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.     

基于时空加权回归模型北京市房屋租赁价格的空间分析

基于北京市77个小区2013年4月到2014年3月的月度房屋租赁价格数据,利用时空加权回归模型分析了租赁价格与其相关协变量之间的关系,结果揭示了北京房屋租赁价格的空间特征和不同影响因素的影响.     

基于前景模式下的房地产去库存策略研究

针对我国目前房地产去库存的现状,提出基于前景理论的房地产去库存调整方法.首先,对房地产去库存的问题进行描述,接着,房地产去库存决策者根据前景理论中价值函数及权重函数的思想,并根据房地产当前的形式,对房地产去库存方案的进行新的评估,在评估过程中,利用价值函数对房地产去库存的数量,房地产去库存的财产损失以及房地产去库存的综合成本,形成新的参考点的损益值,然后,通过权重函数以及房地产择优化方法,得出房地产去库存的结论.最后,通过案例分析,验证了所提出方法的可行性和有效性,为房地产去库存的决策提供了可参考依据.     

银行的金融租赁战场

银行系金融租赁公司不仅促进了租赁业在我国经济中地位的提高,而且在支持经济发展方面发挥出越来越重要的作用。特别是金融租赁独具的＂融资＋融物＂的优势,能够更有效地控制资金走向,直接服务于实体经济。     

在线多租赁选择问题的最优竞争策略

在线算法与竞争分析是研究信息不确定决策问题的一种新工具,应用该方法研究在线租赁问题是近年来国内外的一个研究热点。传统的在线租赁问题以经典的"雪橇租赁模型"为基础,考虑在线决策者可以选择购买或按单位时间租赁的方式来使用设备。然而现实租赁市场(比如汽车租赁,房屋租赁)往往提供多种租赁方式供在线决策者选择,除了按单位时间进行租赁,通常可以以一个较优惠的价格租赁多个单位时间。在这种现实背景下,本文建立了多种租赁形式下的在线租赁模型,给出了这种租赁模型下的确定性竞争策略,并证明该策略具有最优竞争比。     

双人合作的在线雪橇租赁问题

以往的文献只研究了单人雪橇租赁问题,本文将雪橇租赁问题扩展到了双人合作情形.研究了两个在线决策者的合作博弈模型,给出了TBS策略和BCS策略,并求出了双方收益分配的纳什均衡解.结论显示,TBS策略具有最小竞争比,但基于该策略的合作却不稳定,需要契约维持;BCS策略不具有最小竞争比,却是占优策略,基于该策略的合作是稳定的。因此存在合作可能的情况下,选择BCS策略的合作总比非合作要好。文章第4节详细的比较了TBS策略和BCS策略。   此外,文章还得到了一个有意思的发现,随着参与人的增加,竞争比是有可能不上升的.这一发现与经典的在线问题(如k-server问题)的结论不一样,在k-server问题中,随着参与者(服务器)的增加,竞争比会呈线性提高》。     

面向需求的房地产市场投机度界定及诱因辨析

基于理性范式,遵循消费者均衡条件,根据我国面临的局部经济过热背景,推定了房地产投机的实质是需求结构扭曲,而且经济周期影响需求结构的途径是收入和替代效应,据此并借助空间几何方向余弦概念具体界定了房地产市场投机度,进而求解了收入效应和替代效应催生地产泡沫的诱因变量,确定了引发投机度波动的诱因变量变动域,即:货币的边际效用降低率越小,投机度越高;收入增长对投机度影响具有不确定性;缩小包括房地产在内的商品价格的上升幅度、增加非地产投资收益率并稳定地产投资收益率可抑制房地产泡沫.     

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.     

我国房地产投资是否具有挤出效应?——基于I(2)VECM的分析

本文实证检验我国房地产与非房地产投资之间的关系,通过构建两者资本存量之间的二阶单整(I(2))向量自回归(VAR)模型,两者投资额之间的一阶单整(I(1))VAR模型,以及投资增长速度之间的平稳(I(0))VAR模型,运用协整分析技术,将两者之间的关系分为长期、中期、短期并进行了实证检验。本文还对房地产投资的挤出效应进行了检验。长期来看,房地产投资对非房地产投资具有明显的挤出效应,而非房地产投资能够促进房地产投资的增长。     

中国房地产网络舆情分析

随着互联网技术的运用,基于文本挖掘的网络舆情分析,近年来也越来越受到学术界相关人士的关注。本文结合词云、关联规则、文本倾向性分析等数据挖掘与可视化技术,对2015年第二季度中国房地产网络舆情进行了实证研究与分析,在论证相关方法可行性的基础上,构建了网络舆情分析的基本框架。基于分析本文发现了该季度热点话题的分布与关联,并对各个话题的总体倾向性水平进行了评述,给出了相关政策建议。