“新一线”城市房地产投资潜力评价与分析——基于主成分-灰色关联度
发布时间:2021-12-11 01:31
如今,大量房地产开发企业为了占据更大的市场,纷纷开始进行跨区域扩张、布局,因此城市房地产市场投资潜力的评价成为了其举足轻重的工作。前不久,《第一财经周刊》新一线城市研究所公布并更新了2019年的我国15座"新一线"城市名单,这些"新一线"城市的房地产市场逐渐成为了各大开发商们关注的焦点。通过建立影响城市房地产投资潜力的评价指标体系,在广泛使用的主成分分析评价法的基础上,再结合了灰色关联度分析法、K-means快速聚类分析法,建立了房地产投资潜力评价模型,从宏观经济上对2019年"新一线城市"进行评价,以期找到具有投资潜力的城市房地产市场,为房地产开发商、政府相关管理部门提供了决策、管理的参考依据。
【文章来源】:中国房地产. 2020,(06)
【文章页数】:8 页
【文章目录】:
1 引文
2 相关研究概述
2.1 相关概念
2.2 相关文献综述
3 房地产投资潜力评价研究方法与指标体系构建
3.1 研究方法
3.2 指标体系构建
4 房地产投资潜力评价模型构建与实证分析
4.1 数据获取与标准化
4.2 主成分分析适用情况检验
4.3 主成分-灰色关联度分析计算
4.3.1 二级指标主成分得分计算
4.3.2 综合评价得分计算
4.3.3 灰色关联度计算
4.3.4 结果验证分析
4.4 聚类、均值分析
5 房地产投资潜力评价结果分析
5.1 主成分-灰色关联度分析结果
5.2 聚类分析结果
6 结语
【参考文献】:
期刊论文
[1]“新一线城市”青年友好型城市政策创新研究[J]. 朱峰. 中国青年研究. 2018(06)
[2]房地产市场投资环境综合评价[J]. 余快,郝建新. 管理观察. 2018(10)
[3]京津冀房地产投资环境综合评价与分类评析[J]. 袁帅,马明,孙媛. 中国房地产. 2017(18)
[4]基于因子分析法的城市房地产投资环境评价[J]. 万婷. 统计与决策. 2016(03)
[5]湖北省房地产投资环境的时序全局主成分分析[J]. 程鸿群,邹敏,张洛熙,佘佳雪. 武汉理工大学学报(信息与管理工程版). 2015(04)
[6]中国省会城市房地产投资环境综合评价[J]. 陆宁,张诗青,张旭,于玲玲. 长安大学学报(社会科学版). 2015(02)
[7]基于均方差决策的房地产投资环境综合评价[J]. 鲍俊升,孙鹏燕,胡玉荣,陈玉春,马凯峰. 经济研究导刊. 2015(13)
[8]基于主成分和熵权的房地产投资环境评价[J]. 崔庆飞. 河北工程大学学报(自然科学版). 2014(04)
[9]中国城市房地产市场发展潜力评价——基于时序多指标综合评价方法[J]. 刘贵文,贺玲,周滔. 科技进步与对策. 2010(19)
[10]房地产区域市场投资竞争潜力的灰色关联评价[J]. 叶贵,汪红霞. 经济问题. 2009(10)
硕士论文
[1]山东省设区城市房地产开发投资潜力评价研究[D]. 闫媛媛.山东师范大学 2018
[2]基于熵值法和聚类分析的河北城市房地产投资环境评价研究[D]. 顾树芳.河北大学 2017
[3]城市商业地产投资环境竞争力研究[D]. 高文晔.华东师范大学 2017
[4]中部六省省会城市房地产投资潜力评价研究[D]. 宋婧蕾.山西财经大学 2016
[5]我国城市住宅开发潜力动态综合评价研究[D]. 赵宏朋.重庆大学 2014
[6]城市房地产投资环境评价及实证研究[D]. 庄儒常.华中师范大学 2012
[7]武汉市房地产投资开发潜力实证分析[D]. 刘文平.华中师范大学 2012
[8]基于因子分析的城市住宅开发潜力研究[D]. 项秀伟.华东师范大学 2010
本文编号:3533763
【文章来源】:中国房地产. 2020,(06)
【文章页数】:8 页
【文章目录】:
1 引文
2 相关研究概述
2.1 相关概念
2.2 相关文献综述
3 房地产投资潜力评价研究方法与指标体系构建
3.1 研究方法
3.2 指标体系构建
4 房地产投资潜力评价模型构建与实证分析
4.1 数据获取与标准化
4.2 主成分分析适用情况检验
4.3 主成分-灰色关联度分析计算
4.3.1 二级指标主成分得分计算
4.3.2 综合评价得分计算
4.3.3 灰色关联度计算
4.3.4 结果验证分析
4.4 聚类、均值分析
5 房地产投资潜力评价结果分析
5.1 主成分-灰色关联度分析结果
5.2 聚类分析结果
6 结语
【参考文献】:
期刊论文
[1]“新一线城市”青年友好型城市政策创新研究[J]. 朱峰. 中国青年研究. 2018(06)
[2]房地产市场投资环境综合评价[J]. 余快,郝建新. 管理观察. 2018(10)
[3]京津冀房地产投资环境综合评价与分类评析[J]. 袁帅,马明,孙媛. 中国房地产. 2017(18)
[4]基于因子分析法的城市房地产投资环境评价[J]. 万婷. 统计与决策. 2016(03)
[5]湖北省房地产投资环境的时序全局主成分分析[J]. 程鸿群,邹敏,张洛熙,佘佳雪. 武汉理工大学学报(信息与管理工程版). 2015(04)
[6]中国省会城市房地产投资环境综合评价[J]. 陆宁,张诗青,张旭,于玲玲. 长安大学学报(社会科学版). 2015(02)
[7]基于均方差决策的房地产投资环境综合评价[J]. 鲍俊升,孙鹏燕,胡玉荣,陈玉春,马凯峰. 经济研究导刊. 2015(13)
[8]基于主成分和熵权的房地产投资环境评价[J]. 崔庆飞. 河北工程大学学报(自然科学版). 2014(04)
[9]中国城市房地产市场发展潜力评价——基于时序多指标综合评价方法[J]. 刘贵文,贺玲,周滔. 科技进步与对策. 2010(19)
[10]房地产区域市场投资竞争潜力的灰色关联评价[J]. 叶贵,汪红霞. 经济问题. 2009(10)
硕士论文
[1]山东省设区城市房地产开发投资潜力评价研究[D]. 闫媛媛.山东师范大学 2018
[2]基于熵值法和聚类分析的河北城市房地产投资环境评价研究[D]. 顾树芳.河北大学 2017
[3]城市商业地产投资环境竞争力研究[D]. 高文晔.华东师范大学 2017
[4]中部六省省会城市房地产投资潜力评价研究[D]. 宋婧蕾.山西财经大学 2016
[5]我国城市住宅开发潜力动态综合评价研究[D]. 赵宏朋.重庆大学 2014
[6]城市房地产投资环境评价及实证研究[D]. 庄儒常.华中师范大学 2012
[7]武汉市房地产投资开发潜力实证分析[D]. 刘文平.华中师范大学 2012
[8]基于因子分析的城市住宅开发潜力研究[D]. 项秀伟.华东师范大学 2010
本文编号:3533763
本文链接:https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3533763.html