基于多元logistic回归模型的房地产预警研究 ——以济南市为例

基于多元logistic回归模型的房地产预警研究 ——以济南市为例

论文摘要

随着国民经济的发展,房地产业由于其产业关联度高、带动性强等特点,已成为拉动我国经济增长的重要产业。近年来房地产市场发展迅速,但也出现了不少问题,如:房地产市场价格增长过快、房屋空置量居高不下和住房供求矛盾突出等。为了促进房地产市场持续稳定和健康发展,避免房地产市场的剧烈波动,需要建立一个科学、实用的房地产市场预警系统。本文的研究思路如下:第一部分是阐述本文的选题背景和意义,提出研究内容、研究框架和研究方法等,最后提出本文的创新点:首次将多元logistic回归模型应用到济南市房地产市场预警研究中。第二部分是对国内外研究现状进行总结,主要包括房地产市场预警系统基本理论的介绍、房地产市场预警方法的比较分析、房地产市场预警指标体系研究和我国房地产市场预警系统的建设实践成果等。房地产市场预警方法主要包括黑色预警法、黄色预警法、白色预警法、绿色预警法和红色预警法五类,通过对预警方法在工作原理和基本特点等方面的对比分析,选择黄色预警法中的模型预警法作为房地产市场预警方法。第三部分是通过对比分析选择适合房地产市场的预警方法,首先选择模型预警法中最具代表性的线性回归模型进行阐述,再对logistic回归模型进行介绍,最后从自变量的选择、定性问题的处理、对事物发展过程的拟合和最终结果的形式等方面进行比较分析,显示logistic回归模型在房地产市场预警中的优越性。第四部分是构建房地产市场的指标体系,主要包括警情指标的选择、警兆指标的确定和警界区间的划分三大部分。本文选择房地产价格指数作为警情指标。根据现有警兆指标体系的研究成果并结合具体情况,本文将警兆指标体系划分为三大板块:房地产业与国民经济协调性、房地产业发展速度和房地产业内部均衡,每一板块又包括若干个具体的警兆指标。本文利用3方法将警界区间划分为过冷、偏冷、正常、偏热和过热五种状态,并分别采用交通信号灯的蓝色、浅蓝色、绿色、黄色和红色五种颜色代表。第五部分是以济南市房地产市场为例进行实证分析。本文选取1996~2010年济南市房地产市场的相关指标作为基础数据,分别利用线性回归和logistic回归两个模型对济南市房地产市场进行预警研究,得出不同的预警结果。通过对预警结果的比较分析证明logistic回归模型的优越性,并根据预警结果提出对策建议。最后是结论与展望,总结研究过程中得出的主要结论,同时指出本文的不足之处和需要进一步改进的地方。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 选题的背景与意义
  • 1.2 论文的研究内容与框架
  • 1.3 论文的主要研究方法
  • 1.4 论文的创新点
  • 第二章 文献综述
  • 2.1 房地产市场预警系统的基本理论
  • 2.1.1 房地产市场预警系统的涵义
  • 2.1.2 房地产市场预警系统的特征
  • 2.1.3 房地产市场预警系统的基本流程
  • 2.1.4 房地产市场预警系统的功能
  • 2.2 房地产市场预警方法研究评述
  • 2.2.1 国外房地产市场预警方法研究
  • 2.2.2 国内房地产市场预警方法研究
  • 2.3 房地产市场预警指标体系研究评述
  • 2.3.1 警情指标研究
  • 2.3.2 警兆指标研究
  • 2.3.3 警界区间研究
  • 2.4 房地产市场预警系统的研究及建设实践
  • 第三章 房地产市场预警方法的选择
  • 3.1 线性回归模型
  • 3.1.1 线性回归模型的形式
  • 3.1.2 线性回归模型的基本原理
  • 3.1.3 线性回归模型的检验
  • 3.2 logistic 回归模型
  • 3.2.1 logistic 回归模型的发展与优势
  • 3.2.2 logistic 回归模型的基本理论
  • 3.2.3 logistic 回归模型的方法步骤
  • 3.3 对比分析
  • 第四章 房地产市场预警指标体系的构建
  • 4.1 警情指标
  • 4.2 警兆指标
  • 4.2.1 警兆指标的选择原则
  • 4.2.2 警兆指标的选择步骤
  • 4.2.3 警兆指标体系的评价
  • 4.2.4 警兆指标的确定
  • 4.3 警界区间
  • 第五章 济南市房地产市场预警研究
  • 5.1 指标数据的处理
  • 5.1.1 指标数据的预处理
  • 5.1.2 警兆指标权重的确定
  • 5.1.3 警界区间的划分
  • 5.1.4 预警时差
  • 5.2 运用线性回归模型对济南市房地产市场进行预警
  • 5.2.1 模型的确定及检验
  • 5.2.2 预测结果及分析
  • 5.3 运用 logistic 回归模型对济南市房地产市场进行预警
  • 5.3.1 模型的确定及检验
  • 5.3.2 预测结果及分析
  • 5.4 分析及讨论
  • 5.5 对策建议
  • 5.5.1 土地方面
  • 5.5.2 经济方面
  • 5.5.3 行政方面
  • 第六章 结论与展望
  • 参考文献
  • 致谢
  • 附录
  • 相关论文文献

    • [1].谨防房地产市场出现较大风险[J]. 清华金融评论 2020(08)
    • [2].限房令对武汉市房地产市场及经济发展的影响分析[J]. 武汉建设 2011(03)
    • [3].天津市房地产市场形势及对策探讨[J]. 唐山职业技术学院学报 2017(02)
    • [4].建设部:专项整治全国房地产市场秩序[J]. 中国建材资讯 2008(02)
    • [5].供需结合,促进房地产市场健康发展[J]. 城市开发 2020(02)
    • [6].宏观调控对杭州房地产市场的影响分析——以2003年至2018年为例[J]. 统计科学与实践 2019(11)
    • [7].从城镇化大趋势看房地产市场的未来发展[J]. 东岳论丛 2020(02)
    • [8].2020年房地产市场进入“下半场”[J]. 现代商业银行 2020(04)
    • [9].2020年1月全国房地产市场报告[J]. 中国房地产 2020(05)
    • [10].试论我国房地产市场的发展方向——以2019年棚户区改造政策为视角[J]. 企业科技与发展 2020(03)
    • [11].分析探讨如何从法律层面维护我国房地产市场稳定[J]. 法制与社会 2020(07)
    • [12].“房住不炒”基调下房地产市场长效宏观调控措施启示[J]. 产业创新研究 2020(05)
    • [13].疫情冲击下房地产市场走向[J]. 城市开发 2020(08)
    • [14].抑制房地产市场持续升温的对策[J]. 北方金融 2020(02)
    • [15].房地产市场波动、商业银行风险与经济增长[J]. 金融理论与教学 2020(02)
    • [16].“稳”字当头 着力构建房地产市场长效机制[J]. 天津经济 2020(02)
    • [17].后疫情时代的中国房地产市场[J]. 工程建设与设计 2020(12)
    • [18].房地产市场周期分析[J]. 河北企业 2020(06)
    • [19].立足“三个新” 促进四川房地产市场平稳健康发展[J]. 四川省情 2020(06)
    • [20].基于主成分分析法的中国房地产市场实证研究[J]. 淮阴工学院学报 2020(03)
    • [21].基于房企角度的江苏房地产市场发展策略研究[J]. 住宅与房地产 2020(18)
    • [22].新冠肺炎疫情下吉林省房地产市场现状、问题及影响因素分析[J]. 吉林金融研究 2020(05)
    • [23].后疫情时代房地产市场的变化[J]. 城乡建设 2020(14)
    • [24].房地产市场整体回稳[J]. 中国房地产 2020(21)
    • [25].多地出台新政保障房地产市场平稳发展[J]. 砖瓦世界 2020(04)
    • [26].下半年房地产市场将平稳恢复增长[J]. 财经界 2020(26)
    • [27].新常态下东莞市房地产市场现状分析与思考[J]. 中国集体经济 2020(25)
    • [28].2018年房地产市场状况及2019年走势判断[J]. 施工企业管理 2019(01)
    • [29].长春市房地产市场现状及走势探讨[J]. 科技经济导刊 2019(02)
    • [30].我国房地产市场存在的问题及对策[J]. 环渤海经济瞭望 2019(01)

    标签:;  ;  ;  ;  

    基于多元logistic回归模型的房地产预警研究 ——以济南市为例
    下载Doc文档

    猜你喜欢