基于社交媒体大数据的住房价格预期研究

发布时间：2023-03-11 06:00

　　中国住房价格近年表现出持续快速上涨趋势,除同期经济基本面因素的支撑外,人们对未来住房价格上涨的过度乐观预期也是重要原因。因此,政府在构建住房市场“长效机制”的过程中,越来越重视预期管理,希望能有效引导预期、稳定预期,并以此促进住房市场稳定。然而,目前国内针对住房价格预期的研究还相对滞后,无法为相关政策的制定和实施提供有效支持。本论文首先系统回顾了国内外已有的相关研究,然后构建了住房价格预期研究的理论框架,并在此框架下建立理论模型分析了预期相关的经济规律。接着,论文以一个基于深度学习的文本分类模型为核心,辅以大数据分析和文本挖掘等新兴技术,使用微博平台的社交媒体数据对中国住房市场的价格预期进行了度量。在上述工作的基础上,论文分别从预期的影响因素和对市场的直接影响、预期的传播和对市场的间接影响两方面进行了深入的实证分析。本论文的主要研究结论有:(1)通过构建深度学习模型对微博文本进行预期倾向分类,可以有效地度量住房价格预期,且相比基于问卷调查的预期指标表现出一定的优势。(2)城市的经济基本面因素对居民的住房价格预期存在显著影响,且影响规律与理论推导结果一致;但城市的过去住房价格变化对预期没...

【文章页数】：210 页

【学位级别】：博士

【文章目录】：
摘要
abstract
主要符号对照表
第1章 引言
    1.1 研究背景、目的和意义
        1.1.1 研究背景
        1.1.2 研究目的
        1.1.3 研究意义
    1.2 研究对象和研究范围
        1.2.1 研究对象
        1.2.2 关键概念
        1.2.3 研究范围
    1.3 国内外相关研究进展
        1.3.1 预期的理论研究
        1.3.2 预期的度量
        1.3.3 预期的实证研究
        1.3.4 叙事经济学背景下社交媒体大数据的应用
        1.3.5 文献综述小结
    1.4 研究方法和技术路线
        1.4.1 研究方法
        1.4.2 实证数据说明
        1.4.3 技术路线
    1.5 论文主要内容和结构安排
第2章 住房价格预期的理论分析
    2.1 住房价格预期研究的理论框架
    2.2 住房价格预期的理论模型
        2.2.1 预期的影响因素和对个体决策与市场表现的影响
        2.2.2 预期的传播和对个体决策与市场表现的影响
    2.3 本章小结
第3章 基于文本的住房价格预期度量方法和应用
    3.1 住房价格预期度量的数据与方法
        3.1.1 微博数据
        3.1.2 文本分类模型
        3.1.3 住房价格预期指标的构建
    3.2 住房价格预期指数的定性分析
        3.2.1 全国住房价格预期指数
        3.2.2 城市住房价格预期指数
        3.2.3 日度频率住房价格预期指数
        3.2.4 用户属性分类住房价格预期指数
    3.3 网络审查与度量偏误
    3.4 与其他预期指标和景气指数的比较
        3.4.1 与基于调研的预期指标比较
        3.4.2 与经济景气指数的比较
    3.5 微博文本的预期与话题
    3.6 本章小结
第4章 住房价格预期的影响因素和对市场的影响
    4.1 住房价格预期的影响因素
        4.1.1 模型设定
        4.1.2 变量选取和数据清洗
        4.1.3 实证结果与分析
        4.1.4 住房价格感知和预期
    4.2 住房价格预期对市场的影响
        4.2.1 模型设定
        4.2.2 变量选取
        4.2.3 实证结果与分析
        4.2.4 异质性分析
        4.2.5 预期指数的预测能力
    4.3 理性预期检验
    4.4 本章小结
第5章 住房价格预期的传播和对市场的影响
    5.1 住房价格预期在社交媒体平台上的传播过程
        5.1.1 住房价格预期在社交媒体平台上传播的定义
        5.1.2 典型微博案例
        5.1.3 分组统计结果
    5.2 住房价格预期传播的实证方案
        5.2.1 模型设定
        5.2.2 变量选取和数据清洗
    5.3 住房价格预期传播的识别
        5.3.1 基本模型结果
        5.3.2 内生性的进一步分析
        5.3.3 其他稳健性检验
    5.4 住房价格预期传播的异质性分析
        5.4.1 响应用户的事前预期倾向
        5.4.2 原微博发布者与响应者的用户属性
        5.4.3 原微博的文本风格和论据
        5.4.4 住房市场环境
        5.4.5 城市层面特征
    5.5 预期的城市间传播和其对住房市场的影响
        5.5.1 住房价格上涨的城市间传播:以2015 年至2018 年为例
        5.5.2 城市间住房价格信息流指数
        5.5.3 模型设定
        5.5.4 变量选取
        5.5.5 实证结果与分析
        5.5.6 住房价格变化信息的城市间传播与影响
    5.6 基于流行病传染模型的预期传播经济效应分析
    5.7 本章小结
第6章 研究结论与政策建议
    6.1 主要研究结论
    6.2 主要学术贡献
    6.3 政策建议
    6.4 研究的局限性与后续研究计划
        6.4.1 研究的局限性
        6.4.2 后续研究计划
参考文献
致谢
附录A 城市层面因素预测住房价格变化
附录B 住房价格预期预测房地产上市公司股票价格变化
附录C 信息流指数与城市间住房价格的领先滞后关系
个人简历、在学期间发表的学术论文与研究成果



本文编号：3759332