一、中国投机性货币需求的计量分析（论文文献综述）
王薇[1]（2021）在《我国信贷供给传导机制及其宏观经济效应研究》文中研究表明2008年全球性金融危机的爆发证明了居于主导地位的实际经济周期理论（RBC）存在显着缺陷。传统的货币经济理论和新凯恩斯主义均侧重于对利率和汇率等宏观经济变量的调控,往往忽视了银行信贷因素对实体经济发展及经济波动的影响。党的十九大要求我国金融体系建设应服务于实体经济,同时防范化解重大金融风险,推动我国经济转型和高质量增长。一方面尽力发挥金融市场的资源配置功能,另一方面最大程度地降低金融市场波动对宏观经济产生的负面影响。基于此背景,本文在推导信贷供给对宏观经济的微观影响机制的基础上,进一步从总量调控、结构优化、价格传导、风险累积四个维度展开实证分析,最后从宏观经济政策视角探究了信贷监管政策对货币政策调控“经济增长、物价稳定和金融稳定”三大目标有效性的异质性影响。本文的主要研究结论如下:首先,本文基于动态随机一般均衡模型从微观视角探究了信贷供给波动对宏观经济影响的传导机制,发现信贷供给增加能够短期内带动投资水平迅速上升并促进资本存量的长期积累,信贷供给对投资存在扩张性影响,但会对消费形成挤出效应,使得短期内经济增长主要依靠投资驱动,在长期主要依靠消费拉动。在理论分析的基础上,本文进一步应用基于GAS过程的时变转移概率马尔科夫区制转移回归（MS-GAS-TVTP）模型对我国信贷供给波动和产出波动进行阶段性变迁识别和时变转移分析发现,在经济衰退初期,信贷供给波动表现出强烈的“顺周期”特征,经济环境恶化会在短期内导致信贷紧缩,但随着信贷扩张政策的逐步实施,信贷供给对产出的引导效应逐渐显现。基于时变协整模型对信贷供给与产出的动态联动关系进行检验发现,我国信贷供给与产出之间同向动态联动,信贷扩张能够带动我国经济增长,信贷收缩会进一步加剧经济的衰退程度,信贷供给对产出的时变影响系数在长期基本趋于稳定,二者趋于长期均衡。其次,考虑到商业银行的信贷扩张和收缩对宏观经济可能存在非对称影响效应,本文进一步从产出增长和物价稳定的角度出发应用非线性自回归分布滞后（NARDL）模型展开探究。研究发现,在经济衰退期,可以通过扩张信贷的方式增强企业投资积极性、促进实体经济恢复平稳增长;在经济扩张期,信贷扩张对产出的带动效果会随着产出总量的不断积累而逐渐减弱,并加剧通货膨胀;信贷收缩虽然能够降低通货膨胀水平,但无法完全抵消信贷扩张带来的通胀风险,并且会对经济增速产生强烈的负面影响。在此基础上,本文进一步从期限结构视角应用SV-TVP-FAVAR模型探究了推动我国产出增长和通货膨胀水平上升的信贷供给根源。研究发现,我国中长期信贷供给增加虽然能够显着拉动我国经济增长,但同时对通货膨胀也具有强烈的促进作用,非金融企业中长期信贷供给在促进经济增长方面未能占据优势;相较于中长期信贷,我国短期信贷供给在促进经济增长方面不具优势,我国短期住户消费信贷供给增加对经济增长存在逐渐减弱的负向影响,并且不会引起强烈的通货膨胀效应,证实了扩大内需是推动我国经济增长、降低通货膨胀损失的可行路径之一。随后,本文进一步基于价格传导视角运用贝叶斯估计的平滑迁移向量自回归（ST-BVAR）模型分析了不同经济状态下信贷价格波动对宏观经济的影响效应,并探讨不同时期我国信贷价格政策的有效性。结果发现,在经济衰退期,信贷价格下调能够引导第二、三产业投资和消费增加,进而从需求侧驱动经济增长,信贷价格政策的传导渠道基本畅通,政策基本有效。在经济扩张期,我国利率市场化尚不完全且居民储蓄率水平相对较高,存在“金融抑制”和“消费抑制”双重抑制现象,因此我国信贷价格下调仅能通过促进第三产业投资的方式对经济增长产生正向影响,第二产业投资和消费的传导渠道均存在梗阻,极大地降低了信贷价格调控政策的有效性。接下来,本文进一步基于风险累积视角运用多元方向分位数向量自回归（MDQVAR）模型分析了信贷风险累积对我国宏观经济及信贷调控有效性的影响效应。研究发现,信贷风险累积在不同经济状态下对产出、通货膨胀和金融稳定均呈现出抑制效应,但影响强度随经济下行程度加深逐渐增强,并且信贷风险累积对金融稳定的负面影响最为强烈。信贷供给对产出、通货膨胀和金融稳定的影响效应在不同信贷风险累积程度下表现出显着的异质性。当以“经济增长”作为主要的经济目标时,信贷风险累积水平应当控制在一定范围内,既不能为了追求低不良水平过分惜贷,也不能为了投资扩张过度放贷。当以“稳定物价、促进货币流通”和“金融稳定”为主要目标时,应全力避免过度放贷和过度负债,同时加强贷款发放前后的审慎监管,尽量减少非理性的竞争行为和代际遗忘,尽可能降低银行资产中的不良资产规模,并加快不良资产的处置流程。最后,本文基于宏观经济政策视角运用多元方向分位数向量自回归（MDQVAR）模型探究了信贷监管政策对货币政策调控“经济增长、物价稳定和金融稳定”三大目标有效性的异质性影响,为更好地完善“双支柱”框架提供参考。研究发现,在经济下行期,流动性类的信贷监管政策能够显着增强数量型货币政策对经济增长的调控效果,但会形成通货膨胀问题,因此,需要在“促增长”和“稳通胀”目标中进行取舍。在经济平稳期,价值类的信贷监管政策虽然会在一定程度上削弱数量型货币政策对经济增长的促进效果,但信贷监管政策的动态调整不会对数量型货币政策有效性产生显着影响,二者可以各自调控,能够同时实现“稳增长、稳通胀、稳金融”三大目标。在经济过热期,价值类的信贷监管政策与价格型货币政策存在“政策冲突”,二者难以在动态调控中同时实现“金融稳定”与“价格稳定”。流动性类的信贷监管政策能够增强价格型货币政策对通货膨胀的抑制效果,两政策配合能够同时实现“稳金融、降通胀”的目标,并且在一定程度上“保增长”,是经济过热期最优的政策协调模式。除此之外,货币政策在金融稳定目标的调控上不具优势,维持金融市场稳定还是应以信贷监管政策为主。
白敏[2]（2021）在《数字货币会计处理问题研究》文中研究指明
吴金燕[3]（2021）在《中国经济金融化对实体经济的影响研究》文中认为一段时期以来,我国经济发展表现出明显的“脱实向虚”现象,一方面,金融部门因具有收益高、资金回流快等优势吸引大量投机性资本而导致发展陷入自我循环,并且部门内部资产价格高、杠杆高等问题导致金融发展严重脱离服务实体经济;另一方面,由于产能过剩、产品缺乏创新、生产效率低下等问题不同程度存在,实体部门的发展动力不足使其在竞争中处于劣势。随着金融与实体经济的发展不断背离,我国开始注重二者之间的关系并通过推进金融业改革开放和实施供给侧结构性改革推动金融回归实体经济。自新冠肺炎疫情爆发以来,实体经济发展在承受原有负担的基础上又增加额外的成本。在统筹疫情防控的进程中,金融服务实体经济的重点是针对疫情中暴露出的问题补齐短板。我国需要进一步加大宏观政策实施的力度以有序推进复工复产,并把支持实体经济恢复发展放到更加突出的位置。基于此,本文着重分析经济金融化对实体经济的影响,主要的研究内容如下:第一,本文在梳理相关文献和总结相关理论的基础上,一方面,分别从促进和抑制的视角分析金融化影响实体经济和非金融企业金融化影响实业投资的机制;另一方面,构建精准衡量金融化的静态和动态权重综合指标,并应用MS-AR模型分析指标的波动特征发现,金融化和实体经济主要处在低水平区制且指标波动具有惯性。第二,本文利用Lasso回归筛选能够对实体经济产生影响的因素,并以2012年为节点分析金融化在不同阶段的影响效果。全样本的结果证实金融化抑制实体经济增长,而分阶段的结果表现为金融化的影响由负变为正,突出金融支持实体经济的政策已经取得成效。进一步对Lasso回归筛选出的变量构建MS-VAR模型分析发现,相比于低水平金融化,适度金融化对实体经济的促进力度更强且效果持续的时间更长;而过度金融化的影响在短期内（6个月）发挥抑制作用,并随时间延长在金融资源得到优化配置后才能够发挥促进作用。第三,金融化对实体经济的影响具有门槛效应,其中适度引进的外商投资能够融合本地金融资源共同发挥促进实体经济增长的作用;而不断增加的外商投资会因与本地资源形成竞争而产生挤占效果,并在资金总规模超过本地金融市场的吸纳能力后起到抑制作用。进一步将优选的时空权重矩阵纳入空间面板计量模型分析溢出效应发现,金融化对实体经济影响的直接、间接效应均为正,能够提高本地区和邻近地区的实体经济增长水平。第四,同时控制省份、时间和行业固定效应的高维面板模型结果表明非金融企业金融化抑制实业投资,而估计引入平方项的模型发现二者之间的关系主要位于“U型”曲线的左半支,以至于金融化的抑制影响占主导。进一步补充异质性分析发现,我国自2012年开始实施的金融支持实体经济相关政策能够有效降低金融化的抑制程度,并且第二产业相比于非第二产业、国有企业相比于非国有企业、大型企业相比于中小型企业金融化对实业投资的挤占程度更深。最后,对全文进行总结并据此提出便利非金融企业生产经营、促进区域协调发展和助推金融支持实体经济的政策建议。本研究的主要贡献如下:其一,由于已有研究通常使用不能准确、全面衡量金融化水平的单一指标,本文选取代表不同金融子市场的指标,并分别利用SVAR和TVP-VAR模型的脉冲响应结果计算静态和动态权重,进一步将权重赋予子指标得到对经济冲击、宏观政策的影响更敏感、测度精确性更高的金融化综合指标。其二,不同于已有研究利用逐步回归法确定纳入模型的影响因素,本文利用Lasso压缩估计不仅能够有效解决变量间存在共线性的问题,而且能够通过筛选变量起到精简模型的作用。交叉验证的方法通过对模型中的系数施加约束筛选出部分对实体经济影响小的因素,并将对应变量的系数压缩至零;而最小角解法能够对影响因素进行排序,并依据最优步长完成筛选以对交叉验证的结果进行检验。其三,由于传统的时间权重矩阵存在弊端,本文利用全局莫兰指数计算时间权重矩阵,既能够反映以前各期溢出效应对当期的影响,也能够反映影响程度随时间延长递减的趋势。不同于以往研究比较同一空间模型下不同类型时空权重的结果,本文选取时间权重矩阵与空间权重矩阵的克罗内克积作为时空权重矩阵,并通过比较时空权重矩阵与被解释变量矩阵的有效相关性以确定最优权重。其四,由于传统面板计量模型在应用中受到限制,本文构建同时控制年份、行业和省份固定效应的高维面板模型以分析金融化影响的异质性。为克服分组回归系数不具有可比性的弊端,本文添加对分组回归系数差异的检验,并通过在模型中引入交乘项以反映不同组别之间估计系数的差异。
喻海东[4]（2021）在《中国货币政策对银行流动性的影响研究 ——基于金融杠杆视角》文中指出2008年国际金融危机期间,中国也爆发了汶川地震和雪灾等重大自然灾害事件,导致我国不同层次的流动性出现快速枯竭。中国决策层及时提出“四万亿”投资计划,通过主动加杠杆快速缓解了流动性枯竭的现象。但随着时间推移,加杠杆的“副作用”也逐渐显现,流动性泛滥、物价上升、产能过剩、资产价格高涨等现象频现,引发了国内外对我国经济债务规模快速扩张和金融杠杆大幅提升问题的高度关注。2015年12月党中央、国务院提出“三去一降一补”的决策部署,2017年7月在第五次全国金融工作会议上,对“防风险和去杠杆”提出明确时间表和工作任务,这些都预示着加杠杆导致流动性泛滥所带来的金融不稳定已经越发明显,中央银行通过货币政策对流动性及其风险的控制和化解已刻不容缓。随着2015-2018年间去杠杆的一系列政策初见成效,国内的整体流动性开始回落,宏观调控也逐渐进入稳杠杆的阶段。随着2020年初新冠肺炎疫情在国内外蔓延,中国乃至全球经济都遭遇重大挑战,美国和多国都启动了无限量的量化宽松和零利率的货币政策,中国人民银行也于2020年2月2日提前宣布超预期流动性投放措施,加大货币政策逆周期调节力度,稳定市场预期,为金融市场和实体经济提供流动性。随着流动性的大量投入,中国金融杠杆到2020年末再度显着提高,已经接近于历史最高点,金融杠杆大幅波动,金融风险再次累积,中国货币政策对流动性作出快速正确反应势在必行。因此,结合中国的金融体系,在金融杠杆视角下深入研究货币政策对银行流动性的影响在目前看来非常必要而且迫切。本文将货币政策、金融杠杆和银行流动性三者纳入到统一框架下进行研究,以期为货币当局和监管当局针对流动性管理和杠杆管理提供量化依据,进而为促使中国经济和金融健康发展提供科学参考。本文按照“概念界定与理论基础→现状分析→理论分析→实证分析→结论与政策建议”的逻辑链条,侧重于对“金融杠杆视角下货币政策对银行流动性的影响”进行深入研究。本文尝试对以下四个方面的问题进行深入的理论分析与实证检验:第一,在新冠肺炎疫情常态化情况下,货币政策、金融杠杆和银行流动性三者各自的现状如何,与以前相比有什么不同;第二,三种类型的货币政策（数量型、价格型和结构型货币政策）是怎样影响银行流动性的,效果如何,尤其是近年来实施的结构型货币政策的影响需要重点关注;第三,金融杠杆作为一种影响银行流动性的途径,在货币政策与银行流动性之间是否存在中介效应,背后影响机制如何;第四,引入金融杠杆视角后,货币政策、金融杠杆、金融杠杆波动对银行系统流动性会产生怎样的冲击和影响,这些影响是普通的线性关系还是具有时期依赖的非线性关系。本文主要从以下五个部分展开研究。第一,相关概念及理论基础部分。对货币政策、金融杠杆、银行流动性三者的相关概念、度量指标进行系统分析,同时对货币政策与流动性供给理论、流动性创造理论、杠杆理论进行详细介绍,为后续的研究提供理论支撑。第二,特征事实部分。从特征事实出发,对货币政策、金融杠杆、银行流动性的现状进行事实分析,以期发现三者之间的内在关联性,为后文的理论分析和研究假说提供事实基础。第三,理论分析与研究假说部分。在金融杠杆视角下,对货币政策和银行流动性之间的关系进行深度梳理,构建相应的理论分析框架,并进行以下三个方面的理论分析,进而提出研究假说:一,货币政策对银行个体流动性的影响;二,金融杠杆中介效应下货币政策对银行系统流动性的影响;三,货币政策、金融杠杆、金融杠杆波动对银行系统流动性的影响。以上三个层面的理论分析与研究假说层层递进,以期得到后面的实证检验。第四,实证检验部分。结合前面三个层面的研究假说,本部分进行了如下实证检验:货币政策对银行个体流动性影响的微观实证检验;货币政策对银行系统流动性影响的宏观实证检验——基于金融杠杆中介效应;货币政策对银行系统流动性影响的宏观实证检验——基于金融杠杆及其波动。第五,结论与政策建议部分。在总结全文研究的基础上,得出研究结论,并根据研究结论提出针对性建议。本文得到以下主要结论:第一,2020年初新冠肺炎疫情爆发,稳健的货币政策相对宽松,结构型货币政策工具的作用凸显,使用频率明显增高。近一两年由于新冠肺炎疫情,银行系统流动性呈现出表面宽松,实际偏紧的现象,但目前已经得到缓解,流动性保持在合理充裕的局面。金融杠杆从2008年开始上升,直到2016年才开始回落,由于新冠肺炎疫情金融杠杆有上升迹象。第二,价格型、数量型和结构型货币政策都会对银行个体流动性产生十分显着的影响,但对不同类型的银行存在异质性。贷款基准利率和法定存款准备金率与银行个体流动性都呈负相关关系,常备借贷便利与银行个体流动性呈正相关关系。贷款基准利率提高对国有银行和股份制银行的流动性冲击影响较小,但是对地方性银行的负向冲击影响较大;法定存款准备金率的提高对股份制银行流动性冲击影响较小;常备借贷便利的提高对地方性银行流动性具有正向促进作用。第三,金融杠杆在货币政策对银行系统流动性的影响过程中具有明显的中介效应,并且货币供给M1下的金融杠杆中介效应要大于货币供给M2下的中介效应。第四,货币政策、金融杠杆、金融杠杆波动与银行系统流动性之间存在动态的非线性和非对称效应,依赖于经济和金融所处的阶段。宽松的货币政策和金融杠杆上升对银行系统流动性都具有正向促进作用;金融杠杆波动加剧则对银行系统流动性产生抑制作用。第五,提出有针对性的政策建议:传统货币政策与结构性货币政策相结合,尤其要注重发挥结构型货币政策的作用;加强对金融杠杆的实时监测和精准调控,把握好调控的方向、力度和节奏;把握好金融杠杆、银行流动性和金融稳定的平衡,未来也不宜大幅降低金融杠杆水平。本文的创新点如下:第一,本文将货币政策、金融杠杆、银行流动性三者纳入到统一框架进行研究,从金融杠杆的视角深入分析了货币政策对银行流动性的影响,突破了大多数研究仅关注后二者关系的局限,有助于完善货币政策、金融杠杆、银行流动性三者相互作用的理论框架和宏观调控体系。现实生活中货币政策动态调整、金融杠杆持续波动和银行流动性快速变化的联动现象,说明这三者应是紧密相关相互影响的,因此,无论从理论上还是实践中将货币政策、银行流动性、金融杠杆三者纳入到统一框架中进行研究和考量显得很有必要。第二,本文首次将金融杠杆作为中介变量引入货币政策对银行流动性影响的理论和实证分析之中,验证金融杠杆是否是货币政策影响银行流动性的中介,加深了此问题的研究深度,从而使理论和实证分析更具现实解释力和说服力,所得结论也可以为中央银行借助金融杠杆对流动性进行精准管理提供依据。第三,本文采用具有区制转移功能的马尔可夫区制转移向量自回归模型（MS-VAR模型）研究货币政策、金融杠杆、金融杠杆波动与银行流动性之间的非线性联动关系,突破了以往简单线性关系假设的研究局限。由于本文的研究时间跨度中包含了金融危机、欧债危机、钱荒事件、中美贸易战、新冠肺炎疫情等重大事件,国内外经济金融环境发生了重大变化,若使用固定参数的线性模型进行研究不能得到准确可靠的结论,故本文采用具有区制转移功能的非线性模型更好地刻画了变量间的相互作用对经济金融环境的依赖。第四,本文创新性地针对结构型货币政策进行实证研究。在国内外结构型货币政策使用日益增多的情况下,丰富和完善了货币政策对银行流动性影响的研究。目前对货币政策的理论和实证分析中,绝大多数的研究对象仍是常规的数量型和价格型两种货币政策,少有将结构型货币政策作为研究对象进行研究的成果。尤其目前国内实施结构型货币政策的时间较短,没有形成系统的理论,已有研究也大多属于定性分析和比较分析,实证分析相对更少。在结构型货币政策日益增多的国内外宏观调控实践下,本文为货币政策对银行流动性影响的研究补充新的内容。
许月丽,李帅,刘志媛[5]（2020）在《数字金融影响了货币需求函数的稳定性吗？》文中指出本文利用合意货币需求量部分调整门限回归模型和ARDL协整突变检验两种不同的技术,考察了近年来迅速兴起的数字金融对中国货币需求函数全局和边际稳定性的影响。实证研究主要得到了如下结论:一是数字金融对货币需求函数的全局稳定性和边际稳定性都产生了显着的影响,而且这一判断在剔除其他金融创新形式的影响后仍是稳健的。不过,在时间维度上货币需求函数的全局不稳定性特征仍是可识别的。二是M0、M1和M2货币需求的边际稳定性受数字金融影响的程度各不相同,其中M0和M2所受影响较大,而M1则相对不显着。三是数字金融主要影响的是货币的交易需求,对家庭部门的投机性货币需求也有较显着的影响,而对企业部门的影响不显着。研究的政策含义是,数字金融等金融创新形式会引起货币需求函数的不稳定,这给货币供需均衡的政策操作实践增加了难度。因此,应通过加强金融社会基础设施建设和进一步的金融市场化改革,加速构建货币政策的利率传导走廊和传导机制,逐步将利率作为货币政策的中介目标,提高货币政策的传导效率和宏观调控的传导效果。
杨昌安[6]（2020）在《货币政策对企业金融资产投资的影响机制及经济后果研究》文中研究表明在增长速度换挡期、结构调整阵痛期、前期刺激政策消化期的“三期叠加”的经济新常态下,实体经济的持续低迷和金融业的不断壮大形成鲜明对比,实体与虚拟经济发展不平衡的经济结构性失衡问题日益突出（黄群慧,2017）。非金融企业的金融资产投资是宏观经济“脱实向虚”在微观企业层面的体现,会导致资金脱离生产和流通环节,转向金融和房地产业等虚拟经济领域（Epstein and Jayadev,2005）。张成思（2019）发现,当前中国企业的金融资产投资总额、金融资产占总资产比重、金融渠道收益占利润比重均不断增加,企业可能出现过度投资金融资产的倾向。而金融资产投资是企业投资的重要组成部分,对企业影响复杂,既可能通过挤占实物资产投资损害企业成长性,也可能会通过提高资金使用率改善企业的整体资源配置效率,这说明,资源是影响金融资产投资行为的关键因素。尤其在中美贸易摩擦加剧、去杠杠、企业融资非中性竞争等因素下,融资约束、资源短缺成为了制约企业投资的关键因素。货币政策是指政府通过调整货币供给和价格进行宏观经济调控,构成了微观企业经营的宏观经济背景。2020年初,受新冠肺炎疫情影响,资本市场波动较大,美国股市历史性的10天内4次熔断,其中3次暴跌熔断1,美国和中国等多个国家实施宽松性货币政策,通过定向降准、量化宽松等货币政策工具提高市场流动性,以提升投资者信心,促进经济发展。这说明,货币政策可以改变企业的外部融资环境,可能会影响企业的投融资决策。研究发现,货币政策对企业实物资产的投资方式和效率、股价波动、会计信息质量等都有重要影响,也可能会影响金融资产投资。一方面,动态调整的货币政策不确定性较大,且宽松性货币政策可能会产生资产价格泡沫,加大投资风险,降低企业的金融资产投资动机;另一方面,货币政策会改变经济环境,宽松性货币政策能增强企业外部融资能力,创造更多投资机会,提高权益证券价格,促进企业风险承担水平,刺激企业对高风险投资项目的偏好,促进金融资产投资。此外,突发的新冠肺炎疫情等非经济因素,可能会加大经济波动性,增加企业经营和投资风险。而且,当前的经济发展着力点是促进实体经济发展,和维护金融市场稳定,这可能会加大企业外部融资约束。这表明,货币政策对金融资产投资的影响方式和路径较为复杂,对企业投资风险和融资环境均有重要影响,金融资产投资能否符合政策预期仍值得深入研究。当前仅有少量文献关注货币政策对企业金融资产投资的影响,且相关研究结论不统一,关于宏观经济因素对金融资产投资的研究也不充分。基于此,本文基于货币政策传导机制理论、资源依赖理论和融资约束理论,对货币政策对企业金融资产投资的影响效果和作用机制、影响差异和经济后果进行研究,旨在从货币政策的角度揭示外部融资环境变动对金融资产投资行为的影响,和从金融资产投资动机的角度证实货币政策传导机制的有效性。本文共分为七章,每章内容安排如下:第一章是导论。首先介绍选题的制度背景和相关话题的研究现状,然后阐述本研究的理论和实践意义,再界定并解析关键概念,并梳理研究思路、研究框架和研究方法,最后指出本文的研究创新与贡献。第二章是理论基础与文献回顾。首先对货币政策传导机制理论、资源依赖理论和融资约束理论进行简要回顾,然后系统梳理货币政策对企业的影响研究、企业金融资产的概念内涵研究、企业金融资产投资的影响因素研究、金融资产投资对企业的经济后果研究四方面的文献,并对已有研究文献进行简要述评。第三章是制度背景与现状分析。结合经济新常态和货币政策动态调整的经济背景,对中国货币政策的执行情况进行梳理,并采用四个货币政策指标对货币政策的变动趋势进行统计分析,还简要回顾了与企业金融资产投资相关的监管政策。然后,从金融资产的投资数量、投资特征、投资分布,和金融和实物资产的投资差异四方面,对企业的金融资产投资现状进行统计分析,以发现当前中国企业的金融资产投资的基本特征。第四章是货币政策对企业金融资产投资的影响研究。基于经济新常态的制度背景,结合货币政策传导机制理论、资源依赖理论和融资约束理论,分析货币政策宽松性对企业投资金融资产的影响效果和差异。首先研究货币政策宽松性对金融资产投资的影响效果,和货币政策类型导致的影响差异性。然后,从信贷获取、投资收益和风险承担三个方面,进一步分析货币政策对企业金融资产投资的作用机制。再次,结合经济新常态,分析货币政策实施下的企业金融资产的投资动机。最后,结合金融资产的流动性、计量模式、投资目的,深入分析货币政策对不同类型金融资产的影响差异性。第五章是异质性视角下货币政策对企业金融资产投资的影响差异研究。从地区、行业和企业异质性三个维度,采用地区金融发展、地区市场化程度、高新技术产业、行业竞争程度、国有产权性质和高管金融关联六个指标,对异质性下的货币政策对金融资产投资的影响差异进行理论分析和实证检验。第六章是货币政策下的金融资产投资的经济后果研究。从经营风险、短期业绩和长期业绩三方面,对货币政策下的金融资产投资对企业的经济后果进行理论分析和实证检验。然后,结合杠杆率,对金融资产投资对风险的作用机制展开进一步分析。最后,结合金融和实物资产的投资差异、金融资产的投资速度和效率,深入分析金融资产投资对业绩表现的作用机制,以明确货币政策下的金融资产投资在微观企业层面的经济效益和作用路径。第七章是研究结论与启示。主要对全文的研究结论进行归纳总结,并从企业、货币政策和政府部门三方面提出研究启示,然后从企业发展、政府监管和市场运行等角度提出政策建议,最后阐述研究不足和未来研究展望。本文通过研究货币政策对企业金融资产投资的影响效果、影响差异和经济后果,得到以下主要结论:第一,货币政策越宽松,金融资产投资越多,说明增加市场流动性可以提高企业金融资产的投资动机;货币政策越宽松,结构性货币政策对金融资产投资的促进越弱,说明提高货币政策实施的精准性,可以引导信贷资金流向,提高货币政策的实施效率。进一步分析发现:从货币政策实施看,提高信贷获取、金融资产投资收益、企业风险承担水平,是宽松性货币政策促进金融资产投资的作用机制。提高货币政策宽松性,会增大金融和实体投资的收益率差距,且货币政策对创新能力较低或多元化程度较高的企业的影响更强。此外,从金融资产的投资类型看,相对流动性、非公允价值计量的金融资产,货币政策对非流动性、公允价值计量的金融资产的影响更强,但金融资产的性质不会改变货币政策对金融资产投资的影响程度。第二,地区金融发展水平、地区市场化程度、行业竞争程度、高管金融关联越高,货币政策对金融资产投资的影响显着越强,而高新技术产业和国有产权性质的企业中,货币政策对金融资产投资的影响显着越弱,说明货币政策对企业金融资产投资的影响受地区、行业和企业异质性的影响。第三,货币政策越宽松,金融资产投资对经营风险的促进越大,说明提高货币政策宽松性,会增加企业的经营风险;货币政策越宽松,金融资产投资对短期业绩的促进越大,表明短期内,金融资产投资可以有效改善企业业绩水平;货币政策越宽松,金融资产投资对长期业绩的抑制越小,说明提高货币政策宽松性,可以降低金融资产投资对长期业绩的损害,说明提高货币政策宽松性可以降低金融资产投资对企业长期发展的不利影响。进一步分析发现,提高货币政策宽松性,投资金融资产会显着增加企业的杠杆率;结合货币政策对金融和实体资产投资差异、金融资产投资速度和投资效率的影响发现,货币政策下的金融资产投资对业绩的作用机制,在于改善企业的资源状况,促进资产投资扩张,提高金融资产的投资速度,和改变金融资产的投资效率。本研究对揭开实体经济低迷背景下的企业金融资产投资行为黑箱,和剖析经济政策引导下的金融资产投资动机和经济效益,认识和监管企业的金融资产投资等具有重要意义。本文的创新和贡献主要体现在以下方面:第一,从外部融资机制的视角,明确货币政策对金融资产投资的影响效果和作用机制。经济新常态背景下,货币政策主要通过外部融资机制影响金融资产投资,且宽松性货币政策会提高企业风险承担,增强企业逐利性动机,而不是因为风险规避减少投资。此外,异质性会影响货币政策对金融资产投资的经济效益,尤其是地区和行业差异,因为地区和行业差异会进一步影响企业的外部融资环境,对企业发展也至关重要。第二,结合货币政策传导机制,分析货币政策对金融资产投资的作用路径。已有研究仅从金融资产投资的收益和风险的角度展开分析,忽视了货币政策的传导方式和效率,而货币政策传导渠道的存在性和有效性是其产生经济效益的前提。此外,结合货币政策类型,研究了结构性货币政策导致的影响差异性,拓展了货币政策对企业投资的经济效益研究。货币政策类型会影响货币政策的实施效率和信贷结构,进而影响货币政策的经济调控效果。第三,结合经济新常态背景,对金融资产投资动机精准细分,可以明晰特定背景和政策下的金融资产投机性动机本质,是提高企业的整体资源配置,而非纯粹的追逐金融投资高收益。同时,结合业绩期限,分析经济新常态下的金融资产投资在企业层面的经济效益。研究发现,当实体投资收益下降时,改善企业外部融资环境和资源获取能力后,投资高收益的金融资产可能可以提高企业业绩,这可以揭示金融资产投资对业绩的影响方式和作用路径。第四,结合资源依赖理论拓展研究的理论基础。已有文献主要基于资源基础理论展开,企业资源一定的前提下,金融和实物资产投资相互替代,此消彼长。而本文结合资源依赖理论,将金融资产配置当作投资类型之一,扩大了企业资源范畴,这可以丰富两者关系,说明满足一定外部条件时,两类投资也可以共同增长,拓展了相关研究视角。
冯文芳[7]（2020）在《金融杠杆与资产价格泡沫：影响机制及其监控研究》文中提出资产价格泡沫和高杠杆在历史上反复出现,但次贷危机后的资产价格泡沫形成机制和高杠杆作用机理更加复杂;现代金融技术发展产生的影子银行和金融衍生品等不但空转套利推高金融杠杆,而且让问题复杂化;内嵌于银行体系的表外业务严重期限错配以及中国经济转型期结构中存在的各种扭曲现象,使得金融杠杆过度膨胀导致的资产价格泡沫演化过程中出现的新问题和新情况,原有传统理论都无法较好解释经济中的资产价格泡沫现象。目前,中国正处于经济转型和结构升级的重要关口,党的十九大明确提出“我国经济已由高速增长阶段转向高质量发展阶段”,经济增长速度从高速增长开始转为中高速增长,但是金融杠杆仍在不断攀升,金融杠杆增长与经济发展错配现象严重,资本市场的过度繁荣引致资金在金融体系内空转,导致资产价格泡沫和系统性金融风险不断膨胀和累积。金融危机后上述问题成为经济学研究的热点并引起社会各界的广泛关注。在此背景下,首先,通过阅读和归纳国内外关于金融杠杆、资产价格泡沫和经济增长等方面的经典着作和前沿文献,厘清选题的发展脉络、研究现状、存在问题、争论焦点和研究盲点等,为后期研究顺利展开提供文献支撑和理论基础。其次,准确定义资产价格泡沫是研究的逻辑起点,遵循目前国内外经济学界的三种主流观点,对资产价格泡沫的涵义进行明确界定并分析了其一般特征;从理论角度和影响因素角度剖析了资产价格泡沫的形成机理;运用ADF、SADF、GSADF和RADF等资产价格泡沫识别方法,对资产价格泡沫的存在性、存在周期、出现频率和程度大小等进行了识别和检验,实证结果表明在样本研究期内显着存在周期性资产价格泡沫;并且运用协整模型和向量误差修正模型（VECM）提取了资产价格泡沫。第三,以金融杠杆经济本质研究作为切入点,从微观和宏观角度分别定义和度量了金融杠杆,揭示微观金融杠杆与宏观金融杠杆背离的原因和实质;采用债务收入比法和即时拆分法（TD）测算了我国的金融杠杆;重点揭示和研究了金融加杠杆的根源、实质、动力、渠道、特点和成因等;不但构建了金融杠杆驱动的资产价格泡沫模型,从理论上厘清两者之间的内在逻辑关系,而且把滚动宽窗Granger因果检验模型和Bootstrap统计检验结合,从实证上验证了金融杠杆和资产价格泡沫相互动态影响机制的程度、频率与方向以及与经济事件之间的关系。第四,高杠杆和资产价格泡沫仅是表象,隐藏其背后的实质是虚拟经济与实体经济的失衡,因此加入经济增长因素,从表象分析上升到实质研究,进一步揭示金融杠杆、资产价格泡沫与金融、经济之间的影响效应。具体内容包括:（1）运用差分广义矩估计（DGMM）和门限效应,对国内16家上市银行从两个阶段检验了货币政策传导的银行风险承担渠道的杠杆机制的有效性,实证结果表明:货币政策可以通过杠杆率对银行风险承担产生显着影响;货币政策与银行风险承担之间存在双重杠杆率门限效应;（2）运用傅里叶变换和频谱分析法研究了资产价格泡沫与经济增长之间的周期联动效应,实证结果表明:我国资产价格泡沫和经济增长的周期联动关系较复杂,并且两者在周期联动上更多的存在背离现象;（3）基于R&D模型,加入金融杠杆因素,研究了不存在和引入资产价格泡沫时经济增长的均衡结果,并推断出资产价格泡沫与经济增长共容的条件。（4）运用MCMC算法和SV-TVP-SVAR模型从时期与时点两个角度对金融杠杆、资产价格泡沫与经济增长三者之间的时变关系进行验证,实证结果表明:三个经济变量之间具有非常显着的时变特征。最后,高杠杆下去杠杆是必然选择,准确定义去杠杆的涵义并对目前去杠杆存在的误区做了澄清;分别探索了实体去杠杆和金融去杠杆的路径;运用合成控制法（SCM）检验了限贷政策能否抑制房地产泡沫?实证结果表明:在4个研究样本中,限贷政策对3个样本的商品房销售价格无法起到降低的作用;囿于传统资产价格泡沫监控研究方法与模型的缺陷,尝试运用人工智能中的支持向量回归（SVR）模型和BP神经网络（BPNN）技术构建了资产价格泡沫监控系统,结果表明,人工智能技术可以很好逼近与诠释样本历史数据所蕴含的内在规律,有效实现监控功能。根据上述主要研究结论,提出了四点政策建议:（1）拓展宏观货币政策调控目标范围,把资产价格纳入中央银行决策信息集,构建货币和信贷流动以及资产价格泡沫监控系统;（2）减少或消除刚性兑付和不必要的政府隐性担保,实现国有资产管理体制和商业银行行为市场化,政府职能回归公共管理本质;（3）坚持中性稳健的货币政策,保持适度的货币流动性,建立宏观审慎评估体系MPA和对金融体系资产实施穿透管理,对影子银行进行有效管理;（4）精准掌控“结构性去杠杆”的节奏、力度、时间、主体,有条不紊降低杠杆率。
塔琳[8]（2020）在《P2P网络借贷对我国金融稳定的影响研究》文中研究说明信息技术的快速发展和演化大大减少了传统金融中介的必要性。P2P网络借贷作为最具代表性的互联网金融模式之一,在过去短短几年里得到了飞速的发展。P2P业务依托多样化的互联网平台,具有成本优势与信息优势,丰富了金融市场的产品和层次,在一定程度上拓宽了金融服务的范围,提高了资源配置效率。但与此同时,P2P网络借贷行业也存在着野蛮生长、缺乏有效监管的问题,其行业自身风险也可能会通过货币市场、信用市场等迅速传染到其他金融部门和实体经济。在2013年、2015年末和2017年末到2018年第三季,先后经历了三波爆雷潮,投资者和市场对金融创新的信心受到了巨大打击,P2P网络借贷引发的一系列经济和社会事件造成了严重的不稳定因素,对金融安全和社会秩序的威胁不容忽视,也对法律监管和政府管理职责的履行提出了新的挑战。金融稳定是金融安全的基础,是国民经济健康稳定发展和社会长治久安的保障,其重要性不言而喻。很显然,目前亟待对P2P网络借贷与金融稳定的关系进行研究,这具有理论与实践意义。本文采用了文献研究法、归纳总结法与抽象演绎法、理论分析与实证检验相结合等方法进行研究。本文的理论基础有监管套利理论、金融脆弱性理论、信息不对称理论、长尾理论和“二次脱媒”。本文的研究工作主要基于以下思路:第一,对相关领域的文献进行梳理,主要包括金融稳定、P2P网络借贷的相关文献,进行文献综述并明确本文的研究重点。第二,在分析P2P网络借贷行业总体发展现状的基础上,总结阐述P2P网络借贷行业发展对金融稳定的影响效应,其影响效应涉及到金融机构、金融市场及金融基础设施三个方面。第三,结合以往文献,梳理出相对较为全面的金融稳定内涵框架,根据此框架将权衡金融稳定性的指标分为三个一级指标,分别为金融机构平稳运行、金融市场平稳运行、金融市场抵御外来冲击的能力,再把这三个一级指标细分为12个基础指标,从对金融稳定的影响程度的角度来计算出各项指标的权重,选取2011年3月-2018年9月的30期季度数据,运用主成分分析方法合成金融稳定指数。在合成金融稳定指数的基础上,运用线性回归方法定量检验P2P网络借贷对金融稳定的影响效应。第四,从经典理论出发,系统厘清了P2P网络借贷对金融稳定影响的链条机理,从资金融通、货币政策、风险溢出和监管套利四个角度进行考察。利用向量自回归VAR模型和时变Copula模型实证检验了P2P网络借贷体系对金融稳定性的影响机理。第五,分别从区块链技术与大数据技术给出了基于金融基础设施稳定的P2P网络借贷优化方案,重点阐述了区块链在网络借贷征信领域的应用与大数据在网络借贷风险预警领域的应用。第六,根据前文分析结论提出切实可行的发展P2P网络借贷的对策建议,以期可以为相关政策的制定提供理论参考。基于本文的研究成果,可以得到以下结论:第一,总体来看,金融稳定指数的变动轨迹大致符合我国经济发展的现实情况,中国金融稳定程度始终呈现波动趋势,但处于零值以上的年份偏多,说明在长期趋势下我国保持了金融稳定状态。第二,实证检验结果显示,P2P网络借贷对金融稳定有消极影响。具体来看,P2P网络借贷发展会降低金融机构的稳定程度;其对金融市场具有滞后影响效应,会提高金融市场的稳定程度;P2P对抵御外部冲击能力的影响并不显着。第三,分别从资金融通、货币政策、风险溢出、监管套利几个方面厘清了P2P网络借贷对金融稳定影响的理论机理,经实证研究发现,P2P网络借贷短期内对资金融通有积极的影响作用,这种影响可以随着时间的推移趋于平缓;P2P网络借贷对货币政策的执行在短期内会有一定负向冲击;P2P网贷市场与股票市场、银行间同业拆借市场几乎不存在风险溢出效应。这主要是由于P2P网络借贷的体量在整个金融市场中所占比重较小,各市场存在的结构差异、制度壁垒使得P2P网络借贷市场与其他金融市场之间存在很大差异性,因此在量化分析的角度看现阶段的网络借贷市场较难以引起我国整个金融体系的系统性风险暴露。但是由于P2P网络借贷平台涉及的投资人、借款人和机构数量都较多,其风险传导效应和不良经济社会影响仍应引起监管当局和研究人员的关注。本文的创新点主要体现在以下几个方面:首先,本文将金融稳定问题研究与动态发展变化的P2P网络借贷结合在一起,具有新颖的视角;其次,从理论与实证层面系统性厘清了P2P网络借贷对金融稳定的影响效应与影响机理,拓展了互联网金融的研究框架,丰富了金融稳定、金融安全相关理论内容。再次,提出了利用区块链技术完善网络借贷征信体系与构建基于大数据技术的网络借贷风险预警系统的应用方案,对于维护金融基础设施稳定具有现实参考意义。
谢俊明[9]（2020）在《货币价值波动对系统性金融风险的影响研究》文中提出系统性金融风险波及范围广,影响程度深,每次系统性金融风险事件的发生都给经济社会造成巨大危害。相对于过去,近年来各国政府对系统性金融风险的重视程度更高。防范和化解系统性金融风险,不仅是金融监管部门的首要使命,也是国家层面高度关注的重大事项。货币是金融经济系统赖以存在的基本元件。货币价值波动与金融系统稳定性密切相关,也是一种普遍存在的经济现象。历史经验表明,许多系统性金融风险事件爆发之前的一段时间,都出现过货币价值持续大幅波动现象,无论是在商品货币时期,还是在信用货币时期都是如此。可见,货币价值波动是系统性金融风险发生的前兆。因此,探讨货币价值波动对系统性金融风险的影响,分析二者承前启后的逻辑关系,能及早预测系统性金融风险,并及时制定相应的防范和化解对策,对金融监管当局来说是非常重要的。首先,梳理了货币价值波动与系统性金融风险的前期研究成果,以货币价值波动与系统性金融风险的一般理论为出发点,明确了文中货币价值波动和系统性金融风险的概念和内涵。围绕货币价值波动理论,分析了货币价值构成及其动态演化路径;基于不同货币形态,解释了货币价值波动的原因,并从宏观和微观视角阐述了货币价值波动的影响。同时总结了系统性金融风险的经典理论,基于马克思经典理论诠释了系统性金融风险的可能性和现实性。在此基础上,从理论视角分析了货币价值波动对系统性金融风险的影响,认为货币价值波动会增加银行系统、国内和国际金融市场的脆弱性,也会通过影响资本边际效率的变动、心理预期变化,导致经济周期性波动。其次,基于系统性金融风险的历史特性,运用历史分析法从时间和空间维度考察了系统性金融风险的普遍性,并对系统性金融风险爆发前的货币价值波动情况进行描述性统计分析,运用条件概率和Logit模型对二者的关系进行概率检验,认为货币价值波动会提高系统性金融风险发生的概率。这样,从理论-历史-实证角度构建了货币价值波动影响系统性金融风险的分析框架,论证了货币价值波动是系统性金融风险发生的前奏,为进一步探究货币价值波动影响系统性金融风险的机制和差异性奠定了基础。从影响机制来看,围绕金融资产价格波动和财富集中探讨了货币价值波动影响系统性金融风险的机制。就金融资产价格波动来说,货币价值波动会使金融资产脱离其内在价值,影响金融资产与货币交换的比例,从而造成金融资产价格的大幅波动。而金融资产价格波动可以通过影响投资需求变化,使经济发生周期性变化;通过改变投资者预期,其正反馈作用容易导致资产价格泡沫的形成;在信息不对称的条件下,也会出现逆向选择和道德风险问题,进而影响信用规模的变化。也就是说,金融资产价格波动会直接对金融系统产生内生扰动,也会起到了传导外生冲击的作用。就财富集中来说,货币价值波动会影响社会财富支配权,从参与财富分配的主体、债权债务关系以及货币流通的过程三个方面影响财富分配,加速财富集中。当财富集中累积到一定程度,会通过影响社会总需求,信用扩张以及刺激投机性投资等渠道,导致供给与需求脱节,经济衰退。这些都给金融系统带来负面冲击,导致系统性金融风险的生成。在此基础上进行了实证分析,选取了我国1996-2018年的数据为样本,运用结构向量自回归模型（SVAR）对货币价值波动、资产价格波动、财富集中以及系统性金融风险四个随机变量进行脉冲分析和方差分解分析,验证了理论分析的结论。从影响的差异性来看,在国际货币体系不对称的现实条件下,货币价值波动对系统性金融风险的影响具有空间差异性,运用历史分析法和案例分析法考察了引起这种空间差异的原因,发现不同类型国家货币价值波动影响系统性金融风险的路径不同。分别从发达国家和发展中国家的角度分析了货币价值波动影响系统性金融风险的路径,并比较分析不同类型国家货币价值波动影响系统性金融风险路径差异,主要体现在起点不同、传导路径不同以及面临货币价值波动的风险不同。最后,基于上述研究结论,在梳理完善系统性金融风险治理体系原则的基础上,借鉴系统性金融风险治理的国际经验,从重构国际货币体系、稳定货币价值、抑制资产价格波动和财富集中等方面,提出了完善系统性金融风险治理体系的对策建议。
王泽涛[10]（2020）在《金融创新与中国货币需求的流动性陷阱效应》文中指出如果经济中存在较强的货币需求流动性陷阱效应,那么货币政策执行将遇到零利率下限问题（zero-bound problem）,或在低利率区间货币政策无效性问题,而这正是上个世纪90年代日本和2008年全球金融危机欧美货币政策执行中面对的困境。本文从货币投机需求是微观经济主体资产投资组合最优决策过程的逻辑出发,利用变系数的状态空间模型,在厘清货币需求流动性陷阱效应是否存在的前提下,本文考察了近些年来中国以互联网金融理财产品和银行理财产品为代表的金融创新,对于货币流动性陷阱效应的影响。主要得到如下结论:一是货币需求流动性陷阱在中国的确比较显着的存在,作用机制基本符合投资组合假说,但显着性与货币层次划分密切相关,M2和M1相对显着,而M0则不显着;二是与成熟市场经济国家不同,金融创新强化而非弱化了货币需求的流动性陷阱效应,这可能与中国金融产品仍不够丰富有关。但是,互联网金融对货币投机需求因“功能主序效应”而对流动性陷阱影响不显着,银行理财产品虽然影响显着,但对不同层次货币表现出“结构差异效应”;三是利率市场化改革增强了金融创新对流动性陷阱效应的边际影响,其作用机制是利率市场化改革弱化了金融市场的分割,强化了利率在微观经济主体金融资产组合中的信号作用。文章的政策含义是,面对当前金融风险仍较高和金融稳定任务仍较重的现实,低利率货币政策的效果有限,欧美金融危机期间所采用的数量型非常规货币政策的借鉴意义须充分重视,且货币政策操作应当注意与中国金融结构变迁阶段特征相耦合。
二、中国投机性货币需求的计量分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、中国投机性货币需求的计量分析（论文提纲范文）
（1）我国信贷供给传导机制及其宏观经济效应研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 信贷供给总量的经济效应 |
| 1.2.2 信贷供给结构的经济效应 |
| 1.2.3 信贷供给价格的经济效应 |
| 1.2.4 信贷风险累积的经济效应 |
| 1.2.5 信贷供给监管对货币政策有效性的影响效应 |
| 1.3 主要研究目标、论文结构及主要内容 |
| 1.3.1 主要研究目标 |
| 1.3.2 论文结构及主要内容 |
| 1.4 研究方法与主要贡献 |
| 1.4.1 研究方法 |
| 1.4.2 主要贡献 |
| 第2章 信贷供给宏观经济效应的理论基础 |
| 2.1 信贷供求理论 |
| 2.1.1 宏观信贷供求理论 |
| 2.1.2 微观信贷供求理论 |
| 2.2 信贷价格理论 |
| 2.2.1 可贷资金理论 |
| 2.2.2 金融抑制理论 |
| 2.3 信贷风险理论 |
| 2.3.1 Fisher的“债务-通货紧缩”理论 |
| 2.3.2 金融脆弱性理论 |
| 2.4 信贷配给与信贷传导理论 |
| 2.4.1 均衡配给理论 |
| 2.4.2 银行信贷渠道传导理论 |
| 2.4.3 资产负债表渠道传导理论 |
| 第3章 我国信贷供给传导机制及其与产出的动态关联分析 |
| 3.1 基于DSGE模型我国信贷供给的微观传导机制分析 |
| 3.1.1 模型设定 |
| 3.1.2 模型均衡 |
| 3.1.3 参数校准与模拟分析 |
| 3.2 我国信贷供给与产出的波动特征及动态关联性分析 |
| 3.2.1 MS-GAS-TVTP模型与TVP-VECM模型原理 |
| 3.2.2 我国产出与信贷波动的阶段性变迁识别及时变转移分析 |
| 3.2.3 动态关联性分析 |
| 3.3 本章小结 |
| 第4章 我国信贷供给总量与期限结构的宏观经济效应分析 |
| 4.1 信贷供给总量对宏观经济影响的理论机制分析 |
| 4.2 我国信贷总量扩张与收缩对宏观经济的非对称影响效应分析 |
| 4.2.1 非线性自回归分布滞后(NARDL)模型原理 |
| 4.2.2 变量选取、数据处理及平稳性检验 |
| 4.2.3 我国信贷总量扩张与收缩对产出的非对称影响效应 |
| 4.2.4 我国信贷总量扩张与收缩对通货膨胀的非对称影响效应 |
| 4.3 我国信贷供给期限结构的宏观经济效应分析 |
| 4.3.1 SV-TVP-FAVAR模型原理 |
| 4.3.2 我国信贷供给期限结构对产出和通货膨胀的时变效应分析 |
| 4.3.3 我国信贷供给短期结构对产出和通货膨胀的时变效应分析 |
| 4.3.4 我国信贷供给中长期结构对产出和通货膨胀的时变效应分析 |
| 4.4 本章小结 |
| 第5章 我国信贷供给价格传导机制及其非线性效应分析 |
| 5.1 信贷供给对宏观经济增长的价格传导机制分析 |
| 5.1.1 投资渠道传导机制分析 |
| 5.1.2 消费渠道传导机制分析 |
| 5.2 ST-BVAR模型原理 |
| 5.2.1 ST-BVAR模型设定 |
| 5.2.2 ST-BVAR模型的非线性检验 |
| 5.3 不同经济周期下信贷价格对经济增长的两阶段传导效应分析 |
| 5.3.1 变量选取、数据处理与经济周期波动区制识别 |
| 5.3.2 第一阶段信贷价格对投资与消费的非线性影响效应 |
| 5.3.3 第二阶段投资与消费对产出的非线性影响效应 |
| 5.4 本章小结 |
| 第6章 信贷风险对宏观经济及信贷调控有效性的异质性影响效应分析 |
| 6.1 多元方向分位数向量自回归(MDQVAR)模型 |
| 6.2 不同经济周期下信贷风险对宏观经济的异质性影响效应分析 |
| 6.2.1 理论机制分析 |
| 6.2.2 变量选取及数据处理 |
| 6.2.3 分位数脉冲响应分析 |
| 6.3 不同信贷风险水平下信贷调控宏观经济有效性分析 |
| 6.3.1 变量选取及数据处理 |
| 6.3.2 分位数脉冲响应分析 |
| 6.4 本章小结 |
| 第7章 我国信贷监管对货币政策有效性的影响效应分析 |
| 7.1 理论背景与影响机制分析 |
| 7.2 信贷监管的不同强度对货币政策有效性的异质性影响分析 |
| 7.2.1 变量选取及数据说明 |
| 7.2.2 经济增长目标下信贷监管对货币政策有效性的影响分析 |
| 7.2.3 物价稳定目标下信贷监管对货币政策有效性的影响分析 |
| 7.2.4 金融稳定目标下信贷监管对货币政策有效性的影响分析 |
| 7.3 本章小结 |
| 结论 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（3）中国经济金融化对实体经济的影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 一、背景及意义 |
| 二、内容和方法 |
| 三、研究思路及框架 |
| 四、研究创新与不足 |
| 第一章 理论基础及文献综述 |
| 第一节 概念界定及相关理论基础 |
| 一、概念界定 |
| 二、相关理论基础 |
| 第二节 相关文献综述 |
| 一、非空间维度下金融化影响经济增长的相关研究 |
| 二、空间维度下金融化影响经济增长的相关研究 |
| 三、非金融企业金融化影响实业投资的相关研究 |
| 本章小结 |
| 第二章 金融化与实体经济的发展现状及问题 |
| 第一节 金融化与实体经济的发展现状 |
| 一、金融化的发展现状 |
| 二、实体经济的发展现状 |
| 第二节 金融支持实体经济的现状及问题 |
| 一、金融支持实体经济的现状 |
| 二、金融支持实体经济存在的问题 |
| 本章小结 |
| 第三章 金融化影响实体经济的机制分析 |
| 第一节 金融化在不同部门之间传导的机制分析 |
| 一、政府部门的金融化表现 |
| 二、家庭部门的金融化表现 |
| 三、非金融企业的金融化表现 |
| 第二节 宏观视角下金融化影响实体经济的机制 |
| 一、金融化影响实体经济的促进机制分析 |
| 二、金融化影响实体经济的抑制机制分析 |
| 第三节 微观视角下非金融企业金融化影响实业投资的机制 |
| 一、非金融企业金融化促进实业投资的机制分析 |
| 二、非金融企业金融化抑制实业投资的机制分析 |
| 本章小结 |
| 第四章 金融化与实体经济测度及波动特征分析 |
| 第一节 模型简介 |
| 一、结构向量自回归(SVAR)模型简介 |
| 二、时变参数向量自回归(TVP-VAR)模型简介 |
| 第二节 金融化测度 |
| 一、金融化综合指标的构建基础 |
| 二、金融化综合指标的权重确定 |
| 三、金融化综合指标的比较 |
| 第三节 金融化与实体经济的波动特征分析 |
| 一、金融化的波动特征分析 |
| 二、实体经济的波动特征分析 |
| 三、金融化与实体经济的分区制发展路径 |
| 本章小结 |
| 第五章 金融化影响实体经济的研究:基于宏观视角 |
| 第一节 金融化影响实体经济的分阶段研究 |
| 一、Lasso回归简介 |
| 二、研究设计 |
| 三、实证分析 |
| 四、稳健性检验 |
| 第二节 金融化影响实体经济的分区制研究 |
| 一、马尔科夫区制转换向量自回归(MS-VAR)模型简介 |
| 二、研究设计 |
| 三、实证分析 |
| 本章小结 |
| 第六章 金融化影响实体经济的区域差异研究:基于中观视角 |
| 第一节 金融化影响实体经济的门槛效应分析 |
| 一、研究设计 |
| 二、门槛效应检验与门槛值确定 |
| 三、全样本的实证分析 |
| 四、分区域样本的实证分析 |
| 第二节 金融化影响实体经济的空间溢出效应分析 |
| 一、研究设计 |
| 二、空间面板计量模型的权重确定 |
| 三、空间面板计量模型的筛选 |
| 四、空间面板计量模型的实证分析 |
| 本章小结 |
| 第七章 非金融企业金融化影响实业投资的研究:基于微观视角 |
| 第一节 非金融企业金融化影响实业投资的实证分析 |
| 一、高维面板固定效应模型简介 |
| 二、研究设计 |
| 三、实证分析 |
| 第二节 非金融企业金融化抑制实业投资的补充研究 |
| 一、宏观经济政策的结构化影响分析 |
| 二、行业异质性的影响分析 |
| 三、产权性质异质性的影响分析 |
| 四、企业规模异质性的影响分析 |
| 本章小结 |
| 第八章 结论、政策建议与研究展望 |
| 第一节 主要结论 |
| 一、金融化与实体经济的测度及波动特征 |
| 二、金融化影响实体经济的结论 |
| 三、金融化影响实体经济的区域差异结论 |
| 四、非金融企业金融化影响实业投资的结论 |
| 第二节 政策建议 |
| 一、旨在便利非金融企业融资的政策建议 |
| 二、旨在促进区域协调发展的政策建议 |
| 三、旨在助推金融支持实体经济的政策建议 |
| 第三节 研究展望 |
| 参考文献 |
| 附录 |
| 后记 |
| 在学期间公开发表论文及着作情况 |
（4）中国货币政策对银行流动性的影响研究 ——基于金融杠杆视角（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 货币政策、金融杠杆、流动性 |
| 1.2.2 货币政策对银行流动性影响的渠道、效果和异质性 |
| 1.2.3 货币政策、金融杠杆、银行流动性三者之间的相互影响 |
| 1.2.4 文献述评 |
| 1.3 研究内容、技术路线及方法 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 研究方法 |
| 1.4 创新与不足 |
| 1.4.1 创新点 |
| 1.4.2 不足之处 |
| 2 概念界定与理论基础 |
| 2.1 相关概念 |
| 2.1.1 货币政策 |
| 2.1.2 金融杠杆 |
| 2.1.3 银行流动性 |
| 2.2 相关理论基础 |
| 2.2.1 流动性理论基础 |
| 2.2.2 杠杆理论基础 |
| 2.3 本章小结 |
| 3 货币政策、金融杠杆以及银行流动性的现状分析 |
| 3.1 货币政策现状分析 |
| 3.1.1 数量型货币政策 |
| 3.1.2 价格型货币政策 |
| 3.1.3 结构型货币政策 |
| 3.2 金融杠杆现状分析 |
| 3.2.1 金融部门杠杆率角度 |
| 3.2.2 广义货币供给占GDP之比 |
| 3.3 银行流动性现状分析 |
| 3.3.1 银行个体流动性 |
| 3.3.2 银行系统流动性 |
| 3.4 货币政策、金融杠杆、银行流动性三者的内在关联 |
| 3.5 本章小结 |
| 4 金融杠杆视角下货币政策对银行流动性影响的理论分析与研究假说 |
| 4.1 理论分析框架 |
| 4.2 货币政策对银行个体流动性影响的理论分析与研究假说 |
| 4.2.1 理论分析 |
| 4.2.2 模型推导 |
| 4.2.3 研究假说 |
| 4.3 货币政策对银行系统流动性的影响——基于金融杠杆中介效应的理论分析与研究假说 |
| 4.3.1 理论分析 |
| 4.3.2 研究结论 |
| 4.3.3 研究假说 |
| 4.4 货币政策对银行系统流动性的影响——基于金融杠杆及其波动的理论分析与研究假说 |
| 4.4.1 理论分析 |
| 4.4.2 研究假说 |
| 4.5 本章小结 |
| 5 货币政策对银行个体流动性影响的微观实证检验 |
| 5.1 计量模型设定与估计方法 |
| 5.1.1 模型设定 |
| 5.1.2 估计方法 |
| 5.2 变量选取与数据说明 |
| 5.2.1 变量选取 |
| 5.2.2 数据说明和描述性统计 |
| 5.3 实证结果与分析 |
| 5.3.1 价格型货币政策对银行个体流动性的影响 |
| 5.3.2 数量型货币政策对银行个体流动性的影响 |
| 5.3.3 结构性货币政策对银行个体流动性的影响 |
| 5.4 稳健性检验 |
| 5.4.1 价格型货币政策的稳健性检验 |
| 5.4.2 数量型货币政策的稳健性检验 |
| 5.4.3 结构型货币政策的稳健性检验 |
| 5.4.4 结论汇总 |
| 5.5 本章小结 |
| 6 货币政策对银行系统流动性影响的宏观实证检验——基于金融杠杆中介效应 |
| 6.1 银行系统流动性指数测度 |
| 6.1.1 测度目的 |
| 6.1.2 测度方法选择 |
| 6.1.3 主成分分析方法 |
| 6.1.4 银行系统流动性指数构建 |
| 6.2 计量模型设定 |
| 6.2.1 基准回归模型 |
| 6.2.2 中介效应模型 |
| 6.3 变量选取与数据说明 |
| 6.3.1 变量选取 |
| 6.3.2 数据说明与描述性统计 |
| 6.4 实证结果与分析 |
| 6.4.1 货币政策对银行系统流动性的影响 |
| 6.4.2 金融杠杆的中介效应检验 |
| 6.5 稳健性检验 |
| 6.5.1 货币政策对银行系统流动性影响的稳健性检验 |
| 6.5.2 金融杠杆中介效应稳健性检验 |
| 6.6 本章小结 |
| 7 货币政策对银行系统流动性影响的宏观实证检验——基于金融杠杆及其波动 |
| 7.1 计量模型设定 |
| 7.1.1 MS-VAR模型的优势及适用性 |
| 7.1.2 MS-VAR模型的具体形式 |
| 7.2 变量选取与数据说明 |
| 7.3 实证结果与分析 |
| 7.3.1 区制划分 |
| 7.3.2 不同区制下的脉冲响应分析 |
| 7.4 本章小结 |
| 8 研究结论与政策建议 |
| 8.1 研究结论 |
| 8.2 政策建议 |
| 8.2.1 货币政策 |
| 8.2.2 金融杠杆 |
| 8.2.3 银行流动性 |
| 参考文献 |
| 作者在读期间科研成果 |
| 致谢 |
（5）数字金融影响了货币需求函数的稳定性吗？（论文提纲范文）
| 一、引言 |
| 二、研究假设 |
| （一）基准情形 |
| （二）考虑金融结构变迁的拓展 |
| （三）考虑货币层次内部剖分的拓展 |
| 三、研究设计与数据来源 |
| （一）实证模型构建 |
| （二）变量定义与数据来源 |
| 四、实证结果 |
| （一）基准模型实证结果 |
| （二）金融结构变迁实证结果 |
| （三）货币存量内部结构剖分实证结果 |
| 五、结论与政策含义 |
（6）货币政策对企业金融资产投资的影响机制及经济后果研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.导论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容 |
| 1.2.1 概念界定 |
| 1.2.2 研究思路 |
| 1.2.3 研究内容 |
| 1.3 研究方法 |
| 1.4 研究创新与贡献 |
| 2.理论基础与文献回顾 |
| 2.1 理论基础 |
| 2.1.1 货币政策传导机制理论 |
| 2.1.2 资源依赖理论 |
| 2.1.3 融资约束理论 |
| 2.2 文献回顾 |
| 2.2.1 货币政策对企业的影响研究 |
| 2.2.2 企业金融资产的概念内涵研究 |
| 2.2.3 企业金融资产投资的影响因素研究 |
| 2.2.4 金融资产投资对企业的经济后果研究 |
| 2.2.5 文献评述 |
| 2.3 本章小结 |
| 3.制度背景与现状分析 |
| 3.1 制度背景 |
| 3.1.1 中国货币政策的发展回顾 |
| 3.1.2 中国货币政策的变动趋势 |
| 3.1.3 企业金融资产投资的监管政策 |
| 3.2 企业金融资产投资的现状分析 |
| 3.2.1 数据来源和变量设定 |
| 3.2.2 金融资产的投资数量分析 |
| 3.2.3 金融资产的投资特征分析 |
| 3.2.4 金融资产的投资分布分析 |
| 3.2.5 金融和实物资产的投资差异分析 |
| 3.3 本章小结 |
| 4.货币政策对企业金融资产投资的影响研究 |
| 4.1 引言 |
| 4.2 理论分析与研究假设 |
| 4.2.1 货币政策对金融资产投资的影响研究 |
| 4.2.2 货币政策类型对金融资产投资的影响差异研究 |
| 4.3 研究设计 |
| 4.3.1 样本选择与数据来源 |
| 4.3.2 变量设定 |
| 4.3.3 模型设定 |
| 4.4 实证结果与分析 |
| 4.4.1 描述性统计 |
| 4.4.2 相关性分析 |
| 4.4.3 假设检验与实证结果分析 |
| 4.5 稳健性检验 |
| 4.5.1 关键变量替换检验 |
| 4.5.2 模型设定替换检验 |
| 4.5.3 考虑宏观经济因素的检验 |
| 4.5.4 考虑外部融资因素的检验 |
| 4.5.5 动态效应模型检验 |
| 4.5.6 内生性问题检验 |
| 4.5.7 替代性解释检验 |
| 4.5.8 民营企业样本检验 |
| 4.6 进一步分析 |
| 4.6.1 货币政策对金融资产投资的作用机制分析 |
| 4.6.2 货币政策下金融资产的投资动机分析 |
| 4.6.3 货币政策下不同类型金融资产的投资差异分析 |
| 4.7 本章小结 |
| 5.异质性视角下货币政策对企业金融资产投资的影响差异研究 |
| 5.1 引言 |
| 5.2 理论分析与研究假设 |
| 5.2.1 货币政策、地区异质性和金融资产投资 |
| 5.2.2 货币政策、行业异质性和金融资产投资 |
| 5.2.3 货币政策、企业异质性和金融资产投资 |
| 5.3 研究设计 |
| 5.3.1 样本选择与数据来源 |
| 5.3.2 模型设定 |
| 5.3.3 变量设定 |
| 5.4 实证结果与分析 |
| 5.4.1 描述性统计 |
| 5.4.2 相关性分析 |
| 5.4.3 假设检验与实证结果分析 |
| 5.5 稳健性检验 |
| 5.5.1 金融资产变量替换检验 |
| 5.5.2 货币政策变量替换检验 |
| 5.5.3 模型设定替换检验 |
| 5.5.4 考虑宏观经济因素的检验 |
| 5.5.5 考虑外部融资因素的检验 |
| 5.5.6 内生性问题检验 |
| 5.6 本章小结 |
| 6.货币政策下的金融资产投资的经济后果研究 |
| 6.1 引言 |
| 6.2 理论分析与研究假设 |
| 6.2.1 货币政策、金融资产投资和经营风险 |
| 6.2.2 货币政策、金融资产投资和企业业绩 |
| 6.3 研究设计 |
| 6.3.1 样本选择与数据来源 |
| 6.3.2 模型设定 |
| 6.3.3 变量设定 |
| 6.4 实证结果与分析 |
| 6.4.1 描述性统计 |
| 6.4.2 相关性分析 |
| 6.4.3 假设检验与实证结果分析 |
| 6.5 稳健性检验 |
| 6.5.1 关键变量替换检验 |
| 6.5.2 考虑宏观经济因素的检验 |
| 6.5.3 考虑外部融资因素的检验 |
| 6.5.4 内生性问题检验 |
| 6.5.5 非线性关系检验 |
| 6.6 进一步分析 |
| 6.6.1 金融资产投资对经营风险的作用机制分析 |
| 6.6.2 金融资产投资对企业业绩的作用机制分析 |
| 6.7 本章小结 |
| 7.研究结论与启示 |
| 7.1 研究结论 |
| 7.2 研究启示与建议 |
| 7.2.1 研究启示 |
| 7.2.2 研究建议 |
| 7.3 研究不足与展望 |
| 参考文献 |
| 后记 |
| 致谢 |
| 在读期间科研成果目录 |
（7）金融杠杆与资产价格泡沫：影响机制及其监控研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词、符号变量的注释表 |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路、内容与方法 |
| 1.2.1 研究思路 |
| 1.2.2 研究内容 |
| 1.2.3 研究方法 |
| 1.3 论文创新与不足之处 |
| 1.3.1 论文创新 |
| 1.3.2 不足之处 |
| 第二章 文献综述 |
| 2.1 资产价格泡沫的含义及其形成机理研究综述 |
| 2.1.1 理性预期理论 |
| 2.1.2 行为金融理论 |
| 2.1.3 以分形和混沌理论为代表的非线性理论 |
| 2.1.4 信贷理论 |
| 2.1.5 金融发展理论 |
| 2.2 资产价格泡沫的存在性检验及测度研究综述 |
| 2.2.1 资产价格泡沫的存在性检验 |
| 2.2.2 资产价格泡沫存在性的检验方法 |
| 2.2.3 资产价格泡沫的测度方法 |
| 2.3 金融杠杆与资产价格泡沫的影响关系研究综述 |
| 2.3.1 金融杠杆与资产价格泡沫的影响关系 |
| 2.3.2 金融杠杆与房地产泡沫的影响关系 |
| 2.4 资产价格泡沫对经济增长的影响研究综述 |
| 2.4.1 资产价格泡沫对经济增长的促进作用 |
| 2.4.2 资产价格泡沫对经济增长的不利作用 |
| 2.4.3 资产价格泡沫与经济增长的周期联动效应 |
| 2.5 资产价格泡沫监控研究综述 |
| 2.5.1 主张从市场层面入手监控资产价格泡沫 |
| 2.5.2 从货币政策角度监控资产价格泡沫 |
| 2.5.3 利用托宾税监控资产价格泡沫 |
| 2.6 对现有文献的评述 |
| 2.7 本章小结 |
| 第三章 资产价格泡沫形成机理及其检验研究 |
| 3.1 资产价格泡沫的理论界定 |
| 3.1.1 资产 |
| 3.1.2 资产价格泡沫的载体类型 |
| 3.1.3 资产价格泡沫涵义界定 |
| 3.2 资产价格泡沫的形成机理分析 |
| 3.2.1 资产价格泡沫形成的理论基础 |
| 3.2.2 资产价格泡沫形成的影响因素 |
| 3.3 资产价格泡沫的检验 |
| 3.3.1 检验方法 |
| 3.3.2 变量说明及数据来源 |
| 3.3.3 检验结果及其分析 |
| 3.4 资产价格泡沫的提取 |
| 3.4.1 向量误差修正模型 |
| 3.4.2 资产价格泡沫提取 |
| 3.5 本章小结 |
| 第四章 金融杠杆与资产价格泡沫的影响机制研究 |
| 4.1 金融杠杆的经济本质及度量 |
| 4.1.1 金融杠杆的经济本质 |
| 4.1.2 金融杠杆的度量 |
| 4.2 金融加杠杆的机理分析 |
| 4.2.1 金融加杠杆的根源 |
| 4.2.2 金融加杠杆的实质 |
| 4.2.3 金融加杠杆的内在驱动力 |
| 4.2.4 金融加杠杆的实现路径 |
| 4.2.5 金融加杠杆的特征与成因 |
| 4.3 基于金融杠杆驱动的资产价格泡沫模型构建 |
| 4.3.1 理论分析 |
| 4.3.2 基于金融杠杆驱动的资产价格泡沫模型 |
| 4.4 金融杠杆与资产价格泡沫影响关系的实证分析 |
| 4.4.1 滚动宽窗Granger因果检验方法 |
| 4.4.2 变量说明与数据检验 |
| 4.4.3 实证结果及其分析 |
| 4.5 本章小结 |
| 第五章 金融杠杆和资产价格泡沫的影响效应研究 |
| 5.1 金融杠杆影响商业银行风险承担效应研究 |
| 5.1.1 理论分析 |
| 5.1.2 研究假设与变量定义 |
| 5.1.3 动态面板模型和门限检验方法 |
| 5.1.4 实证结果及其分析 |
| 5.2 资产价格泡沫与经济增长的周期联动效应研究 |
| 5.2.1 频谱分析方法 |
| 5.2.2 变量说明及数据来源 |
| 5.2.3 实证结果及其分析 |
| 5.3 资产价格泡沫与经济增长的共容效应研究 |
| 5.3.1 模型基本假设 |
| 5.3.2 资产价格泡沫与经济增长的共容条件 |
| 5.4 金融杠杆、资产价格泡沫与经济增长的时变效应研究 |
| 5.4.1 SV-TVP-SVAR模型 |
| 5.4.2 变量说明及数据来源 |
| 5.4.3 实证结果及其分析 |
| 5.5 本章小结 |
| 第六章 金融去杠杆与资产价格泡沫监控系统研究 |
| 6.1 去杠杆的范畴界定及认知 |
| 6.1.1 去杠杆的范畴界定 |
| 6.1.2 去杠杆的正确认知 |
| 6.2 实体去杠杆路径研究 |
| 6.2.1 “去杠杆”与“稳增长”的困境 |
| 6.2.2 实体去杠杆的路径 |
| 6.3 金融去杠杆路径研究 |
| 6.3.1 金融去杠杆的阶段和政策 |
| 6.3.2 金融去杠杆的路径 |
| 6.4 限贷政策抑制资产价格泡沫的效应研究 |
| 6.4.1 合成控制法 |
| 6.4.2 变量说明与数据来源 |
| 6.4.3 实证结果及其分析 |
| 6.5 资产价格泡沫监控系统研究 |
| 6.5.1 SVR模型与股市泡沫监控系统研究 |
| 6.5.2 BP神经网络与房地产泡沫监控系统研究 |
| 6.6 本章小结 |
| 第七章 研究结论与展望 |
| 7.1 主要研究结论 |
| 7.2 政策建议 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的科研情况 |
| 致谢 |
（8）P2P网络借贷对我国金融稳定的影响研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与技术路线 |
| 1.2.1 研究内容 |
| 1.2.2 技术路线 |
| 1.3 研究方法 |
| 1.4 创新点 |
| 2 基础理论与文献综述 |
| 2.1 基础理论 |
| 2.1.1 信息不对称理论 |
| 2.1.2 长尾理论 |
| 2.1.3 “二次脱媒”理论 |
| 2.1.4 金融脆弱性理论 |
| 2.1.5 监管套利理论 |
| 2.2 文献综述 |
| 2.2.1 金融稳定的内涵 |
| 2.2.2 金融稳定影响因素 |
| 2.2.3 P2P网络借贷与金融稳定影响因素的关系研究 |
| 2.2.4 P2P网络借贷监管与发展对策研究 |
| 2.2.5 维护金融稳定的对策研究 |
| 2.2.6 文献评述 |
| 3 我国P2P网络借贷对金融稳定的影响现状 |
| 3.1 我国P2P网络借贷行业总体发展现状 |
| 3.1.1 我国P2P网络借贷行业发展历程 |
| 3.1.2 我国P2P网络借贷主要运营模式 |
| 3.1.3 我国P2P网络借贷行业发展规模 |
| 3.1.4 我国P2P网络借贷监管政策 |
| 3.2 对金融稳定的影响效应 |
| 3.2.1 对金融市场稳定的影响 |
| 3.2.2 对金融机构稳定的影响 |
| 3.2.3 对金融基础设施稳定的影响 |
| 3.3 对金融稳定影响效应的测算与实证 |
| 3.3.1 我国金融稳定性指数的构建 |
| 3.3.2 影响效应的实证分析 |
| 4 P2P网络借贷对金融稳定的作用机理 |
| 4.1 货币政策的渠道 |
| 4.1.1 P2P网络借贷对货币需求的影响 |
| 4.1.2 P2P网络借贷对数量型货币政策调控的影响 |
| 4.1.3 P2P网络借贷对价格型货币政策调控的影响 |
| 4.1.4 实证分析 |
| 4.2 资金融通的渠道 |
| 4.2.1 P2P网络借贷对融资结构的影响 |
| 4.2.2 P2P网络借贷对融资效率的影响 |
| 4.2.3 实证分析 |
| 4.3 风险溢出的渠道 |
| 4.3.1 金融风险及其溢出效应 |
| 4.3.2 以P2P网贷平台为媒介的风险溢出方式 |
| 4.3.3 以融资者为媒介的风险溢出方式 |
| 4.3.4 以投资者为媒介的风险溢出方式 |
| 4.3.5 实证分析 |
| 4.4 监管套利的渠道 |
| 4.4.1 金融监管制度及其作用 |
| 4.4.2 我国P2P平台监管套利对金融监管制度有效性的影响 |
| 5 基于金融基础设施稳定的P2P网络借贷优化方案研究 |
| 5.1 区块链技术在P2P网络借贷征信体系建设的应用研究 |
| 5.1.1 我国P2P网络借贷平台征信面临的问题与挑战 |
| 5.1.2 区块链技术在P2P网络借贷征信体系建设的应用场景 |
| 5.2 构建基于大数据技术的网络借贷风险预警系统研究 |
| 5.2.1 大数据技术给现有的金融风险预警思维带来的冲击 |
| 5.2.2 建立P2P网络借贷风险预警系统的必要性 |
| 5.2.3 基于大数据技术的网络借贷风险预警系统的架构方案 |
| 5.2.4 网络借贷风险预警系统的实施过程 |
| 6 监管趋严背景下规范发展我国网络借贷行业的对策建议 |
| 6.1 持续完善金融基础设施建设 |
| 6.1.1 完善我国P2P网络借贷信息披露制度 |
| 6.1.2 加速推进区块链、大数据技术的落地应用 |
| 6.2 推进P2P网络借贷平台与小额贷款公司的深化合作 |
| 6.2.1 厘清小额贷款公司特征,寻找合作契合点 |
| 6.2.2 促进P2P网络借贷平台与小额贷款公司协同发展 |
| 6.3 积极应对包括P2P在内的互联网金融对货币政策的冲击 |
| 6.3.1 优化货币政策框架,提高货币政策效率 |
| 6.3.2 保持适当借贷利率水平 |
| 7 研究结论及展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（9）货币价值波动对系统性金融风险的影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 选题的背景和研究意义 |
| 一、选题的背景 |
| 二、研究的目的和意义 |
| 第二节 文献综述 |
| 一、货币价值波动研究综述 |
| 二、系统性金融风险研究综述 |
| 三、研究评述 |
| 第三节 研究的思路与主要内容 |
| 一、研究的思路 |
| 二、研究的主要内容 |
| 第四节 研究的方法与主要创新点 |
| 一、研究的方法 |
| 二、主要创新点 |
| 第二章 货币价值波动与系统性金融风险的一般理论 |
| 第一节 货币价值波动理论分析 |
| 一、货币价值波动的概念及其度量 |
| 二、货币价值的构成及其演化路径 |
| 三、货币价值波动的成因 |
| 四、货币价值波动的影响 |
| 第二节 系统性金融风险理论分析 |
| 一、系统性金融风险的概念 |
| 二、系统性金融风险的经典理论 |
| 三、系统性金融风险的可能性与现实性 |
| 第三节 货币价值波动影响系统性金融风险的理论分析 |
| 一、金融脆弱性视角下货币价值波动与系统性金融风险 |
| 二、经济周期视角下货币价值波动与系统性金融风险 |
| 第三章 货币价值波动影响系统性金融风险的历史研究 |
| 第一节 系统性金融风险发生的历史事件 |
| 一、系统性金融风险历史事件的时间分布 |
| 二、系统性金融风险历史事件的空间分布 |
| 三、历史事件的启示 |
| 第二节 系统性金融风险爆发前奏:货币价值大幅波动 |
| 一、系统性金融风险爆发前的货币价值波动情况 |
| 二、货币价值波动影响系统性金融风险的描述性统计分析 |
| 第三节 货币价值波动影响系统性金融风险的概率检验 |
| 一、条件概率检验 |
| 二、基于logit模型的概率检验 |
| 第四章 货币价值波动影响系统性金融风险的机制研究 |
| 第一节 货币价值波动、金融资产价格波动与系统性金融风险 |
| 一、货币价值波动与金融资产价格波动 |
| 二、金融资产价格波动对系统性金融风险的影响 |
| 第二节 货币价值波动、财富集中与系统性金融风险 |
| 一、货币价值波动与财富集中 |
| 二、财富集中对系统性金融风险的影响 |
| 第三节 货币价值波动影响系统性金融风险机制的实证分析 |
| 一、研究的思路 |
| 二、数据选取 |
| 三、平稳性检验 |
| 四、Granger因果关系检验 |
| 五、SVAR模型估计 |
| 六、SVAR的脉冲响应分析和方差分解 |
| 第五章 货币价值波动影响系统性金融风险的差异性研究 |
| 第一节 货币价值波动影响系统性金融风险的空间差异分析 |
| 一、不同类型国家系统性金融风险事件分布情况 |
| 二、货币价值波动影响系统性金融风险的空间分布 |
| 三、产生空间差异的现实基础 |
| 第二节 发达国家货币价值波动与系统性金融风险 |
| 一、货币价值波动与美国次债危机 |
| 二、货币价值波动与1990年日本泡沫危机 |
| 第三节 发展中国家货币价值波动与系统性金融风险 |
| 一、货币价值波动与1994年墨西哥金融危机 |
| 二、货币价值波动与1997年泰国金融危机 |
| 三、货币价值波动与马来西亚金融危机 |
| 第四节 不同类型国家货币价值波动影响系统性金融风险的路径差异 |
| 一、发达国家货币价值波动影响系统性金融风险的路径 |
| 二、发展中国家货币价值波动影响系统性金融风险的路径 |
| 三、路径差异比较分析 |
| 第六章 完善系统性金融风险治理体系的对策建议 |
| 第一节 完善系统性金融风险治理体系的基本原则 |
| 一、系统性原则 |
| 二、强制性与鼓励性相结合原则 |
| 三、监管效率优先原则 |
| 四、改革与创新原则 |
| 第二节 系统性金融风险治理的国际经验 |
| 一、国际组织加强系统性金融风险治理的建议 |
| 二、美国系统性金融风险治理体系的变革 |
| 三、欧盟系统性金融风险治理体系的变革 |
| 四、国际经验与启示 |
| 第三节 进一步完善系统性金融风险治理体系的对策建议 |
| 一、重构国际货币体系,寻找最优国际本位币 |
| 二、建立健全稳定货币价值的调节机制 |
| 三、健全两类国家均衡协调发展机制 |
| 四、加强监管,抑制资产价格泡沫形成 |
| 五、完善收入分配体系,缩小贫富差距 |
| 第七章 结论与展望 |
| 一、研究的结论 |
| 二、展望 |
| 参考文献 |
| 导师评语 |
| 答辩决议书 |
| 致谢 |
| 攻读博士学位期间的研究成果 |
| 附件 |
（10）金融创新与中国货币需求的流动性陷阱效应（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景及问题的提出 |
| 1.1.2 研究意义 |
| 1.2 研究内容及结构安排 |
| 1.2.1 研究目标 |
| 1.2.2 章节安排 |
| 1.2.3 研究框架 |
| 1.3 研究方法及创新点 |
| 1.3.1 研究方法 |
| 1.3.2 创新点 |
| 第2章 相关文献综述 |
| 2.1 流动性陷阱效应存在性问题 |
| 2.2 流动性陷阱效应与货币政策效果 |
| 2.3 金融创新对货币需求的影响 |
| 2.4 文献述评 |
| 第3章 中国货币需求流动性陷阱效应基本事实 |
| 3.1 货币需求函数设定 |
| 3.2 计量模型设定 |
| 3.3 变量定义与数据 |
| 3.3.1 货币需求量(M) |
| 3.3.2 国民收入(Y) |
| 3.3.3 名义利率(R) |
| 3.3.4 景气指数(Pre) |
| 3.3.5 价格指数(P) |
| 3.4 实证结果 |
| 第4章 金融创新对流动性陷阱效应的影响 |
| 4.1 模型设定 |
| 4.2 实证结果 |
| 第5章 进一步的分析:利率市场化改革的影响 |
| 5.1 模型设定 |
| 5.2 实证结果 |
| 第6章 结论及建议 |
| 6.1 研究结论 |
| 6.2 政策建议 |
| 参考文献 |
| 致谢 |
| 附录 |
| 在学期间发表论文清单 |
四、中国投机性货币需求的计量分析（论文参考文献）
- [1]我国信贷供给传导机制及其宏观经济效应研究[D]. 王薇. 吉林大学, 2021(01)
- [2]数字货币会计处理问题研究[D]. 白敏. 青岛科技大学, 2021
- [3]中国经济金融化对实体经济的影响研究[D]. 吴金燕. 东北师范大学, 2021(09)
- [4]中国货币政策对银行流动性的影响研究 ——基于金融杠杆视角[D]. 喻海东. 四川大学, 2021(12)
- [5]数字金融影响了货币需求函数的稳定性吗？[J]. 许月丽,李帅,刘志媛. 南开经济研究, 2020(05)
- [6]货币政策对企业金融资产投资的影响机制及经济后果研究[D]. 杨昌安. 西南财经大学, 2020(02)
- [7]金融杠杆与资产价格泡沫：影响机制及其监控研究[D]. 冯文芳. 东南大学, 2020(02)
- [8]P2P网络借贷对我国金融稳定的影响研究[D]. 塔琳. 北京交通大学, 2020(03)
- [9]货币价值波动对系统性金融风险的影响研究[D]. 谢俊明. 深圳大学, 2020(10)
- [10]金融创新与中国货币需求的流动性陷阱效应[D]. 王泽涛. 广东外语外贸大学, 2020(08)