信念异质性资产价格泡沫(英文)

在资产的红利服从CIR模型的假设下,分析了信念异质性资产价格泡沫,得到了最小均衡价格的闭形式解.     

西安市住宅价格波动状况及政策建议

研究西安市住宅价格的波动特性及其产生原因,建立系统动力学中的因果回路图模型,分析住宅价格的因果反馈环.得出西安市住宅价格近年来处于上涨态势,但与一线城市和其它部分二线城市住宅价格波动幅度相比,波动幅度小并趋于稳定上升状态.为此提出,政府应坚持房地产调控不动摇,根据不同的需求层次合理地开发住宅产业,引导住宅需求的梯度消费,同时加强保障性安居工程建设.     

历史资产价格泡沫比较及对我国房地产业治理分析

房地产业是国民经济的支柱产业，房地产业的健康发展关系到经济稳定、社会和谐等重大问题。本文通过比较历史土重大的资产价格泡沫事件，分析了泡沫产生原因，并对我国房地产泡沫治理提出了政策建议。     

城市轨道交通对沿线住宅项目价格的影响

以北京轻轨13号线及沿线的住宅项目为例,计算轨道交通线路对周边住宅项目价格影响的范围和程度,探讨城市轨道交通对沿线房地产项目带来的经济效益.研究表明:轨道交通发展对沿线0.3～1 km内的住宅价格有明显的空间分布规律和辐射效应,其中站点300 m半径以内区域效应显著.建议在距城市轨道300 m的范围内实施较高强度的房地产开发,并建立城市轨道交通效益分享机制,以维护社会公平;同时,完善与轨道交通建设相关的法律法规体系,保障轨道交通建设与城市环境建设的和谐发展.     

资产价格泡沫理论综述

对资产泡沫的形成机制的研究可以从理性投机泡沫理论、非理性泡沫理论、基于信息论和博弈论的泡沫理论、非线性泡沫理论等方面进行总结，对这些研究进行一个简单的文献综述，可以得出结论：资产泡沫成因必须结合多个理论进行分析。     

住宅商品房价格预测模型的研究

2017年的最后三个月,中国房地产市场罕见地迎来了一轮密集的政策信号。从中共十九大报告的召开到年末的中央政治局会议的召开,再到召开的中央经济工作会议,这三场高层会议连续对房地产市场定调。房价将如何变化,它再次成为人们关注的热点,因此一个合理的价格预测模型就显得尤为重要。本文通过2005～2016年新疆住宅商品房的价格,结合灰色GM(1,1)模型和马尔科夫模型,建立了灰色马尔科夫预测模型,所建模型的平均相对误差由原来的7.17%降低到2.39%,弥补了灰色GM(1,1)模型预测结果误差大的缺点。结果表明:灰色马尔科夫模型是较好的价格预测模型,并且新疆住宅商品房价格在2017～2020年将会呈现出持续走高的趋势。     

上海地铁8号线对城市住宅价格的时空效应定量研究

以上海地铁8号线周边二手房交易数据为样本,运用基于栅格建模的可达性分析原理计算时间成本以划定8号线影响范围,进而筛选影响住宅价格的特征变量,并应用特征价格模型分析8号线对周边住宅价格影响的时空效应.结果表明,8号线对其周边住宅价格产生正效应,距离地铁站点越近,住宅价格越高,且随着远离地铁站点,这种影响逐渐减弱.另外,8号线的开通对周边住宅价格产生明显的时间效应,导致其价格上涨,且在不同区位具有不同上涨幅度.关于划定轨道交通影响的空间范围,较之以前的凭经验判别在技术方法上进行了新的尝试,对轨道交通新线路开通影响周边房地产价格的时间性进行了探索.     

基于理性预期的中国股市价格泡沫研究

针对经典股票价格泡沫模型的常利率假设进行推广,在随机利率下得到了股票价格泡沫的理论框架,并结合我国上证综合指数1997年10月31日到2007年10月23日的数据进行实证检验,结果表明1999年和2007年泡沫程度较为严重,尤其在后一个阶段,除上调印花税政策之外其他宏观经济政策均未对打压泡沫起到明显作用.     

南昌市住宅价格空间分异及其影响因子研究

收集2018年7月份南昌市主城区的720个住宅小区的平均房价数据,利用地理加权回归模型并结合GIS空间分析方法研究南昌市主城区房价的空间分异以及不同影响因子的影响程度。结果表明:南昌市主城区的房价显著聚类,且呈多中心分布的模式;各影响因子对房价的影响存在空间变异性;总体而言,建筑特征中容积率对房价影响最显著,区位特征中地铁因素对房价影响最大,邻里特征中重点中学对房价影响最强。     

城市住宅价格影响因素的空间非平稳性分析

应用住宅特征价格法,选取南京市2011年9月份住宅小区均价作为因变量,选取8个影响住宅价格的因素并量化作为自变量,进行地理加权回归(GWR).与传统的OLS估计相比较,GWR模型具有更好的拟合优度,同时得出具有显著性的各因素对住宅价格的影响在空间分布上是有差异的,并揭示了这种差异的特点.     

基于Box-Cox变换的住宅特征价格理论研究

在特征价格模型的应用中,函数形式的选择具有多样化,包括线性函数、对数函数、半对数函数等。在国外研究的基础上,提出在线性函数应用的基础上,对模型进行Box-Cox变换,并利用线性Box-Cox特征模型对巴黎的住宅市场进行实证研究。实证研究的结果有效地解释了各个特征与价格之间的关系,同时还说明,对住宅特征的数据变换可以有效地改善模型结构,使得模型的拟合效果更好,从而证实了该特征模型的有效性及优越性。     

大连市住宅价格空间分异规律及驱动机制研究

收集整理2006～2009年大连市的楼盘资料,运用地理信息系统专业软件,绘制大连市住宅价格散点图、等值线图、矢量图等,以揭示住宅价格随时间变化的空间分异规律,分析其驱动机制.认为在市场需求和城市规划影响下,大连市住宅价格空间分异的单中心城市格局越来越不明显,逐步被多中心所替代;沿主要街道、地铁附近的住宅因交通便利,价格也因而沿主要街道向两边逐渐递减,形成了等值线的山脊;由于能利用的市内土地资源越来越少,使地价不断升高,导致住宅价格梯度越来越大;随着人们对环境质量的不断追求,大连沿海岸附近的住宅价格以海岸向陆地逐渐递减,并形成沿海住宅高价带.     

基于半变异函数的东莞市住宅价格空间异质性分析

通过空间统计学的半变异函数工具定量研究了东莞市普通住宅价格的空间异质性特征.各向异性变异分析表明东莞市普通住宅价格呈带状异向性空间分布,即在不同方向上具有不同的结构特征.各向同性变异分析表明:东莞市住宅价格半变异函数的理论模型符合球状模型,其空间变异受结构性因子的影响占62.5%,受随机因子的影响占37.5%,说明确定性因素对其空间异质性的影响大于随机因素;其变异属于中等程度的变异,变程为16.62Km.     

武汉市轨道交通一号线对沿线住宅价格影响的分市场效应分析

基于武汉市轨道交通一号线的实证分析,采用特征价格模型,从空间和时间角度出发,研究了轨道交通对沿线不同区位住宅价格影响的分市场效应.结果表明:(1)轨道交通对沿线住宅价格影响的分市场效应显著,400 m以内,地铁一期周边住房价格增幅大于二期;400 m以外,地铁二期周边住房价格增幅大于一期.(2)轨道交通对周边住宅价格空间增值差异明显.地铁一期(中心城区)0~100 m范围地铁对于住宅价格的增值幅度最大,地铁二期(郊区)300~400 m范围地铁对于住宅价格的增值幅度最大.(3)轨道交通运营期对于周边住宅价格的影响远高于建设期,地铁一号线二期的建设与运营对一期(中心城区)周边住宅价格的影响远高于二期(郊区)沿线住宅.     

城市路网空间结构对住宅价格的影响分析

以链家房产交易平台和安居客房产交易平台的上海市二手住宅为研究样本,结合OpenStreetMap(OSM)提供的城市路网数据及高德地图提供的兴趣点(POI)等多源数据,利用空间句法测算路网空间结构的选择度和整合度.基于空间自回归模型、地理加权回归模型等空间计量估计方法,研究城市路网空间结构影响住宅价格的效果及机制.研究结果表明：城市路网空间结构是影响住宅价格的重要的区位因素,考虑空间相关性是必要的;与市中心住宅价格相比,郊区住宅价格对路网空间结构的依赖程度更强.     

城市轨道交通可达性提高和住宅价格增值关系

从分析影响因素出发,将城市轨道交通对住宅价格的影响分解为交通效益和集聚效益,并建立可达性提高计算模型进行量化.以上海市轨道交通11号线的16个车站为例对可达性提高计算值和住宅价格增值之间的关系进行分析.实例研究结果初步表明,城市轨道交通对住宅价格的影响约为城市轨道交通对住宅年可达性提高的5倍,并且在城市轨道交通开通前后就已经释放;各个车站因自身的区位及在城市轨道交通网络中的位置不同,对其影响范围内房价的影响程度不同,影响幅度分布在2%~18%之间,并呈现郊区大、市中心小的趋势.该方法可以为规划阶段的城市轨道交通线路开发利益还原及车站周边土地开发建设提供参考.     

抑制房地产泡沫问题

本文就通过房地产这一问题对城市房价作了深入的分析和科学的探讨。我们对城市房价构建数学模型。通过对城市房价模型的分析和求解,更深入了解了房价的形成因素及复杂的演化机理,从而针对性地提出解决房地产泡沫的有效政策和建议,并对所提政策和建议作出科学的预测和评价,为城市居民的住房问题提供诸多便利。     

鼠李糖脂发酵泡沫时空规律解析

鼠李糖脂发酵过程中的泡沫控制是其商业化生产的关键技术.对鼠李糖脂发酵过程中的反应器内泡沫生成规律进行了考察,实验结果表明：发酵过程中泡沫量总体呈现为前期快速增加,达最大速率后逐渐减小,最后趋于稳定;发酵中前期单个气泡的体积大,是导致该时期泡沫量较大的重要原因.此外,细胞、蛋白等其他物质对鼠李糖脂发酵泡沫具有较显著的叠加效应,可使发酵液的起泡能力提升约1.15倍.泡沫液膜中的鼠李糖脂可使液膜具有更高的强度,泡沫稳定性时长可达82.5 min,起到了稳定气泡的作用.