数量型与价格型货币工具对房地产市场价格的影响机制研究

使用非线性边限(NARDL)模型探索数量型和价格型货币政策工具对房地产市场的影响.结果显示无论数量型货币政策和还是价格型货币政策都会对房地产价格产生非对称性效应.对于数量型货币政策来说,紧缩的货币政策和宽松的货币政策都会显著影响房地产价格.相对而言紧缩的货币政策对房地产市场的影响效果更明显.对于价格型货币政策来说,利率变动对房地产价格的影响在长端呈现非对称特征,而在短期则无此效应.降低利率水平能够推动房地产价格的提升,而提高利率无法有效地约束房地产价格的上涨.     

中国房价形成机制的实证研究

构建了房地产市场的供求模型和均衡价格模型,引入商品房销售价格、销售面积、施工面积等9个变量,建立相应的联立方程组,对房地产价格形成机制进行了研究.研究结果表明：房地产的价格很大程度上受到居民收入、利率、以及土地价格的影响,相对而言居民收入和利率的影响最为明显.同时,居民对房地产的潜在需求和有效需求间的差距较大.目前相关部门应更加关注房地产市场有效需求的规模,并适当调整利率、土地供给等,从而保证房地产市场的稳定发展.     

基于MIV-BP型网络实验的房地产价格影响因素研究

房地产价格是保证房地产经济健康运行和资源有效配置的关键.影响房地产价格的因素复杂,各因素的变化势必将对房地产价格的涨跌产生影响.以经济学中的供求理论为基础,以上海市商品住宅价格为研究对象,对BP神经网络进行训练,计算各因素对房价的平均影响值(MIV),构建MIV-BP模型,实证分析各因素对房地产价格的影响作用.结果表明:生产总值,贷款利率,居民人均可支配收入成为影响我国房地产价格的主要因素.居民消费价格指数,土地增值税对房价产生较显著影响.而在上述变量作用下,房地产供给面积与销售面积已经很难影响房地产价格的走势.因此应将生产总值,贷款利率,人均可支配收入作为房地产价格调控的着力点.     

基于岭回归法的四川省房地产价格影响因素研究

房地产行业作为国民经济运行中的重要产业,分析房地产价格的影响因素,对中国宏观经济政策及房地产企业开发战略具有重要的意义.四川省作为西部大开发战略的重要地区,近年来城市化快速发展,笔者应用2000—2011的四川省面板数据,选取了供给方、需求方、以及宏观经济环境一些主要的变量进行理论分析,在此基础上,对这些变量与房地产价格进行多重共线性诊断,采用岭回归方法对四川省房地产价格的影响因素进行研究.最后根据研究结果对四川省房地产业业的健康发展提出具有针对性的政策建议.     

人民币汇率波动与我国房价关系的实证分析

分析了汇率影响房价的机制,利用人民币实际有效汇率、房地产价格指数和银行同业拆借利率共30组数据(2005,07～2007,12)建立了向量自回归模型(VAR),并使用协整、Granger因果检验,脉冲响应分析对人民币汇率波动与我国房地产价格之间的关系进行实证检验.研究结果表明,人民币实际有效汇率对房地产价格产生正向影响,人民币升值是引起房价上涨的格兰杰原因.在现阶段,控制因人民币升值而进入中国的境外资金过度流入房地产市场,有利于保持我国房地产价格稳定.     

土地市场波动与房地产价格的关系分析:基于VAR模型的实证研究

随着中国经济增长、城市化的发展,房价不断攀升,居民面临巨大的购房压力,而政府也开始对房地产市场进行调控,在房价构成因素中,土地成本占有很大比重,因此土地价格,土地供应面积与房地产价格之间的关系研究对促进房地产市场的合理发展有十分重要的意义.以2002年到2011年我国土地供应面积,土地购置价格和房地产价格的月度数据为样本,对土地供应面积,土地购置价格与房地产价格进行协整检验后,构建VAR模型进行格兰杰因果检验后发现土地供应价格,面积和房地产价格互为因果;对城市土地购置价格和房地产价格进行脉冲响应分析和方差分解后发现房地产价格和土地价格之间的存在相互影响,且在短期内都受土地供应面积的影响但程度不高.     

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.     

房地产泡沫相关因素及相关关系的实证研究

通过理论探讨及文献研究,建立了与房地产泡沫有关的的四个关键因素,土地价格、房价虚涨、房地产投资和房屋空置率与房地产泡沫的关系路径分析模型,并通过30个省市的相关数据进行了统计分析,检验该模型.研究结果表明:各活动要素的影响强度存在着一定的差异,土地价格和房屋空置率对房地产泡沫的影响最大,房价虚涨和房地产投资泡沫对于房地产泡沫的直接影响不是很显著,但是可以通过土地价格泡沫和房屋空置率泡沫等其他变量间接地发挥显著作用.指出了局限性.     

我国货币政策运行状态的量化分析与预测——基于非平稳离散选择模型和SVM方法比较

本文利用非平稳离散选择(NSD)模型,在两种时间刻度下,对我国央行货币政策操作中调整法定存款准备金率和定期利率的动态行为进行量化分析和预测,并与支持向量机(SVM)的预测结果进行比较.结果表明,核心经济变量及其纵向相对水平变化对央行货币政策调控决策具有显著且较优的解释能力.根据样本外模型预测结果,本文认为以月度为单位对央行制定执行货币政策行为进行分析预测比以季度为单位更为合适.虽然SVM模型整体样本外预测能力优于NSD模型,但NSD核心差分变量模型对央行上下调整政策行为具有较好的预测能力。本文结论对央行的货币政策调整决策行为具有一定的解释能力,有助于市场主体衡量经济运行状态,及时把握央行的货币政策操作动向.     

基于向量自回归模型和误差修正模型的房产税、住房供给、住房需求和房产价格的关系

研究房产税开征对房地产市场的影响,不仅能使人更好地了解和懂得房产税的精髓,为后续研究提供理论参考,还能对探讨如何有效调控房地产市场有着深远的意义,对确保中国经济又好又快发展,社会和谐稳定,维护个人尊严和实现中华民族的中国梦都有积极的社会意义.采用的是2007年01月到2016年12月十年间的月度宏观经济数据,在经过数据处理消除通货膨胀、季节性等影响后,运用EVIEWS6.0软件对数据进行平稳性检验和协整检验,得出各变量数据之间存在协整关系后通过建立向量自回归(VAR)模型和误差修正(VEC)模型来研究房产税(T)、住房供给(S)、住房需求(D)和房产价格(HP)之间的相互影响关系.     

基于PCA-VAR模型的房地产信贷政策调控效应分析

有效的房地产调控,既要实现稳定房价、控制房地产开发投资过快增长等调控目标,同时也不会对宏观经济带来过大的负面影响.在分析各类房地产调控政策传导机制的基础上,通过构建PCA-VAR模型,并综合运用了协整分析、Granger因果检验、方差分解和脉冲效应分析等方法,细致测算了房地产信贷政策对房地产市场和宏观经济的影响,据此为我国实施房地产调控提供政策建议.     

我国房地产市场发展问题研究

房地产市场是一个庞大而复杂的系统,它对我国国内生产总值有重要影响,并和百姓生活必需的"住"关系极为紧密.因此,有必要对房地产市场进行深入分析.从当前社会经济发展的现实着手,建立了一系列数学模型,包括房地产市场的供求模型、价格影响模型、房地产行业与国民经济相关行业关联度模型和房地产行业泡沫度量模型.并运用可获得的经济数据对以上模型进行了实证分析,旨在研究如何促使房地产市场健康稳定地持续发展,同时为国家制定房地产的相关政策提供一定的理论参考.     

基于房地产行业发展现状的数学模型

基于我国房地产行业发展的现状,根据优化与运筹的相关数学理论,采用BP神经网络、灰色理论、目标规划等方法,建立了住房需求-供给模型、房地产行业与国民经济其他行业关系模型、房地产行业态势分析模型、房地产行业可持续发展模型、合理房价制定模型,对我国的房地产行业作了深入的分析和科学的探讨,给政府相关部门制定决策提供了重要的理论依据.     

金融危机前后中国房价指数对CPI的影响

针对房地产价格指数（REPI）变化对CPI影响关系的问题,提出运用STR模型进行实证．通过选取2005年7月到2009年11月的月度数据,结果发现：房地产价格指数以及CPI变化之间关系适用于复杂的非线性模型,即房地产价格指数的变化与CPI的变化之间的关系适用于LSTR2模型,转换变量的门限值为C1=0．0016、C2=0．0038;房地产价格指数的变化对CPI有明显的推动作用,仅考虑非线性部分,当其转换变量超过门限值时,房地产价格指数每增加1单位,CPI将增加0．35个单位．因此,相关的部门制定政策时,应考虑到该关系中的非线性部分;加强房地产市场宏观调控与房地产市场的监管力度,保持房价稳定进而抑制CPI过快上涨．     

房地产市场供求均衡与房地产价格研究——以北京商品房市场为例

中国房价上涨幅度较大,研究房地产供求市场及其价格,能把握房地产市场规律,促进房地产市场的平稳健康发展.研究从供求均衡理论角度分析了房地产市场的供求规律及其价格,通过建立商品房市场的供需动态均衡模型,以1990~2010年北京市商品房市场为例,对房地产市场的供求弹性、与长期均衡之间的关系及其对房地产价格的影响进行了实证研究与分析.研究表明房地产供给市场长期略具弹性,而需求市场长期弹性较大,价格对商品房市场的调节作用并不明显,实现房地产市场的供求均衡,需要政府力量的介入并对市场进行宏观调控.     

房地产开发活动均衡分析与过度开发行为控制

在把房地产投资开发项目看作为一种具有弱再生性经济资源的基点上,对房地产投资开发活动进行了均衡分析,讨论了房地产开发活动中的最优平衡解及其相互之间的制约关系,分析了税收和配额价格等经济参数对最优平衡解的影响,给出了抑制房地产过度投资开发行为的控制模型与方法,并得出了相应的政策启示.这些研究结果,可以推广应用于其他各种可再生资源的投资开发与管理当中去,有着广泛的应用前景.     

房地产行业的数学建模分析

分别建立了需求模型,供给模型,房地产与其他产业的关系模型,房价模型及房地产发展趋势的预测模型,并对影响模型的相应因素做了简要的分析.     

数据挖掘在房地产价格预测中的应用研究

通过基于数据挖掘理论的粗糙集和神经网络的研究,用属性约简算法约简并提取了影响房地产价格的主要指标因素,对降维后的数据进行网络学习和训练,最后用训练好的的网络检验测试样本.方法使学习训练的速度和识别率提高了,为房地产价格预测提供了一种更为有效和实用的新途径.