91精品人妻互换日韩精品久久影视|又粗又大的网站激情文学制服91|亚州A∨无码片中文字慕鲁丝片区|jizz中国无码91麻豆精品福利|午夜成人AA婷婷五月天精品|素人AV在线国产高清不卡片|尤物精品视频影院91日韩|亚洲精品18国产精品闷骚

論文導讀:：海外證券交易所已有上千只REITs上市交易。資金配置優(yōu)化—基于京、滬、深、渝四市的實證研究[*]。
論文關鍵詞：REITs，資金配置，CAPM，風險-收益

　　一、引言
　　REITs即房地產投資信托基金（Real EstateInvestment Trusts,簡稱REITs），是一種以發(fā)行受益憑證的方式募集投資者的資金，由專門投資機構進行房地產投資經營管理，并將投資收益按比例分配給投資者的一種信托基金。
　　為應對美國次貸危機引發(fā)的國際金融危機的沖擊，我國從2008年年底開始陸續(xù)出臺了保增長、擴內需的一系列政策措施，其中，房地產業(yè)因其對整個國民經濟的重要影響而受到了格外的關注，而房地產投資信托基金作為金融促進經濟發(fā)展的措施之一，被寄予厚望。國務院辦公廳2008年12月發(fā)布的《關于當前金融促進經濟發(fā)展的若干意見》中，明確提出“開展房地產投資信托基金試點，拓寬房地產企業(yè)融資渠道”。銀監(jiān)會2009年1月《關于當前調整部分信貸監(jiān)管政策促進經濟穩(wěn)健發(fā)展的通知》中也提出，“根據(jù)風險可控、成本可算、信息充分披露的原則，積極推動信托公司開展如房地產投資信托基金等創(chuàng)新業(yè)務”。2010年，是經濟復蘇的開始，也是通脹逐漸升溫的一年，房地產價格存在較大的上行壓力，如何對沖通脹，熨平房地產發(fā)展周期的波動性，保證經濟平穩(wěn)復蘇，REITs房地產投資信托基金金融論文，為房地產金融業(yè)提供了良好的金融工具和發(fā)展方向，同時也讓投資者享受房地產增長帶來的收益。
　�。ㄒ唬┓康禺a投資信托的投資回報
　　在REITs投資回報表現(xiàn)方面很多國內外學者進行了相關研究。Jian zhou 和Zhi xin kang（2009）對FIGARCH、GARCH、EGARCH等幾種模型在預測REIT成績方面進行了比較，發(fā)現(xiàn)長記憶模型（FIGARCH）在預測方面是最好的，不對稱模型（EGARCH）是最差的。Arnold L.Redman(1995)對REITs從1986年到1990年的投資組合中證券和房地產特性研究REITs風險調整表現(xiàn)，以股票和抵押的REITs為樣本，研究發(fā)現(xiàn)以夏普指數(shù)度量的收益風險調整率的回歸與金融比率（凈現(xiàn)金流、杠桿比率、資產規(guī)模）和財產投資比率是不同的。Robert Radcliffe(1974)利用夏普指數(shù)、特納指數(shù)和簡森指數(shù)分析了在1968-1973年共6年的時間里以30個REITs為樣本計算其稅前和稅后的表現(xiàn)，發(fā)現(xiàn)平均抵押REITs 的表現(xiàn)要優(yōu)于S&P500，而股票和混合類REITs其表現(xiàn)要低于S&P500，REITs內在風險的一部分被分散化零售店類REITs和規(guī)模大的REITs存在溢價交易，而倉儲、工業(yè)類REITs存在折價交易，賓館類REITs和零售店類REITs的投資回報差強人意，資本規(guī)模小的REITs和開發(fā)類REITs的投資回報高于REITs投資回報的平均水平。Crocker H.Liu (1994)利用現(xiàn)值模型結合一個VAR過程對房地產的風險進行分析，發(fā)現(xiàn)未預期收益方差可以解釋現(xiàn)金流風險的絕大部分，現(xiàn)金流風險導致了房地產股票弱均值的逆向過程，當未來現(xiàn)金流消息是好消息的時候，投資者對未來更加領會并提高了的預期將來回報。Chiuling Lu等（2009）運用五種方法計算12個REITs投資組合的Var以及這些方法的精確性，不同類別REITs投資組合的Var是不同的，并且每一種方法在不同的置信水平下表現(xiàn)不同。
　�。ǘ�）房地產投資信托風險與投資多樣化
　　有關學者對REITs風險及多樣化投資進行研究。SeungHan Ro.Alan J.Ziobrowski(2009)運用CAPM和Fama-French 樹因素模型比較在1997-2006年期間REITs投資的專業(yè)化和多樣化的非正常收益，多樣化投資在某些方面的表現(xiàn)超過了專業(yè)化的REITs，但是并不顯著，同時專業(yè)化的REITs比分散化REITs有著較高的風險。John L.Glascock 等（1991,2000,）運用協(xié)整和向量自回歸模型研究REIT、債券、股票組合之間的因果關系和長期的經濟聯(lián)系，在20世紀90年代早期，REITs的行為更像股票而不是債券，在1992年以后包括REITs在內的多種資產組合的分散化收益已經消失。任何規(guī)范化模型對REITs組合沒有過度收益，運用基準點方法發(fā)現(xiàn)沒有變化。John Cotter. SimonStevenson(2006)運用多變量VAR-GARCH模型分析REITs流動性發(fā)表論文。REITs投資回報的波動性與股票市場投資回報的波動性高度相關，股票和債券市場投資回報可以解釋REITs投資回報波動的60％。20世紀90年代后REITs結構的變化導致其對信貸風險更為敏感，同時REITs的規(guī)模與其特定的風險負相關，在權益REITs的價格中包含有規(guī)模因素導致的風險溢價，另外REITs的系統(tǒng)風險因其持有的房地產類型不同而不同，房地產類型多樣化及地區(qū)多樣化的投資優(yōu)勢并不明顯，房地產類型的多樣化投資對REITs價值具有消極的影響。
　　國內學者對REITs更多的是進行可行性研究、風險防范探討、對沖通貨膨脹、投資管理風險等方面進行研究（范昱娟等，2010；侯麗薇等，2006；馮曉明，2009；梁超杰，2010），幾乎沒有對REITs的投資組合進行研究。本文利用CAPM，通過REITs對京、滬、深、渝四市進行資金優(yōu)化配置。
　　二、REITs資金配置優(yōu)化模型及檢驗
　�。ㄒ唬┵Y金配置模型的選用
　　本文采用單指數(shù)模型。利用Markowitz均值——方差模型和CAPM定價模型來計算各種參數(shù)以及風險和收益。
　　1.均值——方差模型
　　假設REITs基金設定房地產投資組合的預期收益率不得低于，那么房地產投資組合的均值——方差模型為：
　　
　　
　　
　　
　　2.以為測度的優(yōu)化決策模型
　　市場模型通常表述如下：
　　
　　其中，為證券在時間的回報；為市場指數(shù)在期間的回報；為截距項；為證券收益率變化對市場指數(shù)收益率變化的敏感度指標，它衡量的是系統(tǒng)性風險；為在期間 的隨機誤差項金融論文，。
　　若兩種證券與不相關，則證券的總體風險的方差形式為：
　　
　　類似的，在證券組合中，市場模型通常為： ；
　　證券組合的方差為：，它表述證券組合的風險可以分為系統(tǒng)風險和非系統(tǒng)風險之和，其中表示系統(tǒng)風險， 表示非系統(tǒng)風險。
　�。ǘ�）樣本和數(shù)據(jù)的選取
　　考慮我國經濟發(fā)展狀況和國家經濟政策等各方面的因素和我國房地產投資的實際狀況后，本文主要選擇經濟發(fā)達的三大經濟圈即環(huán)渤海經濟區(qū)、長三角和珠三角中選擇具有代表性的城市（北京、上海、深圳）和西部地區(qū)的重慶共四個城市作為樣本進行資產組合配置優(yōu)化分析。
　　1.數(shù)據(jù)的采集
　　“中房指數(shù)”系統(tǒng)主要是由中國房地產業(yè)協(xié)會、國務院發(fā)展研究中心情報中心和中國房地產開發(fā)集團主辦。指數(shù)編制的基本方法是以指數(shù)第一次編制的前一季度為基期，然后將報告期價格水平與基期比較得出相應報告期指數(shù)值。“中房指數(shù)”是以1994年第4季度為基準，以基期北京市房地產市場房地產平均價格為基準，設定指數(shù)值為1000點，然后將以后各時期各城市房地產市場平均價格與基期北京相比得到相應時間的中房指數(shù)各城市指數(shù)。中房指數(shù)包括10個主要大城市（北京、上海、廣州、深圳、天津、武漢、重慶、南京、杭州、成都），6類指數(shù)（城市綜合指數(shù)、住宅指數(shù)、Hedonic指數(shù)、寫字樓指數(shù)、商鋪指數(shù)和別墅指數(shù)）。
　　 　　本文選取四個城市的樣本數(shù)據(jù)：北京（199909～201010）、上海（199901～201010）、深圳（200101～201010）和重慶（200010～201010）的中房指數(shù)。
　　2.樣本數(shù)據(jù)的來源及基本情況說明
　　運用中房指數(shù)來分析驗證優(yōu)化組合，其數(shù)據(jù)主要來源于《中國房地產統(tǒng)計年鑒》、互聯(lián)網、報刊雜志等。盡管中房指數(shù)從1995年開始，但考慮到收集樣本數(shù)據(jù)的難度，本文的指數(shù)周期比較短，基本上是2000年以后的。對于無法找到的數(shù)據(jù)，作者主要是采用插值法或趨勢值法進行處理作為缺失的數(shù)據(jù)。當然中房指數(shù)本身的缺陷或不足也可能帶來結果的失真。
　�。ㄈ�）優(yōu)化組合分析
　　1.城市內部類型優(yōu)化組合實證分析
　　城市內部類型優(yōu)化組合是指在一個城市范圍內，根據(jù)各種房地產類型的風險和收益情況，結合REITs基金的投資風險偏好，投資不同的房地產類型（如住宅、辦公樓等），并得到在一定收益水平下最小風險或在承擔一定風險水平下收益最大的優(yōu)化投資比例。
　　本文只對上海住宅投資和辦公樓兩種物業(yè)類型的資產組合問題進行實證分析。
　�。�1）投資收益率—風險描述性統(tǒng)計
　　為了獲得投資上海房地產投資的預期收益率和風險，本文主要采取以下步驟進行：
　　首先通過對歷史指數(shù)數(shù)據(jù)計算每個月住宅、辦公樓以及城市整體市場的收益率，計算公式如下：
　　
　　其中，表示第種資產在時間的投資收益率；表示第種資產在 時間的價格指數(shù)水平；表示第種資產在時間的價格指數(shù)水平。
　　計算出上海住宅、辦公樓以及城市整體房地產市場的歷史月度收益率后，利用SPSS軟件進行期望收益率、方差、協(xié)方差、標準差以及各類資產之間的相關系數(shù)等方面的統(tǒng)計，結果如表1所示。
　　表1 上海房地產市場投資收益風險分析
　　

從計算每個月的收益率數(shù)據(jù)方面來看，上海房地產市場2000年以前市場處于低靡狀態(tài)，收益率出現(xiàn)負值，2000年以后隨著經濟的快速發(fā)展和房地產市場的轉暖，各項投資收益率出現(xiàn)增長態(tài)勢，其中以住宅投資表現(xiàn)較為突出，收益率迅速上升，而辦公樓雖然擺脫了負增長但增幅不大。隨著國家對房地產市場的宏觀調控，上海房地產市場的收益率在2005年以后有所下降，收益率甚至有時也出現(xiàn)了負增長，但2007年上海的住宅市場投資又有較大幅度的增加。
　　從表1中可以看出，上海整體房地產市場的預期收益率平均水平在10.74％，住宅投資高于市場平均水平，達到了11.71％金融論文，而辦公樓的期望收益率較低，只有6.78％。以資產收益率的方差為風險度量工具看，住宅投資的風險比辦公樓投資風險高些，收益也高出一些，但綜合考慮國家的宏觀經濟政策和上海的未來發(fā)展前景來看，投資辦公樓比投資住宅有較大的潛在優(yōu)勢,投資于中低檔住宅比高檔住宅更容易獲得國家政策的支持。另一方面，從資產之間的相關性來看，住宅投資相對于城市整體房地產市場的相關系數(shù)很高，達到0.9978，也就是說，住宅投資依賴于整體市場的程度很高，而辦公樓相對較低；從類型上看，住宅與辦公樓之間的相關系數(shù)為0.6737，基本上屬于不完全相關，
　�。�2）投資組合優(yōu)化分析
　　根據(jù)前面對REITs基金基于現(xiàn)代投資組合理論的房地產資金組合優(yōu)化決策模型，對上海住宅和辦公樓兩種物業(yè)類型進行優(yōu)化組合。
　�、俑鶕�(jù)歷史收益率資料，采用回歸模型進行回歸得到住宅和辦公樓分別對于城市整體房地產市場的系數(shù)。計算公式為：
　　
　　對公式進行整理得到：
　　
　　式中符號和前面相同。
　　通過回歸分析，我們得到上海住宅投資的值為0.9568，辦公樓投資的值為0.5868。從數(shù)值上看上海住宅投資的非多元化風險即不可分散的系統(tǒng)風險與上海整體房地產市場的風險很接近，從而可以得出住宅投資的期望收益率也應與市場整體平均收益率相當。從前面對投資收益率——風險描述性統(tǒng)計結果中可以看出，住宅投資的方差與市場綜合的方差一致（0.02與0.02），而住宅投資的期望收益率略高于市場綜合的收益率（11.71％與10.74％）。
　�、诶�用前面建立的模型來求解在一定期望收益率水平下的最小風險時的投資組合的投資比例發(fā)表論文。
　　假設REITs基金擬投資于上海的住宅和辦公樓兩種物業(yè)類型，需確定每種物業(yè)類型的投資比例，而REITs基金的預期投資收益率不低于市場平均收益率10.74％。從前面的投資收益率——風險統(tǒng)計中我們知道，住宅投資與辦公樓投資之間的相關系數(shù)，城市整體市場預期收益率，收益方差，要確定風險最小化的優(yōu)化投資比例。
　　第一步：我們考察每種投資的風險問題。根據(jù)公式，將投資住宅的總風險分解為系統(tǒng)風險和非系統(tǒng)風險。
　　表2 上海各項投資期望收益率、收益方差和值
　　

系統(tǒng)風險＝，占住宅投資總風險（1.82％）的91.55％，這說明投資住宅的總風險中有91.55％的風險對組合的期望收益及風險有貢獻，其余的8.45%風險都通過組合可以分散。同理，投資辦公樓的系統(tǒng)風險為37.56％，可以有62.44％左右的風險可以通過組合來分散。
　　第二步：設住宅投資和辦公樓投資的比例分別為和，經不可分散風險度量分解建立組合投資優(yōu)化決策模型：
　　
　　
　　
　　
　　將各項數(shù)值帶入模型，并進行適當轉化可得到：
　　
　　
　　
　　
　　利用SPSS軟件求解上述規(guī)劃問題，可以得到最優(yōu)化房地產投資的比例：＝0.80， ＝0.20，此時，住宅與辦公樓組合投資的收益方差為1.31％金融論文，而組合的投資收益可以保證在10.74％，因此，通過組合投資方式使得組合風險小于各單項投資風險，房地產投資組合起到了風險分散和減少風險的作用。
　　③求解各種投資比例下最優(yōu)化的期望收益率和組合標準差，以月度收益率為基礎，利用SPSS軟件對上海住宅和辦公樓投資進行組合分析。
　　可以用標準差——期望收益曲線（如圖1）來更加直觀地表示不同投資比例下，住宅與辦公樓兩種物業(yè)類型的組合期望收益及風險問題，根據(jù)REITs基金的投資風險偏好，可以方便地選擇不同的投資比例。
　　
　　圖1標準差——期望收益率曲線
　　2.若干城市之間的優(yōu)化組合分析
　　若干城市之間的優(yōu)化組合分析可以分為兩種：一種是在若干個城市之間進行同種物業(yè)類型的組合，確定各個城市的投資比例；另一種是在若干個城市之間，選擇不同物業(yè)類型的資產進行組合，確定各個城市和各類物業(yè)類型的投資比例。本文僅對第一種組合進行實證分析。
　　由于目前國內沒有一個比較完善的可以代表整個國內市場的房地產市場數(shù)據(jù)資料，因此，本文假設以若干個城市組成一個整體來代表市場的整體情況。同時又假設若干個城市之間的房地產市場具有可比性，即能夠把若干個城市的綜合收益率的平均值作為整體市場的收益率。
　　 　　本文首先選擇北京、上海、深圳、重慶四個城市的同一物業(yè)進行組合分析，即REITs基金擬在這四個城市投資應如何進行資金配置，得到每個城市的投資比例。
　　（1）各地投資收益風險分析
　　根據(jù)前面的理論和方法，首先對上海、北京、深圳、重慶四個城市綜合投資的收益率、風險以及它們之間的相關程度進行分析，結果如表3所示。從表中數(shù)值來看，上海的年度期望收益率與市場收益率較為接近，深圳最高，高出市場三個多百分點，重慶最低。方差即風險角度看，上海、深圳的投資風險最大，北京的較低，重慶的最低。從相關度來看，總的來說都較低，這點反過來說明房地產市場的區(qū)域性是相當明顯的，具體數(shù)值上，北京與重慶的綜合投資相關度出現(xiàn)較高，上海與深圳的相關度最低。
　　表3 四個城市的綜合投資收益——風險描述性統(tǒng)計
　　

（2）四個城市投資組合優(yōu)化分析
　　首先計算各個城市相對于整體市場的值。根據(jù)四個城市的歷史數(shù)據(jù)，計算各個階段的收益率，然后利用回歸模型進行回歸統(tǒng)計，可以得到各個城市綜合投資相對于四個城市形成的整體市場的值。通過SPSS軟件，我們得到以下結果：上海的值為0.6237，北京為1.5093，深圳為0.4427，重慶為0.6941。從數(shù)值上看，北京的綜合投資比市場冒更大的風險，上海、深圳和重慶則低于市場風險。
　　然后金融論文，通過前文提出的為測度的方法，把投資總風險分解為系統(tǒng)風險和非系統(tǒng)風險，進一步識別投資風險的要素。根據(jù)前面計算總風險的計算公式，我們得到上海住宅投資的系統(tǒng)風險為＝0.603％，占其總風險的74.54％，即說明通過合理的組合可以把25.46％的非系統(tǒng)風險分散出去，從而提高投資的收益性。同理，我們可以通過計算北京、深圳和重慶分別把98％、83.81％和21.38％的非系統(tǒng)風險通過合理組合分散出去。
　　表4 四城市期望收益率、收益方差和值
　　

我們知道通過組合可以分散非系統(tǒng)風險，因此下面就通過組合手段來進行投資決策，確定各個城市的資金投放比例。假設在上海、北京、深圳和重慶市場的投資資金比例為、、、，各個城市投資之間的相關系數(shù)為，，，，，，市場期望收益率為，收益方差為，其他各項數(shù)值列于表5.5中。
　　利用前文提出的優(yōu)化組合決策模型，我們假定組合的預期收益率為＝11％，在這個比市場總體稍高的預期收益率下，確定風險最小時各個城市組合的投資比例。計算過程：
　　
　　
　　
　　
　　
　　通過求解上式，得到為達到預期收益，應該按照，，和的資金投放比例來投資，可以實現(xiàn)風險最小化。此時組合投資的風險為1.21％，而組合收益可以達到11％。
　　三、研究結論及對策
　　研究結果表明從同一城市的不同物業(yè)類型投資來看，住宅投資的風險相比辦公樓投資風險大；而區(qū)域投資分散化表明，深圳的投資收益率高于房地產市場綜合收益率，上海和北京接近，但從風險的角度來看，深圳和上海的投資風險最大，北京次之，重慶的投資風險最小。
　　這種狀況是由多方面的原因造成的。經濟發(fā)達的三大經濟圈即環(huán)渤海經濟區(qū)、長三角和珠三角等城市的房價主要源于經濟的快速發(fā)展，城鎮(zhèn)化進程的加快發(fā)表論文。我國國民經濟延續(xù)了2003年以來兩位數(shù)的增長勢頭，繼續(xù)保持平穩(wěn)快速發(fā)展。國內經濟的相對平穩(wěn)運行和相關行業(yè)結構矛盾的逐步緩解為房地產業(yè)的發(fā)展提供了良好的平臺。供給與需求之間的關系貫穿著經濟的始終，當需求長期被壓抑，供需矛盾得不到有效解決，積累到一定階段金融論文，勢必形成井噴釋放，使大量地產項目迅速脫銷，導致價格較大幅度上漲；而價格的連續(xù)上漲又會反刺激需求的釋放。上海、北京、深圳等大城市的房地產業(yè)近年來獲得了飛速的發(fā)展，但在發(fā)展的同時也不可避免地出現(xiàn)了一些問題，在市場供求之間出現(xiàn)了如階段性供不應求、結構性供求錯位以及價格增長過快等諸多問題。其中既有購買住宅改善生活條件的需求，更多的是由于各方面資金投機導致的。
　　針對這種狀況。房地產投資信托基金資金配置可以采取以下的一些對策：
　　1．設計房地產投資信托基金風險控制模型是資金配置管理的首要任務。具體可以考慮采取以下措施：完善風險披露制度、減少信托資金運作風險、明確委托代理關系等。
　　2．將資金投向精細化的房地產。隨著金融、土地和審批等各種政策的完善，房地產的門檻不斷抬高，產品和消費者的成熟以及競爭越來越激烈，開發(fā)商應該開發(fā)品質更加精良、更適合不同階層客戶需求的住宅，而不只是局限于建高檔別墅和寫字樓。
　　3．投資方向的改變。從投資的物業(yè)類型來看，出租性住宅將是房地產投資信托基金的方向，其中管理和服務的質量十分重要。住宅投資將轉向中低檔住宅小區(qū)領域，原因是國家政策支持，政策穩(wěn)定，資金支持力度大，需求總量大，現(xiàn)金流回報周期短，同時利潤空間可觀。從投資的地域來看，投資應轉向經濟發(fā)達地區(qū)的二線城市和中西部地區(qū)的大中城市。當然隨著我國利率有進一步提高的趨勢，在資金組合管理中可以提高國債的投資比重。
　　4．充分的認識經濟周期，從而采取相應的資產配置策略。隨著經濟發(fā)展水平的不斷上升，房地產經濟景氣與宏觀經濟景氣的相關程度逐漸提高。充分的認識經濟發(fā)展周期，特別是房地產周期所處的階段，從而采取相應的對策是目前房地產投資信托基金資金管理一項非常重要的任務。

參考文獻
[1]Jian zhou andJian xin cai,2009,“A Comparison of A Alternative Forecast Models of REITvolatility”,JournalofRealEstat Finance and Economic,2009,(7),pp.1007-1127.
[2]Arnold L.Redman,1995，“A multivariate analysis of REIT performance byfinancial and real estate portfolio characteristics”,Journal of Real Estate Finance andEconomics,10:169-175.
[3]Robert Radcliffe, Willism Brueggeman and Dvid Ennis,1974,”TheRisk-Return Performance of Real Estate Investment Trusts”, The Journal ofFinance and Quantitative Analysis, Vol.9,p.769.
[4]Crocker H.Liu，Jianping Mei.1994,”An Analysis of Real-Estate Risk Using The PresentValue Model”, Journal of RealEstate Finance and Economics,8:5-20
[5]Chiuling Lu，Sheng-Ching Wu and Lan-Chih Ho,2009,”Applying VaR to REITs: A Comparisonof Alternative Methods ”,Review of Financial Economics ,Vom,18.pp:97-102.
[6]SeungHan Ro.Alan J.Ziobrowski, 2009,”Does Focus Really Matter?Specialized vs. Diversified REITs”, Journal of Real Estate Finance and Economics,5:1007-1123.
[7]John L.Glascock, Chiuling Lu and Raymond W.SO,2000,”Further EvidenceOn the Integration of REIT, Bond, and Stock Return” Journal of Real Estate Finance and Economics,20:2,177-194.
[8]John L.Glascock,1991,”Market Conditions, Risk, and Real EstatePortfolio Returns: Some Empirical Evidence ”, Journal of Real Estate Finance and Economics,4:367-373.
[9]John Cotter. Simon Stevenson,2006,”Multivariate Modeling of DailyREITs Volatility”, Journal ofReal Estate Finance and Economics,32:305-325.
[10]范昱娟、蔡柯：《REITs投資管理風險—以浙江省為例》，《浙江金融》，2010年第2期，第60-61頁。
[11]侯麗薇、陳曉靜、葛新元：《對我國退出REITs的可行性分析》，《工業(yè)技術經濟》，2006年第5期，第144-146頁。
[12]馮曉明：《我國發(fā)展房地產投資信托基金的風險防范探究》，《南方金融》，2009年第7期，第48-50頁。
[13]梁超杰：《REITs：后金融危機時期對沖通脹的有效金融工具探討》，《特區(qū)經濟》，2010年第5期，第57-58頁。