基于灰色-马尔可夫模型的中国房地产周期波动研究

《基于灰色-马尔可夫模型的中国房地产周期波动研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、山东大学硕士学位论文基于灰色-马尔可夫模型的中国房地产周期波动研究姓名：刘亚明申请学位级别：硕士专业：金融学指导教师：唐绍欣；李怀珍20110508山东火学硕士学位论文Iiniii_iii——■●●———■———●■——■■一中文摘要目前在我国，房地产业已成为国民经济发展的重要产业和经济增长的重要动力，改革开放以来，中国房地产进入了一个前所未有的快速发展时期，在发展过程中，房地产行业表现出的周期性波动现象引起了国内外相关学者极大的关注，通过各种方法识别和描述中国房地产业发展中的周期性，并探究房地产周期波动的形成原因和影响因素。由于

2、房地产市场的周期波动会对我国经济系统的稳定性造成不利影响，为了更准确的描述和预测房地产周期性波动，本文致力于在灰色马尔可夫模型的基础上探讨中国房地产市场在1998年到2009年间周期性波动的规律，并对我国房地产市场未来波动率趋势做了短期预测。实证结果表明，我国房地产业在1998年-2009年共经历了四个短周期波动，而未来保持平稳增长的可能性比较大。另外，本文通过灰色关联分析和线性回归方程定量分析了影响房地产周期波动的几个主要动因，认为中国的城市化率与房地产周期波动关系并不紧密；而建筑业贷款与房地产周期波动之间存在较强的相关关系，建

3、筑业贷款是房地产周期波动的先行指标：实际利率与房地产周期波动呈现负相关关系，实际GDP增长率与房地产周期波动有着明显的正相关关系。最后，本文还定性的探讨了影响房地产周期波动的几个其他因素，认为热钱以及中国的政策变化也同样会对中国房地产周期波动造成影响。本论文的正文共分为六个部分：第一部分总结了国内外学者对房地产周期和房地产发展与房地产周期的研究综述；第二部分在界定了房地产周期的基础上，介绍了几个衡量房地产周期波动的重要指标，同时通过这些重要指标合成房地产合成指标，用以刻画中国的房地产周期波动：第三部分概述了灰色马尔可夫模型的理论基

4、础，而在第四部分则运用该模型对中国房地产周期波动做了分析；第五部分对房地产周期波动的影响因素分别做了理论分析和定量分析；第六部分在前五章研究的基础上，提出了全文结论以及相关政策建议。本文的创新点在于以我国实行住房改革后的时间序列为研究对象，排除了住房改革前房地产市场运作不规范，不能反映房地产市场自身运动规律的时间序列；其次是将灰色马尔可夫模型引入房地产周期研究，解决了我国房地产市场发山东大学硕士学位论文■●■●——■——●———■■—■■—■——●—■—■—■■●■——■—■—■——●●●●●—■—■■———●■一III———■■

5、■■■■—■—■■——■●展时间短，数据不足，难以进行回归分析的问题；同时，将房地产市场的长期增长趋势与周期波动量剥离开来，排除长期增长趋势对房地产周期波动研究的影响；最后，在理论和实证研究的基础上，探讨了哪些因素能对我国房地产周期波动率产生影响。关键词：房地产周期；灰色系统；马尔可夫链IIl【J东大学硕士学位论文ABSTRACTReaIestateindustryhasbeenoneofimportantindustriesinChina’Seconomyandthemainmotiveforeconomicgrowth．Sin

6、ceChina’Sreforillandopeningpolicies．1ealestateindustryhasenteredintoanunprecedentedperiodoffastgrowth．andintheprocess．thecyclicalfluctuationinthisindustryiSattractingresearchers’attention．TheyidentifyanddescribesuchfluctuationsthroughvariousapproachesSOastoprobeintoca

7、usesofsuchcyclesandtheirdeterminants．SinceleaIestatefluctuationinfluencesthestabilityofChina’Seconomicsystem。GreyMarkovmodeIiSappliedinthispaper,andonthebasisofsuchamodel，weresearchthecyclicalfluctuationofChina’slealestateindustryfrom1998to2009andpredictthetendencyofs

8、uchfluctuationinthefuture．Theoutcomeshowsthatfroml998to2009China’Slealestateindustryexperiencedfourshorttermcyclesandwouldst