公众关注度对房价预测精度改进的研究 ——以深圳二手住房市场为例

发布时间：2021-06-14 21:34

　　房价预测一直是房地产经济学中的研究重点。近年来,越来越多的现象证实房地产市场不符合传统经济学假设。传统经济理论下的宏微观经济因素对房价波动的解释力度越来越有限。随着行为经济学的盛行,从市场主体心理和行为的角度可以帮助传统经济理论更好的解释房价波动。关于行为经济学对房地产价格波动的研究大多数是从微观个体的行为现象进行分析,缺少可以反映人们行为和心理的客观指标。随着互联网大数据的发展,人们对于房地产市场的关注和预期可以通过相关搜索行为反映出来。微观主体在互联网上的搜索引起相关关键词关注度的变化,在房地产市场上的购买行为引起住房价格和成交量的变化。人们在购买行为发生之前会进行相关信息搜集、确认需求、选择判断等一系列行动,这就形成网络关键词变化与房地产量价变化之间的时差。因此,本文针对传统经济理论下房价预测精度问题,从传统经济理论和行为经济学相结合的角度出发,利用网络搜索数据量化公众关注度,通过研究公众关注度与房价波动的关系,探究反映公众关注的网络关键词对改善房价预测精度的影响。本文首先综述了关于房价与传统经济学、行为经济学之间的相关研究,以及综述了网络搜索数据与经济活动之间相关性的研究。对行... 

【文章来源】：深圳大学广东省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

百度指数中关键词需求图谱

【参考文献】：
期刊论文
[1]应对美联储缩表 中国要寻找经济增长新动力[J]. 易宪容.  中国外资. 2017(19)
[2]行为经济学视角下的房价波动研究述评[J]. 孔煜.  重庆大学学报(社会科学版). 2017(01)
[3]基于百度指数的房地产价格相关性研究[J]. 姜文杰,赖一飞,王恺.  统计与决策. 2016(02)
[4]货币政策与城镇化政策对房地产市场的影响研究——来自我国31个省市的证据[J]. 韩国高.  投资研究. 2015(03)
[5]基于网络搜索数据的房地产价格预测[J]. 董倩,孙娜娜,李伟.  统计研究. 2014(10)
[6]大数据及其科学问题与方法的探讨[J]. 何非,何克清.  武汉大学学报(理学版). 2014(01)
[7]区域差异、城镇化与房地产价格——来自中国房地产市场的证据[J]. 韩正龙,王洪卫.  经济问题探索. 2014(02)
[8]高维数据回归分析中基于LASSO的自变量选择[J]. 张秀秀,王慧,田双双,乔楠,闫丽娜,王彤.  中国卫生统计. 2013(06)
[9]百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例[J]. 黄先开,张丽峰,丁于思.  旅游学刊. 2013(11)
[10]为“大数据”打造灵活开放的数据中心网络[J]. 安建伟.  互联网周刊. 2013(21)

博士论文
[1]房地产经济周期的微观解释：行为经济学方法与实证研究[D]. 关涛.复旦大学 2005

硕士论文
[1]基于网络搜索的中国区域房价预测模型及应用研究[D]. 王希晶.南京大学 2016
[2]房地产价格影响因素及预测研究[D]. 丁凤.安徽财经大学 2014
[3]我国货币供应量M2对房地产价格的影响[D]. 李岑林.华中师范大学 2013
[4]基于宏观与微观综合影响因素的房地产价格预测研究[D]. 王红玲.安徽大学 2012
[5]基于灰色理论和多元线性回归分析的房地产预测模型及其实证分析[D]. 丁倩.昆明理工大学 2009
[6]MRS组合预测模型在房价预测中的应用研究[D]. 陈莹.武汉理工大学 2008
[7]基于多因素LOGISTIC的城市房地产价格预测模型研究[D]. 王聪.大连理工大学 2008
[8]成都商品住宅价格影响因素分析与房价预测[D]. 杨贵中.西华大学 2007



本文编号：3230246