赣州市房地产预警系统研究

赣州市房地产预警系统研究

论文摘要

随着改革开放政策的实施,房地产作为生产要素开始逐步进入市场,同时房地产业也成为了一个相对独立的产业,逐渐发展成为国民经济的一个重要组成部分。从我国近20年的发展来看,房地产市场存在着明显的周期波动现象,房地产业是我国国民经济的支柱产业,如果发生剧烈波动会给国民经济造成巨大危害,必须有效地进行监控。所以对城市房地产业进行预警是很有必要的。本文研究的目的在于建立一个赣州市房地产预警系统,来对赣州市房地产进行准确的判断。并运用实时数据进行分析,从而判断出赣州市房地产业的健康状况。房地产预警系统的研究意义在于:是政府调控市场的重要手段;是开发投资的依据和导航;是老百姓购房的指导;是市场信息化管理的必然趋势。本文在总结国内外关于经济预警与房地产预警理论成果的基础上,以赣州市为着眼点,采用综合模拟法为预警方法,以房地产经济波动理论和房地产市场与城市经济关系理论为理论基础,构造出赣州市房地产预警系统。然后将收集到的赣州市房地产警兆数据输入预警系统,进预警分析,得出基于3σ法则划分警界的综合预警指数和单警兆指标预警指数,最后找出警源并提出排警措施。本文得出预警结论:2001年—2006年,赣州市房地产业在大部分的年限中都处于健康状态;2001年,赣州市房地产业总体处于微冷状态;2006年赣州市房地产业处在微热状态。根据预警结论找出警源,并提出政府决策相关建议:引导投资规模、规范土地批租市场;适当减少土地供给量等。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 课题的来源与背景
  • 1.2 课题研究的目的和意义
  • 1.2.1 研究的目的
  • 1.2.2 研究的意义
  • 1.3 国内外相关领域的研究综述
  • 1.3.1 国内相关领域研究
  • 1.3.2 国外相关领域研究
  • 1.4 研究的主要思路及结构安排
  • 1.4.1 研究的主要思路
  • 1.4.2 结构安排
  • 1.5 研究方法及创新
  • 1.5.1 研究方法
  • 1.5.2 创新点
  • 第二章 城市房地产预警相关理论与方法
  • 2.1 房地产预警的相关理论基础
  • 2.1.1 房地产经济波动理论
  • 2.1.2 城市房地产市场与城市经济的关系
  • 2.1.3 宏观经济预警理论
  • 2.2 房地产预警的相关概念
  • 2.2.1 房地产业特征分析
  • 2.2.2 房地产预警系统的含义
  • 2.2.3 房地产预警的指标体系
  • 2.2.4 房地产预警的基本流程
  • 2.2.5 房地产预警的基本原则
  • 2.2.6 房地产预警系统的特征
  • 2.2.7 房地产预警系统的功能
  • 2.3 房地产预警的方法
  • 2.3.1 景气指数法
  • 2.3.2 统计预警方法
  • 2.3.3 基于概率模式分类法
  • 2.3.4 判别分析法
  • 2.3.5 人工神经网络(ANN)方法
  • 第三章 赣州市房地产业发展现状
  • 3.1 商品房价格变化情况
  • 3.2 投资总量变化情况
  • 3.3 房屋施工面积变化情况
  • 3.4 房屋供销均衡情况
  • 3.5 房地产开发企业情况
  • 3.6 房地产开发企业资金结构情况
  • 第四章 赣州市房地产预警系统设计
  • 4.1 城市房地产预警系统的构建思路
  • 4.2 赣州市房地产预警系统警情指标选择
  • 4.3 预警指标体系的设计
  • 4.3.1 预警指标选取的原则
  • 4.3.2 预警指标初选
  • 4.3.3 预警指标权重的确定
  • 4.3.4 各板块指标权重计算
  • 4.4 计算综合模拟指数
  • 4.5 预警指标警界的划分
  • 4.6 警情预报
  • 4.7 寻找警源与政策建议
  • 第五章 赣州市房地产业预警系统实证研究
  • 5.1 赣州市房地产预警系统应用
  • 5.1.1 警兆指标数据的输入
  • 5.1.2 指标数据的标准化处理
  • 5.1.3 指标权重的确定
  • 5.1.4 模拟综合指数的计算
  • 5.1.5 预警界限的划分
  • 5.1.6 预警分析
  • 5.1.7 寻找警源
  • 5.2 房地产业政策选择及建议
  • 第六章 结论与展望
  • 6.1 文章结论
  • 6.2 文章不足之处
  • 6.3 研究展望
  • 参考文献
  • 致谢
  • 个人简历 在校期间发表的学术论文与研究成果
  • 相关论文文献

    • [1].房地产预警的方法与模型研究[J]. 中国集体经济 2011(03)
    • [2].上海房地产预警系统编制方法研究[J]. 统计科学与实践 2015(02)
    • [3].房地产预警系统框架设计[J]. 现代商业 2012(10)
    • [4].房地产预警系统理论研究发展情况分析[J]. 吉林省经济管理干部学院学报 2011(02)
    • [5].基于灰色模型的房地产预警度分析及预测[J]. 商业时代 2011(23)
    • [6].浅析房地产预警体系中统计分析[J]. 商场现代化 2012(08)
    • [7].数据挖掘技术在房地产预警系统中的应用[J]. 计算机时代 2012(01)
    • [8].房地产市场风险预警系统研究述评[J]. 科技广场 2009(02)
    • [9].郑州市房地产业预警展望及政策建议[J]. 科技创新与生产力 2012(03)
    • [10].城市房地产预警系统研究[J]. 经济师 2014(09)
    • [11].中国房地产预警系统研究综述[J]. 中国高新技术企业 2011(12)
    • [12].我国房地产市场预警动态研究[J]. 现代经济探讨 2009(01)
    • [13].盘锦市房地产市场预警指数研究[J]. 中国市场 2013(48)
    • [14].房地产预警系统研究综述[J]. 未来与发展 2013(01)
    • [15].基于层次分析法构建房地产预警体系——以昆明市为例[J]. 经济视角(下) 2010(05)
    • [16].基于系统分析法的银川房地产市场警情预报[J]. 中国商贸 2013(21)
    • [17].房地产预警系统再次启动[J]. 市场瞭望(下半月) 2008(08)
    • [18].房地产市场泡沫评价研究综述[J]. 建筑经济 2009(10)
    • [19].改进的TOPSIS算法在房地产预警体系中的应用[J]. 微电子学与计算机 2013(05)
    • [20].房地产市场广义虚拟经济预警模型及实证研究[J]. 广义虚拟经济研究 2012(01)
    • [21].房地产宏观调控技术分析系统构建[J]. 商业时代 2011(33)
    • [22].房地产预警研究进展[J]. 中国人口·资源与环境 2010(S1)
    • [23].武汉市房地产预警系统研究[J]. 湖北工业大学学报 2010(03)
    • [24].城市网上房地产预警预报体系研究[J]. 企业经济 2010(12)
    • [25].基于实码加速遗传算法改进TOPSIS法在房地产预警体系中的应用[J]. 电子测试 2013(14)
    • [26].银川房地产预警系统指标体系构建分析[J]. 北方经济 2012(08)
    • [27].房地产市场预警系统实证研究——以徐州市为例[J]. 金融纵横 2010(04)
    • [28].住宅市场预警指标筛选研究——基于灰色关联时差分析法的实证研究[J]. 中国房地产 2011(04)
    • [29].上海市房地产市场管理对策探讨[J]. 商场现代化 2009(20)
    • [30].昆明市房地产预警系统研究[J]. 经济研究导刊 2014(32)

    标签:;  ;  ;  ;  ;  

    赣州市房地产预警系统研究
    下载Doc文档

    猜你喜欢