福州房地产市场Hedonic模型实证分析及与台北数据之比较

对于银行与房地产开发商来说,认识不同住宅属性对房价的影响具有十分重要的意义。Hedonic模型是国际上较为流行的评估住宅属性价格影响的有效方法。本文运用该模型对福州房地产市场进行实证分析,并将计量回归结果与台北数据进行比较,分析不同,最后得出结论。     

城市住宅价格影响因素分析——基于特征价格模型的研究

本文借鉴现有的Hedonic特征价格模型,尝试构建了城市住宅价格的Hedonic模型。并以"中指指数数据库"提供的相关数据为基础,对模型进行了拟合分析,得出了可供实际使用的计量经济学模型,对研究其他类型房地产的定价问题具有一定的指导意义。     

基于特征价格模型的上海市二手房住宅价格研究

通过简要介绍特征价格法,构建特征价格模型用于实证研究上海市的住宅价格,进而从微观的角度得到住宅价格的影响因素,并应用SPSS软件进行回归分析,计算得出影响上海市二手房价的主要特征因素及其影响大小,并进行相关分析,最终获得上海市二手房住宅特征价格模型。     

高速铁路对商业地产价格影响及其成因分析

近年来我国高速铁路的快速发展在深刻变革国人工作生活方式的同时也对房地产业带来了巨大的影响。今年,由于全国住宅市场受到了限购、限贷等严格调控,商业地产在我国房地产版图中的重要性日渐凸显。本文利用Hedonic模型,选取镇江市区2011年9月126个写字楼交易样本和107个商铺交易样本,实证得到京沪高铁建设使得镇江商业地产上扬。又经过分析发现,高速铁路对商业地产使用价值提升有限,其价格的上扬受到了高铁概念过度宣传的影响。     

MLP模型在房地产批量评估中的应用研究

第十三届全国人大常务委员会第三十一次会议通过《授权国务院在部分地区开展房地产税改革试点工作的决定(草案)》,这意味着房地产税改革进入实质性推进阶段。在此背景下,以批量评估为基础的房地产价值评估为房地产税的开征提供了技术支撑。本文运用人工神经网络中多层感知机(简称MLP)模型,以石家庄市长安区二手住宅为样本,进行实证研究,并将其结果与特征价格模型所得结果进行对比;同时,对裕华区二手住宅做以同样的实证分析。最终得出:相比经典特征价格模型,运用多层感知机模型得出的评估结果与真实交易值的误差更小,匹配度更优。     

基于Hedonic定价理论的上海房地产价格实证分析

房地产产品定价是房地产企业经营的关键内容和环节。以市场需求为导向已是业界的基本共识,但是不同时期不同区域的客户需求偏好是不同的。本文通过对上海房地产市场尤其是住宅市场的分析,提出影响房地产价格若干主要因素假设,构建上海房地产价格的Hedonic模型,并以上海搜房房地产网提供的相关数据进行实证研究,最后给出影响上海房地产定价的主要因素。本文对房地产企业的定价有一定的参考价值。     

基于Hedonic定价理论的上海房地产价格实证分析

房地产产品定价是房地产企业经营的关键内容和环节。以市场需求为导向已是业界的基本共识,但是不同时期不同区域的客户需求偏好是不同的。本文通过对上海房地产市场尤其是住宅市场的分析,提出影响房地产价格若干主要因素假设,构建上海房地产价格的Hedonic模型,并以"上海搜房房地产网"提供的相关数据进行实证研究,最后给出影响上海房地产定价的主要因素。本文对房地产企业的定价有一定的参考价值。     

上海市住宅价格的影响因素分析

近年来房价高居不下已经引起社会的广泛关注,住宅市场价格的波动是多种因素共同作用的结果,但是各种因素的影响程度不同,本文应用软件STATA分析上海市住宅价格的影响因素,建立精简的OLS模型,得出影响房价的主要因素为GDP,利率和季度虚拟变量。     

随机森林房地产自动评估模型构建及其比较研究

本文利用徐州市2018年20 000余条二手房挂牌数据,揭示了随机森林自动评估模型的构建特点,并从评估精度、泛化能力和经济解释等方面与其他模型进行了比较分析。结果表明:回归树分裂时特征子集的特征个数对随机森林自动评估模型的评估精度有显著影响;总体而言,随机森林模型的评估精度显著优于特征价格模型、BP神经网络模型和支持向量回归模型,且具有稳定的泛化能力,能够揭示房地产价格的构成特征,在实践应用中具有明显的优越性。     

基于DiPasquale-Wheaton模型对中国房地产市场的实证研究

近年来我国房地产价格的飞速上涨引起了各界关注。DiPasquale and Wheaton(1992)模型是系统分析外部因素如何影响房地产市场内部变量的理论。DiPasquale and Wheaton(1994)从实证上验证此模型能够解释大部分年度的美国住宅价格和住宅新建量。本文以上述模型为理论基础,分析影响房地产价格和房地产新建量的因素,已期为研究我国房地产市场的理论提供有用的资料。     

判断住宅市场价格走势的若干变量分析

本文着重从住宅市场供求关系分析影响住宅价格走势的各因素作用,提出改进房地产市场监测分析、完善货币政策操作的建议。本文通过计量模型的实证研究,得出以下结论：住宅市场供求关系是影响住宅价格的根本力量,其中土地价格、居民收入、人口因素是最主要的供求因素,货币政策对住宅价格的直接作用并不明显。     

北京商品住宅价格变动实证分析

以动态资本市场分析为基础，运用住宅价格回归模型和二次曲线趋势模型对北京市商品住宅价格的变动趋势及影因素进行了实证分析，到目前为止，北京市商品住宅的价格以较快的速度上升，没有明显的周期性，影响住宅实际价格的因素主要是住宅实际建造成本和实际国内生产总值，其中，实际建设成本对住宅价格的影响作非常显著。     

基于SVAR模型对房价因素进行分析

运用SVAR模型对影响上海市房地产价格的各宏观因素进行分析,建立了影响房地产价格因素的SVAR模型。选取上海2001~2015年的年数据为样本,定量描述了各因素对上海市房地产价格的影响程度,并利用脉冲响应函数分析各个因素对房地产价格的影响时滞、持续时间和作用强度。     

房地产信托预期收益率的影响因素研究——基于SVAR模型的实证分析

本文分别建立主要因素VAR模型及市场因素SVAR模型,对影响我国房地产信托预期收益率的影响因素及各因素之间的动态关系进行分析。研究发现:房地产市场状况、消费价格指数、上海银行间同业拆借利率以及全国银行间市场债券回购利率对我国房地产信托预期收益率有影响,其中,房地产市场状况是影响房地产信托预期收益率的关键因素;进一步深入分析房地产市场状况,发现商品房销售面积的正向冲击对房地产信托预期收益率变动的影响最为持久和明显,成为该类信托产品风险管控和制定价格的重要考虑因素。商品房实际投资额、新建住宅价格指数的变动对房地产信托预期收益率的变化亦产生明显影响。     

对我国物业税改革的几点建议

物业税的计税依据物业税计税的对象是土地、土地上的房屋等建筑物及构筑物,其计税价值,可采用成本法、市场比较法、收益还原法来确定。成本法是评估应税房地产的土地价值和房屋等建筑物扣除折旧后的价值,从而确定物业税计税价值的方法,医院等无收益房地产适用于成本法。市场比较法是通过收集与分析对比房地产的市场交易价格情况,确定房地产的价格比较基准,调整或修正相关数据,从而确定房地产计税价值的方法,个人住宅等房地产适用于市场比较法。收益还原法是将计税房地     

关于城市住宅土地价格差异决定因素的理论评述

住宅价格问题是各国城市化与经济发展过程中最敏感的问题之一,与住宅价格紧密联系的住宅土地价格也成为不动产经济学和城市经济学关注的热点.本文对Witte的衍生需求模型、Manning的改进衍生需求模型和Potepan的完整住宅市场分析模型进行了评介,对国外实证研究中使用的住宅土地价格差异决定因素进行了总结,探讨了上述模型对研究我国城市间住宅土地价格差异的启示.     

从三个维度看房地产税计税依据的选择――一个框架性的设想

关于房地产税的计税依据,从学术界的主张及国内外的实践看,大体有资本价值(评估值)、土地价值或面积、年租价值、成交价格等四种选择。本文从房地产税的功能定位、征收费用最小化及客观性这样三个维度去分析,认为年租价值是符合中国实际的选择。同时,建议运用特征价格模型分析租赁住宅租金的空间分布及影响因素,建立租赁住宅年值指数体系。     

我国房地产价格对货币政策响应的区域异质性研究

本文通过构建HAVAR模型,尝试将我国省级房地产市场对货币政策响应的区域异质性纳入分析框架,对比分析了传统宏观VAR模型和HAVAR模型中房地产住宅价格和房地产住宅投资对货币政策的响应情况。模型脉冲响应结果显示:HAVAR模型在货币政策冲击的动态响应程度和持续时间上与传统宏观VAR模型表现出显著的差异,证明了区域异质性对货币政策冲击的响应具有重要影响。短期来看,中央银行在调控房地产住宅价格和房地产住宅投资的过程中需要重视区域异质性对货币政策总体效率的影响。长期来看,区域异质性会导致货币政策的调控能力下降,中央银行应重视加强对房地产金融市场的宏观审慎管理,综合运用贷款价值比、债务收入比等工具对房地产信贷市场进行逆周期调节。     

股指期货对抑制股市波动的有效性研究

本文基于2006年到2012年的沪深300股指对数收益率日数据,采用引入虚拟变量的GARCH模型及TGARCH模型,实证分析股指期货制度对抑制中国股票现货市场波动的有效性及新信息引起的股市波动非对称性。结果表明:股指期货推出后,在减小现货市场波动性的同时,降低了投资者对利空消息的敏感性,一定程度上弱化了"追涨杀跌"等市场非理性行为。     

中国房地产市场价格泡沫与空间传染效应

本文使用对数周期性幂律(Log Period Power Law, LPPL)模型对房地产市场价格泡沫进行测度,运用空间计量模型对我国房地产市场价格泡沫和空间传染效应进行研究。LPPL模型认为由价格泡沫产生并最终破裂的金融市场与地震系统具有很多相似之处,即金融资产的价格呈周期性变化规律,价格持续上涨到临界状态直至反转。本文采用2010年6月至2017年11月间我国100个城市的房地产市场数据对各城市房地产价格泡沫进行测度和物理/经济空间传染效应研究。研究发现,LPPL模型能够对我国100个城市房地产价格泡沫进行甄别且主要存在两种泡沫状态:正向泡沫(房价持续上升)和反转泡沫(房价整体下降却存在反转点)。各个城市(地区)房地产价格具有较强的空间传染性;存在正向泡沫区域的空间传染性相较反转泡沫区域更为明显,在考虑经济空间测度而不是物理空间测度的情况下,各城市间的空间传染性更强。与现有文献不同,我们发现反转泡沫区域的新房价格指数特别是二手房价格指数的上升对周边城市的房地产价格指数存在强烈的正向推高影响。最后,本文发现城市的房地产调控政策在一定程度上抑制了房价传统影响(比如信贷、新房、二手房价等)因素的推高影响,但各城市房地产价格之间的联动变化特征应该引起监管部门的注意。