中国房地产金融风险预警系统研究

发布时间：2020-12-10 22:04

　　近年来,房地产行业作为国民经济支柱产业之一取得了迅猛的发展,房地产金融在房地产行业的发展中起到了举足轻重的作用。但是,这种快速的发展过渡依赖于房地产金融,使得房地产金融面临着较大的风险。一旦房地产金融风险暴露,影响的不仅仅是房地产行业,与之紧密关联的银行、钢铁、水泥、建筑等行业都将遭到重创。然而,对房地产金融风险相关研究目前还没有形成一种较完整的体系,尤其对房地产金融风险预警系统的构建更是缺乏系统的理论研究和实证研究。本文运用建立金融预警系统的一般方法和原理,对房地产金融风险预警系统进行了设计和构建。首先基于房地产开发的全过程对房地产金融风险影响的内部因素、外部因素进行了系统的识别,根据指标设立的原则提炼出了房地产金融风险预警指标。在预警系统构建上根据房地产市场的特点和信息获取的局限性选取了人工神经网络方法作为预警方法,并阐述了房地产金融风险预警系统构建步骤和运行机制,完成预警系统的初步设计。最后,根据武汉市房地产市场近7年运行的相关数据建立各预警指标数据矩阵,依照已设计的预警系统对武汉市房地产金融风险预警系统进行构建,运用3δ方法划分预警域、运用主成分分析方法确定了各预警指标的权重、... 

【文章来源】：中南民族大学湖北省

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

神经网络的基本结构

且参数对于目标量影响难以定量分析的情况下，可以通过神经网络很好的学习和训练出其规律形成网络用于预测。（一）神经网络模型的建立以 2002-2007 年的五个指标数据（X1、X2、X3、X4、X5）构建 input 矩阵 A（6×5），以 2008 年的指标数据构成 target 矩阵 B（1×5），创建 network，设置参数，让其训练。0.23 3.18 2.67 10.4 2.050.26 3.31 2.86 12.66 1.890.28 3.16 3.47 8.61 2.000.28 3.39 3.37 8.83 1.800.28 3.58 3.28 9.85 0.950.27 3.90 3.42 12.97 0.94A = B= [0.25 3.43 4.37 5.82 0.71]

0.28 3.58 3.28 9.85 0.950.27 3.90 3.42 12.97 0.94 5.82 0.71]图 5-1 神经网络结构图图 5-2

【参考文献】：
期刊论文
[1]我国房地产金融风险预警方法选择探究[J]. 周星.  科技创业月刊. 2009(11)
[2]当前房地产金融的主要风险与政策建议[J]. 成晖.  银行家. 2009(02)
[3]次贷危机对我国商业银行的影响及警示[J]. 秦广,邵磊.  中国房地产金融. 2008(05)
[4]美国“次贷危机”与我国金融风险防范[J]. 蓝庆新.  理论探索. 2008(02)
[5]房地产投资全过程风险识别[J]. 周晓静,张瑶宁.  经济研究导刊. 2007(08)
[6]我国房地产金融风险识别系统的构建思路探讨[J]. 刘文辉,郑智,宋高堂.  金融与经济. 2007(05)
[7]房地产金融风险识别体系的构建[J]. 周铭,郑智.  统计与决策. 2007(05)
[8]我国房地产金融现状及政策取向[J]. 陈洪波,徐波.  中国经贸导刊. 2006(02)
[9]房地产开发企业融资新渠道探析[J]. 张宇.  商场现代化. 2006(01)
[10]中国房地产市场宏观调控的成效及风险防范研究[J]. 谢百三,王巍,张立勇,余菁.  价格理论与实践. 2005(10)

博士论文
[1]基于大系统控制的房地产预警系统及应用研究[D]. 郭峰.重庆大学 2006
[2]房地产市场泡沫的形成和预警[D]. 鲍小飞.复旦大学 2005

硕士论文
[1]美国次贷危机成因与我国住房和金融市场发展[D]. 乔翔.天津财经大学 2008
[2]中国房地产金融风险分析及防范研究[D]. 毛建林.四川大学 2007
[3]我国房地产泡沫的理论与实证分析[D]. 赵永芳.首都经济贸易大学 2003



本文编号：2909351