| 摘要 | 第2-4页 |
| abstract | 第4-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-14页 |
| 1.2.1 国外研究综述 | 第11-13页 |
| 1.2.2 国内研究综述 | 第13-14页 |
| 1.3 本文研究思路和框架 | 第14-17页 |
| 1.3.1 研究思路和方法 | 第14-15页 |
| 1.3.2 研究框架 | 第15-16页 |
| 1.3.3 可能的创新点与不足 | 第16-17页 |
| 2 反向抵押贷款相关理论 | 第17-22页 |
| 2.1 反向抵押贷款的内涵与特征 | 第17-18页 |
| 2.1.1 反向抵押贷款的内涵 | 第17-18页 |
| 2.1.2 反向抵押贷款与传统住房抵押贷款的异同 | 第18页 |
| 2.2 反向抵押贷款的风险 | 第18-22页 |
| 2.2.1 利率风险 | 第19-20页 |
| 2.2.2 长寿风险 | 第20页 |
| 2.2.3 房屋价值波动风险 | 第20-22页 |
| 3 我国推行反向抵押贷款的基础条件分析 | 第22-29页 |
| 3.1 中国人口老龄化现状及特征 | 第22-26页 |
| 3.1.1 中国老龄化现状 | 第22-24页 |
| 3.1.2 我国人口老龄化的特点 | 第24-26页 |
| 3.2 养老形式和社会保障体系不完善 | 第26页 |
| 3.2.1 养老形式单一 | 第26页 |
| 3.2.2 社会保障体系不够完善 | 第26页 |
| 3.3 人口住房拥有率较高 | 第26-29页 |
| 4 基于房产价值预测的房屋价值波动风险研究 | 第29-43页 |
| 4.1 神经网络的基本理论 | 第29-32页 |
| 4.1.1 BP神经网络的基本原理 | 第30页 |
| 4.1.2 BP神经网络的结构与学习过程 | 第30-32页 |
| 4.1.3 BP神经网络预测 | 第32页 |
| 4.2 房地产价格预测指标体系的建立与数据来源 | 第32-35页 |
| 4.3 基于多种影响因素的BP神经网络预测模型 | 第35-43页 |
| 4.3.1 数据预处理 | 第35-37页 |
| 4.3.2 BP神经网络结构的确定 | 第37-39页 |
| 4.3.3 BP神经网络的Matlab实现 | 第39-43页 |
| 5 反向抵押贷款需求差异性分析 | 第43-52页 |
| 5.1 影响住房反向抵押贷款需求的因素的指标选取和数据来源 | 第43-46页 |
| 5.1.1 指标选取 | 第43-45页 |
| 5.1.2 数据来源 | 第45-46页 |
| 5.2 对反向抵押贷款需求的影响因素的评估 | 第46-52页 |
| 5.2.1 评估方法 | 第46页 |
| 5.2.2 评估过程 | 第46-50页 |
| 5.2.3 结论分析 | 第50-52页 |
| 6 研究总结与建议 | 第52-55页 |
| 6.1 研究总结 | 第52-53页 |
| 6.2 政策建议 | 第53-55页 |
| 附录 | 第55-63页 |
| 参考文献 | 第63-66页 |
| 后记 | 第66-67页 |