×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
基于大数据的城市住房价格重复交易指数研究

基于大数据的城市住房价格重复交易指数研究

1星价 ¥64.5 (7.5折)
2星价¥64.5 定价¥86.0
暂无评论
图文详情
  • ISBN:9787520398084
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:243
  • 出版时间:2022-03-01
  • 条形码:9787520398084 ; 978-7-5203-9808-4

内容简介

本书利用互联网大数据技术较低成本地获得大样本、高质量数据,较好地解决房价数据的可得性与准确性问题; 结合中国发地产发展实际情况,研制出符合中国市场情况的指数模型; 建立了符合中国市场特性及现实需要的住房指数体系,包括重点城市的房价指数、租金指数、成交量指数、区域综合指数、城市分级综合指数、全国核心城市综合指数。本书研究能够多方面、多维度度量中国住房市场变动,在一定程度上解决了决策、投资及研究中的房价信息不足问题。

目录

**章 绪论
一 研究的背景与意义
二 研究的内容与目标
三 研究方法、技术路线、关键技术及创新之处
第二章 真跌还是假摔?以北京市为例的大数据住房价格指数构建
一 引言
二 文献回顾
三 方法、模型与数据
四 指数估计及其稳健性
五 结论
第三章 与住房价格指数编制相适应的城市分级分类研究
一 理论综述
二 机构报告
三 符合研究需要的城市分级
第四章 住房价格综合指数构建研究
一 编制住房价格综合指数的意义
二 综合指数编制规则与方法
三 综合指数结果分析
第五章 基于大数据的住房租金重复交易指数研究
一 住房租赁市场特性
二 计算模型
三 结果分析
第六章 长租公寓发展与房租上涨:基于北京等8个城市的大数据分析
一 被推到房租上涨舆论风口浪尖的长租公寓
二 数据、方法与实证分析结果
三 房租上涨的其他解释辨析
四 长租公寓的经营模式、融资和潜在风险
五 结论与对策建议
第七章 基于大数据及随机森林法的住房价格波动预警预报
一 引言
二 主要流程与信号系统
三 方法与模型
四 基于大数据及随机森林法的城市住房价格预警预报结果
第八章 基于大数据住房价格指数的2019年中国住房市场分析
一 2019年住房市场运行动态
二 市场形势分析
三 短期重点城市市场预测
四 存在问题
五 对策与建议
第九章 上涨与分化:后疫情时代住房市场分析与展望
一 后疫情时代住房市场新特征
二 短期市场走势展望
三 问题与建议
第十章 住房租赁巿场预警预报研究
一 建立住房租赁市场预警预报体系的意义
二 当前我国住房租赁市场发展面临的突出问题与新特点
三 预警预报系统构建一般步骤与运行机制
四 建立健全重点城市住房租赁市场预警预报体系
第十一章 2018年以来各项指数计算结果汇总
一 住房价格综合指数
二 城市住房价格指数
三 城市租金指数汇总
参考文献
展开全部

作者简介

邹琳华,经济学博士,纽约城市大学巴克鲁分校访问学者(2011.12-2012.12),就职于中国社会科学院财经战略研究院。主要从事房地产经济、城市经济等领域的理论及政策研究。具体研究兴趣包括:房地产投资、房地产周期、房地产泡沫监测、房地产市场调控策略、城市化、城乡统筹与城乡均衡发展等。近年来在《经济研究》《财贸经济》《经济学动态》《光明日报》《统计研究》等权威核心报刊上发表文章10余篇,作为核心成员参与多项***重大课题研究。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航