一、2002年我国金融运行健康平稳（论文文献综述）
陈钰晓[1]（2021）在《人口年龄结构对房地产价格的影响研究》文中提出住房资产是我国家庭资产的重要组成部分。根据《中国家庭金融调查》报告显示,中国居民将总资产的70%配置在了住房资产上。因此,房价成为我国居民最为关注的问题之一,房地产价格剧烈变化不仅会对居民生活造成影响,更会引起金融市场乃至整个经济体的波动。1998年中央政府确定了城镇住房的货币化、市场化、商品化改革方向之后,我国新的住房制度逐步构建起来,房地产市场自此开始走向蓬勃发展。自住房制度货币化改革以来,我国住房价格节节攀升,从1998年的1854元涨到了2019年的9287元,20年间房价上涨超过4倍。房价的过快上涨一方面造成居民买房难的社会问题,另一方面也加剧了整个金融市场的不确定性。中国的高房价已经成为严峻的社会经济问题,探究房价变化背后的原因有助于理解我国房地产市场的运行规律,并针对性地出台调控政策防范房地产市场风险。现有研究从土地财政、货币超发、居民收入提高、城市化等视角切入,解释房价变动的原因。但是这些因素在解释房价长期变动趋势方面存在一定的局限性。我国住房销售价格与销售面积变动步调十分一致,作为房地产市场的消费主体,居民的需求是影响房价的关键,人口因素会对住房价格产生直接深远的影响。从人口年龄结构的视角来看,第三次“婴儿潮”成年以及老年群体代际转移行为共同作用,导致房价进入上升通道。但是,我国人口年龄结构正在持续恶化,根据国家统计局公布的历年人口数据显示,0-14岁少儿比例从1953年的36.3%下降到2018年的16.9%;而65岁以上老年人口比例则从4.4%上升到11.9%,这些变化反映了我国少子老龄化问题日渐突出。在此背景下,人口年龄结构对房价的影响效果如何、人口年龄结构影响房价的微观机理以及随着人口年龄结构变化未来房价可能产生何种变动趋势等问题,是当前经济学领域十分重要的议题。围绕人口年龄结构对房价影响这一核心问题,全文通过逐层递进的三个部分依次展开。第一部分从宏观层面考察人口年龄结构对房价的影响。论文首先从理论溯源、现实描述和实证研究三个层面分析人口年龄结构对房价的影响。具体来讲,在理论分析层面,构建以世代交叠模型为基础的理论分析框架。从生命周期理论出发,老年群体自身住房需求降低,导致房价下跌,但从代际转移理论出发,老年群体的代际转移行为则会推动房价上涨,因此老年抚养比对房价的影响依赖于两种力量的共同作用。在现实描述层面,基于全国、省份、城市维度的历年数据,描述我国房地产价格、人口年龄结构变化情况以及两者之间的关系。结果发现,“婴儿潮”成年是推动房价在2003年之后结构性上涨的重要因素,少儿抚养比与房价之间呈现负相关关系,而老年抚养比与房价之间呈现正相关关系。在实证研究层面,第一步,基于中国1999-2018年省级面板数据,实证检验人口总抚养比、少儿抚养比、老年抚养比对房价的影响。第二步,基于2000年第五次、2010年第六次全国人口普查数据,结合省份层面和城市层面相应年份数据,实证检验各个年龄段人口占比对房价的影响。第三步,通过2010年第六次全国人口普查获得的城市人口年龄结构数据,结合70个大中城市房价指数,分析人口年龄结构对房价未来走势的影响。无论是从省份还是城市一级宏观数据都得到一致结论,即少儿抚养比下降推动房价上涨,老年抚养比增加推动房价上涨但推动力量在减弱。第二部分从微观个体层面考察人口年龄结构对房价的影响。从不同年龄群体住房需求决策出发,基于微观视角探究人口年龄结构对房价产生上述影响的原因,这有助于更深刻的理解房地产价格运行规律。论文分别使用2005年全国人口抽样调查数据和2015年四川省人口抽样调查数据,通过M-W模型计算出年龄与住房需求之间呈现稳定的“倒U型”关系。进一步,利用中国家庭金融调查（CHFS）数据,在修正“群组效应”的基础上,提供老年人口代际转移行为变化的证据。结果发现,老年人口自身住房需求下降,但会通过代际转移行为推动房价上涨,同时代际转移的力量正在逐步减弱。伴随着代际转移力量的消减,老年抚养比增加对房价的推动作用正在减弱,未来将会呈现何种趋势?对这一问题的回答有必要汲取OECD等发达国家的经验启示。一方面,我国人口年龄结构的变化趋势正在与OECD国家趋同;另一方面,OECD国家房地产市场相对成熟、人口年龄结构变化时序长,使得研究其人口年龄结构对房价的影响具有优势。因此,论文利用1970-2018年OECD国家人口与房价数据,为本研究提供更多证据。实证结果显示,人口总抚养比、少儿抚养比、老年抚养比与住房价格指数之间存在负相关关系。值得注意的是,老年抚养比对住房价格指数的负向影响会随着时间推移而增强。综合来看,随着人口老龄化进程的深入,我国老年抚养比增加将会从推动房价上涨转向抑制房价上涨。第三部分基于人口年龄结构变化预测未来房价趋势。由上两部分的论述可知,我国人口年龄结构是影响房价的重要因素,而且未来会呈现出新趋势。那么基于人口年龄结构变化的内在规律,我国房价未来将会如何变动?这是政府、居民和学界普遍关注的问题。因此,论文首先选取人口—发展—环境分析（Population-Development-Environment Analysis）模型,基于2010年第六次全国人口普查数据,设定高中低生育率三组情景,对我国2021-2050年人口年龄结构变化做出预测。其次,基于人口年龄结构变化来预测未来住房需求及价格趋势。住房总需求将在未来遭遇拐点,在低/中等生育率情况下,拐点出现在2030-2035年之间;在高生育率情况下,拐点出现在2035-2040年之间。由于城市人口和跨区域流动人口变动的一些特征趋势,会导致不同层级城市出现拐点的时间存在差异。一二线城市房价更稳定且拐点更靠后,三四线城市房价下跌风险更大且拐点更靠前。最后,通过对本文的研究结论进行归纳总结,结合我国房地产市场和人口年龄结构未来发展趋势,提出优化人口结构、强化住房居住功能、坚持“因城施策”、发展租购并举新体系、加强房地产调控等政策建议。本文的创新点包括:第一,通过生命周期理论与代际转移理论的统一,国内经验与国际经验的统一,最终得出老年人口占比与我国房价之间将呈现“倒U型”关系的结论。仅仅依靠生命周期理论很难解释我国人口老龄化推动房价上涨这一现象,因为根据生命周期理论老年人口对住房的需求会下降。为了解释这一悖论十分有必要引入代际转移理论,由于我国老年人口经历了房地产市场改革,获得了房改红利,加之我国金融市场缺乏有效的养老金融服务产品、社会养老制度并不健全、房屋交易成本较高等原因,老年人口具有较强的代际转移能力和意愿。因此,老龄化反而推动房价上涨,但这种代际转移行为难以持续。伴随储蓄释放过程的逐步减弱、养老金融服务产品的日益丰富、养老制度的逐步健全,代际转移的力量也将削弱,实证结果也证实了这一点。进一步,结合国际经验发现,人口老龄化对房价的影响具有阶段性特征。随着老龄化进程的加快,其对房价的抑制作用会越来越明显。综上,我国人口老龄化会先推动房价上涨,之后推动力量变得不显着,最终人口老龄化将抑制房价。第二,通过宏观视角和微观视角结合的方式,有机整合国家、地区层面以及微观个体层面的数据,全方位考察人口年龄结构对房价的影响及其机理。从宏观视角出发,选取历年《中国统计年鉴》中31个省、自治区、直辖市和35个大中城市的人口与房价数据,考察人口年龄结构对房价的影响。为了提供更为广阔的视角,论文进一步选取1970-2018年世界银行发布的OECD国家人口与房价数据展开分析。国家、省份、城市层面的房价数据,各有其优缺点,能够在不同维度上更好度量我国房价变化的时序特征和地区差异特征。从微观视角出发,选取2000年第五次全国人口普查数据、2010年第六次全国人口普查数据、2005年全国人口抽样调查数据（345个地区的2585481个样本）、2015年四川省人口抽样调查数据（907238个样本）以及2011、2013、2015、2017年四期中国家庭金融调查数据,为剖析人口年龄结构对房价的影响机理提供依据。人口普查数据和家庭微观调查数据,可以更好地度量了人口年龄结构的变化、住房资产变动情况。通过二者的有机结合,建立对应的计量模型,本文相对更加准确、全面的考察了人口年龄结构与房价的关系。第三,基于人口年龄结构变化更精准地预测了未来房价变动趋势。当前,预测房价变动趋势的方法主要分为三种:第一种,直接将人口普查得到的人口分布平移至未来,结合各年龄段对应的住房需求,预测未来住房需求及价格趋势;第二种,基于线性模型,将房价影响因素的预测值代入模型预测未来房价走势;第三种,基于时间序列模型,根据房价历史变动趋势特征预测未来房价走势。第一种直接平移人口分布预测未来人口年龄结构动态演变的方法存在明显缺陷,后两种方法则适用于预测短期房价变动,在预测房价长期变动时存在一定的局限性。因此,本文引入人口—发展—环境分析模型,基于第六次全国人口普查数据,设定高中低生育率三组情景,对我国2021-2050年人口年龄结构变化做出预测,并在此基础上预测未来房价变动趋势。同时,考虑城镇化率、人口跨区域流动等因素,对房价变动趋势进行分析。
陈景辉[2]（2021）在《安徽省房地产泡沫研究》文中认为房地产业是我国当前国民经济的基础产业和重要支柱产业,保持房地产业的健康发展对于维持宏观经济稳定具有重要意义。房地产业的快速发展既能够带动整个社会宏观经济的发展,也可能引发一系列民生问题。因此,对于房地产泡沫测度以及形成原因的研究将有助于房地产市场平稳健康发展。以往文献大多以全国或者特大型城市的房地产市场为研究对象,对于以省域宏观经济发展现状为背景的房地产市场研究较为匮乏,因此本文以安徽省房地产市场为研究对象,测度房地产泡沫程度以及分析房地产泡沫的形成原因,并进一步提出合理建议,从而推动安徽省房地产市场持续平稳健康发展。安徽省位于长江三角洲地区,处于全国经济发展的经济要冲,下辖16个省辖市,2019年末常住人口为6365.9万人,房地产市场发展起点较低,但近年来安徽省房地产价格上涨速度较快。对于安徽省房地产市场是否存在泡沫,房地产泡沫究竟有多大,成为了政府、学者和普通民众关注的焦点。用科学的实证方法回答这些问题,对于政府制定相关房地产政策具有至关重要的指导意义。然而,过去较多有关房地产泡沫问题的文献却泛化了房价泡沫的界定,仅仅将房价上涨速度过快、开发投资额增速过快等现象归结为房地产泡沫,并未从多维度构建体系来综合测度房地产泡沫程度。本文结合代理指标法和因子分析法,分别从供给、需求、信贷和价格评价四个维度选取2001～2019年安徽省房地产市场相关指标构建房地产泡沫测度指标体系,根据已有文献确定的各个指标临界值,构建安徽省房地产测度模型,从而测得2001～2019年安徽省房地产泡沫综合得分。结论显示:仅2015、2017、2018、2019年泡沫综合得分低于警戒值,其余年份均高于临界值。2001～2019年安徽省房地产泡沫整体呈平稳下降趋势,其中部分年份房地产泡沫得分起伏较大。2003年泡沫综合得分达到最高值1.124,2015年则下降到最低值-0.816。共可以细分为三个阶段,第一阶段为2001～2003年泡沫增大阶段,第二阶段为2004～2015年泡沫下降阶段,第三阶段为2016～2019年泡沫平稳发展阶段,该阶段调控政策频出。由于房地产泡沫最直观的外在表现形式为房价在短时间内急剧上升,本文进一步从供给和需求两个维度共选取十个解释变量,通过收集2001～2019年安徽省房地产市场相关数据,构建安徽省房地产价格波动模型,并运用逐步回归法和可行广义最小二乘法,对安徽省房地产泡沫形成原因进行分析。结果表明:人口、城镇化率、房地产开发投资额和土地购置费四个解释变量对安徽省房地产价格波动具有显着影响。最后根据实证结果,分别从抑制房地产泡沫的短期手段和长效机制两个方面,对安徽省房地产市场健康发展提出对策建议。
王国志[3]（2021）在《经济不确定性、经济周期与货币政策有效性研究》文中研究指明在全面建设社会主义现代化国家向第二个百年奋斗目标迈进的历史新征程中,国内外政治经济环境发生了显着的变化,一个突出表现就是国内外经济不确定性事件频繁发生,导致我国经济周期运行的波动性加剧,货币政策调控难度加大,因此科学研判经济不确定性对经济周期和货币政策有效性的影响对于提升宏观调控有效性推动高质量发展具有理论和现实意义。本文遵循“文献梳理——理论分析——现状测度——实证研究——理论拓展”的总体研究框架,综合采用文献分析、理论梳理、指数测算、动态计量实证研究、DSGE理论模拟等方法对经济不确定性、经济周期与货币政策调控之间勾稽关系的规律性特征开展理论和实证研究。本文首先从理论层面梳理了经济不确定性概念的起源、界定及其度量,分析经济不确定性对经济周期影响的理论机制、经济不确定性对货币政策有效性影响的理论机制以及不同经济周期下货币政策调控的相关理论,奠定全文研究的理论基础。综合现有文献来看,可以将经济不确定性的基本概念界定为经济主体对未来的发生事件的无法预测性,衡量经济不确定性程度的方法主要包括运用现有的经济变量作为代理变量、运用专业人士对未来经济预测的分歧程度、运用现代信息技术和大数据合成指数法、运用大数据爬虫抓取报纸关键词方法、运用高维宏观数据提取共同因子的方法等5种方法,其中后两种方法被广泛使用。理论机制分析结果显示,经济不确定性对经济周期的影响机制主要包括投资期权机制、预防储蓄机制、金融摩擦机制、信息传递机制、长期投资机制、H-A传导机制等6个方面,经济不确定性冲击对经济周期和货币政策调控具有显着影响。不同经济周期理论下的货币政策调控理论也存在显着差异,催生了不同的货币政策规则。其次,本文测度了我国经济周期指数,分析了经济不确定性和经济周期之间的动态关联机制。结果显示,中国经济不确定性指数走高的时点大多与特定的经济政治事件相关联,1996年1月至2020年6月期间我国一共经历了3轮完整的经济周期,第四轮经济周期尚未结束。时变格兰杰因果关系检验结果显示,在经济不确定性较高时,经济不确定性对经济周期具有一定的预测性;在经济周期交替变化的时点,经济周期对经济不确定性具有一定的预测性。动态条件相关系数分析结果显示,经济不确定性与经济周期之间具有较为显着的负向动态条件相关性,在经济紧缩期经济不确定性波动剧烈,而在经济扩张期经济不确定性波动平稳。动态溢出指数分析结果显示,经济不确定性与经济周期之间存在显着的时变动态溢出效应,且经济周期波动加大了经济不确定性,经济不确定性同样加剧了经济周期波动。第三,本文构建了MS-AR模型将我国经济不确定性指数划分为三区制,在此基础上构建LT-TVP-VAR模型分析了货币政策在不同程度经济不确定性冲击时的反应及其调控效果,得出如下结论:（1）经济不确定性冲击对数量型和价格型货币政策存在正向时变冲击效应,但在经济不确定性的低、中、高区制下调控效果存在较大差异。（2）在经济不确定性处于低区制时数量型政策在调控产出缺口方面效果比较明显。当经济不确定性处于中高区制时价格型货币政策对产出缺口实施反周期调控的效果比较明显。（3）在经济不确定性处于低区制时数量型和价格型货币政策对通胀缺口调控效果较好,在中、高区制时数量型货币政策对通胀的调控存在局限性,而价格型货币政策对通胀缺口实施反周期调控效果更优。第四,本文构建TH-SVAR和SEIVAR模型实证分析了经济周期不同阶段货币政策调控的有效性和非对称性。基于TH-SVAR模型的研究结果显示,同一货币政策工具在相同经济周期阶段对产出和通胀的调控效应具有对称性,但不同货币政策工具在经济周期不同阶段下调控效果呈现出非对称特征。数量型和价格型货币政策在经济扩张期调控效应优于经济收缩期。经济扩张期价格型货币政策对产出调控效果优于数量型货币政策,数量型货币政策对通胀调控效果优于价格型货币政策。经济收缩期两种政策工具对产出与通胀的调控效果相对复杂。基于SEIVAR模型的研究结果表明,在经济周期不同阶段下货币政策对通胀和产出的调控效果存在显着差异和非对称特征。数量型货币政策对通胀调控更为有效,价格型货币政策对产出调控更为有效。数量型货币政策在经济收缩期对通胀和产出的调控效应优于经济扩张期。价格型货币政策在经济收缩期对通胀的调控效应更加符合政策预期。价格型货币政策对产出的调控在经济收缩期优于经济扩张期。最后,本文构建了包含预期因素和异质冲击的DSGE模型探讨了货币政策有效性问题,得出如下结论:（1）当模型中引入政策预期因素后可以与数据实现较好的拟合,且预期冲击形式的有效识别使得工具变量对目标变量波动的反应程度均出现了不同程度的变化。（2）通胀对利率工具调控较为敏感,数量工具调控对产出的影响作用相对较大,然而数量冲击下产出易出现逆向波动降低调控有效性。当对预期冲击和非预期冲击进行识别后,工具变量的预期冲击对目标变量波动的影响作用均有所增加,且目标变量收敛周期均有所缩短。（3）影响产出和通胀波动的占优冲击来源分别为数量政策和利率政策,对冲击来源结构的有效分解可以提升货币政策的有效性。根据以上研究结果和我国经济金融发展及货币政策调控实践,本文提出如下政策建议:（1）准确识别经济不确定性冲击,稳定经济政策预期,以政策确定性应对经济不确定性。（2）优化货币政策量价配合机制,强化政策工具间的组合协调。（3）加强对微观主体的预期管理和舆论引导,提升货币政策调控的有效性。
李卓[4]（2021）在《我国区域性金融风险的计量研究》文中指出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。
王慧翔[5]（2021）在《我国房地产业金融加速器效应的区域差异性研究》文中提出房地产业在我国国民经济中有着举足轻重的地位。一方面可以满足我国城镇化过程中庞大的住房的需要,另一方面由于相关产业链条十分丰富,可以极大带动相关投资和消费,促使国内经济的飞速发展。但由于我国房地产业存在过度投机的问题,导致我国整体房价过高,存在造成系统性风险的可能。为了促使房地产业的健康发展,政府出台了一系列调控政策,但各地区房地产业的调控结果仍存在较明显的差异。因此,对货币政策冲击在房地产业的传导机制展开研究,探讨各地区房地产业对货币政策的传导效果就显得尤其重要。金融加速器效应是指信贷市场存在的摩擦可能会放大金融市场冲击对真实经济的影响。本文主要研究我国房地产业金融加速器效应的区域差异性。首先,分别阐述了金融加速器的理论假设和作用机制,进一步分析我国房地产业的调控政策,结合我国房地产业的开发模式、信贷特点、资产负债表情况论证其存在金融加速器效应的合理性。其次,分析了我国各地区经济水平、人口因素、政策支持以及金融市场发达程度上的差异,发现我国房地产业金融加速器效应理论上存在明显的地域差异性。然后,根据金融加速器机制,选取了我国宏观货币政策、房地产业净资产、房地产业信贷规模、房地产业产出水平的相关指标,化繁为简,构建了房地产业金融加速器的传导机制并分两部分展开分析。第一部分选取1999年1月至2019年12月宏观货币政策和全国房地产业相关指标的月度数据,构建了结构向量自回归（SVAR）模型并展开论证,与向量自回归（VAR）模型相比,SVAR模型不仅可以加入有经济意义的限制,还可以考虑变量之间的当期关系,使分析论证更具有逻辑性。第二部分选取了1999年1月至2018年12月宏观货币政策和各省房地产业相关指标的月度数据,构建了全域向量自回归（GVAR）模型并展开分析,与SVAR模型相比,GVAR模型可以将各地区通过权重矩阵连接成一个整体,来考虑全域变量对系统内各地区的冲击,更符合我国各地区经济高度互联的现实情况。第一,我们通过SVAR模型的Granger因果检验验证了我国房地产业存在“货币政策冲击→房地产企业净资产水平→房地产业信贷规模→房地产业产出水平”的金融加速器传导机制。第二,SVAR模型的正交脉冲响应结果也证明了货币政策冲击会通过我国房地产业资产负债表途径被传导放大,即房地产业存在明显的金融加速器效应。根据累计脉冲响应结果,我们计算了该时期我国房地产业整体金融加速器效应约为0.033%,即货币政策正向变动一个单位,通过资产负债表途径,会最终引起我国房地产业产出增加约0.033%。第三,我们通过GVAR模型的弱外生性检验验证了我国货币政策对房地产业具有弱外生性。广义脉冲响应结果表明我国各地区房地产业的金融加速器效应之间存在明显的差异。东部地区房地产业的金融加速器效应明显大于其他地区,西部地区房地产业的金融加速器效应略高于中部地区。最后根据理论分析和实证结果,针对我国房地产业存在金融加速器效应、房地产业金融加速器效应存在明显的地区差异,本文提出了几点有针对性的对策和建议,为实现我国经济健康平稳运行出谋划策。
李婷[6]（2021）在《我国金融安全状态及预警研究》文中认为在复杂的国际国内环境下,在新冠疫情蔓延全球的新形势下,在我国继续推进扩大开放的新背景下,维护一个国家经济安全就显得非常重要。金融安全是国家经济安全乃至整个国家安全的重要组成部分,是一个国家经济平稳健康发展的基础。如何在扩大对外开放背景下维护好我国金融安全是一个重大课题。为此,本研究将以扩大开放为背景,研究在这一过程中如何才能更好地维护好我国金融安全。首先,在分析研究背景的基础上,提出本研究的研究主题及其重要研究意义。紧密结合新的时代背景和我国扩大金融开放的实际,研究扩大开放背景下银行业、证券业、保险业面临的风险及其对我国金融安全的影响;研究汇率市场化改革（货币安全）、对外债务市场（债务安全）对我国金融安全的影响;利用月度数据,采用VAR模型及逐步回归等研究方法研究银行业安全、货币安全、证券业安全、对外债务安全、保险业安全的主要影响因素和影响机理。其次,在上述研究的基础,选取相应的指标,并采用月度数据,测算近些年我国金融安全水平及其变化趋势。研究我国金融安全水平与现实金融业运行现实表现的吻合情况,对我国金融安全水平进行评价,并进行金融安全预警研究。最后,提出维护我国金融安全的相关对策建议。在模型研究的基础上,本研究得出了以下八个方面创新性的研究结论。一是外汇汇率显着影响金融安全。研究发现,外汇汇率的变化显着影响我国对外债务安全,且证券市场对汇率的变化敏感。因此,我国外汇汇率的波动直接影响着我国货币安全、对外债务安全乃至整个金融安全。研究发现,市场因素对汇率波动有着明显的影响,但目前这些市场因素对汇率波动的影响都是短期的,表明我国汇率市场化程度还不够。随着全球化的发展和深化,人民币汇率会越来越多地受到国际因素的影响,市场因素对汇率波动的冲击也会加大。因此,加速汇率市场化形成机制的改革是防范汇率巨幅波动进而维护我国金融安全的重要且必要措施。二是银行业安全的影响因素较多。模型研究发现,对外债务余额、保险业保费收入、外商直接投资水平和房地产价格的波动对银行业安全影响较为显着。也显示银行业在整个金融系统乃至整个国民经济发展中的重要地位以及维护银行业安全的极端重要性。三是扩大对外开放有利于汇率市场化机制的形成。VAR模型研究发现,对外开放度在短期内对汇率的波动有负向冲击,并在第二期达到最小值。然后随着冲击期数的增加,这种响应强度逐渐减弱,并最终趋近于零响应。这表明长期来看,对外开放程度越高,汇率的波动反而更小,从而有利于维护人民币汇率的稳定。也就是说继续坚持扩大金融业开放总体有利于我国维护汇率稳定乃至于维护国家金融安全。四是市场因素对证券业安全的影响尚不显着。研究发现货币供应量、宏观经济景气指数、居民消费价格指数、利率、上证A股平均市盈率等指标对证券市场的波动都有不同程度的影响,但总体来说影响尚不显着。这在一定程度上说明尽管经济总体发展迅速,但是由于我国证券市场发展仍然不成熟,市场运行机制仍然不够完善,使得上述重要市场化因素对我国证券市场的影响目前依然不显着。五是保险业安全受居民收入和经济发展水平影响较大。研究发现影响我国保险业安全的主要因素是居民储蓄水平和宏观经济景气指数,且居民储蓄水平和宏观经济景气指数都对保险业安全有显着的影响。但金融开放程度对我国保险业安全的影响并不明显。这也在一定程度上说明了现阶段我国金融业对外开放度还不够,保险业的竞争活力不足,发展潜力还很大。六是一个国家经济发展水平对金融安全影响巨大。模型研究表明,一个国家经济发展水平对银行业安全水平、证券业安全水平、对外债务安全水平和保险业安全水平均具有显着影响。经济发展是所有产业发展的基础。经济发展水平的高低直接构成了银行业安全和证券业安全的基本面因素,对银行业安全和证券业安全具有显着的影响。七是诸多关键因素指标拖累着我国金融安全水平。研究发现目前拖累我国金融安全水平的影响因素众多。这些指标因素既包括宏观环境层面的指标,如宏观经济景气指数、居民消费者价格指数、外商直接投资水平、银行对外开放度、经济对外开放度、外汇储备结构和房地产指数;也包括中观金融市场状况层面的指标,如即期汇率和一年期定期存款利率等。为此,我国要针对上述指标对我国金融安全早期预警进行更加深入的研究,以有利于我国更好地维护金融安全稳定。八是2004年以来我国金融安全指数走势波动并有望逐渐转好。研究表明,2004年1月至2008年1月,指数上升;2008年1月至2009年2月,指数下降;2009年2月至2011年3月,指数上升;2011年3月至2015年3月,指数下降;2015年3月至2017年12月,指数上升;2017年12月至2019年6月,指数下降。金融安全预警研究表明,未来两年我国金融安全水平将会逐渐转好。可见,虽然我国金融安全形势总体可控,但较小幅度的波动还是存在的,且其波动趋势总体向下,值得我们警惕。金融安全预警研究的结果也显示,未来两年我国金融安全水平有望逐渐好转。在上述研究结论的基础上,本研究进而提出了维护我国金融安全的相关对策建议。这些建议主要有:努力构建现代金融体系以维护我国金融安全、推进利率市场化改革以维护我国金融业安全、完善汇率形成机制推进人民币国际化进程、有序推进资本账户开放以维护我国金融安全、继续完善金融监管体制以维护金融安全、完善金融安全预警机制以维护我国金融安全、促进房地产业稳定发展以维护我国金融安全和继续扩大金融业对外开放和国际合作,等等。
刘秉华[7]（2021）在《我国生鲜乳价格风险测度与管理研究》文中研究表明奶业是关乎国民健康、强壮民族的重要食品也是农业现代化和一二三产业融合发展的重要组成部分。近些年,我国奶业受奶业养殖成本不断增加、国外低价奶粉的进口冲击、乳品企业与奶农利益联结机制不完善等众多因素的影响,生鲜乳价格波动幅度加大,奶业市场风险日益凸显,牧场收益不稳定、亏损严重甚至退出该行业,削弱了整个奶业产业链可持续发展的基础。2018年6月国务院印发《关于推进奶业振兴保障乳品质量安全的意见》,要求全面加快部署我国奶业振兴计划。同年12月农业农村部等九部委为了进一步贯彻落实我国奶业振兴计划,印发了《关于进一步促进奶业振兴的若干意见》,此次文件提出要加快培育奶农合作组织、完善奶业利益联结机制、强化牧场贷款、探索生鲜乳价格保险等促进奶业稳定的意见。因此,探索建立适合我国国情的奶业市场风险管理机制,降低牧场的风险,稳定生鲜乳价格,促进产业健康发展,是奶业振兴需要解决的重要问题。本文从奶业养殖、加工销售、人均消费、乳制品进口、生鲜乳收购价格等层面梳理了我国奶业发展现状,发现我国生鲜乳价格波动明显。针对生鲜乳价格的波动,运用X12季节调节法和H-P滤波法分析了生鲜乳价格波动的季节性、循环性和趋势性,发现我国生鲜乳价格季节性波动特征明显,但价格波动主要受其长期趋势的影响,如产业政策调整、国外乳制品进口等因素。利用ARIMA模型预测短期内我国生鲜乳价格走势,发现生鲜乳价格在未来短期内会产生波动。基于价格波动对生鲜乳价格风险进行了概念界定,深入剖析价格风险产生的原因。进一步,采用Burr分布测算我国生鲜乳市场风险值即VaR值,根据我国主要畜产品风险范围区间[-10%-10%]可知,我国生鲜乳市场仍然面临很大的风险。从借鉴美国、日本等奶业发达国家生鲜乳价格风险管理的经验,结合我国生鲜乳价格风险管理的现状,认为我国应从完善乳企与奶农的利益联结机制、探索我国生鲜乳期货市场、开发生鲜乳价格保险、建立生鲜乳价格预警机制、加强奶业金融服务等五方面进行风险管理,促进我国奶业市场健康发展。本文的创新点主要包括:第一,利用VaR模型对我国生鲜乳价格风险进行了量化和实证分析;第二,基于奶业产业链提出了生鲜乳价格风险管理的综合策略。
刘晓飞[8]（2020）在《我国文化产业的金融支持体系研究》文中研究表明文化产业作为二十一世纪的朝阳产业,在一国的国民经济体系中扮演着重要角色。文化兴则国家兴,产业强则国家盛,文化产业发展则社会可持续发展。文化产业健康发展是实现社会可持续发展的有效路径。文化是一个民族的灵魂,文化发展是国家发展的重要标志,文化产业是我国国民经济的重要参与环节。政府、企业、学术界已经达成共识,推动文化产业发展以促进我国经济增长。要实现文化产业的稳定发展,金融行业的支持不可或缺。金融是现代经济的基础,也是产业发展的重要基石;另一方面,文化产业的发展同样反作用于金融业。文化金融将为国家金融支持产业发展提供的有效支持。近些年,我国文化产业发展迅速。2018年,我国文化产业的增加值为38737亿元,较2004年增长了10.3倍;2005-2018年,我国文化产业的增加值实现了年均增长18.9%,远远高于同期GDP的增长速度。另一方面,在GDP中所占的比重文化产业增加值也由2004年的2.15%提高到2018年的4.30%,在国民经济中文化产业的比重逐年上升。在文化产业迅速发展的过程中,金融业的支持具有重要的作用,我国拥有充足的金融资源,随着国家的金融体制改革、IPO注册制和互联网金融的相继启动,金融对文化产业的支持力度增强,推动文化产业的发展。然而,现在诸多因素制约着文化产业的发展,金融生态环境欠佳、文化产业本身高风险的特点、融资渠道单一、融资量严重不足而致的文化产业融资约束依然十分严重。因此,如何发挥金融推动作用,构建文化产业的金融支持体系,使文化产业的发展不再受到融资的困扰,已经成为学者和政府部门面临的重要课题。本文尝试构建符合我国文化产业发展的金融支持体系,探讨金融支持与文化产业发展、文化产业安全的互动机理,以便于为政策的制定提供微观基础,从而使政府政策的制定更为有效。文章从文化产业的基本涵义、基本理论出发,分析了我国文化产业发展的现状及文化产业金融支持的现状,分别从我国的财政文化支出、银行业、资本市场、债券融资、保险业、文化产业基金、担保机构及风险投资等方面分析了我国文化产业金融支持的现状,指出文化产业的金融支持中存在的问题在于现存的金融支持体系无法适应文化产业的发展要求。在此基础上通过实证分析的方法探讨了金融支持对于文化产业的效应。包括金融支持对文化产业发展的效应及对保护文化产业安全的效应。在对文化产业发展效应分析中,将数据按我国东部、中部、西部三个部分划分,通过Granger因果检验和主成分回归模型,得出我国文化产业的金融支持对文化产业的发展具有巨大的推动作用。另一方面根据产业安全评价指标体系结构框架,建立文化产业的安全评价体系,通过因子分析法与熵权法分析了金融支持对文化产业的安全效应。通过上述分析可以看出,金融业的支持对文化产业的发展及保护文化产业安全具有非常重要的影响。设计合理的文化产业的金融支持是本文的重点和归宿,文章在借鉴其他国家金融支持文化产业的基础上,认为我国当前金融支持体系并不完善,金融支撑文化产业作用不足,进而对该原因从组成要素及其职能界定的模糊、金融支持体系架构的不完善和政策与监管架构的不完善三方面记性分析。之后,探讨文化产业金融支持体系构成要素,提出构建包括政府、资本市场、商业银行及企业自身在内的涵盖宏观、中观、微观在内的立体式、全方位、多层次的金融支持体系。设计建立包括财政经费支持、银行业、保险业、证券业、投资公司、资本市场及风险投资在内的一系列创新金融工具为支撑的文化金融体系。最后,本文分别从政府政策、金融机构、资本市场、信用担保机制、社会化的融资服务体系建设五个方面提出政策建议。
黄国庆[9]（2020）在《我国金融产业结构与就业结构协调优化研究》文中研究说明金融是现代经济的核心。国家十三五（2016—2020年）规划纲要明确指出,要“健全商业性金融、开发性金融、政策性金融、合作性金融分工合理、相互补充的金融机构体系。就业是民生之本,是保证社会和谐稳定的关键因素,就业结构的优化是我国经济发展中的重要课题。经济的增长和充分就业是我国财政与货币政策宏观调控的两大目标,而金融产业结构与就业结构的协调发展是影响这两个目标实现的关键因素,维护好经济与社会“双稳”局面,我们要精准施策。我国金融产业结构与就业结构之间相互影响,两者的协调发展可以促进我国的经济增长与社会稳定,也是衡量我国经济健康发展的重要标准。本文首先归纳梳理了金融产业结构和就业结构的相关文献,总结了相关的研究结果,然后以此为基础,概括了本文的相关概念,介绍了金融产业结构与就业结构演变的相关理论。之后,总结了我国金融产业结构和就业结构的发展现状。分析发现我国金融发展迅速,银行业、证券业、保险业等金融行业快速发展,金融资产不断增加,金融资产总量已经达到了一定的规模,但是我国仍然是以银行业为主导、非银行金融机构相配合的金融产业结构;我国的就业结构随着我国劳动力由第一产业慢慢向第二、第三产业转移而逐渐改善,然而整体上我国第一产业的就业比重仍然过高,第三产业比重仍然较低,我国就业结构仍待改善。其次,应用相关系数研究发现我国金融产业结构与就业结构有显着的相关性;运用协同系数和耦合协调度指标研究,发现随着我国经济金融的发展,两者之间的协调性不断提高,但是发展并不充分,两大层面上均有较大提升空间。再次,通过构建金融产业结构和就业结构的VAR模型,发现我国的金融发展规模和金融发展结构与我国就业结构存在负向作用的关系,即我国金融发展规模和发展结构抑制了我国就业结构的改善,我国就业结构的改善短期内对我国金融发展规模和金融发展结构有一点点抑制作用,但是长期对我国金融发展规模和金融发展结构有更明显的促进作用。最后根据前面的研究结果给出相关的金融产业和就业结构优化建议。
周悦[10]（2020）在《金融体系与实体经济发展适配效应研究》文中进行了进一步梳理金融体系是经济发展中的重要部门,实体经济高质量发展,离不开金融体系的完美配合。金融的本质要求就是要服务实体经济、满足经济社会发展和人民群众需要。我国金融体系与实体经济之间虽是相辅相成的,但也存在着一定的矛盾。在供给侧结构性改革提出后,金融体系服务实体经济的能力备受重视。一方面,金融体系为推动产业结构优化升级提供了资金,可以改善实体经济的融资效率;另一方面,金融体系作为服务业中的重要组成部分,直接为实体经济贡献了一部分产出。鉴于金融体系在实体经济发展中起到的重要作用,为了更好地发挥金融服务实体经济的能力,本文将选择金融体系中的金融结构、金融效率和金融规模三个维度,分别研究这三个维度与实体经济发展之间的适配性,然后采用不同的实证方法分析了实体经济发展与金融体系这三个维度之间的动态适配效应,最后探析金融体系与实体经济发展的适配方式。本文在分析中较多的采用省际层面的数据,因此比以往学者的研究考察得更加全面和详尽。本文主要的研究内容如下:第1章和第2章为绪论和文献回顾,首先介绍了本文的研究背景、研究思路,并对实体经济和金融体系进行界定,提出将选取金融体系中的金融结构、金融效率和金融规模三个维度。进一步阐述了以往学者对金融体系及三个维度与实体经济之间关系的研究。但是随着金融市场和实体经济的不断发展,有些研究结论与实际发展相悖,本文对此进行了说明与分析。在对金融体系与实体经济发展相关研究进行凝练梳理后,发现金融体系与实体经济发展的关系是复杂多变的,在不同的经济环境中,金融体系发挥的作用有所差别,因此在我国提出加强金融服务实体经济能力的背景下,本文将对我国金融体系与实体经济发展的适配效应进行研究,并探寻金融体系与实体经济发展适配方式。第3章为金融体系与实体经济现状及关联性研究。在阐述金融体系与实体经济发展现状的基础上对金融体系与实体经济发展中存在的问题进行分析,采用灰色关联度分析方法对我国金融体系中的金融结构、金融效率、金融规模与实体经济的适配程度进行研究,结果表明选取金融体系中的金融结构、金融效率和金融规模做进一步研究是合理的,在供给侧结构性改革提出后,金融结构对实体经济发展的贡献度最大;金融效率与实体经济发展关联度较高;在样本观测期内金融规模与实体经济的关联度较弱,金融规模的增长与其拉动实体经济的能力不匹配。基于研究发现的问题,后文分别对金融结构、金融效率和金融规模与实体经济发展动态关联效应进行分析,以发挥它们在实体经济发展中的优势,补齐金融体系运行的短板。第4章为金融体系与实体经济发展适配效应分析:基于金融结构空间溢出效应视角。本文将金融结构分为宏观金融结构和金融行业结构两部分,采用空间杜宾模型对省际金融结构与实体经济发展的溢出效应进行研究,结果表明本地的金融市场结构和证券业结构对实体经济发展有直接的正向作用。通过间接效应分析发现宏观金融结构存在溢出效应,也就是地理位置邻近的区域为金融资源的流动提供了便利性,实现了金融资源的共享和互补,有利于提高实体经济发展水平。但是相邻地区的金融资源也存在竞争性,相邻地区会效仿更完善的金融结构,甚至产生恶意竞争,如果处理不当,将会对实体经济发展产生负面影响。从总效应来看,宏观金融结构对本地区和相邻地区都有显着影响,但金融行业结构的影响不显着,无论是对本地区还是相邻地区的实体经济贡献度都较小。那么在构建金融结构与实体经济发展适配方式时要更多地考虑宏观金融结构的影响,提升金融行业结构的整体水平。第5章为金融体系与实体经济发展适配效应分析:基于金融效率动态效应视角。首先分析了我国金融效率与实体经济发展的现状与存在的问题。进一步,分析省际金融效率与实体经济发展水平的关系,比较静态模型与动态模型估计结果的差异,研究表明动态系统GMM模型估计系数更显着,保险赔付比率与实体经济发展关联性较强,而金融机构存贷比对实体经济的促进作用相对较小。其原因是保险业发展相对缓慢,保险业效率提高对实体经济的边际效应较大。而我国金融机构存贷款能力较强,充足的资金有利于推动实体经济发展,但当实体经济发展到一定水平时,融通资金的方式就不能局限于通过金融机构贷款。构建多层次的金融市场体系更利于目前实体经济的发展,本章为搭建金融效率与实体经济发展适配方式指明方向。第6章为金融体系与实体经济发展适配效应分析:基于金融规模门槛效应视角。本章对时间序列数据和面板数据分别进行门槛效应回归,结果发现金融发展对实体经济具有显着的正向促进作用,无论是全国的时间序列数据还是省际面板数据结果都表明金融规模存在双重门槛效应。从全国层面来讲,当金融规模处于两个门槛值之间的区域时,金融发展对实体经济的促进作用是最大的,一旦超过这个区间,金融发展对实体经济仍保持正向促进,但边际效应就会降低。从省际层面来讲,当金融规模低于一定门槛值时,金融发展对实体经济增长是存在抑制作用的;而当金融规模处于两个门槛值之间时,金融发展对实体经济增长是正向促进的;当金融规模超过门槛区域时,金融发展对实体经济的边际效应会降低。分析全国和省际结果的区别,主要是由于我国省际之间金融发展水平差距较大,金融规模存量也有着显着的差别,对于欠发达地区融资成本高,金融规模尚未达到门槛值,实体经济发展受阻;而发达地区的金融机构数量多,金融规模存量较大,甚至超过了实体经济的承载量,对实体经济发展的边际效应已超过了最高点。因此在分析金融规模与实体经济发展适配效应时要注意省际金融规模的差异。第7章为金融体系与实体经济发展适配效应实证分析:基于动态关联效应视角。本章采用PVAR模型分析了省际金融体系与实体经济的动态关联效应,结果表明金融结构与实体经济之间的关系较为复杂,宏观金融结构与实体经济的动态关联度较强,但其中的金融产业规模结构与实体经济发展呈负向作用。金融效率与实体经济发展呈正向动态关联关系,当金融效率提高时,实体经济发展水平也会在一定程度上提升。但是金融规模与实体经济发展呈负向冲击效应。在对实体经济冲击金融体系的分析中,结果发现实体经济与金融体系之间的关系是非对称的。金融体系对实体经济的冲击带来的影响是短暂的、时效性有限,而实体经济对金融体系的冲击带来的影响是持续的、时效性较长。在结论、启示和展望部分,基于以上计量分析结果,本文提出金融体系与实体经济发展之间存在动态适配效应,它们之间的关系应该是动态调整的,要提高金融体系与实体经济发展的结构适配性,发挥宏观金融结构对实体经济的推动作用;协同发展多层次的金融市场体系,将金融资源更多地配置到经济社会发展的重点领域和薄弱环节,优化金融效率对实体经济发展的资源配置功能,提高金融体系与实体经济适配效应;协调金融规模与实体经济发展的适配性,过量的金融规模会对实体经济产生负向冲击;均衡金融体系和实体经济发展的速度,实体经济也应该适当反哺金融发展;优化金融监管体系,为金融体系服务实体经济营造安全的环境。最后指出未来进一步研究的方向。
二、2002年我国金融运行健康平稳（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、2002年我国金融运行健康平稳（论文提纲范文）
（1）人口年龄结构对房地产价格的影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 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 文献综述 |
| 1.2.1 房地产价格的影响因素 |
| 1.2.2 人口因素对房地产需求及价格的影响 |
| 1.2.3 文献述评 |
| 1.3 概念界定 |
| 1.3.1 房地产市场 |
| 1.3.2 人口年龄结构 |
| 1.4 研究路线、内容与方法 |
| 1.4.1 研究路线 |
| 1.4.2 研究内容 |
| 1.4.3 研究方法 |
| 1.5 创新点与不足之处 |
| 1.5.1 创新点 |
| 1.5.2 不足之处 |
| 2 人口年龄结构影响房价的理论基础 |
| 2.1 人口年龄结构影响房价的相关理论 |
| 2.1.1 房地产市场供求理论 |
| 2.1.2 人口转变理论 |
| 2.1.3 生命周期理论 |
| 2.1.4 代际转移理论 |
| 2.2 人口年龄结构影响房价的理论分析 |
| 2.2.1 理论分析框架 |
| 2.2.2 世代交叠模型 |
| 2.3 本章小结 |
| 3 中国房价与人口年龄结构的变动情况 |
| 3.1 房价变动情况 |
| 3.1.1 房价变动趋势 |
| 3.1.2 房价变动特征 |
| 3.2 人口年龄结构变动情况 |
| 3.2.1 人口年龄结构变动趋势 |
| 3.2.2 人口年龄结构变动特征 |
| 3.2.3 人口年龄结构预测 |
| 3.3 房价与人口年龄结构之间的相关性分析 |
| 3.3.1 婴儿潮与房价的相关性 |
| 3.3.2 老龄化与房价的相关性 |
| 3.3.3 人口抚养比与房价的相关性 |
| 3.4 本章小结 |
| 4 中国人口年龄结构对房价影响的实证研究 |
| 4.1 问题的提出 |
| 4.2 人口年龄结构对房价的影响——宏观视角 |
| 4.2.1 人口抚养比对房价的影响 |
| 4.2.2 各年龄段人口占比对房价的影响 |
| 4.2.3 各年龄段人口占比对未来房价增速的影响 |
| 4.3 人口年龄结构对房价的影响——微观视角 |
| 4.3.1 年龄与住房需求——基于人口普查数据 |
| 4.3.2 年龄与住房需求——基于中国家庭金融调查数据 |
| 4.4 本章小结 |
| 5 OECD国家人口年龄结构对房价影响的实证研究与经验启示 |
| 5.1 OECD国家房地产市场与人口年龄结构的情况 |
| 5.1.1 房地产市场情况 |
| 5.1.2 人口年龄结构情况 |
| 5.1.3 房价与人口年龄结构之间的相关性分析 |
| 5.2 OECD国家人口年龄结构对房价影响的实证研究 |
| 5.2.1 模型设定 |
| 5.2.2 数据与描述性统计 |
| 5.2.3 人口抚养比对房价的影响 |
| 5.3 来自OECD国家的经验启示 |
| 5.3.1 人口转变的内在规律 |
| 5.3.2 婴儿潮对房价的影响 |
| 5.3.3 老龄化对房价的影响 |
| 5.3.4 不同层级城市房价的变动特征 |
| 5.4 本章小结 |
| 6 基于中国人口年龄结构变化的房价趋势预测 |
| 6.1 人口年龄结构预测 |
| 6.1.1 人口年龄结构预测模型选择 |
| 6.1.2 人口年龄结构预测参数设定 |
| 6.1.3 人口年龄结构预测结果 |
| 6.2 基于人口年龄结构变化的房价趋势预测 |
| 6.2.1 不同生育率方案下的房价趋势预测 |
| 6.2.2 考虑城镇化率的房价趋势预测 |
| 6.2.3 考虑跨区域流动人口的房价趋势预测 |
| 6.3 本章小结 |
| 7 结论与政策建议 |
| 7.1 结论 |
| 7.2 政策建议 |
| 7.2.1 优化人口年龄结构,促进房价平稳运行 |
| 7.2.2 强化住房居住功能,防范楼市投机行为 |
| 7.2.3 坚持“因城施策”,实现差异化引导 |
| 7.2.4 发展租购并举新体系,满足流动人口住房需求 |
| 7.2.5 加强房地产调控,保障市场健康发展 |
| 参考文献 |
| 在校期间的科研成果 |
| 致谢 |
（2）安徽省房地产泡沫研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 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 |
| 1.4 技术路线及创新点 |
| 1.4.1 技术路线 |
| 1.4.2 创新点 |
| 第二章 房地产泡沫相关理论 |
| 2.1 房地产泡沫含义 |
| 2.1.1 泡沫含义 |
| 2.1.2 房地产泡沫概念界定 |
| 2.2 房地产泡沫表现特征 |
| 2.2.1 区域性 |
| 2.2.2 短时期内成为市场追捧对象 |
| 2.2.3 价格持续上涨预期 |
| 2.2.4 大量消费者广泛参与 |
| 2.3 房地产泡沫形成机制 |
| 2.3.1 宏观形成机制 |
| 2.3.2 微观形成机制 |
| 2.4 房地产泡沫破灭机制 |
| 2.4.1 投资者预期逆转 |
| 2.4.2 市场环境改变 |
| 2.4.3 政府过度调控 |
| 2.5 房地产泡沫的危害 |
| 2.5.1 增加金融风险 |
| 2.5.2 降低资源配置效率 |
| 2.5.3 社会分配不公 |
| 2.6 房地产泡沫测度方法 |
| 2.6.1 代理指标法 |
| 2.6.2 理论价格法 |
| 2.6.3 统计检验法 |
| 第三章 安徽省房地产市场现状分析 |
| 3.1 安徽省房地产市场宏观环境 |
| 3.1.1 国民经济基本状况 |
| 3.1.2 居民可支配收入 |
| 3.1.3 社会消费品零售总额 |
| 3.2 安徽省房地产市场发展状况 |
| 3.2.1 房地产业占经济比重 |
| 3.2.2 房地产开发投资状况 |
| 3.2.3 房地产销售状况 |
| 3.2.4 房地产平均销售价格 |
| 第四章 安徽省房地产泡沫测度分析 |
| 4.1 指标体系构建 |
| 4.1.1 测度指标选定原则 |
| 4.1.2 测度指标选取 |
| 4.2 泡沫测度模型构建 |
| 4.2.1 数据来源 |
| 4.2.2 模型构建 |
| 4.3 泡沫测度综合得分分析 |
| 第五章 安徽省房地产泡沫形成原因分析 |
| 5.1 模型构建 |
| 5.1.1 指标选取 |
| 5.1.2 数据来源 |
| 5.2 数据处理 |
| 5.3 实证分析 |
| 第六章 政策建议 |
| 6.1 抑制房地产泡沫的短期手段 |
| 6.1.1 合理引导人口流向 |
| 6.1.2 因城施策 |
| 6.1.3 加大对开发企业的监管 |
| 6.1.4 控制信贷规模 |
| 6.1.5 调整房屋供给结构 |
| 6.2 抑制房地产泡沫的长效机制 |
| 6.2.1 解决“土地财政”问题 |
| 6.2.2 允许宅基地和划拨土地的自由流转 |
| 6.2.3 转变政府职能 |
| 6.2.4 完善住房保障体系 |
| 第七章 总结与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（3）经济不确定性、经济周期与货币政策有效性研究（论文提纲范文）
| 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 文献综述 |
| 1.2.1 经济不确定性对经济周期影响机制的研究综述 |
| 1.2.2 经济不确定性对货币政策有效性影响机制的研究综述 |
| 1.2.3 经济周期不同阶段下货币政策有效性研究综述 |
| 1.3 研究方法与创新 |
| 1.3.1 研究方法 |
| 1.3.2 主要创新与贡献 |
| 1.4 论文框架与结构安排 |
| 第2章 概念界定与理论基础 |
| 2.1 经济不确定性概念的起源、界定与度量 |
| 2.2 经济不确定性对经济周期影响机制的理论基础 |
| 2.3 经济不确定性对货币政策有效性影响的理论基础 |
| 2.4 不同经济周期下货币政策调控的理论基础 |
| 2.5 本章小结 |
| 第3章 我国经济不确定性与经济周期测度及其协动性 |
| 3.1 我国经济不确定性走势分析 |
| 3.2 我国经济周期指数的测度和走势分析 |
| 3.2.1 传统经济周期测度方法的总结与利弊评述 |
| 3.2.2 MS-DFM测度经济周期的原理简述 |
| 3.2.3 我国经济周期指数的实时测度 |
| 3.2.4 我国经济周期统计特征与趋势分析 |
| 3.3 我国经济不确定性与经济周期协动性检验 |
| 3.3.1 经济不确定性与经济周期时变格兰杰因果检验 |
| 3.3.2 经济不确定性与经济周期间的动态相关性检验 |
| 3.3.3 经济不确定性与经济周期间的动态溢出效应检验 |
| 3.4 本章小结 |
| 第4章 不同经济不确定性水平下的货币政策有效性研究 |
| 4.1 不同政策目标和不确定性水平下货币政策量价选择的初步探讨 |
| 4.1.1 不同政策目标下数量型与价格型货币政策有效性探讨 |
| 4.1.2 经济不确定影响下货币政策有效性探讨 |
| 4.1.3 双重背景下数量型与价格型政策选择的探讨 |
| 4.2 我国经济不确定性阶段划分 |
| 4.2.1 MS-AR模型 |
| 4.2.2 经济不确定性区制划分 |
| 4.3 LT-TVP-VAR模型构建与参数估计 |
| 4.3.1 LT-TVP-VAR模型构建 |
| 4.3.2 数据选取与处理 |
| 4.3.3 参数估计与检验 |
| 4.4 不同经济不确定性水平下货币政策时变反应与调控机制 |
| 4.4.1 不同经济不确定性水平下货币政策时变反应 |
| 4.4.2 数量型与价格型政策对产出调控的实时对比 |
| 4.4.3 数量型与价格型政策对通胀调控的实时对比 |
| 4.5 本章小结 |
| 第5章 经济周期不同阶段下的货币政策有效性研究 |
| 5.1 经济周期不同阶段下货币政策调控的典型事实 |
| 5.1.1 经济周期波动下货币政策调控的历史演变 |
| 5.1.2 经济周期扩张阶段货币政策调控的有效性分析 |
| 5.1.3 经济周期收缩阶段货币政策调控的有效性分析 |
| 5.2 经济周期不同阶段下货币政策调控效果对比 |
| 5.2.1 TH-SVAR模型介绍 |
| 5.2.2 数据选取与检验 |
| 5.2.3 经济周期不同阶段下货币政策对产出的调控机制检验 |
| 5.2.4 经济周期不同阶段下货币政策对通胀的调控机制检验 |
| 5.2.5 数量型与价格型货币政策在经济周期不同阶段下的有效性对比 |
| 5.3 经济周期不同阶段下货币政策调控的非对称性检验 |
| 5.3.1 SEIVAR模型估计原理与脉冲响应函数构建 |
| 5.3.2 数量型货币政策在经济周期不同阶段下的非对称性检验 |
| 5.3.3 价格型货币政策在经济周期不同阶段下的非对称性检验 |
| 5.4 本章小结 |
| 第6章 未预期冲击、预期管理与货币政策有效性研究 |
| 6.1 价格型和数量型货币政策的适用条件 |
| 6.2 考虑政策预期因素的DSGE模型构架 |
| 6.2.1 私人家庭 |
| 6.2.2 生产厂商 |
| 6.2.3 政府部门 |
| 6.2.4 货币当局 |
| 6.3 数据处理与参数估计 |
| 6.3.1 数据选取与处理 |
| 6.3.2 参数校准与设定 |
| 6.3.3 冲击路径识别 |
| 6.3.4 参数贝叶斯估计 |
| 6.4 脉冲响应与方差分解分析 |
| 6.4.1 脉冲响应分析 |
| 6.4.2 方差分解分析 |
| 6.5 本章小结 |
| 结论和政策建议 |
| 参考文献 |
| 攻读学位期间发表的学术论文及科研成果 |
| 致谢 |
（4）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 |
（5）我国房地产业金融加速器效应的区域差异性研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 理论和现实意义 |
| 1.2 国内外文献综述 |
| 1.2.1 金融加速器效应存在性相关研究综述 |
| 1.2.2 金融加速器效用差异性相关研究综述 |
| 1.2.3 房地产业金融加速器效应研究综述 |
| 1.2.4 相关文献评述 |
| 1.3 研究思路方法和技术路线 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.4 技术路线 |
| 1.4 创新点和不足 |
| 1.4.1 创新之处 |
| 1.4.2 不足之处 |
| 第2章 房地产业金融加速器效应区域差异性理论分析 |
| 2.1 金融加速器相关理论基础 |
| 2.1.1 金融加速器理论的发展 |
| 2.1.2 金融加速器理论的相关假设 |
| 2.1.3 金融加速器的作用机制 |
| 2.2 我国房地产业存在金融加速器机制的理论分析 |
| 2.2.1 房地产业宏观调控政策概况 |
| 2.2.2 我国房地产业相关指标的量化分析 |
| 2.2.3 我国房地产业存在金融加速器效应的合理性 |
| 2.3 我国房地产业区域差异的量化分析 |
| 2.3.1 经济发展水平的差异情况 |
| 2.3.2 地区人口因素差异情况 |
| 2.3.3 开发投资水平差异情况 |
| 2.4 本章小结 |
| 第3章 我国整体房地产业金融加速器效应实证研究 |
| 3.1 SVAR模型的选取 |
| 3.2 变量的选取 |
| 3.3 数据的采集和处理 |
| 3.4 SVAR模型的构建 |
| 3.4.1 确定变量次序 |
| 3.4.2 序列的平稳性检验 |
| 3.4.3 Johansen序列协整检验 |
| 3.4.4 滞后阶数的选取 |
| 3.4.5 Granger因果检验 |
| 3.4.6 构建方程 |
| 3.4.7 模型的平稳性检验 |
| 3.5 脉冲响应分析 |
| 3.6 方差分解分析 |
| 3.7 本章小结 |
| 第4章 地区房地产业金融加速器效应差异性实证分析 |
| 4.1 GVAR模型的选取 |
| 4.2 模型的构建 |
| 4.3 变量的选取 |
| 4.4 数据选取和处理 |
| 4.4.1 数据的选取 |
| 4.4.2 数据的处理 |
| 4.5 模型检验 |
| 4.5.1 序列的平稳性检验 |
| 4.5.2 滞后阶数的选择 |
| 4.5.3 弱外生性检验 |
| 4.6 广义脉冲响应分析 |
| 4.7 本章小结 |
| 第5章 结论及政策建议 |
| 5.1 研究结论 |
| 5.2 政策建议 |
| 5.2.1 保持中性的房地产业货币调控政策 |
| 5.2.2 改变房地产企业现有的运营模式 |
| 5.2.3 构建房地产企业多元的筹资渠道 |
| 5.2.4 提高房地产企业的信息透明度 |
| 5.2.5 制定差异化的房地产业调控政策 |
| 参考文献 |
| 致谢 |
（6）我国金融安全状态及预警研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 我国金融业扩大开放进入新阶段 |
| 1.1.2 新形势下我国金融业面临的新风险 |
| 1.1.3 大国博弈带来的金融风险日益升高 |
| 1.2 研究意义 |
| 1.2.1 金融安全是一个国家整体安全的重要内容 |
| 1.2.2 维护金融安全是提高国家治理能力的需要 |
| 1.2.3 维护金融安全是促进我国深化改革的需要 |
| 1.2.4 维护金融安全是应对复杂金融形势的需要 |
| 1.3 研究思路、方法与框架 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 研究内容 |
| 1.4 文章组织与创新 |
| 1.4.1 文章组织 |
| 1.4.2 创新 |
| 2 理论基础与文献回顾 |
| 2.1 相关概念 |
| 2.1.1 金融风险 |
| 2.1.2 金融危机 |
| 2.1.3 金融安全 |
| 2.2 金融安全的相关理论 |
| 2.2.1 金融脆弱性理论 |
| 2.2.2 金融危机理论 |
| 2.2.3 金融预警理论 |
| 2.2.4 产业安全理论 |
| 2.3 文献回顾与机理分析 |
| 2.3.1 银行业安全文献回顾与机理分析 |
| 2.3.2 货币安全文献回顾与机理分析 |
| 2.3.3 债务安全文献回顾与机理分析 |
| 2.3.4 证券业安全文献回顾与机理分析 |
| 2.3.5 保险业安全文献回顾与机理分析 |
| 2.3.6 金融安全及其预警的研究 |
| 3 银行业安全影响因素模型分析 |
| 3.1 银行业安全指标体系的构建 |
| 3.1.1 银行业安全程度的衡量 |
| 3.1.2 影响银行业安全的主要变量 |
| 3.1.3 数据来源及描述性统计 |
| 3.2 模型构建与检验 |
| 3.2.1 模型构建 |
| 3.2.2 模型检验 |
| 3.3 模型分析 |
| 3.3.1 脉冲响应函数分析 |
| 3.3.2 方差分解分析 |
| 3.4 研究结论 |
| 3.4.1 长期看对外债务规模影响银行业安全 |
| 3.4.2 房地产价格波动不利于银行业安全 |
| 3.4.3 保险业发展有利于维护银行业安全 |
| 3.4.4 长期看资本账户扩大开放有利于银行业安全 |
| 4 货币及对外债务安全影响因素模型分析 |
| 4.1 货币安全影响因素模型分析 |
| 4.1.1 影响货币安全的主要变量 |
| 4.1.2 数据来源及描述性统计 |
| 4.1.3 模型构建与检验 |
| 4.1.4 模型分析 |
| 4.2 对外债务安全影响因素模型分析 |
| 4.2.1 影响对外债务安全的主要变量 |
| 4.2.2 数据来源及描述性统计 |
| 4.2.3 模型构建与检验 |
| 4.2.4 模型分析 |
| 4.3 研究结论 |
| 4.3.1 人民币汇率变化受我国汇率制度的影响很大 |
| 4.3.2 市场因素对人民币汇率波动的影响日益增强 |
| 4.3.3 对外开放度与美元指数短期显着影响汇率波动 |
| 4.3.4 外汇汇率的变化显着影响我国对外债务安全 |
| 4.3.5 经济发展和对外开放程度显着影响对外债务安全 |
| 5 证券及保险业安全影响因素模型分析 |
| 5.1 证券业安全影响因素模型分析 |
| 5.1.1 影响证券业安全的主要变量 |
| 5.1.2 数据来源及描述性统计 |
| 5.1.3 模型构建与检验 |
| 5.1.4 模型分析 |
| 5.2 保险业安全影响因素模型分析 |
| 5.2.1 影响保险业安全的主要变量 |
| 5.2.2 数据来源及描述性统计 |
| 5.2.3 模型分析与检验 |
| 5.3 研究结论 |
| 5.3.1 经济发展水平对证券及保险业安全影响显着 |
| 5.3.2 对外开放背景下证券市场对汇率变化敏感 |
| 5.3.3 货币供应量等变量对证券业安全影响不显着 |
| 5.3.4 居民储蓄水平是影响保险业安全的重要因素 |
| 5.3.5 扩大金融业开放有助于为保险业注入发展动力 |
| 5.3.6 适当降低利率可为保险业提供良好发展环境 |
| 6 我国金融安全状态评估及预警研究 |
| 6.1 我国金融安全状态的评估 |
| 6.1.1 金融安全评价指标体系的构建 |
| 6.1.2 模型选择与指标权重的确定 |
| 6.1.3 模型分析 |
| 6.1.4 金融安全状态水平的测算 |
| 6.1.5 测算结果分析 |
| 6.2 我国金融安全水平的预警研究 |
| 6.2.1 模型推导及设定 |
| 6.2.2 模型的求解与分析 |
| 6.2.3 金融安全预警分析 |
| 6.3 研究结论 |
| 6.3.1 我国金融安全指数波动较为频繁 |
| 6.3.2 我国金融安全指数呈波动向下走势 |
| 6.3.3 未来两年我国金融安全状态将会改善 |
| 7 研究结论与对策建议 |
| 7.1 研究结论 |
| 7.1.1 外汇汇率显着影响我国金融安全水平 |
| 7.1.2 银行业安全受对外债务余额等多重因素的影响 |
| 7.1.3 扩大对外开放有利于汇率市场化机制的形成 |
| 7.1.4 市场因素对证券业安全的影响尚不显着 |
| 7.1.5 保险业安全受居民收入和经济发展水平影响较大 |
| 7.1.6 国家经济发展水平对金融安全影响巨大 |
| 7.1.7 诸多关键因素指标拖累着我国金融安全水平 |
| 7.1.8 我国金融安全水平走势波动并有望逐渐转好 |
| 7.2 维护我国金融安全的对策建议 |
| 7.2.1 努力构建现代金融体系以维护我国金融安全 |
| 7.2.2 推进利率市场化改革以维护我国金融安全 |
| 7.2.3 完善汇率形成机制推进人民币国际化进程 |
| 7.2.4 有序推进资本账户开放以维护我国金融安全 |
| 7.2.5 继续完善金融监管体制以维护金融安全 |
| 7.2.6 完善金融安全预警机制以维护我国金融安全 |
| 7.2.7 促进房地产业稳定发展以维护我国金融安全 |
| 7.2.8 继续扩大金融业对外开放和国际合作 |
| 7.3 研究不足 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）我国生鲜乳价格风险测度与管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.引言 |
| 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 国内外研究现状 |
| 1.2.1 奶业市场风险的内涵 |
| 1.2.2 生鲜乳价格波动风险的衡量 |
| 1.2.3 生鲜乳价格波动风险产生的原因 |
| 1.2.4 生鲜乳价格波动风险管理策略与工具 |
| 1.2.5 研究述评与展望 |
| 1.3 研究框架与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线图 |
| 1.3.4 数据来源 |
| 1.4 创新点 |
| 2.相关理论阐述 |
| 2.1 经济波动及周期理论 |
| 2.1.1 内生经济周期波动影响理论 |
| 2.1.2 外生经济周期波动影响理论 |
| 2.2 均衡价格理论 |
| 2.3 消费者行为理论 |
| 2.4 风险管理理论 |
| 2.4.1 风险识别 |
| 2.4.2 风险评估 |
| 2.4.3 风险管理 |
| 3.我国生鲜乳价格波动现状与特征 |
| 3.1 生鲜乳价格波动现状分析 |
| 3.1.1 我国奶业发展现状分析 |
| 3.1.2 2009-2019年生鲜乳价格波动整体状况 |
| 3.2 基于Census X12法的生鲜乳价格特征分析 |
| 3.2.1 生鲜乳价格波动季节特征分析 |
| 3.2.2 生鲜乳价格波动随机特征分析 |
| 3.3 基于H-P滤波法的生鲜乳价格波动趋势分析 |
| 3.3.1 长期趋势分析 |
| 3.3.2 周期循环分析 |
| 3.4 基于ARIMA模型的生鲜乳价格预测 |
| 3.5 本章小结 |
| 4.基于VaR模型的生鲜乳价格波动风险测度 |
| 4.1 奶业市场风险的概念界定 |
| 4.2 生鲜乳价格波动风险的因素分析 |
| 4.2.1 乳制品进口冲击加剧 |
| 4.2.2 奶牛养殖成本波动大 |
| 4.2.3 奶业主体融资难 |
| 4.2.4 环保政策对养殖主体影响大 |
| 4.2.5 生鲜乳生产主体议价地位低 |
| 4.3 生鲜乳价格波动风险的测度 |
| 4.3.1 生鲜乳价格波动风险测度方法的选择 |
| 4.3.2 构建生鲜乳价格波动序列 |
| 4.3.3 构建概率分布模型 |
| 4.3.4 实证结果分析 |
| 4.4 本章小结 |
| 5.国内外生鲜乳价格波动风险管理现状与经验 |
| 5.1 国外生鲜乳价格波动风险管理经验 |
| 5.1.1 美国 |
| 5.1.2 日本 |
| 5.1.3 澳大利亚 |
| 5.2 我国生鲜乳价格波动风险管理现状 |
| 5.2.1 奶业订单保障奶农收益,但利益联结机制尚未完善 |
| 5.2.2 农产品期货市场发展迅速,但商品种类单一 |
| 5.2.3 现有险种以保障自然风险为主,市场风险尚未纳入保障范围 |
| 5.2.4 生鲜乳价格发布及时,但缺乏价格预警机制 |
| 5.2.5 养殖场转型升级需要大量资金,然而融资渠道狭窄 |
| 5.3 奶业发达国家经验对我国奶业市场的启示 |
| 5.3.1 完善我国奶业利益联结机制 |
| 5.3.2 提供金融政策支持 |
| 5.3.3 探索奶牛价格保险 |
| 5.3.4 加强奶业生产安全监管 |
| 5.4 本章小结 |
| 6.我国生鲜乳价格波动风险管理的策略选择 |
| 6.1 我国奶业市场风险管理的目标 |
| 6.2 奶业市场风险内部抑制策略 |
| 6.2.1 建立生鲜乳价格预测预警机制 |
| 6.2.2 加强对奶牛养殖场的金融支持 |
| 6.3 奶业市场风险转移策略 |
| 6.3.1 构建乳企与奶农的利益联结机制 |
| 6.3.2 探索我国生鲜乳期货市场 |
| 6.3.3 探索生鲜乳目标价格保险制度 |
| 6.4 本章小结 |
| 7.结论与对策建议 |
| 7.1 结论 |
| 7.2 对策建议 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（8）我国文化产业的金融支持体系研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容、方法和技术路线 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.2.3 技术路线 |
| 1.3 本文的创新点 |
| 2 理论基础与文献综述 |
| 2.1 相关概念的界定 |
| 2.1.1 文化的涵义及其层次 |
| 2.1.2 文化产业的内涵 |
| 2.1.3 文化产业的分类 |
| 2.1.4 文化产业的融资约束 |
| 2.2 相关理论基础 |
| 2.2.1 金融发展理论 |
| 2.2.2 产业发展理论 |
| 2.2.3 产业安全理论 |
| 2.3 相关研究综述 |
| 2.3.1 文化产业的研究综述 |
| 2.3.2 文化产业安全的研究综述 |
| 2.3.3 金融支持文化产业的研究综述 |
| 3 我国文化产业及其金融支持的现状分析 |
| 3.1 我国文化产业的现状分析 |
| 3.1.1 我国文化产业现状分析 |
| 3.1.2 我国文化产业的国际比较 |
| 3.2 我国文化产业金融支持的现状分析 |
| 3.2.1 文化产业的政府财政支持现状分析 |
| 3.2.2 文化产业的社会资本支持现状分析 |
| 3.3 我国文化产业金融支持中存在的问题 |
| 3.3.1 财政税收投入的有限性与文化产业的资金需求量大的矛盾 |
| 3.3.2 政府制度的制约机制与文化产业的高风险性的矛盾 |
| 3.3.3 商业银行的风险规避性使得中小文化企业难以获得贷款支持 |
| 3.3.4 风险投资的发展缓慢不能满足文化产业的融资需求 |
| 3.3.5 资本市场对文化企业融资存在诸多限制 |
| 4 金融支持对我国文化产业的效应分析 |
| 4.1 金融支持对我国文化产业发展的效应分析 |
| 4.1.1 我国金融支持对文化产业的经济效应的实证分析 |
| 4.1.2 基于区域差异性的金融支持对文化产业的经济效应分析 |
| 4.1.3 我国金融支持推动文化产业发展的案例分析 |
| 4.2 金融支持对文化产业安全的效应分析 |
| 4.2.1 金融支持对文化产业安全效应的理论分析 |
| 4.2.2 文化产业安全评价指标体系的构建方法 |
| 4.2.3 综合评价方法选取与数据采集 |
| 4.2.4 文化产业安全的实证评价分析 |
| 4.2.5 金融支持对文化产业安全的影响分析 |
| 5 文化产业发展的金融支撑:基于部分国家的经验与借鉴 |
| 5.1 美国文化产业的金融支持体系 |
| 5.1.1 多层次的资本市场保证文化产业的融资需求 |
| 5.1.2 多渠道的资金来源对文化产业的金融支持 |
| 5.1.3 美国政府的政策支持 |
| 5.2 日本文化产业的金融支持体系 |
| 5.2.1 日本政府对文化产业的资本支持 |
| 5.2.2 社会多渠道对文化产业的金融支持 |
| 5.2.3 金融机构对文化产业的资金支持 |
| 5.2.4 多层次的资本市场为文化企业提供直接融资 |
| 5.3 韩国文化产业的金融支持体系 |
| 5.3.1 政府通过制定政策促进金融业支持文化企业 |
| 5.3.2 金融业增加对文化产业的资金扶持 |
| 5.3.3 社会资本通过多渠道支持韩国文化产业 |
| 5.4 启示与借鉴 |
| 5.4.1 政府在文化产业的金融支持体系中处于主导地位 |
| 5.4.2 投资主体的多元化和投资渠道的多样化 |
| 5.4.3 完善信用担保体系 |
| 5.4.4 建立多层次的资本市场 |
| 6 我国文化产业金融支持体系的设计 |
| 6.1 我国金融支撑文化产业作用不足的原因分析 |
| 6.1.1 金融支持体系组成要素及其职能界定的模糊 |
| 6.1.2 金融支持体系运行架构的不完善 |
| 6.1.3 金融支持政策与监管架构的不完善 |
| 6.2 构建文化产业金融支持体系中的构成要素 |
| 6.2.1 文化产业金融支持体系中的交易主体 |
| 6.2.2 文化产业金融支持体系中的组成要素 |
| 6.3 我国文化产业金融支持体系的设计 |
| 6.3.1 商业银行支持文化产业的运行架构设计 |
| 6.3.2 保险业支持文化产业的运行架构设计 |
| 6.3.3 资本市场支持文化产业的运行架构设计 |
| 6.3.4 风险投资支持文化产业的运行架构设计 |
| 6.4 金融支持文化产业的政策与监管架构设计 |
| 6.4.1 货币政策支持文化产业的架构设计 |
| 6.4.2 金融监管支持文化产业的架构设计 |
| 6.4.3 财政政策支持文化产业的架构设计 |
| 6.4.4 构建连接各项文化金融各项政策的协调和信息反馈机制 |
| 7 研究结论与政策建议 |
| 7.1 研究结论 |
| 7.2 我国文化产业金融支持的政策建议 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（9）我国金融产业结构与就业结构协调优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1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 国内外文献综述 |
| 1.2.1 国外文献研究 |
| 1.2.2 国内文献研究 |
| 1.2.3 文献述评 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 创新及不足之处 |
| 1.4.1 创新之处 |
| 1.4.2 不足之处 |
| 第2章 金融产业结构与就业结构相关理论基础 |
| 2.1 金融产业结构概述 |
| 2.1.1 金融产业与金融结构 |
| 2.1.2 金融产业结构涵义与特征 |
| 2.1.3 金融结构相关理论 |
| 2.2 就业结构概述 |
| 2.2.1 就业结构的概念 |
| 2.2.2 就业结构相关理论 |
| 第3章 我国金融产业结构与就业结构的发展现状分析 |
| 3.1 我国金融产业结构的发展现状 |
| 3.1.1 我国金融产业结构演变过程 |
| 3.1.2 我国金融产业结构现状特征 |
| 3.2 我国就业结构的发展现状 |
| 3.2.1 我国就业结构总体演变历程 |
| 3.2.2 我国就业结构现状特征 |
| 第4章 我国金融产业结构与就业结构变动的关联性分析 |
| 4.1 我国金融产业结构与就业结构的相关关系分析 |
| 4.1.1 相关系数分析法 |
| 4.1.2 我国金融产业结构与就业结构的相关性测度 |
| 4.2 我国金融产业结构与就业结构的协调关系分析 |
| 4.2.1 协同系数分析法 |
| 4.2.2 我国金融产业结构与就业结构的协调性测度 |
| 4.3 我国金融产业结构与就业结构的耦合协调度分析 |
| 4.3.1 耦合协调度分析法 |
| 4.3.2 我国金融产业结构与就业结构的耦合协调度测算 |
| 第5章 我国金融产业结构与就业结构关系的VAR模型分析 |
| 5.1 模型介绍 |
| 5.2 变量的选择和数据来源 |
| 5.2.1 变量的选择 |
| 5.2.2 数据来源和描述性统计 |
| 5.3 VAR模型实证分析 |
| 5.3.1 单位根检验 |
| 5.3.2 VAR模型滞后阶数P的确认 |
| 5.3.3 VAR模型稳定性检测 |
| 5.3.4 VAR模型的确定 |
| 5.3.5 脉冲响应分析 |
| 5.3.6 方差分解 |
| 5.4 实证结果分析 |
| 第6章 结论与政策建议 |
| 6.1 研究结论 |
| 6.2 优化建议 |
| 致谢 |
| 参考文献 |
（10）金融体系与实体经济发展适配效应研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 本文的研究思路 |
| 1.3 本文的研究范畴 |
| 1.3.1 实体经济的界定 |
| 1.3.2 金融体系的界定 |
| 1.4 本文的结构安排 |
| 1.5 本文的创新与不足 |
| 1.5.1 创新之处 |
| 1.5.2 不足之处 |
| 第2章 文献与研究述评 |
| 2.1 金融体系与实体经济发展相关文献综述 |
| 2.2 金融结构与实体经济发展相关文献综述 |
| 2.3 金融效率与实体经济发展相关文献综述 |
| 2.4 金融规模与实体经济发展相关文献综述 |
| 2.5 文献述评 |
| 第3章 金融体系与实体经济发展现状及关联性研究 |
| 3.1 金融体系与实体经济发展现状及问题分析 |
| 3.1.1 金融体系与实体经济发展现状分析 |
| 3.1.2 金融体系与实体经济发展存在的问题 |
| 3.2 金融体系与经济发展相关理论分析 |
| 3.2.1 金融发展论 |
| 3.2.2 金融深化论和金融抑制论 |
| 3.2.3 金融约束论 |
| 3.2.4 其他金融发展与经济增长相关理论 |
| 3.3 金融体系与实体经济发展关联性基本分析 |
| 3.3.1 灰色关联度理论 |
| 3.3.2 样本选取及数据来源 |
| 3.3.3 描述性统计分析 |
| 3.4 金融体系与实体经济发展关联性实证分析 |
| 3.4.1 变量无量纲化处理 |
| 3.4.2 计算关联系数 |
| 3.4.3 计算灰色关联度 |
| 3.4.4 结果分析 |
| 3.5 本章小结 |
| 第4章 金融体系与实体经济发展适配效应分析:基于金融结构空间溢出效应视角 |
| 4.1 金融结构与实体经济发展现状分析 |
| 4.1.1 宏观金融结构发展现状 |
| 4.1.2 金融行业结构发展现状 |
| 4.2 金融结构与实体经济发展基本分析 |
| 4.2.1 数据来源及变量定义 |
| 4.2.2 描述性统计分析 |
| 4.2.3 空间计量模型的构建 |
| 4.2.4 面板单位根检验 |
| 4.2.5 空间相关性检验 |
| 4.3 金融结构与实体经济发展溢出效应实证分析 |
| 4.3.1 确定最优空间计量模型 |
| 4.3.2 Hausman检验 |
| 4.3.3 空间杜宾模型检验 |
| 4.3.4 空间杜宾模型效应分解 |
| 4.4 本章小结 |
| 第5章 金融体系与实体经济发展适配效应分析:基于金融效率动态效应视角 |
| 5.1 金融效率与实体经济发展现状分析 |
| 5.2 金融效率与实体经济发展基本分析 |
| 5.2.1 样本选择及数据来源 |
| 5.2.2 变量定义 |
| 5.2.3 描述性统计分析 |
| 5.3 金融效率与实体经济发展动态效应实证分析 |
| 5.3.1 系统GMM模型的构建 |
| 5.3.2 面板单位根检验 |
| 5.3.3 动态关系实证检验 |
| 5.4 本章小结 |
| 第6章 金融体系与实体经济发展适配效应分析:基于金融规模门槛效应视角 |
| 6.1 金融规模与实体经济发展现状分析 |
| 6.2 金融规模与实体经济发展基本分析 |
| 6.2.1 样本选择及数据来源 |
| 6.2.2 变量定义 |
| 6.2.3 描述性统计分析 |
| 6.3 金融规模的门槛效应研究 |
| 6.3.1 门槛模型的构建 |
| 6.3.2 基于金融规模时间序列门槛模型的构建 |
| 6.3.3 时间序列平稳性检验 |
| 6.3.4 金融规模的单一门槛效应分析 |
| 6.3.5 金融规模的双重门槛效应分析 |
| 6.4 省际金融规模的门槛效应实证分析 |
| 6.4.1 面板门槛模型的构建 |
| 6.4.2 面板单位根检验 |
| 6.4.3 基准模型回归分析 |
| 6.4.4 门槛效应结果分析 |
| 6.5 稳健性检验 |
| 6.5.1 基于金融业增加值占比的时间序列门槛效应检验 |
| 6.5.2 基于金融业增加值占比的面板门槛效应检验 |
| 6.6 本章小结 |
| 第7章 金融体系与实体经济发展适配效应实证分析:基于动态关联效应视角 |
| 7.1 金融体系与实体经济发展动态PVAR模型的构建 |
| 7.2 金融体系与实体经济发展动态关联性基本分析 |
| 7.2.1 样本选取及数据来源 |
| 7.2.2 描述性统计分析 |
| 7.2.3 样本平稳性及协整检验 |
| 7.3 金融体系与实体经济发展动态关联效应实证研究 |
| 7.3.1 PVAR模型基本分析 |
| 7.3.2 方差分解 |
| 7.3.3 脉冲响应分析 |
| 7.4 本章小结 |
| 结论、启示与展望 |
| 参考文献 |
| 攻读学位期间所发表的学术论文及其他科研成果 |
| 致谢 |
四、2002年我国金融运行健康平稳（论文参考文献）
- [1]人口年龄结构对房地产价格的影响研究[D]. 陈钰晓. 四川大学, 2021(12)
- [2]安徽省房地产泡沫研究[D]. 陈景辉. 安徽建筑大学, 2021(08)
- [3]经济不确定性、经济周期与货币政策有效性研究[D]. 王国志. 吉林大学, 2021(01)
- [4]我国区域性金融风险的计量研究[D]. 李卓. 吉林大学, 2021(01)
- [5]我国房地产业金融加速器效应的区域差异性研究[D]. 王慧翔. 山东财经大学, 2021(12)
- [6]我国金融安全状态及预警研究[D]. 李婷. 北京交通大学, 2021(02)
- [7]我国生鲜乳价格风险测度与管理研究[D]. 刘秉华. 河北农业大学, 2021(05)
- [8]我国文化产业的金融支持体系研究[D]. 刘晓飞. 北京交通大学, 2020(06)
- [9]我国金融产业结构与就业结构协调优化研究[D]. 黄国庆. 南昌大学, 2020(01)
- [10]金融体系与实体经济发展适配效应研究[D]. 周悦. 吉林大学, 2020(08)