期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于特征价格法的住宅价格指数编制及实证分析 被引量:2
1
作者 杨冬宁 《学习与探索》 CSSCI 北大核心 2011年第3期156-158,共3页
由于住宅本身具有异质性,在时间序列分析过程中单纯采用交易均价进行核算无法剔除住宅异质性带来的价格差异变化,从而使得住宅价格波动不仅反映供求和投资因素的影响,还受到住宅本身因素变化的影响。因此,在不同报告期中剔除住宅异质性... 由于住宅本身具有异质性,在时间序列分析过程中单纯采用交易均价进行核算无法剔除住宅异质性带来的价格差异变化,从而使得住宅价格波动不仅反映供求和投资因素的影响,还受到住宅本身因素变化的影响。因此,在不同报告期中剔除住宅异质性对住宅价格波动的影响,可以为分析由市场供求等其他因素对住宅价格波动的影响提供良好的数据基础。 展开更多
关键词 住宅价格指数 特征价格 住宅特征
在线阅读 下载PDF
住宅特征价格指数编制现状的国内外比较分析 被引量:2
2
作者 罗晓娟 孔红缨 《价格月刊》 北大核心 2012年第9期7-10,共4页
住宅价格指数是反映房地产市场价格变动趋势的重要指标,特征价格法作为住房价格指数的编制方法之一已被国外普遍使用。在阅览大量文献和国外相关资料的基础上,对目前国际上编制住宅价格指数的三种主流方法进行归纳总结,并对我国三大住... 住宅价格指数是反映房地产市场价格变动趋势的重要指标,特征价格法作为住房价格指数的编制方法之一已被国外普遍使用。在阅览大量文献和国外相关资料的基础上,对目前国际上编制住宅价格指数的三种主流方法进行归纳总结,并对我国三大住房价格指数的编制现状进行比较评析,提出关于完善我国住宅价格指数的构想:构建以国家统计局为编制主体,传统加权综合指数和特征价格指数并行发展的住宅价格指数体系。 展开更多
关键词 住宅价格指数 特征价格 重复交易法 综合加权法
在线阅读 下载PDF
房地产价格指数与居民消费水平的动态回归分析 被引量:1
3
作者 聂淑媛 《河南师范大学学报(自然科学版)》 CAS 北大核心 2013年第6期30-33,共4页
以SAS软件为工具,对郑州市2009年5月至2013年5月新建住宅价格指数序列和居民消费价格指数序列进行协整分析,分别拟合了动态回归ARIMAX模型和误差修正ECM模型.ARIMAX模型显著有效,揭示了居民消费价格指数对新建住宅价格指数的影响系数达... 以SAS软件为工具,对郑州市2009年5月至2013年5月新建住宅价格指数序列和居民消费价格指数序列进行协整分析,分别拟合了动态回归ARIMAX模型和误差修正ECM模型.ARIMAX模型显著有效,揭示了居民消费价格指数对新建住宅价格指数的影响系数达到1.014 73,预测结果显示,郑州市的房价近期仍呈上升态势,上涨幅度维持在1%左右.ECM模型拟合效果不理想,说明房价受短期波动的影响很小,对房地产市场的调控漫长而复杂. 展开更多
关键词 ARIMAX模型 ECM模型 住宅价格指数 居民消费价格指数
在线阅读 下载PDF
基于百度指数的房地产价格相关性研究 被引量:17
4
作者 姜文杰 赖一飞 王恺 《统计与决策》 CSSCI 北大核心 2016年第2期90-93,共4页
文章以我国大中城市的新建住宅价格为研究对象,以均衡价格理论为基础,使用搜索关键词的百度指数开展研究,分别使用自回归移动平均模型(ARMA)和带搜索项的自回归分布滞后模型对上海市的新建住宅价格指数进行了拟合和预测。实证结果表明:... 文章以我国大中城市的新建住宅价格为研究对象,以均衡价格理论为基础,使用搜索关键词的百度指数开展研究,分别使用自回归移动平均模型(ARMA)和带搜索项的自回归分布滞后模型对上海市的新建住宅价格指数进行了拟合和预测。实证结果表明:百度搜索指数与价格指数之间存在协整关系,建立的自回归分布滞后模型的拟合度达到0.918,预测精度相较ARMA模型提高23.2%。与传统的预测方法相比,模型具有很强的时效性,能够比国家统计局提前一个月发布房屋价格指数数据。 展开更多
关键词 百度指数 新建住宅价格指数 ARMA模型 自回归分布滞后模型
在线阅读 下载PDF
基于时间序列模型的河南省房地产价格研究 被引量:2
5
作者 聂淑媛 武新乾 《郑州大学学报(理学版)》 CAS 北大核心 2014年第1期58-62,共5页
以SAS软件为工具,对2009年3月~2013年3月河南省郑州、洛阳和平顶山3个城市新建住宅价格指数序列进行了实证分析.通过比较AIC、SBC值和可决系数R2,拟合3个序列的最终模型分别是郑州的异方差AR(3)-ARCH(1)模型和洛阳、平顶山的以时... 以SAS软件为工具,对2009年3月~2013年3月河南省郑州、洛阳和平顶山3个城市新建住宅价格指数序列进行了实证分析.通过比较AIC、SBC值和可决系数R2,拟合3个序列的最终模型分别是郑州的异方差AR(3)-ARCH(1)模型和洛阳、平顶山的以时间变量t为因子的残差自回归模型.预测结果显示,河南省的房价近期仍呈上升态势,郑州的上涨幅度最大,大约是1.4% ~1.5%,洛阳约为0.5%,平顶山约为0.3%. 展开更多
关键词 时间序列模型 SAS软件 住宅价格指数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部