基于VEC模型房产税征收对房地产价格影响的实证分析

基于上海市2011—2018年时间序列数据,运用VEC模型分析房产税征收对房地产价格的动态效应.研究结果显示,房产税征收短期内引起房价小幅下跌,但长期房地产价格趋于稳定;新建商品住宅价格自我效应强,且影响二手住宅价格和房屋租赁价格;开征房产税虽对房地产价格影响有限,但可促使房地产市场发展回归理性.     

基于模糊神经网络的房地产价格评估问题研究

提出了一种基于神经模糊推理系统的商品住宅价格评估模型,分析了影响商品住宅价格的因素,给出了商品住宅价格评估指标体系,探讨了模型建立的原理及算法步骤.计算实例说明了该模型用于商品住宅价格准确评估的有效性和可行性,为房地产价格评估提供了科学的方法.     

中国商品住宅价格省际差异的决定因素——基于货币数量论的实证研究

利用货币数量论对我国商品住宅价格省际差异的决定因素进行理论分析,基于理论分析提出关于我国商品住宅价格空间差异决定因素及其决定机制的若干理论假设,然后采集2010年全国各省级行政区的房地产市场数据对理论假设进行了计量经济学检验,实证检验结果与理论预期完全一致,即我国各省商品住宅价格与该省城镇居民可支配收入、住宅抵押贷款余额增量高度空间正相关,与其商品住宅供应面积高度空间负相关。研究结论与利用传统S—D模式分析商品住宅价格的空间差异所得到的结论具有高度的逻辑一致性。     

商品住宅市场价格影响因素及价格预测

以上海市为例,构建了商品住宅价格影响因素指标体系,并利用主成分分析进行关键指标的筛选。建立了市场价格影响因素多元回归模型,得到了最主要因子为需求-供给因子的结论。利用GM(1,1)对市场价格进行预测分析,结果是未来五年价格呈缓慢增长趋势。     

北京现代建设和体制改革中的住房价格问题研究

北京市近年来商品住宅存在价格偏高的问题，造成这一问题的原因是城市经济体制改革的不同步和不配套。针对商品住宅价格偏高易产生抑制住房需求，以及加大房地产市场风险等不良后果，文章提出了相应的对策.     

重庆市房价与居民收入关系研究

建立重庆市商品房价格和城市居民人均可支配收入的线性模型和对数模型。结果表明重庆市的房价与收入存在显著的相关性。提出稳定和控制商品住宅价格过快上涨,增加居民收入,缩小贫富差距,提高购房能力等措施以促进房地产市场健康发展。     

模糊信息下消费者的预期消费惰性区间

为降低消费市场的信息模糊程度、促进消费增长,引入信息精度测度信息的模糊程度,提出一个新的含随机收入的预期消费模型。基于商品预测价格与未来价格的差异获得模糊信息的精度区间,构建消费者最大–最小化预期消费模型;运用随机控制方法获得模型封闭解,分析消费者的预期消费行为;以中国、美国和法国大宗商品能源板块2020年1月1日—2021年12月31日的日收盘价、开盘价数据为样本进行对比性实证研究。结果表明：模糊信息下,消费者预期消费行为存在惰性区间;市场不确定性程度越低,商品价格稳定性越强,惰性区间越小;信息模糊程度越低,价格效应越明显;未来随机收入不确定性对预期消费行为具有促进作用;相较于国际消费市场,国内消费市场惰性区间较小。本文研究可为消费者预期消费行为研究提供一个新的分析框架,且为繁荣国内消费市场建设提供经验证据。     

房地产投机泡沫测度实证研究

分析了房地产泡沫的成因,基于投机的房地产泡沫理论,建立房地产价格的回归模型,并在此基础上,建立了房地产投机泡沫测度的计量模型.然后,运用该模型对我国房地产市场进行投机泡沫测度研究,结果表明我国房地产市场在整体上并不存在泡沫,但已处在泡沫的边缘.最后,对社会上普遍存在的泡沫论观点进行了分析,指出我国房地产投资与宏观经济指标出现了脱节,存在过度投资,并不是泡沫,从而也支持了投机测度模型的结论.     

多元线性回归分析在房地产市场中的应用

从房地产需求的相关理论出发,以房地产价格、人均可支配收入、国内生产总值和城市化等为着手点对影响房地产需求的因素进行分析。同时运用近17年房地产的相关数据建立多元线性回归模型,进一步从实证角度分析各因素对需求量的影响程度。     

天津市新建商品住宅产业发展区域热度均衡研究

从天津市新建商品住宅交易类指标分析入手,经大量的统计工作,创造性地采用热度分析图法,深入分析天津各区县新建商品住宅发展热度均衡情况,较直观的探讨了区域住宅交易市场的发展趋势以及住宅市场发展的均衡程度,结论为政府、经济界人士、消费者、房地产开发商提供重要的信息支持.同时,研究表明热度分析图法是一种简单直观、快速有效的房地产区域平衡分析的方法,结论可靠,效果明显,值得推广.     

基于灰色BP神经网络组合模型的郑州市商品住宅价格预测

针对郑州市商品住宅价格问题进行了研究,在传统GM(1,1)模型的基础上引入BP神经网络模型,建立了灰色BP神经网络组合模型,采用传统GM(1,1)模型与灰色BP神经网络组合模型预测郑州市商品住宅价格.结果表明,灰色BP神经网络组合模型比传统GM(1,1)模型预测精度高,具有更好的应用价值.     

房价增长时期商品房需求模型构建

为了研究商品房房价增长时期,需求各影响因素与需求量间的数量关系.利用计量经济学方法和软件,分析了各变量和需求函数间的数量关系,以及各因素的重要关系,获得了房价增长时期商品房需求函数模型.并利用经济性、误差、拟合优度和显著性等检验方法对其进行了验证,其结果符合经济规律和各种检验.     

BP神经网络在商品住宅定价中的应用——以杭州市为例

商品住宅的合理定价问题是开发商开盘前面临的重大课题。文章运用BP神经网络非线性的学习能力,通过商品住宅定价的流程设计,运用商品住宅特征价格理论,分析商品住宅价格的影响因素,并采用大量样本数据进行模拟训练与验证,模型结果显示交易样本输出值与实际值相对误差在10%以内,达到精度要求。文章探索将BP神经网络引入到商品住宅定价中,避免了传统定价方法主观性较强的弱点,同时还为批量定价或估价提供了一种新思路。     

西安市经济适用住房价格分析

分析了经济适用住房的价格构成,以及西安市经济适用住房的现状和存在的问题,得出的结论是西安市经济适用住房价格过高,与普通商品房不能区分,中低收入者买不起;在分析的基础上提出降低经济适用住房价格的建议。     

基于房地产市场供求关系的房价模型 ——以湖南省为例

基于房地产市场的供求关系,应用计量经济学方法,建立房价决定模型,引入湖南省1995—2010年房地产市场的相关数据进行实证分析,得出结论：在其他条件不变的情况下,当湖南省的房屋实际竣工造价变动1个单位,房屋实际销售价格将同向变动0.647 6个单位;当贷款利率期望变动1个单位,房屋实际销售价格将反向变动10.610 3个单位;而当上期房价变动1个单位,当期的房屋实际销售价格将同向变动0.672 8个单位。同时,立足推动房地产市场协调发展,提出了相应的建议。     

上海市住宅两级市场之间价格关系的检验分析

应用协整检验和葛兰杰因果关系检验法，研究了上海市2001～2003年住宅一级市场(住宅开发、销售市场)与二级市场(存量房交易市场)之间价格的关系．研究结果表明，上海市商品住宅销售价格与存量房交易价格之间不存在长期稳定关系，但是滞后期数不同时，两者之间存在不同的因果关系．     

基于RBF网络的二手房价格评估

为了反映评估过程的非线性,合理确定二手房价格,通过分析传统评估方法的不足,提出了基于径向基函数(RBF)神经网络的二手房价格评估模型.模型包括数据库、输入、筛选、学习、测试、评估、输出、知识库8个模块.利用该模型对杭州市二手房市场进行了实证分析,网络测试取得了良好的结果,证明了基于RBF网络的二手房价格评估方法的实用性和有效性.     

基于商品自然属性价格模型的住宅价格分析

如何准确对住宅定价,已经成为社会关注的热点.从商品的自然属性着手,基于效用理论,消费者偏好理论与市场供需均衡理论,提出住宅属性价格概念模型,并构建了住宅属性价格计算模型.通过收集天津市中心城区453套住宅的交易资料,选择16个住宅属性,构建了属性价格计算模型,采用SPSS13.0软件对数据进行处理.对模型的统计学检验与经济分析表明,该计算模型高度有效,可以解释天津市住宅价格与自然属性的关系,可以揭示当地购房者的消费偏好,也可以为居民购房提供决策依据.同时,该模型也可以作为住宅的定价参考.     

我国商品房价格理性回归的路径探讨

文章用3个数量指标展现了近年来我国商品房价格上涨的非理性状态,商品房的价格之所以处于畸高状态,源于非正常的供给与需求因素。文章对不合理的收入分配格局、垄断程度较深的市场结构、流动性过剩的现况和我国长期以来不完善的住房结构体系进行深入的分析。商品房要想回归百姓可以接受的合理价位,需要建立合理的收入分配格局,建立竞争程度较大的房地产市场体系,遏制流动性过剩问题,同时还需要在我国建立完善的住房结构体系。     

住宅的特征与特征的价格--基于特征价格模型的分析

由于住宅产品的异质性,特征价格模型(HPM)被广泛使用于分析城市住宅市场,在理论分析的基础上,尝试构建特征价格模型对杭州市的住宅市场进行实证研究.该模型的理论基础主要由Lancaster偏好理论和Rosen的产品特征市场供需均衡模型两部分组成.通过收集杭州市西湖区278套住宅交易资料,选择15个因素作为住宅特征,建立了住宅特征价格模型.采用SPSSl0.0软件对模型进行多元回归,得到了6个主要住宅特征的隐含价格,并将9个与房价关系密切的住宅特征按照重要程度分为三类.对模型的统计检验和模型结果的分析表明,该模型是有效的和合理的,可以用来解释和分析当地的住宅价格.