Cost control for real estate development projects in China - Part 1: Literature review

The background and purpose, and the current situation of the cost control theory of real estate development project are disscussed in the paper. Problems of cost control for real estate development projects in China are analyzed and summarized. According to the real estate development project cost control problems and related factors, a cost control index system of real estate development enterprise, and a cost control factors index system of real estate projects are constructed respectively. Cost control in the five stages of a real estate development project is introduced and summarized respectively. The five stages include: the investment decision-making, planning and design stage, the bidding phase, project implementation stage, and rental or sale.

限购政策对我国房地产上市企业杠杆率的影响

完善住房市场体系是国民经济中的重要议题,限购政策作为政府稳定和调节房地产市场的主要手段,对房地产企业以及住房市场体系建设均有重要而深远的影响.利用2008—2013年与2015—2021年上市房地产上市企业的相关数据,通过构建强度双重差分模型实证分析了两轮限购政策对房地产上市企业杠杆率的影响及其作用路径.结果表明:限购政策显著降低了房地产上市企业的杠杆率,但第二轮限购政策的效果不显著;对债务期限结构进行区分后,发现第一轮限购政策对房地产上市企业短期杠杆率的抑制作用更加明显;异质性分析表明:限购政策显著降低了行政级别最高的直辖市房地产上市企业的杠杆率,且对非国有房地产上市企业的影响更为显著;经济后果检验表明:限购政策推动了房地产上市企业去杠杆的同时,也抑制了房地产上市企业“脱实向虚”,降低了房地产上市企业的债务违约风险.

基于麻雀搜索优化SVR模型的房地产价格研究

为解决传统经济指标作为房价影响因素的数据获取滞后性问题以及机器学习模型在预测房价时存在的参数选取不确定性问题,文中以网络搜索数据作为房价指数解释变量,采用麻雀搜索算法(Sparrow Search Algorithm,SSA)建立SSA-SVR(Support Vector Regression)模型对SVR的惩罚因子C和RBF(Radical Basic Function)核函数的参数g进行优化。将SSA-SVR模型与PSO(Particle Swarm Optimization)-SVR、GA(Genetic Algorithm)-SVR、WOA(Whale Optimization Algorithm)-SVR、GS(Grid Search)-SVR以及基准SVR进行对比,SSA-SVR的相关系数(0.99)、均方根误差(6.71)、平均绝对误差(5.24)、均方误差(45.13)以及平均绝对百分比误差(0.26%)均优于其他5种模型。结果表明,麻雀搜索算法优化的SVR模型在房价预测方面具有更好的全局寻优能力,可以提高模型的预测准确度和预测能力。

河北省康养地产发展质量评价

在中国步入老龄化社会并实施积极老龄化的健康战略背景下,康养产业具有广阔的发展前景和强大的内生动力。基于已有的文献和作者对河北省康养地产发展状况的实地调查,采用AHP分析法构建了包含环境质量、产品质量和综合管理服务质量3个一级指标的河北省康养地产发展质量评价指标体系,并借助该体系利用模糊综合评价法得出河北省康养地产业发展质量的综合得分情况。文章旨在为科学测评康养地产业发展质量提供参考依据,提出针对性发展建议。

房地产税区域政策差异对居民收入差距的逆向影响——基于双重差分法(DID)的模拟分析

房地产税作为今后税制改革的重要内容,对于调节居民收入差距具有重要意义。研究将房地产税改革视为一次自然实验,以2011年进行试点改革的重庆、上海为实验组,运用双重差分法探讨两地不同的试点政策对居民收入差距的影响。结果表明,重庆在试点改革中显著缩小了居民收入差距,而上海的政策效果不佳。因此,鉴于上海、重庆两市经济水平的差异,应依据“因地制宜、因地施策”原则设计房地产税税制结构,并根据市场评估价格确定计税依据,同时税收优惠要兼顾免税面积和特殊人群,从而持续推进房地产税改革。

基于混合深度学习方法的房地产网络舆情分析

为了研究房地产文本评论情感对房地产价格波动的影响及其造成的市场现象,提出了基于CNN(卷积神经网络)和BiLSTM(双向长短期记忆网络)混合方法的房地产网络舆情分析模型。构建地域专属情感词典,通过CNN和BiLSTM获得文本情感极性,利用量化情感指数计算得到情感得分,将其与百度指数拟合计算互信息数。结果表明:经过量化的房地产文本情感值为67.84%与百度指数的相关系数值大致相同,二者走势基本吻合,利用该方法可实时测度房地产评论舆情走势,为数字经济背景下房地产企业决策者提供智力支持。

GM(1.1)模型在房地产价格指数预测中的应用

本文简要介绍了灰色预测方法ＧＭ（１．１）模型的构造与模型检验。利用１９９８年１～６月中国房地产北京指数建立了北京市房地产价格指数预测模型。经模型检验，该模型预测，精度等级为一级，预测模型可靠。

基于DEA-FCE的房地产上市公司绩效综合评价

结合DEA和FCE方法的优点构建基于DEA-FCE的房地产上市公司绩效评价模型;选取25家房地产上市公司,使用财务指标和非财务指标,采集近5年的加权平均数据,对房地产上市公司绩效进行综合评价;结果表明,深万科A、中远发展等房地产上市公司排在前面,而渝开发、兴业房产的综合排名靠后。

城市房地产市场综合景气指数的构造与分析

城市房地产市场波动研究和预警的基础在于构造一个合理的房地产市场综合景气指数 .在分析了房地产市场景气指数采用的现状及问题的基础上 ,设计了利用 DI值与 CI值及其精度构筑一个完整反映市场景气状况的综合指数的思路 ,并推导了相应的计算模式 。

吉林省房地产的经济效率研究

运用Malmquist指数计算了2000—2012年间吉林省房地产全要素生产率及其构成;运用BCC模型评价了2012年吉林省9市州房地产业发展的相对经济效率.结果表明:技术进步是促进吉林省房地产全要素生产率增长的主要原因,吉林省房地产业由粗放式的规模增长向依靠技术进步、管理和服务创新转变;2012年吉林省各市州房地产投入产出效率总体偏低,技术效率差异较大;部分市州数据包络分析(data envelopment analysis,DEA)无效的原因为存在投入冗余,房地产发展仍处于"高投入,低效率"的粗放型发展模式.

珠三角房地产泡沫测度实证研究——以广州为例

在比较国内外房地产泡沫测度方法的基础上,以广州为例,选择因子分析法来测度珠三角房地产市场的泡沫程度。研究发现1996—2005年珠三角房地产市场的泡沫测度值波动较小,虽然在个别年份出现了泡沫,但房地产市场整体运行平稳。而以城市规划和土地储备制度为中心的政府有效宏观调控政策、房地产业的高度市场化和消费者理性是珠三角房地产市场平稳运行主要原因。

基于Hedonic模型的厦门市二手房价格指数研究

针对厦门市岛内外一体化进程加快,房地产交易重心从岛内转向岛外,而现有的房地产指数已不能准确地反映厦门房地产市场供求关系的问题,引进Hedonic模型构建厦门市新的房地产指数。首先,研究了国内外现有房地产指数的优缺点,得出特征价格理论在厦门房地产指数中的适用性和可行性;其次,通过理论研究、模型构建和应用研究3个方面系统地对Hedonic模型进行深入研究;最后,利用EViews 6.0软件,对已收集到的665组厦门市二手房数据进行模型选优、检验,建立了厦门市二手房特征价格模型,并将其应用到厦门市二手房价格指数中。研究结果表明,基于Hedonic模型的厦门市房地产指数更能准确地反映厦门市房地产市场的供求关系,是一种有效的房地产指数。

房地产企业信用评价体系的构建与应用

构建了房地产企业信用评价指标体系,并进行实证分析.利用模糊综合评价的方法进行分析计算,得出评价结论.提出了制定评价指标体系的原则,并指出评价指标体系和应用模糊综合评价方法的特点.

基于BP神经网络的沈阳房地产市场预警

结合沈阳房地产市场的特点,借助监测、评价、预警等环节的有机结合,设置预警指标体系;依托人工神经网络(BP模型),选取了11年(1998年～2008年)预警指标的数据,其中前9年的数据作为训练样本,后2年的数据作为检测样本.通过1 538次贝叶斯归一化网络训练,达到了目标误差的要求,其网络仿真效果有着较高的精度和可信度.模型分析与市场实践的对比反映出,2007和2008年的市场都比较活跃;该模型不仅可以用于市场预警,而且有利于促进房地产市场的健康与可持续发展.

房地产预警指标体系及综合预警方法研究

本文在对常用的房地产预警指标体系选择方法及筛选流程进行分析的基础上,提出了一种主、客观相结合的房地产预警指标选择方法,即先采用综合分析方法对指标进行初次选择,然后用聚类分析和相关分析相结合的方法进行再次选择。最后建立了武汉市房地产预警指标系统,并进行了房地产综合预警。

基于支持向量机的北京市房地产价格指数预测

文章通过格兰杰因果关系检验建立影响房地产价格指数的相关指标体系,并基于支持向量机回归原理,利用Libsvm-2.89对北京市房屋销售价格指数进行预测,预测结果与实际接近;建立了预测绝对误差与支持向量率、迭代次数等的回归模型以得到误差修正因子对预测误差进行调整,提高了预测精度。

我国房地产投资增长率波动的实证研究——基于景气指数和脉冲方法的分析

利用景气指数和景气指标选取方法,筛选出了15个能够反映房地产投资波动状况的先行、一致、滞后景气指标,计算了1998年住房市场全面货币化以来我国的房地产投资增长率的合成指数并对其特征进行了分析,研究表明:1998—2008年我国的房地产投资经历了两个完整的周期。采用脉冲方法对影响我国房地产投资增长率周期波动的主要因素进行了实证分析,研究表明:房地产投资增长率与建筑成本增长率和M2正相关,与利率、房地产价格负相关。

城市房地产业可持续发展能力比较研究

房地产业是人类社会活动的基本形式之一,又是同人类环境密切相关的主要活动,房地产业的良好发展关系到城市的可持续发展能力。文章从社会、经济、环境、资源四个方面建立城市房地产业可持续发展能力评价指标体系,并构建基于因子分析法的城市房地产业可持续发展能力评价系统,以山东省17个城市为例进行实证分析,指出其存在的优势与不足。

房地产企业预警系统指标的系统动力学分析

如何建立科学、全面的预警指标体系一直是微观企业预警系统研究的难点。尝试使用系统动力学的方法,对房地产企业的内部结构和运营机制进行了系统的分析,通过对影响企业安全经营的各要素的因果关系分析,找出企业预警因素,建立了房地产企业预警指标体系。

基于小波神经网络的房地产价格指数预测研究

要对非线性趋势房地产价格指数进行预测,就必须利用模拟非线性的模型。应用BP神经网络来对房地产价格指数进行预测,精度和收敛的速度都不是很理想,这主要是因为BP神经网络本身存在着缺陷。为了克服BP神经网络的缺陷,本文将小波变换和BP神经网络结合起来,运用小波神经网络来对房地产价格指数进行预测,并与BP网络的预测结果进行了比较,最后发现用小波神经网络进行经济预测可以达到很好的效果。