Abstract ：

消费者信心指数是反映消费者信心强弱的指标，国家统计局于1997年开始在全国范围内开展消费者信心指数的调查与编制。如今，消费者信心指数已经成为我国经济景气指数体系的有机组成部分，受到社会各界的广泛关注。目前我国消费者信心指数编制基于国家统计局建立的消费者电话问卷调查制度，其准确性与时效性面临着挑战，而互联网时代的到来为了解消费者信心提供了新的途径，互联网数据的应用为提升消费者信心指数预测准确性与时效性提供了可能性。因此，研究大数据背景下的消费者信心指数预测，已经成为当前的热点研究问题。基于此，本文旨在研究基于大数据的消费者信心指数预测方法。 本文在梳理国内外研究成果的基础上，揭示了互联网大数据、宏观经济指标与消费者信心之间的关联机理，得到网络关键词库的初始关键词；通过网络爬虫软件获取网络新闻数据并进行本文挖掘，拓展网络关键词库；应用百度需求图谱进一步拓展网络关键词库；使用百度搜索引擎获取网络关键词搜索指数；利用宏观经济指标数据与网络关键词库中网络关键词搜索指数，采用数据挖掘方法建立分类模型和回归模型，滚动预测消费者信心指数的涨跌方向与具体数值，比较网络关键词搜索指数与宏观经济指标对消费者信心指数的预测能力。本文主要研究工作及结论包含以下三个方面： （1）揭示了互联网大数据、宏观经济指标与消费者信心指数的关联机理，验证了其对消费者信心指数预测存在应用价值。本文先从理论角度建立了三者关联机理，之后通过实验分析，验证了该关联机理能应用于消费者信心指数预测。 （2）建立了消费者新心指数滚动预测模型，可提前1至4个月预测消费者信心指数，预测模型的精度较高。本文实现的滚动预测体现在两个方面：一是对特征变量进行滚动筛选，在预测期的每个时间节点都会更新建模解释变量；二是利用更新的数据重新训练模型，增强模型对外部环境变化的适应能力。滚动预测能取得较好的预测效果。 （3）比较了互联网数据与宏观经济指标数据对消费者信心指数的预测能力，发现二者存在优势互补。使用网络关键词搜索指数为代表的互联网数据在预测各期消费者信心涨跌方向与中长期数值时效果较好，而使用宏观经济指标数据在预测短期数值与中长期涨跌方向时表现较好。因此，二者存在优势互补。

Keyword ：

百度指数 数据挖掘 文本分析 消费者信心指数

Cite：

Copy from the list or Export to your reference management。

Abstract ：

近十年来，我国的证券市场和房地产市场发展迅速，股票价格的涨跌和房地产价格的波动都会使民众的财富存量发生变动，从而直接影响到居民的收入分配、消费支出和消费决策，进而影响国家的经济增长。但目前我国证券市场中仍然是短期投机性严重，而房地产市场中价格又居高不下，给国家的经济发展和百姓的生活带来诸多影响，因而在资本过度充斥的时候很容易产生泡沫而引发金融危机。通过研究证券市场和房地产市场间的相关性和内在联系，得出可行性结论，对于防止两个市场泡沫的滋生，防范金融风险，优化投资者配置资产组合，实现国民经济持续、平稳的发展有着十分重要的理论和现实意义。 本文首先从理论上分析了关于经济周期、货币政策、通货膨胀、信贷机制等宏观经济因素对两个市场产生的共同作用，及两个市场间相互影响的替代效应、财富效应、信贷扩张效应的具体表现。实证研究部分选择了能代表房地产市场和证券市场的国房景气指数和上证综指来代表两个市场的走势，并加入利率这一重要的经济变量，选择近十年的月度数据，分别从整体和分阶段的角度，通过时间序列单位根检验、建立VAR模型、进行协整检验、格兰杰因果检验、脉冲响应函数分析和方差分解等实证方法对两个市场的相关关系和利率对两个市场的影响进行研究。实证结果表明，证券市场与房地产市场存在相关性，但在不同时间段有着不同的影响和相互作用。在2005.1-2007.10间两个市场不存在显著的相关性，而在2007.11-2014.1和2014.2-2015.12这两个时间段中证券市场和房地产市场间分别存在着显著的正相关和负相关关系。

Keyword ：

房地产市场 相关性研究 证券市场

Cite：

Copy from the list or Export to your reference management。

Abstract ：

房地产市场和股票市场一直都受到社会广泛关注，股票市场大起大落，短期投机严重，房地产市场价格高飞猛进，给经济发展带来诸多影响。中国的股票市场和房地产市场发展至今，市场化程度仍然不高，需要依靠政策制定来调节。作为经济系统中最易积聚风险的两个市场，其间存在的相关关系将两个市场紧密的联系在一起，任何一个市场出现的风险都不会孤立存在，而是会直接影响另一个市场。因此，研究两个市场间的相关性的特征和影响相关关系的因素，有助于投资者决定投资策略、国家有关部门制定出有效的政策。 本文首先从理论上分析了经济周期、货币政策、通货膨胀、信贷机制、人口结构对两个市场产生的共同作用，以及两个市场之间相互作用的三种效应（财富效应、替代效应、信贷扩张效应）的具体表现。在分析我国房地产市场和股票市场发展历程的基础上，发现房地产市场与股票市场之间具有相关性并表现出阶段性的特点。因此，实证部分选择国房景气指数和上证综指分别代表两个市场，并考虑利率这一重要的宏观经济变量，选取近十年的月度数据，从整体和阶段的角度，分析利率对房地产市场与股票市场的影响及市场间相互作用的阶段性表现和原因。包括建立VAR模型研究市场间的相关性；脉冲响应函数研究相互作用的影响时效性，并用方差分解量化冲击的效果；格兰杰因果检验研究市场间的传导方向。 整体和分阶段的实证结果表明利率水平的变化对房地产市场和股票市场的影响较小，且利率的调整不能引起两个市场同时变动；我国房地产市场和股票市场的相关关系不仅表现形式不同，而且由于政策和宏观经济状况的不同，其原因也各不一样，具体为2005年1月到2007年10月两个市场受繁荣的经济环境影响表现为正相关，2007年11月到2014年1月受金融危机的影响，在财富效应的作用下两个市场正相关，且房地产场表现出一定的滞后性，2014年2月到2015年12月经济环境低迷，在替代效应的作用下两个市场表现为负相关。

Keyword ：

VAR模型 房地产市场 股票市场

Cite：

Copy from the list or Export to your reference management。

Abstract ：

在2015年5月5日，我国股票市场总市值占全球总市值的10.83%，跃居全球第二大股市。作为投资者重要投资对象的房地产市场并没有出现大幅上涨，我国国房景气指数出现了小幅下降，为了促进实体经济的发展，央行在今年3月1号和4月19号分别下调了金融机构一年期贷款基准利率0.25个百分点和金融机构人民币存款准备金率1个百分点，楼市成交量出现上涨，房价平均环比却下降了0.2%。由于股票市场和房地产市场是我国国民经济的重要组成部分，所以研究这两者间互动关系以促使我国经济稳健运行就显得十分必要。 首先，本文对房地产市场和股票市场互动联系的传导机制进行了理论层面的分析，主要传导机制有宏观经济、财富效应、信贷效应、资产组合效应等，在宏观经济、财富效应以及信贷效应的作用下，两者呈现正相关的关系，在资产组合效应的作用下，呈现负相关的关系。其次，在实证分析阶段，本文选取了上证指数和国房景气指数，通过建立VAR模型，运用协整检验、格兰杰因果关系检验、脉冲响应、函数方差分解等方法进行实证研究，结果表明：1998—2004年，我国房地产市场和股票市场是微弱负相关关系，其中房地产市场处于主导地位；2005—2008年，我国房地产市场和股票市场是显著的正相关关系，其中股票市场处于主导地位；2009-2015年，我国房地产市场和股票市场是互相影响互相作用的关系，呈现正向的关系，股市仍处于主导地位，并且房价变动滞后股价变动，滞后期约为两个月。最后，本文选取了具有代表性的国家——美国和日本，对其房地产市场和股票市场进行了数据支持分析和经验分析，从而为我国房地产市场和股票市场的健康稳健发展提供了国际借鉴经验。 经过理论和实证研究，本文提出以下几点建议：首先，我国应借鉴美国和日本的国际经验，针对宏观经济的不同阶段采用恰当的货币政策，将货币供应量控制在合理区间内；其次，要合理引导投资者分散投资；最后，由于我国房地产市场和股票市场均具有财富效应，所以要完善我国金融市场，拓宽投资渠道。

Keyword ：

VAR模型 房地产市场 股票市场

Cite：

Copy from the list or Export to your reference management。

Abstract ：

2007年的金融危机引发了世界各国对银行业抗风险能力的重视。对信用风险进行科学的度量研究，是提升银行业抗风险能力的重要环节。近年来，虽然我国商业银行在信用风险度量技术的探索之路上取得了阶段性的成果，但是与国际先进的风险量化体系相比，我国依旧处于偏定性的分析阶段。因此，学习国外先进的度量技术，将成熟的量化模型应用于我国商业银行的信用风险度量实践，具有深远的意义。 本文基于商业银行信用风险度量的理论，首先界定了相关概念的内涵，并介绍了传统和现代商业银行信用风险度量方法；其次对我国商业银行信用风险度量的现状及存在的问题进行了分析，发现当前我国亟需借鉴国外先进的风险量化模型以提升信用风险度量水平，于是对比分析了目前国际主流的四种信用风险度量模型，选择了具有明显优势的CPV模型进行实证研究；再次，采用2005-2014年间的数据构建了宏观经济变量对不良贷款率的回归关系，并在回归结果的基础上探究了各个宏观经济因子波动对不同类别商业银行不良贷款率影响程度的规律性特征。最后，基于CPV模型进行了压力测试，探究了三种压力情境（即6个月-1年贷款基准利率分别升至9.5%、11.5%和13.5%）对商业银行不良贷款率的冲击效应。 实证研究表明：第一，基于CPV模型建立的宏观经济指标与商业银行不良贷款率之间的回归方程，拟合优度超过98%且通过了各项检验，方程结果符合实际经济意义，说明CPV模型能够用于观测宏观经济波动对我国银行业信用风险的影响。第二，商业银行的不良贷款率与贷款基准利率和广义货币供应量M2呈现正相关关系，与宏观经济景气指数、固定资产投资完成额增速、公共财政支出和GDP呈现负相关关系。对模型拓展分析得到，GDP和宏观经济景气指数变化对国有、股份制和城市商业银行的不良贷款率影响程度依次上升，固定资产投资完成额增速、贷款基准利率和财政支出的变化对三类银行不良贷款率影响程度依次下降。第三，压力测试结果显示，在三种压力情境下，商业银行不良贷款率均出现了明显的上升趋势，说明我国商业银行不良贷款率受极端经济事件的冲击影响非常大。因此，商业银行应时刻对宏观经济中的极端情形保持警惕，提早采取防范措施，进一步提升抗压能力。

Keyword ：

CPV模型 商业银行 信用风险

Cite：

Copy from the list or Export to your reference management。

Abstract ：

1998年住房市场化改革废除了住房分配制度，真正意义上的房地产市场开始形成。但是中国房地产市场发展不成熟，存在价格持续高涨、市场供求结构不平衡、一二线城市房价涨幅过大等问题，房地产价格受到广泛关注。合理的房地产价格是保持国民经济健康发展和保障民生的关键。政府先后出台了一系列宏观调控政策调控房价，然而收效甚微。因为房地产价格的波动是由多种因素作用的结果，所以综合研究房地产价格的影响因素对房地产市场的健康发展具有现实意义。我国区域经济发展不平衡，东部沿海城市研究成果对中西部地区指导意义有限，因此有必要专门对陕西省房地产价格的影响因素进行研究和分析。 本文首先回顾了学者对房地产价格影响因素的研究成果，对房地产价格相关理论和影响因素进行分析。以陕西省为研究对象，选取2005年第3季度至2013年第4季度的数据，运用计量经济学方法进行实证检验。以国房景气指数、常住人口数、土地价格、住宅建造成本指数、居民消费价格指数、人均可支配收入、房地产开发投资总额、房地产开发竣工面积、贷款利率及人民币实际有效汇率10个指标作为方程初始导入自变量，与房地产价格进行初步多元线性回归分析；按照逐步回归法，通过自变量的分析与筛选，最终选取出两个自变量与房地产价格建立多元线性回归方程，找出影响陕西省房地产价格波动的最主要的因素，即人均可支配收入和房地产开发投资总额。 实证结果表明：当其他因素不发生变化时，人均可支配收入每增长1%，陕西省房地产销售均价上升0.584%；房地产开发投资总额每变动1%，陕西省房地产销售均价变动0.178%。在对实证结果进行分析的基础上提出了有利于调控房地产市场的政策建议。

Keyword ：

房地产价格 实证研究 影响因素

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本文利用国内46家信托公司2005--2012年数据,基于DEA方法构建FAVAR模型,对不同地区信托公司的投入产出效率进行分析.研究表明:我国信托公司投入产出效率总体仍处于递增阶段,推动了信托业的快速发展;不同地区信托公司投入产出效率存在显著差异,企业景气指数、固定资产投资增速、地区经济增长、货币供给增速和利率等变量对效率变动的冲击最为显著.未来几年,我国信托公司规模效率增速都将降低,中部、西部地区的技术效率增速还将受到制约.但是,随着不同地区信托公司全要素生产率的持续提升,我国信托公司的潜在投入产出效率将在长期不断提高.

Keyword ：

FAVAR模型 Malmquist生产效率指数 投入产出效率 信托公司

Cite：

Copy from the list or Export to your reference management。

Abstract ：

2000年以来，中国城市的房价和地价飞速上涨，而且有愈演愈烈的趋势。过高的房价不仅威胁中国房地产行业的持续健康发展，还对国家转变经济增长方式、促进产业结构升级、扩大内需、优化投资、保障民生等一系列全局性的发展战略构成了制约和阻碍。因此，控制并调整房价上涨速度成为国家乃至各地政府面临的重要的任务。不过，现有的房价的研究大多以东部沿海经济发达的城市为研究对象，很少关注西部城市，尤其是西部大开发的桥头堡——西安市的房价问题。因此，就西安房价问题进行研究不仅可以弥补现有研究的这一不足，而且对西安国际化大都市的建设，和推进丝绸之路经济带的建设具有重要的意义。 以西安房价为对象，在国内外文献综述和西安市房地产业内人士意见的基础上，建立了一个包括9个一级指标，30个二级指标的具有全面性、科学性、逻辑性和可操作性的房价影响因素的指标体系；其次，运用多渠道搜集到的2007年到2012年的面板数据，利用因子分析方法，抽取出了指标体系中的经济发展因子、金融因子、供给因子和人口因子为西安房价的主要影响因子；再次，对四个因子和西安房价的关系进行了回归分析，结果表明，经济发展因子、人口因子均与西安房价成显著地正相关关系，供给因子与西房价成显著的负相关关系；最后，依据实证结果，从经济发展、供给和保护刚性需求三方面提出了稳定西安房价的政策建议：探索新型城镇化道路；落实保障性住房供给；支持刚性需求。 本文的创新之处是，第一，在文献基础上，建立了包括之前研究有争议的及楼板价、企业景气指数、企业家信心指数等新开发指标在内的、涵盖多层面影响因素的二个层级的房价影响因素的指标体系。第二，聚焦于西安市，就其房价的影响因素进行了实证研究，弥补了现有研究的不足，为西安房价的调控提供了依据。未来的研究中，不仅要考虑由于无法量化而没有纳入指标体系的，如购房者心理预期以及限购限贷等政策因素指标，而且由于我国住房制度从1998年开始改革，因而，尽可能搜集并运用1998年之后的纵向数据进行更全面的研究。

Keyword ：

西安房价指标体系因子分析政策建议

Cite：

Copy from the list or Export to your reference management。

Abstract ：

以利率调整、存款准备金率调整、货币供应量变动作为货币政策调整变量，以印花税调整和财政支出变动作为财政政策调整变量，来研究股票市场的波动，分析了单个政策调整对股票市场波动的影响和政策调整组合对股票市场波动的影响。研究发现，单一货币政策中存款准备金率调整对股票市场波动性影响显著，而利率调整对股票市场波动性影响不显著。单一财政政策中印花税调整在中期对股票市场波动性影响显著。不考虑宏观经济指数变动时，只有利率调整对股票市场波动性的影响显著为负向，印花税调整和存款准备金率调整对股票市场波动性影响不显著；考虑宏观经济指数变动时，三个政策调整对股票市场波动性的影响不显著。不论是否考虑宏观经济景气指数的变动，财政支出变动对股票市场波动的影响显著负向，货币供应量变动对股票市场波动的影响显著为正。

Keyword ：

波动 财政政策 股票市场 货币政策 政策调整

Cite：

Copy from the list or Export to your reference management。

Abstract ：

中国物流业对国民经济发展的影响日益显著。推动物流行业的平稳健康发展，有助于加快产业结构调整和转变经济发展方式，为国民经济提供重要的支撑保障作用。因此，分析物流市场的运行状况和发展趋势，开展物流产业的景气监测与预警研究，已经成为当前政府部门和研究机构面临的一项重要的实际课题。在综合已有研究理论和方法的基础上，结合中国物流业的发展特点，利用景气指数和预警信号系统方法，对物流行业的整体运行状况和未来发展趋势进行分析和预测，这是本文的核心内容。本文在对经济景气预警研究相关的理论和国内外文献进行综述的基础上，首先利用文献综述法建立了中国物流业的景气指标框架；其次，基于大量经济统计指标和相关历史数据，利用时差相关分析、 信息量以及Bry-Boschan算法等数学工具，筛选并建立了中国物流业的景气指数指标体系，结合国际上通用的景气指数的编制方法，计算并编制了中国物流业的景气指数，绘制了中国物流业景气指数波动图；再次，结合景气指数指标体系，根据预警信号系统的建立原则，选择并建立了中国物流业的月度预警指标体系，并在此基础上构建中国物流业预警信号系统；最后，将景气指数和预警信号系统相结合，利用定量和定性分析方法对中国物流业的景气状况和未来趋势进行实证分析和预测研究；进而针对物流业未来的发展趋势，根据分析预测结果提出相应的政策建议。本文的重要结论包括：第一，中国物流业景气的扩散指数、合成指数以及预警综合指数对物流业运行状况和波动趋势的描述基本一致，利用景气指数和预警信号系统对物流业进行景气分析和预警研究是可行的。第二，先行指数相对于一致指数具有较稳定的先行特征，因此可以利用先行指数当前的波动状况来预测一致指数未来一定时期内的波动趋势，为预测中国物流业的未来趋势提供了可能。第三，相对于扩散指数而言，合成指数的计算结果显得相对稳定，合成指数曲线的转折点相对较少，同时还能够较好的反映周期振幅的大小，因此一般利用合成指数来进行景气分析与预测。第四，综合考虑景气指数和预警信号系统，结合国内外经济环境的发展变化，本文预测出2011年中国物流业的综合运行态势将继续呈现平稳较快发展的基本特征。

Keyword ：

景气指数预警信号系统中国物流业预测

Cite：

Copy from the list or Export to your reference management。