摘要
房地产产业是我国经济高速发展的重要支柱，相关房地产上市企业也是我国资本市场的重要组成部分。房地产行业在我国有着很重要的经济地位，并且房地产公司的总体运营情况都会反应在股价上面。本文在已有研究基础上研究CPI、货币和准货币供应量M2、上海银行间同业拆放利率Shibor对我国房地产上市公司股价的影响，利用VAR模型，Johansen协整检验以及脉冲响应分析与房地产上市公司股价影响进行验证，通过实证结果得出结论并提出建议。
关键词：房地产上市公司；居民消费价格指数；利率；VAR模型
一、引言
房地产行业在我国发展阶段一直是经济支柱，房地产行业属于第三产业，房地产与房屋开发属于是捆绑式产业，也可以叫房地产综合开发，该行业的企业一般的主营业务为房地产开发、经营为主以管理、服务等为辅。房地产业涉及经济和其他产业较广，对我国有很大的经济贡献。
因为房地产行业在我国的特殊地位，国家也对于房地产的相关政策也十分照顾，2003年至2004年的土地改革政策开始逐步实施，对于全国土地改革体系雏形已经显现，这个阶段我国对土政的调整重点是：利用土地供给计划、土地出让方式和土地监管政策对房地产实施控制。2005-2007年，国家对上阶段的政策进行初步细化，此阶段的土地政策涉及：规范土地出让，明确规定土地适用范围，并开始利用土地税收政策和土地金融政策参与对房地产控制。为了避免居民向房地产投入大量货币资金、遏制房价上升，调整住房供给结构，中央XX相继发布了“国八条”、“新国八条”、“国六条”以及九部委“十五条”。具体来说，这一阶段XX明文规定了土地用途以防止土地过度溢价，同时开始调整税收政策和金融政策参对房地产价格控制。
房地产产业属于政策敏感性、资金密集型行业，对于XX对房地产行业的一系列政策，也可以称对房价的政策，最后的目的都是想把该行业变成稳定可持续发展的支柱行业。又因为股价是反应一个公司的情况的指标。而XX对于房地产行业的种种政策最后都将反应在该行业上市公司的股价上。本文从宏观因素以及行业层面对房地产上市公司的股价影响的研究，分析该行业的股价的影响因素并得出结论为投资者等提供参考，对微观层面不进行深入研究。
（一）论文写作的目的和现实意义
在世界众多发达国家与发展中国家，房地产行业都扮演着支撑国家经济的重要角色，因为房地产行业涉及的相关行业众多且有很高的关联度，甚至为生产以及整个社会活动提供了很多基础条件。且上市房地产地产企业资金规模一般都是很大，以及资金需求也很大，房地产企业除了向银行申请贷款来获得资金还会通过股票市场来筹集资金，房地产行业属于资金密集型产业，在股票市场的总资金盘面占有很大一部分比例，所以房地产上市企业的股价波动对于整个股市的影响程度是十分显著的。
上市企业的股票价格是具有波动性的。股票与普通商品不一样，股票价格的涨跌的本质是与该股票的需求决定，当供不应求时，股票价格就会像一般商品一样有所上涨当需求越大买的人越多就会推动股价上涨，反之，则股票价格下跌，且股票价格的变动区别于一般商品的是股票价格变动是实时性的，而一般商品价格变动具有滞后性，所以任何因素的变动，都会导致股票价格实时变动。股票价格变动受多方面特别的影响，以及由不同的因素决定。一般来说，影响股票价格的因素分为宏观因素和微观因素。本文从宏观因素入手对房地产股票价格，通过var自回归模型模型，找出房地产上市公司股价的影响因素。
（二）国内现状
在我国的经济快速发展阶段，房地产行业也随之兴起，为国家的经济快速发展功贡献了很大的“功劳”，房地产市场的活跃性不断提高，XX对商品房以及土地产权的政策的支持为房地产上市企业股票价值分析和研究打下基础。国内有研究表明房地产上市企业的股票价格不会因为商品房以及土地交易价格提高而提高，反而与A股的指数价格有密切相关关系。XX的宏观因素调控和政策时影响房地产商品房、土地价格以及对房地产上市企业股票价格的重要因素。
余小明（2019）回顾我国房地产行业发展历程，从1997年东南亚金融危机后开始中国XX实施住房货币化改革，房地产行业成为我国经济的重要支柱，从2008年推出四万亿投资刺激经济计划到2014年去库存、2016年开始供给侧改革去杠杆，房地产行业是我国宏观经济的晴雨表。
2020年9月24日，恒大集团被曝出债务危机现金流断裂、楼盘烂尾等消息，经调查恒大集团有8355亿债务未偿还，并且在2016年恒大与深深房资产重组中重组资金将在2021年初偿还1437亿元，且恳求外界对恒大集团进行资产重组。经过一天时间，互联网对此时间大肆宣传，在资本市场快速发酵，9月25日中国恒大股票被大量做空导致恒大集团在港交所股票价格下挫最高超15%。经过此次事件，对我国房地产行业影响，同行业的房地产上市公司股价纷纷受到波及，持续下行。
（三）提出论文的中心论点
结合国内研究现状和实际情况，并对大量文献的参考以及分析，本文主要探究居民消费价格指数CPI、货币和准货币供应量M2、上海同业拆放利率Shibor等因素并且探究恒大事件对于房地产行业的房地产股票价格的影响，通过通过初步建立var模型、确定最优滞后阶数、平稳性检验、协整检验、Granger因果检验、脉冲响应分析、方差分解对数据进行分析与总结，得出结论是否与本文理论分析结果一致并提出政策建议。
二、指标与数据选取
（一）地产指数
地产指数（000006）由上市房地产企业组成，一流通量为权重计算，反应了全部房地产上市企业的综合趋势指数，它的整体趋势和房地产行业股票价格具有代表性意义，地产指数被选为衡量所有房地产上市公司的总体趋势，以调查房地产市场和房地产企业股票价格的关系。本文通过对房地产上市企业股票价格进行分析研究。数据来自于东方财富。
（二）货币和准货币供应量（M2）
XX或中央银行通常使用货币政策来对经济进行控制而达到其目标，特别是控制货币供应量。当央行实施扩张性货币政策时，是多方面影响股市价格。首先，居民在扩张性货币政策的情况的影响将拥有更多资金。在替代效应下，居民将增加投资，而投资首选是以股票为代表的金融资产的产品。更多的资金投入与股票市场其反映的结果就是股票市场的整体价格水平得以提高，促进股票市场的繁荣。其次，企业在宽松的货币政策下更容易满足企业发展或开发项目的融资需求。一方面，企业在金融市场的投资得以促进。另一方面，上市公司的股东通过出售股票，来获得资金的行为或者意愿减弱。这两个方面的共同协作作用也会促进股票价格上升。第三，扩张性的货币政策将使居民对未来的通货膨胀产生预期。居民将增加其持有的股票资产目的是为了保持和增加现有资产的价值，以抵挡通货膨胀的风险，这将促进股价上涨。最后，居民在宽松的货币政策状态下对未来经济增长的信心。居民基于对未来利润回报的良好预期还将继续增加股票的投入，提高市场股价价格。相反，当中央XX或者中央银行实施紧缩性的货币政策政策时，它对股市价格的影响也是相反的。
Field(1984)发现在上世纪20年代中后期X的证券市场买卖活跃、成交量大幅度地增加，导致货币的需求量也不断的增大。在Field研究中，表明货币的需求量会降低17个百分点，如果1925年以后资金交易活动没有继续扩大的话。由于XX和中央银行对突然增大的货币需求量来进行调整，XX货币量没有缓冲，不能及时为市场创造与需求相应的新货币供给量。且XX认为股票市场中的投机行为超出了预期，大量的货币资金流入金融市场，流通在实体经济的货币量不足，才去了紧缩性的货币政策正是因为这样的错误行为，导致制造业产出量大幅度降度。由于制造业产出减少，收益及利润下降企业运营情况不乐观，引起投资者会因为实体经济的衰退的原因对市场信心降低，从而引发1929年10月的股市暴跌。在中国，股票市场对于新颁布的关于经济的政策都会有很大的反应。
所以本文用货币和准货币供应量M2代表XX所实施的货币政策。数据来自国家统计局。
（三）消费者物价指数（CPI）
本文衡量通货膨胀水平选取居民消费价格水平(CPI)作为的指标。通货膨胀是指流通与市场的货币供大于求，货币供给大于产出，导致货币贬值，购买力下降，相应的物价上涨。
在温和的通货膨胀下，意味着企业生产商品在销售过程中会得以收入和利润增加，鼓励促进企业生产扩大产能，增加投资，以产出更多的商品，以继续增加收入和利润。而当企业的收入和利润不断增加时，就会对该企业的股票价格起到提振作用。当股票市场上大部分企业的收入和利润都在增长时，股票也可能会形成集体上涨，为此整个股市也就会迎来上涨。另外，在温和的通货膨胀下，通货膨胀率在从低到高的过程中，可能还伴随着货币政策和财政政策刺激的因素。因为保持一定的通货膨胀率可以增加企业的收入和利润，可以使人民的收入水平提高，对整个国家的经济有利，所以当通货膨胀率下降到比较低的水平时，一国央行和XX可能就会采取一些货币和财政政策来刺激通货膨胀的上升，比如增加货币供给、降低利率、增加财政支出、降低税率等等。综合上述的政策，总结而言温和的通货膨胀会降低企业的成本增加企业收入和利润通过这些货币和财政政策的刺激，通货膨胀就可能会上升。而在实施货币和财政政策刺激的过程中，中央XX和央行会向市场增加货币供给量，部分资金投入到股票市场中，会促进股市上涨。
本文衡量通货膨胀水平选取居民消费价格水平(CPI)作为的指标。CPI居民消费价格指数，选择了一篮子居民消费品和劳务产品，以它们在中的比重为权数来衡量的市场物价变动率，主要反映消费者支付商品和劳务的价格变化情况。意思就是，可以用某些商品价格的变动率来表示总体的物价变化情况。根据以往数据显示，通货膨胀率等于当期CPI值减去比较期CPI值的差与比较期CPI的值之比。通俗点理解，通货膨胀率会因为CPI的变动而变动，CPI的变动决定了通货膨胀率的大小。
严格意义讲CPI与股票市场没有直接相关的影响关系，但是CPI指数是说明居民的生活水平的高低，消费水平高会出现剩余资金将用于投资，且股票市场是居民的首要投资渠道，当CPI处于高水平的时候，市场流通的货币就会增加，流入股票市场的货币也会随之增加。理论上讲，在宽松的货币政策下，银行存贷利率都较低，那么居民把资金投入到银行储蓄来获取利息的行为欲望降低，银行储蓄存款总额甚至出现负增长。而股票市场和房地产等投资领域会大幅度吸入流动资金，然后股价和房价得以上升。房价上升使投资者对于房地产企业经营业绩有好的预期，增加对房地产企业的股票资金持有，房地产股票价格得以上涨。数据来自国家统计局。
（四）Shibor（一年期）
在这么多宏观因素中，利率的变化对股市股价影响最直接也最迅速，一般而言，当利率降低，股价也会上升；利率上升股票价格下降，呈现出利率与股价有着负相关关系影响。对房地产开发企业而言，因为房地产是一种资金密集型产业，杠杆率高，对长期融资有巨大的需求，很多资金采用了银行抵押贷款或其他方法进行融资，所以如果市场利率水平非常高的话成本上升，就会成为制约开发房地产公司研发能力的主要要素。当市场利率上升时，开发商融资成本和投资风险增加，还会使企业难以获得所需要的资金，因此企业需要缩小产量和规模成本，但是由于产量规模缩小就会使得公司在未来的利润降低，因此股票价格就会降低，
另一方面当利率调整时，对于房地产企业和消费者即房地产的供给方和需求方，会受到不同程度的影响。前文提到利率上涨会导致房地产开发商的成本提高，规模小的企业会因为资金周转不了导致资金断裂减供给甚至推出市场，当成本提高时就会将该风险转嫁到需求方上，而且当利率上涨时，我国大部分房地产消费者都是向银行贷款购买房地产，消费者会因为高额的贷款利率导致对房地产的需求下降转而投资于银行储蓄或者购买债券。
通过前文的分析，可以总结得出利率变动对于房地产开发商即房地产供给方以及房地产需求方即消费者都希望利率向自己有利的一方变动，在两种力量的作用下结果都会影响房地产公司经营情况。最终影响都会反应在股票价格上，即利率提高会导致房地产股票价格下跌，利率下调会引起股票价格上涨。数据来自上海银行间同业拆放利率网。
三、实证研究
本文选取的地产指数代表房地产股价和自变量进行var向量自回归模型，DCZS代表上市房地产公司的股价；M2代表货币与准货币供应量；CPI代表同期居民消费价格指数；Shibor代表利率的2019年1月到2021年12月期间36个月的上证指数月度数据。同时为了消除上市房地产公司股价、M2货币供给量、CPI居民消费价格指数三个时间序列数据可能存在的异方差性，对其作取对数处理，得到LDCZS、LM2和LLCPI，从而使实验数据更平滑。本文变量数据均来源于国家统计局数据库，分析软件为EViews10.0。
（一）研究样本
本文研究样本数据主要来源于上海证券交易所（www.sse.com.cn）与中国国家统计局（www.stats.gov.cn）。选取其中2019年1月-2021年12月总共36个月的月度数据。由于资料库中年度数据有空缺，且月度数据能更加详细直观看出变化程度。
（二）VAR模型简介
VAR模型是将系统中所有变量都看成内生变量对称地引入到方程中，这样既可以很少受到原有理论的约束，也可以避免变量缺省的问题，从而可以方便分析各个变量之间的长期动态影响，可以研究随机干扰项对变量系统的动态影响和用于时间序列数据的预测，不带有任何事先约束条件。
VAR模型一般的表达式为：Yt=Al Yt-1+A2 Yt-2+…+ApYt-p+B*Xt+μt
其中，Yt为k维内生变量向量；Xt为d维外生变量向量；&u；t是k维误差向量，
A1，A2，Ap，B是待估系数矩阵，本研究采用VAR模型脉冲响应函数分析，动态地观察房地产股票价格与相关因素的相关性以及彼此间的影响程度。
（三）最优滞后阶数选择
首先选择变量数据进行初步的VAR模型滞后阶数检验，最大滞后阶数为6，通过多准则确定最优滞后阶数。最优滞后阶数为5时，有三个准则确定其为最优是最多的，因此可以确定模型最优滞后阶数为五阶。
（四）平稳性检验与协整检验
通过ADF单位根检验，发现LnDCZS、LnM2、LnCPI、Shibor原数据是不平稳的，但经过一阶差分后，变量趋于平稳，所以LnSZZS、LnM2、LnCPI、Shibor变量都是一阶单整序列I（1），因此变量LnSZZS、LnM2、LnCPI、Shibor可以进行协整检验，如表1所示。
表1平稳性检验
表1平稳性检验结果由于变量超过两个，所以本次分析采用Johansen协整检验而非EG协整检验，Johansen检验通过判断协整向量的个数来确定变量间是否存在长期协整关系。
前面确定最优滞后阶数为5，所以按照最优滞后阶数减1的方法进行协整检验，检验结果如表2所示。在特征根迹检验结果中，第一列表示协整向量最多存在个数，加“*”表示拒绝该假设，所以特征根迹检验结果显示存在4个协整向量关系。如表3所示，在最大特征根检验结果中，结果显示只存在4个协整向量关系，所以模型存在4个协整向量，具有协整关系。
（五）Granger因果检验
表4中检验的原假设是解释变量的格兰杰原因，若P值概率小于5%，则拒绝原假设。从中可看出，上证指数LDCZS对于居民消费价格指数CPI的格兰杰因果检验结果为0.0037，是格兰杰原因，LDCZS对于货币供给量M2和利率Shibor的格兰杰因果检验结果分别为0.6604和0.1028，不是格兰杰原因；货币供给量M2对于Shibor和DCZS的格兰杰因果检验结果是0.0088和0.0134，是格兰杰原因，货币供给量对于居民消费价格指数CPI的格兰杰因果检验结果是0.1207，不是格兰杰原因；CPI对于Shibor，是格兰杰原因，对于DCZS和M2，不是格兰杰原因；Shibor对于CPI，是格兰杰原因，对于DCZS和M2，不是格兰杰原因。
根据格兰杰因果检验得出房地产上市企业股价对CPI是单向的格兰杰因果关系，货币供给量M2对利率Shibor与房地产上市企业价格DCZS也是单向格兰杰因果关系，CPI与利率形成双向格兰杰因果关系。
经Granger因果检验可知，四个变量都可以作为内生变量来构建VAR模型。
（六）脉冲响应分析
表5 AR根数据
根据上一节的格兰杰因果检验可以确定构建VAR模型时,本一节研究了模型内四个变量之间的长期动态关系。根据图5中AR根信息的所有特征根信息的值全部小于1,且全部落于单位圆内,由此表示模型是稳定的,并且可以继续使用脉冲响应方法。
脉冲响应是解释内生变量对误差影响最大的反映：LDCZS对自身的标准差的正向影响从第1期迅速减小，到第3期趋近于0，在第8期达到最大值0.2，随后期数趋于平稳，一直保持趋近于0的正向响应。可以解释为是股价在短期内上涨会促进股价进一步上涨，但长期来看这种影响是无效的，房地产上市公司股价不会长期处于上涨而被进一步促进上涨，当达到了一定价格后股票价格最终会回归本身的价值。
LDCZS对CPI施加一个标准差大小的正向影响，从第1期保持上升趋势在第8期达到最高点，随后持续下降至第10期，趋近于0后保持平稳且处于正向响应。
LDCZS对M2施加一个正向影响后先下降然后逐渐上升，在8期左右达到最大值，在第8期之后开始收缓，维持正影响，说明在货币供应量增加的时候，房价在短期内下跌但是长期内是上涨的。
LDCZS在给利率一个标准差大小的正向冲击后，从第1期开始回落转向负响应在第5期达到最低值，随后缓和，在第8期趋近于又转向正响应值且保持正响应在0值上方波动。
（七）方差分解
图2方差分解结果
由图2可知，上市房地产公司股价自身的贡献度最大，说明上市房地产股价自身对未来价格的预期是影响最大的。除了房地产上市公司股价，在第1期-第3期和第4后利率对上市房地产公司股价波动的贡献度最高，第4期CPI的贡献度最高，表明这个阶段CPI对于房地产股价的影响最大超过货币供给量和利率对于上市房地产股价的影响。由此可知，除了房地产上市企业自己本身的股价影响外，在短期中利率影响和CPI对于股价的影响都比较明显，但是长期来看利率对股价的影响最大。
四、结论与建议
（一）结论
通过居民消费指数CPI、货币供给量M2、利率Shibor对房地产上市企业股价的2019年1月至2021年12月的月度数据建立VAR向量自回归模型，经过脉冲响应结果表明得出的结果CPI与M2对房地产上市公司股票价格的影响与前文分析结果是相同的，而利率影响变动结果与前文不符合。虽然从方差分解图看出利率对于房地产上市企业股票价格除了房地产股票价格之外影响程度最高，但是根据脉冲响应结果与前文理论分析相悖，所以不能合理分析利率变化对房地产股票价格的影响。
货币供给量与房地产股票价格有着正向影响。当货币量增大时居民收入提高，进而把部分储蓄投入到金融市场中股票价格上升。
前文理论分析中分析到利率与房地产股票价格是负相关影响。对于企业本身而言，利率上涨时，融资成本和风险提高，转而把成本和风险会转嫁到消费者身上，导致业绩下降从而导致股票价格降低。对于居民而言，当利率上涨时居民认为通过投资银行储蓄或债券风险更低收益更高，对流入股票市场资金减少，从而导致房地产上市公司股票价格下降。本文分析与前文不符的原因可能有：第一模型设定有偏差，利率与股票价格的关系没有直接关系，而是需要通过多因素传导，传导过程中可能受到其他因素影响导致发生变化。第二，数据来源于上海银行间同业拆放利率网，可能由于统计过程对数据处理过程中存在误差，导致结果存在一定影响。第三，受到恒大集团事件对行业的影响，导致利率对于房地产行业的影响发生结构性改变。
当在适当通货膨胀情况下，对于企业自身会增加收入与利润进而扩大产能得以进一步获取更多的利润以及收入，股票价格随之上升，对于居民而言适当的通货膨胀会增加居民的收入，当收入增加时投资意愿提高部分资金流入股票市场股价上升。
（二）建议
影响房地产的股票价格的因素还有很多，仅对本文得出的结论提出建议。
对XX的建议：第一，XX使用货币供应量政策对房地产行业发展进行调节时，应该关注全国的经济发展。房地产上市企业股票价格持续下降时增加货币供给量会刺激股价上涨，房地产股票价格持续上涨时减少货币供给量会抑制房地产股价上升。但是货币供给量除了会影响股票价格还会涉及其他领域的影响。
第二，当国家处于温和的平稳的通胀状况下且经济保持增长态势时,生产率与就业都会持续上升,所以股票价格将会持续上升。当重大的通胀是极其风险的,国民经济将会极度曲折,价格与工资不能与通货膨胀一同变动,价格发生改变。当通货膨胀率过高时,就会导致中央银行实施紧缩性货币政策。
第三，当单一事件对房地产行业进行冲击时，宏观经济调控手段不能直接的控制房地产股票价格的波动。XX应该针对该行业出台相应的政策，如对房地产单独行业的货币政策、税收政策或价格政策等，房地产行业作为中国经济的支柱，当单一事件对房地产行业发生过度的冲击，导致当地产上市公司股票价格大幅度震动时，应该重点扶持，避免出现“崩溃”情况。
参考文献：
[1]付庆华.我国货币政策调控房地产价格的有效性分析[J].生产力研究.2012(12):62-63+97
[2]沈律成.房价、股价波动与货币政策选择——基于VAR模型的实证分析[J].时代经贸.2021(05):66-69
[3]许晓,郑林.央行加息与股票收益率——基于单因素方差分析的实证研究[J].现代商贸工业.2007(09):33-35
[4]黎瑾.中国股市价格与人民币汇率联动性[D].西南财经大学.2009(08)
[5]吴谦.利率变动对股价指数影响的实证分析[J].上海统计.2002(05):20-21
[6]韩磊.地方XX竞争力对人才集聚的影响研究[D].南京航空航天大学.2013(07)
[7]李小茨.货币政策对我国房地产上市公司股票价格影响的研究[D].南京财经大学.2012(05)
[8]文卫,谭诗伟.我国房价与经济增长、货币供给和银行信贷的协整分析[J].宜春学院学报.2019(08):71-76
[9]钟平.主要经济变量对我国股市影响的研究[D].华侨大学,2014.
[10]陈星宇,陈江.房地产股板块指数影响因素的实证分析[J].当代经济,2013(19).
[11]钱逸伦.万科股价影响因素分析基于房地产行业上市公司的实证研究[J].经济纵横,2019(05).
[12]李艳.房地产上市公司股价影响因素实证分析[J].特区经济,2012(09).
[13]刘晓曦,葛扬,董凯.股价波动、住房消费与货币政策选择[J].西安财经学院学报,2020,33(02):40-49
[14]董江江.人民币名义有效汇率、货币供应量与物价水平——基于VAR模型的实证研究[J].中国商贸.2014(16):170-171
[15]彭博.X货币政策对我国上证指数的影响[D].中南财经政法大学.2019(09)
谢辞
走的最快的总是时间，来不及感叹，大学生活已近尾声，四年的努力与付出，随着本次论文的完成，将要划下完美的句号。
本论文设计在老师的悉心指导和严格要求下业已完成，从课题选取到具体的写作过程，论文初稿与定稿无不凝聚着老师的心血和汗水，在我的毕业论文写作期间，老师为我带给了种种专业知识上的指导和一些富于创造性的推荐老师一丝不苟的作风，严谨求实的态度使我深受感动，没有这样的帮忙和关怀和熏陶，我不会这么顺利的完成毕业设计。在此向老师表示深深的感谢和崇高的敬意!
在临近毕业之际，我还要借此机会向在这三年中给予我诸多教诲和帮忙的各位老师表示由衷的谢意，感谢他们四年来的辛勤栽培。不积跬步何以至千里，各位任课老师认真负责，在他们的悉心帮忙和支持下，我能够很好的掌握和运用专业知识，并在设计中得以体现，顺利完成毕业论文。
同时，在论文写作过程中，我还参考了有关的书籍和论文，在那里一并向有关的作者表示谢意。
我还要感谢我的同学们以及我的各位室友，在毕业设计的这段时间里，你们给了我很多的启发，提出了很多宝贵的意见，让我收益良多。对于你们帮忙和支持，在此我表示深深地感谢!
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：1158，如若转载，请注明出处：https://www.447766.cn/chachong/180313.html,
