基于逐步回归法的住房需求模型

房地产需求是房地产市场运行的的基础,也是房地产价格的基本决定因素.房地产需求实际上是反映消费者和投资者的选择行为和决策过程.结合国内外一些住房需求总量的定性计算方法,选取北京市1991-2009年统计数据并利用spss处理数据,采用逐步回归的方法建立了北京市房产需求量的数学模型.     

基于时间序列与人工神经网络的房地产周期识别

房地产市场的发展存在明显的周期特性,对房地产周期进行识别有助于政府及其他市场参与者进行科学决策。利用时间序列分析对1992—2003年的北京房地产市场周期发展阶段进行判别研究,并将该判别结果作为训练样本,利用局部改进的标准BP人工神经网络构建了房地产周期识别模型。识别研究表明:2004年北京房地产市场处于收缩阶段,国家宏观政策对房地产市场的理性发展起到了积极的作用。     

基于个人投资视角反观房地产市场的宏观调控

对我国房地产市场进行实证分析,发现该市场具有分形特征以及房价与租金存在线性关系.在此前提下,应用实物期权理论对投资收益进行预估,建立个人房地产投资租转售决策分析模型.运用停时与数值模拟等方法求解,得到投资者执行租转售决策时的房价可行区间.继而定性分析房地产市场基本要素对房价可行区间产生的影响,得出了相关结论.最后利用模型结论对北京二手住宅房地产市场进行阶段性研究,反向剖析近年来政府对房地产市场所做的系列宏观调控政策.     

发展我国房地产投资信托的必要性及障碍分析

随着我国房地产业的快速发展,房地产融资过程中的矛盾和问题凸显,主要表现在：融资渠道单一,过度依赖银行信贷,房地产企业负债率居高不下;大量贷款投放于房地产项目,商业银行由此面临较大的金融风险;金融市场上低风险、高收益金融工具缺乏,丰厚的闲置资金难以进行投资。对此,创新房地产融资途径、发展新的金融工具,已成为房地产企业、金融业、投资者的共同需求。反观国际金融投融资模式,房地产投资信托因具有快速融资套现、收益稳定等优点逐渐受到房地产业、金融业以及广大投资者的青睐。但因我国对此研究较晚、发展滞后,目前还存在较大的障碍因素。     

中国房地产市场周期波动分析

房地产市场具有其特有的周期性.在定性分析国内外房地产周期波动的基础上,以房地产开发投资和商品房施工面积为输入指标、以商品房竣工面积和商品房销售金额为输出指标,利用数据包络分析方法(DEA之C2R模型)以及Lingo数学软件,基于我国部分城市的房地产市场周期(波动),定量地实现了相同城市、不同时间的纵向分析和相同时间、不同城市的横向分析.基于宏观与微观政策、提高运行效率(优化非有效性)等,提出了有效利用房地产市场周期的若干设想.     

国内资金偏好炒房的原因与对策研究

近年来房价高涨,投资人将购房作为投机工具。有相当资金用来炒房,主要是由住房保障体系不健全,有效投资方式缺乏,房地产投资预期收益高,地方政府的纵容,开发商的贪婪,金融市场和人力流动让炒房不再受地域限制,现行的房地产税制存在缺陷等共同作用的结果。针对上述问题,逐一提出国家应转变政策取向,制订《住房保障法》,拓宽投资渠道,严厉打击房市中的投机行为,采取货币政策控制房价,抑制炒房的税收措施等解决办法。     

房地产价格VAR模型的实证研究

随着市场经济的飞速发展,近年来房地产市场持续升温,房地产价格持续走高,为保证房地产业的健康发展,运用VAR方法,对近年来我国城镇居民的可支配收入与我国商品房销售价格之间的关系进行了实证分析,并用最小二乘估计作对比,通过Granger因果检验来验证模型设定的合理性．研究表明,居民收入增长是房地产价格上涨的重要解释因素,居民收入与房地产价格之间呈现正向关系．并以此为基础,为我国房地产市场的健康发展提出了相应的政策建议．     

房地产综合决策支持系统及其应用

本文综述了决策支持系统的概况，分析了房地产投资决策的原理和方法，建立了房地产投资综合决策支持系统的模型，在此基础上，研制了相应的软件包，仿真实验表明，该软件包能在投资过程中辅助房产开发商作出快速，合理，科学的决策。     

20世纪80年代末以来银川市房地产业的发展与优化途径

银川市房地产业的发展具有起步晚、发展快，城市居民实际购房能力持续增强，房地产业的链条效应显著，融资渠道多元化，旧城改造成绩显著以及与全国部分犬中城市房地产价格指数相比住居前列的特点．发展中的突出问题是房地产二、三级市场体系不健全；金融、保险等政策与房地产业发展不配套；地价偏高，区域差异大；城市房地产投资区位失衡以及房地产价格水平偏离居民实际支付能力等．实现银川市房地产业持续健康发展的基本途径是大力发展住宅产业和完善房地产市场体系；大力发展和完善房地产金融服务；大力推进城市工业化和城市化进程．     

基于自住需求的个人融资投资房地产的模型

在房地产价格随机性条件下对投资者通过融资投资购买房产的问题进行了建模,并运用停时分析、动态规划等方法求解了这个基于实物期权的模型,明确了投资规则中的期权价值.求出了投资者转租为融资买房的最佳房价以及投机者融资入市的房价临界值,本文还对上述结论给出了数值结果.     

房地产市场秩序的规范分析

计划经济体制下,中国的土地无偿划拨,城市职工用房以福利品的方式使用,投资于房地产业的资金无法形成良性循环．直到改革开放的前夕,城镇人均住房面积还不到3．6m^2,住房短缺成为一个突出的社会问题．渐进式的改革逐步逼近了房地产市场体制的实质性变革．这表现为：     

中国房地产业的商业模式

随着我国房地产业不断发展,房地产业面临的市场竞争不断加剧。现代房地产企业之间的竞争已经不局限于传统的资本与产品的竞争,而是上升到商业模式的竞争。本文回顾和整理了传统复合地产(商业地产、工业地产)和新兴复合地产的商业模式相关文献,并以此揭示和分析了我国房地产行业中的商业模式,为后续的学术研究、业内实践和政府监管提供理论指导。最后,为房地产商业模式的发展提出若干建议。     

基于广义回归神经网络的沈阳房地产市场研究

通过广义回归神经网络对沈阳市房地产市场2003年至2009年相关数据进行训练,采用逼近性最好的光滑因子01,对2010年和2011年的数据进行预测,并与真实数据进行对比,得出沈阳市房地产开发投资额、商品房均价及空置面积均在高位运行.由此判断出沈阳市房地产市场仍处于繁荣期,但属于后期阶段,有出现房地产泡沫的可能,政府、房地产开发商、购房者应给予足够关注.     

旅游地产发展的战略分析——以贵阳市为例

连续利好的政策环境和持续增长的休闲度假市场,催生了旅游地产发展的战略升级。近几年,伴随贵阳市知名度不断提高、气候优势不断凸显和旅游业发展如火如荼的势头,诸多知名地产企业进军贵阳,贵阳市旅游地产发展如日中天。本文采用swot分析法,综合分析了贵阳市旅游地产发展的优势、劣势、机遇、挑战,并提出了打造区域发展模式等建议,以促进该市旅游地产的健康发展。     

基于灰色-马尔可夫模型的上海房价走势实证研究

针对房地产营销过程中,价格变化随机性的特点,将灰色GM(1,1)预测与马尔可夫预测有机结合,构成灰色-马尔可夫预测模型,对未来某一时段的房价的灰色预测结果做马尔可夫评价。结果表明,该模型是切实有效的。因此,此模型可用于指导房地产政策的制定。     

中国房地产财富效应之实证研究

选取从2001年第1季度~2008年第4季度的全国样本数据,结合股票市场财富效应,采用单位根检验、协整检验、G ranger因果检验和误差修正模型的方法进行实证分析,深入探讨了全国房地产财富效应。研究结果表明:就长期来看,房地产市场财富效应显著,并呈负方向影响消费,同时股票市场财富效应不明显;就短期而言,全国房地产市场财富效应及股票市场财富效应均不显著。并提出了相关政策建议。     

基于Elman网络的房地产周期识别

房地产市场的发展有着明显的周期性，对房地产周期的识别有助于政府及其他市场参与者进行科学的决策。本文先对1992—2003年的北京房地产市场周期发展各阶段进行编码，将编码结果作为训练的学习样本，再用ELman网络构建房地产周期识别模型。识别结果表明：2004年北京房地产市场处于收缩阶段，国家宏观政策对房地产市场的理性发展起到了积极的作用。     

房地产住宅市场竞争战略的博弈分析

分析了房地产住宅行业的行业特征,运用古诺博弈证明了在房地产住宅市场实行产量较量的低效率,运用贝特兰博弈论证了在房地产住宅市场上进行价格较量的恶性均衡。指出在房地产住宅市场中产量较量和价格较量是不可行的,同时也证实了合作的优势。提出差异化战略与市场弥隙战略,以期指导房地产企业竞争战略的选择。     

房地产宏观调控新政及开发商应对策略分析

本文阐述房地产新政出台的背景,分析房地产市场与资本市场对新政的反应以及对房地产市场未来的影响,提出开发商应对房地产新政的策略。     

外资进入对上海房地产市场影响的实证分析

文章通过VAR脉冲函数的方法，量化分析了对上海这个外资聚集最密集的区域中，外资对于当地房地产市场的发展所产生的影响，以此来探寻当前外资进入在我国房地产市场中的发展状况和不足，并就如何充分发挥外资在我国房地产业中的积极作用提出若干思考。