一、2000年我国房地产业发展走势(论文文献综述)
周贺[1](2021)在《中国产业集聚对区域房地产价格的影响研究》文中认为产业集聚作为既能够影响房地产市场需求又能够影响房地产市场供给的重要经济变量,与房地产价格上涨存在着紧密的理论关联。同时,产业集聚作为我国地区经济发展的典型化特征之一,代表了我国地区经济发展的未来趋势。因此,研究产业集聚对我国区域房地产价格的影响具有重要的学术价值和现实意义,包括为解释我国房地产价格上涨提供新视角与新证据,发现我国房地产价格的区域分化现象背后的原因,以及为不同城市结合实际开展房地产市场调控和制定产业政策提供有益参考。本文在界定人口集聚、房地产和房地产价格相关概念后,对国内外有关产业集聚对房地产价格影响的研究文献进行系统梳理;重视现实对我国房地产市场发展历程进行阶段性分析;运用经济理论分析产业集聚对房地产价格的影响,以及产业集聚影响房地产价格的作用机制和门限效应表现;选取合适经济变量,以中国35个大中城市数据为样本,应用静态面板数据模型、动态面板数据模型、中介效应检验模型和门限面板模型进行实证研究。本文获得主要研究结论如下:一是我国产业集聚表现出明显的区域差异和产业差异,房地产价格也表现出明显的区域差异。产业集聚在东中西三大地带间差异明显,除北京和海南外,东部地区的制造业产业区位熵指数明显大于1,中部地区和西部地区除了河南、安徽、内蒙古、陕西等省份表现较好外,包括东北老工业基地的其他省份制造业集聚水平均较低。与制造业不同,以开发建设为主导的中西部地区,建筑业普遍具有较高的集聚水平。而金融业因其强大的中心集聚力,导致金融业集聚不仅存在明显的东中西差异,也存在着明显的地带内省际差异,来源于第三产业的房地产业集聚表现出与金融业相似的特点,且其与地区的房地产市场冷热密切相关。根据各地商品房平均销售价格数据,对比发现我国东部地区房地产价格明显高于中部和西部地区,且东部省份的房地产价格分化严重,35个大中城市的土地成本数据也表现出了相似的特征。二是产业集聚对房地产价格具有显着的影响。理论上,产业集聚能够影响居民的房地产购买能力和数量,从而提升房地产的市场需求,同时产业集聚能够影响土地供给和房地产开发融资成本,从而影响房地产市场的供给。因此,产业集聚从供给和需求两个角度影响房地产价格。以35个大中城市数据为样本的动态面板数据模型估计结果显示,制造业和建筑业集聚对房地产集聚具有显着的正向影响,金融业和房地产业集聚影响不显着,这反映了以制造业和建筑业为代表的实体经济发展更能够长期影响房地产的价格水平,我国房地产价格水平的上涨是具有一定程度的实体经济支撑的。考虑到房地产价格对产业集聚的反向影响关系,对模型内生性进行讨论,并采用新的核心解释变量测量方法和变更样本时间跨度的方式再次进行估计,发现研究结论是稳健的。此外,工资收入、财富水平、建筑成本、土地成本均对房地产价格具有显着正向影响,房屋竣工面积对房地产价格具有显着的负向影响,与房地产价格的供需决定理论的预期结论相一致。三是人口集聚和土地成本是产业集聚影响房地产价格的重要机制变量。产业集聚与人口集聚是经济集聚理论成立的两大基础,经济因素是人口迁移流动的主要原因,产业集聚导致的区域经济发展差异推动了人口集聚的发生,人口的居住需求又刺激了房地产价格的上扬。产业集聚推动政府平衡工业用地与住宅土地供给,由于新增土地出让收入具有政府财政平衡和补贴工业用地基础设施建设的功能,这强化了政府提高土地价格的城市土地经营动机,进而推高了房地产成本和销售价格。中介效应检验结果显示人口集聚和土地成本能够部分的传导产业集聚对房地产价格的影响,人口集聚和土地成本是产业集聚作用于房地产价格的重要影响机制。四是产业集聚对房地产价格的影响具有明显的门限效应特征,符合边际效应递减规律。城市在自然条件、区位条件、产业结构等多个方面存在差异,城市异质性能够影响产业集聚对房地产价格的作用大小,即产业集聚对房地产价格存在着异质性影响。选取产业集聚水平、人口集聚水平和土地成本等反映城市异质性和房地产市场发展条件的变量为门限变量,实证结果证实了产业集聚对房地产价格的影响是异质的,研究还发现对于大多数正处于发展中的城市来说,城市总体产业集聚水平较低、人口集聚水平较低和土地成本较低,产业集聚对房地产价格的正向影响更大。分产业来看,制造业集聚在城市产业集聚水平不高时对房地产价格的正向促进作用更大,而金融业集聚在城市产业集聚水平高于某一门槛后对房地产价格的正向促进作用则日益增强,这与产业升级理论下的城市经济发展现实相一致,对于北京上海等产业集聚度高的城市来说,金融业集聚对房地产价格上涨起到了更大的作用,而对于大多数普通城市,制造业等实体经济的集聚发展能够显着的拉动房地产价格上涨。基于上述研究结论,结合我国区域经济发展与房地产市场发展实际,提出促进房地产市场健康平稳发展的政策建议:一是促进各区域均衡协调发展,缩小东部地区与中西部地区的经济发展差距、产业集聚差距和房地产价格差距。二是重视人口集聚对大中城市房地产价格的影响,尽可能采取多种形式保障好大中城市流入人口的住房问题。三是重视大中城市土地成本持续上升导致的房地产价格攀升问题,合理解决地方政府用住宅土地出让收入补贴工业用地开发成本,用住宅土地出让收入弥补财政赤字的问题,彻底遏制地方政府提高土地价格、助推房地产价格上涨的土地经营动机。加强顶层设计和对财税制度、官员晋升评价、中央地方事权划分、土地性质变更出让等多项重要经济制度的系统性改革,将房地产回归到居住属性的普通商品,实现“房住不炒”的房地产市场发展目标。
李悦[2](2021)在《我国房地产企业发行绿色债券融资研究 ——基于旭辉控股集团的案例分析》文中研究指明房地产行业属于典型的资金密集型行业,房地产企业在土地储备及后续工程项目的开发建设中对资金的需求都较大,并对财务杠杆的使用较为依赖。我国房企进行项目建设所需要的资金,除自有资金之外,主要来源于银行贷款、股权融资以及债务融资。经济的下行压力增大、政府的房地产调控政策收紧、公司开发的项目销售困难等状况,都可能导致房地产企业的资金链发生断裂。此外,随着我国城镇化建设的不断推进,房企在项目建设过程中的不规范和不合理行为,造成了较大的能源消耗及环境负担。在这样的发展背景下,我国房企迫切需要利用新的融资方式来解决融资问题,并且最大程度地节约资源以及保护环境。本文运用案例研究法,选择我国房地产行业的代表性企业——旭辉控股集团作为案例研究对象,以此寻找解决该问题的突破口。通过对旭辉控股集团的经营情况、财务状况以及绿色地产发展情况进行分析,本文发现该公司的发展态势总体表现良好。公司的项目分布广泛,项目销售保持较快增长,而且公司具有较好的营运能力和偿债能力,债务期限结构良好,绿色发展能力也较强。在此基础上,本文结合事件研究法、KMV模型等方法,进一步对公司发行绿色债券的动因、成本、效益、问题及风险进行深入剖析,并得到了以下研究结论:地区政策以及公司战略的支持极大地推动了旭辉控股集团绿色债券的发行;旭辉控股集团发行绿色债券的成本包括发行利率成本、认证评估成本和资金管理成本,且公司发行的绿色债券具有明显的融资成本优势;旭辉控股集团所发行的绿色债券可以产生改善财务指标、减少财务费用、提高公司的声誉等诸多效益;公司此次发行的绿色债券仍存在发行规模有限、二级市场流动性较弱等不足,同时还面临汇率风险。根据研究结论,本文主要从政府和发行主体两个角度出发,为房地产企业运用绿色债券融资提供一些参考建议。针对政府,本文建议相关部门应从以下五方面促进房企发行绿色债券:一是从出台配套激励措施,完善市场基础设施建设等方面,加大对房地产企业发行绿色债券的政策支持力度;二是加强对评级机构的管理,完善第三方认证评估机制,提高第三方机构的质量;三是规范信息披露标准及制度,加强对房企的发债资金用途与流向监测;四是培育绿色债券的合格投资者,扩大绿色债券市场的投资者基础;五是加强绿色债券以及绿色建筑领域的跨境合作,构建境内外良性互动的生态系统。针对发行主体,本文提议房企可以积极参与绿色债券市场,运用多种措施降低绿色债券的发行成本,防范绿色债券的相关风险,树立可持续发展战略。
李帅[3](2021)在《基于非均衡理论的我国大中城市房地产市场研究》文中进行了进一步梳理2015年,中央财经领导小组第十一次会议提出结构性改革,2017年,十九大报告指出“深化供给侧结构性改革”。目的是保障房地产市场均衡发展,避免房地产市场出现供大于求的库存积压和供小于求的“一房难求”局面,防止我国经济不健康不稳定的发展。分析房地产市场供需影响因素,探讨降低房地产非均衡度的解决途径显得尤为重要。普遍学者认为房地产市场均衡状态是房地产企业供给量与居民需求量相等,但由于现实生活中各种因素的影响,均衡状态很难实现。故本文通过国内外学者对房地产市场非均衡的研究,收集国家统计局数据展示我国房地产市场非均衡的现状,探讨房地产市场非均衡产生的原因,得出我国房地产市场非均衡现象具有区域性和城市能级的差异。故选取我国具有代表性的35个大中城市,且35个大中城市房地产投资额占据我国投资总额的50%左右,因此建立35个大中城市房地产市场计量经济学模型具有现实意义。本文收集整理2000-2019年我国大中城市房地产行业的统计数据,选择房地产本年完成投资、新开工面积、开发企业个数、本年购置土地面积、平均销售价格、地区生产总值、地区年末总人口数和居民人均可支配收入作为比较序列计算灰色关联系数。筛选出来地区生产总值、房地产开发企业个数和地区年末总人口数作为我国大中城市房地产市场供需的主要影响因素,并建立非均衡计量经济学模型,得出我国房地产市场的需求量与地区年末总人口数呈现正相关,供给量与地区生产总值呈现正相关,房地产企业个数既影响需求量又影响供给量。最后建立非均衡计量经济学模型,计算2000-2019年不同时期的房地产市场非均衡度,进一步解释我国大中城市房地产市场计量经济学模型的经济意义。根据研究结果分析,仅仅依靠市场自身调节房地产市场的非均衡现状难以达到预期目标,且房地产市场非均衡度的变化与国家政策有较强的联系。最后以地区年末总人口、房地产市场运行机制、政府土地供应量、信贷机构放款额度和贷款利息、房地产租赁市场和房地产企业供给结构等角度提出合理建议,为房地产市场均衡发展提供参考依据。图:21;表:15;参考文献:50;
李俊杰[4](2021)在《河南省新型城镇化与房地产业发展关系研究》文中研究说明新型城镇化是顺应城镇化基本演变规律,秉承科学发展的理念,坚守人本主义,着力于城乡统筹发展、和谐友好型社会、优化环境、资源合理配置及城市规模、城市结构的合理发展,追求高质量、高水平的一种城镇化发展模式。河南省如何结合省内发展实际持续推进新型城镇化建设?在河南省新型城镇化背景下与城镇化关系密切的房地产业如何转型升级,实现其自身的可持续性健康发展?河南省房地产业如何适应新型城镇化发展理念,服务于河南省新型城镇化建设?等问题的解决需对河南省新型城镇化建设及房地产业发展关系进行深层次的研究。本文以此作为出发点首先搜集国内外相关研究成果进行梳理、归纳及总结并结合自身观点对新型城镇化、房地产业两者相关的重要理论进行详细地阐释。在此基础上对新型城镇化及房地产业两系统之间的相互作用机理进行理论剖析。接着从河南省新型城镇化及房地产业发展实际出发查阅、参考相关文献后从人口发展与空间扩张、经济与社会发展、自然资源与生态环境及城与乡统筹四个维度细化出24个可量化指标,构建河南省新型城镇化综合测度指标体系。同样从房地产业开发投资状况、房地产业开发建设状况、房地产业市场经营状况及房地产产业规模四个维度细化出16个可量化指标构建河南省房地产业综合测度指标体系。收集河南省2000-2019年相关数据利用熵权TOPSIS模型分别计算河南省新型城镇化与房地产业及其各分维度发展水平综合测度值,并对两系统及其各分维度综合水平发展趋势进行分析。最后基于河南省新型城镇化与房地产业发展水平综合测度值引入耦合度、耦合协调度模型对两系统间耦合协调关系进行研究,结果表明:两系统间相互作用强度有待加强,两系统间耦合协调关系不断优化但目前仍处于初级耦合协调的类型。基于河南省两系统及其各分维度发展水平综合测度值创新性地从整体及分维度两个视角分别构建向量自回归及结构方程模型对两系统间互动关系进行实证研究,结果表明:整体视角下河南省新型城镇化与房地产业两系统在发展过程中相互促进、协同发展,但两系统间相互促进的程度差异性较大。分维度视角下亦证实河南省新型城镇化与房地产业两系统发展过程中在多个方面仍存在不同程度的矛盾,阻碍两系统间协同发展,为此针对两系统间存在的矛盾提出相关建议。本文研究丰富了新型城镇化与房地产业基本理论内涵,为两系统关系研究提供新思路,同时对河南省制定相关政策促进两系统关系的优化也具有极大的参考价值。
李金航[5](2020)在《我国房地产价格与国民经济GDP、货币供应量M2之间的动态关系研究》文中研究说明改革开放后,我国经济飞速发展。其中,我国的经济支柱型产业-房地产,在推动我国GDP的增长过程中起到了关键作用。我国政府通常采取宽松的货币政策,不断加强对房地产业的投资力度,正是在这样的政策环境中,我国房地产行业一片火热化发展。然而,事物有其两面性,政府采取常年宽松的货币政策,大量货币流向了房地产领域,导致产生了房地产市场的泡沫形势,商品房销售价格也随之不断提高。由于宏观经济环境对于房地产的价格具有主导性的影响,同时也为了尽可能的让中国房地产价格与国内生产总值GDP、货币供应量M2之间协调发展,本文要对三者间存在的动态联系进行深入研究,提出相应的宏观调控措施建议。货币供应量M2是一个影响因素众多,且与国家政策高度相关的变量,但考虑到近十年的我国M2季度数据呈稳定的线性增长趋势,并结合当下我国宏观政策维稳的大前提,故从本文视角对其分析预测仍有一定的参考价值。本文研究工作所使用的数据取自于国家统计年鉴,选取了我国2000-2019年国内生产总值GDP、商品房平均销售价格HP、货币供应量M2以及房地产投资额REI的四组季度数据进行分析。通过VEC建模分析,发现我国商品房均价的上涨推动GDP的增长,在前两个季度内,该增长缓慢不明显,第二个季度之后,呈线性上升走势,并于第八个季度后趋于平稳,此时,其对GDP的增长所作的贡献率高达35.5%。除了推动GDP增长,商品房均价的上涨还伴随着货币供应量M2的增长,该增长趋势在前三个季度内,呈上升趋势,之后,便处于停滞状态,直至第七个季度,再次呈线性增长趋势,影响非常深远,这也正对应于我国目前高房价背后的房地产泡沫现状。此外,商品房均价的上涨也增加了房地产投资的预期收益,促使房地产商扩大投资规模,该影响主要体现在前3个季度内,其中第一个季度处于负增长,从第二个季度开始才是正向增长,影响持续时间较短,也表明当房价上涨时,房地产投资额不是同步增长,而是有1个季度的市场反应时间。本文也做了基于VAR模型的2020-2023年共16个季度的短期预测工作。其中,我国国内生产总值GDP预计在2020年第1季度到达259290.5亿,到2023年第4季度增至334195亿。我国商品房平均销售价格预计在2020年第1季度到达9898.86元/平方米,到2023年第4季度增至12159.92元/平方米。我国货币供应量M2预计在2020年第1季度到达2035882.92亿,到2023年第4季度增至2631335.6亿。我国房地产投资额预计在2020年第1季度到达13485.37亿,到2023年第4季度增至17599.86亿。考虑到2020年初我国突发的新冠疫情状况,经济增长率很可能要低于6%的预定计划,故作者认为上述四个变量的实际值很可能要小于预测值。最后本文也响应国家维持房价稳定的号召,提出了“推进我国房产税制度改革,抑制房地产价格过快上涨”的建议。其次,为防范经济领域的重大风险,守住不发生系统性金融风险底线,本文也提出了“合理控制信贷供应,完善房地产信用体系”的建议。同时,也根据我国当下的经济新常态形势,提出了“转变经济增速理念,进行投资结构升级”的建议。
张佳雯[6](2020)在《房价上涨对制造业产出的影响研究》文中指出房地产业和制造业是我国宏观经济体系中极为重要的两个部门。我国房地产业自1998改革以来获得了极大的发展,并带动了包括制造业在内的许多上下游产业的产出增长。近年来,伴随着房价的持续上涨,房地产除了耐用消费品的属性外还具备了金融投资品的属性,因此房价上涨对制造业影响的范围和途径相较于房地产业发展初期也有了一定的变化。那么,当前我国房价上涨影响制造业产出的途径和机理是什么?这种影响的动态变化过程是怎样的?并且,在制造业内部,房价上涨对不同制造业产业的影响是否有区别?为了回答以上问题,本文从理论和实证两个方面研究了房价上涨对制造业产出的影响。首先,对房地产业和制造业发展现状进行了梳理,发现房价全面持续上涨、房地产投资规模膨胀且房地产调控政策基调频繁转换。同时,制造业产出及投资不断增长,但也出现了产出及投资增速降低,成本上升的迹象,制造业面临的国际竞争加剧。其次,从缓解企业融资约束、产业关联效应、引发制造业企业成本上升、挤出企业信贷资金以及制造业企业投资房地产五个方面分析了房价上涨促进或抑制制造业产出的机理。最后,用2005年7月至2019年12月的月度时间序列数据构建房价上涨影响制造业产出的状态空间模型,并基于卡尔曼滤波算法估计房价上涨对制造业产出影响的时变参数序列以分析动态影响过程。之后用同样的方法对不同的制造业产业分别进行了实证分析。本文的研究结论主要有:(1)从影响机理上来看,房价上涨对制造业企业产出既存在促进效应,又存在抑制效应,对产出的最终影响取决于这两种效应的力量对比,即净效应。其中,促进效应包括缓解企业融资约束以及产业关联效应;抑制效应包括引发制造业企业成本上升、挤出企业信贷资金以及吸引企业抽离内部资金投资房地产。(2)实证结果显示,宏观上来看,房价上涨对制造业产出的净效应仍为推动作用。但是,这种推动作用正逐渐减小并趋近于0,说明房价上涨的抑制效应正逐渐增大。(3)从不同制造业产业来看,房价上涨对与房地产业关联度高的非金属矿物制品业的产出具有推动作用;而对与房地产业关联度不大的酒、饮料和精致茶制造业产出具有阻碍作用。基于上述研究结论,本文提出以下政策建议:构建房地产调控长效机制,加快完善房地产税改革。扩展实体产业融资渠道,提高企业融资效率。提高制造业企业盈利能力,提升制造业行业利润水平。
赵明昊[7](2020)在《房地产开发投资的宏观效应研究》文中研究说明自改革开放以来,房地产业一度成为拉动我国经济增长的重要引擎,促进经济发展作用明显,但也造成房地产价格不断攀升、房地产开发投资不可持续等现实经济问题日益突出,宏观经济层面则面临产能过剩、资源和环境压力承载力不足、经济增长动能不足等困境。然而,中国经济已由高速增长阶段转向高质量发展阶段,进入发展的“新时代”,在此背景下,依赖于房地产和基建投资的粗放式经济发展模式势必要向培养内需、激发实体部门投资活力、构建具有更强内生增长动力的发展模式转变。房地产开发投资作为宏观经济活动的重要组成部分,在经济“高质量”发展阶段中维持怎样的水平以及发挥怎样的作用,将成为一项极具重要现实意义的研究议题,解决这一议题的关键在于厘清房地产投资活动在宏观经济中的传导路径以及对其他宏观经济变量、经济增长、经济效率和资源的空间配置效率等方面的影响关系。本文基于国内外相关理论和房地产开发投资现状,立足于中国房地产市场核心特征,识别出房地产开发投资影响宏观经济的传导机制,进一步采用理论分析与实证研究相结合的研究范式,对中国房地产投资与宏观经济波动、经济周期、经济增长、经济效率和资源要素空间配置效率的影响关系与作用机制展开系统且深入研究。研究发现:第一,对于经济需求侧而言,一方面,房地产开发投资活动本身会增加最终品需求,进而直接影响总产出;另一方面,房地产开发投资通过促进房地产业的关联产业发展、降低金融体系服务实体经济的效率、挤出制造业为代表的实体经济部门生产性投资,对总需求产生间接效应。对于经济供给侧而言,一方面,房地产开发投资使得房地产要素增加,对经济增长具有直接促进作用;另一方面,房地产开发投资的过快增长以及所占份额的提升,使得房地产行业占据了更多的信贷和生产资料,挤占其他生产要素积累,对社会总供给产生间接效应。概言之,房地产开发投资活动既增加了宏观经济短期波动,又会影响宏观经济长期发展。第二,通过构建包含住房市场和房地产开发商的多部门DSGE模型模拟演绎了房地产开发投资对其他经济变量的影响及其内生传导机制。研究发现,住房刚性需求上升将推动房地产投资增加,一方面通过带动关联产业发展增加社会就业和总产出水平,另一方面推动生产资料价格上升,使得房地产开发成本上升,提高了房地产价格的涨幅,在一定程度导致房地产投资品属性凸显,挤出居民消费和实体投资,不利于经济稳定健康发展;房地产开发投资占GDP比重下降会导致生产性投资占比上升、居民消费占比下降,即房地产开发投资下降将会释放更多资源供传统企业扩大生产投资,但同时也会导致家庭每一期新增的资产财富下降,居民消费占GDP比重下滑。第三,构建随机扰动变参数因子扩展的向量自回归(SV-TVP-FAVAR)模型,实证分析了我国各省在考察期内房地产投资对经济周期的冲击影响及形成原因。通过主成分方法对选择的79个指标进行降维,基于得到的三个公因子建立SV-TVP-FAVAR模型,而后选取2002年第一季度、2008年第三季度以及2014年第一季度三个时点以代表房地产投资启动时期、全球金融危机时期以及经济“新常态”时期,分析了房地产投资对经济波动周期的影响。研究发现,在房地产投资启动时期,我国房地产投资对经济波动表现为逆周期性特征;在全球经济危机时期,正向效应较强,表现为显着的顺周期性特征;在新常态时期,由于房地产市场出现饱和,房地产投资对经济波动又表现出显着的逆周期性特征。第四,构建以实际房价为门限变量的面板门限模型实证研究了房地产开发投资对经济增长的非线性效应。研究发现房地产开发投资对经济增长的拉动作用随着房地产价格上涨而增强,但房地产价格处于不同区位将影响资本和劳动力对经济增长的贡献,其中资本对经济增长的促进作用呈现倒“U”型特征,而劳动力对经济增长的促进作用则呈现反“J”型。第五,利用1998-2017年我国30个省(直辖市、自治区)的数据,构建动态面板数据模型实证分析了房地产投资对经济效率的影响。借助永续盘存法测度了折旧率可变的固定资本存量,结合劳动力指标,通过构建随机前沿生产函数测度了技术效率和全要素生产率指数。研究发现房地产投资对技术效率和全要素生产率指数有正向的促进作用。第六,构建综合评价指标体系对我国30个省会城市和直辖市的房地产市场投资总价值进行量化评价,进一步对各城市房地产市场投资总价值与实际投资情况进行匹配分析发现:30个省会城市的住宅地产发展质量和投资潜力都极不均衡。住宅地产市场发展质量在东部城市间的差异在逐渐缩小,中部城市发展质量的差异却逐渐增大,西部城市则呈现严重的两级分化;大多城市进行房地产开发投资主要盯住本地区房价上涨潜力,而非依据本地区房地产市场开发投资价值,导致部分中西部发展相对滞后的城市存在房地产投资过度问题,一些经济发展水平和发展潜力较大的城市却存在投资不足现象。这一显着的房地产开发投资空间错配效应,不仅会导致生产要素等资源的空间错配,还将影响房价的不合理波动。
余茜[8](2020)在《基于DCC-GARCH模型的我国房企间的动态相关性研究》文中进行了进一步梳理近些年来,我国房地产业发展迅速,已经成为我国经济的基础性和支柱性产业,房地产企业随之越来越多,房价也一直在不断上涨。为了规范房地产市场,促使房地产市场健康可持续的稳定发展,国家针对房地产市场出台了一系列的宏观调控政策。研究不同调控政策下房企之间的关联性,有利于投资者进行合理的资产配置,获得更高的收益,更有利于房企升级转型,转变经营方式,加强房企抵抗风险的能力,适应房地产市场的不断变化。本文以国企、民企两种性质的房地产企业的股指收益率作为研究对象,结合近十年我国房地产的调控政策,采用DCC-GARCH模型分析我国房地产不同性质企业之间的动态关联性。本文的结构安排如下:第一章介绍本文的选题背景、研究意义、房地产相关的文献综述和论文内容及结构安排。第二章介绍DCC-GARCH模型的背景、形式、估计步骤和DCC-GARCH模型相关的文献综述。第三章基于DCC-GARCH模型对我国房地产企业的动态相关性进行研究,选择十六家国企、民企两种性质的房地产企业的股指收益率样本序列进行实证分析。首先对样本序列进行描述性分析、正态性、平稳性、自相关性和ARCH效应检验,根据ACF图和PACF图确定均值方程的阶数,其次在误差分布为正态分布、t分布和广义误差GED分布下,运用GARCH、IGARCH、GARCH-M、TGARCH、EGARCH和PGARCH六种GARCH族模型来对两种性质的房地产企业的股指收益率进行建模,根据AIC等信息准则对建立的不同模型进行比较,选择最优的单变量GARCH模型。自相关和ARCH检验均表明残差序列不再具有自相关和异方差性。然后通过选择出来的单变量GARCH模型得到标准化残差序列,建立DCC-GARCH模型来分析近十年我国房地产调控政策下两种性质的房地产企业间的动态相关关系,最后通过格兰杰因果关系检验两种性质的房地产企业之间的联动性。研究结果表明:国企房地产企业的股指收益率和民企房地产企业的股指收益率都具有波动聚集性,并且波动的影响存在持续性,可能会增加风险,民企房地产企业的股指收益率波动更大;两者之间具有很高的相关性,当调控政策比较宽松时,相关系数比较大,当调控政策比较紧缩时,相关系数相对比较小,并且两者之间的相关系数具有时变的特征,2017年之前国企房地产企业和民企房地产企业的相关性波动变动幅度很大,而2017年以后,两者之间的相关性系数波动幅度变缓。并且,国企房地产企业和民企房地产企业之间的联动性是双向传导的过程。基于以上研究结果,本文提出以下三点建议:(1)政府继续坚持“房住不炒”的宏观调控政策。(2)房地产国企、房地产民企相互借鉴、合作,优势互补。(3)投资者进行合理的资产配置。
胡楚阳[9](2020)在《房地产业发展水平对我国地方政府债券发行利差的影响研究》文中进行了进一步梳理2015年我国新《预算法》出台,规定地方政府债券作为地方政府举债融资的唯一新增渠道,地方投融资活动进入全面规范期。随着城镇化进程的深入推进,居民住房需求不断增加为地方政府带来了各项设施建设的压力,地方政府需要通过发行债券获取财政资金,与房地产业有关的财政收入保证了地方政府对于债券的偿还能力,而由于区域发展不平衡造成的各地方政府财政实力的参差不齐,以及房地产的相关调控政策对地方政府信用产生的影响,会造成投资者对于地方政府偿债能力的判断出现差异,各省发行地方政府债券的票面利率就会有所差别。本文试图研究房地产业发展水平对我国地方政府债券与国债价差的影响,为我国地方政府债券及房地产市场的发展提供决策参考。本文采用理论研究与实证研究、定性研究与定量研究相结合的方法,在论述有关利率结构、资产定价理论的基础上,参考国内外学者对于西方发达国家和我国的地方债务风险识别、债券定价研究,以及国内外学者对于房地产业发展水平的研究,结合我国地方政府债券以及房地产业发展的历史和现状,分析目前地方债券市场和房地产市场发展面临的问题,考察房地产业发展水平对地方政府债券发行定价的影响。通过整理2015—2018年间全国30个省份发行的4226只地方政府债券以及有关房地产业发展的数据,通过主成分分析得到反映各省份房地产业发展水平的综合评价指标,结合地方政府债券自身特征、地方政府经济表现、地方政府信息披露情况、流动性五项指标,从不同的角度剖析了地方政府债券发行成本的影响因素并重点关注房地产业发展水平对于我国地方政府债券定价的影响。主要结论有:地方政府债务以及房地产过热产生的问题亟待解决;房地产业发展水平对于地方政府债券的定价具有显着正向的影响;地方政府债券自身特征、地方政府经济表现、信息披露情况、市场的流动性同样会影响地方政府债券的定价;地区发展不平衡带来的差异也会反映在地方政府债券的发行利差上。最后,针对上述问题和研究得到的结论,本文从不同角度提出建议,一方面缓解地方财政压力,促进地方经济发展,另一方面也能为投资者带来更丰富的选择,促进地方政府债券和房地产业走向健康发展的市场化道路。
刘天娇[10](2020)在《我国省域房地产业发展对经济增长贡献度比较研究》文中指出改革开放以来,我国经济发展迅速,为房地产业的发展创造了机遇,而房地产业发展对我国经济的发展也发挥着巨大的作用。同时,房地产业发展状态因所处区域不同均有所差异,房地产业发展问题不能一概而论,要与区域经济发展相结合。在此背景下通过对全国及各省域房地产业产业关联结构分析,深入研究全国及各省域房地产业对经济增长贡献的情况,提出有针对性的建议。本文在研究相关理论的基础上,首先,总结了全国及各省域房地产业及经济发展情况,定义了房地产业发展对经济增长直接贡献度的测算方法,从房地产业贡献率和房地产业拉动百分点两个方面测算了全国及各省域房地产业对经济增长的直接贡献度,并结合层次聚类法对测算结果进行对比分析,以此表示全国及各省域房地产业本产业自身发展对经济增量和增速所产生的直接贡献程度。其次,定义了房地产业发展对经济增长的间接贡献度的测算方法,运用投入产出模型从房地产业贡献率和房地产业拉动百分点两个方面测算了全国及各省域房地产业发展对经济增长的间接贡献度,并结合层次聚类法对测算结果进行对比分析,以此表示房地产业通过环向带动效应,使前向产业和后向产业共同发展,从而对经济增量和增速所产生的间接贡献程度。最后,从房地产业贡献率和房地产业拉动百分点两个方面测算了全国及各省域房地产业对经济增长的总贡献度,并结合层次聚类法对测算结果进行对比分析,以此表示全国及各省域房地产业对经济增量和增速所产生的总贡献程度,随后运用时间序列模型预测了 2020年全国及各省域房地产业发展对经济增长总贡献情况。测算结果显示,2008年至2017年全国及各省域房地产业对经济增长总贡献度较高,且主要表现为间接贡献。预测结果显示,2020年房地产业总贡献度虽整体略有下降但仍较高。表明我国经济增长对房地产业的依赖仍旧较强。同时,我国房地产业对经济增长贡献度呈波动态势且区域差异化显着,需结合区域产业与经济发展情况制定相应措施。
二、2000年我国房地产业发展走势(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、2000年我国房地产业发展走势(论文提纲范文)
(1)中国产业集聚对区域房地产价格的影响研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 论文结构 |
1.3.3 研究方法 |
1.4 可能的创新和不足 |
1.4.1 可能的创新 |
1.4.2 不足之处 |
第2章 概念界定与理论基础 |
2.1 相关概念界定 |
2.1.1 产业集聚 |
2.1.2 房地产 |
2.1.3 房地产价格 |
2.2 产业集聚相关理论 |
2.2.1 产业区理论 |
2.2.2 工业区位理论 |
2.2.3 增长极理论 |
2.2.4 新经济地理理论 |
2.2.5 竞争优势理论 |
2.3 房地产价格决定的相关理论 |
2.3.1 供需理论 |
2.3.2 地租与竞租理论 |
2.3.3 城镇化理论 |
第3章 我国房地产市场发展历程的阶段性分析 |
3.1 房地产市场的形成阶段 |
3.2 房地产市场的快速发展阶段 |
3.3 房地产市场的政府主导阶段 |
3.4 房地产市场的稳健发展阶段 |
第4章 我国产业集聚测量和房地产市场区域差异 |
4.1 中国产业集聚程度现状 |
4.1.1 产业集聚的测量方法 |
4.1.2 我国不同产业集聚的区域差异表现 |
4.2 我国房地产价格的区域差异分析 |
4.2.1 我国房地产价格变化的总体趋势 |
4.2.2 我国房地产价格的区域差异分析 |
4.2.3 我国房地产价格的省际差异分析 |
第5章 不同产业集聚影响我国房地产价格的实证研究 |
5.1 产业集聚对房地产价格的影响的理论分析 |
5.1.1 影响房地产的购买需求 |
5.1.2 影响房地产的供给 |
5.1.3 理论模型 |
5.2 面板数据模型及估计方法 |
5.2.1 静态面板数据模型 |
5.2.2 动态面板数据模型 |
5.3 实证结果与分析 |
5.3.1 城市样本选择 |
5.3.2 实证模型与指标选取 |
5.3.3 相关性分析 |
5.3.4 估计结果与分析 |
5.4 内生性讨论与稳健性检验 |
5.4.1 房地产价格对产业集聚的影响 |
5.4.2 内生性处理与结果分析 |
5.4.3 稳健性检验 |
第6章 产业集聚影响房地产价格机制的实证研究 |
6.1 产业集聚影响房地产价格的机制分析 |
6.1.1 产业集聚通过人口集聚影响房地产价格 |
6.1.2 产业集聚通过土地供给影响房地产价格 |
6.2 中介效应检验 |
6.2.1 中介效应检验模型 |
6.2.2 中介变量 |
6.3 实证结果分析 |
6.3.1 人口集聚的中介效应检验 |
6.3.2 土地成本的中介效应检验 |
第7章 产业集聚对房地产价格的非线性影响 |
7.1 产业集聚对房地产价格非线性影响的理论分析 |
7.1.1 城市异质特征与外部条件差异 |
7.1.2 产业集聚影响的边际效应递减 |
7.2 非线性实证模型构建 |
7.2.1 门限面板回归模型介绍 |
7.2.2 门限变量选取 |
7.3 实证结果与分析 |
7.3.1 产业集聚对房价水平的非线性影响 |
7.3.2 不同行业集聚对房价水平的非线性影响 |
第8章 结论与政策建议 |
8.1 研究结论 |
8.2 政策建议 |
参考文献 |
作者简介及科研成果 |
致谢 |
(2)我国房地产企业发行绿色债券融资研究 ——基于旭辉控股集团的案例分析(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 关于绿色债券的研究 |
1.2.2 关于房地产企业绿色发展的研究 |
1.2.3 关于房地产企业绿色融资的研究 |
1.2.4 文献评述 |
1.3 研究思路与方法 |
1.3.1 研究思路 |
1.3.2 研究方法 |
1.4 创新点与不足之处 |
第2章 绿色债券概述及理论基础 |
2.1 绿色债券概述 |
2.1.1 绿色债券的概念 |
2.1.2 绿色债券的标准 |
2.1.3 绿色债券市场发展状况 |
2.2 理论基础 |
2.2.1 社会责任投资理论 |
2.2.2 信号传递理论 |
2.2.3 优序融资理论 |
第3章 旭辉控股集团发行绿色债券案例介绍 |
3.1 案例选择 |
3.2 案例背景 |
3.2.1 国内房地产企业发展及融资状况 |
3.2.2 国内房地产企业绿色债券融资现状 |
3.3 旭辉控股集团概况 |
3.3.1 公司简介 |
3.3.2 公司经营情况 |
3.3.3 公司财务状况 |
3.3.4 公司绿色地产发展情况 |
3.4 旭辉控股集团发行绿色债券的基本情况 |
3.4.1 债券基本信息 |
3.4.2 发行过程 |
第4章 旭辉控股集团发行绿色债券案例分析 |
4.1 旭辉控股集团发行绿色债券的动因分析 |
4.1.1 政策及公司战略推动 |
4.1.2 降低融资成本 |
4.1.3 拓宽融资渠道及优化债务结构 |
4.1.4 满足绿色项目资金需求 |
4.1.5 提高公司声誉 |
4.2 旭辉控股集团发行绿色债券的成本分析 |
4.2.1 发行利率成本 |
4.2.2 认证评估成本 |
4.2.3 资金管理成本 |
4.3 旭辉控股集团发行绿色债券的效益分析 |
4.3.1 财务效益 |
4.3.2 社会及环境效益 |
4.3.3 股价效应 |
4.4 旭辉控股集团发行绿色债券的问题及风险分析 |
4.4.1 问题分析 |
4.4.2 风险分析 |
第5章 结论与建议 |
5.1 研究结论 |
5.2 促进房地产企业发行绿色债券融资的建议 |
5.2.1 针对政府及监管部门的建议 |
5.2.2 针对发行主体的建议 |
参考文献 |
致谢 |
(3)基于非均衡理论的我国大中城市房地产市场研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及研究意义 |
1.1.1 研究背景 |
1.1.2 研究目的 |
1.1.3 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究内容和主要观点 |
1.3.1 研究内容 |
1.3.2 研究对象 |
1.3.3 研究主要观点 |
1.4 研究方法与研究思路 |
1.4.1 研究方法 |
1.4.2 研究思路 |
1.5 技术路线和创新点 |
1.5.1 技术路线 |
1.5.2 创新点 |
第二章 基本概念及非均衡理论 |
2.1 基本概念界定 |
2.1.1 房地产的概念与特征 |
2.1.2 房地产业的概念 |
2.1.3 房地产市场的结构 |
2.2 非均衡理论及模型概述 |
2.2.1 供给与需求理论 |
2.2.2 供给侧改革 |
2.2.3 非均衡理论 |
2.3 非均衡计量经济学模型 |
2.3.1 最小原则模型 |
2.3.2 CES型指数聚合方程 |
2.3.3 双曲线聚合方程 |
第三章 我国大中城市房地产市场非均衡现状 |
3.1 房地产市场政策概况 |
3.2 我国房地产市场非均衡现状 |
3.3 我国大中城市房地产市场非均衡现状 |
3.3.1 房地产市场非均衡现状样本选取 |
3.3.2 地区之间房地产市场非均衡现状 |
3.3.3 城市之间房地产市场非均衡现状 |
3.4 我国大中城市房地产市场供需现状 |
3.4.1 房地产开发投资现状 |
3.4.2 施工面积和销售面积现状 |
3.4.3 房地产企业土地购置现状 |
第四章 我国大中城市房地产市场非均衡的原因分析 |
4.1 市场运行机制待完善 |
4.1.1 房地产市场供需机制 |
4.1.2 房地产市场竞争机制 |
4.1.3 房地产市场信息披露机制 |
4.2 城市能级差异化 |
4.3 土地购置量差异化 |
第五章 影响我国大中城市房地产市场非均衡的因素分析 |
5.1 我国大中城市房地产市场供给的因素分析 |
5.2 我国大中城市房地产市场需求的因素分析 |
第六章 实证分析 |
6.1 影响我国大中城市房地产市场非均衡的关键因素 |
6.1.1 灰色关联度模型简介 |
6.1.2 灰色关联度分析步骤 |
6.1.3 灰色关联度实证分析 |
6.2 我国大中城市房地产市场非均衡模型的构建 |
6.2.1 模型的基本假定 |
6.2.2 模型的构建步骤 |
6.2.3 模型数据的整理 |
6.2.4 模型的设定 |
6.2.5 我国大中城市房地产市场非均衡模型的参数估计 |
6.2.6 我国大中城市非均衡模型的经济意义解释和分析 |
第七章 结论分析及建议 |
7.1 结论分析 |
7.2 建议 |
参考文献 |
致谢 |
作者简介及读研期间主要科研成果 |
(4)河南省新型城镇化与房地产业发展关系研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究的目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究综述 |
1.3.1 有关城镇化的相关研究 |
1.3.2 有关房地产业的相关研究 |
1.3.3 城镇化与房地产业发展关系研究 |
1.3.4 国内外研究述评 |
1.4 研究内容与方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 技术路线图 |
2 新型城镇化与房地产业相关理论分析 |
2.1 新型城镇化相关理论 |
2.1.1 城镇化概念 |
2.1.2 新型城镇化提出背景及其必要性 |
2.1.3 新型城镇化定义及其内涵 |
2.2 房地产业相关理论 |
2.2.1 房地产、房地产业含义 |
2.2.2 房地产行业特征分析 |
2.2.3 我国房地产业发展历程及暴露出的问题 |
2.3 新型城镇化与房地产业相互作用机理 |
2.3.1 新型城镇化对房地产业的作用机理 |
2.3.2 房地产业对新型城镇化的作用机理 |
2.4 本章小结 |
3 河南省新型城镇化与房地产业发展水平测度 |
3.1 河南省新型城镇化与房地产业发展概况 |
3.1.1 河南省新型城镇化发展概况 |
3.1.2 河南省房地产业发展概况 |
3.2 测度指标体系构建 |
3.2.1 指标体系构建原则 |
3.2.2 新型城镇化水平综合测度指标体系构建 |
3.2.3 房地产业综合测度指标体系构建 |
3.3 测度方法选择与描述 |
3.3.1 数据来源 |
3.3.2 测度方法选择 |
3.3.3 测度步骤描述 |
3.4 测度结果及分析 |
3.4.1 新型城镇化发展水平综合测度与分析 |
3.4.2 房地产业发展水平综合测度与分析 |
3.5 本章小结 |
4 河南省新型城镇化与房地产业耦合协调关系研究 |
4.1 耦合协调评价模型构建 |
4.1.1 耦合度模型 |
4.1.2 耦合协调度模型 |
4.1.3 对比发展度模型 |
4.2 河南省新型城镇化与房地产业耦合协调关系测算与分析 |
4.3 本章小结 |
5 河南省新型城镇化与房地产业互动关系研究 |
5.1 整体视角下两系统互动性研究 |
5.1.1 构建VAR模型 |
5.1.2 平稳性检验 |
5.1.3 协整检验 |
5.1.4 模型建立及检验 |
5.1.5 脉冲响应分析 |
5.1.6 方差分解分析 |
5.2 分维度视角下两系统互动性研究 |
5.2.1 新型城镇化建设对房地产业发展的路径分析 |
5.2.2 房地产业发展对新型城镇化建设的路径分析 |
5.3 对策建议 |
5.4 本章小结 |
结论 |
参考文献 |
附录 |
攻读学位期间发表的学术论文 |
致谢 |
东北林业大学 硕士学位论文修改情况确认表 |
(5)我国房地产价格与国民经济GDP、货币供应量M2之间的动态关系研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外文献综述 |
1.2.1 国外文献综述 |
1.2.2 国内文献综述 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 研究难点及创新点 |
2 我国房地产发展历程及相关理论 |
2.1 我国房地产发展历程 |
2.2 房地产价格对投资的影响 |
2.2.1 托宾Q效应 |
2.2.2 房地产业关联效应 |
2.2.3 实业资本空心化效应 |
2.2.4 信贷约束效应 |
2.3 房地产价格对消费的影响 |
2.3.1 财富效应 |
2.3.2 替代效应 |
2.3.3 预防性储蓄效应 |
2.4 货币政策影响房地产价格的传导机制 |
2.4.1 货币传导机制 |
2.4.2 信贷传导机制 |
2.5 本章小结 |
3 房地产经济计量分析模型 |
3.1 平稳序列 |
3.1.1 平稳序列的定义 |
3.1.2 平稳序列的检验方法 |
3.2 协整关系 |
3.2.1 伪回归现象 |
3.2.2 协整关系的定义 |
3.2.3 协整关系的检验方法 |
3.2.4 协整关系检验的5种情形 |
3.3 向量自回归模型(VAR) |
3.4 向量误差修正模型(VEC) |
3.5 本章小结 |
4 数据选取及分析 |
4.1 数据来源 |
4.2 季节调整 |
4.3 商品房均价、货币供应量M2和国内生产总值的平稳性分析 |
4.4 商品房均价、货币供应量M2和国内生产总值的格兰杰因果关系分析 |
4.4.1 格兰杰因果关系的定义 |
4.4.2 格兰杰因果关系的检验方法 |
4.4.3 格兰杰因果关系的检验结果 |
4.5 商品房均价、货币供应量M2和国内生产总值的协整关系分析 |
4.6 本章小结 |
5 房地产价格与国内生产总值、货币供应量之间的互动关系 |
5.1 脉冲响应函数分析(基于VEC模型) |
5.2 方差分解(基于VEC模型) |
5.3 本章小结 |
6 房地产价格与国内生产总值、货币供应量的短期预测 |
6.1 确定VAR模型最优滞后阶数 |
6.2 VAR模型稳定性检验 |
6.3 VAR模型变量外生性检验 |
6.4 VAR方程参数估计结果 |
6.5 VAR模型预测 |
6.6 本章小结 |
7 研究结论与政策建议 |
7.1 研究结论 |
7.2 政策建议 |
致谢 |
参考文献 |
(6)房价上涨对制造业产出的影响研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 本文的创新与不足 |
2 文献综述 |
2.1 相关理论回顾 |
2.1.1 产业关联理论 |
2.1.2 信贷市场信息不对称理论 |
2.2 相关文献综述 |
2.2.1 房价上涨对制造业的促进效应 |
2.2.2 房价上涨对制造业的抑制效应 |
2.2.3 文献综述小结 |
3 房地产业与制造业发展现状 |
3.1 房地产业发展现状 |
3.1.1 房价全面持续上涨 |
3.1.2 房地产投资规模膨胀 |
3.1.3 房地产调控政策基调频繁转换 |
3.2 制造业发展现状 |
3.2.1 制造业产出增速降低 |
3.2.2 制造业投资增速降低 |
3.2.3 制造业成本上升 |
3.2.4 国际竞争加剧 |
4 房价上涨影响制造业产出的机理分析 |
4.1 房价上涨对制造业产出的促进效应 |
4.1.1 抵押担保效应 |
4.1.2 产业关联效应 |
4.2 房价上涨对制造业产出的抑制效应 |
4.2.1 引发制造业企业成本上升 |
4.2.2 挤占制造业企业银行信贷 |
4.2.3 吸引制造业企业投资房地产 |
4.3 待检验假说的提出 |
5 房价上涨影响制造业产出的实证分析 |
5.1 实证设计:模型、指标、数据与方法 |
5.1.1 模型设定 |
5.1.2 指标选取 |
5.1.3 数据来源及处理 |
5.2 宏观视角房价上涨对制造业产出影响的实证分析 |
5.2.1 平稳性检验 |
5.2.2 协整检验 |
5.2.3 状态空间模型估计结果与时变参数分析 |
5.3 房价上涨对不同制造业产出影响的实证分析 |
5.3.1 房价上涨对非金属矿物制品业产出影响的实证分析 |
5.3.2 房价上涨对酒、饮料和精制茶制造业产出影响的实证分析 |
5.3.3 房价上涨对不同制造产业产出影响的差异分析 |
5.4 本章小结 |
6 结论与政策建议 |
6.1 结论 |
6.2 政策建议 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(7)房地产开发投资的宏观效应研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 选题的背景与意义 |
1.2 房地产开发投资宏观经济效应的相关文献述评 |
1.3 论文研究方法与拟解决问题 |
1.4 论文结构安排与主要内容 |
第2章 中国房地产投资现状及其宏观效应传导机制分析 |
2.1 中国房地产投资的现状分析 |
2.2 房地产投资宏观经济效应的传导机制分析 |
2.3 本章小结 |
第3章 房地产开发投资宏观经济效应的理论模拟研究 |
3.1 基于包含房地产变量DSGE模型的相关研究梳理 |
3.2 中国土地制度特征、金融摩擦与房价波动 |
3.3 包含房地产开发商的多部门DSGE模型构建 |
3.4 房地产开发投资宏观经济效应的数值模拟分析 |
3.5 本章小结 |
第4章 房地产开发投资变动对经济周期的冲击效应分析 |
4.1 房地产开发投资对经济周期影响的研究评述 |
4.2 房地产投资影响经济周期的理论分析 |
4.3 房地产投资影响经济周期的实证检验 |
4.4 本章小结 |
第5章 房地产开发投资对经济增长的非线性效应研究 |
5.1 现有研究回顾与问题提出 |
5.2 门限模型的理论基础与包含房地产投资的面板门限模型构建 |
5.3 房地产开发投资对经济增长的非线性效应的实证检验 |
5.4 本章小结 |
第6章 房地产开发投资对经济效率的影响研究 |
6.1 房地产投资对经济效率的影响机理分析 |
6.2 经济效率与全要素生产率的测度 |
6.3 实证模型与变量设计 |
6.4 实证结果与原因分析 |
6.5 本章小结 |
第7章 房地产开发投资的空间错配效应研究 |
7.1 城市住宅地产投资价值指标体系的构建 |
7.2 城市住宅地产投资价值测算方法 |
7.3 城市住宅地产投资价值测算结果分析 |
7.4 各城市房地产开发投资的空间错配程度分析 |
7.5 本章小结与政策建议 |
结论 |
参考文献 |
附录 |
攻读学位期间发表的学术论文及其它科研成果 |
致谢 |
(8)基于DCC-GARCH模型的我国房企间的动态相关性研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景和研究意义 |
1.2 房地产市场相关的文献综述 |
1.3 论文内容及结构安排 |
第2章 DCC-GARCH模型 |
2.1 DCC-GARCH模型的背景介绍 |
2.2 DCC-GARCH模型的形式 |
2.3 DCC-GARCH模型的估计步骤 |
2.4 DCC-GARCH模型的相关文献综述 |
第3章 基于DCC-GARCH模型对我国房地产企业的动态相关性实证研究 |
3.1 数据来源和处理 |
3.2 数据统计性检验 |
3.3 DCC-GARCH模型的估计 |
第4章 结论和政策建议 |
4.1 结论 |
4.2 政策建议 |
4.3 本文的创新点和不足 |
参考文献 |
致谢 |
(9)房地产业发展水平对我国地方政府债券发行利差的影响研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究内容与技术路线 |
1.3 研究思路与方法 |
1.3.1 研究思路 |
1.3.2 研究方法 |
1.4 可能的创新点 |
第二章 理论基础与文献综述 |
2.1 理论基础 |
2.1.1 利率结构理论 |
2.1.2 金融资产定价理论 |
2.1.3 公债理论 |
2.1.4 委托代理理论 |
2.2 文献综述 |
2.2.1 市政债券 |
2.2.2 我国地方政府债券 |
2.2.3 房地产业发展的研究 |
2.2.4 房地产对地方政府债券的影响 |
2.2.5 文献评述 |
第三章 我国地方政府债务的历史和现状分析 |
3.1 地方政府债券 |
3.2 我国地方债务形式的演变 |
3.2.1 国债转贷 |
3.2.2 代发代还 |
3.2.3 自发代还 |
3.2.4 自发自还 |
3.3 我国地方债务的现状分析 |
3.3.1 地方政府债务隐性化 |
3.3.2 地方政府债务率高企 |
3.3.3 区域分化加剧 |
3.3.4 流动性不足 |
第四章 我国房地产业发展的历史和现状分析 |
4.1 我国房地产业发展模式 |
4.2 我国房地产业发展的历史 |
4.3 我国房地产业发展的现状分析 |
4.3.1 房地产业前景良好 |
4.3.2 地方财政依赖房地产 |
4.3.3 居民住房负担重 |
4.3.4 房地产业资产负债率高企 |
第五章 房地产业发展水平的综合评价 |
5.1 房地产业发展对我国地方政府债券发行的影响 |
5.2 房地产业发展水平评价模型和指标的选取 |
5.3 房地产业发展水平评价体系的构建 |
第六章 房地产业发展水平对我国地方政府债券发行利差影响的实证分析 |
6.1 变量选取及数据来源 |
6.1.1 被解释变量的选取及数据来源 |
6.1.2 解释变量的选取及数据来源 |
6.2 相关性检验 |
6.3 模型的设计 |
6.3.1 混合OLS模型与固定效应模型 |
6.3.2 固定效应模型与随机效应模型 |
6.4 固定效应模型回归的结果 |
第七章 结论与展望 |
7.1 研究结论 |
7.2 建议 |
7.3 不足与展望 |
参考文献 |
致谢 |
(10)我国省域房地产业发展对经济增长贡献度比较研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究综述 |
1.3.1 国内研究综述 |
1.3.2 国外研究综述 |
1.4 研究内容 |
1.5 研究方法与技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
1.6 创新点 |
2 相关概念与理论基础 |
2.1 房地产业及其贡献度 |
2.1.1 产业概念及部门分类 |
2.1.2 房地产业概念及特点 |
2.1.3 房地产业对国民经济的影响 |
2.1.4 房地产业对经济增长贡献度 |
2.2 投入产出理论 |
2.2.1 投入产出表 |
2.2.2 投入产出模型 |
2.2.3 产业关联系数 |
2.3 聚类分析理论 |
2.3.1 聚类分析概述 |
2.3.2 相似性度量 |
2.3.3 聚类方法 |
3 房地产业发展对经济增长直接贡献度测算比较分析 |
3.1 房地产业与经济发展状况分析 |
3.1.1 全国房地产业与经济发展分析 |
3.1.2 省域房地产业与经济发展分析 |
3.2 房地产业发展对经济增长直接贡献度测算方法 |
3.2.1 原始数据处理 |
3.2.2 房地产业发展对经济增长直接贡献度 |
3.3 房地产业发展对经济增长直接贡献度测算 |
3.3.1 原始数据处理 |
3.3.2 全国房地产业发展对经济增长直接贡献度测算 |
3.3.3 省域房地产业发展对经济增长直接贡献度测算 |
3.4 房地产业发展对经济增长直接贡献度比较分析 |
3.4.1 全国房地产业发展对经济增长直接贡献度分析 |
3.4.2 省域房地产业发展对经济增长直接贡献度比较分析 |
4 房地产业发展对经济增长间接贡献度测算比较分析 |
4.1 房地产业发展对经济增长间接贡献度的测算方法 |
4.1.1 原始数据处理 |
4.1.2 房地产业与相关产业关联度 |
4.1.3 房地产业发展对经济增长间接贡献度 |
4.2 房地产业对相关产业带动效应测算 |
4.2.1 房地产业对相关产业需求拉动效应 |
4.2.2 房地产业对相关产业供给推动效应 |
4.2.3 房地产业对相关产业带动效应 |
4.3 相关产业对经济增长的直接贡献率测算 |
4.3.1 全国相关产业对经济增长的直接贡献率 |
4.3.2 省域相关产业对经济增长的直接贡献率 |
4.4 房地产业发展对经济增长间接贡献度测算 |
4.4.1 全国房地产业对经济增长的间接贡献度测算 |
4.4.2 省域房地产业对经济增长的间接贡献度测算 |
4.5 房地产业发展对经济增长间接贡献度比较分析 |
4.5.1 全国房地产业发展对经济增长间接贡献度分析 |
4.5.2 省域房地产业发展对经济增长间接贡献度比较分析 |
5 房地产业发展对经济增长总贡献度比较分析 |
5.1 房地产业发展对经济增长总贡献度测算 |
5.1.1 全国房地产业发展对经济增长总贡献度测算 |
5.1.2 省域房地产业发展对经济增长总贡献度测算 |
5.2 房地产业发展对经济增长总贡献度比较分析 |
5.2.1 全国房地产业发展对经济增长总贡献度分析 |
5.2.2 省域房地产业发展对经济增长总贡献度比较分析 |
5.2.3 房地产业发展对经济增长总贡献度预测 |
6 结论与对策建议 |
6.1 研究结论 |
6.2 对策建议 |
参考文献 |
作者简介 |
作者在攻读硕士学位期间发表的学术论文 |
致谢 |
四、2000年我国房地产业发展走势(论文参考文献)
- [1]中国产业集聚对区域房地产价格的影响研究[D]. 周贺. 吉林大学, 2021(01)
- [2]我国房地产企业发行绿色债券融资研究 ——基于旭辉控股集团的案例分析[D]. 李悦. 江西财经大学, 2021(11)
- [3]基于非均衡理论的我国大中城市房地产市场研究[D]. 李帅. 安徽建筑大学, 2021(08)
- [4]河南省新型城镇化与房地产业发展关系研究[D]. 李俊杰. 东北林业大学, 2021(09)
- [5]我国房地产价格与国民经济GDP、货币供应量M2之间的动态关系研究[D]. 李金航. 西安理工大学, 2020(01)
- [6]房价上涨对制造业产出的影响研究[D]. 张佳雯. 北京交通大学, 2020(04)
- [7]房地产开发投资的宏观效应研究[D]. 赵明昊. 吉林大学, 2020(08)
- [8]基于DCC-GARCH模型的我国房企间的动态相关性研究[D]. 余茜. 西南大学, 2020(01)
- [9]房地产业发展水平对我国地方政府债券发行利差的影响研究[D]. 胡楚阳. 南京财经大学, 2020(08)
- [10]我国省域房地产业发展对经济增长贡献度比较研究[D]. 刘天娇. 沈阳建筑大学, 2020(04)