对我国中部省份房地产泡沫的测度及预测——以安徽省为例

发布时间：2021-10-24 16:10

　　选取安徽省为我国中部省份为个案,利用2002-2018年相关数据构建房地产测度综合指标体系,建立房地产泡沫经济指数函数式;运用因子分析法测算各年份的经济泡沫指数,并针对测算结果进行差异性分析;选取灰色预测GM（1,1）模型对未来5年泡沫指数进行预测。结果表明:过去17年存在房地产行业发展异常,房地产借力安徽经济发展;预测结果显示未来安徽省的房地产发展态势低迷并提出刺激欠发达省份房地产回温的对策建议。 

【文章来源】：齐齐哈尔大学学报(哲学社会科学版). 2020,(06)

【文章页数】：5 页

【文章目录】：
一、理论与方法
    (一) 因子分析法
        1.模型原理
        2.理论模型的建立
    (二)GM(1,1)预测模型
        1.模型原理
        2.理论模型的建立
二、评价指标体系构建
    (一)数据来源
    (二)评价指标体系构建
三、房地产泡沫市场预测分析
    (一) 基于因子分析法对影响因子进行降维
        1.因子分析适用性检验
        2.提取主成分
        3.因子旋转
        4.泡沫综合指数计算
    (二)基于灰色GM(1,1)房价预测分析
        1.模型适用性检验
        2.模型建立
        3.模型的精度检验
四、结果分析
    (一)综合评价排名
    (二)未来5年房地产泡沫预测
五、结论及政策建议
    (一)结论
    (二)政策建议
        1.建立健全住房保障体系
        2.完善房地产税收制度
        3.加强对房地产泡沫理论的研究和梳理
        4.提高信息透明度,加强房地产市场管理


【参考文献】：
期刊论文
[1]MATLAB在数学建模中的应用[J]. 武文佳.  现代制造技术与装备. 2019(11)
[2]基于Ramsey模型的房地产泡沫测度及时空演变特征[J]. 岑唯,丁元耀.  科技与管理. 2019(06)
[3]基于结构方程和GM（1,1）模型的我国旅游业与经济增长关系实证研究[J]. 樊丹,史晋娜.  中国集体经济. 2019(25)
[4]商品住宅市场价格影响因素及价格预测[J]. 马成文,薛倩玉,王昱斐.  长春工业大学学报. 2019(03)
[5]基于主成分分析法的安徽省房地产市场泡沫程度研究[J]. 刘光辉,金长宏.  洛阳理工学院学报(社会科学版). 2019(02)
[6]房地产泡沫测度研究——以安徽省为例[J]. 李海香,刘启龙,林琳,张婧.  德州学院学报. 2018(06)
[7]我国房地产宏观调控的法律缺陷及完善[J]. 田雨灵,赵德升.  长春理工大学学报(社会科学版). 2013(10)
[8]安徽省及合肥市“房地产泡沫”的实证研究[J]. 史明瑛,宁建华.  预测. 2009(04)
[9]安徽省及合肥市“房地产泡沫”的实证研究[J]. 宁建华,张峥嵘.  科技和产业. 2009(01)

硕士论文
[1]合肥市房地产泡沫测度研究[D]. 张雅.中南财经政法大学 2018



本文编号：3455573