我国货币供给量变动对房价的动态影响分析

我国货币给量变化对房价是否有影响?是理论界和实务界非常关注的问题.文章通过对我国1998～2008年的相关变量的月度数据建立向量自回归模型(VAR),并通过格兰杰因果检验、脉冲响应函数和方差分解定量分析货币供给量、房地产开发贷款、个人住房贷款变动对房价的动态影响.     

混合效应模型在新建住宅房价指数中的应用

我国目前新建住宅房价指数编制方法仍采用第一代或第二代方法,与真实房价情况严重脱节.现今房价指数编制第三代方法逐渐成为国际上的主要方法,但这一方法并非完全适合国内情况.文章采取第三代方法“同质可比”的思想,考虑我国实际房产交易情况,研究虚拟重复交易虚拟数据产生方法,并建立单一新建住房交易和虚拟重复住房交易两种交易数据的模型,找到一种新的、具有更高计算精确度和有效性的房价指数编制模型——自回归混合效应模型.     

宏观经济因素对房地产价格的长短期影响

本文将购房者、房产商与中央银行纳入统一的模型当中,对房价的影响因素进行理论建模,然后拓展了传统的向量自回归模型长短期分解技术,研究了利率、通货膨胀率、汇率、土地价格以及经济增长率对房价的长期和短期影响。研究表明,利率上升对房价具有长期的负向效应,短期内会加剧房价的波动;通胀预期在长期内促使资金流入房地产行业,对房价会产生推动作用,短期内,通胀促使房地产企业加快投资速度,房屋供给增加预期引起房价下降的冲击;人民币升值在长短期内均与房价上涨存在正向作用;在当前的经济和房地产发展阶段,经济增速提高时,对房地产业的投资和投机具有一定的抑制作用;土地价格长期来看推动房价上涨,短期内对房价影响的传导较慢。     

我国地区房地产价格泡沫的测度

文章通过指标法、因素回归法和局部均衡法研究了2004年以来我国各地区的房地产价格泡沫情况,研究发现:2004-2013年我国房价呈现直线上涨趋势,东部地区房价要明显高于中西部地区,中国房价在地区间存在集聚自相关效应.进一步,全国房价收入比系数在2004-2010年期间保持平缓上升,2010年后有所降低.三种测度方法得到的地区房地产价格泡沫程度有一致的趋势,房价高的东部沿海地区比房价低的中西部地区泡沫程度更加严重.     

城市房地产项目造价的预测模型

近年来我国城市房价疯狂上涨,房价的实际价格与理论价格出现了严重的背离.文章用层次分析法建立了市场比较法估价模型,同时应用1～9标度的专家赋值,构造出便于计算机运算的两两比较模糊关系矩阵,求出案例层相对与价格的相对重要性排序权值,并在此模型基础上将随机一模糊回归分析法引入估价模型中;最后以北京市为例对模型的可行性进行了验证.     

房地产行业与政府行为的互动关系研究

文章从新的角度,提出"中国的房地产行业是政府主导的政策性市场"的大胆假设,通过建立向量自回归VAR模型来研究房价与政府行为的互动关系,模型表明,我国的房地产行业确实较大程度地受到政府经济政策的影响,佐证了模型的假设。     

信贷约束、房价波动传导机制及特征识别

文章基于信贷约束条件,构建包含信贷市场、货币市场、房产市场、生产市场及宏观经济等多因素的动态一般均衡模型,分析了房价传导机制;以我国2005年7月至2015年10月的数据为样本,对我国的房价进行拟合,建立了普通最优模型、信贷加速效应模型、信贷门限模型、危机前模型和危机后模型等,对比分析了信贷约束加速效应、门限特征、分段特征等;对房价波动进行了脉冲响应分析,考察了信贷约束、产出、通胀、货币政策对房价的冲击影响.     

自回归及logistic离散模型在中国人口预测中的应用

为了寻找更好人口预测方法,经济领域常用的自回归模型创新式的被应用到中国的人口预测中.通过结果预测结果分析,易知自回归的预测效果相当不错.进一步探索人口的预测理论,精典的logistic离散模型被用来和自回归模型做对比.由于自回归模型和logistic离散模型在形式上有很大的相似,对两者在建模原理上进行了对比分析,且对两个模型理论进行了推广.     

后危机时代我国房地产价格与通货膨胀关系研究

金融危机过后,飞速上涨的房价和物价成为社会的焦点问题.文章选取了2009年6月至2011年12月的月度CPI指数和商品房销售价格指数,借助协整回归、误差修正模型、Granger因果检验等参数模型,对后危机时代我国房地产价格和通货膨胀之间的关系进行了研究.其结果表明,我国房地产价格与物价之间存在着长期均衡关系.同时,物价与房地产价格之间存在着单向的因果关系,物价波动导致金融危机过后房地产价格波动.     

股价和房价影响我国投资的效应比较

文章运用对数线性模型和VAIL模型,对股价和房价影响我国投资的效应及其大小进行实证研究和比较分析,结果发现房价对投资的影响效应明显大于股价对投资的影响,进而得出了相应的政策含义.     

基于百度指数的房地产价格相关性研究

文章以我国大中城市的新建住宅价格为研究对象,以均衡价格理论为基础,使用搜索关键词的百度指数开展研究,分别使用自回归移动平均模型(ARMA)和带搜索项的自回归分布滞后模型对上海市的新建住宅价格指数进行了拟合和预测.实证结果表明:百度搜索指数与价格指数之间存在协整关系,建立的自回归分布滞后模型的拟合度达到0.918,预测精度相较ARMA模型提高23.2％.与传统的预测方法相比,模型具有很强的时效性,能够比国家统计局提前一个月发布房屋价格指数数据.     

房地产市场价格的此较建模研究

近几年,我国房地产市场价格逐年攀升,引起了人们的广泛关注.研究房地产市场价格的变化趋势具有重要的理论和实践意义.笔者主要采用经济基本面数据,通过自回归、多元线性回归、RBF神经网络、自组织数据挖掘以及组合预测的方法来建立模型,然后对这些模型进行评价,并从中找出最能反映现实房地产价格变化趋势的模型.     

跳回归在房价走势分析中的应用

不同于传统的回归分析方法,文章探讨了一维跳回归模型在房价走势分析中的应用,介绍了基于多项式估计的跳点检测方法,将跳点检测问题转化为假设检验问题,并对近3年的杭州市房价走势进行了实证分析,通过实际应用取得了良好的效果。     

交互效应面板分位数回归模型的迭代估计

文章基于创新性交互效应面板分位数模型的设定，提出了一种新的迭代算法，蒙特卡洛模拟结果表明，与其他估计方法相比，该迭代算法有更好的有限样本性质，偏误较低且方差较小。由于个体效应及交互效应均允许与自变量相关，个体与时间的异质性得以更加灵活地表达，因此使模型具有更强的适用性。最后，将模型应用于我国房价的实证分析，并用迭代算法来对参数进行估计，回归结果表明，房价决定因素的效应存在异质性，且高房价地区的房价主要受到投资的影响，而低房价地区的房价的关键影响因素为人民生活水平和经济发展水平。     

基于灰色系统理论的两种房价预测方法比较

文章以灰色系统理论作为理论基础,分别构建了GM(1,1)模型和融入灰色理论的一元线性回归模型对房价进行预测。通过对上海浦东新区房市做实证分析发现:GM(1,1)模型的拟合程度和预测精度均优于灰色一元线性回归模型,并且GM(1,1)模型更加适应样本数据较少的情况。     

中国城市住房价格的空间效应与滞后效应研究

本文首先借鉴适应性预期和理性预期的相关思想,构建新的住房价格预期形式,并将其引入住房存量调整模型,从预期的角度分析不同城市住房价格之间相互影响的机制.其次运用探索性空间数据分析工具研究了2002-2013年我国35个城市房价空间分布特征,结果显示,城市住房价格之间存在显著的正空间自相关性;城市房价的空间相关性随城市空间距离的增加而趋于减弱;城市房价的空间相关性随时间的推移逐步增强.最后通过构建空间动态面板模型实证研究城市房价在时间和空间上的特征,分析发现我国城市住房价格互动存在显著的时间滞后效应、空间溢出效应和空间滞后效应.     

宏观经济基本面对房地产价格影响的实证检验

文章在Hort动态资产市场模型的理论框架基础上,利用1998～2005年中国14城市的年度数据,运用面板数据模型实证检验宏观经济基本面对房价的解释能力.研究结果表明,考虑到房价自相关影响时,宏观基本面对房价的解释能力大大降低,相对于宏观经济基本面,房价的历史信息对本期房价的上涨具有更强的解释力;并且,在2001年以后,房价的上涨逐渐背离了经济基本面,尤其是这种背离从2003年以后进一步加剧,同时房价的正自相关影响也大大增强.这意味着房价的上涨中包舍了越来越多的投资甚至投机成分.     

基于自回归移动平均及支持向量机的中国棉花价格预测

文章通过对2008年至2011年间月度棉花价格数据进行分析,建立了基于自回归移动平均的棉花价格ARIMA(1,1,1)模型,结果显示,ARIMA(1,1,1)模型能够很好的模拟国内棉花价格,平均相对误差百分比低于4％,在ARIMA模型的基础上,对该模型残差建立支持向量机模型,将自回归移动平均模型与SVM模型组合对棉花价格进行了预测,比较预测结果,组合预测模型对自回归移动平均模型有一定改进.     

产业集聚对房价上涨影响机制的经验分析

文章从就业和产值两个视角出发,测算各城市就业集聚与产值集聚指标,使用面板回归衡量从2004-2013年十年间我国地级市层面的产业集聚对房价波动的影响.结果显示,就业集聚与产值集聚都会促进房价和房价收入比的上涨,而且毗邻城市房价之间还存在着显著的正向空间相关性.城市环境特征因素对房价、房价收入比也有显著的影响,其中小学师生比、人均医院床位数以及每万人公共拥有公共汽电车数的增加对房价、房价收入比有显著的正向促进作用,而城镇登记失业率、人均二氧化硫排放量、人均绿地面积对房价、房价收入比有显著的抑制作用,市区人口密度因素影响并不显著.     

基于平均移动自回归理论的中国进出口贸易实证研究

文章通过对中国国际贸易进口和出口的数据分析,应用自回归滑动平均模型和条件异方差理论,对国际贸易进口的差分数据构建了6月份及8月份的自回归平均移动模型和,并应用进口增长率自回归平均移动-条件异方差模型对国际贸易出口增长率进行了波动率和变化率的拟合估计.根据所拟合的模型,发现在8月份拟合的自回归平均移动-条件异方差模型下的国际贸易进口差分数据更接近实际的国际贸易差分数据,并且国际贸易进口增长率差分对出口增长率差分的波动率具有正向的作用.中国国际贸易进口具有滞后的时间效应,并且中国国际贸易进口差分波动率对出口差分有正向的溢出效应.