中国城市房地产市场理性发展研究

东北农业大学博士学位论文中国城市房地产市场理性发展研究姓名：黄辉玲申请学位级别：博士专业：农业遥感与土地利用指导教师：梁学庆20070620中国城市房地产市场理性发展研究作者：黄辉玲学位授予单位：东北农业大学相似文献(10条)1.学位论文韩冬梅宏观经济预警系统研究及宏观经济与房地产经济关联研究本文分为四章论述了宏观经济预警系统研究及宏观经济与房地产经济关联研究。第一章面向服务架构的宏观经济预警和预测系统研究。针对前面所述的景气监测系统的集成瓶颈和效率瓶颈，提出采用面向服务的架构(Service-OrientedArchitecture，SOA)来构建宏观经济监测预警系统共享平台。在面向服务架构的宏观经济预警系统中，服务被看成系统的核心，各经济计量模型[3]以服务的形式被表示和组织，同时提供标准化的程序接口和数据接口以有效的串连和组织各模块，使分布的各经济计量模型成为协同工作的整体。当然，这些服务又可以通过重新组织形成新的服务。客户端只要通过Web服务描述语言(WSDL)[4]形成一个代理就可以直接使用服务，就像调用本地应用一样方便。这个架构下，对异构数据源的访问也可以通过web服务的形式来完成，将有效解决数据采集和集成问题。总的说来，基于SOA架构的宏观经济景气监测预警系统具有如下几点优势：1)模块重用。可基于模块化的低层服务、采用不同组合方式创建高层应用服务，从而实现外部模块(包括经济计量模型和数据处理模块)的重用。此外，由于服务使用者不直接访问服务提供者，这种服务实现方式本身也可以灵活使用。2)更易维护。服务提供者和服务使用者之间的松散耦合关系以及整个构架都采用开放的数据接口标准确保了系统维护和升级的方便性。3)异构平台间的可移植性。把景气监测系统中的业务功能定义成为服务后，就可以跨越具体的系统平台沟堑，实现模块的跨平台调用，体现了在应用程序级的可移植性。此外，由于定义了中性的调用接口，用任一种语言所开发的服务组件都可以被其它组件或服务所重用。4)有助于集中优势资源。在这种架构中，软件以服务的形式体现。各部门或地区可以集中优势资源开发相应的经济计量模型形成模块化的“服务”，而不必求大求全。这样既能避免重复建设，又能让各方将主要精力投入到其专长经济计量模型的开发中去。这一点对宏观经济监测预警系统的整体建设和推广来说显的尤为重要。基于此，提出了一种基于SOA的经济景气监测预警系统(SOA-basedMacroeconomicAnalysis&ForecastingSystem，SMAFS)，研究了其总体结构、功能和在SOA模式下的实现方法。第二章宏观经济预警和预测实例——上海市宏观经济景气分析及预测。利用自行开发的宏观经济景气分析和预测系统对上海的月度经济统计数据进行了指标提取，运用K-L信息量、时差相关分析等方法筛选了三组经济景气指标：先行指标组、一致指标组及滞后指标组，建立了反映上海宏观经济总体运行状况的先行和一致合成指数，对上海市2005年前3季度的经济形势进行了分析，并利用多种经济计量模型对上海市2006年一、二、三季度主要经济指标进行了预测，提出了相应的政策建议。第三章基于模糊神经网络的经济周期波动转折点预测研究。利用与宏观经济变化相一致的指标组作为输入，以一致合成指数作为期望输出对网络进行训练，然后用训练好的网络模拟一致合成指数的变化趋势，从而对转折点做出预测。这种预测方法具有下列优点：1．不用重新筛选指标一致指标通常与宏观经济具有稳定的一致性，不易发生变化。2．无需建摸由于模糊神经网络具有自适应与自学习的能力，当外界经济环境改变时，可以自动调节网络参数，而无需重新建摸。3．便于用计算机实现，易于推广。利用模糊神经网络的优点，将专家经验引入到宏观经济预警系统中，用1996年至2006年的实际数据对经济周期波动转折点进行了预测，取得了很好的效果。第四章房地产市场与宏观经济关系研究。首先，对上海市房屋市场的投机现象进行实证研究，同时探讨促进上海市房地产健康发展相关政策的适用性。对HeeSooChung和JeongHoKim[4]所建立的模型(下文简称HJ模型)进行了修改和扩展，在分析模型的基础上提出了相关假说，并在所建立模型的基础上选取相关的影响房屋价格的解释变量。分析上海市房屋价格与所选取的解释变量之间的协整关系，由于协整关系表示变量之间可能具有共同的趋势成分，因此协整检验可以从整体上判断房屋价格与解释变量之间是否存在长期均衡的关系。在协整检验的基础上，应用扩展后的HJ模型对上海市房屋市场的投机现象进行了详细的实证分析，对提出的相关假说进行了较为严谨的证明，研究了各解释变量对上海市房屋价格变化的贡献程度，对量化后的上海市房屋市场的投机需求与正常需求进行了对比分析。其次，研究了中国货币供应量与房地产投资互动关系。1998年，为克服东南亚金融危机给我国出口增长进而对我国经济增长的影响，中央政府通过启动内需带动经济增长，住宅产业被作为我国新的经济增长点和消费热点。进入新千年后，特别是在2001年后，我国房地产市场显现出炙手可热的局面。房地产投资急剧升温，2000年至2004年全国房地产投资年同比增长率分别达到22.2％、27.4％、23.9％、30.6％、30.2％，2005年在国家宏观调控下房地产投资同比增长率有所下降，为19.8％，但进入2006年后，房地产投资热又有所抬头，仅2006年前两个月全国房地产投资额已达1436.39亿元，这相当于1998年全年投资额的40％。货币政策是政府用来调节经济走向，刺激或者收缩经济的重要政策工具。目前我国房地产市场同货币供应量之间存在长期稳定的关系(罗来东等，[28])，并且货币政策能够影响房地产投资和房地产价格，可以通过实施货币政策影响房地产市场来进行宏观经济调控(聂学峰等，[29])，但是也有学者提出了不同的看法，指出在长期货币供应量对房地产市场的调控能力有限(李雅敬等，[30])。另外，由于存在广泛的房地产抵押和由此产生的资产负债效应，使得房地产价格与货币供给之间存在某种正向的反馈机制(王维安等，[31])。应该说这些研究都具有明确的针对性，对于分析发育中的房地产市场的调控机制是十分重要的，对于分析我国房地产市场对货币政策响应的程度具有重要的参考价值。我国于1996年起正式确定M1为货币政策中介目标，M0、M2为观测目标(夏斌廖强，[32])，因此本节致力于研究房地产投资与货币供应量之间的相关性。货币供应量作为我国货币政策的中介目标在促进我国宏观经济增长、调控各个市场的协调发展等方面具有重要的作用。而房地产投资资金链长，需求量大，某一环节出现问题就会造成资金大量占压和损失，房地产市场发展的协调与否会对国民经济的发展产生较大的影响，所以研究房地产市场与货币供应量之间的关系对促进房地产市场健康发展、防范化解金融风险、分析宏观经济政策对房地产市场的影响有着重要的意义。正是基于这一背景，在已有研究成果的基础上对我国货币供应量与房地产投资之间的互动关系进行深入研究，同时也可以检验货币供应量这一中间目标在我国中央银行调控房地产市场过程中的适用性。具体来说，首先分析房地产投资与货币供应量之间的协整关系，由于协整关系表示变量之间可能具有共同的趋势成分，因此协整检验可以从整体上判断房地产投资与货币供应量之间是否存在长期均衡关系。然后利用误差修正模型刻画房地产投资与货币供应量之间的短期波动模式，判断房地产投资与货币供给由短期波动带来的非均衡向长期均衡状态的调整速度，描述其向均衡状态的收敛过程。最后，对房地产投资与货币供应量建立了VAR模型，并在VAR模型的基础上进行脉冲响应函数的分析，更具体地描述了货币供应量对房地产市场的影响程度。2.学位论文王建新基于人工神经网络的房地产市场预警体系研究2005随着房地产业在国民经济中支柱产业地位的确定，房地产业的健康发展对国民经济的影响日益显著。科学的房地产市场预警体系能够为市场主体制定决策提供参考，包括政府宏观调控措施的出台，因此有助于房地产业的健康发展。而从房地产市场预警的已有研究来看，由于不能清晰界定市场警兆指标和警情之间的复杂关系，影响了预警的准确性。因此，本文将具有强大的函数拟合能力的人工神经网络方法引入到房地产市场预警体系中，通过拟合出警兆指标和警情之间的映射关系，构建基于人工神经网络的房地产市场预警体系，将有助于提高房地产市场预警的准确性。在此背景下，本文首先在阅读和整理相关文献的基础上，从经济预警理论和周期波动理论入手，理清了基于人工神经网络的房地产市场预警体系的构建思路。然后，选择国内起步最早、发展最成熟的深圳房地产市场进行实证研究。在导师的指导下，对深圳房地产市场进行了实地调研，对深圳市国土资源与房地产管理局、深圳市房地产估价中心、中山大学岭南学院房地产咨询研究中心、深圳市房地产研究所、招商银行、万科企业股份有限公司、金地股份有限公司、招商局地产股份有限公司等房地产相关企业和部门的专家进行访谈和问卷调查，并收集了1986年以来深圳房地产市场的历年历史数据，获得17个能提供给人工神经网络训练的样本。接着，借助Matlab7.0软件中的人工神经网络工具箱，编写了实现人工神经网络训练的程序，并借助样本对网络进行训练，构建基于人工神经网络的房地产市场预警模型。预警模型的检测结果显示，本文所建立的预警模型具有较好的泛化能力，能胜任房地产市场预警的功能要求。最后，借助所建立的预警模型对2005年深圳房地产市场状况进行了分析，结果显示，2005年深圳房地产市场将处于“正常”状态。论文的创新点主要体现为两个方面：第一，针对房地产市场预警指标体系概念混乱的现状，从房地产市场景气指标体系入手，构建了房地产市场警情指标体系和警兆指标体系。第二，将人工神经网络方法引入到房地产市场预警中，通过拟合出市场警兆指标和警情之间的复杂关系，构建基于人工神经网络的房地产市场预警体系，提高了预警的准确性。由于研究经验、能力和时间等方面的限制，本文还存在一些不足。首先，国内房地产市场发展时间较短，可获取样本不多，限制了本文预警体系所能实现的功能；其次，本文预警体系缺乏对单个指标的分析，不利于警源的寻找和排警。为此，后续的研究可在这两个方面加强。3.期刊论文叶剑平.廖年生.YeJianping.LiaoNiansheng构建和谐房地产市场的路径选择-现代经济探讨2007,(9)房地产可用于居住和投机,在过度自由的市场环境下,供给方利用房地产天然的垄断势力进行定价或抬价,以获取高额垄断利润,导致投机盛行.对于垄断行业,不适合完全市场化运作.政府应该重新审视并严格监管房地产市场,构建和谐房地产市场秩序.区别对待真实需求与投机需求,落实并增加经济调控手段,减少不恰当金融支持,降低流动性遏制过度投机,纠正房地产价格,以降低经济风险.4.学位论文李昕我国房地产市场泡沫的争论与实证研究2008建国五十年来，我国房地产业发展历程是曲折的。改革开放前，住宅基本上是一种福利产品，其产权归国家所有，不具有商品属性，这种不符合我国国情的房地产体制实行的结果是给国家及企业带来沉重负担，并且由于投资不足造成住房建设远不能满足国民生活需求。改革开放后，我国在不断探索中逐步恢复了房地产的商品属性，住宅开始在市场上进行交易，交易数量增长很快，房地产业呈现出巨大发展空间。但由于我国房地产商品化时间较晚，其所处的社会、市场环境也正处于不断完善之中，随着经济的发展我国房地产产业中存在的问题也逐渐显现出来。其中最突出、最被广大人民看重的是房地产价格持续走高的问题。本文从理论分析，指标分析，计量经济学分析的多种角度，对我国的房地产价格进行研究。主要目的是研究我国房地产价格的上涨是否与宏观经济的发展相适应，是否有支持我国存在房地产泡沫的理由。文章主体分为五个部分：第一部分是前沿部分。在这部分中，分析了本文的选题背景、研究意义和研究方法，并对相关领域的前人工作和研究成果、知识空白、理论基础等方面内容进行了阐述。第二部分概述了改革开放以后我国房地产市场的发展情况，将其分为五个阶段。同时用相关数据着重介绍了现今