房地产“限购令”密集出台

新一轮包括限购在内的房地产市场调控正在全国范围内展开实质性推进。目前，已有北京、上海、广州、南京、青岛、济南、成都、南宁、贵阳、太原、长春、哈尔滨等十余个城市出台了落实“新国八条”的调控细则，其中以提高户籍门槛的限购为重要手段。     

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.     

基于场景理论的中国城市居住房地产需求研究

源自芝加哥城市社会学派的场景理论最先发现并研究了文化和价值观对城市居民居住需求的影响力正在逐渐增强这一趋势.在当今我国城市,一些富含文化、价值观背景的特殊居住现象,如房奴、蜗居及蚁族也都客观呈现出了这类趋势的日益增强.将场景理论应用到中国城市居住房地产需求的研究中,通过文献和理论分析,提出了文化、价值观因素对中国城市居民的居住房地产需求影响的三个假设,然后基于场景理论模型构建了基于中国375个城区的区域场景文化因子,接着运用分层回归方法,对地区不同年龄层次人群的居住房地产需求进行了实证分析.最终证明了三个假设,并以此提出了相应的政策建议.     

集装箱班轮联营系统舱位租赁与分配决策优化模型

班轮联盟通过舱位资源之间的合作,以发挥规模经济的优势.以班轮运力配置模型为基础,建立基于非线性目标规划的班轮联盟舱位租赁决策优化模型,用于分析和研究联盟情况下集装箱班轮系统舱位租赁与配置优化与决策问题.通过实例计算分析,结果表明,航运公司通过航运联盟舱位租赁,在降低其系统成本、优化运力配置等方面有较好的优点,可适应复杂多变的运力配置情况.     

张龙根：CFO之变

张龙根喜欢说“我认为……”,对于叙述事情的过程,他似乎并不感兴趣,三言两语就可以把带领晶科上市的过程带过,可说起对本次多家赴美上市公司遭遇停牌的看法,他的话明显多了,语速也变得更快。对于描述和评论,他明显更偏重后者,这是一个对所有事情都有自己观点的人,在他的微薄里他会对红会、高铁、房地产、美国国债等大小事宜发表自己的看法,他关心经济、关心政治、关心社会,他说之所以在注册信息时没有使用自己的名字,是因为作为上市公司的CFO,他不希望自己的一些言论会影响到公司,他要对公司负责。他身上有中国男人的传统品质：修身齐家治国平天下。     

不完全偏好信息下房地产投资的模糊优选

解决了不完全偏好信息下含有模糊决策元素的房地产投资方案的优选问题.分析形成了房地产投资方案的评价指标体系,并在Hamming距离与Euclidean距离测度的基础上,建立了不完全偏好信息下的模糊多属性决策模型,能处理决策元素为一般模糊数的决策问题,同时提供了所建非线性规划模型的交叉迭代解法.实际算例的比较结果表明,本文提出的决策模型及算法优于文献中关于偏好信息完全确知的经典模型与算法.     

基于自组织理论的房地产泡沫动态演化过程研究

主要利用自组织行为理论,对非线性系统中房地产泡沫产生、形成、发展以及破灭的动态演化过程加以描述与分析.对自组织理论进行了简要介绍,并把这一理论应用于房地产市场,说明了房地产泡沫的动态演化过程就是一个不确定行为本质特征的复杂系统的自组织行为.在此基础上,对中国房地产泡沫的防范给出了政策建议.     

基于粗糙集理论的数据挖掘法在房地产选址决策中的应用

通过构建粗糙集BP神经网络模型,对影响房地产选址决策的指标进行约简,提取影响选址评价的主要指标因素用属性约简算法约简,将降维后的数据送入网络进行学习和训练,最后用训练好的的网络检验测试样本.模型使学习训练的速度和识别率提高了,为房地产企业在房地产选址决策中提供了一种更为有效和实用的新方法.     

房地产产业链相依结构演化及其危机传染效应研究

以钢铁、有色金属、家用电器、房地产、建筑材料、建筑装饰、银行、非银金融和机械设备九大申万一级行业指数所代表的房地产产业链为研究对象,通过采用R-Vine Copula方法来刻画房地产产业链上行业间相依结构及其在2008年金融危机冲击下的结构演化特征.研究结果表明:房地产产业链上各行业间普遍存在对称、厚尾的相依结构,行业间相依性水平较高;机械设备业在整个房地产产业链上起到了枢纽中心的连接作用;金融危机的发生增强了房地产产业链的总体相依性水平,危机传染效应显著;与CVine Copula和D-Vine Copula方法相比,R-Vine Copula更适合来刻画我国房地产产业链的相依结构特征.     

基于海量网站日志数据的房地产需求指数研究

网络日志数据作为亿万消费者的意图数据库,为研究消费者需求波动提供了有效的量化指标,研究以北京市二手房为例,首先构建网站浏览日志数据与房地产成交量的关联模型,根据用户购房意图对网站进行分类,以不同类型房产网站的浏览次数(PV)、用户数(UV)等数据衡量购房者的关注及需求波动,构建房产成交量的先行、一致和滞后指数并对其关系进行检验,构建的房产指数是对现有指标体系的补充,为房地产开发商、普通购房者、政府相关管理部门提供决策指导和参考依据.