1. 研究目的与意义
住房既是居民安居乐业的重要依托，也是个人财富和增量资金的主要汇集地，房地产业因此具有强社会及金融属性，随着房价持续增长、炒房示范效应形成并扩散、信贷资金及资管资金哄拥进入，中国房地产市场相关风险持续积累，客观识别、科学评估房地产市场风险及其构成要素，对于促进房地产市场健康可持续发展具有重要意义。
房地产在中国以其关联性强、涉及面广、重要性高等特征被人们所认知：一是房地产与GDP核算、地方财政收入紧密联系；二是房地产与婚娶、教育等社会活动息息相关，是居民安居乐业的重要依托；三是房地产是增量资金的蓄水池，被认为是中国“M2消失之谜”的答案，还是银行重要的信贷资金投向领域及押品来源。可以认为，房地产业整体稳定、房地产市场健康发展事关宏观经济增长、社会稳定和金融稳定。十九大报告提出“坚持房子是用来住的、不是用来炒的定位”，对房地产市场宏观调控政策导向进行了明确定调。此外，鉴于房地产与金融业的紧密关系，国际货币基金组织（IMF）、金融稳定理事会（FSB）等国际权威组织提出将房地产市场风险纳入审慎监管范围，银保监会主席郭树清公开表态称“房地产是现阶段中国金融风险方面最大的‘灰犀牛’”，彰显出房地产市场的风险易染性和极强破坏性。近年来，中国房价持续上升，资产泡沫风险持续积累，防范房地产风险显性化已迫在眉睫，因此，构建房地产市场风险的综合度量指数，有效甄别测度、科学防范化解房地产风险成为学术界和实务界的重要主题。
2. 研究内容和预期目标
（一）研究内容
本文拟探究不同维度风险因子对房地产市场总体风险的动态时变影响机制。通过跨维度地构建中国房地产市场风险指数，并引入滚动VAR模型及动态溢出网络方法动态面板门槛模型，实证研究房地产不同维度风险的时变机制及传染问题，并给出对后续建立房地产市场全面风险预警机制的相关建议。
（二）拟解决的关键问题
3. 国内外研究现状
国外关于房地产市场风险的相关研究在技术方法及研究策略上都相对成熟，相对而言，国内关于房地产市场风险的学术研究主要由以下几个方向构成：一是参考国外学者的研究方法，基于国内相关数据，构建房地产市场风险度量指标；二是拆解并分析房地产市场风险的构成要素及影响程度；三是探究外部冲击（如货币政策、贴现率波动等）对房地产市场的影响及作用机制。无论是国内研究亦或是国外研究，均以研究房地产风险构成要素、探索房地产市场风险测度方法等方向居众。
在探索房地产市场风险构成要素方面，分为内部和外部两大主题。（1）房地产市场风险的内部构成要素。一些学者选择从单一风险层面进行研究。在房地产开发层面，邓郁松（2010）发现在房地产开发企业资金紧张时，房地产开发投资增速将出现回落。吴忠（2014）则指出在开发过程中主要存在利率风险、购买力风险与资金变现风险。在房地产投融资层面，Khandani et al.（2013）发现随着房产升值，房主的杠杆作用会逐渐增加，但也易引致更大的风险承担。康峰（2016）发现中国三、四线城市房地产融资贷款集中度高，且融资方式相对单一，占用大量信贷资源的同时还造成库存日益增加，两者叠加作用导致风险集聚。在房地产库存层面，王小广（2017）认为中国房地产库存问题的严重性主要表现为：长期累积形成的存量库存和面临住房绝对过剩的潜在隐患。
房地产市场风险的外部影响因素。在不同阶段，影响房地产市场的外部因素及影响程度均不同，其中货币政策对房地产市场影响最为明显（张莹，2014），但Funke et al.（2018）发现虽然货币政策对房价具有巨大的溢出效应，却不是房价的主要驱动力。进一步地，周建军等（2019）结合货币政策传导方向，发现M2增长率与房地产市场风险间存在双向因果关系，而同业拆借利率和准备金率与房地产市场风险间仅存在单向因果关系。从宏观经济层面来看，黄艳芬等（2016）认为居民杠杆率的提升会引起房价增长，从而带来一定的房地产泡沫风险。
4. 计划与进度安排
一、撰写方案
本项目首先结合国内外学者对此问题相关研究，归纳总结房地产市场风险研究的技术方法及研究策略。其次，跨维度地构建中国房地产市场风险指数；并运用滚动VAR模型及动态溢出网络方法，实证研究不同维度风险因子对房地产市场总体风险的动态时变影响机制，结合分析结果，得出结论。最后，针对实证分析结果给出相应的对策建议，总结结论并对后续进一步研究做出规划和展望。
5. 参考文献
| [1] 邓郁松，2010：《房地产调控政策对市场运行的影响分析-2011年上半年房地产市场预测》，《价格理论与实践》第11期，第43-44页。 [2] 吴忠，2014：《我国房地产投资项目中的风险与对策》，《财经问题研究》第2期，第39-41页。 [3] Khandani,A. E.，2013，“Lo A W, Merton R C. Systemic risk and therefinancing ratchet effect”，Journal ofFinancial，108，29-45. [4] 康峰，2016：《三四线房地产融资风险》，《中国金融》第24期，第101页。 [5] 王小广，2017：《房地产库存问题与去库存对策》，《理论探索》第2期，第16-21、27页。 [6] 刘志彪，2016：《房地产去库存:供给侧结构改革的重中之重》，《江苏行政学院学报》第4期，第36-41页。 [7] 黄梦非、姚明秀，鲁波涛，2017：《贝叶斯网络决策在房地产投资风险控制中的应用》，《统计与决策》第21期，第71-74页。 [8] 王大港、刘伊生，2016：《新常态下中国房地产市场风险特征及影响因素研究》，《东岳论丛》第10期，第157-164页。 [9] 何恺、程道平，2016：《我国城市房地产市场风险测度研究-基于综合赋权评价方法对济南市的测算》，《价格理论与实践》第10期，第148-151页。 [10] 张莹，2014：《基于分位回归的房地产价格影响因素研究》，《统计与决策》第6期，第63-66页。 [11] Funke，M.，Kirkby. R，and Mihaylovski. P，2018，“House prices and macroprudential policy in anestimated DSGE model of New Zealand”，Journal of Macroeconomics，56，152-171. [12] 周建军、孙倩倩，2019：《货币政策对房地产金融风险的影响研究-基于SVAR模型与门槛模型的实证分析》，《财经理论与实践》第4期，第32-37页。 [13] 黄燕芬、赵永升、夏方舟，2016：《中国房地产市场居民加杠杆:现状、机理、风险及对策》，《价格理论与实践》第8期，第12-16页。 [14] 荆中博、王乐仪、方意，2019：《风险溢出、周期性与中国房地产市场系统性风险》，《当代经济科学》第5期，第11-23页。 [15] Pavlov，A. D.，and Wachter. S. M，2011，“Subprime lending and real estate prices”，Social Science, Electronic Publishing，39，1-17. [16] Cashman，G. D.，Harrison D. M.，and Seiler M. J.，2016：《Capital structure and political risk in Asia-Pacificreal estate markets》，《The Journal of RealEstate Finance and Economics》第53期，第115-140页。 [17] 郭文伟、钟明，2017：《基于变点CAViaR模型的中国房地产市场风险演化模式研究》，《系统工程》第4期，第9-16页。 [18] Benhabib，J.，Liu. X，and Wang. P，2019，“ Financial markets,the real economy, and self-fulfilling uncertainties”，The Journal of Finance， 1503-1557. [19] 刘群红、钟普平、陈琛，2014：《基于AHP方法的老年地产项目投资风险评价研究》，《城市发展研究》第11期，第29-32页。 [20] Thilini，M.，andWickramaarachchi. N. C，2019：《Risk assessment in commercial real estatedevelopment: an application of analytic network process》，《Journal of Property investment and Finance》第37期，第427-444页。 |
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
