南京房地产市场价格的影响因素分析及趋势分析开题报告

1. 研究目的与意义

随着我国的经济的快速发展,住房制度改革的深化,房地产业创造价值在国民经济中的总量不断提高,日益凸显其在经济和社会发展中的重要地位。

由于房地产价格的不断上涨,房地产价格问题成为房地产研究的重点,房地产价格问题的研究是房地产泡沫,房地产金融风险等研究的基础。

通过房地产价格研究中价格影响因素的研究从价格形成本质、价格构成、各因素影响程度来揭示价格变化的原理。

2. 研究内容和预期目标

研究内容：南京市房地产价格影响因素，以及建立在此基础上的对房价的预测拟解决问题：希望看出南京房价变化影响因素，最后可以提出建议，改善社会福利

3. 国内外研究现状

近年来房价的持续走高和暴涨势头已引起社会各界的高度关注，国内外学者运用不同方法分析研究房地产市场的发展规律，Malpezzi 利用时间序列截面回归分析美国重复交易住宅价格指数［1］; Anglin 创建VAＲ模型预测多伦多的房价变动［2］; Zhou 等利用滑动平均预测拉斯维加斯的房价指数［3］; Clapp 等根据自回归时间序列模型探究弗洛里达的季度房价［4］; 李万庆等借助小波神经网络研究房地产价格指数［5］; 闫妍等以TEI@ I方法论为指导预测房价变动［6］; 王聪［7］和葛龙［8］分别利用多因素logistic 回归模型和GAＲCH 模型、COPULA 模型研究房地产市场的发展; 更有殷霄雯和武秀丽等探讨了南昌、广州等地方性房价．

4. 计划与进度安排

1，首先找出目前相关领域的研究成果，研究其已经解决的问题。

2，然后分析，这些论文存在那些不足，应如何改进，并在自己的论文中体现这一点。

3，找到历年统计年鉴，结合已有的用于分析房地产价格影响因素的论文，初步筛选出南京市房地产价格的影响因素。

5. 参考文献

［1］ Malpezzi S． A simple error correction model of housing prices［J］． Journal of Housing Economics， 1999，8( 1) : 27 － 62．［2］ Anglin P． Local dynamics and contagion in real estate markets［C］/ /The International Conference on Ｒeal Estates and Macro Economy．Beijing， 2006: 19 － 24．［3］ Zhou W X，Sornette D． Analysis of the real estate market in Las Vegas: bubble， seasonal patterns， and prediction of the CSW indices［J］． Physica A: Statistical Mechanics and its Applications， 2008， 387 ( 1) : 243 － 260．［4］ Clapp J M，Giaccotto C． Evaluating house price forecasts［J］． Journal of Ｒeal Estate Ｒesearch， 2002， 24( 1) : 1 － 26．［5］ 李万庆，张金水，孟文清． 基于小波神经网络的房地产价格指数预测研究［J］． 河北工程大学学报: 自然科学版， 2008， 25( 1) : 74 － 76．［6］ 闫妍，许伟，部慧，等． 基于TEI@ I 方法论的房价预测方法［J］． 系统工程理论与实践， 2007， 27( 7) : 1 － 9．［7］ 王聪． 基于多因素logistic 的城市房地产价格模型研究［D］． 大连: 大连理工大学， 2008．［8］ 葛龙． 基于GAＲCH 和COPULA 模型的天津房地产市场预测［D］． 天津: 天津大学， 2008．