房价变动对固定资产投资影响的实证分析

在定性分析房价对固定资产投资影响机制的基础上,利用2003-2016年期间固定资产投资额、国内生产总值、商品房平均销售价格以及1-3年期央行贷款利率等指标的年度数据,对包含房价的固定资产投资函数进行协整回归,得出我国房价对投资有显著的正向刺激效应,同时对可能的原因进行分析,并给出房价调控的政策建议.     

城市创新性特质对房价分化影响的实证研究

楼市"去库存",任重而道远,房地产市场荣衰分化严重,根本之源为何,值得深究。本文从城市创新性特质的内涵出发,分析城市创新性的特征体系,构建中国35个大中城市的商品住宅价格和土地价格的非线性实证模型,利用数据驱动的思想,由实例数据出发建立半参数模型及广义矩估计(GMM)的方法建立线性和非线性结构中参数的相合估计,合理诠释城市创新性特质对房地产价的非线性影响机理。研究表明:城市的创新性特征对于房地产市场具有更为突出的正相关作用,溢出效应显著,是引致中国房价分化的内爆力。     

基于灰色理论的温州房价预测模型

以温州统计局有关房地产销售数据为分析对象,用销售总面积和销售总额折算成价格指标,采用灰色系统GM(1,1)建立数学模型对房屋价格指标进行分析和预测.基于投资回报周期和预期心理,对2007至2010年的房价作两次平移整理后再进行建模,效果更为理想.利用模型对.2011年上半年房价进行预测与市场行情吻合性程度高.     

住宅市场价格波动的异质有限预期模型

研究目的在于分析异质有限预期条件下,住宅市场的价格波动.住宅市场被视为由具有异质、互竞预期的行为人所构成的演化系统.研究结果解释了住宅市场价格波动的一些典型现象,如均衡或震荡、收敛或偏离等.此外,研究显示市场结构的变动取决于行为人的策略选择.由于不同市场调节工具对价格波动的影响不同,市场监控政策应视特定市场、特定时期的具体情况而制定.     

货币政策对房价及其波动的动态影响——基于协整关系的面板GARCH模型

利用全国五大地区房价及相关数据,建立面板均值回归模型和面板GARCH模型,研究了货币政策对房价及其波动的影响.实证表明:在控制房价方面,信贷控制手段有效,但在购房者预期没有改变时,利率手段无效;在房价波动方面,所有地区的房价波动都受前期波动的的正向影响,不同地区的房价波动区别很大,珠三角和长三角房价波动最大,而环渤海地区的波动较小,中西部地区波动最小.最后,对实证结果进行经济分析并提出相应对策建议.     

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。     

城市创新效率测度及其对房价分化影响的实证研究

随着中国经济步入减速换挡、提质增效的新阶段,房地产市场也开始呈现新常态,城市房价分化特征愈加明显,与此同时通过测算发现城市之间创新产出的不均衡程度比创新投入不均衡程度更强。基于此,本文在探讨城市创新效率对房价影响的作用机理基础上,借助FP指数测度中国35个大中城市历年创新效率,将城市创新效率引入房价均衡模型,并使用面板门限回归方法分析了城市创新效率对房价的非线性作用机理。结果表明城市创新效率对房价具有溢出效应,并且是引起中国城市房价分化的重要原因。最后根据实证分析结论提出了创新环境构建、产业优化布局、房地产"因城施策"等才面的政策建议。     

异质预期条件下房价波动非线性延滞差分方程

通过建立蛛网模型分析经济变动对具有后向预期性质的房地产市场的价格波动的影响.其中,市场需求函数采用简单使用者成本模型,而供给函数则以存量-流量模型为基础.通过建立一组n阶延滞差分方程来分析一类异质后向预期房价波动模型的性质,例如均衡或振荡,收敛或偏离等.结果显示需求弹性小于供给弹性并不是形成振荡的必要条件.房价的波动会随着异质后向预期假设以及其他内生因素的不同而产生本质不同的变化.     

房价小跌怡情

全球经济刚刚从“急救室”里推出来,中国的房地产市场却仍在“高烧”。一些本该用于企业主业的资金被持续投入房地产市场,这些企业的CFO目前的要务,是给自己的决策层适当“降温”。     

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.