【摘要】：近年來,房地產(chǎn)業(yè)隨著住房體制改革和經(jīng)濟的快速發(fā)展,對國民經(jīng)濟的影響日益突出,對社會的經(jīng)濟和文化發(fā)展有著不可分割的聯(lián)系,從某種意義上說,房地產(chǎn)市場存在的問題既是經(jīng)濟問題也是社會問題。因此,建立可信的區(qū)域房地產(chǎn)預(yù)警模型刻不容緩,對市場運行中可能出現(xiàn)的警情進行及時的監(jiān)測和預(yù)報,及時掌握房地產(chǎn)市場的現(xiàn)狀,對可能出現(xiàn)警情進行及時的預(yù)報是房地產(chǎn)業(yè)維持健康發(fā)展的保障。本文基于房地產(chǎn)預(yù)警基本理論和方法,并結(jié)合我國城市房地產(chǎn)市場發(fā)展實際情況,選擇遼寧省房地產(chǎn)市場作為研究對象。根據(jù)我國現(xiàn)有的指標研究成果,從房地產(chǎn)與國民經(jīng)濟的協(xié)調(diào)性、房地產(chǎn)業(yè)自身的協(xié)調(diào)性、市場供求關(guān)系以及房地產(chǎn)市場發(fā)展性四個方面,選擇了13個指標構(gòu)成遼寧省房地產(chǎn)市預(yù)警指標體系。基于時間序列和空間序列的相關(guān)特征,本文分別運用傳統(tǒng)多元回歸分析法和空間統(tǒng)計分析法建立遼寧省區(qū)域房地產(chǎn)風(fēng)險預(yù)警模型。(1)利用遼寧省2000~2017年的預(yù)警指標數(shù)據(jù),采用主成分分析法合成綜合預(yù)警指數(shù),根據(jù)誤差理論劃分綜合預(yù)警指數(shù)的預(yù)警區(qū)間,分別運用多元線性回歸模型和多元Logistic回歸模型進行警情分析,并計算2018年遼寧省的房地產(chǎn)綜合預(yù)警指數(shù),根據(jù)預(yù)警區(qū)間的劃分原則,預(yù)測2018年房地產(chǎn)市場預(yù)警情況。兩種模型均得出遼寧省2018年的房地產(chǎn)綜合警情為正常。(2)提出區(qū)域房地產(chǎn)空間線性回歸模型�；诳臻g線性回歸理論,利用Geoda軟件對遼寧省14個地級市進行空間自相關(guān)、聚類分析以及回歸分析,建立遼寧省房地產(chǎn)風(fēng)險預(yù)警空間回歸模型,確定GDP、人口數(shù)量以及居民人均可支配收入為有效變量。根據(jù)有效變量分析將預(yù)警區(qū)域劃分為4級預(yù)警地區(qū),最終模型較好的反映了預(yù)警區(qū)房屋價格情況的分布及預(yù)測在空間范疇內(nèi)實現(xiàn)預(yù)警的預(yù)測。(3)最終形成房地產(chǎn)風(fēng)險預(yù)警結(jié)論,表明本項研究所建立的房地產(chǎn)風(fēng)險預(yù)警模型的可行性,理論分析充分實用性高,為政府對房地產(chǎn)的指導(dǎo)和調(diào)控提供科學(xué)依據(jù),起到積極的輔助作用。
【圖文】：

圖 5.1 遼寧省地級市分布圖. 5.1 Distribution Map of Prefecture-level Cities in Liaoning17 年的 14 個城市的房地產(chǎn)市場均價，，可以得出

41圖 5.2 2000~2017 年遼寧省各城市房地產(chǎn)均價四分位圖 5.2 Quadripartite Map of Real EstateAverage Price in Liaoning Province from 20
【學(xué)位授予單位】：遼寧工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F299.23

【相似文獻】

相關(guān)期刊論文 前10條

1 鄧郁松;;區(qū)分三種房地產(chǎn)風(fēng)險[J];上海房地;2014年06期

2 司玉海;張劍光;;房地產(chǎn)風(fēng)險擴散的多米諾效應(yīng)分析[J];中國集體經(jīng)濟;2010年28期

3 由新偉;鄭聯(lián)盛;;房地產(chǎn)風(fēng)險及其防控[J];金融博覽;2017年02期

4 陳振城;;房地產(chǎn)風(fēng)險與保險研究[J];福建建筑;2006年03期

5 張偉;常娟;毛北行;;房地產(chǎn)風(fēng)險投資復(fù)雜網(wǎng)絡(luò)與網(wǎng)絡(luò)間的混沌同步[J];陜西理工學(xué)院學(xué)報(自然科學(xué)版);2015年05期

6 林采宜;程丹;;中國不同城市房地產(chǎn)風(fēng)險比較研究[J];新金融評論;2018年02期

7 高英;;加強房地產(chǎn)風(fēng)險防范的建議[J];中國投資;2013年S1期

8 李燕珠;;地王“謝幕” 退地湖登場——房地產(chǎn)風(fēng)險隱現(xiàn)[J];房地產(chǎn)導(dǎo)刊;2008年07期

9 新華;全球商用房地產(chǎn)風(fēng)險大[J];中國房地信息;2003年11期

10 李慶賓;李亮;毛北行;;房地產(chǎn)風(fēng)險投資的復(fù)雜網(wǎng)絡(luò)混沌系統(tǒng)滑模控制混沌同步[J];周口師范學(xué)院學(xué)報;2016年02期

相關(guān)會議論文 前1條

1 黨凱;;我國房地產(chǎn)風(fēng)險溢出路徑研究[A];“決策論壇——區(qū)域發(fā)展與公共政策研究學(xué)術(shù)研討會”論文集（上）[C];2016年

相關(guān)重要報紙文章 前10條

1 楊毅;英國脫歐：投資當?shù)胤康禺a(chǎn)風(fēng)險幾何[N];中國經(jīng)濟時報;2016年

2 本報記者 費楊生 陳瑩瑩;防范房地產(chǎn)風(fēng)險 增厚經(jīng)濟轉(zhuǎn)型“安全墊”[N];中國證券報;2018年

3 本報兩會報道組 姜楠 蘇詩鈺;郭樹清：銀行業(yè)“脫實向虛”等問題都能得到解決 姜大明：穩(wěn)定城市土地價格 嚴密防范房地產(chǎn)風(fēng)險[N];證券日報;2017年

4 ;去庫存已大大緩解了房地產(chǎn)風(fēng)險[N];中國房地產(chǎn)報;2017年

5 ;洞察數(shù)據(jù)中的房地產(chǎn)風(fēng)險[N];中國信息報;2016年

6 王金磊;精準放貸對沖房地產(chǎn)風(fēng)險[N];中國城鄉(xiāng)金融報;2016年

7 鄧郁松 國務(wù)院發(fā)展研究中心市場經(jīng)濟研究所;區(qū)分三種房地產(chǎn)風(fēng)險[N];中國經(jīng)濟時報;2014年

8 本報評論員 歐陽覓劍;謹防房地產(chǎn)風(fēng)險向金融領(lǐng)域蔓延[N];21世紀經(jīng)濟報道;2014年

9 記者 馬元月 陳婷婷;保監(jiān)會警示險資扎堆房地產(chǎn)風(fēng)險[N];北京商報;2014年

10 本報記者 姚軒杰;美元走強或致房地產(chǎn)風(fēng)險加大[N];中國證券報;2013年

相關(guān)博士學(xué)位論文 前3條

1 秦文宏;風(fēng)險場域的建構(gòu)—2003年以來中國房地產(chǎn)領(lǐng)域的相關(guān)行動和事實[D];上海大學(xué);2013年

2 齊謳歌;房地產(chǎn)風(fēng)險傳染機制及其動態(tài)效應(yīng)研究[D];西北大學(xué);2012年

3 王大港;新常態(tài)下中國城市房地產(chǎn)風(fēng)險評價及調(diào)控策略研究[D];北京交通大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 周雪;基于空間統(tǒng)計理論的區(qū)域房地產(chǎn)風(fēng)險預(yù)警研究[D];遼寧工業(yè)大學(xué);2019年

2 曾維彬;房地產(chǎn)風(fēng)險投資的多目標決策[D];河北工程大學(xué);2008年

3 張墨林;房地產(chǎn)項目前期風(fēng)險管理[D];西安建筑科技大學(xué);2004年

4 馬華飛;房地產(chǎn)項目前期風(fēng)險管理研究[D];山東大學(xué);2009年

5 程傳山;房地產(chǎn)項目建設(shè)階段風(fēng)險管理研究[D];天津大學(xué);2007年

6 李輝;我國房地產(chǎn)市場風(fēng)險的測度研究[D];東北財經(jīng)大學(xué);2007年

7 黃穎峰;房地產(chǎn)項目風(fēng)險管理研究[D];西南交通大學(xué);2013年

8 李旭麗;基于FAHP房地產(chǎn)項目決策階段風(fēng)險管理研究[D];青島理工大學(xué);2016年

9 姚廣林;房地產(chǎn)項目風(fēng)險管理研究[D];天津大學(xué);2016年

10 黃昆;房地產(chǎn)風(fēng)險可保性與保險開發(fā)研究[D];湖南大學(xué);2001年

本文編號：2696647