基于因子分析与Logistic回归的房地产市场预警模型应用研究

基于因子分析与Logistic回归的房地产市场预警模型应用研究

论文摘要

为促进房地产市场稳定发展,避免出现大幅波动,需建立一个科学的房地产市场预警监测系统,及时对市场状态作出判断,并对未来趋势进行有效预警。本文通过时差相关分析选取指标,划分预警区间,运用因子分析法合成了房地产预警综合指数。通过非参数检验和向前LR法对自变量进行筛选,分别运用二项和有序多分类Logistic回归模型建立了房地产市场预警模型,并利用模型和指数平滑法进行了判断和外推预警,为区域房地产预警系统的建立奠定了理论基础。结果显示,两模型判别精度都较高,在实际应用中预警效果良好。

论文目录

  • 一、引言
  • 二、房地产市场预警基本理论与综述
  • 三、房地产市场预警指标体系
  •   (一)警情指标
  •   (二)警兆指标
  •     1. 选取指标。
  •     2. 时差相关分析。
  •   (三)警界区间
  • 四、房地产市场预警模型
  •   (一)二项Logistic回归模型
  •   (二)有序多分类Logistic回归模型
  •   (三)因子分析模型
  • 五、房地产市场预警实证研究—以廊坊市为例
  •   (一)因子分析
  •   (二)合成预警综合指数
  •   (三)变量定义与检验
  •     1. 因变量定义。
  •     2. 自变量定义与检验。
  •   (四)二项Logistic回归模型
  •     1. 模型检验。
  •     2. 模型拟合。
  •     3. 模型预测。
  •   (五)有序多分类Logistic回归模型
  •     1. 模型检验。
  •     2. 模型拟合。
  •     3. 模型预测。
  •   (六)基于两类模型的判断预警
  •   (七)基于指数平滑法的外推预警
  • 六、总结
  • 文章来源

    类型: 期刊论文

    作者: 崔洪利,孙月,唐旭

    关键词: 房地产市场预警,因子分析,回归模型,指数平滑法

    来源: 华北金融 2019年08期

    年度: 2019

    分类: 经济与管理科学,基础科学

    专业: 数学,宏观经济管理与可持续发展

    单位: 中国人民银行廊坊市中心支行

    分类号: F224;F299.23

    页码: 55-64

    总页数: 10

    文件大小: 836K

    下载量: 416

    相关论文文献

    • [1].谨防房地产市场出现较大风险[J]. 清华金融评论 2020(08)
    • [2].限房令对武汉市房地产市场及经济发展的影响分析[J]. 武汉建设 2011(03)
    • [3].天津市房地产市场形势及对策探讨[J]. 唐山职业技术学院学报 2017(02)
    • [4].建设部:专项整治全国房地产市场秩序[J]. 中国建材资讯 2008(02)
    • [5].供需结合,促进房地产市场健康发展[J]. 城市开发 2020(02)
    • [6].宏观调控对杭州房地产市场的影响分析——以2003年至2018年为例[J]. 统计科学与实践 2019(11)
    • [7].从城镇化大趋势看房地产市场的未来发展[J]. 东岳论丛 2020(02)
    • [8].2020年房地产市场进入“下半场”[J]. 现代商业银行 2020(04)
    • [9].2020年1月全国房地产市场报告[J]. 中国房地产 2020(05)
    • [10].试论我国房地产市场的发展方向——以2019年棚户区改造政策为视角[J]. 企业科技与发展 2020(03)
    • [11].分析探讨如何从法律层面维护我国房地产市场稳定[J]. 法制与社会 2020(07)
    • [12].“房住不炒”基调下房地产市场长效宏观调控措施启示[J]. 产业创新研究 2020(05)
    • [13].疫情冲击下房地产市场走向[J]. 城市开发 2020(08)
    • [14].抑制房地产市场持续升温的对策[J]. 北方金融 2020(02)
    • [15].房地产市场波动、商业银行风险与经济增长[J]. 金融理论与教学 2020(02)
    • [16].“稳”字当头 着力构建房地产市场长效机制[J]. 天津经济 2020(02)
    • [17].后疫情时代的中国房地产市场[J]. 工程建设与设计 2020(12)
    • [18].房地产市场周期分析[J]. 河北企业 2020(06)
    • [19].立足“三个新” 促进四川房地产市场平稳健康发展[J]. 四川省情 2020(06)
    • [20].基于主成分分析法的中国房地产市场实证研究[J]. 淮阴工学院学报 2020(03)
    • [21].基于房企角度的江苏房地产市场发展策略研究[J]. 住宅与房地产 2020(18)
    • [22].新冠肺炎疫情下吉林省房地产市场现状、问题及影响因素分析[J]. 吉林金融研究 2020(05)
    • [23].后疫情时代房地产市场的变化[J]. 城乡建设 2020(14)
    • [24].房地产市场整体回稳[J]. 中国房地产 2020(21)
    • [25].多地出台新政保障房地产市场平稳发展[J]. 砖瓦世界 2020(04)
    • [26].下半年房地产市场将平稳恢复增长[J]. 财经界 2020(26)
    • [27].新常态下东莞市房地产市场现状分析与思考[J]. 中国集体经济 2020(25)
    • [28].2018年房地产市场状况及2019年走势判断[J]. 施工企业管理 2019(01)
    • [29].长春市房地产市场现状及走势探讨[J]. 科技经济导刊 2019(02)
    • [30].我国房地产市场存在的问题及对策[J]. 环渤海经济瞭望 2019(01)

    标签:;  ;  ;  ;  

    基于因子分析与Logistic回归的房地产市场预警模型应用研究
    下载Doc文档

    猜你喜欢