亚洲金融危机,在金融危机爆发后的1998年至2008年间进行了大规模的金融改革,使泰国金融稳定性水平逐渐增强为背景,从国内外学者的研究出发,根据宏观经济环境、金融机构稳定和金融市场稳定三个纬度,梳理了跨境短期资本流动影响金融稳定性的理论传导机制;探究了泰国的外汇体制改革之路并用间接法测算泰国跨境短期资本流动状况,运用因子分析法合成符合泰国国情的金融稳定性指数并梳理了泰国的金融改革;采用向量自回归的计量经济学模型,分析跨境短期资本流动对泰国金融稳定的冲击效应,并对比分析金融改革完成前后跨境资本流动对泰国金融稳定的影响程度;最后根据文章结论和现实状况,提出了合理监管跨境资本流动和维护金融稳定的政策建议。文章得到的重要结论有:(1)泰国跨境短期资本波动性比较强烈,1996年之前,泰国的跨境资本流入一直处于较高水平,1997年大量外资撤离,使泰国成为资本净输出国,之后资本外流规模逐渐减小,到2008年泰国的跨境资本流入规模快速增加,随后资本流动的波动性仍然较强。(2)东南亚金融危机之前,泰国的金融稳定性一直处于较低水平,1998年至2008年实施大规模的金融改革使金融稳定性水平有了明显的提升,改革完成后,稳定性水平持续稳步提升。(3)泰国的金融改革对维护金融稳定的效果较好,金融改革完成前,泰国的金融稳定性明显受到跨境短期资本流动的影响,资本的大量流入对泰国的金融稳定性产生明显的负向影响。金融改革完成后,泰国金融稳定性稳步提高,能较好的应对跨境资本流动波动的冲击。
田笑宇[5](2020)在《房地产市场泡沫测度及影响因素分析 ——基于江苏省重点城市》文中研究指明纵观中国房地产行业的发展历程,主要可以划分为三个阶段。第一阶段可以追溯到上世纪90年代,那个阶段叫做福利分房,政府将建造的房屋免费分发给居民,主要对象为国企员工。第二阶段是商品房时代,政府对国有土地进行招拍挂出让制度,各大企业拿地并快速扩张,主要代表有万科、保利、招商等房企。第三个阶段是政策调控阶段,随着房价的快速增长以及行业整体销售额的大幅增加,政府在近几年密集出台了包括“限购、限售、限价”等一系列政策,同时大力提倡发展住房租赁市场。目的就是为了避免高房价所引发的投机行为对我国房地产行业带来巨大的泡沫,以免影响经济的健康发展。自2003年以来,党中央和国务院明确了房地产行业是推动中国经济发展的支柱产业。房地产业的快速发展能够带动许多上下游相关产业的发展,比如金融行业,建材行业,五金行业、园林绿化行业等等,带来大量就业机会。此外,我国的招拍挂制度使得各家房企之间进行了激烈的土地竞价,大幅增加了政府的财政收入,成为各个地方政府财政支出的主要来源。2014年年末房价结束横盘下跌期以来,伴随着一二线城市引进人才、放开落户限制、央行降准降息、货币棚改等一系列政策的出台,我国的房价经历了一轮快速的上涨。在这一轮上涨中,尤其以长三角地区各大城市的房价涨幅最为明显。因此,对江苏省重点城市房地产泡沫的大小进行测度,对其影响因素进行分析显得尤为重要和必要。本文在对国内外相关房地产泡沫理论与影响因素研究的基础上,例举了针对房地产泡沫测度的各种方法,并进行了相应的优缺点比较,最终选定了将指标法与因子分析相结合的方法。同时从反映江苏省各个城市的金融市场发达水平、经济实力、房地产业的发展状况等不同指标中,通过选取其中的6个指标作为聚类因子,对江苏省13个地级市进行聚类分析。在此基础上选取了综合实力比较强的4个城市(南京、苏州、无锡、常州)进行研究。明确研究对象之后,作者首先对四个城市的房地产市场发展状况进行初步分析并对后续发展趋势产生初步判断。其次,在反映城市房地产泡沫大小四项指标(房地产开发投资总额/全社会固定资产投资总额、商品房施工面积/竣工面积、房价增长率/实际GDP增长率、房价收入比)基本数值的基础上,通过因子分析法确定四项指标的权重,利用模型综合测度出2010-2017年间江苏省四个城市的房地产泡沫大小,最后通过灰度关联分析法对影响各个城市房地产泡沫大小的因素进行实证分析。本文说明了指标法和因子分析法对泡沫测度的适用性,增加了模型在房地产泡沫大小测度上的应用实例。透过现状分析和相关的实证结论,提出的相关政策和建议希望能给政府对于房地产泡沫的风险控制带来一些帮助,有利于行业的健康发展。本文研究的主要结论有:(1)2015年起,四个城市的泡沫度均开始触及安全警示线,与2014年底房价止跌并于之后快速上涨的走势相吻合;(2)南京市房地产泡沫最大,是江苏省重点城市中投资风险最高的城市;(3)人口及人均可支配收入是影响房地产泡沫大小的最主要因素;
冯文芳[6](2020)在《金融杠杆与资产价格泡沫:影响机制及其监控研究》文中提出资产价格泡沫和高杠杆在历史上反复出现,但次贷危机后的资产价格泡沫形成机制和高杠杆作用机理更加复杂;现代金融技术发展产生的影子银行和金融衍生品等不但空转套利推高金融杠杆,而且让问题复杂化;内嵌于银行体系的表外业务严重期限错配以及中国经济转型期结构中存在的各种扭曲现象,使得金融杠杆过度膨胀导致的资产价格泡沫演化过程中出现的新问题和新情况,原有传统理论都无法较好解释经济中的资产价格泡沫现象。目前,中国正处于经济转型和结构升级的重要关口,党的十九大明确提出“我国经济已由高速增长阶段转向高质量发展阶段”,经济增长速度从高速增长开始转为中高速增长,但是金融杠杆仍在不断攀升,金融杠杆增长与经济发展错配现象严重,资本市场的过度繁荣引致资金在金融体系内空转,导致资产价格泡沫和系统性金融风险不断膨胀和累积。金融危机后上述问题成为经济学研究的热点并引起社会各界的广泛关注。在此背景下,首先,通过阅读和归纳国内外关于金融杠杆、资产价格泡沫和经济增长等方面的经典着作和前沿文献,厘清选题的发展脉络、研究现状、存在问题、争论焦点和研究盲点等,为后期研究顺利展开提供文献支撑和理论基础。其次,准确定义资产价格泡沫是研究的逻辑起点,遵循目前国内外经济学界的三种主流观点,对资产价格泡沫的涵义进行明确界定并分析了其一般特征;从理论角度和影响因素角度剖析了资产价格泡沫的形成机理;运用ADF、SADF、GSADF和RADF等资产价格泡沫识别方法,对资产价格泡沫的存在性、存在周期、出现频率和程度大小等进行了识别和检验,实证结果表明在样本研究期内显着存在周期性资产价格泡沫;并且运用协整模型和向量误差修正模型(VECM)提取了资产价格泡沫。第三,以金融杠杆经济本质研究作为切入点,从微观和宏观角度分别定义和度量了金融杠杆,揭示微观金融杠杆与宏观金融杠杆背离的原因和实质;采用债务收入比法和即时拆分法(TD)测算了我国的金融杠杆;重点揭示和研究了金融加杠杆的根源、实质、动力、渠道、特点和成因等;不但构建了金融杠杆驱动的资产价格泡沫模型,从理论上厘清两者之间的内在逻辑关系,而且把滚动宽窗Granger因果检验模型和Bootstrap统计检验结合,从实证上验证了金融杠杆和资产价格泡沫相互动态影响机制的程度、频率与方向以及与经济事件之间的关系。第四,高杠杆和资产价格泡沫仅是表象,隐藏其背后的实质是虚拟经济与实体经济的失衡,因此加入经济增长因素,从表象分析上升到实质研究,进一步揭示金融杠杆、资产价格泡沫与金融、经济之间的影响效应。具体内容包括:(1)运用差分广义矩估计(DGMM)和门限效应,对国内16家上市银行从两个阶段检验了货币政策传导的银行风险承担渠道的杠杆机制的有效性,实证结果表明:货币政策可以通过杠杆率对银行风险承担产生显着影响;货币政策与银行风险承担之间存在双重杠杆率门限效应;(2)运用傅里叶变换和频谱分析法研究了资产价格泡沫与经济增长之间的周期联动效应,实证结果表明:我国资产价格泡沫和经济增长的周期联动关系较复杂,并且两者在周期联动上更多的存在背离现象;(3)基于R&D模型,加入金融杠杆因素,研究了不存在和引入资产价格泡沫时经济增长的均衡结果,并推断出资产价格泡沫与经济增长共容的条件。(4)运用MCMC算法和SV-TVP-SVAR模型从时期与时点两个角度对金融杠杆、资产价格泡沫与经济增长三者之间的时变关系进行验证,实证结果表明:三个经济变量之间具有非常显着的时变特征。最后,高杠杆下去杠杆是必然选择,准确定义去杠杆的涵义并对目前去杠杆存在的误区做了澄清;分别探索了实体去杠杆和金融去杠杆的路径;运用合成控制法(SCM)检验了限贷政策能否抑制房地产泡沫?实证结果表明:在4个研究样本中,限贷政策对3个样本的商品房销售价格无法起到降低的作用;囿于传统资产价格泡沫监控研究方法与模型的缺陷,尝试运用人工智能中的支持向量回归(SVR)模型和BP神经网络(BPNN)技术构建了资产价格泡沫监控系统,结果表明,人工智能技术可以很好逼近与诠释样本历史数据所蕴含的内在规律,有效实现监控功能。根据上述主要研究结论,提出了四点政策建议:(1)拓展宏观货币政策调控目标范围,把资产价格纳入中央银行决策信息集,构建货币和信贷流动以及资产价格泡沫监控系统;(2)减少或消除刚性兑付和不必要的政府隐性担保,实现国有资产管理体制和商业银行行为市场化,政府职能回归公共管理本质;(3)坚持中性稳健的货币政策,保持适度的货币流动性,建立宏观审慎评估体系MPA和对金融体系资产实施穿透管理,对影子银行进行有效管理;(4)精准掌控“结构性去杠杆”的节奏、力度、时间、主体,有条不紊降低杠杆率。
陈亮[7](2020)在《西安市房地产市场泡沫测度》文中进行了进一步梳理近年来,随着国民经济的快速发展,我国房地产业的发展也越来越快,与此同时多地的房价也有不同幅度的上涨。以西安市为例,西安房价曾创下连续上涨39个月的记录,引起了全国范围的关注。房价上涨一方面可以带动相关产业发展,促进就业,但是另一方面如果房价上涨偏离合理水平,产生房地产泡沫,就会影响到经济的健康发展和老百姓的生活水平,因此,分析研究房地产市场的泡沫水平并提出相应的建议就显得至关重要。本文首先简要分析了国内外对房地产市场的研究现状,并介绍了相关的理论与历史事件,之后以西安市的房地产市场为研究对象,运用综合指标法和理论价格法对其是否存在泡沫进行测度,然后得出结论。基于综合指标法需要选取一系列的指标,这些指标反映了西安市房地产市场的供求状况,房价走势等基本情况,在选取时注意选取的指标符合重要性、独立性等原则,本文确定了五个指标来测度西安市房地产市场的泡沫情况,根据熵权法的计算公式,为五个指标分配了权重,可以计算出泡沫综合系数K值,与临界值相比较得到房地产泡沫的大小。而理论价格法是根据相关的计算公式得出房屋的理论价格,再与实际的价格进行比较。理论价格法分为理论价格数量模型法和收益还原法,本文选择理论价格数量模型法来测度,并进行了一定的修正。具体计算是,先通过选取的指标计算出价格增长率,之后得到理论价格,并与实际价格比较,实际价格超过理论价格越多,则说明泡沫程度越大。根据相关计算结果可以得出以下结论,西安市在2008年-2018年之间,有部分年份存在着房地产泡沫,并且泡沫系数出现了一定的波动,具体来说在2011年-2013年,2017年-2018年之间都存在着房地产泡沫,2011年泡沫系数达到最高,之后出现了一定程度的下降,说明2011年之后政府的宏观调控措施取得了一定的效果,但是近年来泡沫系数上升,说明房地产市场仍然存在过热的迹象,泡沫在继续扩大需要密切关注。本文从宏观和微观层面分析了房地产市场泡沫产生的原因,并对西安市房地产市场进行了实证研究,发现西安市房地产市场存在一定程度的泡沫,需要密切关注。为了促进房地产市场健康发展,本文提出了多条建议,包括加强对投机行为的打击,减少非理性需求;政府加强引导,形成合理的住房结构;健全招投标制度,审核开发商的资质等。希望本文的研究结果和相关建议能够为西安市房地产市场的发展提供一些参考。
李燕[8](2020)在《基于递归图的股票市场非线性动力学演化研究》文中进行了进一步梳理股票市场是一个真实且持续演变的极其复杂的动力学系统,特别是该复杂系统还呈现出一定的突变特性。1987年美国“黑色星期一”、20世纪80年代的拉丁美洲金融危机、1997年的亚洲金融危机及2008年美国次贷危机等金融危机的爆发,对建立在线性范式基础上的经典金融理论提出了挑战。在此背景下,社会科学与自然科学相结合的交叉研究科目——金融系统复杂性研究逐渐产生和发展。金融系统复杂性研究主要就金融系统的复杂性问题开展研究,金融学研究范式由完全理性、线性及静态的方法向适应性、复杂性及动态演化的方法转变。论文使用重构相空间理论及递归图方法,通过把一维股票价格时间序列嵌入到高维相空间中,进而可以在一个拓扑性质等价的高维相空间中通过分析状态向量轨迹的递归性来研究股票市场系统的动力学行为特征。论文主要就股票市场动力学特征的动态演化行为进行研究,尤其是从复杂性科学的视角探讨金融危机的形成、深化及扩散过程中股票市场动力学特征的演化进行系统性研究,解析金融危机传染的微观机制,深化对金融危机传染过程的认识,丰富金融危机传染问题的理论及实证方法,也为金融学研究范式的创新及转变提供借鉴。论文主要研究内容及结论如下:(一)从动态演化的视角来分析股票市场有效性的变化。使用递归图方法来获得股票价格时间序列的动力学特征。递归图中斜对角线长度的分布函数构建递归熵,它能够度量一维时间序列嵌入到高维相空间中状态矢量的聚集程度,及系统的确定性或可预测性程度,可用于量化股票市场的有效性程度。对14个发达国家(地区)和12个新兴国家(地区)的股票市场的有效性进行研究。研究得出:股票市场的有效性呈现出“相对有效——相对无效—相对有效”复杂的似周期性动态演化特征及时间尺度效应;社会环境的不稳定性及经济危机对市场有效性呈现负向效应;进一步使用经验模态分解法、最大熵谱分析法及Fisher检验研究发现美国股票市场的有效性在不同频率上存在约为3-5年、11年及25年的周期,这些周期与基钦经济周期提出的3-4年周期、朱格拉经济周期提出的10年左右经济周期及库涅茨经济周期提出的15-25年经济周期基本吻合。(二)股票价格的急剧涨跌现象越发频繁,尤其是股票市场崩盘给金融市场的稳定带来极大挑战。论文使用递归图方法及非线性时间序列突变检测的启发式分割算法对股票市场崩盘前市场动力学特征突变时点的检测问题进行研究。通过对12个发达国家(地区)的金融市场和10个新兴国家(地区)的金融市场的崩盘事件进行分析,研究发现:(1)股票市场崩盘前市场层流性特征值LAM会发生显着性大幅下降;(2)对金融危机期间美国股票市场的LAM序列进行递归分析,发现LAM序列呈现出类分形自相似性结构,且在递归图中均有空白带存在,说明股票市场崩盘前LAM序列存在相变;(3)使用非线性时间序列突变检测的启发式分割算法发现,在市场崩盘前,市场的动力学特征会连续出现异常突变,且异常突变时点早于市场崩盘2到8个月时间。(三)基于递归图方法的非线性时间序列分析方法己经越来越受到各领域研究者的重视,已经成功运用到多个领域。但传统递归图使用Heavyside阶跃函数来判断相空间中状态点的递归行为,存在两个问题:(1)Heavyside阶跃函数会产生刚性边界问题,造成信息丢失;(2)临界距离ε的选取非常关键,假若选取不恰当会导致递归分析结果的不准确,目前对该参数的选取并没有一个统一的方法。针对上述问题,论文的创新之处是:(1)判断状态相点递归性时使用高斯函数代替Heavyside函数,解决Heaviside阶跃函数所造成的递归分析结果具有刚性和二元值问题;(2)使用局部二值模型(LBP)和纹理相似性度量Earth Mover’s Distance模型(EMD)就复杂系统动力学特征分析提出了对递归图进行纹理分析的新思路,并在此基础上构建了度量复杂系统动力学特征相似度的方法体系。(四)适应性市场假说(AMH)认为金融市场是动态演化的,市场泡沫及崩盘等状态显示出复杂的动态变化。AMH假说把金融市场看成是一个复杂的自适应性系统,在不同的外界背景下,市场特征表现出动态演化。目前,对适应性市场假说研究存在的一个难点问题是市场的演化行为如何量化。论文通过构建度量复杂系统动力学特征相似度性方法,从股票市场动力学特征演化视角就适应性市场假说进行实证研究。对14个发达国家(地区)及11个新兴市场国家(地区)的股票市场进行研究,研究结果:(1)股票市场的动力学特征呈现出动态演化且各市场的演化行为具有“异质性”;(2)大多数市场的EMD距离表现出逐级下降趋势,市场表现出适应性进化现象;(3)在2008年金融危机前后4年内,9个新兴国家(地区)金融市场的动力学特征发生了突变;(4)中国沪深A股市场在国家出台较大影响力政策或市场环境发生重大变化时,市场动力学特征都会发生非常明显的异常突变,如在2008年金融危机及2015年“股灾”期间,市场动力学特征出现异常突变。(五)金融危机传染逐渐成为金融领域的一个焦点和难点问题。目前,对此问题的研究大多遵循线性研究范式,未能解析出金融危机传染的复杂非线性特征及金融危机传染的内在微观机制。论文尝试从复杂性科学视角对金融危机传染问题开展研究,研究的基本思想是将各国金融市场看成具有不同动力学特征的动力学系统,对金融危机前、次贷危机及欧债危机过程中各金融市场动力学特征的动态演化及构建金融市场间动力学特征联动模式复杂网络进行研究。使用符号时间序列分析思想,将股票市场联动情况进行符号化处理,再粗粒化为由五个符号所组成的联动模式,由联动模式之间的转化关系构建股票市场动力学特征联动模式有向加权复杂网络,探究金融危机传染的内在微观机制。研究结论:(1)各国股票市场动力学特征在2007至2008年间都发生了较为明显的异常突变,2009至2011年间各国股票市场动力学特征发生持续性突变,相对次贷危机,欧债危机期间全球金融市场变得更为脆弱;(2)金融危机在全球股票市场中的传染表现出一种典型的“事件驱动”性特征,危机期间全球股票市场动力学特征联动模式复杂网络的结构及重要节点组成均发生明显变化。(六)由于市场环境、投资者情绪及金融机构的决策都处于不断变化之中,股市系统网络的拓扑结构也常常处于动态演化之中,静态复杂网络能够提供给我们关于股市系统复杂网络的信息是有限的,甚至容易“诱发”我们对股市系统复杂网络产生错误认知。论文从动态演化的研究视角,使用滑动时间窗口方法,构建全球73个股票市场动力学特征之间的动态演化关系网络。研究结论:(1)股票市场动力学特征复杂网络表现出典型的小世界网络特征,表明股票市场网络具有极强的信息传递能力,这就解释了发生在局部国家或地区的金融危机能够迅速扩展到其它国家或地区的原因。(2)随着金融危机的深入,网络的平均度值及平均聚类系数有增大趋势,网络直径及平均路径长度有下降趋势,股票市场动力学特征复杂网络的小世界网络特性会进一步加强,股票市场动力学特征复杂网络会表现出更强的同步能力,信息在股票市场之间的传播范围会明显扩大,网络的信息传输效率提升,市场之间的共振及联动会进一步增强。
姚恒宇[9](2020)在《中国股票市场泡沫的测度及其货币政策效应研究》文中指出股票市场泡沫是引发系统性金融风险、影响金融体系稳定运行的重要因素。泡沫的膨胀会导致资本配置不当,从而使资本市场无法有效地服务于实体经济;泡沫的破灭往往会引发严重的金融危机,从而导致宏观经济的衰退。因此,股票市场泡沫的识别和治理问题一直是市场关注的热点问题。在此背景之下,判断泡沫的膨胀程度如何,以及是否需要实施相应的货币政策对泡沫进行合理调控等问题,亟需规范的应用经济学范式进行研究。本文以上证综指、深证成指两个代表性的股票价格指数作为研究对象,首先基于Philips、Wu和Yu(2015)提出的BSADF方法对中国股票市场的泡沫程度进行检验。在此基础上,结合理论分析的结果,构建TVP-VAR模型来探讨货币政策对于股票市场泡沫的影响机制。最后,依据本文得出的研究结论,给监管部门提出了相关政策建议。通过本文的研究,得到了如下的研究结论:关于中国股票市场泡沫的实证检验,本文尝试收盘价、市盈率、市净率等多个指标分别作为泡沫水平的代理变量,对上证综指、深证成指两大股票价格指数进行泡沫的存在性检验,结果均证实了样本期内中国股票市场存在泡沫,且三者对比之下,采用市净率序列作为泡沫水平的代理变量能够取得更显着的检验结果。此外,本文运用BSADF方法检验出中国股票市场分别在2007年以及2015年存在泡沫,前者持续时间为10个月及以上,后者持续时间仅为1~2个月。关于货币政策对股票市场泡沫影响的实证分析,本文构建了两个包含三变量的TVP-VAR模型,分别考察利率和货币供应量对股票价格的时变影响。实证结果表明,对于货币政策冲击,不同时期的股票价格呈现出了不同方向、不同力度的响应,具有一定不确定性。换言之,货币政策对股票价格的影响具有时变性特征,尤其是2014年后,股票价格对于利率的正向冲击始终保持正向响应、对于货币供应量的正向冲击的反应大多为负,这与传统的“逆风而动”的货币政策应对举措有所不同。
吕雅铭[10](2020)在《中概股回归的动因、路径和经济后果研究 ——以迈瑞医疗IPO为例》文中指出由于国内外资本市场的制度差异,从上世纪九十年代开始,一大批中国企业例如新浪、网易、搜狐等远赴海外筹措上市。这些具有中资背景并在境外资本市场上市的中国公司就被称为中国概念股(以下简称中概股)。然而,随着中国资本市场的改革和发展,从2010年开始,相当一部分中概股开始筹划回归国内资本市场。当初赶着去海外上市的公司为何纷纷选择回归?回归是合理选择吗?这种“潮起”与“潮落”的现象引起了学术界的广泛关注,但由于回归潮兴起时间较短,中概股回归的动因、路径、经济后果等相关研究并没有得出完整且令人满意的一致结论。例如在回归动因上,现有研究较多为简单罗列,缺乏逻辑,且偏向于估值因素,缺乏政治层面的动因分析;在回归路径研究上,偏向于借壳上市或者资产收购方式的研究,其他路径如分拆上市、整体IPO等方面的结论则较少;在回归的经济后果方面,充分的研究结论更是少之又少。与此同时,中概股的回归热潮对国内资本市场产生了一定的影响,例如壳资源的非理性热炒,估值过高催生资本市场泡沫等,相关监管机构出台了一系列文件用以规范引导中概股的回归。然而,中概股回归起步不久,是否值得回归、如何回归、回归有什么影响仍是奔走在“回国”之路上的中概股所疑惑的。在早期回归的中概股中,大部分选择了以借壳上市或资产收购的方式回归,而较少选择IPO或分拆上市。2018年10月,曾在纽交所上市的资深中概股迈瑞医疗以整体A股IPO方式回归,引起了各界的广泛关注,也为我们研究中概股回归问题提供了一个良好的契机。因此,本文以迈瑞医疗IPO回归案例入手,以成本收益理论为基础分析框架,从政治、经济两个角度来研究其回归动因,从优势与劣势梳理其成功整体A股IPO的回归路径,从企业自身、其他中概股、行业竞争者、资本市场等角度全面评价其回归可能带来的经济后果。最后,在总结全文结论的基础上,从中概股、投资者、行业竞争者、政策制定者等方面提出启示,以期在理论上丰富中概股回归的动因和路径研究,完善中概股回归对不同主体的影响研究;在实践上,为其他奔走在回归之路上的中概股提供经验与借鉴,促进市场健康发展;同时探究政府制度的变迁,为政策制定者提供政策评价与建议。本文研究发现:从中概股回归动因来看,政治上国内政策的利好、国内外监管的差异,经济上估值的差异、高上市维持成本、做空风险与行业发展差异等都是中概股回归的重要动因。从中概股回归的路径研究来看,IPO是迈瑞医疗充分结合自身优劣势与外部政策环境分析下进行的合理选择,值得自身条件优越、有政策支持的中概股进行参考与借鉴。从中概股回归经济后果来看,迈瑞医疗自身无论是市场层面、财务层面,还是经营管理层面都有所提升,对其他中概股与A股医疗器械行业竞争者起了带动作用,而对资本市场的影响则有利有弊。此外,从政策评价的角度来说,目前资本市场出台的对中概股回归引导的相关政策有利于中概股以健康、可行的方式回归,也有利于为国内资本市场注入新活力。与此同时,我们从迈瑞医疗回归的过程也可以看出,中概股回归历程与中国资本市场的监管是一种相互动态影响的过程,相关规章制度在这种互动中逐步完善起来。
二、资本市场泡沫的路径选择及控制(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、资本市场泡沫的路径选择及控制(论文提纲范文)
(1)我国区域性金融风险的计量研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 选题背景与选题意义 |
1.2 文献综述 |
1.3 研究框架及研究创新 |
第2章 区域性金融风险特征与生成因素及其动态演化 |
2.1 区域性金融风险的概念与特征 |
2.2 区域性金融风险的生成因素 |
2.3 区域性金融风险的动态演化 |
2.4 本章小结 |
第3章 区域性金融风险测算 |
3.1 数据选取与熵权法介绍 |
3.2 我国省级区域性金融风险的测算 |
3.3 地方政府债务违约风险的测算 |
3.4 本章小结 |
第4章 地方政府债务风险对区域性金融风险的空间溢出效应 |
4.1 变量选取与模型设计 |
4.2 空间溢出效应实证分析 |
4.3 本章小结 |
第5章 产业结构差异对区域性金融风险的影响效应 |
5.1 变量选取与模型设计 |
5.2 产业结构差异对区域性金融风险的影响效应 |
5.3 产业结构差异性影响效应的动态实现路径 |
5.4 本章小结 |
第6章 区域性金融风险的空间关联效应分析 |
6.1 数据选取与模型介绍 |
6.2 我国房地产市场的空间关联实证分析 |
6.3 本章小结 |
第7章 结论建议与研究展望 |
7.1 研究结论与政策建议 |
7.2 研究不足与未来展望 |
参考文献 |
攻读博士学位期间发表的学术论文及其他科研成果 |
致谢 |
(2)我国资产价格泡沫的形成机理与传染效应研究(论文提纲范文)
中文摘要 |
abstract |
第1章 绪论 |
1.1 选题背景与研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 资产价格泡沫的识别与测度研究综述 |
1.2.1 资产价格泡沫的识别研究 |
1.2.2 资产价格泡沫的测度研究 |
1.3 资产价格泡沫的形成机理研究综述 |
1.3.1 有效市场假说与理性资产价格泡沫 |
1.3.2 金融摩擦与理性资产价格泡沫 |
1.3.3 委托投资与信贷泡沫 |
1.3.4 行为金融学框架下的资产价格泡沫 |
1.4 资产价格泡沫的传染效应与政策效应研究综述 |
1.4.1 资产价格泡沫的传染效应研究 |
1.4.2 资产价格泡沫的政策治理研究 |
1.5 研究方法、研究创新与研究不足及展望 |
1.5.1 研究方法 |
1.5.2 研究创新 |
1.5.3 研究不足及展望 |
1.6 研究框架与研究内容 |
1.6.1 研究框架 |
1.6.2 研究内容 |
第2章 资产价格泡沫的理论基础 |
2.1 资产价格泡沫的内涵与演化过程 |
2.1.1 资产价格泡沫的内涵 |
2.1.2 资产价格泡沫的演化过程 |
2.2 理性资产价格泡沫的理论基础 |
2.2.1 局部均衡下理性资产价格泡沫理论基础 |
2.2.2 内生性资产价格泡沫 |
2.2.3 外生性资产价格泡沫 |
2.3 非理性资产价格泡沫理论基础 |
2.3.1 异质信念与有限套利理论 |
2.3.2 噪声交易理论与泡沫乘骑理论 |
2.4 本章小结 |
第3章 资产价格泡沫的识别研究 |
3.1 ADF方法的检验原理 |
3.1.1 ADF单位根检验 |
3.1.2 理性资产价格泡沫检验原理 |
3.1.3 资产价格崩溃检验原理 |
3.2 PSY方法的递归算法 |
3.2.1 资产价格泡沫存在性的识别程序 |
3.2.2 资产价格泡沫周期的识别程序 |
3.3 我国股票市场与房地产市场资产价格泡沫的识别检验 |
3.3.1 我国股票市场资产价格泡沫的识别检验 |
3.3.2 我国房地产市场资产价格泡沫的识别检验 |
3.4 本章小结 |
第4章 中国宏观金融杠杆对房地产价格泡沫的非对称动态影响效应研究 |
4.1 金融杠杆不确定性下的资产定价理论模型 |
4.1.1 模型的基本假设 |
4.1.2 理论分析 |
4.2 NARDL计量模型 |
4.3 资产价格泡沫的金融杠杆的非对称动态效应检验 |
4.3.1 数据说明与指标测度 |
4.3.2 模型估计结果分析 |
4.3.3 金融杠杆的动态效应分析 |
4.4 本章小结 |
第5章 异质信念、融资融券失衡与股票价格泡沫 |
5.1 我国沪、深股票市场资产价格泡沫测度 |
5.2 RTV-VAR模型 |
5.3 我国多层次股票市场资产价格泡沫成因分析 |
5.3.1 数据选择 |
5.3.2 实证分析 |
5.4 本章小结 |
第6章 我国股票市场行业间资产价格泡沫传染效应研究 |
6.1 时变动态连通性指数构建 |
6.1.1 时变向量自回归模型 |
6.1.2 时变动态DY连通性指数构建 |
6.2 我国股票市场分行业资产价格泡沫测度 |
6.2.1 数据选取 |
6.2.2 分行业资产价格泡沫测度——基于趋势匹配方法 |
6.3 行业间资产价格泡沫连通性实证分析 |
6.3.1 总体动态连通性指数 |
6.3.2 总的带有方向的动态连通性指数 |
6.3.3 两两行业间泡沫净溢出动态连通性指数 |
6.4 本章小结 |
第7章 我国货币政策对资产价格泡沫的影响效应研究 |
7.1 货币政策对资产价格泡沫的影响效应理论基础 |
7.2 数据选取与实证模型 |
7.2.1 数据选取 |
7.2.2 计量模型介绍 |
7.3 货币政策对股票市场资产价格泡沫的影响效应实证分析 |
7.3.1 等间隔脉冲响应 |
7.3.2 等时点脉冲响应 |
7.4 货币政策对房地产市场资产价格泡沫的影响效应实证分析 |
7.4.1 等间隔脉冲响应 |
7.4.2 等时点脉冲响应 |
7.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的学术论文及其他科研成果 |
致谢 |
(3)基于结构性去杠杆视角的房地产金融风险测度与处置分析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
第一节 研究背景与研究意义 |
一、研究背景 |
二、研究意义与创新点 |
第二节 国内外相关文献综述 |
一、我国房地产金融风险测度文献综述 |
二、杠杆率测度和分析研究文献综述 |
三、研究的内容与方法 |
第二章 我国杠杆率与房地产金融风险的现状 |
第一节 我国房地产金融风险现状及主要特征 |
一、融资成本高、渠道少和结构不合理导致的高房企债务 |
二、土地财政成为助涨房价地价的主要推手 |
三、市场情况区域分化严重时应贯彻落实因城施策 |
四、家庭金融资产分配不均导致的房屋供需错配和民生压力 |
第二节 杠杆率现状及主要特征 |
一、非金融企业部门杠杆率 |
二、政府部门杠杆率 |
三、金融部门杠杆率 |
四、居民部门杠杆率 |
第三节 本章小结 |
第三章 房地产市场金融风险测度与分析 |
第一节 房地产市场泡沫度的概念 |
第二节 指标体系的构建 |
一、指标与数据的选取 |
二、数据处理与检验 |
三、主成分分析 |
第三节 国内房地产市场2006—2019 泡沫度的测度 |
第四节 多元线性回归分析 |
一、房地产市场泡沫度与三类非金融企业多元线性回归 |
二、平稳性检验:ADF检验 |
三、多元线性回归 |
四、房地产泡沫度与各部门杠杆率多元线性回归 |
第五节 本章小结 |
第四章 基于结构性去杠杆的房地产金融风险点分析 |
第一节 房地产企业部门风险点 |
第二节 居民部门风险点 |
第三节 金融部门风险点 |
第四节 政府部门风险点 |
第五节 本章小结 |
第五章 结论与建议 |
第一节 研究结论 |
第二节 政策建议 |
一、严控房企信贷融资风险,促进投资环境优化 |
二、引导居民理性消费,防范居民债务风险暴露 |
三、运用区块链技术治理隐性债务,促进地方政府降杠杆 |
四、完善房地产信贷政策,优化银行经营与信贷环境 |
结语 |
参考文献 |
附件 多元线性回归分析结果 |
附表 房地产市场泡沫测度指标来源 |
致谢 |
(4)跨境短期资本流动对泰国金融稳定的影响研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 导论 |
1.1 研究背景及意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 国内外研究综述 |
1.2.1 国外研究综述 |
1.2.2 国内研究综述 |
1.2.3 对既有研究的评述 |
1.3 研究思路、框架与方法 |
1.3.1 研究思路 |
1.3.2 研究框架 |
1.3.3 研究方法 |
1.4 创新与不足 |
1.4.1 创新之处 |
1.4.2 存在的不足 |
第二章 跨境资本流动影响金融稳定的机制分析 |
2.1 跨境资本流动对宏观经济稳定性的影响 |
2.1.1 跨境资本流动对货币政策的影响 |
2.1.2 跨境资本流动对汇率的影响 |
2.1.3 跨境资本流动对物价水平的影响 |
2.2 跨境资本流动对金融机构稳定性的影响 |
2.2.1 跨境资本对银行业金融机构的影响 |
2.2.2 跨境资本对非银行金融机构的影响 |
2.3 跨境资本流动对金融市场稳定性的影响 |
2.3.1 跨境资本流动对货币市场的影响 |
2.3.2 跨境资本流动对资本市场的影响 |
2.3.3 跨境资本流动对外汇市场的影响 |
2.4 本章小结 |
第三章 泰国跨境短期资本流动和金融稳定的状况分析 |
3.1 泰国跨境短期资本流动的状况分析 |
3.1.1 泰国跨境短期资本流动的总体状况 |
3.1.2 不同时期泰国跨境短期资本流动的状况 |
3.2 泰国金融稳定性的状况分析 |
3.2.1 泰国金融稳定性的衡量指标与估算 |
3.2.2 不同时期泰国金融稳定性指数的分析 |
3.3 本章小结 |
第四章 泰国跨境短期资本流动影响金融稳定的实证分析 |
4.1 实证过程 |
4.1.1 变量选择 |
4.1.2 平稳性检验 |
4.1.3 格兰杰因果检验 |
4.1.4 脉冲响应分析 |
4.2 不同时期的对比分析 |
4.2.1 趋势分析 |
4.2.2 实证分析 |
4.3 本章小结 |
第五章 结论与政策建议 |
5.1 全文结论 |
5.2 政策建议 |
5.2.1 合理管理跨境资本流动 |
5.2.2 积极维护金融稳定 |
参考文献 |
致谢 |
攻读学位期间发表论文情况 |
(5)房地产市场泡沫测度及影响因素分析 ——基于江苏省重点城市(论文提纲范文)
摘要 |
abstract |
第一章 引言 |
第一节 研究背景及意义 |
一、研究背景 |
二、选题意义 |
第二节 文献综述 |
一、国外文献综述 |
二、国内文献综述 |
第三节 研究思路及内容安排 |
一、研究思路 |
二、内容安排 |
第四节 主要研究方法 |
第五节 创新性尝试与不足 |
第二章 泡沫理论与测度方法 |
第一节 泡沫理论 |
一、泡沫的含义 |
二、泡沫演变的阶段 |
第二节 泡沫成因分析 |
一、人口 |
二、人均收入 |
三、土地资源 |
四、信贷利率 |
五、政府政策 |
第三节 泡沫测度方法简介 |
一、直接检验法 |
二、间接检验法 |
三、指标检验法 |
四、测度方法比较 |
第三章 江苏省房地产市场发展状况分析 |
第一节 重点城市的选取 |
一、聚类分析方法简介 |
二、聚类分析及结果 |
第二节 重点城市房地产市场发展概况 |
一、房地产市场供给趋势分析 |
二、房地产市场需求趋势分析 |
三、房地产市场价格趋势分析 |
第四章 房地产市场泡沫测度模型及实证分析 |
第一节 测度指标体系 |
一、指标选取准则 |
二、指标的选取与计算 |
第二节 综合指标下的泡沫测度 |
一、基于PCA单个指标权重的确定 |
二、综合指标下的四市房地产泡沫的计算 |
第五章 房地产市场泡沫影响因素实证分析 |
第一节 灰色关联分析法 |
一、方法简介 |
二、计算步骤 |
第二节 影响因素实证分析 |
一、指标选取 |
二、实证分析 |
三、实证结论 |
第六章 政策及建议 |
第一节 从供给端增加各类形式的住房供应 |
第二节 落实房地产市场的相关政策 |
第三节 合理运用金融手段加强监管 |
第四节 建立房地产市场泡沫监控体系 |
第七章 总结和展望 |
参考文献 |
致谢 |
个人简历及在学期间发表的研究成果 |
(6)金融杠杆与资产价格泡沫:影响机制及其监控研究(论文提纲范文)
摘要 |
Abstract |
主要缩略词、符号变量的注释表 |
第一章 绪论 |
1.1 研究背景与研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究思路、内容与方法 |
1.2.1 研究思路 |
1.2.2 研究内容 |
1.2.3 研究方法 |
1.3 论文创新与不足之处 |
1.3.1 论文创新 |
1.3.2 不足之处 |
第二章 文献综述 |
2.1 资产价格泡沫的含义及其形成机理研究综述 |
2.1.1 理性预期理论 |
2.1.2 行为金融理论 |
2.1.3 以分形和混沌理论为代表的非线性理论 |
2.1.4 信贷理论 |
2.1.5 金融发展理论 |
2.2 资产价格泡沫的存在性检验及测度研究综述 |
2.2.1 资产价格泡沫的存在性检验 |
2.2.2 资产价格泡沫存在性的检验方法 |
2.2.3 资产价格泡沫的测度方法 |
2.3 金融杠杆与资产价格泡沫的影响关系研究综述 |
2.3.1 金融杠杆与资产价格泡沫的影响关系 |
2.3.2 金融杠杆与房地产泡沫的影响关系 |
2.4 资产价格泡沫对经济增长的影响研究综述 |
2.4.1 资产价格泡沫对经济增长的促进作用 |
2.4.2 资产价格泡沫对经济增长的不利作用 |
2.4.3 资产价格泡沫与经济增长的周期联动效应 |
2.5 资产价格泡沫监控研究综述 |
2.5.1 主张从市场层面入手监控资产价格泡沫 |
2.5.2 从货币政策角度监控资产价格泡沫 |
2.5.3 利用托宾税监控资产价格泡沫 |
2.6 对现有文献的评述 |
2.7 本章小结 |
第三章 资产价格泡沫形成机理及其检验研究 |
3.1 资产价格泡沫的理论界定 |
3.1.1 资产 |
3.1.2 资产价格泡沫的载体类型 |
3.1.3 资产价格泡沫涵义界定 |
3.2 资产价格泡沫的形成机理分析 |
3.2.1 资产价格泡沫形成的理论基础 |
3.2.2 资产价格泡沫形成的影响因素 |
3.3 资产价格泡沫的检验 |
3.3.1 检验方法 |
3.3.2 变量说明及数据来源 |
3.3.3 检验结果及其分析 |
3.4 资产价格泡沫的提取 |
3.4.1 向量误差修正模型 |
3.4.2 资产价格泡沫提取 |
3.5 本章小结 |
第四章 金融杠杆与资产价格泡沫的影响机制研究 |
4.1 金融杠杆的经济本质及度量 |
4.1.1 金融杠杆的经济本质 |
4.1.2 金融杠杆的度量 |
4.2 金融加杠杆的机理分析 |
4.2.1 金融加杠杆的根源 |
4.2.2 金融加杠杆的实质 |
4.2.3 金融加杠杆的内在驱动力 |
4.2.4 金融加杠杆的实现路径 |
4.2.5 金融加杠杆的特征与成因 |
4.3 基于金融杠杆驱动的资产价格泡沫模型构建 |
4.3.1 理论分析 |
4.3.2 基于金融杠杆驱动的资产价格泡沫模型 |
4.4 金融杠杆与资产价格泡沫影响关系的实证分析 |
4.4.1 滚动宽窗Granger因果检验方法 |
4.4.2 变量说明与数据检验 |
4.4.3 实证结果及其分析 |
4.5 本章小结 |
第五章 金融杠杆和资产价格泡沫的影响效应研究 |
5.1 金融杠杆影响商业银行风险承担效应研究 |
5.1.1 理论分析 |
5.1.2 研究假设与变量定义 |
5.1.3 动态面板模型和门限检验方法 |
5.1.4 实证结果及其分析 |
5.2 资产价格泡沫与经济增长的周期联动效应研究 |
5.2.1 频谱分析方法 |
5.2.2 变量说明及数据来源 |
5.2.3 实证结果及其分析 |
5.3 资产价格泡沫与经济增长的共容效应研究 |
5.3.1 模型基本假设 |
5.3.2 资产价格泡沫与经济增长的共容条件 |
5.4 金融杠杆、资产价格泡沫与经济增长的时变效应研究 |
5.4.1 SV-TVP-SVAR模型 |
5.4.2 变量说明及数据来源 |
5.4.3 实证结果及其分析 |
5.5 本章小结 |
第六章 金融去杠杆与资产价格泡沫监控系统研究 |
6.1 去杠杆的范畴界定及认知 |
6.1.1 去杠杆的范畴界定 |
6.1.2 去杠杆的正确认知 |
6.2 实体去杠杆路径研究 |
6.2.1 “去杠杆”与“稳增长”的困境 |
6.2.2 实体去杠杆的路径 |
6.3 金融去杠杆路径研究 |
6.3.1 金融去杠杆的阶段和政策 |
6.3.2 金融去杠杆的路径 |
6.4 限贷政策抑制资产价格泡沫的效应研究 |
6.4.1 合成控制法 |
6.4.2 变量说明与数据来源 |
6.4.3 实证结果及其分析 |
6.5 资产价格泡沫监控系统研究 |
6.5.1 SVR模型与股市泡沫监控系统研究 |
6.5.2 BP神经网络与房地产泡沫监控系统研究 |
6.6 本章小结 |
第七章 研究结论与展望 |
7.1 主要研究结论 |
7.2 政策建议 |
7.3 研究展望 |
参考文献 |
攻读博士学位期间的科研情况 |
致谢 |
(7)西安市房地产市场泡沫测度(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
第一章 绪论 |
1.1 研究背景、目的及意义 |
1.1.1 研究背景 |
1.1.2 选题目的 |
1.1.3 选题意义 |
1.2 国内外文献综述 |
1.2.1 国外研究综述 |
1.2.2 国内研究综述 |
1.2.3 文献述评 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法及技术路线 |
1.4 本文贡献与不足 |
1.5 本章小结 |
第二章 房地产泡沫相关理论 |
2.1 一般泡沫理论 |
2.1.1 泡沫的概念 |
2.1.2 泡沫理论的发展 |
2.2 房地产泡沫理论 |
2.2.1 房地产泡沫的含义 |
2.2.2 历史上的房地产泡沫事件 |
2.2.3 房地产泡沫的表现形式 |
2.2.4 房地产价格泡沫的成因 |
2.2.5 房地产价格泡沫的危害 |
2.3 常用的房地产泡沫测度方法 |
2.3.1 指标指示法 |
2.3.2 理论价格法 |
2.3.3 统计检验法 |
2.3.4 房地产价格泡沫测度方法的适用性分析 |
2.4 本章小结 |
第三章 西安市房地产发展现状 |
3.1 西安市概况 |
3.2 西安市房地产市场现状 |
3.2.1 房地产开发投资情况 |
3.2.2 西安市房屋销售情况与竣工情况 |
3.2.3 房地产价格分析 |
3.2.4 城镇人均居住面积 |
3.2.5 土地市场出让及成交情况 |
3.2.6 西安市房地产企业情况 |
3.2.7 西安市房地产调控政策 |
3.2.8 西安市房地产市场存在的主要问题分析 |
3.3 本章小结 |
第四章 西安市房地产泡沫情况研究 |
4.1 指标选取的要求 |
4.1.1 房地产价格泡沫测度指标的选定 |
4.2 西安市房地产价格泡沫指标的测度与分析 |
4.2.1 房地产开发投资额/全社会固定资产投资额 |
4.2.2 房地产开发投资增长率/GDP增长率 |
4.2.3 房价收入比 |
4.2.4 房地产销售价格增长率/GDP增长率 |
4.2.5 商品房施工面积/商品房竣工面积 |
4.3 西安市房地产泡沫的综合测度 |
4.3.1 确定各指标的权重 |
4.3.2 综合指标法对西安市房地产价格泡沫的测度 |
4.3.3 基于理论价格法的实证研究 |
第五章 西安市房地产泡沫防范的建议 |
5.1 对于房地产市场相关的建议 |
5.1.1 加强对投机行为的打击 |
5.1.2 形成合理的住房结构 |
5.1.3 严格管理相关贷款 |
5.1.4 严厉打击囤地行为 |
5.1.5 健全招投标制度 |
5.2 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
(8)基于递归图的股票市场非线性动力学演化研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
第一节 研究背景 |
第二节 研究的理论意义及应用价值 |
一、研究的理论意义 |
二、研究的应用价值 |
第三节 创新点 |
第四节 研究方法和技术路线 |
一、研究方法 |
二、研究路线 |
第五节 研究内容及结构安排 |
第二章 国内外研究现状及发展趋势 |
第一节 复杂性科学与金融理论发展 |
一、金融市场复杂性 |
二、复杂性科学提供的金融分析工具 |
第二节 递归图方法 |
一、递归图方法的理论基础 |
二、递归量化分析(RQA) |
三、递归图方法中的重要参数确定 |
四、递归图方法的应用 |
五、递归图方法的最新发展 |
第三节 递归图方法在经济领域中的应用 |
第四节 当前研究的不足 |
第三章 全球股市有效性的动态演化及量化比较研究 |
第一节 引言 |
第二节 递归图方法及递归熵 |
第三节 全球主要股票市场的有效性量化比较研究 |
第四节 金融危机期间各国股票市场有效性研究 |
第五节 股票市场有效性的周期性动态演化分析 |
第六节 本章小节 |
第四章 股票市场崩盘前市场动力学特征异常突变时点检测研究 |
第一节 引言 |
第二节 相关工作 |
第三节 研究方法 |
一、递归图LAM指标 |
二、非线性时间序列突变检测的启发式分割算法(BG算法) |
第四节 股票市场崩盘与市场动力学特征异常突变研究 |
一、股票市场崩盘前市场动力学特征分析 |
二、基于BG算法的崩盘前市场动力学特征突变时点检测 |
三、2008年金融危机期间全球股市动力学特征异常突变时点检测研究 |
四、A股市场2015年“千股跌停”式崩盘的市场动力学特征突变分析 |
第五节 本章小节 |
第五章 股票市场动力学特征相似性度量方法 |
第一节 引言 |
第二节 高斯函数递归图及纹理特征分析 |
一、高斯函数递归图 |
二、递归图纹理特征相似性分析 |
第三节 数值分析 |
第四节 本章小结 |
第六章 基于动力学特征演化视角的适应性市场假说实证研究 |
第一节 引言 |
第二节 全球主要股票市场的动力学特征适应性演化分析 |
一、全球主要股票市场的动力学特征分析 |
二、基于BG算法的股票市场动力学特征突变研究 |
三、中国沪深A股市场动力学特征变化分析 |
第三节 本章小节 |
第七章 金融危机期间危机传染及股市动力学特征联动研究 |
第一节 引言 |
第二节 相关工作 |
第三节 构建市场动力学特征联动模式复杂网络方法 |
第四节 数据分析 |
一、数据采集 |
二、危机期间股票市场动力学特征演化及突变分析 |
三、危机期间市场动力学特征联动模式复杂网络分析 |
第五节 全球股市动力学特征复杂网络结构演化分析 |
一、相关工作 |
二、全球股市动力学特征网络结构动态演化分析 |
第六节 本章小节 |
第八章 研究结论与未来展望 |
第一节 研究结论 |
第二节 研究局限及未来展望 |
参考文献 |
致谢 |
个人学术简历 |
附件(A) 联动模式加权复杂网络 |
附件(B) 联动模式复杂网络中度值前30的节点 |
(9)中国股票市场泡沫的测度及其货币政策效应研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 股票市场泡沫的定义与分类 |
1.2.2 股票市场泡沫的形成机制 |
1.2.3 股票市场泡沫的检验与测度 |
1.2.4 股票市场泡沫与货币政策的关系 |
1.2.5 本章小结 |
1.3 研究思路及结构安排 |
1.3.1 研究内容及方法 |
1.3.2 本文的创新点 |
1.3.3 文章结构安排 |
第二章 理论基础及实证模型 |
2.1 理论基础 |
2.1.1 货币政策工具及其运用 |
2.1.2 货币政策对股票市场的影响机制 |
2.1.3 货币政策对股票市场泡沫的应对机制 |
2.2 股票市场泡沫检验的实证方法 |
2.2.1 爆炸型泡沫与ADF检验方法 |
2.2.2 周期性破灭泡沫与SADF检验方法 |
2.2.3 多重泡沫与GSADF/BSADF检验方法 |
2.3 时变参数向量自回归模型/TVP-VAR模型 |
2.3.1 向量自回归模型/VAR模型 |
2.3.2 结构向量自回归模型/SVAR模型 |
2.3.3 时变参数向量自回归模型/TVP-VAR模型 |
2.3.4 贝叶斯推断与MCMC方法 |
第三章 中国股票市场泡沫的实证检验 |
3.1 样本选取及数据来源 |
3.2 股票市场运行指标分析 |
3.2.1 收益率与波动性 |
3.2.2 市盈率与市净率 |
3.2.3 成交量与换手率 |
3.3 股票市场泡沫的BSADF检验 |
3.3.1 泡沫存在性检验 |
3.3.2 泡沫续存周期时点检验 |
3.4 本章小结 |
第四章 货币政策对股票市场泡沫影响的实证分析 |
4.1 样本选取及数据处理 |
4.2 模型构建及参数估计 |
4.3 脉冲响应函数分析 |
4.3.1 泡沫对利率冲击的脉冲响应函数分析 |
4.3.2 泡沫对货币供给冲击的脉冲响应函数分析 |
4.4 本章小结 |
第五章 结论与政策建议 |
5.1 主要研究结论 |
5.2 相应政策建议 |
5.3 研究不足及展望 |
参考文献 |
致谢 |
(10)中概股回归的动因、路径和经济后果研究 ——以迈瑞医疗IPO为例(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
第一节 研究背景及研究意义 |
第二节 研究思路与研究方法 |
第三节 本文创新点与不足 |
第二章 文献综述 |
第一节 中概股的形成与海外上市经济后果相关研究 |
第二节 中概股回归动因相关研究 |
第三节 中概股回归路径相关研究 |
第四节 中概股回归经济后果相关研究 |
第五节 文献评述 |
第三章 相关理论与分析框架构建 |
第一节 相关理论 |
第二节 构建理论分析框架 |
第四章 案例情况简介 |
第一节 迈瑞医疗公司简介 |
第二节 美国上市历程及在美发展情况 |
第三节 IPO回归历程与近期发展情况 |
第五章 案例分析 |
第一节 迈瑞医疗回归动因分析 |
第二节 迈瑞医疗回归路径分析 |
第三节 迈瑞医疗回归经济后果分析 |
第六章 结论与启示 |
第一节 结论 |
第二节 启示 |
参考文献 |
附录 |
致谢 |
四、资本市场泡沫的路径选择及控制(论文参考文献)
- [1]我国区域性金融风险的计量研究[D]. 李卓. 吉林大学, 2021(01)
- [2]我国资产价格泡沫的形成机理与传染效应研究[D]. 林思涵. 吉林大学, 2021(01)
- [3]基于结构性去杠杆视角的房地产金融风险测度与处置分析[D]. 杨韫韬. 湖北省社会科学院, 2020(08)
- [4]跨境短期资本流动对泰国金融稳定的影响研究[D]. 刘晓臻. 广西大学, 2020(07)
- [5]房地产市场泡沫测度及影响因素分析 ——基于江苏省重点城市[D]. 田笑宇. 上海财经大学, 2020(04)
- [6]金融杠杆与资产价格泡沫:影响机制及其监控研究[D]. 冯文芳. 东南大学, 2020
- [7]西安市房地产市场泡沫测度[D]. 陈亮. 西安电子科技大学, 2020(05)
- [8]基于递归图的股票市场非线性动力学演化研究[D]. 李燕. 上海财经大学, 2020(04)
- [9]中国股票市场泡沫的测度及其货币政策效应研究[D]. 姚恒宇. 南京航空航天大学, 2020(08)
- [10]中概股回归的动因、路径和经济后果研究 ——以迈瑞医疗IPO为例[D]. 吕雅铭. 浙江财经大学, 2020(06)