我国租赁住房类REITs风险研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:sophiayingfeng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
2020年,十四五规划指出,继续坚持房住不炒的定位。现阶段,政府为调控住房供需问题提出租售同权的理念,布局房地产行业的租房租赁市场发展战略。同时,我国租赁住房市场需求广阔。且房地产企业还处在较为传统的存量时代,企业需要从简单粗暴的拿地卖房状态中脱离出来,转型为出售-持有-运营全方位的模式,而在这个过程中,租赁住房类REITs较好的适配了持有-运营的开发经营模式,是一个较为成熟的金融工具。但目前,我国才刚开始重视和发展租赁住房类REITs,人们对其认识还不够全面和彻底,缺少适合于我国国情的REITs产品,尤其是对于其风险的认识不够充分,为了推动我国租赁住房市场的健康稳定长期发展,探索出更加完善合理的REITs产品,本文将租赁住房类REITs风险作为对象开展研究,以期为租赁住房REITs的发展提供一些参考意见。本文首先界定了相关概念及理论基础。包括REITs的概念、分类,以及国内外REITs的差异,接着界定了本文主要研究对象租赁住房类REITs的概念。同时介绍了层次分析法,CIM模型和蒙特卡洛模拟算法的适用情况以及本文选择这些方法的原因,为后续的建模与实证分析奠定理论基础。在以上的理论分析基础上,建立租赁住房类REITs的风险指标体系。首先阐述指标体系的建立原则。再根据REITs风险的相关文献资料,提取风险因素并进行重组。运用层次分析法得到权重。最终得到完整的租赁住房类REITs的风险评价指标体系。而后通过建立租赁住房类REITs收益预测模型来探究其收益问题,首先对决定租金价格的自变量进行分析,建立未来租金流入与自变量的数学表达式。利用蒙特卡洛模拟算法对不确定变量的概率进行估计,同时确定未来现金流流出变量,建立预测模型。最终基于租赁住房类REITs的风险评价指标体系和收益预测模型将其运用到“中联前海开源-碧桂园租赁住房一号资产支持专项计划”,利用CIM模型,对项目的风险情况进行评价。得出项目风险等级为较高。同时利用收益预测模型,对未来现金流情况进行预测。计算出净未来现金流入对优先级产品的覆盖倍数,发现有较多年份不能达到1。通过分析找出导致其风险较高的原因,主要包括税收负担重,国家相关规范和法律的缺失,以及市场上具有丰富管理经验、能力强的REITs运营机构较少。并提根据问题出建议。
其他文献
小城镇居住街区能耗不仅与建筑单体相关,与群体形态也密切相关。建筑能耗在城镇总能耗占有较大比例,住宅建筑是城镇数量最大的建筑类别,因此,降低住宅建筑能耗可有效降低城镇总能耗。为探讨夏热冬冷地区小城镇居住街区空间形态对街区建筑能耗的影响,文章以浙江省小城镇为例,从该地区小城镇居住街区样本的类型、规模、规划形态和住宅建筑类型四个方面分析浙江省小城镇居住街区空间形态特征,提取出典型居住街区空间形态类型,对
在知识经济时代下,知识资源是各企业形成可持续竞争优势的关键,企业的知识管理水平对企业的生存乃至发展都至关重要。随着时代的快速发展和业主品质需求的提升,工程项目的规模和复杂度也随之增大。目前我国建筑企业并未针对不同建设主体、不同项目阶段开展全面的知识管理实践,缺乏行之有效的知识管理机制,项目各阶段的隐性知识未能得到及时地挖掘与存储就随着项目结束和团队解散而流失,建筑企业的知识整合能力有待提升。鉴于此
连续几年来制造行业客户需求定制化程度日益增大,产品更新迭代速度加快,生存周期越来越短,产品结构越来越复杂,涉及到多个学科和领域,企业在自主设计研发过程以及技术革新活动中产生了相当数量级的项目管理信息,研发团队越来越庞大,原来的项目管理模式已经不适应企业发展的需要,迫切需要流程再造和信息化系统升级来进行综合管理,来提升新产品项目、技术创新项目的研发攻关效率、质量和信息管理能力。本论文采用项目状态梳理
尽管中国证券市场不断发展,投资者热情不断增加,但是很多个体投资者无法对自己的投资作出系统分析。收益率计算是用户投资分析的重要基础,目前传统收益率计算方法在用户复杂投资场景下存在着收益率跳变、收益与收益率正负不一致等问题。传统的用户投资分析方法提供的维度较少且结果不够直观。另外随着互联网信息平台的迅速崛起,金融新闻在快速增加。新闻中的金融事件可以让用户了解自己投资盈亏波动中的事件因素,从而认识证券市
现如今,互联网的兴起、市场经济的繁荣发展,带来的是企业之间更加激烈的竞争,商业情报已然成为了企业占据优势地位的重中之重。商业情报不仅可以为企业规避风险,还可以为企业提供更准确高效的决策。企业关系作为商业情报的重要部分,已经成为了企业研究竞争对手的重点之一。但是关于企业关系的现有研究不够深入,尤其是分析的数据源单一、研究的关系类型过少,导致得到的企业关系不够详细准确。该课题建立在多源异构数据之上,研
建筑业在我国国民经济中发挥着举足轻重的作用,尤其是可以促进社会经济快速发展、改善人民生活水平。我国目前正处于城市化快速发展的重要时期,这为建筑业在工程项目管理方面设置了更高的门槛。在建筑业的项目管理中,进度计划和控制是重要的组成部分。项目管理的第一步是制定项目进度计划,合理的项目进度计划可以很好地平衡项目的成本和施工工期,促进项目的顺利实施。进度控制是项目施工进度计划顺利完成的实施手段,对于项目目
建筑业是我国国民经济高质量发展的支柱产业,但建筑业企业失信现象频出对建筑业高质量平稳可持续发展带来重大影响,与此同时,对失信企业的企业声誉以及竞争力也带来了不良影响。目前业界对建筑业企业信用修复的研究依旧处在初步探索阶段,对建筑业企业信用修复措施的研究尚未形成系统理论与方法,失信企业无法选取有效的自主修复措施。因此本文的研究目的是当建筑业企业发生失信现象时,如何科学地采取有效的信用修复措施,帮助企
建筑业作为与人民生活息息相关的产业,在国民经济中的支柱产业地位也非常稳固。建筑业维持稳定的增速,在疫情期间的经济复苏中发挥了不可替代的作用。然而,建筑业在稳步发展的同时,也面临着一些挑战,利润总量增幅持续放缓,产值利润率连续下降。建筑施工企业要想合理应对这些挑战,就需要在战略上更加有针对性,在管理上更加精细化。建筑施工企业的数量不断增加的同时,建筑施工企业的规模也在不断扩大,实力在不断增强。建筑施
城镇驾驶任务是当前最具有发展前景的领域之一,它具有非常大的商业价值与科研价值。模仿学习是解决该任务的一种主流方法,但是其需要大量带标签的训练数据。同时为了使车辆具有处理极端情况(比如车辆即将发生碰撞)的能力,需要大量极端情况下的训练数据,这需要大量的人力物力且困难重重。但强化学习利用奖励机制让车辆在环境中进行探索学习所以不需要任何带标签的训练数据,并且强化学习能够利用神经网络进行策略和价值估计的拟
当前人工智能领域发展迅速,计算机视觉技术也开始应用于生活中的各个领域,如何将深度学习技术应用于智能监测领域,已成为研究的重点方向。其中,人体行为识别是当前计算机视觉领域的研究热点,其不仅可以在医疗、自动驾驶等领域有所发展,亦可以替代人工来智能识别视频中的行人动作,为提高国家公共场所安全做出贡献。因此,如何提高人体行为识别在公共场所场景下的算法性能是目前计算机视觉领域的研究热点。本文基于CNN-LS