我国区域房地产市场风险测度及空间溢出网络结构研究
发布时间：2021-04-06 22:36
目前,我国正处于新一轮经济转型阶段,并面临体制变革、结构调整和转换动力等多重考验,现已进入各类风险高发易发的窗口期。房地产市场作为我国产业经济的重要组成之一,在繁荣发展的同时也逐渐显现出严重的区域分化特征。因此,防范并化解区域房地产市场风险对经济转型有重要意义。本文首先对区域房地产市场风险的内涵、形成、溢出及其他相关理论进行介绍;其次,从房地产价格、库存、金融、环境风险四个方面构建区域房地产市场风险水平测度指标体系,并基于层次分析-熵值法组合赋权模型对我国31个省（市、自治区）2005-2018年区域房地产市场风险水平进行测度;进一步运用改进的引力模型和社会网络分析法从整体、个体和局部三个层面对区域房地产市场风险的空间溢出网络结构进行研究。结果表明:（1）从时间趋势看,2005-2018年我国区域房地产风险整体呈现上升趋势,但2013年后上升速度逐渐下降;从地区比较看,各区域房地产市场风险水平分布不均衡,并且各地区之间的风险演变趋势也有所差异。（2）在整体网络结构方面,我国区域房地产市场风险空间溢出网络是“无标度网络”,整体呈现复杂、多元的结构特征。2005-2018年,网络关联关系和...
【文章来源】：西安建筑科技大学陕西省
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
技术路线图
西安建筑科技大学硕士学位论文20图2.1无向图图2.2有向图2）矩阵法如果网络中行动者数量较多，网络图形较为复杂，利用图论法难以准确刻画节点之间的关系结构，而矩阵法可以通过将网络中节点之间的关系按照行和列的形式排列，简洁明了地表达节点间的关系，以便于进一步分析网络结构。。若矩阵A代表一个社会网络关联关系矩阵，其阶数为n（节点数为矩阵的阶数），则A具体可表示为：nnnnnnaaaaaaaaaA.....................212222111211其中，ija表示对应两个节点之间的关系数据值。在二值网络关系矩阵中，ija可以取值为“0”或者取值为“1”，“0”表示矩阵中对应的两个节点之间不存在直接关系，“1”表示两节点之间存在关系；在多值网络关系矩阵中，ija可以取任何数；在无向网络关系矩阵中，关于对角线对称的关系值均相等，即jiijaa；而在有向网络关系矩阵中，所有的关系值则不一定相同。
西安建筑科技大学硕士学位论文20图2.1无向图图2.2有向图2）矩阵法如果网络中行动者数量较多，网络图形较为复杂，利用图论法难以准确刻画节点之间的关系结构，而矩阵法可以通过将网络中节点之间的关系按照行和列的形式排列，简洁明了地表达节点间的关系，以便于进一步分析网络结构。。若矩阵A代表一个社会网络关联关系矩阵，其阶数为n（节点数为矩阵的阶数），则A具体可表示为：nnnnnnaaaaaaaaaA.....................212222111211其中，ija表示对应两个节点之间的关系数据值。在二值网络关系矩阵中，ija可以取值为“0”或者取值为“1”，“0”表示矩阵中对应的两个节点之间不存在直接关系，“1”表示两节点之间存在关系；在多值网络关系矩阵中，ija可以取任何数；在无向网络关系矩阵中，关于对角线对称的关系值均相等，即jiijaa；而在有向网络关系矩阵中，所有的关系值则不一定相同。
【参考文献】：
期刊论文
[1]中国房地产市场价格泡沫与空间传染效应[J]. 李伦一,张翔. 金融研究. 2019(12)
[2]我国288个城市经济发展的空间溢出效应研究[J]. 张海龙,黄镜淳,贾菲,韩爱华. 统计与决策. 2019(24)
[3]中国地方政府债务风险关联网络的空间特征与影响因素[J]. 王周伟,刘少伟,魏伟,姚亚伟. 统计与信息论坛. 2019(12)
[4]基于房地产市场泡沫测算的居民杠杆风险研究[J]. 李程,杨皓熙,禹路瑶. 统计与信息论坛. 2019(12)
[5]房地产业对金融机构的系统性风险溢出效应研究——基于行业与企业综合视角的实证分析[J]. 孙翎,张意琳,李捷瑜. 南方经济. 2019(12)
[6]基于城市群的住房需求相关性及政策影响研究[J]. 杨赞,丁立群,杨鸿杰. 华东经济管理. 2019(11)
[7]京津冀地区房价联动网络结构研究[J]. 王庆华,程兰芳,张凤琴. 地域研究与开发. 2019(05)
[8]新型城镇化对城市房地产去库存的空间效应分析[J]. 覃飞,石小霞,李东霞. 武汉金融. 2019(09)
[9]中国地方金融风险空间关联网络及区域传染效应:2009-2016[J]. 沈丽,刘媛,李文君. 管理评论. 2019(08)
[10]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[J]. 周建军,孙倩倩. 财经理论与实践. 2019(04)
博士论文
[1]新常态下中国城市房地产风险评价及调控策略研究[D]. 王大港.北京交通大学 2017
[2]城镇化背景下的中国农业机械化：跨区服务的视角[D]. 方师乐.浙江大学 2017
硕士论文
[1]中部六省省会城市房地产市场风险评价研究[D]. 郭晶.山西财经大学 2019
[2]基于空间统计理论的区域房地产风险预警研究[D]. 周雪.辽宁工业大学 2019
本文编号：3122283
【文章来源】：西安建筑科技大学陕西省
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
技术路线图
西安建筑科技大学硕士学位论文20图2.1无向图图2.2有向图2）矩阵法如果网络中行动者数量较多，网络图形较为复杂，利用图论法难以准确刻画节点之间的关系结构，而矩阵法可以通过将网络中节点之间的关系按照行和列的形式排列，简洁明了地表达节点间的关系，以便于进一步分析网络结构。。若矩阵A代表一个社会网络关联关系矩阵，其阶数为n（节点数为矩阵的阶数），则A具体可表示为：nnnnnnaaaaaaaaaA.....................212222111211其中，ija表示对应两个节点之间的关系数据值。在二值网络关系矩阵中，ija可以取值为“0”或者取值为“1”，“0”表示矩阵中对应的两个节点之间不存在直接关系，“1”表示两节点之间存在关系；在多值网络关系矩阵中，ija可以取任何数；在无向网络关系矩阵中，关于对角线对称的关系值均相等，即jiijaa；而在有向网络关系矩阵中，所有的关系值则不一定相同。
西安建筑科技大学硕士学位论文20图2.1无向图图2.2有向图2）矩阵法如果网络中行动者数量较多，网络图形较为复杂，利用图论法难以准确刻画节点之间的关系结构，而矩阵法可以通过将网络中节点之间的关系按照行和列的形式排列，简洁明了地表达节点间的关系，以便于进一步分析网络结构。。若矩阵A代表一个社会网络关联关系矩阵，其阶数为n（节点数为矩阵的阶数），则A具体可表示为：nnnnnnaaaaaaaaaA.....................212222111211其中，ija表示对应两个节点之间的关系数据值。在二值网络关系矩阵中，ija可以取值为“0”或者取值为“1”，“0”表示矩阵中对应的两个节点之间不存在直接关系，“1”表示两节点之间存在关系；在多值网络关系矩阵中，ija可以取任何数；在无向网络关系矩阵中，关于对角线对称的关系值均相等，即jiijaa；而在有向网络关系矩阵中，所有的关系值则不一定相同。
【参考文献】：
期刊论文
[1]中国房地产市场价格泡沫与空间传染效应[J]. 李伦一,张翔. 金融研究. 2019(12)
[2]我国288个城市经济发展的空间溢出效应研究[J]. 张海龙,黄镜淳,贾菲,韩爱华. 统计与决策. 2019(24)
[3]中国地方政府债务风险关联网络的空间特征与影响因素[J]. 王周伟,刘少伟,魏伟,姚亚伟. 统计与信息论坛. 2019(12)
[4]基于房地产市场泡沫测算的居民杠杆风险研究[J]. 李程,杨皓熙,禹路瑶. 统计与信息论坛. 2019(12)
[5]房地产业对金融机构的系统性风险溢出效应研究——基于行业与企业综合视角的实证分析[J]. 孙翎,张意琳,李捷瑜. 南方经济. 2019(12)
[6]基于城市群的住房需求相关性及政策影响研究[J]. 杨赞,丁立群,杨鸿杰. 华东经济管理. 2019(11)
[7]京津冀地区房价联动网络结构研究[J]. 王庆华,程兰芳,张凤琴. 地域研究与开发. 2019(05)
[8]新型城镇化对城市房地产去库存的空间效应分析[J]. 覃飞,石小霞,李东霞. 武汉金融. 2019(09)
[9]中国地方金融风险空间关联网络及区域传染效应:2009-2016[J]. 沈丽,刘媛,李文君. 管理评论. 2019(08)
[10]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[J]. 周建军,孙倩倩. 财经理论与实践. 2019(04)
博士论文
[1]新常态下中国城市房地产风险评价及调控策略研究[D]. 王大港.北京交通大学 2017
[2]城镇化背景下的中国农业机械化：跨区服务的视角[D]. 方师乐.浙江大学 2017
硕士论文
[1]中部六省省会城市房地产市场风险评价研究[D]. 郭晶.山西财经大学 2019
[2]基于空间统计理论的区域房地产风险预警研究[D]. 周雪.辽宁工业大学 2019
本文编号：3122283
本文链接：https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3122283.html
