基于主成分分析法的商品住宅特征价格模型改进

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。     

基于主成分分析的住宅特征价格模型的实证应用

在房地产行业中,由于特征价格法的定量分析能力较好,国际上应用较广。目前国内主要应用线性特征价格函数对住宅市场进行实证研究,其自变量之间存在一定相关性问题。基于线性Box-Cox特征模型变换的有效性和优越性,文中用主成分分析法对Box-Cox变换特征价格函数中的系数进行标准化处理,排除变量间的线性关系对特征价格模型所产生的误差。通过对西安市住宅市场实证研究,建立基于主成分分析的特征价格模型,用实际数据证明该方法的可行性。     

灰色理论在商品住宅价格预测中的应用

影响商品住宅价格的因素很多,既有宏观因素,也有微观因素.在商品住宅价格变动因素分析的基础上,以上海市历年商品住宅平均销售价格作为原生时间数据系列,建立了上海市商品住宅平均销售价格的动态预测模型,从模型的预测结果看,商品住宅的平均销售价格将保持上升趋势.需求拉动论、GDP增长论、成本推动论、地价上升论、品质提高论、产品结构论、动迁需求论、投机哄抬论等等因素是造成房地产价格不断上涨的原因.     

基于灰色系统的宁夏地区商品房价格影响因素的实证分析

一般认为,房地产市场的发展与经济增长存在正相关关系,房地产市场的发展是经济增长的一个重要推动因素,关于这一点已被我国二十多年的房地产市场发展所证明;然而,在经济高速发展的过程中我们也看到房地产的价格也在快速上升,尤其是住宅的价格;住宅的价格关系到广大消费者的切身利益,也是社会关注的热点问题。一旦调控不力,将会严重影响经济的可持续增长。本文以宁夏地区房地产市场为例,探求影响商品住宅价格各因素之间的相关关系,运用灰色系统理论对其进行了初步量化,通过商品房价格的灰色关联分析,确定了影响宁夏商品房价格变动的主要因素依次为建设成本、市场需求和宏观经济环境。     

基于系统动力学的商品住宅需求仿真研究——以南昌市为例

近年来,随着国家经济的迅猛发展,房地产投资规模逐年增大,城镇居民的可支配收入不断上涨,其购房能力明显提升,居民对住宅需求量日益增加,需求形式也呈现多元化.以南昌市房地产住宅市场为研究对象,系统分析商品住宅市场的价格、供需关系之间的相互影响关系,从城市人口、经济发展、住宅需求、住宅供给与住宅价格五个子系统出发,将住宅新增需求分为四类:结婚购房、投资性购房、改善性购房、其他因素购房,去构建商品住宅市场模型进行仿真实验.从宏观管理的角度出发,确立了城市人口政策、城市建设政策、税收政策和政策房供应政策四个参数调控类型,进行实证分析四种调控类型的仿真结果,为南昌市政府制定相关政策提供了理论依据.     

消费者预期对商品住宅价格影响的研究

利用上海和沈阳两个城市的商品住宅价格数据和宏观经济数据,通过回归分析,对住宅价格与消费者预期之间的关系进行了实证研究,指出消费者预期已成为目前影响这两个城市商品住宅价格的主要因素,提出了稳定消费者预期、保证住宅市场健康发展的几点建议。     

哈尔滨市商品住宅价格影响因素的计量经济分析

文章以哈尔滨市市区普通商品住宅为研究对象，利用哈尔滨市1996--2006年的数据，从房地产价格形成机制出发，运用计量经济学的理论，通过Eviews软件建立哈尔滨市商品住宅价格的计量经济模型，分析了各主要影响因素对房地产价格的影响方向、影响程度和作用方式，为政府、开发商、居民提供重要的决策支持，对于制定有效的宏观调控政策具有重要的意义。     

西安市房地产市场景气指标筛选研究

为准确反映西安市房地产市场的总体运行趋势和波动状况,科学构建西安市房地产市场预警指标体系,通过西安市房地产市场预警系统的建模、景气指数计算、景气状况分析、市场预警等后续研究奠定基础,依据可行性和代表性原则,初步选取影响西安市房地产市场运行中的27个指标作为原始预警指标体系,并针对每个指标选取1996~2003年的时间序列量,运用主成分分析与模糊聚类分析相结合的方法对原始指标进行筛选,选定了15个主要指标,构建了西安市房地产市场预警系统指标体系。分析表明:所确定的指标体系能够涵盖房地产市场的主要运行特性,而且能够比较全面地代表原始预警指标,建立的预警指标体系是全面而简练的。     

对税费影响商品住宅总开发成本及销售价格的探讨

住宅建设作为国民经济新的增长点是房地产市场的主流,而住宅市场中的普通商品住宅一直是房地产市场开发的主体。目前在商品住宅开发成本中,包括土地费用在内的各种税费占住宅商品房开发总额的50％─60％,其中各种税费占30％─40％、土地费用约20％,税费对住宅总开发成本、住宅销售价格影响较大。因此,有必要对影响商品住宅总开发成本及销售价格的税费进行分析探讨。     

基于顾客偏好的我国房地产库存问题分析

近几年,我国房地产库存过高已经成为一个亟待解决的问题。从顾客偏好角度,运用市场均衡理论建立单因素库存压力模型,分析房地产顾客预期价格对库存的影响,并在此基础上结合博弈理论建立三维博弈模型。根据博弈结果构建多因素库存压力模型,对房地产价格、质量、服务对房地产库存的影响展开研究,指出库存压力并不仅仅受房地产实际价格影响,也受顾客及开发商对房地产价格、质量、服务三个主要因素的预期及偏好影响。     

房地产市场价格影响因素的蛛网模型分析 ——基于中部6省数据

本文构建了包含银行利率、汇率、人口因素等变量的动态蛛网模型,以中部6省2003—2015年商品住宅数据为研究样本,分析住房市场的供求机制及价格波动特征,可以判断模型的收敛与发散.结果表明,中部6省房地产蛛网模型具有较强的发散性,房地产价格具有明显的外部性,政府在一定程度的调整可以保证房产市场的健康发展.     

湖南省住宅价格变动因素的实证研究——以长沙市为例

分析长沙市住宅价格变动因素,可以发现,影响长沙市房地产市场价格变动的因素主要有：土地价格,城乡居民收入,经济的增长,物价水平.各级地方政府应从发挥政府政策主导影响、发挥市场调节机制作用、完善基础设施建设和加强产业发展引导等方面制定相配套的经济社会发展政策.     

我国房地产市场中地方政府行为的经济学分析

近几年我国部分城市的房地产价格呈现非正常上涨的趋势,地方政府在房地产市场中拥有推动房地产价格持续上涨的激励,而目前我国房地产市场的制度安排为地方政府将这种激励转变为实际行动提供了制度条件,从而使地方政府的行为对房地产市场的价格产生不容忽视的影响。这是造成近期我国房地产市场持续非正常"升温"的重要原因之一。本文以我国房地产市场中的地方政府行为为研究对象,在"经济人"假设的基础上,运用经济学的分析方法,对地方政府行为进行成本收益分析,并解释地方政府在房地产市场中的行为选择,以期通过理论和实证的研究,为规范政府行为、促进我国房地产业持续健康发展提供一种思路。     

基于灰色-马尔柯夫模型的西安房地产市场分析

如何定量科学地预测房地产市场和走势,面对未知的市场,政府如何调控市场?开发商如何定位新项目?应用灰色系统与随机过程两种数学方法,在对房地产各指标的预测中,建立相应的灰色-马尔柯夫预测模型,并对西安市2006年的房地产走势做出预测。预测结果是2006年西安市普通住宅均价应在3200元/平方米左右,表现出稳中有升的趋势。     

住宅价格的长记忆波动率特性实证分析

运用FIGARCH模型,利用2000年第一季度至2009年第四季度的数据对商品住宅价格是否存在长记忆波动率的特性进行了实证分析.研究结果表明:我国商品住宅价格的波动存在长记忆性、聚集效应和异方差性.根据实证结果,对房地产调控及房价的研究提出了几点建议:对住宅价格的调控应当更加注重数量型工具,注重政策的稳定性和长期性,金融机构应当不定期地对房产信贷风险作出评估等.     

西安市生产性服务业发展影响因素的实证研究

基于2004~2013年西安市生产性服务业发展的相关数据,对西安市生产性服务业发展现状和特点进行了分析,根据文献分析法得出了影响生产性服务业发展的相关因素,运用主成分回归法分析各个因素对生产性服务业发展的影响。分析表明,工业发展水平对西安市生产性服务业发展影响最为显著,基础设施水平影响最弱,而经济发展水平、政府作用、科技水平和对外开放程度这4个因素对西安市生产性服务业发展的影响程度相当。     

基于多源数据的房地产价格指数预测模型及实证研究

房地产的价格变化对社会经济发展有显著的影响,准确预测房地产市场价格变化并对其进行有效调控显得尤为重要,但使用房价作为评估房地产市场的度量指标有一定的局限性。住宅销售价格指数是由国家统计局发布的综合反映住宅商品价格水平总体变化趋势和变化幅度的相对数,为探讨新建商品房住宅销售价格指数的预测方法及其预测有效性,利用与相关的房地产供求关系、社会宏观经济指标、国家货币政策和民众对房价的预期等多源数据,构建了一套房地产价格指标体系。分别使用BP-Adaboost和支持向量回归机两种机器学习算法构建房地产评估模型,同时设计了一个调参算法对支持向量回归机模型进行参数优化。在实证中使用华北某市的房地产月度数据对两种模型进行训练和预测,并与ARIMA模型和经典BP神经网络模型做对比。实验结果表明,BP-Adaboost模型的预测误差最小,使用BPAdaboost模型预测房地产价格指数具有可行性。     

信息经济条件下房地产市场价格离散的影响因素研究

以市场经济理论和信息经济理论为基础,对信息经济条件下我国房地产市场价格的离散问题进行了相关研究.介绍了市场价格离散的概念和市场价格离散的原因,分析了房地产市场所存在的主要市场缺陷,探究了信息经济条件下房地产市场价格离散的影响因素,为规范我国房地产业健康发展,为政府实行宏观调控提供参考依据.     

基于2007-2012年数据的南京市房地产发展趋势预测

在简要分析南京市2007-2012年房屋建筑施工面积、住宅商品房销售面积、住宅商品房销售均价、房屋竣工面积的基础上,将社会经济发展的宏观指标与住宅商品房销售均价涨幅等进行对比,总结并分析了影响南京市房地产价格的8个关键指标：一致性指标2个、反向性指标3个、滞后性指标3个。在此基础上,对南京市未来5年的房地产价格走势进行了预测：南京市未来5年房地产价格将会呈现出3个阶段与特点,即快速上涨期、涨幅拐点期、涨幅稳定期。     

房地产政策仿真研究与实践

为了进一步提高房地产宏观调控的科学性与前瞻性,有必要建立商品住宅系统政策仿真模型。该模型以系统动力学为方法论,深入分析了住宅系统内部各因素,以及内部因素与外部系统之间的反馈关系。基于建立的住宅仿真模型能够实现各项调控政策的政策实验,将各种政策变量作为输入值输入政策仿真模型,从而得到房地产调控政策对市场各重要指标影响的输出值。通过对输出值的分析,能够实现调控政策实施效果前瞻性的分析和把握。以市场化程度较高的深圳房地产市场作为研究样本,利用仿真系统进行了实证分析。实证结果表明,基于住宅系统政策仿真系统所做出的政策决策将更加科学和有效。