房地产产业联动机制及市场风险演化模式研究
发布时间：2020-12-03 01:27
国外对房地产产业关联性的研究始于上世纪30年代初经济大萧条之后，至今研究相对成熟。国外学者对房地产产业联动性方面的研究随着产业关联理论及其分析工具的发展而不断深入。国外学者的研究对象主要集中于欧美国家实体经济层面，所使用的分析方法主要为：投入产出法和可计算一般均衡模型等。国内学者对房地产产业联动性方面的研究起步较晚，而且相关文献相对较少，大部分文献主要集中于研究房地产业与国民经济增长之间关系方面的研究。仅有的少数文献均是基于实体经济层面采用不同分析方法来对国内或局部地区房地产产业联动性进行实证分析，而对虚拟经济层面的房地产产业联动性研究甚少；目前国内学者采用的方法主要有：投入产出法、可计算一般均衡模型（Computable General Equilibrum Model,CGE）、向量自回归模型（VectorAutoregression model,VAR）等；这些方法中，投入产出法由于面临“数据更新滞后、只能刻画线性、静态的产业关联性”等局限，无法及时捕捉房地产与相关产业间的存在的非线性、非对称的静态（动态）联动性及其存在的结构突变特征；可计算一般均衡模型（CGE）虽然能充分描述国...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：157 页
【学位级别】：博士
【部分图文】：
论文研究路线
数据来源：Choice 数据库图 3-5 房地产开发投资资金来源（1992-2012） 3-5 可知，在 1997-2012 年期间，国内房地产企业的资金需求规模的 3817 亿元快速增长到 2012 年的 9.65 万亿元。房地产企业资金来、利用外资、自筹资金和其他来源四个方式，其中国内贷款一直占据款规模除了在 2007-2008 年期间有所下降外，其他年份均快速上涨 亿元快速增长到 2012 年的 1.48 万亿元。其次，企业自筹资金也在整展，其融资规模仅次于国内贷款规模。截至到 2014 年第一季度末，银行贷款余额高达 15.42 万亿元，而个人购房贷款余额也达到 10.期银行贷款余额的 20.5%和 13.7%，两者相加的话，有关房地产领域过银行贷款总额的 30%。如果再考虑到近几年房地产企业通过国内“从银行融资的话，则房地产业的资金中来自银行的占比将会更高。
数据来源：Choice 数据库图 3-6 中国国房景气指数走势（199801-201405）从现实情况来看，根据国家统计局颁布的统计数据显示，2014 年 1 月至 8 国房地产业投资增速仅为13.2%，相比2013年19.8%的投资增速已经出现了明显由于受到资金约束，今年以来房地产业的住宅新开工面积相比 2013 年也已大与此同时，受到房地产业投资规模持续萎缩的影响，关联产业的产量及产品价了明显的下降。其中受冲击最大的就是钢铁业，其主要钢材品种价格指数从 2来就持续下跌。目前钢铁业产能严重过程并出现了整体性亏损；根据中国钢铁计，2014 年一季度，我国钢铁业整体性亏损达 23 亿元，整个钢铁业负债规模达亿元。房地产市场的调整也同样对下游相关产业（家具、家电等）产生显著的负比如，2014 年 8 月份，国内彩电业产量环比下降了 11.2%，电冰箱产量也下降了衣机产量同比下降了 7.5%。由此可见，由于房地产业自身的调整而给相关产业
【参考文献】：
期刊论文
[1]中国房地产业与金融业动态相依性及结构突变特征研究[J]. 钟明,郭文伟,宋光辉. 现代财经(天津财经大学学报). 2013(09)
[2]基于时变Copula的房地产业与银行业尾部动态相关性研究[J]. 江红莉,何建敏,庄亚明. 管理工程学报. 2013(03)
[3]我国创业板IPO首日高频量价分位相关的变点分析[J]. 王新宇,杨广,宋学锋. 系统工程理论与实践. 2013(07)
[4]中美股票市场风险差异的新解释——收益对市场风险不对称效应的CAViaR模型与实证[J]. 张颖,孙和风. 南开经济研究. 2012(05)
[5]房地产产业关联和功能定位的动态考察与国际对比——基于中美日德巴投入产出表的对比分析[J]. 唐丽英. 武汉金融. 2012(10)
[6]藤Copula模型与多资产投资组合VaR预测[J]. 高江. 数理统计与管理. 2013(02)
[7]石油期货收益率的分位数建模及其影响因素分析[J]. 陈磊,曾勇,杜化宇. 中国管理科学. 2012(03)
[8]分位数回归的金融风险度量理论及实证[J]. 张颖,张富祥. 数量经济技术经济研究. 2012(04)
[9]基于流动性调整CAViaR模型的风险度量方法[J]. 闫昌荣. 数量经济技术经济研究. 2012(03)
[10]房地产业的关联效应和波及效应——基于浙江省投入产出表的实证分析[J]. 吕品,郑莉锋. 科学决策. 2012(02)
博士论文
[1]我国金融业投入产出关联及效率分析[D]. 吕鹰飞.吉林大学 2012
[2]基于Copula理论和GPD模型的金融市场风险测度研究[D]. 李强.重庆大学 2012
[3]Copula方法在投资组合以及金融市场风险管理中的应用[D]. 胡心瀚.中国科学技术大学 2011
[4]中国房地产业市场结构、竞争机制及企业竞争策略研究[D]. 耿建明.武汉理工大学 2010
[5]基于Copula理论的金融时间序列相依性研究[D]. 刘琼芳.重庆大学 2010
[6]中国房地产周期波动理论和对策研究[D]. 佟克克.北京交通大学 2006
硕士论文
[1]基于CGE模型的房地产行业波动分析[D]. 何云.厦门大学 2014
[2]分位数回归与金融风险研究[D]. 郝亦朗.首都经济贸易大学 2011
[3]中国房地产业的投入产出分析[D]. 王媚媚.重庆大学 2009
[4]赣州市房地产产业链及区域经济相关研究[D]. 苏小波.江西理工大学 2008
[5]论中国房地产金融体系构建[D]. 罗杨秋璐.东北师范大学 2008
[6]基于CAViaR方法的我国股票市场风险度量及波动性研究[D]. 丁军军.厦门大学 2007
本文编号：2895762
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：157 页
【学位级别】：博士
【部分图文】：
论文研究路线
数据来源：Choice 数据库图 3-5 房地产开发投资资金来源（1992-2012） 3-5 可知，在 1997-2012 年期间，国内房地产企业的资金需求规模的 3817 亿元快速增长到 2012 年的 9.65 万亿元。房地产企业资金来、利用外资、自筹资金和其他来源四个方式，其中国内贷款一直占据款规模除了在 2007-2008 年期间有所下降外，其他年份均快速上涨 亿元快速增长到 2012 年的 1.48 万亿元。其次，企业自筹资金也在整展，其融资规模仅次于国内贷款规模。截至到 2014 年第一季度末，银行贷款余额高达 15.42 万亿元，而个人购房贷款余额也达到 10.期银行贷款余额的 20.5%和 13.7%，两者相加的话，有关房地产领域过银行贷款总额的 30%。如果再考虑到近几年房地产企业通过国内“从银行融资的话，则房地产业的资金中来自银行的占比将会更高。
数据来源：Choice 数据库图 3-6 中国国房景气指数走势（199801-201405）从现实情况来看，根据国家统计局颁布的统计数据显示，2014 年 1 月至 8 国房地产业投资增速仅为13.2%，相比2013年19.8%的投资增速已经出现了明显由于受到资金约束，今年以来房地产业的住宅新开工面积相比 2013 年也已大与此同时，受到房地产业投资规模持续萎缩的影响，关联产业的产量及产品价了明显的下降。其中受冲击最大的就是钢铁业，其主要钢材品种价格指数从 2来就持续下跌。目前钢铁业产能严重过程并出现了整体性亏损；根据中国钢铁计，2014 年一季度，我国钢铁业整体性亏损达 23 亿元，整个钢铁业负债规模达亿元。房地产市场的调整也同样对下游相关产业（家具、家电等）产生显著的负比如，2014 年 8 月份，国内彩电业产量环比下降了 11.2%，电冰箱产量也下降了衣机产量同比下降了 7.5%。由此可见，由于房地产业自身的调整而给相关产业
【参考文献】：
期刊论文
[1]中国房地产业与金融业动态相依性及结构突变特征研究[J]. 钟明,郭文伟,宋光辉. 现代财经(天津财经大学学报). 2013(09)
[2]基于时变Copula的房地产业与银行业尾部动态相关性研究[J]. 江红莉,何建敏,庄亚明. 管理工程学报. 2013(03)
[3]我国创业板IPO首日高频量价分位相关的变点分析[J]. 王新宇,杨广,宋学锋. 系统工程理论与实践. 2013(07)
[4]中美股票市场风险差异的新解释——收益对市场风险不对称效应的CAViaR模型与实证[J]. 张颖,孙和风. 南开经济研究. 2012(05)
[5]房地产产业关联和功能定位的动态考察与国际对比——基于中美日德巴投入产出表的对比分析[J]. 唐丽英. 武汉金融. 2012(10)
[6]藤Copula模型与多资产投资组合VaR预测[J]. 高江. 数理统计与管理. 2013(02)
[7]石油期货收益率的分位数建模及其影响因素分析[J]. 陈磊,曾勇,杜化宇. 中国管理科学. 2012(03)
[8]分位数回归的金融风险度量理论及实证[J]. 张颖,张富祥. 数量经济技术经济研究. 2012(04)
[9]基于流动性调整CAViaR模型的风险度量方法[J]. 闫昌荣. 数量经济技术经济研究. 2012(03)
[10]房地产业的关联效应和波及效应——基于浙江省投入产出表的实证分析[J]. 吕品,郑莉锋. 科学决策. 2012(02)
博士论文
[1]我国金融业投入产出关联及效率分析[D]. 吕鹰飞.吉林大学 2012
[2]基于Copula理论和GPD模型的金融市场风险测度研究[D]. 李强.重庆大学 2012
[3]Copula方法在投资组合以及金融市场风险管理中的应用[D]. 胡心瀚.中国科学技术大学 2011
[4]中国房地产业市场结构、竞争机制及企业竞争策略研究[D]. 耿建明.武汉理工大学 2010
[5]基于Copula理论的金融时间序列相依性研究[D]. 刘琼芳.重庆大学 2010
[6]中国房地产周期波动理论和对策研究[D]. 佟克克.北京交通大学 2006
硕士论文
[1]基于CGE模型的房地产行业波动分析[D]. 何云.厦门大学 2014
[2]分位数回归与金融风险研究[D]. 郝亦朗.首都经济贸易大学 2011
[3]中国房地产业的投入产出分析[D]. 王媚媚.重庆大学 2009
[4]赣州市房地产产业链及区域经济相关研究[D]. 苏小波.江西理工大学 2008
[5]论中国房地产金融体系构建[D]. 罗杨秋璐.东北师范大学 2008
[6]基于CAViaR方法的我国股票市场风险度量及波动性研究[D]. 丁军军.厦门大学 2007
本文编号：2895762
本文链接：https://www.wllwen.com/jingjifazhanlunwen/2895762.html