1. 研究目的与意义
从传统金融理论来看，市场参与主体通过对收益的理性预期、对风险的最大化回避以及根据影响因素来抉择行为，但是随着经济和市场形势的快速发展，传统金融理论的假设已无法全面解释在风险因素复杂化和多元化情况下的国内房地产金融市场。
通过研究发现，国内房地产金融市场除了土地供给不足与刚性需求旺盛之间的供需矛盾、货币超发和利率走低推升的房价收入比问题、房地产市场火热加剧了政府债务对土地财政的依赖、经济的区域差异化而引发的去库存压力问题以外，还体现出在房企、政府、金融机构和投资者等四个主要的市场参与因素在追求超额收益的非理性行为下，对于房地产金融市场的过度狂热和市场风险认识不足的主观能动性问题。
由于对房地产金融风险的市场参与者因素缺少的理论探讨，使得目前对于房地产金融风险的处置策略较为零散，不利于形成切实有效的风险处置策略。
2. 研究内容和预期目标
研究国内金融风险处置方面，本文通过系统性金融风险、周期性泡沫在金融与实体经济互动的效用，以及运用行为金融学的视角对金融风险和房地产金融进行分析，梳理国内房地产金融市场发展状况，识别当前国内房地产金融风险的主要特征，建立一套从政府、房企、金融机构、投资者等四个房地产金融市场参与主体角度的房地产金融风险识别体系，通过对国内某房企债务危机化解的实证分析，日本、香港、美国等重大房地产金融风险处置的比较分析，建立适合当前国内房地产金融市场发展状态的风险识别和风险处置模型，基于维护社会和金融秩序稳定、市场化原则、依法处置、防止风险扩散、以#8220;时间换空间#8221;同时兼顾利益相关方的处置原则，构建包含市场主体独立处置风险、政府干预下处置风险和匹配风险阶段的综合处置策略，并对未来房地产金融风险提出防控建议，旨在对房企与金融两个行业的稳定向好发展起到积极的推动作用。
研究房价走势预测方面，本文引入了动态模型平均（ＤＭＡ）方法及其特例－动态模型选择（ＤＭＳ），对于全国三十个省会城市和直辖市的房价进行了预测分析。
相对于传统模型，ＤＭＡ方法允许模型变量设置和变量系数的时变性，充分考虑了不同变量、不同时间对于房价影响的大小。
3. 国内外研究现状
文献综述:一、 房地产金融风险处置的国内外研究回顾房地产金融风险与全球经济发展和金融稳定密切相关，国内外学术界对房地产金融风险高度关注，从风险的识别、预警、防控和处置等方面开展了多角度的研究。
（一）房地产金融风险的识别和预警 由于大量的抵押信贷存在于房地产整个行业，房地产融资的可获得性必然会受到房地产价格的影响，另一方面也必然影响房地产价格的波动。
Pavlov（2004、2006）的研究指出,即使在完全市场的情况下,只要存在金融业者对贷款风险定价的低估,房地产泡沫就无从避免。
4. 计划与进度安排
2022.11.30前后 阅读相关文献，完成论文开题报告2022.12-2022.03 完成数据的收集与整理2022.04-2022.05 完成论文的撰写和修改，最后定稿2022.06初论文答辩
5. 参考文献
[ 1 ] 高旭华,修逸群.REITs 颠覆传统地产的金融模式.北京：中信出版集团,2016. [ 2 ] 邹瑾.中国房地产金融风险防范研究.成都：西南财经大学出版社,2011.[ 3 ] 宋勃,雷红.银行信贷冲击与房地产价格波动:1999 至 2014-基于我国一、二线城市面板数据分析[J].财经科学,2016,5:18-25. [ 4 ] 董永志.我国房地产经济亟待解决的问题及发展趋势探讨[J].现代经济信息,2016,4:367.[ 5 ] 王浩,穆良平.当前我国房地产泡沫两种主要测度方法:研究思路、误区及适用性分析[J].宏观经济研究,2015,2:80-87. [ 6 ] 沈悦,郭培利,李巍军.房价冲击如何生成系统性金融风险[J].财贸研究,2015,3:126-133. [ 7 ] 谭晓红.我国房地产价格波动与金融风险研究.西南财经大学博士论文.2012. [ 8 ] 宋凌峰,叶永刚.中国房地产行业宏观金融风险研究-基于金融稳定的视角[J].经济管理.2010,12:42-47.[ 9 ] 侯普光，乔泽群．基于小波分析和ARMA模型的房价预测研究[J]．统计与决策，2014，(15):20-23.[ 10] 胡六星，吴结飞．基于灰色系统理论的两种房价预测方法比较[J]．统计与决策，2010，（07）:22-24．[ 11] 姜文杰，赖一飞，王恺．基于百度指数的房地产价格相关性研究［Ｊ］．统计与决策，2016，（02）:90-93.[ 12] 李大营，许伟，陈荣秋．基于粗糙集和小波神经网络模型的房地产价格走势预测研究[J].管理评论，2009,11:18-22.[ 13] 苏明政，张庆君．基于动态模型平均的金融压力指数构建与预警［Ｊ］．哈尔滨商业大学学报（自然科学版），2016,(01):107-111.[ 14] 王博永，杨欣．基于网络搜索的房地产政策调控效果研究[J]．管理评论，2014,09:78-88.[ 15] 魏宇，马锋，黄登仕．多分形波动率预测模型及其MCS检验［Ｊ］．管理科学学报，2015,08:61-72.[ 16] 闫妍，许伟，部慧，宋洋，张文，袁宏，汪寿阳．基于TEI@I方法论的房价预测方法［Ｊ］．系统工程理论与实践，2007,07：1-9 51.[ 17] 孔庆龙,高印朝,樊锐.资产价格波动与银行危机的一般均衡分析模型的改进[J].上海金融,2008,(9).[ 18] 廖湘岳,戴红菊.商业银行贷款与房地产价格的关系研究[J].上海经济研究,2007,(11).[ 19]Crawford,G.W, Fratantoni,M.C Assessing the forecasting performance of regime-switching,ARIMA and GARCH Models of House Prices[J].Real Estate Economics,2013,31(2):223-243.[ 20]Koop.G. Korobilis.D.Forecasting inflation using dynamic model averaging [J].International Economic Review,2012,53:867-886.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
