一、房地产泡沫检测方法述评（论文文献综述）
冯文芳[1]（2020）在《金融杠杆与资产价格泡沫：影响机制及其监控研究》文中研究说明资产价格泡沫和高杠杆在历史上反复出现,但次贷危机后的资产价格泡沫形成机制和高杠杆作用机理更加复杂;现代金融技术发展产生的影子银行和金融衍生品等不但空转套利推高金融杠杆,而且让问题复杂化;内嵌于银行体系的表外业务严重期限错配以及中国经济转型期结构中存在的各种扭曲现象,使得金融杠杆过度膨胀导致的资产价格泡沫演化过程中出现的新问题和新情况,原有传统理论都无法较好解释经济中的资产价格泡沫现象。目前,中国正处于经济转型和结构升级的重要关口,党的十九大明确提出“我国经济已由高速增长阶段转向高质量发展阶段”,经济增长速度从高速增长开始转为中高速增长,但是金融杠杆仍在不断攀升,金融杠杆增长与经济发展错配现象严重,资本市场的过度繁荣引致资金在金融体系内空转,导致资产价格泡沫和系统性金融风险不断膨胀和累积。金融危机后上述问题成为经济学研究的热点并引起社会各界的广泛关注。在此背景下,首先,通过阅读和归纳国内外关于金融杠杆、资产价格泡沫和经济增长等方面的经典着作和前沿文献,厘清选题的发展脉络、研究现状、存在问题、争论焦点和研究盲点等,为后期研究顺利展开提供文献支撑和理论基础。其次,准确定义资产价格泡沫是研究的逻辑起点,遵循目前国内外经济学界的三种主流观点,对资产价格泡沫的涵义进行明确界定并分析了其一般特征;从理论角度和影响因素角度剖析了资产价格泡沫的形成机理;运用ADF、SADF、GSADF和RADF等资产价格泡沫识别方法,对资产价格泡沫的存在性、存在周期、出现频率和程度大小等进行了识别和检验,实证结果表明在样本研究期内显着存在周期性资产价格泡沫;并且运用协整模型和向量误差修正模型（VECM）提取了资产价格泡沫。第三,以金融杠杆经济本质研究作为切入点,从微观和宏观角度分别定义和度量了金融杠杆,揭示微观金融杠杆与宏观金融杠杆背离的原因和实质;采用债务收入比法和即时拆分法（TD）测算了我国的金融杠杆;重点揭示和研究了金融加杠杆的根源、实质、动力、渠道、特点和成因等;不但构建了金融杠杆驱动的资产价格泡沫模型,从理论上厘清两者之间的内在逻辑关系,而且把滚动宽窗Granger因果检验模型和Bootstrap统计检验结合,从实证上验证了金融杠杆和资产价格泡沫相互动态影响机制的程度、频率与方向以及与经济事件之间的关系。第四,高杠杆和资产价格泡沫仅是表象,隐藏其背后的实质是虚拟经济与实体经济的失衡,因此加入经济增长因素,从表象分析上升到实质研究,进一步揭示金融杠杆、资产价格泡沫与金融、经济之间的影响效应。具体内容包括:（1）运用差分广义矩估计（DGMM）和门限效应,对国内16家上市银行从两个阶段检验了货币政策传导的银行风险承担渠道的杠杆机制的有效性,实证结果表明:货币政策可以通过杠杆率对银行风险承担产生显着影响;货币政策与银行风险承担之间存在双重杠杆率门限效应;（2）运用傅里叶变换和频谱分析法研究了资产价格泡沫与经济增长之间的周期联动效应,实证结果表明:我国资产价格泡沫和经济增长的周期联动关系较复杂,并且两者在周期联动上更多的存在背离现象;（3）基于R&D模型,加入金融杠杆因素,研究了不存在和引入资产价格泡沫时经济增长的均衡结果,并推断出资产价格泡沫与经济增长共容的条件。（4）运用MCMC算法和SV-TVP-SVAR模型从时期与时点两个角度对金融杠杆、资产价格泡沫与经济增长三者之间的时变关系进行验证,实证结果表明:三个经济变量之间具有非常显着的时变特征。最后,高杠杆下去杠杆是必然选择,准确定义去杠杆的涵义并对目前去杠杆存在的误区做了澄清;分别探索了实体去杠杆和金融去杠杆的路径;运用合成控制法（SCM）检验了限贷政策能否抑制房地产泡沫?实证结果表明:在4个研究样本中,限贷政策对3个样本的商品房销售价格无法起到降低的作用;囿于传统资产价格泡沫监控研究方法与模型的缺陷,尝试运用人工智能中的支持向量回归（SVR）模型和BP神经网络（BPNN）技术构建了资产价格泡沫监控系统,结果表明,人工智能技术可以很好逼近与诠释样本历史数据所蕴含的内在规律,有效实现监控功能。根据上述主要研究结论,提出了四点政策建议:（1）拓展宏观货币政策调控目标范围,把资产价格纳入中央银行决策信息集,构建货币和信贷流动以及资产价格泡沫监控系统;（2）减少或消除刚性兑付和不必要的政府隐性担保,实现国有资产管理体制和商业银行行为市场化,政府职能回归公共管理本质;（3）坚持中性稳健的货币政策,保持适度的货币流动性,建立宏观审慎评估体系MPA和对金融体系资产实施穿透管理,对影子银行进行有效管理;（4）精准掌控“结构性去杠杆”的节奏、力度、时间、主体,有条不紊降低杠杆率。
刘光辉[2]（2020）在《阜阳市房地产泡沫研究》文中研究表明1998年我国开展全面深化住房改革工作,中国房地产业发展迎来契机。在多种因素的加持下,中国房地产业在随后的十多年里取得了跨越式的发展。房地产业的蓬勃发展不仅促进了国民经济的发展,也极大的改善了人民群众的住房水平。但过快的发展速度也带来了一系列的经济问题和社会问题。各地不断攀登的房价以及市场投机现象都给房地产市场的健康状况画了一个大大的问号。房地产市场是否有泡沫?泡沫状况如何?为此众多学者利用不同测度方法对各地的房地产市场进行分析研究,以求探明真相。但在众多的研究中,发现相较于一、二线城市,三、四线小城市的房地产的泡沫状况却不太受人重视。为弥补这一研究状况,本文立足于阜阳市这个三四线城市,对其房地产发展状况进行研究。阜阳市地处安徽省西北部,下辖3区4县1市,总面积为9775平方公里。据第六次人口普查显示,2018年阜阳市总人口为1070.8万人,其中820.7万人为常住人口,位列安徽省第一。从经济区位条件上看,阜阳市是中原经济区规划建设中的重要城市,同时也是沿海地区进行产业转移的重要输入地。早期阜阳市房地产业起步相对较慢,但近年受大环境带动和阜阳自身的经济发展,阜阳市房地产业有了快速的发展,房价整体持续走高。但持续走高的房价是否理性、是否符合市场发展的规律、是否存在房地产泡沫,这些都值得进行进一步的研究。本文在充分阅读国内外房地产泡沫相关文献的基础上,总结了房地产泡沫的形成、危害以及影响其发展的原因。又立足于阜阳市房地产发展实际,从宏观和微观两个角度对阜阳市房地产发展状况进行了梳理。同时在多种房地产泡沫测度方法中选择了指标体系法对阜阳市房地产泡沫状况进行测度。先是通过比较筛选,选取了5个具有代表性的指标,利用这5个指标对阜阳市2004-2018年房地产市场泡沫状况进行单一指标测度,而后利用因子分析法对5个指标进行赋权,对阜阳市房地产市场泡沫状况进行综合测度分析。结论显示,自2012年以后阜阳市房地产市场开始出现泡沫现象且日趋剧烈。随后,为约束阜阳市房地产泡沫发展,开始针对阜阳市房地产泡沫的影响因素进行实证分析。选取了7个最有可能影响阜阳市房地产泡沫的因素,进行灰色关联度分析,得出主要影响因素。结论显示,销售面积和房地产开发投资额是影响阜阳市房地产泡沫状况的主要因素。最后本文根据研究结果,从土地宏观调控、限制投机性需求、完善保障性住房、加强市场监控四个方面对阜阳市房地产市场健康发展提出政策建议。
王振鹏[3]（2019）在《非理性预期下房地产泡沫度量及检验研究》文中研究指明在我国房地产业是集基础性、前瞻性为一体的行业,其发展的同时带动了相关产业链的发展,也是我国国民经济发展的主导产业。纵观房地产市场,中国住房价格呈井喷式增长,从而引起国民对于房地产行业是否存在泡沫的疑虑,如果存在泡沫,那么泡沫该如何去度量?通过对现有的国内外文献的查阅,对于房地产泡沫的评估方法各有千秋,同时也存在不足之处,所以建立同我国实际情况相结合,同时又能准确度量房地产泡沫程度的研究就成了亟待解决的问题。第一,本文对国内外现有的关于房地产泡沫的方法予以综述,同时对土地“招拍挂”制度下地产商适应性预期房产价格诸多引致因素中的非理性因素和具有从众心理的噪声交易者进行了详细的解释。第二,本文采用Phillips等（2011）提出的SADF和Phillips等（2015）提出的GSADF方法对我国房地产市场价格进行泡沫检验。在一线城市中选取北京、二线城市中选取武汉、三线城市中选取昆明,对其平均房价分别做泡沫检验。第三,本文从微观经济学中消费者效用最大化以及生产厂商利润最大化出发,构建了理性和非理性预期的买房者--开发商模型,从理性预期层面确定房地产行业基础面价格,从非理性预期层面确定投机价格,最后结合这两个方面给出房地产泡沫评估的公式。第四,本文通过查阅北京市、武汉市、昆明市统计局相关统计数据,通过计量模型对查阅数据给予实证检验,结论为北京市、武汉市和昆明市均存在房地产泡沫,从实证检验的角度论证了模型的有效性。最后,本文将上述两种方法予以对比分析,从央行货币供给、房地产开发投资额的增长等角度具体分析了导致这三个城市房地产泡沫存在差异的原因,并从消费者和地产商两个角度对房地产目前存在的问题给予适当的建议。
李东晔[4]（2019）在《我国房地产市场泡沫分析》文中进行了进一步梳理对房地产泡沫形成的原因进行了分析,对房地产泡沫的检测方法进行了归纳总结,对现有的房地产预警指标和模型进行了回顾。通过对房地产泡沫的成因、检测、预警等方面的梳理,总结出该领域的研究成果,为房地产市场研究和管理提供参考。
张晓娟[5]（2019）在《基于异质性面板数据的房地产泡沫测度研究》文中研究指明伴随我国国民经济的快速发展,房地产行业发展速度迅猛。其良性发展,对国民经济发展,人民生活水平改善及社会稳定,有巨大的促进作用。但如今我国,尤其是我国35个大中城市的房地产价格持续上涨,引发了政府、企业和公众对房地产市场是否存在泡沫的高度关注与担忧。因此,对我国35个大中城市房地产泡沫进行测度,可借此提出针对性的房价调控措施,推动我国房地产业健康平稳发展。本研究以房地产泡沫测度为研究对象,在阐释房地产泡沫、面板数据及异质性定义基础上,分析我国及35个大中城市房地产市场概况,将城市以一线、二线、三线城市进行分类,考虑到综合指数法运算简单,可用于识别房价泡沫基本情况,市场供求法紧扣泡沫定义,能确切计算出房价泡沫值,二者对比更加科学准确,因而确定综合指数法、市场供求法对我国35个大中城市房地产泡沫进行测度。研究成果如下:（1）针对35个大中城市房地产行业的发展对我国经济发展的贡献度,及其在我国东部、中部、西部地区差异,认为从单一角度对城市进行划分较为片面,而我国以一线、二线、三线城市的划分,综合考虑了政治地位、经济实力、城市规模、区域辐射力,甚至房地产行业发轫的先后顺序等因素,以此分类开展研究更为合理。（2）从价格和投资层面选取了5个指标,以层次分析法及变异系数法两种方法确定指标的组合权重,进而通过构建综合指数模型推测泡沫情况。结果表明:一线、二线、三线城市泡沫依次减弱,房价收入比、房价增长率/GDP增长率、施工面积/竣工而积3个指标反映泡沫大小在2008年、201 1年、2014年有下跌趋势,整体呈上升趋势;房地产投资/GDP、房地产投资/固定资产投资泡沫度指数表明泡沫在波动中上涨。（3）在简述单位根检验、协整检验、确定回归模型等计量方法的基础上,选取供给、需求等变量构建市场供求法模型,利用Stata软件运算测得泡沫大小。结果表明:一线城市北京、深圳泡沫化程度在2009、2010、2011、2013、2015、2016年明显超出国际泡沫度警戒线0.4;二线城市情况较为复杂,杭州、太原、宁波、哈尔滨,泡沫走势呈倒“U”型,在2010年后明显下跌;长春、福州、合肥、南京、石家庄、厦门在2008年、2010年泡沫曲线有所波动,但整体呈上升趋势;另外成都、重庆、西安、郑州等在一定区间内上下波动;三线城市泡沫明显弱化,贵阳、呼和浩特、西宁等泡沫曲线均在0值上下波动。（4）两种测度结果对比表明,一线、二线、三线城市泡沫依次减弱,但市场供求法的泡沫测度结果更为直观,突出不同城市间差异,因此应提出针对性的房价管控举措。
王盼盼[6]（2019）在《日照市房地产泡沫测度及其对策研究》文中提出1998年我国开始进行住房改革,随着改革步伐的顺利进行,房地产业在市场化运作中迅速发展,逐步成为国民经济的支柱产业,拉动我国经济发展。然而,近年来在房地产市场迅速发展的同时也浮现出一些新问题。房地产市场投资投机热度大幅增加,房价持续上涨,产生了房地产泡沫,购房者压力不断增大。我国房地产市场是否存在泡沫逐渐成为人们茶余饭后的谈资,在学术界更是成为专家们的争论焦点。因此,测度日照市的房地产泡沫状况,对促进日照市房地产市场健康稳定的运行具有重大意义。本文对日照市房地产泡沫进行了深入的测度研究。首先,介绍了研究背景和意义,阐述了研究内容、思路与方法和本文的创新之处与不足;其次,表述了房地产泡沫的概念、特征和基础理论,基础理论包括理性泡沫理论、非理性泡沫理论和供需均衡理论,并对国内外相关文献进行了系统梳理;再次,分析了我国房地产市场现状、日照市房地产现状和存在问题;然后,从羊群效应、逆向选择、土地财政和信贷资金四个方面分析了房地产泡沫成因和危害;紧接着,选取指标法和逐步回归模型对房地产泡沫进行测度,通过格兰杰检验和协整检验对变量间的因果关系和长期均衡性进行了验证。最后,总结全文得出结论并提出相应的对策建议。研究结论表明,日照市在2004年到2008年存在明显的房地产泡沫特征,其中2005年到2006年由于日照市房地产贷款增速放缓,日照市房地产热度稍有下降。2007年房地产市场热度增强,泡沫程度加大,在2008年最为严重,达到了泡沫最大值。2009年受政策调控和经济下行趋势的影响,房地产泡沫度也相应地呈现下行态势。日照市在2013年房地产泡沫度成为历年最低,房地产市场处于相对理性的市场化运行中。随着我国经济发展,带动沿海城市发展,日照市从2014年房价开始回暖,2015年和2016年日照房价飞涨,存在较为严重的泡沫化现象。2017年房地产市场热度依旧,仍存在严重的泡沫化现象。针对日照市房地产泡沫情况,我们提出了加强土地资源管理、加大货币供应量和联合互联网电子商务等对策建议。
李梦丹[7]（2019）在《35大中城市房地产价格泡沫度量及监管效果》文中研究指明房价的快速上涨以及“一天一价”、“一房难求”的现象层出不穷,房地产价格是否存在泡沫也成为了人们日常讨论的话题,学者们对这个问题也是众说纷纭。房地产市场近期的快速上涨,也导致了中央政府和地方政府的严厉监管。最为典型的监管是限贷、限购、限价政策。然而,随着严厉的三限政策出台,各地房价上涨的势头并没有得到有效遏制,由此而提出的问题是:房地产价格是否存在泡沫及泡沫程度如何度量?各城市的房价变动的主要因素是什么?地方政府三限调控政策对住房价格的监管是否有显着的效果?因此,系统回答上述问题即为本文的研究动机。首先,在国内外相关文献研究成果的基础上,本文对文献进行了梳理与总结,选用房价收入比来度量房地产价格泡沫,并采用GSADF法来判断泡沫的存在性、泡沫大小以及泡沫存续期间。本文在前人研究的成果之上,采用因子分析法来提取房地产价格泡沫影响因子,分别为需求、供给、成本与收入因子,并引入投机与预期因素,在政府监管措施方面则选择了限贷、限购以及限价政策进入模型进行实证分析,来衡量政府对房地产价格的监管效果。其次,在实证分析部分,本文以35大中城市2008年第一季度2018年第三季度的数据为研究样本,根据各城市房地产价格泡沫存续期间的不同,将35大中城市分为5大类,采用随机效应面板模型研究了各城市房价泡沫的影响因素及政府监管效果。结果表明:（1）泡沫检验结果表明,在5%的显着性水平上,除了银川、长沙与兰州外,其他32个城市房地产价格均存在泡沫,且各城市房价泡沫存续周期、泡沫程度以及产生次数均存在差异;（2）五类城市的房地产市场需求、住宅成本与房地产价格泡沫正相关,表明房地产市场需求、房地产成本是五类城市房地产价格泡沫滋生与膨胀的主要推力;（3）市场上的房地产供给、城市经济发展状况（收入水平）均小于0,且系数值显着,表明抑制房地产价格泡沫可以从市场供给与发展城市经济入手;（4）投机因素仅对类别5的房地产价格泡沫有显着的正效应,预期因素对各类城市的房地产价格泡沫均有刺激作用;（5）各类城市的政策监管效果存在差异,限贷政策对各城市房地产价格泡沫调控均有效,其在类别1、类别3与类别5具有时滞效应,分别需要一期及三期的传导时间;限购政策对各类城市房价泡沫监管效果显着,除了类别1外,其他四类城市的实施效果要在第三期才显着;限价政策仅在类别3与类别5的城市中实施有效,其他三类城市的限价政策均未能达到预期效果。最后,根据前文实证分析的结果提出相关的政策建议,这为政府抑制房地产价格泡沫,降低房价泡沫程度,监管房地产市场,调控房地产价格,以及十九大提出的“因城施策”的调控方式提供一定的参考价值。
郑雪莹[8]（2019）在《我国房地产泡沫测度及限购政策有效性研究》文中研究说明自福利分房制度取消以来,中国房地产市场得到了空前发展。这种发展一方面表现为住房成交量激增,另一方面也表现为住房价格的高速增长,关于我国房地产市场是否存在泡沫的讨论也悄然兴起。与此同时,为了抑制住房价格过快上涨,确保房地产市场的健康发展,从2010年起我国各城市陆续出台房地产限购政策。该类政策的实施对于抑制房地产市场过热发展是否起到了积极作用,作用程度又有多大一直是学者们关注的焦点。鉴于上述事实,本文采用理论分析与实证分析结合的研究方法,针对我国房地产泡沫测度和限购政策对房地产泡沫的抑制作用进行深入研究。首先,采用指标法,分别选取房地产开发投资占固定资产投资的比重、住宅商品房销售额增长率/社会消费品零售总额增长率、房价收入比和住宅商品房平均销售价格增长率/GDP增长率等四个指标对我国整体和31个省、直辖市和自治区的房地产泡沫进行测度,数值结果表明我国总体上存在房地产泡沫,但在不同地区不同年份泡沫程度不同。其次,本文选取20072017年20个房地产泡沫较为严重的城市的房价收入比数据,采用双重差分（DID）模型对房地产市场限购政策的实施效果进行实证研究。实证结果发现房地产限购政策的实施对我国相关城市的房地产泡沫有大约0.02的负面效应,说明限购政策的实施确实抑制了房地产泡沫。同时,实证结果还表明限购政策的效果在政策实施后的第三年基本失效。
吴志江[9]（2018）在《南昌市房地产泡沫测度、形成机理及防范研究》文中研究表明快速发展的房地产市场一定程度上有助于国民经济的稳定增长,但房地产市场持续出现的房价上涨过快、投资额度偏大、空置率居高不下等现象,显示出房地产泡沫存在的可能性。对于一线城市存在房地产泡沫的论断已获得大多数学者的认可,现有的争论主要集中在对于二、三线城市房地产泡沫是否存在及如何确定。因此,本文以此作为研究的出发点,对南昌市这样一个典型的二、三线城市房地产泡沫情况进行研究,并借助研究成果,在一定程度上对上述争论做出解答。同时,对南昌市房地产泡沫程度进行测度,分析房地产泡沫的形成机理,并提出相应的防范措施,有助于南昌市房地产市场的长期、健康、稳定发展。本文严格按照房地产泡沫研究的逻辑顺序,基于“现象描述→原因剖析→问题处理”的研究脉络,整体采取层层递进的关系开展研究。首先,在对房地产泡沫相关理论研究的基础上,分别选取生产类、交易类、消费类和金融类的典型指标,检测南昌市房地产泡沫的存在情况,然后再分析房地产的基本价值。借助泡沫理论,可知房地产泡沫主要来源于房地产价格相对于其基本价值的非平稳性偏离,即房地产实际价格超过市场基本价值的部分,而房地产实际价格可以通过商品房平均价格来描述。因此,房地产泡沫测度的关键就在于对于房地产基本价值的测算,以房地产基本价值的影响因素为变量,房地产市场的长效动态均衡关系为依据,建立多元回归模型下的协整方程,计算出房地产基本价值,结合房地产实际价格组合方程求出南昌市房地产泡沫程度;其次,借助蛛网理论寻求南昌市在土地市场和房地产市场的动态均衡状态,以实证检验为基础,分析在外界因素干扰下均衡状态偏离引起的房地产泡沫。同时,探究土地供应与投资者预期作为房地产泡沫产生的内生动力时,如何作用于复杂的房地产市场,并形成房地产泡沫。然后分析政府政策、人口城镇化及银行过度信贷三个方面的外部因素对房地产泡沫形成的促进作用,整合房地产泡沫的内生动力和外部因素,研究两者共同作用下的房地产泡沫形成机理;最后,针对南昌市房地产市场的发展状况,建立房地产泡沫的预警体系,并采取功效系数法对南昌市房地产市场进行预警分级,继而建立一套完善的房地产泡沫预警机制,并以此预警机制的预警结果为依据,为后期的房地产市场调控和决策提供参考。而后基于房地产泡沫的形成机理,分别从做好土地调控政策、抑制市场投机性需求及完善住房保障体系三个层次阐述南昌市的房地产泡沫防范措施,为保障南昌市房地产市场的长期、健康、稳定发展提供理论依据和方法参考。研究表明,南昌市房地产市场存在泡沫,其泡沫程度在同类型的二、三线城市比较中处于较严重水平,不同年份的房地产泡沫程度因各类因素的影响存在明显差异,且在近年来,南昌市的房地产泡沫程度趋于严重。同时,南昌市房地产泡沫的形成主要来自于内生动力的促成作用和外部因素的推动作用,其中内生动力分别从物的角度和人的角度进行探究,验证了土地供应和投资者预期是房地产泡沫形成的根本性原因,而市场的实证分析,则显示多重外部因素成为泡沫形成的重要推手。显然,相应的房地产泡沫防范也应基于其形成机理针对性地实施,并考虑南昌市地方政府政策下,防范措施的准确性和有效性,保证防范措施抓住要点、落到实处,从而提升南昌市房地产泡沫的防范效果和水平。
高崇丹[10]（2018）在《我国房地产泡沫研究现状与演进脉络研究》文中研究表明近十几年来,在我国房地产市场繁荣发展的同时,我国房价也持续上涨。房价持续上涨,一方面,不断推动我国经济发展;另一方面,也堆积了经济泡沫,带动了虚拟经济的投资热潮。若虚拟经济过度膨胀,则会引发泡沫危机,这不仅将影响到我国国民经济的健康发展和人民群众的切身利益,还将关系到金融业的安危。因此,我国政府多次实施调控,期望能够控制房价上涨态势,避免此类事件发生,但调控结果始终不太理想。目前,大量学者从不同角度分析房地产泡沫,产生了诸多的研究成果,为我国房地产市场调控提供了理论支撑。但目前少有学者总结这些理论研究成果,梳理其演进脉络,找出现有研究存在的困难与不足。基于此,本文采用共被引分析、共词分析、社会网络分析、内容分析及历史分析法等方法,回溯我国房地产泡沫研究近25年的文献,分析其研究现状,梳理其演进过程,找出研究的内在困境。经分析,文章主要得出三个方面的结论:第一,我国房地产泡沫研究现状方面的结论。（1）在我国房地产泡沫研究领域中,中国人民大学、北京大学、南开大学和厦门大学产生了较多研究成果,周京奎、袁志刚和谢经荣等具有重要地位。（2）《我国城市住房市场泡沫水平的度量》一文是我国房地产泡沫研究领域中的一个重要里程碑,为后续学者的研究奠定了基础;同时,《中国房地产市场价格泡沫的检验与成因机理研究》一文首次借鉴Pesaran在2007年提出的CIP面板单位根检验与Pedroni面板协整检验,为该领域的研究提供了新的研究思路,在整个研究网络中起到了非常重要的桥梁作用。第二,我国房地产泡沫演进脉络方面的结论。我国房地产泡沫研究经历了三个阶段:（1）序曲阶段（1993-1997年）:日本经济泡沫事件,引发了学者们对房地产泡沫的关注,拉开了我国房地产泡沫研究的序幕。（2）发展阶段（1998-2007年）:随着1998年福利制度的取消,我国房地产业有了里程碑式的发展,民众的购房需求被唤醒,房价逐渐上升,炒房投机行为逐渐增多……这些现象引发了学者们的关注,房地产泡沫研究开始逐渐增多,且主要集中在理论研究、检测预警研究和成因研究三方面。（3）高潮阶段（2008-2017年）:随着金融危机的爆发,我国为保增长,投入4万亿拉动内需,但其中很大一部分都进入了房地产市场,直接推动了房价上涨,引发了更多学者的关注。该阶段研究呈现出研究主题多元化,研究内容深入化的特征:模型分析法在房地产泡沫检测研究中逐渐被广泛使用;房地产泡沫产生成因分析更偏向于机制研究及基于新视角的研究;同时,房地产泡沫引发金融危机的机制研究、基于宏观调控的房地产泡沫研究以及房地产泡沫对宏观经济的影响研究成为该阶段的重点研究主题。第三,我国房地产泡沫研究内在困境的总结。通过对该领域历年来文献的阅读与梳理,总结出我国房地产泡沫研究存在三点内在困境:即概念界定不统一、理论困境未突破、数据获取困难。本文将文献计量理论引入房地产泡沫研究领域中,通过构建知识结构,明晰了我国房地产泡沫研究发展的内在逻辑与演进路径,为后续学者的深化研究提供了技术支撑,有利于完善该领域的知识体系,推动我国房地产泡沫研究领域的进一步发展。
二、房地产泡沫检测方法述评（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、房地产泡沫检测方法述评（论文提纲范文）
（1）金融杠杆与资产价格泡沫：影响机制及其监控研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词、符号变量的注释表 |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路、内容与方法 |
| 1.2.1 研究思路 |
| 1.2.2 研究内容 |
| 1.2.3 研究方法 |
| 1.3 论文创新与不足之处 |
| 1.3.1 论文创新 |
| 1.3.2 不足之处 |
| 第二章 文献综述 |
| 2.1 资产价格泡沫的含义及其形成机理研究综述 |
| 2.1.1 理性预期理论 |
| 2.1.2 行为金融理论 |
| 2.1.3 以分形和混沌理论为代表的非线性理论 |
| 2.1.4 信贷理论 |
| 2.1.5 金融发展理论 |
| 2.2 资产价格泡沫的存在性检验及测度研究综述 |
| 2.2.1 资产价格泡沫的存在性检验 |
| 2.2.2 资产价格泡沫存在性的检验方法 |
| 2.2.3 资产价格泡沫的测度方法 |
| 2.3 金融杠杆与资产价格泡沫的影响关系研究综述 |
| 2.3.1 金融杠杆与资产价格泡沫的影响关系 |
| 2.3.2 金融杠杆与房地产泡沫的影响关系 |
| 2.4 资产价格泡沫对经济增长的影响研究综述 |
| 2.4.1 资产价格泡沫对经济增长的促进作用 |
| 2.4.2 资产价格泡沫对经济增长的不利作用 |
| 2.4.3 资产价格泡沫与经济增长的周期联动效应 |
| 2.5 资产价格泡沫监控研究综述 |
| 2.5.1 主张从市场层面入手监控资产价格泡沫 |
| 2.5.2 从货币政策角度监控资产价格泡沫 |
| 2.5.3 利用托宾税监控资产价格泡沫 |
| 2.6 对现有文献的评述 |
| 2.7 本章小结 |
| 第三章 资产价格泡沫形成机理及其检验研究 |
| 3.1 资产价格泡沫的理论界定 |
| 3.1.1 资产 |
| 3.1.2 资产价格泡沫的载体类型 |
| 3.1.3 资产价格泡沫涵义界定 |
| 3.2 资产价格泡沫的形成机理分析 |
| 3.2.1 资产价格泡沫形成的理论基础 |
| 3.2.2 资产价格泡沫形成的影响因素 |
| 3.3 资产价格泡沫的检验 |
| 3.3.1 检验方法 |
| 3.3.2 变量说明及数据来源 |
| 3.3.3 检验结果及其分析 |
| 3.4 资产价格泡沫的提取 |
| 3.4.1 向量误差修正模型 |
| 3.4.2 资产价格泡沫提取 |
| 3.5 本章小结 |
| 第四章 金融杠杆与资产价格泡沫的影响机制研究 |
| 4.1 金融杠杆的经济本质及度量 |
| 4.1.1 金融杠杆的经济本质 |
| 4.1.2 金融杠杆的度量 |
| 4.2 金融加杠杆的机理分析 |
| 4.2.1 金融加杠杆的根源 |
| 4.2.2 金融加杠杆的实质 |
| 4.2.3 金融加杠杆的内在驱动力 |
| 4.2.4 金融加杠杆的实现路径 |
| 4.2.5 金融加杠杆的特征与成因 |
| 4.3 基于金融杠杆驱动的资产价格泡沫模型构建 |
| 4.3.1 理论分析 |
| 4.3.2 基于金融杠杆驱动的资产价格泡沫模型 |
| 4.4 金融杠杆与资产价格泡沫影响关系的实证分析 |
| 4.4.1 滚动宽窗Granger因果检验方法 |
| 4.4.2 变量说明与数据检验 |
| 4.4.3 实证结果及其分析 |
| 4.5 本章小结 |
| 第五章 金融杠杆和资产价格泡沫的影响效应研究 |
| 5.1 金融杠杆影响商业银行风险承担效应研究 |
| 5.1.1 理论分析 |
| 5.1.2 研究假设与变量定义 |
| 5.1.3 动态面板模型和门限检验方法 |
| 5.1.4 实证结果及其分析 |
| 5.2 资产价格泡沫与经济增长的周期联动效应研究 |
| 5.2.1 频谱分析方法 |
| 5.2.2 变量说明及数据来源 |
| 5.2.3 实证结果及其分析 |
| 5.3 资产价格泡沫与经济增长的共容效应研究 |
| 5.3.1 模型基本假设 |
| 5.3.2 资产价格泡沫与经济增长的共容条件 |
| 5.4 金融杠杆、资产价格泡沫与经济增长的时变效应研究 |
| 5.4.1 SV-TVP-SVAR模型 |
| 5.4.2 变量说明及数据来源 |
| 5.4.3 实证结果及其分析 |
| 5.5 本章小结 |
| 第六章 金融去杠杆与资产价格泡沫监控系统研究 |
| 6.1 去杠杆的范畴界定及认知 |
| 6.1.1 去杠杆的范畴界定 |
| 6.1.2 去杠杆的正确认知 |
| 6.2 实体去杠杆路径研究 |
| 6.2.1 “去杠杆”与“稳增长”的困境 |
| 6.2.2 实体去杠杆的路径 |
| 6.3 金融去杠杆路径研究 |
| 6.3.1 金融去杠杆的阶段和政策 |
| 6.3.2 金融去杠杆的路径 |
| 6.4 限贷政策抑制资产价格泡沫的效应研究 |
| 6.4.1 合成控制法 |
| 6.4.2 变量说明与数据来源 |
| 6.4.3 实证结果及其分析 |
| 6.5 资产价格泡沫监控系统研究 |
| 6.5.1 SVR模型与股市泡沫监控系统研究 |
| 6.5.2 BP神经网络与房地产泡沫监控系统研究 |
| 6.6 本章小结 |
| 第七章 研究结论与展望 |
| 7.1 主要研究结论 |
| 7.2 政策建议 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的科研情况 |
| 致谢 |
（2）阜阳市房地产泡沫研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景、目的及意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题目的及意义 |
| 1.2 文献综述 |
| 1.2.1 国外文献综述 |
| 1.2.2 国内文献综述 |
| 1.2.3 文献述评 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究技术路线 |
| 1.3.3 研究方法 |
| 1.4 创新点与不足 |
| 1.4.1 创新点 |
| 1.4.2 不足之处 |
| 第二章 房地产泡沫理论与测度方法 |
| 2.1 房地产泡沫的含义 |
| 2.1.1 泡沫的含义 |
| 2.1.2 房地产泡沫概念的界定 |
| 2.2 房地产泡沫成因分析 |
| 2.2.1 土地的稀缺性 |
| 2.2.2 政府政策行为 |
| 2.2.3 人均可支配收入 |
| 2.2.4 银行贷款状况 |
| 2.2.5 过度投机 |
| 2.3 房地产泡沫的影响 |
| 2.3.1 影响社会资源配置 |
| 2.3.2 影响金融系统 |
| 2.3.3 对城市吸引力影响 |
| 2.4 房地产泡沫测度方法简介 |
| 2.4.1 指标体系法 |
| 2.4.2 统计检验法 |
| 2.4.3 理论价值法 |
| 2.5 本章小结 |
| 第三章 阜阳市房地产市场发展现状分析 |
| 3.1 阜阳市房地产宏观发展状况 |
| 3.1.1 国民经济发展状况 |
| 3.1.2 土地交易状况 |
| 3.1.3 旧城改造现状 |
| 3.1.4 居民收入水平 |
| 3.2 阜阳市房地产市场微观发展状况 |
| 3.2.1 房地产开发投资状况 |
| 3.2.2 房地产开发企业数量方面 |
| 3.2.3 房屋销售状况 |
| 3.2.4 商品房屋销售价格状况 |
| 3.3 本章小结 |
| 第四章 阜阳市房地产泡沫评价分析 |
| 4.1 单一指标下的评价分析 |
| 4.1.1 评价指标的选定 |
| 4.1.2 评价指标定量分析 |
| 4.2 综合指标下的评价分析 |
| 4.2.1 基于因子分析法对单个指标权重的确定 |
| 4.2.2 综合指标下的阜阳市房地产泡沫的计算 |
| 第五章 阜阳市房地产泡沫影响因素分析 |
| 5.1 灰色关联分析 |
| 5.1.1 灰色关联分析简介 |
| 5.1.2 灰色关联分析的计算步骤 |
| 5.2 实证研究 |
| 5.2.1 数据选取 |
| 5.2.2 实证分析 |
| 5.2.3 实证结果分析 |
| 第六章 促进阜阳市房地产市场健康发展的政策建议 |
| 6.1 土地市场宏观调控 |
| 6.1.1 抑制开发商圈地行为 |
| 6.1.2 完善土地交易拍卖制度 |
| 6.2 限制房地产市场投机性需求 |
| 6.2.1 金融手段 |
| 6.2.2 税收手段 |
| 6.3 推进完善住房保障体系 |
| 6.3.1 完善住房保障制度 |
| 6.3.2 加强保障性房供给 |
| 6.4 完善市场信息,加强市场监控 |
| 6.4.1 健全房地产市场信息系统 |
| 6.4.2 加强房地产市场监控 |
| 第七章 总结与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（3）非理性预期下房地产泡沫度量及检验研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 第一节 选题背景及选题意义 |
| 一、选题背景 |
| 二、选题意义 |
| 第二节 相关概念概述 |
| 一、房地产的概念和性质 |
| 二、房地产泡沫的定义、分类及生成原理 |
| 三、预期的含义和分类 |
| 第三节 房地产泡沫衡量方法综述 |
| 一、房地产泡沫与经济基本面 |
| 二、基于微观理论的房地产泡沫衡量方法 |
| 第四节 研究思路和方法、可能的创新及技术路线 |
| 一、研究思路和研究方法 |
| 二、可能的创新 |
| 三、技术路线 |
| 第二章 房地产价格中的非理性因素 |
| 第一节 “招拍挂”制度下开发商的适应性预期 |
| 一、我国的土地价格 |
| 二、土地“招拍挂”的交易制度 |
| 三、房地产开发商的适应性预期 |
| 第二节 非理性预期对房地产价格的影响 |
| 一、非理性预期的形成步骤 |
| 二、预期一致时对房价波动的影响 |
| 三、预期不一致时对房价波动的影响 |
| 四、“预期--房价”的循环机制 |
| 第三章 房地产泡沫统计检验法及衡量模型的建立 |
| 第一节 泡沫滚动窗检验 |
| 一、右侧ADF泡沫检验 |
| 二、房地产泡沫SADF检验法 |
| 三、GSADF泡沫检验 |
| 第二节 基于理性预期视角下买房者--开发商模型 |
| 一、购房者需求函数的确定 |
| 二、开发商供给函数的确定 |
| 三、市场均衡的房地产基础价格 |
| 第三节 基于非理性预期视角下买房者--开发商模型 |
| 一、非理性购房者需求函数的确定 |
| 二、开发商适应性预期下供给函数的确定 |
| 三、市场均衡的房地产投机价格 |
| 第四节 非理性预期下房地产泡沫衡量方法 |
| 第四章 房地产泡沫衡量方法的实证研究 |
| 第一节 城市的选取 |
| 第二节 变量的选取 |
| 一、基础面变量选取 |
| 二、预期层面变量选取 |
| 第三节 数据来源 |
| 第四节 统计衡量法 |
| 一、北京市商品住宅均价统计检验 |
| 二、武汉市商品住宅均价统计检验 |
| 三、昆明市商品住宅均价统计检验 |
| 第五节 计量模型的构建和实证检验 |
| 一、计量模型的构建 |
| 二、北京市住宅市场实证检验 |
| 三、武汉市住宅市场实证检验 |
| 四、昆明市住宅市场实证检验 |
| 第五章 泡沫衡量方法对比及泡沫度城市差异分析 |
| 第一节 数据结果分析 |
| 一、北京市房地产价格泡沫衡量方法分析 |
| 二、武汉市房地产泡沫衡量方法分析 |
| 三、昆明市房地产泡沫衡量方法分析 |
| 第二节 两种方法检验结果对比分析 |
| 第三节 泡沫度城市差异分析 |
| 一、房地产泡沫测量模型 |
| 二、房地产泡沫呈现城市差异引致因素 |
| 第六章 结论、政策建议及展望 |
| 第一节 结论 |
| 第二节 政策建议 |
| 第三节 研究的局限性与展望 |
| 参考文献 |
| 致谢 |
| 本人在读期间完成的研究成果 |
（4）我国房地产市场泡沫分析（论文提纲范文）
| 1 房地产泡沫的定义 |
| 2 房地产泡沫的成因 |
| 2.1 中介的代理问题 |
| 2.2 金融政策的支持 |
| 2.3 投资者的投机行为 |
| 3 房地产泡沫的检测方法 |
| 3.1 模型法 |
| 3.2 指标法 |
| 3.3 统计法 |
| 4 房地产泡沫的预警机制 |
| 4.1 预警指标体系 |
| 4.2 预警指数和预警系统 |
| 5 结语 |
（5）基于异质性面板数据的房地产泡沫测度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 国内外研究现状 |
| 1.2.2 研究述评 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 2 相关概念及理论基础 |
| 2.1 基本概念界定 |
| 2.1.1 房地产泡沫 |
| 2.1.2 面板数据 |
| 2.1.3 异质性 |
| 2.2 我国房地产市场概述 |
| 2.2.1 房地产市场发展历程 |
| 2.2.2 房地产市场现状分析 |
| 2.2.3 35个大中城市房地产市场分析 |
| 2.3 本章小结 |
| 3 基于异质性面板数据的房地产泡沫测度模型选择 |
| 3.1 房地产泡沫形成机理 |
| 3.1.1 房地产泡沫驱动因素 |
| 3.1.2 房地产泡沫生成机制 |
| 3.2 异质性面板数据分类 |
| 3.2.1 城市关联分析 |
| 3.2.2 面板数据分类 |
| 3.3 房地产泡沫测度方法 |
| 3.3.1 综合指数法 |
| 3.3.2 市场供求法 |
| 3.3.3 测度方法对比 |
| 3.4 本章小结 |
| 4 我国35个大中城市房地产泡沫测度：综合指数法 |
| 4.1 指标选取及标准确定 |
| 4.1.1 指标选取 |
| 4.1.2 标准确定 |
| 4.2 指标权重确定 |
| 4.2.1 层次分析法 |
| 4.2.2 变异系数法 |
| 4.2.3 组合权重 |
| 4.3 综合指数法模型构建 |
| 4.3.1 单项指标模型 |
| 4.3.2 综合指标模型 |
| 4.4 模型测度结果分析 |
| 4.4.1 指标体系 |
| 4.4.2 泡沫测度 |
| 4.4.3 结果分析 |
| 4.5 本章小结 |
| 5 我国35个大中城市房地产泡沫测度：市场供求法 |
| 5.1 计量方法介绍 |
| 5.1.1 单位根检验 |
| 5.1.2 协整检验 |
| 5.1.3 确定回归模型 |
| 5.2 变量选取 |
| 5.2.1 供给变量 |
| 5.2.2 需求变量 |
| 5.2.3 其他变量 |
| 5.3 市场供求法模型构建 |
| 5.3.1 模型构建 |
| 5.3.2 模型求解 |
| 5.4 模型测度结果分析 |
| 5.4.1 变量描述性统计 |
| 5.4.2 面板单位根检验 |
| 5.4.3 面板协整检验 |
| 5.4.4 参数估计 |
| 5.4.5 结果分析 |
| 5.5 两种测度方法结果对比 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 |
| 附录2 |
| 附录3 |
| 附录4 |
| 附录5 |
| 附录6 |
| 附录7 |
| 附录8 |
| 攻读学位期间主要研究成果 |
| 一、硕士期间发表论文 |
| 二、硕士期间参加的科研课题 |
（6）日照市房地产泡沫测度及其对策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 一、绪论 |
| (一)研究背景及意义 |
| 1.研究背景 |
| 2.研究意义 |
| (二)研究内容与思路 |
| 1.研究内容 |
| 2.研究思路 |
| (三)研究方法 |
| 1.文献分析 |
| 2.实证研究 |
| (四)研究创新与不足 |
| 1.创新之处 |
| 2.不足之处 |
| 二、房地产泡沫的相关理论 |
| (一)房地产泡沫的概念与特征 |
| 1.泡沫的概念 |
| 2.房地产泡沫的概念 |
| 3.房地产泡沫的特征 |
| (二)房地产泡沫的基础理论 |
| 1.理性泡沫理论 |
| 2.非理性泡沫理论 |
| 3.供求均衡理论 |
| (三)文献综述 |
| 1.房地产泡沫的理论研究 |
| 2.房地产泡沫的实证研究 |
| 3.文献研究述评 |
| 三、日照市房地产市场的现状分析 |
| (一)我国房地产市场的现状 |
| 1.房地产经济增速过快 |
| 2.房地产市场的管理缺乏合理性 |
| (二)日照市房地产市场的现状 |
| (三)日照市房地产市场存在的问题 |
| 1.投机炒房现象严重 |
| 2.虚假房地产广告弥漫市场 |
| 3.过分依赖土地财政 |
| 4.房地产信贷风险上升 |
| 四、日照市房地产泡沫的成因分析 |
| (一)日照市房地产泡沫的成因 |
| 1.羊群效应 |
| 2.逆向选择 |
| 3.土地财政 |
| 4.信贷资金 |
| (二)房地产泡沫的危害 |
| 1.劣化资源配置,经济结构失衡 |
| 2.金融危机、生产和消费危机发生的可能性加大 |
| 3.损害居民的消费利益,影响市场的正常运行 |
| 五、日照市房地产泡沫的实证分析 |
| (一)基于指标法的日照市房地产泡沫实证分析 |
| 1.简单指标法 |
| 2.日照市房地产泡沫研究——以两种指标为例 |
| (二)基于回归模型的日照市房地产泡沫实证分析 |
| 1.变量选取和数据处理 |
| 2.模型的建立 |
| 3.格兰杰因果关系检验 |
| 4.协整检验 |
| 5.日照市房地产泡沫度计算 |
| 六、结论与对策建议 |
| (一)研究结论 |
| (二)对策建议 |
| 1.联合互联网电子商务 |
| 2.正视投资投机行为并加强住房保障进程 |
| 3.加强土地资源管理 |
| 4.加大房地产货币供应量 |
| 5.规范房地产市场秩序 |
| 参考文献 |
| 致谢 |
（7）35大中城市房地产价格泡沫度量及监管效果（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究主要内容与研究方法 |
| 1.2.1 主要内容和结构 |
| 1.2.2 研究的重点 |
| 1.2.3 研究方法 |
| 1.3 论文的创新点与存在的不足 |
| 1.3.1 研究的创新点 |
| 1.3.2 存在的不足之处 |
| 第2章 房地产价格泡沫的研究现状 |
| 2.1 房地产价格泡沫的测度方法研究综述 |
| 2.2 房地产价格泡沫产生的原因研究综述 |
| 2.3 房地产价格泡沫监管效果研究综述 |
| 2.4 文献述评 |
| 第3章 房地产价格泡沫的理论分析 |
| 3.1 房地产泡沫的相关概念 |
| 3.1.1 房地产价格泡沫的定义 |
| 3.1.2 房地产价格泡沫的形成过程及特征 |
| 3.2 房地产泡沫的相关理论基础 |
| 3.2.1 新古典经济学 |
| 3.2.2 有效市场假说理论 |
| 3.2.3 行为金融学理论 |
| 第4章 房地产价格泡沫检验 |
| 4.1 变量选取与数据来源 |
| 4.2 房地产价格泡沫度量与检验方法 |
| 4.2.1 指标法 |
| 4.2.2 模型测度法 |
| 4.2.3 统计检验法 |
| 4.3 房地产价格泡沫检验结果分析 |
| 4.3.1 各城市房地产价格泡沫存在性检验 |
| 4.3.2 各城市房地产价格泡沫存续时点分析 |
| 第5章 房地产价格泡沫监管效果 |
| 5.1 房地产价格泡沫影响因素提取方法 |
| 5.2 面板数据分析 |
| 5.2.1 模型构建 |
| 5.2.2 35个大中城市分类 |
| 5.2.3 平稳性检验 |
| 5.2.4 模型估计方法选择 |
| 5.3 房地产价格泡沫监管效果实证结果分析 |
| 5.3.1 随机效应模型回归结果与分析 |
| 5.3.2 稳健性检验 |
| 第6章 结论与政策建议 |
| 6.1 主要结论 |
| 6.2 政策建议 |
| 参考文献 |
| 个人简历在读期间发表的学术论文 |
| 致谢 |
（8）我国房地产泡沫测度及限购政策有效性研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 文献综述 |
| 1.3.1 房地产泡沫的测评方法 |
| 1.3.2 房地产泡沫的形成机制 |
| 1.3.3 房地产泡沫的影响 |
| 1.3.4 房地产调控政策的有效性 |
| 1.3.5 文献评述 |
| 1.4 研究方法与内容框架 |
| 1.4.1 研究方法 |
| 1.4.2 研究内容 |
| 1.4.3 研究框架 |
| 1.5 研究创新点 |
| 2 房地产泡沫及限购政策的相关理论介绍 |
| 2.1 房地产市场及其重要性 |
| 2.1.1 房地产市场及其特征 |
| 2.1.2 房地产行业在国民经济中的重要地位 |
| 2.2 房地产泡沫的定义 |
| 2.2.1 经济泡沫的定义 |
| 2.2.2 房地产泡沫 |
| 2.2.3 房地产泡沫的形成机制 |
| 2.2.4 房地产泡沫的特征与危害 |
| 2.3 限购政策及其对房地产泡沫的抑制作用 |
| 2.3.1 限购政策的定义 |
| 2.3.2 限购政策的主要内容 |
| 2.3.3 限购政策对于房地产泡沫的抑制作用 |
| 3 我国房地产泡沫的测度 |
| 3.1 房地产泡沫的测度方法 |
| 3.1.1 指标法 |
| 3.1.2 检测指标的选取原则 |
| 3.2 房地产泡沫的存在性检验 |
| 3.2.1 生产层面指标检测 |
| 3.2.2 交易层面指标检测 |
| 3.2.3 消费层面指标检测 |
| 3.2.4 金融层面指标检测 |
| 3.3 指标法综合检测结果 |
| 3.4 本章小结 |
| 4 房地产限购政策有效性研究 |
| 4.1 限购政策分析 |
| 4.2 数据选取及描述性统计 |
| 4.2.1 数据说明及筛选 |
| 4.2.2 住宅商品房平均销售价格增长率变化情况 |
| 4.2.3 房价收入比变化情况 |
| 4.2.4 描述性统计 |
| 4.3 模型构建 |
| 4.3.1 双重差分模型 |
| 4.3.2 平行趋势检验 |
| 4.3.3 回归结果分析 |
| 4.4 本章小结 |
| 5 结论与政策建议 |
| 5.1 结论 |
| 5.2 政策建议 |
| 5.2.1 当房地产市场的科学监测系统出现预警时启用限购政策 |
| 5.2.2 限购政策实施三年后可以考虑退出 |
| 5.2.3 调控政策要尊重市场规律 |
| 致谢 |
| 参考文献 |
| 附录一 生产层面指标 |
| 附录二 交易层面指标 |
| 附录三 类1 及类2 地区2007～2017 年房价收入比 |
| 附录四 2010 年中国城市房价排行榜 |
（9）南昌市房地产泡沫测度、形成机理及防范研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 房地产泡沫测度 |
| 1.3.2 房地产泡沫的形成机理 |
| 1.3.3 房地产泡沫的防范措施 |
| 1.3.4 研究述评 |
| 1.4 研究内容及研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 创新点 |
| 第二章 理论研究 |
| 2.1 概念的界定 |
| 2.1.1 泡沫 |
| 2.1.2 资产泡沫 |
| 2.1.3 房地产泡沫 |
| 2.2 泡沫理论 |
| 2.2.1 理性泡沫 |
| 2.2.2 非理性泡沫 |
| 2.3 房地产价格理论 |
| 2.4 本章小结 |
| 第三章 南昌市房地产泡沫测度 |
| 3.1 房地产泡沫的存在性检测 |
| 3.1.1 检测指标的选取原则 |
| 3.1.2 生产类指标检测 |
| 3.1.3 交易类指标检测 |
| 3.1.4 消费类指标检测 |
| 3.1.5 金融类指标检测 |
| 3.2 基于计量模型的房地产泡沫测度 |
| 3.2.1 房地产基本价值分析 |
| 3.2.2 房地产基本价值的影响因素分析 |
| 3.2.3 房地产基本价值的实证分析 |
| 3.3 本章小结 |
| 第四章 南昌市房地产泡沫的形成机理 |
| 4.1 基于蛛网理论的房地产泡沫形成机理分析 |
| 4.1.1 蛛网模型的基本理论 |
| 4.1.2 蛛网模型的实证检验 |
| 4.2 南昌市房地产泡沫形成的内生动力 |
| 4.2.1 土地供应失衡促成房地产泡沫 |
| 4.2.2 投资者预期促成房地产泡沫 |
| 4.3 房地产泡沫形成的外部因素 |
| 4.3.1 宏观政策所引发的房地产泡沫 |
| 4.3.2 人口城镇化所引发的房地产泡沫 |
| 4.3.3 银行过度信贷所引发的房地产泡沫 |
| 4.4 本章小结 |
| 第五章 南昌市房地产泡沫的预警及防范 |
| 5.1 南昌市房地产泡沫预警 |
| 5.1.1 房地产泡沫预警体系 |
| 5.1.2 南昌市房地产泡沫预警方法 |
| 5.1.3 南昌市房地产泡沫预警的实证分析 |
| 5.2 南昌市房地产泡沫的防范措施 |
| 5.2.1 做好土地市场的宏观调控 |
| 5.2.2 抑制房地产市场投机性需求 |
| 5.2.3 积极完善住房保障体系 |
| 5.3 本章小结 |
| 第六章 研究结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（10）我国房地产泡沫研究现状与演进脉络研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容、方法与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 2 我国房地产泡沫研究数据获取与初步分析 |
| 2.1 文献来源 |
| 2.2 文献收集 |
| 2.2.1 CNKI数据库文献收集 |
| 2.2.2 CSSCI数据库文献收集 |
| 2.3 文献初步分析 |
| 2.3.1 文献年份分布分析 |
| 2.3.2 高被引文献分析 |
| 3 我国房地产泡沫研究现状分析 |
| 3.1 我国房地产泡沫研究主体分析 |
| 3.1.1 机构分析 |
| 3.1.2 作者分析 |
| 3.2 我国房地产泡沫研究知识基础分析 |
| 3.2.1 经典文献 |
| 3.2.2 关键文献 |
| 3.3 我国房地产泡沫研究主题分析 |
| 3.4 本章小结 |
| 4 我国房地产泡沫研究的演进脉络 |
| 4.1 我国房地产泡沫研究的序曲(1993-1997年) |
| 4.2 我国房地产泡沫研究的发展(1998-2007年) |
| 4.2.1 基于国外研究成果的我国房地产泡沫理论研究 |
| 4.2.2 指标分析法与模型分析法并重的我国房地产泡沫检测预警研究 |
| 4.2.3 基于现象层面的我国房地产泡沫产生成因研究 |
| 4.3 我国房地产泡沫研究的高潮(2008-2017) |
| 4.3.1 以模型法为侧重点的我国房地产泡沫检测研究 |
| 4.3.2 基于机制研究及新视角研究的我国房地产泡沫成因分析 |
| 4.3.3 房地产泡沫引发金融危机的机制研究 |
| 4.3.4 基于宏观调控的我国房地产泡沫研究 |
| 4.3.5 房地产泡沫对宏观经济的影响研究 |
| 4.4 本章小结 |
| 5 我国房地产泡沫研究的内在困境 |
| 5.1 概念界定不统一 |
| 5.1.1 “房地产泡沫”概念 |
| 5.1.2 相关指标概念 |
| 5.2 理论困境尚未突破 |
| 5.2.1 理论基础研究仍存在缺陷 |
| 5.2.2 房地产泡沫测度方法可操作性不强 |
| 5.3 数据获取困难 |
| 6 研究总结 |
| 6.1 研究结论 |
| 6.1.1 房地产泡沫研究现状分析 |
| 6.1.2 房地产泡沫研究发展的演进脉络分析 |
| 6.1.3 房地产泡沫研究的内在困境分析 |
| 6.2 研究不足 |
| 6.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A.2008-2017年我国房地产泡沫检测研究相关文献 |
四、房地产泡沫检测方法述评（论文参考文献）
- [1]金融杠杆与资产价格泡沫：影响机制及其监控研究[D]. 冯文芳. 东南大学, 2020(02)
- [2]阜阳市房地产泡沫研究[D]. 刘光辉. 安徽建筑大学, 2020(01)
- [3]非理性预期下房地产泡沫度量及检验研究[D]. 王振鹏. 云南财经大学, 2019(07)
- [4]我国房地产市场泡沫分析[J]. 李东晔. 建筑与预算, 2019(07)
- [5]基于异质性面板数据的房地产泡沫测度研究[D]. 张晓娟. 西安理工大学, 2019(08)
- [6]日照市房地产泡沫测度及其对策研究[D]. 王盼盼. 曲阜师范大学, 2019(01)
- [7]35大中城市房地产价格泡沫度量及监管效果[D]. 李梦丹. 华东交通大学, 2019(03)
- [8]我国房地产泡沫测度及限购政策有效性研究[D]. 郑雪莹. 贵州大学, 2019(12)
- [9]南昌市房地产泡沫测度、形成机理及防范研究[D]. 吴志江. 华东交通大学, 2018(12)
- [10]我国房地产泡沫研究现状与演进脉络研究[D]. 高崇丹. 重庆大学, 2018(04)