【摘 要】
：
本文运用2011年西南财经大学中国家庭金融与研究中心收集整理的中国家庭金融调查数据实证分析了住房负债对中国家庭消费的影响。通过实证分析本文试图回答两个问题:一是在现阶段,住房负债对中国居民家庭消费产生怎样的影响及影响程度如何?二是中国哪些家庭的消费支出更易受到住房负债的影响,不同家庭之间的影响程度存在着怎样的差异?本文研究这两个问题的背景与意义如下:LC-PIH理论认为居民的消费决策取决于个人一生
论文部分内容阅读
本文运用2011年西南财经大学中国家庭金融与研究中心收集整理的中国家庭金融调查数据实证分析了住房负债对中国家庭消费的影响。通过实证分析本文试图回答两个问题:一是在现阶段,住房负债对中国居民家庭消费产生怎样的影响及影响程度如何?二是中国哪些家庭的消费支出更易受到住房负债的影响,不同家庭之间的影响程度存在着怎样的差异?本文研究这两个问题的背景与意义如下:LC-PIH理论认为居民的消费决策取决于个人一生的永久收入,当期收入不足时居民可以通过信贷市场来平滑收入,利用资产的跨期配置来实现家庭消费效用最大化。但
其他文献
随着风电场并网容量不断增大,风功率波动性对电力系统的随机扰动不能忽略。现有的确定性系统分析方法已不能满足随机系统稳定性分析的要求。针对以上问题,本文做了主要如下工作:(1)为了提高风电场动态等值建模精度,降低等值难度,本文基于风、风机本体、风电输出效果和风机工作环境等四个方面,从内蒙古某风电场实际采样的运行数据中选取了14个变量作为分群指标,全面的描述了风电场特性,建立风电场动态等值模型。其次针对
由于大部分电力设备故障在形成和发展的阶段都伴随着电力设备的异常发热和升温,因此实时监测电力设备温度具有十分重要的意义。当前最常采用人工手持红外测温仪的方法来对电力设备进行逐点测温,这种方法效率低、工作量大、且容易发生漏测、错报的情况,不能满足对电力设备温度实时监测的要求,而若将无线传感器网络应用于电力设备温度监测领域,建立面向电力设备温度的监测体系,这不仅在安装和维护中都十分方便,而且可以有效的避
随着智能电网和无线传感器网络技术不断成熟,使两种技术的融合成为可能,无线传感器网络成本低、可靠性高的特点,使其在电力设备状态监控、电力系统故障诊断和输电线路的故障预警与定位等领域具有广阔的应用前景。传统无线传感器网络基于电池的供电使得网络后期维护的难度加大,极大地限制了该技术在智能电网中的发展。关于能量的问题,合适的路由可以有效的均衡网络能耗、延长网络生命周期。但是,节点的能量毕竟是有限的,为了保
本文基于传统开关磁通永磁电机的基础,设计了一种混合励磁开关磁通永磁记忆电机。该电机装设有额外的铝镍钴永磁体和调磁线圈,电机运行时通过改变铝镍钴永磁体永磁体的磁化状态,可以轻易实现增磁和去磁,且在该过程中不会产生额外的铜耗。本文首先介绍了混合励磁开关磁通永磁记忆电机的工作原理,通过d-q坐标系下的磁路和电路方程、绕组匝数计算方程、弱磁性能方程、输出功率和转矩方程,建立了电机的基本数学模型,为混合励磁
近年来,能源问题与环境问题已越来越严峻,寻找清洁、可再生能源已迫在眉睫。H_2是一种质量最轻的气体,无毒、无臭、燃烧产物是水、热值是汽油的2.8倍,因此被认为是最理想的清洁能源之一。而如何高效低能地制备氢气已成为研究热点之一。半导体光催化水解制氢理论上只需要水、太阳光、半导体即可制备氢气。太阳光对我们而言取之不尽用之不竭,水也是地球上最丰富的资源之一,因此,寻找合适的半导体光催化剂是半导体光催化水
氮化镓(GaN)因具有禁带宽度大(3.4 eV)、电子迁移率高、导热性好、耐高温高压等优异的性能,已被广泛用于发光二极管、大功率半导体激光器、微波功率器件等领域。由于GaN与异质衬底之间存在较大的晶格失配和热失配,导致GaN外延薄膜中存在较大的位错密度,大大降低了半导体器件的电学和光学性能。因此开展GaN薄膜晶体质量调控的研究具有重要意义。本论文旨在探究原位沉积氮化硅(SiN_x)插入层对GaN薄
温室气体的排放严重威胁了国家安全和人类生存,节能减排已成为全球共识。我国政府在国际舞台上多次承诺要协同减排,缓解温室气体排放所带来的全球环境压力。在此背景下,发展低碳经济,促进经济转型成为我国国家战略的重要组成部分。金融发展与城镇化现已成为我国现代经济发展的主要驱动力,政府出台了大量政策以提高金融发展水平和城镇化率。然而,随着金融发展水平的提高和城镇化进程的推进,经济增长与碳排放出现不协调现象。因
近年来,航空公司不断购买飞机,使航空市场的飞机数量不断上升。统计数据显示2016年航空市场净引进飞机300架,比2015年净引进数多了20架,并且引进数量仍有增长趋势。但站在市场的角度,航空公司的飞机交易公告是否向市场传递了信号,投资者又对飞机交易行为如何解读,是否将此信息作为投资政策调整的重要考虑因素,这些均是未知的问题。本文将围绕这一问题,从理论上阐述航空公司飞机交易对股价的影响路径,并搜集数
本文使用递归神经网络进行分钟级别的股票趋势预测。把股票趋势预测看做一个时间序列预测问题,将递归神经网络与强化学习框架相结合,使用强化学习的训练方法训练递归神经网络进行股票趋势的预测。与其他使用神经网络与强化学习进行股票预测的做法不同,本文提出一种更加适合股票数据高噪声特性的网络结构TRAF(Truncated Relu Advantage Function)。相比其他网络结构,TRAF抛弃了股票收
自从股票市场诞生开始,就陆续有国内外无数的研究者和投资者参与到股票价格的预测之中。特别是在人工智能技术兴起之后,将人工智能相关技术应用到股票预测之中很快成为研究热点。本文在实际项目中对股票预测和人工智能结合进行了有益的探索。文中通过神经网络库Keras搭建了卷积神经网络,将其强大的监督学习性能应用到对沪深300指数涨跌情况的预测之中,最终取得了不错的预测效果,为后续投资策略的制定提供了有力依据。在