一、当前影响我国房地产投资的主要环境因素分析（论文文献综述）
周贺[1]（2021）在《中国产业集聚对区域房地产价格的影响研究》文中研究指明产业集聚作为既能够影响房地产市场需求又能够影响房地产市场供给的重要经济变量,与房地产价格上涨存在着紧密的理论关联。同时,产业集聚作为我国地区经济发展的典型化特征之一,代表了我国地区经济发展的未来趋势。因此,研究产业集聚对我国区域房地产价格的影响具有重要的学术价值和现实意义,包括为解释我国房地产价格上涨提供新视角与新证据,发现我国房地产价格的区域分化现象背后的原因,以及为不同城市结合实际开展房地产市场调控和制定产业政策提供有益参考。本文在界定人口集聚、房地产和房地产价格相关概念后,对国内外有关产业集聚对房地产价格影响的研究文献进行系统梳理;重视现实对我国房地产市场发展历程进行阶段性分析;运用经济理论分析产业集聚对房地产价格的影响,以及产业集聚影响房地产价格的作用机制和门限效应表现;选取合适经济变量,以中国35个大中城市数据为样本,应用静态面板数据模型、动态面板数据模型、中介效应检验模型和门限面板模型进行实证研究。本文获得主要研究结论如下:一是我国产业集聚表现出明显的区域差异和产业差异,房地产价格也表现出明显的区域差异。产业集聚在东中西三大地带间差异明显,除北京和海南外,东部地区的制造业产业区位熵指数明显大于1,中部地区和西部地区除了河南、安徽、内蒙古、陕西等省份表现较好外,包括东北老工业基地的其他省份制造业集聚水平均较低。与制造业不同,以开发建设为主导的中西部地区,建筑业普遍具有较高的集聚水平。而金融业因其强大的中心集聚力,导致金融业集聚不仅存在明显的东中西差异,也存在着明显的地带内省际差异,来源于第三产业的房地产业集聚表现出与金融业相似的特点,且其与地区的房地产市场冷热密切相关。根据各地商品房平均销售价格数据,对比发现我国东部地区房地产价格明显高于中部和西部地区,且东部省份的房地产价格分化严重,35个大中城市的土地成本数据也表现出了相似的特征。二是产业集聚对房地产价格具有显着的影响。理论上,产业集聚能够影响居民的房地产购买能力和数量,从而提升房地产的市场需求,同时产业集聚能够影响土地供给和房地产开发融资成本,从而影响房地产市场的供给。因此,产业集聚从供给和需求两个角度影响房地产价格。以35个大中城市数据为样本的动态面板数据模型估计结果显示,制造业和建筑业集聚对房地产集聚具有显着的正向影响,金融业和房地产业集聚影响不显着,这反映了以制造业和建筑业为代表的实体经济发展更能够长期影响房地产的价格水平,我国房地产价格水平的上涨是具有一定程度的实体经济支撑的。考虑到房地产价格对产业集聚的反向影响关系,对模型内生性进行讨论,并采用新的核心解释变量测量方法和变更样本时间跨度的方式再次进行估计,发现研究结论是稳健的。此外,工资收入、财富水平、建筑成本、土地成本均对房地产价格具有显着正向影响,房屋竣工面积对房地产价格具有显着的负向影响,与房地产价格的供需决定理论的预期结论相一致。三是人口集聚和土地成本是产业集聚影响房地产价格的重要机制变量。产业集聚与人口集聚是经济集聚理论成立的两大基础,经济因素是人口迁移流动的主要原因,产业集聚导致的区域经济发展差异推动了人口集聚的发生,人口的居住需求又刺激了房地产价格的上扬。产业集聚推动政府平衡工业用地与住宅土地供给,由于新增土地出让收入具有政府财政平衡和补贴工业用地基础设施建设的功能,这强化了政府提高土地价格的城市土地经营动机,进而推高了房地产成本和销售价格。中介效应检验结果显示人口集聚和土地成本能够部分的传导产业集聚对房地产价格的影响,人口集聚和土地成本是产业集聚作用于房地产价格的重要影响机制。四是产业集聚对房地产价格的影响具有明显的门限效应特征,符合边际效应递减规律。城市在自然条件、区位条件、产业结构等多个方面存在差异,城市异质性能够影响产业集聚对房地产价格的作用大小,即产业集聚对房地产价格存在着异质性影响。选取产业集聚水平、人口集聚水平和土地成本等反映城市异质性和房地产市场发展条件的变量为门限变量,实证结果证实了产业集聚对房地产价格的影响是异质的,研究还发现对于大多数正处于发展中的城市来说,城市总体产业集聚水平较低、人口集聚水平较低和土地成本较低,产业集聚对房地产价格的正向影响更大。分产业来看,制造业集聚在城市产业集聚水平不高时对房地产价格的正向促进作用更大,而金融业集聚在城市产业集聚水平高于某一门槛后对房地产价格的正向促进作用则日益增强,这与产业升级理论下的城市经济发展现实相一致,对于北京上海等产业集聚度高的城市来说,金融业集聚对房地产价格上涨起到了更大的作用,而对于大多数普通城市,制造业等实体经济的集聚发展能够显着的拉动房地产价格上涨。基于上述研究结论,结合我国区域经济发展与房地产市场发展实际,提出促进房地产市场健康平稳发展的政策建议:一是促进各区域均衡协调发展,缩小东部地区与中西部地区的经济发展差距、产业集聚差距和房地产价格差距。二是重视人口集聚对大中城市房地产价格的影响,尽可能采取多种形式保障好大中城市流入人口的住房问题。三是重视大中城市土地成本持续上升导致的房地产价格攀升问题,合理解决地方政府用住宅土地出让收入补贴工业用地开发成本,用住宅土地出让收入弥补财政赤字的问题,彻底遏制地方政府提高土地价格、助推房地产价格上涨的土地经营动机。加强顶层设计和对财税制度、官员晋升评价、中央地方事权划分、土地性质变更出让等多项重要经济制度的系统性改革,将房地产回归到居住属性的普通商品,实现“房住不炒”的房地产市场发展目标。
黎思琦[2]（2021）在《房地产泡沫与房地产金融风险的空间传导及防范研究》文中指出我国房地产市场自商品化时代逐渐进入快速发展阶段,目前已具有全球范围内最大的市场规模。2020年,政策对冲疫情冲击,我国房地产市场相对于世界其他国家已逐步恢复市场活力。民众的需求还将继续维持疫情之前的状态,进一步稳定发展。因而针对我国房地产的泡沫态势,尤其是空间溢出状况,业界、学界和普通百姓都表现出了关注。因此,本文将检测房地产泡沫的空间溢出,以及由此产生的金融风险状况,随后就防范泡沫与风险建立起一道“防火墙”。本文研究内容如下:第一章,绪论。本章根据当前我国房地产市场的情况对背景进行介绍,提出研究的关键问题,叙述研究意义。同时从检测、识别和预警等方面进行研究情况梳理,奠定分析基础。第二章,房地产泡沫。本章界定了研究主题,即什么是房地产泡沫,并分析了其成因;随后,使用BSADF模型检验了我国主要城市的泡沫情况,并对其存续周期时点和严重程度进行比较。结果发现,在研究阶段（2016年1月至2019年8月）中有125个城市存在明显的周期性房地产泡沫。第三章,房地产金融风险。本章首先介绍了房地产金融风险现状;然后,重点研究了它的传导机制;接着,介绍了如何对房地产金融风险进行测量;最后,使用PVAR模型确定了房地产泡沫的影响因素以及房地产泡沫对房地产金融风险的影响。结论是泡沫破灭时投资者的预期逆转等原因都可能导致风险的爆发。这些风险主要通过资金、土地供求和产业进行传导。如果市场不景气,出于理性或非理性的预期,个人和房地产商可能会产生违约现象,于是银行将会因抵押物价值下降产生损失,引发金融风险。同时得到房地产泡沫的两个关键影响因素——房地产开发投资余额和商品房销售额,而对房地产金融风险的影响因素分析得到泡沫为关键成因。第四章,房地产泡沫的空间相依及传导。将莫兰检验和R-Vine Copula结构模型结合,分析了我国房地产泡沫的空间溢出情况。结论表现在整个研究时期内,全国主要大中城市房地产泡沫在整个研究阶段中呈现正负交替目前为负的空间自相关特征。从集聚效果来看,“低-低”城市数目最多,“高-高”次之。前者集中在东北和东部地区,后者集中在中西部。而“高-低”城市仅存在于山东省和河南省,“低-高”城市则主要在福建省与江西省。我国房地产泡沫的相依结构具有如下特征:第一,发达与经济一般的城市分别形成泡沫聚集区;第二,处于经济发达与非发达经济体量中间的一般城市是泡沫传导的中心枢纽;第三,地理区位的聚集特征同样表现在了泡沫的联动上。第五章,房地产泡沫对房地产金融风险影响的空间分析,使用空间杜宾模型研究得到的结论为:第一,地理位置相似的城市具有风险的空间聚集特性;第二,经济发展水平相近的城市的房地产金融风险存在集聚特征,但集聚程度要低于地理位置相近的城市之间;第三,地理位置相近的发达城市对欠发达城市的风险具有正向的溢出;第四,地理位置相近的土地价格较高的城市对土地价格较低城市的房地产金融风险具有显着的正向溢出效应。第六章,房地产金融风险防火墙的构建。首先,提出了综合手段、风险可视化、预测与长期机制四条抑制方向。其次,对样本城市进行四档预警测评。最后,构建房地产泡沫和金融风险的防火墙,并提出包括税制建设与合适的房地产税落地时机,调整信贷监管政策,加强规范秩序、建立相应预警机制和地方政府的规范几点政策建议。第七章,研究结论与展望。先进行前文总结,然后指出本文的不足,主要是研究对象选取缺少西北城市数据支持,以及控制变量不足。
刘媛霞[3]（2021）在《万科公司辽宁省二三线城市房地产投资风险分析》文中研究说明
吴昊[4]（2020）在《基于马尔科夫链的房地产投资风险管理研究》文中研究说明随着经济的发展,社会的进步,我国房地产开发的脚步不断加快。在房地产行业快速发展的背后,其投资风险也越来越大。因此,研究并分析房地产投资带来的风险和损失,以有效减少以及避免房地产投资风险的发生,是一门必修课。近年来,我国加大了对房地产行业的宏观调控力度,各相关部门也出台了一系列与投资计划相关的战略和文件,积极推进和加强体制改革,这也给房地产项目投资带来了一定的风险。但是,由于开发房地产投资大、周期长等原因,并且房地产的发展还受到经济,社会环境等许多方面的影响。所以在开发房地产项目时一直有诸多的不确定因素,项目的风险就会不可避免的日益增加。本文的研究对象是房地产项目投资风险,首先介绍了风险的定义和特征,描述了房地产项目的投资风险,总结了项目投资风险理论。并分析目前用于识别和评价投资风险的方法,并分析和比较了几种常用的评价方法的优缺点。然后,根据其风险来源,将风险分为政策风险、经济风险、管理投资风险、社会环境风险和技术风险五大类,并对这五大风险因素的26个子因素进行了分析。通过专家调研和查阅参考文献将主要风险影响因素罗列出来,用集值迭代法求出主要风险因素的历史权重值,本文基于建立的房地产投资风险评价指标体系,从马尔可夫链和房地产投资风险出发,建立了房地产投资风险评价模型,并评价了房地产项目投资风险。最后,以西安市碧桂园凤凰城项目为例,通过专家打分并对比参考资料进行数据收集并运用到建立的房地产投资风险等级评价模型中,通过评价得出房地产投资风险等级为三级,并给出具体的应对措施。本文以碧桂园西安凤凰城项目投资风险为研究内容,利用马尔科夫链理论对碧桂园西安凤凰城项目投资风险进行预测研究,通过建立基于马尔科夫链的房地产投资风险评价模型,并给出了具体的风险应对措施,为房地产开发商对投资项目进行合理规划及决策提供科学的理论依据,为所有背景的投资者合理化房地产投资风险。
王守波[5]（2020）在《我国房地产企业投资风险分析 ——以RS公司为例》文中进行了进一步梳理房地产行业作为我国国民经济的支柱产业,改革开发以后的房地产业从无到有、从小到大,逐渐发展起来。但在房地产的迅猛发展的背后,房价的过快上涨、房地产过度开发投资、供需矛盾导致空置率居高不下以及住房结构的不合理等一系列问题逐渐暴露出来。面对房地产市场的不合理发展,国家政府制定实施了一系列针对房地产市场的宏观调控政策,引导房地产市场平稳健康发展。随着我国经济发展步入“新常态”,我国城市房地产行业的发展也进入新阶段,新阶段下房地产交易、房地产价格、房地产的开发投资在国家宏观调控的引导下也呈现出新的特征。未来为了促进房地产市场继续健康发展必然离不开政府在与房地产有关的各个领域的密切调控。本文以我国房地产市场为研究对象,在对国内外房地产投资风险理论进行综述、总结房地产投资基本理论的基础上,探讨了当前紧缩的房地产宏观调控对企业房地产投资风险带来的风险。其次对影响房地产企业投资风险的主要影响因素从宏观环境、市场环境、企业内部经营决策三个方面进行了较为细致的分析,据此选取了本文进行实证分析的指标。本文选取了2010-2018年房地产市场的季度数据进行了因子分析,根据分析结果预测未来房地产投资的机遇,并未房地产企业如何降低企业投资风险提供了建议。
赵明昊[6]（2020）在《房地产开发投资的宏观效应研究》文中认为自改革开放以来,房地产业一度成为拉动我国经济增长的重要引擎,促进经济发展作用明显,但也造成房地产价格不断攀升、房地产开发投资不可持续等现实经济问题日益突出,宏观经济层面则面临产能过剩、资源和环境压力承载力不足、经济增长动能不足等困境。然而,中国经济已由高速增长阶段转向高质量发展阶段,进入发展的“新时代”,在此背景下,依赖于房地产和基建投资的粗放式经济发展模式势必要向培养内需、激发实体部门投资活力、构建具有更强内生增长动力的发展模式转变。房地产开发投资作为宏观经济活动的重要组成部分,在经济“高质量”发展阶段中维持怎样的水平以及发挥怎样的作用,将成为一项极具重要现实意义的研究议题,解决这一议题的关键在于厘清房地产投资活动在宏观经济中的传导路径以及对其他宏观经济变量、经济增长、经济效率和资源的空间配置效率等方面的影响关系。本文基于国内外相关理论和房地产开发投资现状,立足于中国房地产市场核心特征,识别出房地产开发投资影响宏观经济的传导机制,进一步采用理论分析与实证研究相结合的研究范式,对中国房地产投资与宏观经济波动、经济周期、经济增长、经济效率和资源要素空间配置效率的影响关系与作用机制展开系统且深入研究。研究发现:第一,对于经济需求侧而言,一方面,房地产开发投资活动本身会增加最终品需求,进而直接影响总产出;另一方面,房地产开发投资通过促进房地产业的关联产业发展、降低金融体系服务实体经济的效率、挤出制造业为代表的实体经济部门生产性投资,对总需求产生间接效应。对于经济供给侧而言,一方面,房地产开发投资使得房地产要素增加,对经济增长具有直接促进作用;另一方面,房地产开发投资的过快增长以及所占份额的提升,使得房地产行业占据了更多的信贷和生产资料,挤占其他生产要素积累,对社会总供给产生间接效应。概言之,房地产开发投资活动既增加了宏观经济短期波动,又会影响宏观经济长期发展。第二,通过构建包含住房市场和房地产开发商的多部门DSGE模型模拟演绎了房地产开发投资对其他经济变量的影响及其内生传导机制。研究发现,住房刚性需求上升将推动房地产投资增加,一方面通过带动关联产业发展增加社会就业和总产出水平,另一方面推动生产资料价格上升,使得房地产开发成本上升,提高了房地产价格的涨幅,在一定程度导致房地产投资品属性凸显,挤出居民消费和实体投资,不利于经济稳定健康发展;房地产开发投资占GDP比重下降会导致生产性投资占比上升、居民消费占比下降,即房地产开发投资下降将会释放更多资源供传统企业扩大生产投资,但同时也会导致家庭每一期新增的资产财富下降,居民消费占GDP比重下滑。第三,构建随机扰动变参数因子扩展的向量自回归（SV-TVP-FAVAR）模型,实证分析了我国各省在考察期内房地产投资对经济周期的冲击影响及形成原因。通过主成分方法对选择的79个指标进行降维,基于得到的三个公因子建立SV-TVP-FAVAR模型,而后选取2002年第一季度、2008年第三季度以及2014年第一季度三个时点以代表房地产投资启动时期、全球金融危机时期以及经济“新常态”时期,分析了房地产投资对经济波动周期的影响。研究发现,在房地产投资启动时期,我国房地产投资对经济波动表现为逆周期性特征;在全球经济危机时期,正向效应较强,表现为显着的顺周期性特征;在新常态时期,由于房地产市场出现饱和,房地产投资对经济波动又表现出显着的逆周期性特征。第四,构建以实际房价为门限变量的面板门限模型实证研究了房地产开发投资对经济增长的非线性效应。研究发现房地产开发投资对经济增长的拉动作用随着房地产价格上涨而增强,但房地产价格处于不同区位将影响资本和劳动力对经济增长的贡献,其中资本对经济增长的促进作用呈现倒“U”型特征,而劳动力对经济增长的促进作用则呈现反“J”型。第五,利用1998-2017年我国30个省（直辖市、自治区）的数据,构建动态面板数据模型实证分析了房地产投资对经济效率的影响。借助永续盘存法测度了折旧率可变的固定资本存量,结合劳动力指标,通过构建随机前沿生产函数测度了技术效率和全要素生产率指数。研究发现房地产投资对技术效率和全要素生产率指数有正向的促进作用。第六,构建综合评价指标体系对我国30个省会城市和直辖市的房地产市场投资总价值进行量化评价,进一步对各城市房地产市场投资总价值与实际投资情况进行匹配分析发现:30个省会城市的住宅地产发展质量和投资潜力都极不均衡。住宅地产市场发展质量在东部城市间的差异在逐渐缩小,中部城市发展质量的差异却逐渐增大,西部城市则呈现严重的两级分化;大多城市进行房地产开发投资主要盯住本地区房价上涨潜力,而非依据本地区房地产市场开发投资价值,导致部分中西部发展相对滞后的城市存在房地产投资过度问题,一些经济发展水平和发展潜力较大的城市却存在投资不足现象。这一显着的房地产开发投资空间错配效应,不仅会导致生产要素等资源的空间错配,还将影响房价的不合理波动。
赵梦迪[7]（2020）在《房地产投资信托基金的收益影响因素研究 ——基于新加坡REITs市场的分析》文中研究说明回望中国市场,房地产行业作为国民经济的支柱产业,在过去的二十余年间,实现了迅猛的发展,为经济的持续增长做出了巨大贡献。与此同时,伴随着2016年底以来层层加码的房地产调控政策,房地产行业在经济新常态及结构转型的背景下也面临着重要转型期。作为资金密集型行业,房地产业对金融的依赖性较强,在保障国内经济稳定运行、推动经济转型与金融体系改革的过程中,改善房地产信贷渠道单一、发展多元化融资成为政策研究的主要方向。近年来,国内资产证券化逐渐成为房地产金融的新亮点,各类证券化模式蓬勃发展。房地产投资信托基金作为一种较为成熟的房地产投融资模式,不仅是国际上极具代表性的房地产金融创新工具,也将成为未来中国房地产金融发展的重要方向。本文以房地产投资信托基金的收益影响因素为分析视角,在对全球特别是新加坡房地产投资信托基金的发展概况及特点的总结分析基础上,对影响房地产投资信托基金收益的因素进行分析,从微观和宏观两个角度建立收益影响因素的指标体系,利用新加坡市场的相关数据,选用向量自回归模型展开实证分析,并通过方差分解和脉冲响应分析,揭示上述因素对房地产投资信托基金收益的影响程度和作用机制,进而基于研究结果对中国发展房地产投资信托基金提出相应的建议。研究结果表明,房地产投资信托基金的收益并不受单一的因素所决定,而是由宏观和微观层面的多种因素共同作用的结果,其中,通货膨胀率、房地产价格波动和房地产证券市场表现对基金收益的影响相对较大。根据对房地产投资信托基金的发展现状和收益分析,本文认为,无论是从房地产行业的可持续发展还是从改善金融市场结构的角度考虑,在中国发展房地产投资信托基金都有着较强的可行性和发展潜力。而鉴于中国当前房地产投资信托基金存在的属性不明、与房价之间的关系存在认知误区,以及市场上对其收益认识还不充分等问题,仍需要从应对机制、市场建设、资本市场稳定性和相关法规政策等多方面进行引导。
赵建苹[8]（2020）在《C市住宅房地产个人投资决策影响因素研究》文中认为从事房地产投资的人员一直对住宅的关注度不减,近年来城市化和城镇化的规模不断扩大,人们的生活条件也有了很大的提高。因此,在未来必将对住宅的购买需求大大增多,越来越多的房地产投资者将会将注意力转向这一市场。伴随着市场经济的白热化发展,人们的经济水平逐渐提升,大量的民间资本涌入市场中。合理的投资渠道才能获得更多的收益,由于近年来股票市场的持续低迷情况,导致了房地产投资热潮的兴起。因为住宅一直是相对于房地产其他类型比较平稳的要素,因此,借助购买之后的转售以及租赁各项活动能够取得明显的经济效益,其保值力较强,增值能力也比较大,可以有效的规避各种投资风险。与市面上的经济金融产品进行比较的话,可以有显着的效益,因此,投资住宅成为了更多人的选择。本研究拟站在房地产市场个人投资者角度,以C市内的住宅市场作为研究对象,在此基础上针对性开展投资决策分析与研究。本文第一章主要对C市住宅房地产开展个人投资的研究背景、方法,对房地产投资的国内外现状展开了资料调查研究;然后第二章对理论与方法进行阐述,研究房地产投资与住宅投资的相关概念,对投资者的购买行为以及影响投资者购买行为的因素进行分析,并介绍相关方法与分析工具;第三章研究近年来C市住宅房地产市场发展概况以及C市住宅房地产投资环境分析并分析其未来投资趋势;第四章通过层次分析法来构建住宅房地产投资评价指标体系,并计算出了各指标权重情况;第五章通过对C市的两个备选项目进行指标评估,从而比较得出较优的投资方案。文章以实际案例为例,通过评估位于锦江区的备选项目A与位于武侯城区的备选项目B,将通过专家打分法,综合评估备选项目的各指标得分情况,并结合权重,计算出最后的综合得分,从而可以为个人投资者提供科学的方法以及结论的参考。本研究的开展,在为房地产市场的个人投资者提供决策依据的同时,还可以使相关群体了解房地产投资项目的影响因素与发展趋势,促进产业的健康可持续发展。
宋昌浩[9]（2020）在《我国房地产投资信托基金收益率影响因素研究》文中认为近年来,由于政府对房地产行业的宏观调控、银行对房地产信贷的收紧、以及我国银保监会对影子银行的改革,房地产行业面临巨大的资金需求问题。此外,房地产作为一种良好的可投资商品,居民对于房地产行业的投资需求也日渐提升。但是房地产价格的居高不下,使得房地产的投资门槛较高,普通投资者难以对房地产进行直接的投资、以及难以享受不动产增值带来的红利和获得稳定的现金流。同时,近年来政府一系列对房地产限购政策的出台,普通投资者对于房地产行业的投资愈加困难。房地产投资信托基金的出现则有效的平衡了投资者和房地产企业之间的关系。因此,本文对房地产投资信托基金及其投资收益率影响因素的研究具有重要的理论和现实意义。本文以上市的房地产投资信托基金作为研究对象,分析了利率因素、货币供应量、产出水平、股票市场波动、债券市场波动和房地产板块波动对房地产投资信托基金收益率的影响。本文的实证部分选取了2010年1月到2019年12月的月度数据,建立了向量自回归模型,并通过脉冲响应函数、方差分解及格兰杰因果关系检验的方法对房地产投资信托基金收益率的影响因素及进行了实证检验。实证分析表明,股票市场波动和房地产板块波动与房地产投资信托基金收益率的变动呈现正相关,利率的变动对房地产投资收益率的变动呈现负相关。长期来看,房地产投资信托基金自身、利率变动和货币供给量对房地产投资信托基金收益率的影响水平较大,产出水平、股票市场、债券市场房地产板块波动对房地产投资信托基金收益率影响水平较小。根据研究结果,本文提出以下四点政策建议:（1）健全REITs相关法律法规,完善REITs相关税收制度。（2）引导金融市场健康发展,建设合理有效的资本市场。（3）简化RIETs上市流程,促进REITs尽快上市。（4）建立专业人才培养机制,培养专业化REITs投资团队。
白玉[10]（2020）在《我国商品房价格涟漪效应及其区域影响研究》文中研究指明房地产业在我国国民经济发展中具有举足轻重的地位,商品房价格更是能反映出房地产市场的发展情况和稳定程度。1980年以来,国外学者开始研究房价在区域或城市间的传导关系,这就是本文研究的涟漪效应,即商品房价格在中心城市或地区的上升或下降,会随时间逐渐传到其他城市或地区,带动其商品房价格上涨的现象。那么,我国商品房价格是否存在涟漪效应?若存在涟漪效应,商品房价格涟漪效应的传导途径是怎样的?涟漪效应的源头城市是哪些?政府在制定房地产调控政策时是否该依据涟漪效应因城施策?立足于这些问题,本文对我国商品房价格的涟漪效应及其影响因素展开研究。本文首先根据经济学原理,从理论和现实两方面阐述了商品房价格涟漪效应的理论基础;其次,回顾了我国住房商品化的改革历程并对房地产市场现状进行分析;接着,将我国35个大中城市划分为7个区域,通过向量自回归（VEC）模型分析了各区域商品房价格涟漪效应的传导路径、方向及强度,并确定了各区域涟漪效应的核心城市;最后,以7个区域35个城市商品房价格的年度数据为被解释变量,以选定的全国宏观经济变量和区域微观经济变量为解释变量建立面板数据模型,分别在有无涟漪效应两种条件下分析全国层面的房地产宏观经济政策和区域的微观经济变量对各个区域商品房价格的影响程度。通过以上研究,本文的研究结论为两点,其一:我国商品房价格存在涟漪效应现象,且我国各区域商品房价格存在涟漪中心,即涟漪效应的核心城市:北部沿海区域的北京、东部沿海区域的上海、东北区域的沈阳、南部沿海区域的深圳、中部区域的武汉、西南区域的成都、西北区域的呼和浩特,都对各区域内其他城市商品房价格具有显着的预测作用,并且对核心城市商品房价格的关系研究得出,商品房价格的涟漪作用不仅仅是由于地域邻近而存在;其二,从商品房价格的影响因素研究得出:居民收入水平和房地产投资水平是各区域商品房价格的主要影响因素,财政收入水平为次要因素,且三个因素对商品房价格的上涨有正向推动作用;在引入涟漪效应下分析我国商品房价格的影响因素得出:财政收入水平（REV）、居民收入水平（INC）、核心城市商品房价格（HXHP）均为商品房价格上涨的正向驱动因素。
二、当前影响我国房地产投资的主要环境因素分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、当前影响我国房地产投资的主要环境因素分析（论文提纲范文）
（1）中国产业集聚对区域房地产价格的影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 1.3.3 研究方法 |
| 1.4 可能的创新和不足 |
| 1.4.1 可能的创新 |
| 1.4.2 不足之处 |
| 第2章 概念界定与理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 产业集聚 |
| 2.1.2 房地产 |
| 2.1.3 房地产价格 |
| 2.2 产业集聚相关理论 |
| 2.2.1 产业区理论 |
| 2.2.2 工业区位理论 |
| 2.2.3 增长极理论 |
| 2.2.4 新经济地理理论 |
| 2.2.5 竞争优势理论 |
| 2.3 房地产价格决定的相关理论 |
| 2.3.1 供需理论 |
| 2.3.2 地租与竞租理论 |
| 2.3.3 城镇化理论 |
| 第3章 我国房地产市场发展历程的阶段性分析 |
| 3.1 房地产市场的形成阶段 |
| 3.2 房地产市场的快速发展阶段 |
| 3.3 房地产市场的政府主导阶段 |
| 3.4 房地产市场的稳健发展阶段 |
| 第4章 我国产业集聚测量和房地产市场区域差异 |
| 4.1 中国产业集聚程度现状 |
| 4.1.1 产业集聚的测量方法 |
| 4.1.2 我国不同产业集聚的区域差异表现 |
| 4.2 我国房地产价格的区域差异分析 |
| 4.2.1 我国房地产价格变化的总体趋势 |
| 4.2.2 我国房地产价格的区域差异分析 |
| 4.2.3 我国房地产价格的省际差异分析 |
| 第5章 不同产业集聚影响我国房地产价格的实证研究 |
| 5.1 产业集聚对房地产价格的影响的理论分析 |
| 5.1.1 影响房地产的购买需求 |
| 5.1.2 影响房地产的供给 |
| 5.1.3 理论模型 |
| 5.2 面板数据模型及估计方法 |
| 5.2.1 静态面板数据模型 |
| 5.2.2 动态面板数据模型 |
| 5.3 实证结果与分析 |
| 5.3.1 城市样本选择 |
| 5.3.2 实证模型与指标选取 |
| 5.3.3 相关性分析 |
| 5.3.4 估计结果与分析 |
| 5.4 内生性讨论与稳健性检验 |
| 5.4.1 房地产价格对产业集聚的影响 |
| 5.4.2 内生性处理与结果分析 |
| 5.4.3 稳健性检验 |
| 第6章 产业集聚影响房地产价格机制的实证研究 |
| 6.1 产业集聚影响房地产价格的机制分析 |
| 6.1.1 产业集聚通过人口集聚影响房地产价格 |
| 6.1.2 产业集聚通过土地供给影响房地产价格 |
| 6.2 中介效应检验 |
| 6.2.1 中介效应检验模型 |
| 6.2.2 中介变量 |
| 6.3 实证结果分析 |
| 6.3.1 人口集聚的中介效应检验 |
| 6.3.2 土地成本的中介效应检验 |
| 第7章 产业集聚对房地产价格的非线性影响 |
| 7.1 产业集聚对房地产价格非线性影响的理论分析 |
| 7.1.1 城市异质特征与外部条件差异 |
| 7.1.2 产业集聚影响的边际效应递减 |
| 7.2 非线性实证模型构建 |
| 7.2.1 门限面板回归模型介绍 |
| 7.2.2 门限变量选取 |
| 7.3 实证结果与分析 |
| 7.3.1 产业集聚对房价水平的非线性影响 |
| 7.3.2 不同行业集聚对房价水平的非线性影响 |
| 第8章 结论与政策建议 |
| 8.1 研究结论 |
| 8.2 政策建议 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（2）房地产泡沫与房地产金融风险的空间传导及防范研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景和问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 国内外研究现状 |
| 1.3.1 房地产泡沫 |
| 1.3.2 房地产泡沫测量 |
| 1.3.3 识别与预警房地产金融风险 |
| 1.3.4 当前我国房地产现状 |
| 1.4 研究内容及研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究框架 |
| 1.5 创新点 |
| 1.5.1 研究视角的创新 |
| 1.5.2 研究方法的创新 |
| 2 房地产泡沫 |
| 2.1 房地产泡沫的内涵 |
| 2.1.1 泡沫 |
| 2.1.2 房地产泡沫 |
| 2.2 房地产泡沫的成因分析 |
| 2.2.1 居民收入提高 |
| 2.2.2 利率政策与信贷政策 |
| 2.2.3 银行信贷带来的资金支持 |
| 2.2.4 国际资本的涌入 |
| 2.2.5 投资者的非理性预期、从众与锚定效应 |
| 2.2.6 房地产的低供给弹性、耐用性及制度的不适用性 |
| 2.3 房地产泡沫的测量 |
| 2.3.1 房地产泡沫检验模型:BSADF检验 |
| 2.3.2 指标和样本选取 |
| 2.3.3 房地产泡沫存在性检验 |
| 2.3.4 房地产泡沫存续周期时点及泡沫程度比较 |
| 3 房地产金融风险 |
| 3.1 房地产金融风险的内涵 |
| 3.1.1 系统风险 |
| 3.1.2 非系统风险 |
| 3.2 我国的房地产金融风险 |
| 3.3 房地产金融风险的形成和传导机制 |
| 3.3.1 房地产金融风险的形成 |
| 3.3.2 房地产金融风险的传导机制及路径 |
| 3.4 房地产金融风险的测量 |
| 3.4.1 房地产金融集中风险度量 |
| 3.4.2 房企经营风险 |
| 3.4.3 房地产金融风险敞口度量 |
| 3.5 房地产泡沫与房地产金融的实证分析 |
| 3.5.1 房地产泡沫成因实证 |
| 3.5.2 房地产金融风险影响因素分析模型 |
| 4 房地产泡沫的空间相依及传导 |
| 4.1 房地产泡沫空间统计 |
| 4.1.1 房地产泡沫空间自相关性:Moran’s I检验 |
| 4.1.2 房地产泡沫的Moran散点图分析 |
| 4.1.3 房地产泡沫空间统计分析:LISA集聚图分析 |
| 4.2 房地产泡沫相依与空间传导 |
| 5 房地产泡沫对房地产金融风险影响的空间分析 |
| 5.1 空间计量模型及权重介绍 |
| 5.1.1 空间计量模型 |
| 5.1.2 空间权重矩阵 |
| 5.2 指标选取及数据来源 |
| 5.3 模型设定 |
| 5.4 空间计量模型回归结果 |
| 6 房地产金融风险防火墙的构建 |
| 6.1 房地产金融风险的抑制思路 |
| 6.1.1 综合手段 |
| 6.1.2 风险可视化 |
| 6.1.3 预测 |
| 6.1.4 长期机制 |
| 6.2 房地产金融风险预警系统 |
| 6.2.1 房地产金融风险预警防火墙体系的构建 |
| 6.2.2 确定指标等级 |
| 6.2.3 基本置信度 |
| 6.2.4 指标权重 |
| 6.2.5 风险评价 |
| 6.2.6 风险预警 |
| 6.3 房地产泡沫及金融风险的防火墙构建 |
| 6.3.1 税制建设时机 |
| 6.3.2 调整信贷监管政策 |
| 6.3.3 加强整顿规范市场秩序、建立相应预警机制 |
| 6.3.4 规范地方政府行为 |
| 7 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）基于马尔科夫链的房地产投资风险管理研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 选题意义 |
| 1.3 国内外研究现状综述 |
| 1.3.1 国外研究现状综述 |
| 1.3.2 国内研究现状综述 |
| 1.4 研究方法及研究内容 |
| 1.4.1 研究方法 |
| 1.4.2 研究内容 |
| 1.5 论文研究技术路线图 |
| 1.6 本章小结 |
| 2 相关基础理论 |
| 2.1 风险和房地产投资风险理论 |
| 2.1.1 风险定义 |
| 2.1.2 风险特性 |
| 2.1.3 房地产投资风险特征 |
| 2.2 房地产投资风险识别 |
| 2.2.1 项目风险识别 |
| 2.2.2 风险识别的方法 |
| 2.3 房地产投资风险评价 |
| 2.3.1 风险评价的含义 |
| 2.3.2 风险评价方法 |
| 2.4 马尔科夫链理论概述 |
| 2.4.1 概率图模型基础知识 |
| 2.4.2 马尔科夫链定义 |
| 2.4.3 马尔科夫链模型 |
| 2.5 本章小结 |
| 3 构建房地产投资风险评价体系 |
| 3.1 房地产投资风险识别 |
| 3.2 房地产投资风险影响因素分析 |
| 3.3 房地产投资风险评价指标体系建立 |
| 3.3.1 评价体系构建的原则 |
| 3.3.2 设计风险调查问卷表 |
| 3.3.3 确定风险因素指标权重 |
| 3.4 本章小结 |
| 4 建立房地产投资风险评价模型 |
| 4.1 马尔科夫链可行性研究 |
| 4.2 主要风险因素权重分析 |
| 4.2.1 分析方法介绍 |
| 4.2.2 计算历史平均权重 |
| 4.3 房地产投资风险评价步骤 |
| 4.3.1 状态分级 |
| 4.3.2 风险状态转移概率矩阵 |
| 4.3.3 检验马尔科夫性 |
| 4.3.4 自相关系数计算 |
| 4.3.5 风险因素状态预测 |
| 4.4 房地产投资风险评价模型 |
| 4.4.1 模型建立 |
| 4.4.2 风险评分结果风险 |
| 4.5 本章小结 |
| 5 模型的应用 |
| 5.1 项目简介 |
| 5.1.1 项目基本信息 |
| 5.1.2 项目所在地市场情况 |
| 5.2 处理数据 |
| 5.2.1 收集样本数据 |
| 5.2.2 数据预处理 |
| 5.3 风险评价模型 |
| 5.3.1 状态转移概率矩阵 |
| 5.3.2 马尔科夫性检验 |
| 5.3.3 计算各阶自相关系数 |
| 5.3.4 影响因素a、b、c的结果预测 |
| 5.4 风险事件评分及分析 |
| 5.4.1 结果预测 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 |
| 附录2 |
（5）我国房地产企业投资风险分析 ——以RS公司为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究方法与内容 |
| 1.4 研究创新之处 |
| 第2章 房地产投资风险研究综述 |
| 2.1 风险管理的相关研究综述 |
| 2.2 房地产投资风险的相关研究综述 |
| 2.3 房地产宏观调控政策与房地产企业关系的研究综述 |
| 第3章 房地产投资风险理论 |
| 3.1 房地产投资风险的含义和特征 |
| 3.2 投资风险类型 |
| 3.3 评价投资风险的常用方法 |
| 第4章 紧缩的宏观调控政策下房地产企业投资风险的影响因素分析 |
| 4.1 宏观环境因素 |
| 4.1.1 宏观政策环境因素 |
| 4.1.2 宏观经济环境 |
| 4.2 市场环境因素 |
| 4.2.1 市场供求 |
| 4.2.2 市场竞争程度 |
| 4.2.3 置地风险 |
| 4.2.4 房地产价格 |
| 4.2.5 融资风险 |
| 4.3 企业内部经营决策因素 |
| 4.3.1 投资类型与规模 |
| 4.3.2 投资方式 |
| 4.3.3 开发地点 |
| 4.3.4 开发时机 |
| 4.3.5 开发周期长短 |
| 第5章 实证分析 |
| 5.1 RS公司发展现状简介 |
| 5.2 评价指标的选取原则 |
| 5.3 RS公司投资风险评价指标的选取 |
| 5.4 数据分析及评级体系的构建 |
| 5.4.1 适用性检验 |
| 5.4.2 提取公因子 |
| 5.4.3 因子命名 |
| 5.4.4 计算因子得分 |
| 第6章 房地产企业投资风险防范的对策及建议 |
| 6.1 楼市发展近况与展望 |
| 6.2 对房地产市场长效调控政策的建议 |
| 6.2.1 优化调控政策的实现手段,充分发挥政府的积极作用 |
| 6.2.2 加强对房地产市场的监督,完善房地产市场监督体系 |
| 6.2.3 加强城镇基础设施建设,促进各线城市协同发展 |
| 6.3 RS公司防范房地产投资风险的对策 |
| 6.3.1 密切关注国家宏观调控政策的动向,趋利避害 |
| 6.3.2 优化资本结构,拓宽融资渠道,提高融资管理水平 |
| 6.3.3 加强成本预测,合理控制成本,做好可行性分析研究 |
| 6.3.4 审时度势,因时制宜的调整投资战略 |
| 第7章 结论 |
| 7.1 主要结论 |
| 7.2 不足之处 |
| 参考文献 |
| 后记 |
| 攻读硕士学位期间论文发表及科研情况 |
（6）房地产开发投资的宏观效应研究（论文提纲范文）
| 摘要 abstract 第1章 |
| 绪论 1.1 |
| 选题的背景与意义 1.2 |
| 房地产开发投资宏观经济效应的相关文献述评 1.3 |
| 论文研究方法与拟解决问题 1.4 |
| 论文结构安排与主要内容 第2章 |
| 中国房地产投资现状及其宏观效应传导机制分析 2.1 |
| 中国房地产投资的现状分析 2.2 |
| 房地产投资宏观经济效应的传导机制分析 2.3 |
| 本章小结 第3章 |
| 房地产开发投资宏观经济效应的理论模拟研究 3.1 |
| 基于包含房地产变量DSGE模型的相关研究梳理 3.2 |
| 中国土地制度特征、金融摩擦与房价波动 3.3 |
| 包含房地产开发商的多部门DSGE模型构建 3.4 |
| 房地产开发投资宏观经济效应的数值模拟分析 3.5 |
| 本章小结 第4章 |
| 房地产开发投资变动对经济周期的冲击效应分析 4.1 |
| 房地产开发投资对经济周期影响的研究评述 4.2 |
| 房地产投资影响经济周期的理论分析 4.3 |
| 房地产投资影响经济周期的实证检验 4.4 |
| 本章小结 第5章 |
| 房地产开发投资对经济增长的非线性效应研究 5.1 |
| 现有研究回顾与问题提出 5.2 |
| 门限模型的理论基础与包含房地产投资的面板门限模型构建 5.3 |
| 房地产开发投资对经济增长的非线性效应的实证检验 5.4 |
| 本章小结 第6章 |
| 房地产开发投资对经济效率的影响研究 6.1 |
| 房地产投资对经济效率的影响机理分析 6.2 |
| 经济效率与全要素生产率的测度 6.3 |
| 实证模型与变量设计 6.4 |
| 实证结果与原因分析 6.5 |
| 本章小结 第7章 |
| 房地产开发投资的空间错配效应研究 7.1 |
| 城市住宅地产投资价值指标体系的构建 7.2 |
| 城市住宅地产投资价值测算方法 7.3 |
| 城市住宅地产投资价值测算结果分析 7.4 |
| 各城市房地产开发投资的空间错配程度分析 7.5 |
| 本章小结与政策建议 结论 参考文献 附录 攻读学位期间发表的学术论文及其它科研成果 致谢 |
（7）房地产投资信托基金的收益影响因素研究 ——基于新加坡REITs市场的分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 选题背景及研究意义 |
| 第二节 研究内容及方法 |
| 一、研究内容 |
| 二、研究方法 |
| 第三节 主要创新点及不足 |
| 一、主要创新点 |
| 二、不足之处 |
| 第二章 理论基础及文献综述 |
| 第一节 理论基础 |
| 一、REITs与宏观理论基础 |
| 二、REITs与微观理论基础 |
| 第二节 文献回顾 |
| 一、全球REITs发展综述 |
| 二、中国REITs发展综述 |
| 三、REITs在新加坡的发展及对中国REITs的参考价值综述 |
| 四、REITs收益影响因素研究综述 |
| 五、综述小结 |
| 第三章 REITs及其在中国的发展 |
| 第一节 REITs的发展特点 |
| 第二节 REITs在中国的发展概况 |
| 第三节 REITs对中国经济发展的意义 |
| 第四章 新加坡REITs发展及其借鉴意义 |
| 第一节 新加坡REITs的发展概况 |
| 一、新加坡REITs的发展历程 |
| 二、新加坡REITs的结构 |
| 三、新加坡REITs的收益表现 |
| 第二节 新加坡REITs得以繁荣发展的推动因素 |
| 一、完善的管理模式 |
| 二、行之有效的监管框架 |
| 三、优惠的税收框架 |
| 四、全球化的房地产投资 |
| 五、有竞争力的收益表现 |
| 第三节 新加坡REITs发展对中国的借鉴意义 |
| 一、相似的房地产制度环境 |
| 二、均强调政府调控的作用 |
| 三、新加坡REITs模式应用于中国的可行性 |
| 第五章 新加坡REITs投资收益影响因素的实证分析 |
| 第一节 REITs投资收益影响因素的选择 |
| 一、宏观经济因素对REITs收益的影响 |
| 二、微观市场因素对REITs收益的影响 |
| 第二节 模型、数据及样本 |
| 一、模型的设定 |
| 二、数据来源与样本采集 |
| 三、描述性统计分析 |
| 第三节 实证检验结果及分析 |
| 一、ADF单位根检验 |
| 二、Johansen协整检验 |
| 三、VAR模型建立及最优滞后阶数确定 |
| 四、VAR模型平稳性检验 |
| 五、方差分解 |
| 六、脉冲响应函数 |
| 第四节 实证结论 |
| 第六章 研究结论及启示 |
| 第一节 研究结论 |
| 第二节 发展中国REITs的启示 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（8）C市住宅房地产个人投资决策影响因素研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 1.3 房地产投资的国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 文献评论 |
| 1.4 研究框架 |
| 第二章 理论与方法概述 |
| 2.1 房地产投资与住宅投资 |
| 2.1.1 房地产投资 |
| 2.1.2 住宅投资 |
| 2.2 投资者的购买行为分析 |
| 2.2.1 投资者的投资心理特点 |
| 2.2.2 投资者动机分析 |
| 2.3 影响个人投资者购买行为的因素 |
| 2.3.1 社会因素 |
| 2.3.2 个人因素 |
| 2.3.3 心理因素 |
| 2.3.4 政策因素 |
| 2.4 投资者购买决策过程 |
| 2.5 相关方法与分析工具介绍 |
| 2.5.1 相关研究方法 |
| 2.5.2 分析工具介绍 |
| 第三章 C市住宅房地产市场投资现状分析 |
| 3.1 C市住宅房地产市场发展概况 |
| 3.1.1 C市住宅房地产历史发展阶段 |
| 3.1.2 C市新建商品房供销情况 |
| 3.1.3 C市新建商品住宅及存量住宅成交均价情况 |
| 3.1.4 C市房地产市场发展现状小结 |
| 3.2 C市住宅房地产投资环境分析 |
| 3.2.1 政策法规环境 |
| 3.2.2 C市房地产市场供需情况分析 |
| 3.2.3 C市区域因素分析 |
| 3.3 未来投资趋势分析 |
| 3.3.1 C市住宅市场投资趋势分析 |
| 3.3.2 未来投资趋势分析 |
| 3.4 小结 |
| 第四章 C市住宅房地产市场投资决策的影响因素分析 |
| 4.1 分析思路 |
| 4.2 住宅房地产市场投资决策的指标体系构建 |
| 4.2.1 房地产行业的主要特点 |
| 4.2.2 住宅投资决策指标体系构建 |
| 4.3 投资决策指标权重的确立 |
| 4.3.1 住宅项目投资决策指标体系 |
| 4.3.2 构造判断矩阵 |
| 第五章 住宅项目投资案例分析 |
| 5.1 备选项目概述 |
| 5.1.1 备选项目A概述 |
| 5.1.2 备选项目B概述 |
| 5.2 备选项目指标得分 |
| 5.2.1 方案指标情况分析 |
| 5.2.2 备选项目打分 |
| 5.3 结论 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
（9）我国房地产投资信托基金收益率影响因素研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究方法 |
| 1.3 论文结构 |
| 1.4 本文的创新和不足 |
| 1.4.1 本文的创新点 |
| 1.4.2 本文的不足 |
| 1.5 技术路线 |
| 2 文献综述 |
| 2.1 国外相关研究 |
| 2.1.1 宏观经济因素对房地产投资信托基金收益率的影响 |
| 2.1.2 资本市场对房地产投资信托基金收益率的影响 |
| 2.1.3 房地产行业对房地产投资信托基金收益率的影响 |
| 2.2 国内相关研究 |
| 2.2.1 房地产投资信托基金收益率的影响因素 |
| 2.2.2 房地产投资信托基金融资和风险的研究 |
| 2.3 文献述评 |
| 3 房地产投资信托基金的概况 |
| 3.1 房地产投资信托基金的定义 |
| 3.2 房地产投资信托基金的分类 |
| 3.2.1 按照资金投向的不同 |
| 3.2.2 按资金募集方式的不同 |
| 3.2.3 按组织形式的不同 |
| 3.3 REITS的特点 |
| 3.4 REITS的发展 |
| 3.5 中国内地发展REITS的障碍 |
| 4 房地产投资信托基金收益率影响因素的理论分析 |
| 4.1 理论基础 |
| 4.1.1 有效市场假说理论 |
| 4.1.2 投资组合理论 |
| 4.1.3 替代效应理论 |
| 4.2 房地产投资信托基金收益率的影响因素 |
| 4.2.1 利率 |
| 4.2.2 货币供应量 |
| 4.2.3 产出水平 |
| 4.2.4 股票市场 |
| 4.2.5 债券市场 |
| 4.2.6 房地产板块 |
| 5 房地产投资信托基金收益率影响因素实证分析 |
| 5.1 实证分析的指标选择 |
| 5.1.1 指标选择 |
| 5.1.2 数据来源 |
| 5.1.3 数据处理 |
| 5.2 实证分析模型的选取 |
| 5.2.1 向量自回归模型 |
| 5.2.2 平稳性检验 |
| 5.2.3 脉冲响应分析 |
| 5.2.4 格兰杰因果关系检验 |
| 5.3 实证分析结果 |
| 5.3.1 描述性统计 |
| 5.3.2 相关性分析 |
| 5.3.3 ADF单位根检验 |
| 5.3.4 建立向量自回归模型 |
| 5.3.5 VAR模型的稳健性检验 |
| 5.3.6 脉冲响应分析 |
| 5.3.7 REITs的方差分解 |
| 5.3.8 格兰杰因果关系检验 |
| 5.4 小结 |
| 6 结论及政策建议 |
| 6.1 结论 |
| 6.2 政策建议 |
| 攻读学位期间参加的科研项目及发表的学术论文 |
| 致谢 |
| 参考文献 |
（10）我国商品房价格涟漪效应及其区域影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 商品房价格涟漪效应的文献综述 |
| 1.2.2 涟漪效应研究方法的文献综述 |
| 1.2.3 商品房价格影响因素的文献综述 |
| 1.4 研究内容与结构安排 |
| 1.4.1 研究内容 |
| 1.4.2 论文结构安排 |
| 1.5 研究方法与技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 1.5.3 主要创新点 |
| 第二章 商品房价格涟漪效应的理论分析 |
| 2.1 商品房价格涟漪效应的理论基础 |
| 2.1.1 空间异质性 |
| 2.1.2 空间依赖性 |
| 2.1.3 经济增长极理论 |
| 2.2 商品房价格涟漪效应的现实基础 |
| 2.2.1 区域经济一体化 |
| 2.2.2 楼市政策同质化 |
| 2.2.3 交通建设全国化 |
| 2.2.4 购房特征趋同化 |
| 第三章 我国房地产市场的现状分析 |
| 3.1 我国住房市场的调控历程 |
| 3.1.1 初始调控(1998-2004) |
| 3.1.2 加码调控(2005-2008 上) |
| 3.1.3 逆向调控(2008 下-2010) |
| 3.1.4 “双限”调控(2010-2019) |
| 3.2 房地产市场现状分析 |
| 3.2.1 需求因素 |
| 3.2.2 供给因素 |
| 3.3 我国房价的区域差异化分析 |
| 第四章 商品房价格涟漪效应的实证分析 |
| 4.1 模型建立 |
| 4.2 数据选取及平稳性 |
| 4.3 区域核心城市的选取 |
| 4.3.1 协整检验 |
| 4.3.2 各区域格兰杰因果关系检验 |
| 4.3.3 核心城市格兰杰因果关系检验 |
| 4.4 商品房价格涟漪效应在区域内的传导分析 |
| 4.4.1 脉冲响应函数 |
| 4.4.2 方差分解 |
| 4.5 本章小结 |
| 第五章 引入涟漪效应的区域商品房价格影响因素分析 |
| 5.1 我国商品房价格影响因素分析 |
| 5.1.1 商品房价格影响因素的理论分析 |
| 5.1.2 研究方法和模型的设定 |
| 5.1.3 指标选择及数据处理 |
| 5.2 商品房价格影响因素的实证分析 |
| 5.2.1 全样本分析 |
| 5.2.2 个体分析 |
| 5.3 引入涟漪效应的商品房价格影响因素实证分析 |
| 5.4 本章小结 |
| 第六章 本文结论与建议 |
| 6.1 主要研究结论 |
| 6.2 政策建议 |
| 6.3 研究展望 |
| 致谢 |
| 参考文献 |
| 在校期间发表的论文和取得的学术成果 |
四、当前影响我国房地产投资的主要环境因素分析（论文参考文献）
- [1]中国产业集聚对区域房地产价格的影响研究[D]. 周贺. 吉林大学, 2021(01)
- [2]房地产泡沫与房地产金融风险的空间传导及防范研究[D]. 黎思琦. 西南科技大学, 2021(09)
- [3]万科公司辽宁省二三线城市房地产投资风险分析[D]. 刘媛霞. 沈阳建筑大学, 2021
- [4]基于马尔科夫链的房地产投资风险管理研究[D]. 吴昊. 西安理工大学, 2020(01)
- [5]我国房地产企业投资风险分析 ——以RS公司为例[D]. 王守波. 山东建筑大学, 2020(12)
- [6]房地产开发投资的宏观效应研究[D]. 赵明昊. 吉林大学, 2020(08)
- [7]房地产投资信托基金的收益影响因素研究 ——基于新加坡REITs市场的分析[D]. 赵梦迪. 商务部国际贸易经济合作研究院, 2020(08)
- [8]C市住宅房地产个人投资决策影响因素研究[D]. 赵建苹. 电子科技大学, 2020(01)
- [9]我国房地产投资信托基金收益率影响因素研究[D]. 宋昌浩. 华北水利水电大学, 2020(01)
- [10]我国商品房价格涟漪效应及其区域影响研究[D]. 白玉. 重庆交通大学, 2020(02)
标签：房地产泡沫论文; 房地产投资论文; 房地产金融论文; 房地产投资信托基金论文; 空间分析论文;