首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 62 毫秒

1.  2013年上海房价变动成因及市场运行状况分析  
   朱琳莲《浙江统计》,2014年第4期
   2013年,上海市住宅销售价格呈上升态势.与上年相比,新建商品住宅和二手住宅价格分别上升14.7%和9.7%.新“国五条”政策在抑制投资、投机性需求的同时,自住、改善型的购买需求得到大量释放.从成交量看,无论是新建商品住宅,还是二手住宅成交量均保持较高水平,成交套数分别比上年增加25.5%和55%,且住宅销售市场去库存化明显.    

2.  基于主成分分析的商品住宅价格预测研究——以西安市为例  
   闫燕  刘开瑞《西安电子科技大学学报(社会科学版)》,2011年第4期
   近几年来,随着我国社会经济的不断发展以及城市化速度的加快,国内各大城市的商品住宅价格不断攀升,即便是在政府不断加强宏观调控力度的情况下,商品住宅的价格仍然呈走高趋势。针对这种现象,对房地产市场商品住宅价格的研究就显得十分必要。文章首先对西安市住宅房地产市场价格进行了分析;然后,在此基础上运用描述性统计分析方法有针对性的分析了影响西安市住宅价格的各个因素,并引入主成分分析方法进一步对影响西安市住宅价格的因素进行了实证研究,并得出结论。其次,基于主成分分析的结果,并结合计量经济学回归预测理论建立住宅价格预测模型,并得出西安市未来几年的住宅销售均价。最后,在预测结果的基础上并结合西安市住宅房地产市场的具体情况,对政府提出了使住宅市场健康稳定发展的政策建议。    

3.  基于carey模型的商品住宅价格波动机理及实证研究  
   兰峰《统计与决策》,2010年第8期
   文章针对近年来商品住宅价格波动较大这一特征,利用carey模型从商品住宅市场需求、供给及均衡价格为出发点研究商品住宅价格的波动机理,进而运用EVIEW软件对1998~2007年我国商品住宅平均价格进行实证检验,结论认为在商品住宅市场的价格决定及波动过程中,城镇居民可支配收入水平、土地成本、建材成本、心理预期以及投机炒作,是商品住宅价格的波动的主要影响因素。    

4.  济南市普通商品住宅销售价格研究  
   刘巧玲  程道平  王丽《经营管理者》,2009年第24期
   文章主要分析研究商品住宅价格的基本构成体系以及影响商品住宅价格的主要因素,并在此基础上测算在一定条件下济南市的商品住宅以什么样的销售价格能够获益,从而对商品住宅销售价格的制定起到指导作用。    

5.  基于主成分分析法的商品住宅特征价格模型改进  被引次数:3
   黄古博  李雨真《华中农业大学学报(社会科学版)》,2011年第4期
   特征价格模型作为一种对商品住宅价格进行有效分析和评估的工具而广泛应用于房地产领域。针对特征价格模型在实际应用中自变量数目较多、选择难度大且存在多重线性相关的问题,提出采用主成分分析法对商品住宅特征模型进行改进,排除变量间的线性相关对特征价格模型产生的误差。同时,以武汉市轻轨沿线商品住宅楼盘作为研究对象,构建了基于主成分分析的商品住宅特征价格模型,并用该模型对商品住宅价格的预测结果与实际销售价格进行对比,结果显示多数样本预测误差在5%以下,验证了改进模型的优越性。    

6.  武汉市商品住宅价格影响因素研究  
   张育斌《决策与信息》,2012年第5期
   本文通过建立偏最小二乘回归模型,对武汉市2002-2011年商品住宅价格趋势和影响因素进行了分析,结果表明,GDP、城镇居民人均可支配收入、人口总量、商品住宅销售面积、通货膨胀等因素与商品住宅价格有正相关效应,商品住宅竣工面积和城市化率对商品住宅价格有负相关作用.    

7.  商品住宅需求及价格的市场内部推动因素分析  
   孙玉环  马晓燕《统计与决策》,2008年第17期
   文章以1998~2005年间大连市住宅市场运行的季度时间序列为基础,通过利用协整理论和建立自回归分布滞后模型,探讨了住宅套均面积、家庭总户数、人口结构等市场内部因素对于商品住宅需求及价格的影响.结果表明,住宅市场有效总需求及住宅价格均与各市场内部因素之间存在长期协同互动的关系,受市场内部因素的影响显著.    

8.  数字  
   《经营管理者》,2011年第3期
   28426元根据《上海市开展对部分个人住房征收房产税试点的暂行办法》,住房市场交易单价低于上海市上年度新建商品住房平均销售价格2倍(含2倍)的,税率可暂减为0.4%,其他住房税率为0.6%。去年上海市新建商品住宅全市平均销售价格为14213元胛。于是,28426元/m^2成了分水岭。    

9.  我国商品住宅销售价格上涨特征及原因  被引次数:4
   曹丹  谢合明《西南民族大学学报》,2006年第27卷第4期
   2003年以来,商品房销售价格特别是商品住宅销售价格上涨过快、过猛,从而引起了社会各界的广泛关注,本文分析了我国商品住宅销售价格上涨特征并从供给、需求、成本、运行机制、市场主体等方面论述了影响商品住宅销售价格上涨的主要因素,以期找到解决商品住宅销售价格过高的方法。    

10.  基于VAR模型的兰州市人口因素对商品住宅需求影响的实证分析  
   李怡文  石培基《人口学刊》,2015年第3期
   本文依据1980~2014年兰州市人口结构和商品住宅交易数据,通过建立人口因素变量与商品住宅需求价格的VAR模型,进行兰州市人口因素对商品住宅影响的实证分析。研究发现:人口出生率的下降在短期内对商品住宅市场的发展与繁荣产生正效应,长期正效应不再显著,城镇人口占比对商品住宅价格的脉冲影响总体呈倒"U"形态势,这一趋势将会持续;兰州市的生育结构对房地产经济产生积极影响;城镇人均居住面积对商品住宅价格呈持续显著正向影响,第三产业人口占比对兰州商品住宅价格的影响在短期内波动,长期影响将逐渐增大。    

11.  对我省商品房价格走势的分析  
   黑龙江省统计局投资处《统计与咨询》,2005年第4期
   2005年前5个月,我省房价涨势渐趋平稳。前5个月,全国商品房平均销售价格2948元/平方米,比上年同期上涨8.9%,比2004年全年平均售价涨8.6%。与上年同期相比涨幅在10%以上的有14个省(区、市),其中5个省(区、市)涨幅在20%以上。我省商品房平均销售价格为2029元/平方米,比上年同期下降4.1%,比2004年全年平均售价涨4.5%。其中商品住宅售价1902元/平方米,比上年同期上涨0.4%。我省商品房平均销售价格比    

12.  影响商品住宅价格的因素分析——以银川市为例  
   李海洋《宁夏社会科学》,2010年第4期
   本文分析了影响商品住宅价格的若干市场供需因素和政策因素,并利用银川市1999~2009年间的样本数据建立了商品住宅价格影响因素的计量经济模型。模型结果显示,城镇居民收入水平、人口数量是影响银川市商品住宅价格的主要因素。基于此,本文认为近几年商品住宅价格的上涨有一定的必然性和合理性,但政府仍可以通过提高居民收入水平、控制合理的人口规模和继续加大有关民生的城市基础设施建设等措施来稳定商品住宅价格。    

13.  上海市商品住宅价格影响因素的计量分析  
   张婉《经营管理者》,2009年第12期
   文章以上海市市区的普通商品住宅为研究对象,利用上海市1995——2007年的数据,通过STATA软件建立上海市商品住宅价格的计量经济模型,分析各主要因素对房地产价格的影响方式、影响程度和作用方式,希望可以对上海房地产市场提出有效的调整房地产价格使之增长减缓的政策建议。    

14.  北京市普通住宅商品房销售面积预测  被引次数:2
   闫绪娴  夏恩君《北京理工大学学报(社会科学版)》,2002年第Z1期
   申奥成功、加入WTO ,这一切都会将北京的房地产业推向一个新的发展高潮。北京市商品房的价格会持续上涨吗 ?本文将应用改进的灰色预测模型GM(1 ,1 )对影响北京市商品房价格的影响因素之一———北京市普通住宅商品房销售面积进行预测分析。    

15.  房价与住房信贷风险的相关性分析及对策研究  
   《云南财贸学院学报(社会科学版)》,2012年第2期
   首先基于供需理论简要地分析了目前可能引发房价波动的主要因素,然后用ARIMA模型对北京市商品住房价格指数进行预测分析,得出在未来半年内,北京市的住房价格指数仍有小幅上升趋势的结论,在该结论的基础上从商业银行视角、开发商立场和个人住房价格模型及抵押贷款理论方面进一步讨论上升的住房价格指数对住房信贷风险的影响机理,并据此提出防范住房抵押信贷风险的对策和建议。    

16.  基于拉开档次法组合模型在物流需求预测中的应用——以江苏省为例  
   李磊  易琼坚  单丹《江南大学学报(人文社会科学版)》,2015年第14卷第1期
   为了对物流需求进行科学预测,文章在主成分分析的基础上,选取了对物流需求影响较大的3个主要因素:人均社会商品消费额、人均GDP和商品零售价格指数为自变量.分别建立了多因素灰色预测模型、ARIMA预测模型、多元回归预测模型,并运用拉开档次法建立了组合模型。通过该组合模型对江苏省物流需求进行了预测。结果表明,江苏省物流需求每年以近9.5%快速增长。与其他预测模型相比,该预测模型具有更高的预测精度。    

17.  灰色模型在西安住宅市场预测中的应用及市场分析  被引次数:2
   刘宪锋  南灵  石志恒《西北农林科技大学学报(社会科学版)》,2005年第5卷第3期
   在简要介绍灰色模型尤其是GM(1,1)模型的同时,利用西安市1999~2003年的住宅销售总量数据,建立了西安住宅销售总量预测模型。经模型检验,该模型合格。利用该模型对2004~2007年西安住宅销售总量进行了预测。最后在预测的基础上,对开发商及政府管理提出了几点建议。    

18.  上海城镇居民住宅消费市场的研究  
   宫克  王龙德  周健勇《上海理工大学学报(社会科学版)》,2003年第25卷第3期
   上海城镇居民住宅消费存在着巨大的潜力,但当前城镇居民住宅消费支出比重偏低,居民购买力不足。本 文对现阶段制约城镇居民住宅消费需求的主要因素进行了系统分析,并提出政府的基本政策取向,即以降低商品 住宅价格为突破口,加快公房出售和人市的步伐,大力发展金融市场等。    

19.  房地产价格波动与消费增长--基于中国数据的实证分析及理论解释  被引次数:11
   洪涛《南京社会科学》,2006年第103卷第5期
   本文对中国31省(市、区)2000-2004年的面板数据进行了实证检验,结果显示商品房屋平均销售价格上涨有降低个人消费支出的压力,这与现有的理论预期和实证结果并不一致.进一步的分析表明,中国房地产价格波动与个人消费支出之间的负相关关系,主要源自于住宅价格对消费的反向影响超过了商业地产和办公楼的财富效应.为解释这个现象,本文针对不同类型房地产的差异进行了理论分析,认为对于以居住为目的尤其是首次购房的消费者来说住宅是一种准吉芬商品,其价格上涨必然挤占对其他商品的需求.中国由于住宅产业正处于产业升级阶段,这种准吉芬商品特性发挥了压倒性的作用,从而在总体上房地产价格波动与消费增长之间体现出负相关关系.    

20.  改进住宅销售价格指数编制质量的一种思路探讨  被引次数:1
   孙玉环《统计研究》,2011年第28卷第10期
    在介绍链式更新特征价格法编制房地产价格指数基本原理的基础上,基于大连市商品住宅交易数据全库,结合大连市房地产市场的运行特点,综合考虑各住宅特征信息的可获得性,从建筑特征、邻里特征和区位特征三个方面,确定了22项影响住宅价格的特征因素以及大连市“标准商品住宅”的标准,然后以2006年为基准建模期,采用两期链式更新法构建了大连市商品住宅对数线性特征价格模型,进而计算得到以2006年1月为基期的商品住宅月度特征价格定基指数序列,最后总结了链式更新特征价格法的技术特征以及对于改进我国房地产价格指数编制质量的现实意义,同时提出编制城市房地产特征价格指数所需要的制度规范与保障。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号