改革開(kāi)放以來(lái),中國(guó)經(jīng)濟(jì)一直保持中高速的發(fā)展態(tài)勢(shì),GDP總量已位居全球第二,居民收入有了較大幅度的提高,人民生活質(zhì)量有了明顯的改善。以此同時(shí),我國(guó)的房地產(chǎn)業(yè)也取得了快速發(fā)展,人們的居住條件和環(huán)境不斷得到提升。然而,伴隨著經(jīng)濟(jì)的快速增長(zhǎng),我國(guó)房?jī)r(jià)反復(fù)出現(xiàn)增長(zhǎng)過(guò)快的勢(shì)頭,特別是在一些一、二線城市,對(duì)人們的生活帶來(lái)了巨大的壓力。如何穩(wěn)定我國(guó)房?jī)r(jià)已經(jīng)變成了當(dāng)前全社會(huì)亟需解決的熱點(diǎn)問(wèn)題。因此如何通過(guò)計(jì)量模型準(zhǔn)確的研究經(jīng)濟(jì)增長(zhǎng)對(duì)房?jī)r(jià)的影響具有重要的現(xiàn)實(shí)意義。論文的主要研究?jī)?nèi)容包括:首先介紹了研究背景及其意義、國(guó)內(nèi)外文獻(xiàn)綜述、研究的方法、理論基礎(chǔ)和可能的創(chuàng)新點(diǎn);其次,通過(guò)描述性統(tǒng)計(jì)方法介紹了我國(guó)經(jīng)濟(jì)發(fā)展和房地產(chǎn)市場(chǎng)發(fā)展現(xiàn)狀以及兩者的互動(dòng)關(guān)系;第三,基于全國(guó)GDP和房?jī)r(jià)數(shù)據(jù),通過(guò)建立馬爾科夫區(qū)制轉(zhuǎn)換模型考察了經(jīng)濟(jì)增長(zhǎng)與房?jī)r(jià)的非線性機(jī)制轉(zhuǎn)換關(guān)系;第四,基于全國(guó)35個(gè)大中城市2002-2015年相應(yīng)指標(biāo)的面板數(shù)據(jù),通過(guò)非參數(shù)面板模型,考察了GDP、年末總?cè)丝�、城市居民�?chǔ)蓄年末余額、人均可支配收入、商品房銷(xiāo)售面積、竣工房屋面積和房地產(chǎn)投資水平等要素對(duì)房?jī)r(jià)的影響非線性關(guān)系,得出各要素系數(shù)關(guān)于各變量的逐點(diǎn)估計(jì)變化... 

【文章來(lái)源】：福建師范大學(xué)福建省

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

998年至2016年全國(guó)GOP與房?jī)r(jià)的變化趨勢(shì)

第三節(jié)城市經(jīng)濟(jì)增長(zhǎng)與房?jī)r(jià)關(guān)系的描述性統(tǒng)計(jì)分析??１９９８年以來(lái)，經(jīng)濟(jì)增長(zhǎng)快速發(fā)展，使得ＧＤＰ年均增長(zhǎng)率較高，而各地區(qū)的商??品房平均價(jià)格也呈現(xiàn)上漲的趨勢(shì)，但是由于地區(qū)的經(jīng)濟(jì)、人口數(shù)量等因素的不同房??價(jià)差異較大。如下表２．２為２００２年和２０１５年３５個(gè)大中城市ＧＤＰ和房?jī)r(jià)，可以看??出２００２年全國(guó)商品房平均價(jià)格為２２５０元，３５個(gè)城市中超過(guò)全國(guó)平均水平的有１７??個(gè)城市，２０１５年３５個(gè)大中城市中商品房平均價(jià)格超過(guò)全國(guó)商品房平均價(jià)格的城市??達(dá)到了?２３個(gè)，其中北京、上海、深圳、廈門(mén)、杭州這幾個(gè)城市房?jī)r(jià)較高，分別高??出全國(guó)平均水平?２３３．２０％、２０８．４１％、３９９．６９％、１３７．３５％、１１２．３２％，其對(duì)應(yīng)的?ＧＤＰ??水平分別為?２３０１４．５９?億元、２５１２３．４５?億元、１７５０２．８６?億元、３４６６．０３?億元、１００５０．２１??億元，占全國(guó)ＧＤＰ的比重為３．３４％、３．６５％、２．５４％、０．５０％、１．４６％，而價(jià)格最低??的為銀川４９４７元／Ｖ，是房?jī)r(jià)最高的深圳的０．１５倍，其地區(qū)生產(chǎn)總值占國(guó)內(nèi)生產(chǎn)總??值的０．２２％。通過(guò)這些數(shù)據(jù)對(duì)比分析可以看出房?jī)r(jià)較高的城市其ＧＤＰ發(fā)展水平也較??高，說(shuō)明城市經(jīng)濟(jì)増長(zhǎng)與房?jī)r(jià)之間有相互影響關(guān)系。我們可以看出我國(guó)商品房平均??價(jià)格在３５個(gè)大中城市中差距較大，像北京、上海、深圳、廈門(mén)、杭州等東部沿海??

整方法得到季節(jié)調(diào)整后的單季度和商品房平均價(jià)格，分別用ＧＤＰ和Ｐｒ／ｃｅ表??７Ｊｎ?〇??圖３．１展現(xiàn)了?ＧＤ尸和商品房?jī)r(jià)格變化，房?jī)r(jià)存在一些小的波動(dòng)范圍，從總體上??來(lái)看，兩者大致呈現(xiàn)出同樣的增長(zhǎng)趨勢(shì)。??ｇｄｐ／億元??２５００００?????１００００??２０００００?＾＾＾?８０００??１５００００?６０００??１０００００?＿＿？一一二４０００??５００００??—?二??．?２０００??０?０??ｒｏｒｓｊｒＳ＾ｒｏｆＮｒＨ＾－ｍｒＭｒＨＴ＾ｒｏｆＭＴＨ＾ｒｍｒｓｊｒＨ＾ｔｒｏｆＮＴＨｒｔｒｏ??ｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉ??ｏｏｃｒ＞ｏｏ？Ｈｆ＞ｊｒｏｍ?時(shí)?ｍｕＤ?①?ｒ＾ｏｏｃｎｃｒｖＯｄｃ＇ｊｒＭｃｏ?燈?ＬＨｉｎｖｏ??（Ｊ＾ＣｎＯＯＯＯＯＯＯＯＯＯＯＯＯＯ＇Ｈ＇ｉ－ＩｒＨｒＨｔＨｒＨｒＨＴＨｔＨ??ＣＴ＾＜Ｔ？０００００００００００００００００００００００??ｔＨ＜Ｈ（Ｎｒ＜４（ＮｒＮｉｒＭ（ＮｒＭｒＮｉｆＭ＜ＮｒｖｉｒＮｒＭｒｓｉｒｓｉｒＭ（Ｎ（Ｎｒ＼ｊｒｖｉ（Ｎ（Ｎ＜Ｎ???ＧＤＰ??ＰＲＩＣＥ??圖３．１?１９９８年３季度至２０１７年３季度全國(guó)ＧＤＰ和Ｐｒｉｃｅ的變化趨勢(shì)圖??－１９－??

【參考文獻(xiàn)】：
期刊論文
[1]基于面板分位數(shù)回歸模型的收入、利率對(duì)房?jī)r(jià)的影響關(guān)系研究[J]. 張所地,范新英.  數(shù)理統(tǒng)計(jì)與管理. 2015(06)
[2]房地產(chǎn)經(jīng)濟(jì)波動(dòng)的影響因素分析及對(duì)策研究[J]. 鄭淑琴.  學(xué)術(shù)論壇. 2014(10)
[3]房?jī)r(jià)上漲與經(jīng)濟(jì)增長(zhǎng)的退耦分析[J]. 徐晶.  管理世界. 2013(09)
[4]房?jī)r(jià)波動(dòng)的空間效應(yīng):估計(jì)方法與我國(guó)實(shí)證[J]. 譚政勛,周利.  數(shù)理統(tǒng)計(jì)與管理. 2013(03)
[5]房地產(chǎn)價(jià)格、居民消費(fèi)與經(jīng)濟(jì)波動(dòng)關(guān)系研究——基于35個(gè)大中城市數(shù)據(jù)的BEKK模型分析[J]. 蔡英玉,宮旭,孫濤.  西部金融. 2012(03)
[6]房?jī)r(jià)影響因素與地區(qū)房?jī)r(jià)差異分析——基于30個(gè)省會(huì)城市的截面數(shù)據(jù)[J]. 肖磊,肖佳文,辜佳新,李麗.  經(jīng)濟(jì)研究導(dǎo)刊. 2011(35)
[7]我國(guó)房地產(chǎn)價(jià)格波動(dòng)的宏觀經(jīng)濟(jì)效應(yīng)研究[J]. 高東勝.  統(tǒng)計(jì)與決策. 2011(19)
[8]利率影響房?jī)r(jià)的有效性分析——基于FAVAR模型[J]. 沈悅,周奎省,李善燊.  經(jīng)濟(jì)科學(xué). 2011(01)
[9]預(yù)期收入、收益率和房?jī)r(jià)波動(dòng)——基于35個(gè)城市動(dòng)態(tài)面板模型的研究[J]. 張亞麗,梁云芳,高鐵梅.  財(cái)貿(mào)經(jīng)濟(jì). 2011(01)
[10]預(yù)期、投機(jī)與中國(guó)城市房?jī)r(jià)波動(dòng)[J]. 況偉大.  經(jīng)濟(jì)研究. 2010(09)



本文編號(hào)：3381026