信息不完全住房市场的交易信息成本研究

论文摘要

与住房投资相比,我国住房市场的消费明显不足。住房交易的信息成本过高是导致这一现象的重要原因之一。探讨住房交易信息成本的形成机制,定量计算住房交易的信息成本,揭示住房交易信息成本的时间与空间变动规律,对指导供求双方的市场交易行为及政府的宏观调控具有理论和现实意义。本文通过研究信息不完全条件下的住房市场交易行为,得到适用于供求双方交易信息成本的计算公式;利用北京2000-2008年和上海2000-2007年住房市场交易数据,分别构建Hedonic模型,借助估计得到的参数值测算供求双方的交易信息成本,进而计算住房市场信息不完全度指标;在得到每一笔交易的信息成本的基础上,进一步研究住房价格对交易信息成本的影响、交易信息成本及住房市场信息不完全度在时间与空间维度的变动规律。理论分析表明:在信息不完全的住房市场中,因为无法掌握完全信息,供给方与需求方均无法获得最优交易价格,均会产生交易损失,即交易双方均会产生交易信息成本。实证研究表明:（1）需求方在住房市场中处于信息劣势地位。北京和上海的需求方交易信息成本约占住房交易价格的20%,供给方的交易信息成本约占住房交易价格的14%;（2）北京与上海的住房交易价格均对各自交易信息成本具有显著影响。其中,供给方交易信息成本与住房交易价格呈反向变动关系,而需求方交易信息成本与住房交易价格呈同向变动关系。（3）北京与上海住房市场信息不完全度在样本数据统计期间均存在先逐年升高后逐年降低的过程,在空间上均表现出城市中心市场信息不完全程度较高的特点;（4）北京与上海住房市场信息不完全程度差别很小,但上海住房市场的信息不完全程度略高于北京住房市场的信息不完全程度。论文建议:（1）为降低供求双方交易信息成本,需提高住房交易的透明度,保证住房交易信息的及时性与准确性;（2）为弱化住房交易中的信息劣势地位,需求方应进行充分的信息搜寻;（3）为降低住房市场的信息不完全程度,需拓展住房市场信息传递渠道,提高信息传递效率。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 选题背景和意义
• 1.1.1 选题背景
• 1.1.2 选题意义
• 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
• 1.2.3 国内外研究现状小结
• 1.3 研究方法与技术路线
• 1.3.1 研究方法
• 1.3.2 技术路线
• 1.4 研究内容与结构安排
• 1.4.1 研究内容
• 1.4.2 结构安排
• 第2章 信息不完全市场中的住房交易信息成本及其度量
• 2.1 信息不完全条件下的住房交易行为
• 2.1.1 信息不完全问题的提出
• 2.1.2 信息不完全条件下的住房市场
• 2.1.3 信息不完全条件下的住房交易行为
• 2.2 信息不完全市场中住房交易信息成本的形成机制
• 2.2.1 信息不完全市场中住房交易信息成本的界定
• 2.2.2 住房市场交易信息成本测算方法
• 2.3 住房交易信息成本测算模型
• 2.3.1 Hedonic 模型的一般原理
• 2.3.2 信息不完全住房市场中的Hedonic 价格模型
• 2.3.3 用于测算住房交易信息成本的Hedonic 模型估计方法
• 第3章 北京住房市场交易信息成本实证研究
• 3.1 基础数据
• 3.2 数据处理过程
• 3.2.1 变量选择
• 3.2.2 模型改进
• 3.2.3 估计结果
• 3.2.4 估计结果分析
• 3.3 交易信息成本的价格影响与变动规律研究
• 3.3.1 个体交易信息成本计算
• 3.3.2 价格对交易信息成本的影响
• 3.3.3 交易信息成本的时间与空间变动
• 3.3.4 信息不完全度的时间与空间变动
• 3.4 小结
• 第4章 上海住房市场交易信息成本实证研究
• 4.1 基础数据
• 4.2 数据处理过程
• 4.2.1 变量选择
• 4.2.2 模型改进
• 4.2.3 估计结果
• 4.2.4 估计结果分析
• 4.3 交易信息成本的价格影响与变动规律研究
• 4.3.1 价格对交易信息成本的影响
• 4.3.2 交易信息成本的时间与空间变动
• 4.3.3 信息不完全度的时间与空间变动
• 4.4 小结
• 第5章 结论与建议
• 5.1 主要结论
• 5.1.1 理论分析结论
• 5.1.2 实证研究结论
• 5.2 相关建议
• 5.3 不足之处和后续研究方向
• 5.3.1 本文不足之处
• 5.3.2 后续研究方向
• 参考文献
• 致谢
• 附录A 北京住房交易基础数据
• 附录B Gauss 程序代码
• 附录C 上海住房交易基础数据
• 个人简历、在学期间发表的学术论文与研究成果