论文部分内容阅读
过去的几十年,住房价格上升很快。一线城市深圳近十年间房价上涨了327%,备受人们关注。随着政府政策的调控以及经济增长方式的转型,深圳未来的房价是否持续上升也成为关注的焦点。
本文首先阐述了行为经济学相关的有限关注与启发式偏差理论,论述了公众关注度与房价之间的关系,回顾了网络搜索信息与百度指数以及关注度测量之间的关系。接着,本文从影响房价的因素中选取与深圳房价相关的24个百度指数核心关键词,运用需求图谱功能进行两轮拓展得到125个拓展关键词,并利用Python网络爬虫技术获取百度指数数据,再经过简单手动筛选、Pearson相关分析及时差相关分析筛选出20个先行搜索关键词。基于主成分分析,本文得到百度指数合成搜索指数,并将此作为公众关注度的代理变量。然后,本文采用2011-2018年的月度数据,建立时变参数向量自回归(TVP-VAR)模型,实证检验了公众关注度与深圳市房价之间的动态时变关系。研究表明,公众关注度对深圳房价有正向推动作用,中长期作用更显著,并且房地产市场信息的变化会通过这种关注程度直接影响到深圳市房价的波动。深圳市房价的上涨反过来也提升了公众关注度,在中短期内作用更显著,但总体作用相对较弱,这种反作用力度也会受到房地产市场信息变化的影响。由于公众对深圳房价的关注程度上升,即使房地产市场受到严格调控限制,深圳市的房价未来仍会保持在高位并呈现出温和上涨趋势。
最后,本文提出了相关的政策建议,如通过拓展异地发展空间、扩大住房供应规模来缓解住房供需矛盾,减少或缓解公众的潜在购房需求;增加公共服务的供给转移,降低对深圳房价的关注度。另一方面,可以将公众关注度指标纳入深圳房地产市场监测预警系统,加强对网络媒体传播的监管,完善房地产市场信息机制。
本文首先阐述了行为经济学相关的有限关注与启发式偏差理论,论述了公众关注度与房价之间的关系,回顾了网络搜索信息与百度指数以及关注度测量之间的关系。接着,本文从影响房价的因素中选取与深圳房价相关的24个百度指数核心关键词,运用需求图谱功能进行两轮拓展得到125个拓展关键词,并利用Python网络爬虫技术获取百度指数数据,再经过简单手动筛选、Pearson相关分析及时差相关分析筛选出20个先行搜索关键词。基于主成分分析,本文得到百度指数合成搜索指数,并将此作为公众关注度的代理变量。然后,本文采用2011-2018年的月度数据,建立时变参数向量自回归(TVP-VAR)模型,实证检验了公众关注度与深圳市房价之间的动态时变关系。研究表明,公众关注度对深圳房价有正向推动作用,中长期作用更显著,并且房地产市场信息的变化会通过这种关注程度直接影响到深圳市房价的波动。深圳市房价的上涨反过来也提升了公众关注度,在中短期内作用更显著,但总体作用相对较弱,这种反作用力度也会受到房地产市场信息变化的影响。由于公众对深圳房价的关注程度上升,即使房地产市场受到严格调控限制,深圳市的房价未来仍会保持在高位并呈现出温和上涨趋势。
最后,本文提出了相关的政策建议,如通过拓展异地发展空间、扩大住房供应规模来缓解住房供需矛盾,减少或缓解公众的潜在购房需求;增加公共服务的供给转移,降低对深圳房价的关注度。另一方面,可以将公众关注度指标纳入深圳房地产市场监测预警系统,加强对网络媒体传播的监管,完善房地产市场信息机制。