基于贝叶斯模型平均方法的中国房地产价格影响因素实证研究-统计学专业论文.docxVIP

万方数据 万方数据 学 位 论 文 独 创 性 声 明 本人郑重声明：本人所呈交的学位论文，是在导师的指导下，独立进行研 究所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或 集体已经发表或撰写的作品，也不包含为获得安徽财经大学或其他教育机构的 学位或证书所使用过的材料。对本文的研究做出重要贡献的个人和集体，均已 在文中标明并表示了谢意。 本声明的法律后果由本人承担。 论文作者（签名）： 年 月 日 学 位 论 文 使 用 授 权 书 本论文作者完全了解学校关于保存、使用学位论文的管理办法及规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权安徽财经大学可以将本学位论文的全部或部分内容编 入学校有关数据库和授权学校研究生处与中国知网和万方数据签订收录协议及 收录并由作者本人享有、承担相应的权利和义务，也可以采用影印、缩印或扫 描等复制手段保存或汇编本学位论文。 注：保密学位论文，在解密后适用于本授权书。 作者签名： 年 月 日 基于贝叶斯模型平均方法的中国房地产价格影响因素实证研究 基于贝叶斯模型平均方法的中国房地产价格影响因素实证研究 万方数据 万方数据 内容摘要 近年来，我国房地产市场经历了前所未有的快速发展阶段，房地产业俨然已 成为国民经济的重要产业。但在房地产市场持续繁荣过程中，房地产价格也一路 攀升，在一定程度上超出普通家庭的购房能力，高房价对我国经济的健康发展和 人们群众生活的安定都带来了众多负面影响。房地产价格持续上涨已成为学术界 和实务界关注的焦点问题，研究房地产价格究竟受哪些因素的影响不仅具有现实 意义，而且非常紧迫。然而，国内学者们运用不同方法得到的研究结论不尽相同， 其原因是这些经验研究皆依赖单一模型，容易受模型设置、变量选取等方面的干 扰，进而忽略了模型的不确定性问题，这将使我们无法全面、准确和有效识别影 响我国房地产价格的诸多因素的重要性。目前，我国房地产价格影响因素研究中 的模型不确定性问题尚未有人关注，本文尝试在这方面有所贡献。 本文的目标是基于模型不确定性的视角来实证研究我国房地产价格的影响 因素。为了更好的理解本文经验研究中变量的选取以及计量方法的选择，本文首 先对有关房地产价格影响因素的文献作了评述，同时也对本文所用的贝叶斯模型 平均（BMA）方法有关的文献进行梳理。然后，为了凸显本文经验研究的必要 性，还对我国房地产价格的现状作了分析。最后，本文摒弃人为事先设定模型及 变量对房地产价格进行解释的传统，考虑了模型的不确定性，采用 BMA 方法并 使用我国 30 个省（区）2002-2013 年面板数据，对可能影响我国房价的诸多因素 的重要性进行了识别和检验，接着从两个方面检验了 BMA 方法在解决模型不确 定性问题上的有效性，对于这些有效的实证结果，本文均提供了可能的解释。 本文的实证研究表明，运用 BMA 方法有效解决了模型不确定性问题，使得 研究结论科学可靠。结果发现，在可能对我国房价产生影响的 5 个层面中的 19 个指标中，需求层面的人口密度、失业率、消费者收入水平和收入差距，供给层 面的房屋竣工面积、房地产投资额、土地价格和建筑成本，经济发展层面的物价 水平和产业结构合理化，政策层面的信贷政策、税收政策和土地政策，以及其他 层面中的心理预期等 14 个解释变量的后验概率均超过 20%，它们是影响现阶段 我国房价的重要因素；而余下的经济增长、人口老龄化、产业结构升级、城镇化 率以及利率政策等 5 个解释变量的后验概率均远低于 20%，意味着它们尚不能成 为影响现阶段我国房价的主导因素。这些结果在一定程度上能够包容现有众多国 内学者采用单一模型所得到的不同甚至相反的研究结论。此外，虽然我国正处于 人口老龄化和城镇化的背景之下，但本文并没有发现人口老龄化和城镇化对我国 房价产生重要影响的证据。 关键词：房地产价格；影响因素；模型不确定性；贝叶斯模型平均方法 1 基于贝叶斯模型平均方法的中国房地产价格影响因素实证研究 基于贝叶斯模型平均方法的中国房地产价格影响因素实证研究 AB ABSTRACT I万方数据 I 万方数据 II万方数据 II 万方数据 ABSTRACT In recent years, Chinas real estate market has experienced an unprecedented rapid development stage and real estate has really become an important industry in the national economy. While in the course of the continued prosperity of