港台地区房地产投资信托基金市场风险溢出效应研究

房地产投资信托基金（Real Estate Investment Trusts，缩写为REITs），属不动产证券化范畴。美国全国房地产投资信托联合会（NAREIT）将REITs定义为一家公司，这家公司拥有或运营产生收入的房地产项目，或为这样的房地产项目融资①。香港证券及期货事务监察委员会则将REITs定义为以信托方式组成而主要投资于房地产项目的集体投资计划，有关基金旨在向持有人提供来自房地产的租金收入的回报，透过出售基金单位获得的资金会根据组成文件加以运用，以在其投资组合内维持、管理及购入房地产②。

根据收入来源，REITs一般分为三种。第一种是权益型REITs，其募集的资金用于持有物业的股权并管理、经营物业，获取租金回报，在出售物业后获得物业升值的回报。第二种是抵押型REITs，是将募集的资金通过放贷的形式，借给房地产企业，获得利息收入，或者向银行购买不动产相关的贷款或不动产贷款抵押受益证券，获得利息收入。第三种是混合型REITs，是股权型REITs和抵押型REITs的混合[1]。

REITs市场最早于19世纪60年代在美国出现，19世纪90年代开始大规模发展起来。目前，美国仍是全球最大的REITs市场。根据美国全国房地产投资信托联合会（NAREIT）的统计，截至2017年10月，美国市场的REITs市值规模已达1.11万亿美元③。中国REITs起步较晚，内地还没有真正意义上的REITs市场，香港地区和台湾地区也是到2005年才各自发行了第一只REIT。作为现金、股票和债券外的第四类资产，REITs仍不为国人所熟知。

近年来，推出中国内地版的REITs呼声很高。事实上，REITs作为发达国家的成熟金融产品，早已为中国监管部门所关注。随着香港市场REITs市场的诞生和发展，一批有识之士也开始呼吁推出中国内地版的REITs。2005年9月，商务部递交至国务院的全国商业地产调查报告中提出“打通国内REITs融资渠道”的建议[2]。2014年，住建部部署北京、上海、广州、深圳编制REITs试点方案[3]。2016年3月，《政府工作报告》提出“探索基础设施等资产证券化”，《十三五规划纲要》中要求“开展房地产投资信托基金试点”，国务院转批国家发展改革委《关于2016年深化经济体制改革重点工作的意见》中提出“研究制定房地产投资信托基金规则，积极推进试点”。2016年6月，国务院出台《关于加快培育和发展住房租赁市场的若干意见》，提出“稳步推进房地产投资信托基金（REITs）试点”。2016年12月，国家发改委和证监会发布的《关于推进传统基础设施领域政府和社会资本合作（PPP）项目资产证券化相关工作的通知》中强调“证监会将积极研究推出主要投资于资产支持证券的证券投资基金，推动REITs建设”。央行、财政部等各部委也多次联合发文，要求推动REITs。根据近两年REITs相关政策发布的频率推测，中国内地版REITs已呼之欲出。

然而，REITs市场潜在的风险也不容忽视。美国次贷危机的成因之一就是“次级贷款证券化”的过度泛滥，抵押型REITs在其中起了很大的作用。虽然中国内地版的REITs尚未推出，港台地区的REITs市场也未形成较大的规模，但借鉴发达国家的经验，对于REITs市场的风险研究却应该先行。本文的研究目的正是未雨绸缪，分析港台地区REITs市场的风险溢出效应特征，为监管部门和投资者防范风险提供参考依据。同时，在中国内地（大陆）推出REITs市场渐行渐近的环境下，本文也旨在为将来中国内地（大陆）版的REITs市场提供有借鉴意义的风险监管和防控建议。

助攻是队员技术、意识、视野、创造机会与把握机会能力的综合体现，助攻次数多少与个人攻击能力、传接球技巧和同伴之间的默契配合有关。中国队助攻上的差距，从技术应用角度分析，主要是防守强度不够，防守时习惯保持一臂距离，这种防守方法对控球队员施加的压力较小，从而给了对手及时、准确传球，形成助攻的可能。从战术因素上分析，中国队以内线进攻为主，对手通过绕前、绕侧或前后夹击，防住内线队员接球路线后，后卫的助攻机会也随之减少。同时，内线高大队员移动中抢占到有利、舒适位置时，后卫的传球经常无法及时到位，使可能形成的助攻机会稍纵即逝，无法形成有效的助攻，影响了中国队的助攻次数。

一、文献评述

REITs作为一种在国际市场上已经十分成熟的金融产品，多年来一直为学术界所关注和研究。近年来对于REITs进行研究的文献，其研究方向主要分为对于REITs证券发行相关问题的研究、对于REITs在宏观经济政策影响下的表现的研究、对于REITs经营绩效方面的研究和对于REITs风险方面的研究等几方面。对于REITs风险方面的研究，近年来又主要集中在对于REITs市场系统风险的研究、对于REITs个体风险的研究和对于风险溢出效应的研究三方面。

对于REITs风险溢出效应的研究方面，近年来的文献主要从两个角度进行研究。第一个角度主要集中研究经济冲击的空间传播。Meen（1999）研究发现国家的房屋市场可以看成是由一系列区域市场连结起来的，这种连结性主要由投资者行为、消费者行为和经济基础的内在连结造成，房价的冲击会通过这种连结性传导[4]。Abraham et al.（1996）[5]、Malpezzi（1999）[6]、Zhu et al.（2013）[7]一系列研究则集中在当地经济基础与房屋价格的关系方面。Adams et al.（2015）使用SDSVaR模型研究了美国REITs市场的个股风险溢出效应与REITs资产地理距离之间的关系[8]。第二个角度主要采用高频时间序列来研究风险溢出效应的方法论。Chen et al.（2006）研究了国际上主要REITs市场之间的波动性风险溢出效应，发现亚洲国家间的溢出效应更为明显[9]。叶文铭（2008）检验了台湾四只REITs对于该地区股票加权指数的协整关系和格兰杰因果关系[10]。Elyasiani et al.（2010）研究发现REITs市场受到冲击时其波动性溢出到存贷机构和人寿保险公司等其他金融机构[11]。

（4）平均净资产收益率。净资产用年报中本年的所有者权益与上一年的所有者权益取平均值。平均净资产收益率，用年报中的本期净收益除以净资产。

根据对现有国内外文献的梳理，我们发现：第一，港台市场微观REITs个体对系统的风险溢出效应或者个体间的风险溢出效应测度文献还是空白，目前的文献都是针对港台REITs市场与其他国家、地区REITs市场之间风险溢出效应的测度，或者对港台REITs市场与股票市场之间风险溢出效应的测度。第二，迄今为止也还未有对港台市场微观REITs个体间的风险溢出效应进行实证解释的研究成果。本文的边际贡献在于，使用分位数回归CoVaR模型第一次测度了港台地区REITs个体对于系统的、个体之间的风险溢出效应，并对台湾地区REITs个体间的风险溢出效应进行了实证解释，为港台REITs市场的风险防控提出了有益的政策建议。

为了获得文本描述在视觉上可判别的向量表示，我们按照Reed等[8]的方法，利用深度神经编码器生成特征的内积来学习与图像所对应函数，然后对学习过的对应函数ft产生的文本分类器进行优化训练，优化其结构损失：

二、数理与计量模型

（一）CoVaR理论原理

风险值理论（Value at Risk，简称VaR）作为目前市场风险度量的主流理论，在国际上已受到广泛认可并使用。VaR的含义为，资产在一定时间内，以某个给定的概率（置信水平）发生的最大损失。Adrian et al.（2014）[12]首次提出了CoVaR理论，其思想是从VaR理论发展而来，给“VaR”加上前缀“Co”，代表有条件的、传染的和共变的。CoVaR模型刻画的是在未来一段时间内，在一个资产发生的损失相当于VaR的条件下，另一资产发生的损失水平。

分别求得 αj｜i、βj｜i 和 γj｜i 的估计并将代入以上回归估计式，即得到：

资产i的对数收益率ri在置信水平q的VaR表达式为

资产j在资产i发生损失的条件下，也发生置信水平为 q的损失，即为表达式为：P

 

都什么时候，她还有心思跟我插科打诨？就在我俩几句牛头不对马嘴的对话后，我恍然大悟，这丑丫头定是被天南星妖施了迷魂术，为他所用。怪不得之前看她忙前忙后，喝了鸡血般四处张罗着仙茅族人寻宝。

当整个系统作为资产j时，CoVaR就表示在资产i发生的损失相当于VaR的条件下，整个系统发生的损失水平。

CoVaR模型已在许多领域获得了应用，特别是在银行业。Karimalis et al.（2017）基于Copula函数，使用CoVaR模型测度了欧洲大型银行对系统的风险溢出效应，并进行了解释[13]。郭娜 等（2017）采用CoVaR模型评估分析了我国上市银行对系统的风险溢出[14]。

（二）CoVaR计算方法

Adrian et al.（2014）[12]提出了两种计算CoVaR的方法，分别为分位数回归法和GARCH模型法。GARCH模型法需要对扰动项的分布进行假设，这种假设可能与分布的实际情况存在一定的偏差。当这种偏差发生时，会影响不同REITs的CoVaR之间的横向比较，特别是在最优的GARCH族模型选择时出现不同REITs需要用不同的GARCH族模型去模拟的情况。而本文的核心结论正是要从这种横向比较中得到，故GARCH模型法不适合本文的研究。分位数回归法的优势在于，无需对扰动项的分布进行假设，可以用于研究各种分布下收益率的特征，这种方法可以给不同REITs的CoVaR之间的横向比较提供同一标准，所以本文采用分位数回归法对港台地区REITs市场进行测度。

分位数回归法最早由Koenker et al.（1978）[15]提出，是有别于普通最小二乘法等传统回归方法的一种特别的回归法，主要关注的是因变量的分位数与自变量之间的回归关系。

3.市价对账面价值比。Lakonishock et al.（1994）[18]、Griffin et al.（2002）[19]的研究均发现，一些投资者倾向于过度投资于以往表现好的股票，导致这些股票的价格被高估。投资者最终会发现，股票的未来表现与其过去表现没有必然联系。被高估的股票在受到冲击时可能更容易向其价值回归。市价对账面价值比也可能成为解释REITs市场个股之间风险溢出效应的一个因素，市价对账面价值比较高的REITs可能更多地接受风险溢出效应。

 

其中 αi和 βi为参数，Mt-1为状态变量为扰动项，则置信水平为q的分位数回归估计即是置信水平为q的

 

Adrian et al.（2014）[12]将分位数回归法用于计算CoVaR，资产i和资产j的对数收益率表达式如下：

 

用分位数回归可求得它们的q置信水平的VaR分别为：

 

在资产j的对数收益率的解释变量中加入资产i的对数收益率，进行q分位数回归，以表示资产i对于资产j的影响：

 

回顾和总结我国体育改革40年，可以认为我国体育改革是成功的改革，并取得举世瞩目成就。经过40年改革，我国体育迈进了从体育弱国、体育大国向体育强国建设的历史新阶段。

 

（三）风险溢出效应的解释

本文使用横截面数据，对台湾地区REITs个体间的风险溢出效应进行解释。本文以%△CoVaRtj｜i代表微观个体间的风险溢出效应，选取一系列解释因素对其进行普通最小二乘法回归。通过对REITs个体间的%△CoVaRtj｜i数据的整体观察，我们发现，作为风险接收方的个股j具备一定的排位规律性，即无论哪只个股作为风险输出方，接收风险溢出效应较大的几只个股始终是那几只。我们顺着这一思路，将风险接收个股的特征作为主要的解释变量进行研究。Adams et al.（2015）[8]使用SDSVaR模型对美国REITs市场个股之间风险溢出效应进行解释时，主要采用了一些财务报表因素作为解释变量。本文对Adams et al.（2015）[8]的方法进行了一定的发展，加入了考察盈利能力的解释变量，并放弃了一些不适用于台湾市场的解释变量。本文选用的解释变量共4个，包括资产规模、杠杆倍数、市价对账面价值比和平均净资产收益率。需要指出的是，因为台湾市场的REITs个股数量远远小于美国市场，使得本文的样本空间有限，无法采用较多的解释变量，这点在本文的研究展望部分将进行探讨。

根据歌手参与及活动组织的方式，演唱会可分为大型演唱会、“拼盘”演唱会和个人演唱会三类。不同类型的演唱会（表1）具有不同特色，对于流行歌手而言更具有不同意义。

1.资产规模。Sun et al.（2014）研究发现，资产规模大的REITs的持有者中有更多的机构投资者，这些机构投资者在市场发生危机时更容易被迫卖出持有的份额[16]。因此我们预期，资产规模可能成为影响REITs市场个股之间风险溢出效应的一个因素，资产规模大的REITs可能更多地接受风险溢出效应。

2.杠杆倍数。Cici et al.（2011）研究发现，高杠杆的REITs一般具有较高的风险，也容易对风险溢出效应产生较强烈的反应[17]。杠杆倍数可能是台湾REITs市场个股之间风险溢出效应的一个解释因素，高杠杆的REITs可能更多地接受风险溢出效应。

应用分位数回归法，假设资产i的对数收益率可表示为：

4.平均净资产收益率。Roengpitya et al.（2010）[20]和高国华 等（2011）[21]在研究银行股的风险溢出效应时均发现，盈利能力可以部分解释风险溢出效应。由此我们预期，在REITs市场中，盈利能力也可以部分解释个股之间风险溢出效应，盈利能力弱的REITs可能较多地接受风险溢出效应。我们用平均净资产收益率来衡量盈利能力的强弱。

三、数据与变量说明

本文对台湾地区和香港地区的REITs市场分别进行研究，选择的时间窗口为2007年7月2日至2011年3月16日，跨越了次贷危机导致的全球金融风暴时期以及之后的经济恢复期。

本文采用分位数回归CoVaR模型，分别测度了香港地区和台湾地区各只REIT对于系统的、各REIT两两之间的风险溢出效应。我们分析两个市场的实证结果，得出如下结论：第一，个体风险值的大小与其对系统的风险溢出效应大小无明显正向相关关系，个体风险值越大并不一定意味着其对系统的风险溢出效应就越大。第二，港台地区REITs个股间的风险溢出效应因个体的不同而差异很大。第三，我们进一步对台湾市场REIT个体两两之间风险溢出效应的测度结果进行了解释，发现风险接收方的资产规模和平均净资产收益率能显著地解释这种溢出效应，资产规模大、盈利能力弱的REIT受到其他REIT的风险溢出效应的影响较大。

香港地区市场共发行过10只REIT，但其中4只在本文研究的时间窗口中没有完整的交易记录，主要原因为上市时间晚于本文时间窗口起始日，故香港市场的样本集包含了其余的6只REIT，其中“领展”曾发生更名，原名为“领汇”，本文仍使用现名“领展”。香港地区的状态变量Mt-1选用的是恒生指数公司所发布的恒生指数（HSI）的日对数收益率及其7个交易日滚动方差。Mt-1包含以上两个变量的滞后4期的值。作为个股对系统风险溢出效应研究的系统数据，选用的是恒生地产分类指数。在讨论CoVaRtj｜i解释因素的步骤中，因香港市场的横截面数据太少，故只能放弃，仅对台湾市场进行讨论。

“互联网+”模式下思想政治教育不同于传统的思想政治教育，除了需要基本的硬件设施外，创新的思维和手段才是“互联网+”模式下思想政治教育工作的根本。高校辅导员需要有创新意识，将思想政治教育工作做细做实。同时，可以利用微博、博客、视频等平台发布关于学风建设、宿舍管理、学生文化活动等方面的内容，让学生第一时间了解学校各项工作的最新动态;在工作中还可以适当地使用一些网络词语，这样既能引起学生的关注，又能达到思想政治教育的目的。

港台地区状态变量Mt-1的选择是在前人使用CoVaR模型的基础上做出的，并按港台地区REITs市场的实际情况进行了稍许调整，Roengpitya et al.（2010）[20]和高国华 等（2011）[21]均使用类似的状态变量。

本文采用的个股和指数收益率数据均为日对数收益率，个股数据来源于DataSteam，系统数据和状态变量数据来源于Wind，数据处理使用Eviews 9。

四、实证分析

我们首先对港台地区的REITs数据、系统数据和状态变量数据都进行ADF单位根平稳性检测。99%置信水平的单位根检验结果如表1所示。在滞后阶数为10的条件下，以上数据均拒绝单位根原假设（t统计量在1%置信水平下的临界值为-2.567 4，所有变量的t检验值均小于这一临界值）；也就是说，以上数据均为平稳序列。接下来我们分两部分，分别对香港地区和台湾地区的REIT进行实证分析。

 

表1 ADF单位根检验结果

  

?

 

表2 香港地区REITs收益率的VaR和数据

  

注：显著性水平为5%。

 

?

（一）香港地区

我们使用分位数回归法，计算每只REITs对于系统的溢出效应以及对应的结果如表 2 所示。表2清晰地反映出REITs个股发生极端损失时对系统的风险外溢效果，从整个时间窗口的均值和中位数来看，“越秀”和“阳光”对系统输出的风险较高。同时，不同REITs个股对系统的风险外溢效果明显不同。

但腹壁疤痕明显，不美观，尤其是疤痕体质者。起、卧牵拉较重，因此产妇感觉较为疼痛。伤口愈合不好者较横切口者多，尤其是腹壁厚的产妇，可发生脂肪液化或感染的问题。

我们把香港地区REITs个股的VaR的均值和的均值放在一张图里比较，如图1所示。对系统风险溢出效应最大的“越秀”（值最低），其自身的风险值仅排第四；而自身风险最大的“冠军”（VaR最低），其对系统风险溢出效应则排在第四。这在一定程度上支持了CoVaR理论的论断，个体风险值越大并不一定意味着其对系统的风险溢出效应就越大。

  

图1 香港REITs的△CoVaR与VaR

进一步计算这六只REITs两两之间的风险溢出效果，即互相之间的因篇幅所限，仅展示%的结果，如表3所示。作为风险输出方，六只REITs并未表现出明显的规律性，但作为风险接收方，却展现出如下规律：在同一只REIT作为风险输出方的条件下，“冠军”接受的风险溢出效应几乎一直是最大的（只有“泓富”对“冠军”的%排名第二）。

 

表3 香港地区REITs日对数收益率%△Co数据

  

注：表中的数据是%△CoVa值，其中表格的列中的REIT为i，行中的REIT为j；显著性水平为5%。

 

?

（二）台湾地区

台湾的情况与香港类似。表4显示，从均值和中位数来看，“新光1号”和“三鼎”对系统输出的风险较高，且不同REITs个股对系统的风险外溢效果明显不同。

图2把台湾地区REITs个股的VaR的均值和的均值放在一张图里比较，规律与香港地区也相似，即个体风险值越大并不一定意味着其对系统的风险溢出效应就越大。自身风险最大的“基泰之星”（VaR最低），其对系统风险溢出效应排在并列第四。

 

表4 台湾地区REITs收益率的VaR和CoVa数据

  

注：显著性水平为5%。

 

?

我们进一步计算这8只REITs两两之间的风险溢 出 效 果 ，即 互 相 之 间 的和局限于篇幅，我们仍然只展示的结果，见表5。与香港地区的情况相似，风险输出方并未表现出明显的规律性，但风险接收方却展现出如下规律：在同一只REIT作为风险输出方的条件下，“新光1号”接受的风险溢出效应几乎一直是最大的（只有“三鼎”对“新光1号”的排名第三，其余 REITs对“新光 1 号”的均是最大的）。我们下一步通过财务报表因素来探讨其原因。

我们使用横截面数据的普通最小二乘法回归的方式，来尝试解释台湾地区REITs个股之间的风险溢出效应。在数据的选择方面，我们把8只REITs两两之间的均值作为因变量，共 56 个观测值。因为风险输出方的没有表现出明显的规律，而风险接收方有规律可循，所以我们选择风险接收方的财务报表因素作为解释变量。我们选择的解释变量有4个，分别为：资产规模、杠杆倍数、市价对账面价值比和平均净资产收益率。财务报表因素的数据全部来源于上市REITs的年报。需要强调的是，样本空间较小限制了我们选用更多解释变量进行回归的可能性。使用的时间窗口仍然为2007年7月2日至2011年3月16日，为了构造横截面的解释变量，取上述四个解释变量在该时间窗口里历年数据的年度平均值，具体规范如下：

我觉得最关键的是不要去强化某类人，而是帮助孩子理解哪些情景是会对他们构成威胁的，怎样的感受他们是可以求助的。

（1）资产规模。摘自年报，单位为十亿新台币。

（2）杠杆倍数。用总资产除以所有者权益得到。

（3）市价对账面价值比。账面价值的计算，用所有者权益除以发行的股份总数；市价取年报最后一天的收盘价。市价对账面价值比的计算，用市价除以账面价值。

 

表5 香港地区REITs日对数收益率%△CoVa数据

  

注：表中的数据是%△CoVa值，其中表格的列中的REIT为i，行中的REIT为j；显著性水平为5%。

 

?

  

图2 台湾REITs的△CoVaR与VaR

纸条的疑问是在毕业四年后我结婚那天才得到解答的。那天我的许多老同学都来了，当然有邓军、胡波、赵小明这三个死党。

解释变量经过处理后的取值见表6。

我们使用普通最小二乘法，用解释变量对被解释变量进行回归，得到如表7的结果。

模型1使用了全部4个解释变量，资产规模的系数在1%显著性水平上显著，平均净资产收益率的系数在10%的显著性水平下显著，杠杆倍数和市价对账面价值比的系数均不显著，F检验的结果非常显著，修正拟合优度为52.03%。资产规模的系数估计值符号为正，说明资产规模与接收风险溢出的效应成正比；平均净资产收益率的系数估计值为负，说明盈利能力越强的REIT越不容易受到风险溢出效应的影响。

 

表6 台湾地区REITs财务报表因素

  

?

 

表7 台湾地区REITs个股之间的风险溢出效应的解释

  

注：***、**和*分别表示1%、5%和10%显著性水平下显著。

 

?

我们分别使用模型2、模型3和模型4进行稳健性检验，证明了以上回归结果是可靠的。综合参考Akaike指标和Schwarz指标，我们发现模型4在四个模型里效果最好，资产规模和平均净资产收益率的系数均在1%显著性水平下显著，F检验的结果非常显著，同时，修正拟合优度为52.55%，说明该回归解释了一半左右的风险溢出效应。资产规模的系数估计值为0.028 3，说明资产规模每增加十亿新台币，风险溢出效应百分比增加0.028 3；平均净资产收益率的系数估计值是-14.689 6，说明平均净资产收益率每增加0.01，接收风险溢出效应百分比降低0.146 896。

五、结论和政策建议

（一）结论

台湾地区市场共发行过8只REIT，其中3只退市，但在本文研究的时间窗口中都还在市场中交易，所以台湾市场的样本集包含了这8只REIT。台湾地区的状态变量Mt-1选用的是台湾证券交易所发布的台湾加权指数（TAIEX）的日对数收益率及其7个交易日滚动方差。Mt-1包含以上两个变量的滞后4期的值。作为个股对系统风险溢出效应研究的系统数据，选用的是台湾建材营造指数。

（二）研究展望

虽然本文的研究模型对香港地区和台湾地区REITs市场的风险效应研究做了一些有益的探索，但仍有一些不足，有待之后的研究进行补充和发展。对于REITs市场风险溢出效应的解释，本文的模型只能解释大约53%的风险溢出效应，仍有待提高。我们分析原因：第一，因为受到样本空间的限制，我们无法选择更多的解释变量，这一点需要到更大的市场才能改进。第二，REITs的结构虽然比上市公司简单，但其特征仍有多面性，这些特征有的甚至很难量化，本文仅采用较易量化的财务报表因素进行解释，故效果肯定不会很好。第三，REITs之间的关联特征更加复杂，比如资产布局在相同的地区或者相邻的地区、资产类型相同等，这些关联特征也可能对它们之间的风险溢出效应产生很大影响。如何对这些关联特征进行量化，并且用以解释REITs间的风险溢出效应，成为下一步研究的一个重点。

（三）政策建议

基于本文的研究结果，我们提出如下政策建议：首先，监管部门应改变传统思路，从重点关注个体风险值较大的REIT改为重点关注对系统风险溢出效应较大的REIT，防止其因自身风险而冲击整个市场。其次，在市场发生整体的剧烈波动时，应该重点监控资产规模大、盈利能力弱的REIT，这类REIT受到的风险溢出效应较强，容易被传染。在必要的情况下，监管部门应提前出手对其采取措施，阻断风险传播的途径。再次，港台地区的REITs市场仍处于成长期，内地的REITs市场还没有推出，目前国内对于REITs市场风险溢出效应的研究远远落后于对股票市场的相关研究，也远远落后于国际上的同类研究。REITs的基础资产为房地产，其对宏观经济有直接影响，我国应加强对REITs市场风险溢出效应的研究。

而% 可定义为 表示资产 j的 与无条件VaR的偏离百分比。

注释：

①资料来源：美国全国房地产投资信托联合会网站https：//www.reit.com/what-reit/reit-basics。

②资料来源：香港证券及期货事务监察委员会《房地产投资信托基金守则》第3.1款。

③数据来源：美国全国房地产投资信托联合会网站https：//www.reit.com/data-research/reit-market-data。

参考文献：

［1］刘伟.房地产信托投资基金绩效评估及风险防控研究［D］.北京：北京理工大学，2016.

［2］顾燕萍，荆宝洁.商务部建议国务院开放 REITs［N］.中国房地产报，2005-9-26（1）.

［3］张竞怡.中国版 REITs要来了［N］.国际金融报，2014-11-24（16）.

［4］MEEN G.Regional house prices and the ripple effect：a new interpretation［J］.Housing studies，1999，14（6）：733-753.

［5］ABRAHAM JM，HENDERSHOTT P H.Bubblesin metropolitan housing markets［J］.Journal of housing research，1996，7（2）：191-207.

［6］MA LPEZZ I S.A simple error correction model of house prices［J］.Journal of housing economics，1999，8（1）：27-62.

［7］ZHU B，FUSS R，ROTTKE N B.Spatial linkages in returns and volatilities among U.S.regional housing markets［J］.Real estate economics，2013，41（1）：29-64.

这一天，实弹射击正式开始了。大清早，操坪的四角就有民兵把守了，看牛的放羊的砍柴的扯猪草的无论男女老幼各色人等，一律绕道而行，不许停留，也不许观望。参谋让招财将全体民兵分成五人一组，每人五发子弹。为慎重起见，参谋，武装部长、招财，另挑了两名男民兵组成了第一组进行试射。这时，太阳毒毒地照着，整个操坪里，空气凝固了。一阵噼里啪啦枪栓的掰动声响过之后，紧接的是惊天动地的砰砰枪声。再往下，就是报靶员的声音了：一号靶，四十九环；二号靶，四十八环；三号靶，零环；四号靶，二十八环；五号靶，三十五环。操坪里，响起了热烈的掌声和笑声。

［8］ADAMS Z，FUSS R，SCHINDLER F.The sources of risk spillovers among U.S.REITs：financial characteristics and regional proximity ［J］.Real estate economics，2015，43（1）：67-100.

［9］CHEN Z，LIOW K H.Mean and volatilityspillovers across major real estate markets ［J］.Review literature and arts of the Americas，2006，1-22.

［10］叶文铭.REITs价格与股票价格关系之探讨——以台湾地区为例［D］.台中：台湾中兴大学，2008.

［11］ELYASIANI E，MANSUR I，WETMORE J L.Real estate risk effects on financial institutions’stock return distribution：a bivariate GARCH analysis［J］.Journal of real estate finance and economics，2010，40（1）：89-107.

［12］ADRIANT，BRUNNERMEIERM K.CoVaR［J］.Staff reports，2014，106（7）：1705-1741.

四是组织流域水功能区监测。从2006年起组织开展了长江流域及西南诸河约250个缓冲区、饮用水源区等重点水功能区的水质监测，并按季度定期发布《长江流域及西南诸河水功能区水质通报》，2011年7月起调整为按月发布，2014年纳入《长江水资源质量公报》并按月发布。流域内各省（自治区、直辖市）水行政主管部门也组织开展了辖区内水功能区水质监测。截至2016年，长江流域（片）共对1 362个重要水功能区开展了监测、评价和信息发布工作。近年来，长江流域水资源保护局按最严格水资源管理制度水功能区纳污红线考核要求，每年对部分重要水功能区开展监督性比测，水功能区监测逐步进入常态。

［13］KARIMA LIS E N，NOMIKOS N K.Measuring systemic risk in the European banking sector：a copula CoVaR approach［J］.European journal of finance，2017（1）：1-38.

半夜的时候，温简还没有睡着，顾青还在电脑前忙着工作。她看着他被汗湿透的身影，心里是铁马冰河的伤感。她可以为他倾尽所有，可以为他奋不顾身，但她却势单力薄，她不是那个可以拉他走出困境的人。原来，爱一个人，不是尽心尽力就已经足够，还需要生活，需要经济基础，这就是现实给爱情最残忍的难题。

［14］郭娜，胡佳琪，周扬.我国系统重要性银行的评估与监管——基于CoVaR方法的研究［J］.武汉金融，2017（4）：34-38.

［15］KOENKER R，BASSETT G.Regression quantiles［J］.E－conometrica，1978，46（1）：33-50.

［16］SUN L，TITMAN S，TWITE G.REIT and commercial real estate returns：a postmortem of the financial crisis［J］.Real estate economics，2014，43（1）：8-36.

［17］CICI G，CORGEL J，GIBSON S.Can fund manager select outperforming REITs?Examining fund holdings and trades［J］.Real estate economics，2011，39（3）：455-486.

［18］LAKONISHOCK J，SHLEIFER A，VISHNY R W.Contrarian investment，extrapolation，and risk ［J］.The journal of finance，1994，49（5）：1541-1578.

［19］GRIFFIN J M，LEMMON M L.Book-to-market equity，distress risk，and stock returns［J］.The journal of finance，2002，57（5）：2317-2336.

在小鼠中，ACE基因完全失活是可存活的，而在人类则导致严重低血压、肾灌注不足和RTD，这是一种以出生时无尿或严重肾功能不全、缺乏肾近端小管分化和常见的围产期死亡为特征的严重肾脏疾病[5]。目前人类ACE基因突变的临床病例致病性报道比较有限。有报道称ACE基因的纯合突变或复合杂合突变会导致RTD的发生，临床表现主要为严重的羊水过少、出生时的肾功能不全及出生后短时间内的死亡[6]。在某些情况下，肾功能不全者需要出生之后的长期腹膜透析，例如发生Q1069R错义突变，导致ACE活性完全缺乏[7,8]。

［20］ROENGPITYA R，RUNGCHAROENKITKUL P.Measuring systemic risk and financial linkages in the Thai banking system［Z］.Working Papers，2010.

［21］高国华，潘英丽.银行系统性风险度量——基于动态Co－VaR 方法的分析［J］. 上海交通大学学报，2011，45（12）：1753-1759.