基于ECM模型的房价波动与主要经济因素关系的实证分析

房地产价格的大部分成本是在房子的开发和建造过程中产生的,而房价的波动还受很多因素影响.近年来,随着我国GDP总量增长,人均可支配收入的提高,以及城市人口迅速膨胀,我国房地产市场发展迅猛,房价一路高涨.本文研究了房价和各种经济因素间的关系.根据2000-2014年中国房地产平均售价和主要经济因素国内生产总值、全国城镇居民人居可支配收入(元)、5年以上贷款利率、货币供应量M1以及人民币对美元汇率的年度数据,通过统计分析,建立向量自回归(VAR)模型并进行修正,根据修正后的ECM模型和稳健性分析得出结论:长期看来,房价对人民币对美元汇率(ROE)具有反作用的经济后果,短期的美国次贷危机可能造成房价对人民币对美元汇率影响的正向作用.     

基于GM(1,N)模型的郑州市房地产价格预测

首先从房地产需求、房地产供给、宏观经济三个方面对影响郑州市房地产价格的因素进行了灰色关联度分析.分析结果显示,造成郑州市房地产价格上涨的主要因素为:城镇居民可支配收入,竣工房屋平均造价,人均GDP,而土地供应面积和贷款利率对房地产价格的影响不大.然后,根据主要因素,建立了相应的GM(1,4)预测模型,对郑州市未来5年的房地产价格进行了预测.预测结果表明:房地产价格依然会继续上涨,且以每年约9%的增长率增长.     

长三角地区房地产市场是如何实现"去库存"的?

长三角地区在全国房地产"库存"的背景下,实现了房地产市场的不断向好.对长三角地区有关面板数据进行实证研究,实证结果表明房地产开发投资、医院床位数、工业生产总值与人均房地产成交面积呈正相关.城镇人口数,中、长期贷款利率与人均房地产成交面积呈负相关,高收入城市比低收入城市人均房地产成交面积低14.%,教育支出和城镇居民总的可支配收入对人均房地产成交面积影响不显著.     

房价变动对居民消费影响的实证分析

在定性分析房价对居民消费影响机制的基础上,利用2002年-2010年城镇居民人均消费支出、人均可支配收入、商品房销售价格、以及一年期存款利率的季度数据,对消费函数进行协整回归,得出我国房地产价格对居民消费存在显著的替代效应,并对可能产生该结论的原因进行分析,最后从增加公租房供给、提高金融领域投资收益等方面给出当前房价调控和通胀管理的政策建议.     

房价波动的空间效应:估计方法与我国实证

本文首次提出处理房价波动差异性的方法,并利用CCE估计法探讨了35个大中城市房价波动的空间效应。我国房价波动存在明显的空间效应,不同城市的房价波动具有较强的趋同性和横截面相关;同时,不同城市房价波动存在一定的差异和明显的领先滞后关系。房价均值、收入均值、贷款均值,均对房价波动有显著影响,在共同因素作用下,不同城市房价具有很强的截面相关、房价波动表现出趋同性。经济越发达的城市,不仅房价高、增长快,而且房价运行的独立性越强;而经济落后的城市,其房价容易受到外部地区房价的影响。房价高增长城市的人均可支配收入和贷款对房价的拉动作用大于房价低增长城市、波动性也更大。贷款在短期内是驱动我国房价波动的主要因素,但长期内,贷款对房价的拉动力比人均可支配收入要小得多。     

中国房地产价格的多元线性回归模型

近几年,房价的迅速增长,已经远远超过了GDP和居民可支配收入的增长.那么,我国房地产市场是否已经过热,是否已经出现了泡沫.基于2000~2006年的数据对我国房地产价格函数的影响因素进行了多元线性回归分析.尽管我国部分地区价格偏高,但是并没有出现商品房价格泡沫.     

基于面板模型的商品房价格影响因素的实证研究

选取了我国30个省市2006~2015年的面板数据,应用面板数据计量模型回归的方法,基于R语言对影响商品房价格的因素进行实证研究.首先,经过Hausman检验与F检验确定面板数据的模型为混合估计模型;模型可以通过十折交叉验证法、残差正太性的检验、Q-Q图检验、变量间共线性的检验;最后经过逐步回归分析,结果表明土地价格、商品房销售面积、居民可支配收入、人均国内总产值财政收入占地区生产总值比重、汇率这6个指标对商品房价格都有显著性的影响.其中,土地价格和居民可支配收入对商品房价格的影响最为突出.     

新建住房套型比例的合理性研究

本文以建设部提出的新建住房套型比例合理性为研究对象。基于我国城镇居民的年人均可支配收入的分布情况,依据《中国统计年鉴》的数据,用F分布拟合变换后年人均可支配收入,得年人均可支配收入密度函数;运用广义最小二乘估计人均年可支配收入与人均年最大可用于购房支出的线性关系;综合考虑人均可支配收入、家庭人口数的分布,首付率、按揭贷款年限、年利率和新建住房交易价对购房面积的影响,得家庭意向购房面积分布函数和合理的套型建筑面积结构比例。     

基于面板分位数回归模型的收入、利率对房价的影响关系研究

房价波动不仅影响到人们的居住质量和生活水平,也关系着国民经济的健康发展和社会的和谐稳定。探讨房价波动的主要影响因素,一直是理论界和实务界关注的热点问题。在构建收入、利率对房价的影响机制模型的基础上,选取35个大中城市1999-2011年的样本数据,利用面板分位数回归模型进行了实证分析。结果表明,我国大中城市房价主要由收入拉动而非成本推动,收入是影响房价上涨的主要因素,利率变动对房价影响不显著;不同分位数水平下各影响因素作用大小具有明显差异,房价水平越高的城市,房价受收入影响作用越大,而受成本、人均GDP等因素影响程度越小。研究结论对不同城市依据自身特征采取相应的调控政策具有一定参考价值。     

人口结构变动对房地产市场需求影响的灰色关联分析

基于灰色关联度分析方法,对影响福建省房地产市场需求的各因素进行测算、进而排序,得出各影响因素的相对重要性依次是:商品住宅房屋竣工面积商品房平均销售价格城镇居民人均可支配收入第三产业人口占比城镇人口数占比15-64岁人口数占比男性人口数占比福建省GDP房地产开发投资额.人口的年龄、性别、城乡和产业四个方面结构变动对福建省房地产市场需求的影响已不容忽视,这对于预测房地产市场发展变化具有重要意义.     

More on cancellative semigroups on manifolds

Communicated by D.R.Brown     

基于学习—遗忘效应的生产率降低损失索赔研究

建设工程项目很多具有重复性施工的特点,本文利用这种特点将学习-遗忘效应应用到平衡作业线(LOB)方法中,分析因为工程中断造成生产率的降低的现象,认为因生产率降低而导致工程工期的延长实际上超过工程实际中断的时间,最后以一个工程案例来说明分析过程.     

Remarks on continuum cardinals on Boolean algebras

We give some results concerning various generalized continuum cardinals. The results answer some natural questions which have arisen in preparing a new edition of 5 . To make the paper self‐contained we define all of the cardinal functions that enter into the theorems here. There are many problems concerning these new functions, and we formulate some of the more important ones.     

Remark on the weierstrass points on curves

We give a treatment of the Weiertrass points of curves which is a little different from the treatment by Laksov. We introduce the notion of theith weight which makes the treatment easier and gives an algorithm for computing the gap sequence of an effective divisor and the weight at a point. Supported in part by NNSF of China.     

Remarks on normal operators on Banach spaces

Rendiconti del Circolo Matematico di Palermo Series 2 - A closed densely defined operatorT on a Banach spaceX is called normal, iff $$T \in [C^0 (\hat \not C)]$$ , i.e. there is a homomorphism...     

A note on pseudo-metrics on the plane

Every c-finite measure Μ on the set G of the lines on the plane such that $$(0){\text{ }}\mu {\text{(\{ g}} \in G:{\text{ }}P \in {\text{g\} ) = 0}}$$ for every point P?R ² generates a pseudo-metric F on the plane when one puts F P ₁, P ₂= \(\tfrac{1}{2}\) μ({g∈G:g separates the points P ₁ and P ₂}) The pseudo-metrics which are generated in this way possess the property of linear additivity, that is F(P ₁,P ₃)=F(P ₁,P ₂)+F(P ₂,P ₃) for P ₁,P ₂,P ₃ on a line, P ₂ between P ₁ and P ₃, and are continuous with respect to the Euclidean topology in R ² × R ². In this paper we prove the converse: every linear additive and continuous pseudo-metric F is generated as above by some c-finite measure Μ on G for which (0) holds. The method of proof shows that values of linearly additive and continuous pseudo-metric F inside every bounded convex polygon C are determined completely by the values of F on (δC)². The representation of pseudo-metrics by measures is useful in derivation of inequalities for the former.