2025《房地产价格预测研究的国内外文献综述》2400字.docx

房地产价格预测研究的国内外文献综述

1.影响房地产价格的因素研究现状

国内外的许多学者对影响房地产价格因素已经有了很深入的研究，主要有以下几方面。

PeterFortura和JosephKushner（1986）REF_Re\r\h[1]发现加拿大城市间房价差异的来源主要来源于收入，其研究结果表明家庭收入每增加1%，房价就会上涨1.11%。

Stepanyan,Poghosyan,和Bibolov（2010）REF_Re\r\h[2]经研究表明房价的发展很大程度上可以用GDP即地区生产总值来解释。

MeiLiuQing-PingMa（2021）REF_Re\r\h[3]通过对31个省、市、自治区的住房价格决定因素的研究发现，在30个社会经济变量中，国内房地产开发投资额、土地价格、城镇常住居民人均可支配收入和失业人口是最重要的决定因素。

MankiwN.g.和D.N.Weil（1989）REF_Re\r\h[4]考察了主要人口变化对美国住房市场的影响，研究表明，若人口因素与房价之间的关系持续到未来，房价将在未来二十年大幅下跌，并且人口的作用对美国房价的影响是最显著的。

JoePeek和JamesA.Wilcox（1991）REF_Re\r\h[5]研究美国房价的特征后发现，在1980年代初期美国房价的下跌是由于税后实际利率的上升和建筑材料的成本下降；1980年代末期美国房价的回升是由于实际税后利率的下降，并且在很大程度上与人口老龄化相关的人口因素密切关联

JanetGeX（2009）REF_Re\r\h[6]利用多元回归分析来研究新西兰市场房价的主要决定因素，研究发现投资预期、失业率、抵押贷款利率是价格变动的决定因素。

ABELSON、JOYEUX、MILUNOVICH（2005）REF_Re\r\h[7]经研究发现：从长期来看，房价会由居民可支配收入、居民消费价格指数决定的，与此同时也会受到失业率、、股票价格的影响。

LuXu和BoTang（2014）REF_Re\r\h[8]运用协整检验和误差修正模型对英国房价的决定因素进行分析。在其中，协整检验得出：建房成本、gdp、利率和失业率对房价起的作用是正向的，相反的，人均可支配收入和货币供应量起着反向的作用；误差修正模型表明，短期内，建筑成本、利率和人均可支配收入是影响房价的主要因素，而其中利率是最重要的决定因素。

蒋烨（2013）REF_Re\r\h[9]采用灰色关联分析法，得出结论：影响房价的因素按其重要性依次为人口、人均可支配收入、生产总值、储蓄存款。

赵丽丽和焦继文（2007）REF_Re\r\h[10]采用灰色关联分析法,对济南市的房价影响因素进行分析,得出结论：影响房价的因素按作用的大小分别为：建筑材料的价格、土地价格、人口、人均可支配收入、地区生产总值、储蓄存款余额、房地产开发投资额。

陈林锋、杨伟杰、徐晓伦、郝秀兰（2018）REF_Re\r\h[11]以浙江省的10个城市为研究对象，选取了7个指标，通过建立多元线性回归模型，得出结论：人均生产总值是影响房价最为主要的因素。

白霜（2008）REF_Re\r\h[12]运用多元回归分析，得出结论：消费者的购买力对房价的影响最为显著，而失业率对房价的影响则不显著。

张红和李文诞（2001）REF_Re\r\h[13]运用价格回归模型以及二次曲线趋势模型，以北京市房价为研究对象，得出结论：建造成本和国内生产总值是影响房价的最主要因素。

2.对房地产价格预测的研究现状

Limsombunchai（2004）REF_Re\r\h[14]选取了200个房屋样本，比较特征价格法和人工神经网络模型对房价的预测能力，最终得出结论人工神经网络对于预测房价具有更好的能力。

Mohd、Jamil和Johari（2020）REF_Re\r\h[15]综合分析关于建模技术在房价预测上应用的文献，其中包括：人工神经网络、特征价格模型、模糊逻辑系统、支持向量机、线性回归、决策树、随机森林、偏最小二乘、多回归分析、空间分析、梯度提升、岭回归等等，并且分析和比较了这些模型的优点以及缺点。

YingyuFeng和KelvynJones（2015