论文题目：房地产泡沫与房地产金融风险的空间传导及防范研究
摘要：我国房地产市场自商品化时代逐渐进入快速发展阶段,目前已具有全球范围内最大的市场规模。2020年,政策对冲疫情冲击,我国房地产市场相对于世界其他国家已逐步恢复市场活力。民众的需求还将继续维持疫情之前的状态,进一步稳定发展。因而针对我国房地产的泡沫态势,尤其是空间溢出状况,业界、学界和普通百姓都表现出了关注。因此,本文将检测房地产泡沫的空间溢出,以及由此产生的金融风险状况,随后就防范泡沫与风险建立起一道“防火墙”。本文研究内容如下:第一章,绪论。本章根据当前我国房地产市场的情况对背景进行介绍,提出研究的关键问题,叙述研究意义。同时从检测、识别和预警等方面进行研究情况梳理,奠定分析基础。第二章,房地产泡沫。本章界定了研究主题,即什么是房地产泡沫,并分析了其成因;随后,使用BSADF模型检验了我国主要城市的泡沫情况,并对其存续周期时点和严重程度进行比较。结果发现,在研究阶段（2016年1月至2019年8月）中有125个城市存在明显的周期性房地产泡沫。第三章,房地产金融风险。本章首先介绍了房地产金融风险现状;然后,重点研究了它的传导机制;接着,介绍了如何对房地产金融风险进行测量;最后,使用PVAR模型确定了房地产泡沫的影响因素以及房地产泡沫对房地产金融风险的影响。结论是泡沫破灭时投资者的预期逆转等原因都可能导致风险的爆发。这些风险主要通过资金、土地供求和产业进行传导。如果市场不景气,出于理性或非理性的预期,个人和房地产商可能会产生违约现象,于是银行将会因抵押物价值下降产生损失,引发金融风险。同时得到房地产泡沫的两个关键影响因素——房地产开发投资余额和商品房销售额,而对房地产金融风险的影响因素分析得到泡沫为关键成因。第四章,房地产泡沫的空间相依及传导。将莫兰检验和R-Vine Copula结构模型结合,分析了我国房地产泡沫的空间溢出情况。结论表现在整个研究时期内,全国主要大中城市房地产泡沫在整个研究阶段中呈现正负交替目前为负的空间自相关特征。从集聚效果来看,“低-低”城市数目最多,“高-高”次之。前者集中在东北和东部地区,后者集中在中西部。而“高-低”城市仅存在于山东省和河南省,“低-高”城市则主要在福建省与江西省。我国房地产泡沫的相依结构具有如下特征:第一,发达与经济一般的城市分别形成泡沫聚集区;第二,处于经济发达与非发达经济体量中间的一般城市是泡沫传导的中心枢纽;第三,地理区位的聚集特征同样表现在了泡沫的联动上。第五章,房地产泡沫对房地产金融风险影响的空间分析,使用空间杜宾模型研究得到的结论为:第一,地理位置相似的城市具有风险的空间聚集特性;第二,经济发展水平相近的城市的房地产金融风险存在集聚特征,但集聚程度要低于地理位置相近的城市之间;第三,地理位置相近的发达城市对欠发达城市的风险具有正向的溢出;第四,地理位置相近的土地价格较高的城市对土地价格较低城市的房地产金融风险具有显著的正向溢出效应。第六章,房地产金融风险防火墙的构建。首先,提出了综合手段、风险可视化、预测与长期机制四条抑制方向。其次,对样本城市进行四档预警测评。最后,构建房地产泡沫和金融风险的防火墙,并提出包括税制建设与合适的房地产税落地时机,调整信贷监管政策,加强规范秩序、建立相应预警机制和地方政府的规范几点政策建议。第七章,研究结论与展望。先进行前文总结,然后指出本文的不足,主要是研究对象选取缺少西北城市数据支持,以及控制变量不足。
关键词：房地产泡沫;空间溢出;房地产金融风险;防火墙机制
学科专业：金融（专业学位）
摘要
abstract
1 绪论
1.1 研究背景和问题提出
1.1.1 研究背景
1.1.2 问题提出
1.2 研究意义
1.2.1 理论意义
1.2.2 实践意义
1.3 国内外研究现状
1.3.1 房地产泡沫
1.3.2 房地产泡沫测量
1.3.3 识别与预警房地产金融风险
1.3.4 当前我国房地产现状
1.4 研究内容及研究方法
1.4.1 研究内容
1.4.2 研究框架
1.5 创新点
1.5.1 研究视角的创新
1.5.2 研究方法的创新
2 房地产泡沫
2.1 房地产泡沫的内涵
2.1.1 泡沫
2.1.2 房地产泡沫
2.2 房地产泡沫的成因分析
2.2.1 居民收入提高
2.2.2 利率政策与信贷政策
2.2.3 银行信贷带来的资金支持
2.2.4 国际资本的涌入
2.2.5 投资者的非理性预期、从众与锚定效应
2.2.6 房地产的低供给弹性、耐用性及制度的不适用性
2.3 房地产泡沫的测量
2.3.1 房地产泡沫检验模型:BSADF检验
2.3.2 指标和样本选取
2.3.3 房地产泡沫存在性检验
2.3.4 房地产泡沫存续周期时点及泡沫程度比较
3 房地产金融风险
3.1 房地产金融风险的内涵
3.1.1 系统风险
3.1.2 非系统风险
3.2 我国的房地产金融风险
3.3 房地产金融风险的形成和传导机制
3.3.1 房地产金融风险的形成
3.3.2 房地产金融风险的传导机制及路径
3.4 房地产金融风险的测量
3.4.1 房地产金融集中风险度量
3.4.2 房企经营风险
3.4.3 房地产金融风险敞口度量
3.5 房地产泡沫与房地产金融的实证分析
3.5.1 房地产泡沫成因实证
3.5.2 房地产金融风险影响因素分析模型
4 房地产泡沫的空间相依及传导
4.1 房地产泡沫空间统计
4.1.1 房地产泡沫空间自相关性:Moran’s I检验
4.1.2 房地产泡沫的Moran散点图分析
4.1.3 房地产泡沫空间统计分析:LISA集聚图分析
4.2 房地产泡沫相依与空间传导
5 房地产泡沫对房地产金融风险影响的空间分析
5.1 空间计量模型及权重介绍
5.1.1 空间计量模型
5.1.2 空间权重矩阵
5.2 指标选取及数据来源
5.3 模型设定
5.4 空间计量模型回归结果
6 房地产金融风险防火墙的构建
6.1 房地产金融风险的抑制思路
6.1.1 综合手段
6.1.2 风险可视化
6.1.3 预测
6.1.4 长期机制
6.2 房地产金融风险预警系统
6.2.1 房地产金融风险预警防火墙体系的构建
6.2.2 确定指标等级
6.2.3 基本置信度
6.2.4 指标权重
6.2.5 风险评价
6.2.6 风险预警
6.3 房地产泡沫及金融风险的防火墙构建
6.3.1 税制建设时机
6.3.2 调整信贷监管政策
6.3.3 加强整顿规范市场秩序、建立相应预警机制
6.3.4 规范地方政府行为
7 研究结论与展望
7.1 研究结论
7.2 研究展望
致谢
参考文献