您现在的位置: 秘书网 > 论文中心 > 行政管理论文 > 房地产论文 > 正文范文

房地产资产定价模型方法与价格影响因素

发布时间:2012/8/26 9:34:32   阅读:

1引言

房地产是国民经济的支柱产业,行业的兴衰关系国计民生。Baum和Hartzell(2011)指出,全球房地产资产类价值在可计及的全球资产总价值中所占的比例超过50%,其中尚未包括因缺乏市场透明度和信息而无法进行估值的房地产资产。尤为值得关注的是,美国、英国等发达国家房地产的市场份额已呈缓慢降低趋势。与之相反,房地产市场发展的重心正在向以中国为代表的新兴市场倾斜(市场份额2009年为23.6%,2010年为25.8%,预计在2020年增至36.7%),其中中国所占的市场份额已从2003年的1.5%快速上升至2010年的6%。然而,房地产业近年来的快速发展也引发了一系列问题,其中最为突出的就是房地产价格的持续高涨现象。高房价问题不仅是房地产市场本身的扭曲,也将影响中国未来可持续发展、社会稳定和国家经济安全。J.P.Morgan分析报告(2012)就中国房地产市场的资金状况作了分析,结果表明2011年前8个月房地产开发商资金缺口为1.6万亿元人民币,达到了2010年全年的水平。历史经验教训不能忘记,过快增长的房价所引发的社会问题值得深思:上世纪20年代中期,美国佛罗里达州出现前所未有的房价高涨,形成房地产泡沫,催生了美国经济危机,最终导致华尔街股市崩溃,引发了20世纪30年代的西方大萧条。上世纪90年代,日本房地产泡沫破灭,被誉为二战后日本的又一次战败,经历着没有曙光的漫长停滞,乃至衰退。1997年泰国等东南亚国家的房地产泡沫破灭,直接导致这些国家经济严重衰退和社会危机。2007年美国住房次贷危机爆发,蔓延全球,致使全世界至今仍饱受经济衰退之痛。类比美国、日本等发达国家都难逃由房地产业引发的经济厄运,发展中的中国更应未雨绸缪,倍加深谋房地产行业风险管理之大计。因此,如何在复杂严峻的全球经济环境下,促进房价合理回归和保障中国房地产市场健康发展,乃是当前有待解决的关键性问题。本文从房地产资产定价角度出发,总结归纳海内外现有文献研究成果,深入探讨影响房地产资产价格的影响因素,试图为我国房地产业实现健康有序发展提供有益参考。

2房地产市场结构及基本特征

现代房地产市场可根据证券化特征划分为私有房地产市场和公共房地产市场两大类(privatemarketandpublicmarket)。私有房地产市场,又称为房地产实物或直接市场(包括住宅房地产市场和商业房地产市场),通常没有集中交易的中心场所。尽管某些物业可能会以拍卖的形式出售,但大多数不可分割的实物房地产资产的交易是通过契约的形式完成。私有房地产市场交易的资产价值昂贵,交易成本高,导致交易频率低,信息不完全,且做市商和经纪人对实物房地产资产价格的影响较大。公共房地产市场指房地产证券化或间接市场,通常有集中的交易场所,市场具有结构化特征,交易过程规范且要求信息公开透明,交易价格完全由市场确定。公共房地产市场定义的做市商和经纪人对交易价格的影响有限(Fisher和Geltner,2000;Baum和Hartzell,2011)。Lizieri等(2010)按照出租属性和收益现金流结构将房地产资产分为住宅房地产资产和商业房地产资产。住宅房地产资产不具有出租属性且为资本利得占优的收益现金流结构。商业房地产资产则具有明显的出租特征,其收益现金流结构以未来收入现金流(如租金)为主要组成形式。房地产市场的基本功能包括资源配置、信息传导及价格形成与价值实现,房地产资产价格的形成和发现是不完全信息条件下众多市场参与者相互作用及复杂博弈过程的表现。Mu和Ma(2007)在给定的情景下,研究了政府、土地开发商、房屋开发商和购房消费者多人非合作博弈和合作博弈模型,导出了博弈各方最优价格策略。结果表明,开发商独立的均衡价格高于合作的价格,并在社会最优原则下比较了不同博弈下价格的有效性。Patron和Roskelley(2008)建立了两阶段房产买、卖代理人谈判博弈模型,考虑不同环境下,谈判双方先后出价和叫价过程中代理人的谈判行为。研究发现在比例佣金、市场竞争小、房屋价格评估滞后、允许双重代理、售价和代理人未来利益及名誉弱相关时,售房代理人不愿意积极谈判,其行为将影响售房者的成交价格。房地产资产的价格作为其价值的市场表现,和资产的市场特性密切相关。私有房地产市场的价格形成机制较为复杂,其价格发现的主要手段为价值评估技术,并借助于市场跟踪信息(markettracking)作为评估基准以揭示市场内部价格的相关信息。但是信息中所涵盖的噪声不可避免地影响了评估质量,其技术难点在于如何解决评估平滑或评估滞后(信息非同步)及市场波动性等问题(Clayton等,2001)。Cheng等(2011)指出了经典评估平滑PAM(thepartialadjustmentmodel)理论的局限性所在,并认为现有文献未能充分反映真实市场波动率评估的复杂性,而对评估者异质性行为的考量将可缓释传统评估平滑技术中的“平滑效应”。与私有房地产市场不同,公共房地产市场由证券化资产构成,其价格发现源于市场交易。同质化的公共房地产市场流动性强,为市场参与者提供了大量的市场价格参考信息,促进了两个市场之间的价格发现。Pagliari等(2005)研究了私有和公共房地产市场期限同步性,发现私有和公共房地产市场收益—风险特征在统计意义上无显著性差异。两个市场之间内在的协同性均衡抑制了市场价格的过度发散,致使公共房地产市场公开的交易信息传导至私有房地产市场并与私有房地产市场价格的外部要素融为一体。Li等(2009)应用VaR和ARCH(AutoregressiveCon-ditionalHeteroscedasticity)模型研究了美国NCREIF(私有房地产总收益指数)和NAREIT(公共房地产总收益指数)的关键特性及两个市场之间的信息传递,发现NCREIF序列是平滑的,呈现强烈的自相关性和自回归性,且Granger因果检验的结果表明信息是从NAREIT(公共房地产总收益指数)流向NCREIF,两个收益指数序列表现为非线性关系。尽管关于私有和公共房地产价格之间的关系已经得到了相当多研究的关注,但是现有文献仍未成功描述二者之间的动态属性。Yavas和Yildirim(2011)采用DCCGARCH(DynamicCon-ditionalCorrelationGeneralizedAutore-gressiveConditionalHeteroscedasticity)模型,用以研究私有和公共房地产市场随时间变化的动态相关性,说明私有和公共房地产之间的相关性是动态的,Granger因果检验证实价格发现通常是在公共房地产市场中发生。我国房地产市场目前仍以私有房地产市场为主要组成部分,因此市场表现出较强的不确定性、异质性、信息不对称和交易数据匮乏等特征,导致传统的完全信息静态、动态博弈和Nash均衡在房地产市场价格形成和演化机制的分析中难以奏效。因此,如何将不完全信息、动态及演化博弈融入房地产资产价格形成与演化机制的研究,将是未来有待解决的关键性问题。

3房地产资产定价模型与方法

主流房地产定价方法包括Hedonic特征价格法、重复销售法及混合法等。近期的文献大多关注空间属性及外部性(弹性)对房屋价格的影响(Brunauer等,2010)。房地产市场中的空间特点源于空间异质性和空间相依性的相互结合。空间异质性本质上是离散子市场上由于需求特征、供给因素、机构障碍或者种族歧视导致的不同邻域内价格差异。另一方面,空间相依性意味着相近的住房价格或特征比起相距很远的住房更加相似。实际上,由于空间异质性尚没有得到正确的模拟,空间相依性在可观测性上等同于空间异质性(Anselin等,2008)。

3.1房屋价格的空间属性研究经典的房屋特征价格模型不考虑空间属性的影响,可能会得到错误的函数形式以及遇到估计参数的空间异质性问题。在研究房屋出售价格时融入空间相关性具有两个优点。第一,由于被省略变量的潜在偏误可以通过这种方法而消除,对特征系数的估计将更加准确。第二,鉴于房屋周边的其他房屋可以影响该房屋的价值,在研究房屋价格时,同时考虑该房屋的一般特征以及周边房屋的重要和关键特征将进一步提高结果的可信性(Dorsey等,2010)。He等(2010)应用特征价格模型来分析包含土地交易价格,和市中心、中央商业区和火车站之间的距离,附近公交线的数量,娱乐设施和公园等结构变量在房屋交易价格上的反映,他们在特征价格模型中使用了线性和半对数回归模型。结果显示半对数模型比线性模型具有更好的解释度。Sunding和Swoboda(2010)通过局部加权回归技术和大地编码资料使房产特征参数随空间而变化,该模型更好地反映了真实的微市场以及区位作为主要房价特征的影响。研究基于1993年到2001年南加州14000栋住宅的价格数据组,结果显示调控对于房产市场有着很强的直接影响,且没有间接增加土地稀缺性。Jiao和Liu(2010)利用地理区域模型研究城市空地的外部性,分析环境便利设施对房价的影响。该模型用不连续的二分索引对空地进行近似,克服了由于传统距离估计导致的潜在偏差。Sander等(2011)使用Hedonic房地产定价模型来估计城市树木覆盖的外部性。通过空间同步自回归误差模型,将房屋价值视为结构、邻里、环境以及树木覆盖的函数。结果表明城市树木覆盖提供了积极的社区外部性。在研究海岸宽度对沿海房产价值的影响时,海滩的动态特征导致了He-donic房地产价格模型的内生性偏差。

3.2房地产价格弹性研究房屋供给弹性决定房屋价格水平以及其面临需求冲击时的可变性,是决定房屋价格响应外部经济冲击的指标。对于相同的需求冲击,更富弹性的房屋供给与缺乏弹性的房屋供给相比,结果会是更小的价格波动。价格波动性与供给条件高度相关,供给缺乏弹性时更容易出现大规模投机现象,并导致市场繁荣—衰退周期更迭速度加快。房屋供给的文献自2000年以来增长相当快。绝大多数房屋供给的实证研究都与新建相关,而改造、维修和维护房屋存货方面很少被研究。这种缺陷的一个主要原因是缺少微观数据。供给弹性有很多决定因素,诸如:可开发土地的供给弹性,结构建设成本,自然限制(地形、水体存在和地质组成)等。房地产供给弹性的一个显著特点就是受到政府法规和计划滞后的影响。在法规控制的背景下,房地产供给研究在全球范围内引起了广泛的兴趣。Malpezzi和Maclennan(2001)描述了弹性在房屋市场中的重要性“,大多数房屋模型,和大多数政策分析都视房屋供给价格弹性的显性或隐性估计而定:市场在更多供给或更高价格下是否对需求面的冲击响应”。房屋异质性由于其耐久性而愈加复杂,每个时期的房屋供给是由新房产的生产决策和现有房产存货所有者的转换决策而决定的。Haughwout等(2011)对于房地产市场的供给面进行了深入的调研。对房地产建造、销售和价格在国家、地区及州层面进行了简述。文章同时采用了MSAs的季度价格指数,美国的弹性和非弹性房屋供给。研究了供给面在促进繁荣—萧条周期方面的影响。Ball等(2010)研究了房地产经济学中的一个关键参数,房屋供给的价格弹性。在各种文献中,对其价值与恰当的测量方法几乎没有一致意见。文章认为不同的空间层面可以解决该问题的不同方面,因此比较国际、国家、地区和公司层面上的结果对于解决该问题是有帮助的。Chen等(2011)在特征价格理论框架下,将房屋单元边际成本加上由随需求弹性变化而上涨的成本作为价格均衡函数,包络函数给定的条件下,需求弹性的有用信息可以从特征价格回归和边际成本的有限信息中获得,使得有关的价格弹性可以由特征价格包络弹性计算得到。

4影响房地产资产价格的主要因素

4.1资本市场的影响房地产市场与资本市场的融合意味着房地产价值很大程度上被权益、债券和衍生物市场的变化所影响,2007年的金融危机已充分表明了这一点。Greg(2010)指出,未来的房地产市场周期可能会继续维持这一模式,即由行业内资本流入和流出以及必要回报率的变化,而非传统的供需关系来决定。这表明未来的行业周期将可能更多地表征为价值的周期而不是行业基本面的周期。有众多学者关注了市场间回报率的关联性以及波动的关联性问题。Chen等(2011)采用马尔科夫转换模型研究了三种不同类型资产回报率之间的关系:金融资产(美国股票和国库券)、商品(石油和黄金)以及房地产资产(美国Case-Shiller指数)。研究指出当市场处于危机状态下时,市场间表现出较强的联动性与传染性。Liow等(2011)研究了五个主要的证券化房地产市场,运用非对称动态协方差方法检测在不同的波动性机制下,这五个主要的证券化房地产市场之间的均值波动性联系。也有较多学者关注信贷市场对房价的影响。近期的历史显示,繁荣———萧条周期是由信贷市场和房地产标的资产价格之间的联系所驱动的。Santiago(2009)采用协整分析和向量误差纠正模型(VectorError-Correctionmodel,VEC)研究了1988-2008年西班牙抵押贷款市场和房价之间的关系。结果发现房屋抵押贷款和房价之间存在较强的相互作用,抵押贷款证券化对房价影响显著。Pavlov和Wachter(2011)则研究了激进型贷款工具,如只付利息的抵押贷款,负摊销的抵押贷款或次级抵押贷款的增加以及借贷门槛的降低对房地产市场标的资产价格的影响。结果表明,在负需求冲击下,激进贷款集中度较高的地区资产价格波动幅度显著大于集中度较低地区,且价格走势呈现先抑后扬态势,激进型抵押贷款工具导致基本需求对房地产市场的影响增大,加剧了房地产价格的波动幅度。房地产资产价格变化的复杂性还在于,其在宏观结构上受到不同国家的市场之间相互作用所带来的外部效应和由于贸易联系、资本流动等因素造成的传染性影响。外部效应和传染性不是孤立的,当共同运动随着基本因素的改变而被强化,外部效应的增加会超过基本因素所导致的水平,在这种情况下,共同运动包含有传染效应。由于传染效应的存在,市场间的相互作用可能会高度敏感。Abdulnasser(2011)研究了房地产市场间的传染问题。研究认为过去几十年里的全球化进程使得房地产市场对于传染是高度敏感的。研究还同时检验了美国次贷危机导致的英国、日本、澳大利亚市场上产生传染效应的程度。也有学者研究了不同国家间、同一国家不同市场如何受共同因素的影响。Liow(2009)调查了美国、英国、我国香港和新加坡的证券化房地产市场存在的共同因素。通过对这4个市场142种房地产证券10年里的月度收益数据进行因素分析和典型相关分析,发现一个国家内的房地产证券之间比国家间的证券具有更多的共同风险因素。此外,至少有一种共同的证券化房地产市场因素与国际房地产市场是普遍相关的,在一个更低的程度上与国际股票市场是相关的。Kuang和Nan(2011)分析了货币政策、利率期限结构和资产回报对REITs(RealEstateIn-vestmentTrusts,房地产投资信托)、房地产和股票市场的影响,并进行了比较分析,指出研究资产回报的系统动态结构时,制度转换模型的表现优于线性VAR模型。房地产投资信托回报对联邦基金利率或利差的即时影响在最初会变大但随后将持续性减小。利率期限结构会增加REITs回报的即时影响,减弱房地产的对手方在某些制度下的即时影响,但是关于股票回报则影响较弱。

4.2宏观因素的影响房地产市场与资本市场的联动作用意味着房地产价值很大程度上被权益、债券和衍生物市场的变化所影响。房地产市场与其他市场的融合,从某种程度上改变了宏观经济作用于房地产市场和房价的方式。影响房地产资产价格的主要宏观经济变量可以归纳为:经济增长,通货膨胀,财政失衡(如财政赤字),失业率,融资和政府政策,财产权和主权风险,流动性和公司治理等(Baum,2009)。应用动态模型、选择不同影响因素、考查在不同的国家和地区这种影响的结果及其因果关系是研究的主导型方向。Ali(2011)的研究显示房价和宏观经济因素之间存在着多方位的联系。国内生产总值及消费物价指数是房价变化的Granger原因,反过来房屋价格和国内生产总值之间的关系也成立。应用实证研究检验方法中的关键难题在于采用Engle-Granger和Johansen等协整方法对房地产市场进行长期分析时需要时间跨度足够长的数据,房地产市场长期均衡模型以及宏观经济只能用于那些拥有足够的房地产市场数据的国家。因此,大量的研究集中在美国、英国和其他少数几个国家。如Adams和fuss(2011)检验了宏观经济变量对15个OECD国家的房地产市场价格的长期影响和短期变动。另外,将宏观经济变量作为外生变量的研究还应该意识到,宏观经济变量本身就受到住房部门需求和供给冲击的影响,即房价与宏观经济因素之间的影响是双向关系。Liu和Hu(2012)根据2007年1月到2010年12月间的月度数据,采用VAR方法检验了人民币实际有效汇率和房地产价格之间的关系。结果显示,从短期来看,房屋价格的提高将导致人民币汇率的降低,但是从长期来看,房地产价格对人民币汇率有正的影响,因此对中国来说,控制房地产价格对于人民币能否实现逐步小幅的升值具有重要的影响。不同经济体的体制因素也会对房地产市场产生不同的影响。Adelstein(2011)研究了国家特有因素对于解释房地产证券收益的重要性。采用FTSENAREIT/EPRA指数2004-2006年公司层面的观测值,构建了一系列多因素多元统计回归模型识别和找出那些决定房地产证券超额收益差异的国家特定体制因素。结论显示在控制各种国家特定宏观经济变量以及公司层面特征之后,房地产超额收益(也就是风险溢价)部分取决于一个国家的法律系统以及公司治理环境。研究进一步发现体制因素对于国际房地产回报的影响在亚太地区尤为突出,而全球范围内REITs结构的最新进展没有改变公司治理和法律系统质量在决定房地产回报方面的作用。因此研究我国体制因素对房价的影响显得尤为重要。国内也有学者指出,房价和经济基本变量的相关性受到政府宏观调控政策的影响,有着国内体制的特殊性。Yu(2010)应用中国35个主要城市1998到2007年的面板数据,探讨了房屋价格和经济的基本面之间的机制是否被国家房地产政策所扭曲的问题。研究发现土地供给对房屋价格影响为负,融资抵押对房地产价格影响为正,同时在不同的区域,影响效果具有显著差异。在应对金融危机而采取扩张性货币政策的今天,对货币政策效果的研究也是一个热点问题。Goukasian和Majbouri(2010)研究了美国货币政策的变化对房地产行业股票回报的影响。研究发现货币政策通过影响未来预期股票收益来影响房地产相关行业的股票价格,而不是同时影响实际利率和预期股价来实现。同时对于不同货币政策行为的反应,房地产回报具有不对称性。当涉及美联储货币政策报告时,会有一个反向的股票价格变化。刘玄(2011)指出资产证券化对货币政策有效性产生了负面作用,减弱了传统货币政策工具的使用效果,而这是造成次贷危机的重要原因之一。因此,随着资本市场与货币市场的互动性增强,必须重视资本市场对货币政策有效性的影响,中央银行应通过调整和完善政策体系、改进货币政策调控对象和方式、有效运用货币政策工具,提高货币政策的有效性。冯科(2011)分别从宏观和微观两个角度来考察我国房地产市场在货币政策传导中的效果。研究表明,利率和货币供应量均不能通过房地产价格对消费和投资产生显著作用,即中国房地产价格的财富效应和投资效应较弱,房地产市场的货币政策传导机制不够顺畅。

4.3市场微观主体行为对房价的影响房屋价格变化的复杂性还在于,房价在市场微观结构上受到消费者行为的影响。Mayer和Sinai(2007)检测了房屋价格—租金比率如何对基础变量和行为因素进行反应,基础变量包括如实际利率、税收以及资本可获得性等,行为因素包括对房屋价格上升以及通胀的预期等。研究发现使用者成本和五年滞后的房屋价格升值率是决定房价—租金比率变化的两个最为重要的因素,并指出借贷市场的有效性也被资本化到房屋价格中,而且与更高的房屋价格相关联的是更低的原始成本和更频繁使用的次级债。一些学者提出房地产市场参与者的心理因素是房价波动的关键因素。从心理预期的角度,Shefrin(2010)研究了金融危机中行为因素所带来的影响。他强调金融危机的根本原因是心理因素,心理误区影响了抵押贷款市场参与者的判断和决策。他从五个不同的参与者(UBS,AIG,Rat-ingagencies,SEC和investors)角度分别分析了心理因素带来的影响。Shiller(2008)也指出房地产市场泡沫不能被基本面因素解释。Nof-singer(2011)指出家庭行为对繁荣和萧条周期起着重要作用,并指出这些行为由认知局限和心理偏差驱动。在繁荣期,对债务的越来越多的使用刺激了经济,最终导致家庭过度负债。在萧条期,偏差和焦虑导致将先前大热的资产低价出售,少花费、还债以及多储蓄,这进一步拖缓了原本较慢的经济,影响了企业和政府在经济周期采取行动。此外,在繁荣期,家庭不关注金融监管;在萧条期,大众的反应使得政府加强监管,这会制约经济的复苏。因此,家庭行为在经济繁荣—萧条周期中起到重要作用。Gerardi等(2010)指出在其他条件相同的情况下,住户对于未来收入的期望越高,则其期望的消费也将越高。在完美的信贷市场中,预期消费与实际的消费匹配并且现在的花费反映出未来的收入。由于信贷市场的不完美减轻了这种影响,因此住户消费反映未来收入的程度可以用来度量抵押信贷市场的不完美性。从1980年起,抵押信贷市场在这种度量方式下已经变得越来越不完美,并且证券化产品在其中扮演了重要的角色。心理因素也影响了房屋持有者对未来房价升值的预期。Brunnermeier和Julliard(2007)指出房屋持有者不能完全识别利率和租金的实际和名义变化。因而当预期通胀下降时,房屋所有者在做房屋购买决策时考虑较低的名义利率,而没有意识到未来房价的升值率和租金会下降。在房地产市场,异质性房产是在不流动的、高度区分的以及信息无效的本地市场进行交易,没有单一市场价格的存在。市场中存在异质的投资者,卖空约束的存在使得价格偏离于内在价格。乐观的投资者想要买入,消极的投资者等待卖出。然而,无法卖空私有房地产限制了理性交易者进入市场的能力从而消除错误定价。因此,理性投资者可能在他们认为房价高于内在价格的时候不进行交易,直到市场出清的价格确定后。这些特征似乎使得私有房地产市场对于情绪导向的错误定价十分敏感。有大量行为金融的实证研究发现投资者情绪影响着资产价值。近期的分析已经显示了澳大利亚和美国商业地产投资者的不理性,他们未能在租赁循环峰值处有效地提高其资本化率。Hen-dershott和MacGregor(2011)提出了一个资本化率的模型并在修正误差的框架下解释了英国商业地产以及零售地产的资本化率问题。Clayton等(2009)研究了在商业房地产估值中基本变量和投资者情绪的作用,通过检验基本变量和投资者情绪变量解释国家层面资本化率的时间序列方差的程度,发现了投资者情绪对房地产资产定价具有显著性影响。在控制了预期租赁增长的变化、权益风险溢价、国库券收益率和长期均衡中的滞后调整等变量后,结果依然稳健。Lin等(2009)通过探讨投资者情绪对REIT回报的影响,指出投资者乐观(悲观)时,REIT回报更高(更低),并当考虑控制变量时,结果是稳健的。但当控制变量考虑违约和利率期限结构变量时,结果的稳健性有所削弱。有许多噪声交易的文章也考虑了机构投资者的影响,并提出机构投资者不能通过套利消除噪声交易风险。Barkham和Ward(1999)指出英国房地产公司运营与封闭式基金的运营有很大的相似之处。在这两种公司中,市值均普遍小于公司所拥有的净资产值。他们首先检验了这种折价关系是因为存在代理成本、或有资本利得税负债和其他公司特有因素的假设,然后检验了折价是因为存在噪声交易者和理性投资人这一假设。

5总结

与国外发达市场相比较,中国的房地产市场刚刚起步,商业房地产所占比重偏低,公共房地产市场尚未建立。中国经济发展规模大、速度快,房地产理论和方法研究作为中国房地产发展的软设施,加快高水平的房地产资产及其房地产金融的理论研究已经是迫在眉睫的任务。

综观国内外近期文献,可以发现这一研究领域亟待解决的学术问题包括:一是,私有房地产市场的信息不对称条件、商业房地产市场租金收益的契约结构、公共房地产市场的不完全市场环境,都是对房地产资产和金融资产的定价理论的挑战。如何应用相关理论的前沿研究进展和成果,发展如卡尔曼滤波、动态多GARCH模型等工具来更好地捕捉房地产价格数据的经济计量性质,拓展房地产风险基于相关产品的外生定价校准方法,考虑动态更新和演化博弈,建立能更好反映中国市场整体结构以及微观主体行为特征的理论模型,为房地产资产定价提供有效的范式规则是有待解决的关键理论问题。二是,房地产价格序列在不确定性环境下呈高度自相关、多重随机变量厚尾、非线性、时变与动力学等特征,如何在模型分析中处理这些问题,并衡量模型的精确性、有效性和敏感性是房地产定价模型分析中的技术难题。三是,在金融一体化的时代,房地产市场和股票市场、资本市场、实物商品市场紧密关联,而房地产市场高价值资产伴随巨大的风险,风险在衍生工具不完善的中国房地产市场上如何对冲?当这些风险无法对冲的时候,将向哪些市场泛滥?如何未雨绸缪,为中国的房地产市场在房地产全球化发展趋势中,有效地获取新兴市场的发展机会将成为中国房地产市场研究的重要课题之一。

免费复制文章

微信扫描左侧二维码,3秒钟免费获得
下载验证码

版权声明:本站文章所选用的图片和文字均来源于网络和用户投稿,由于未联系到知识产权人或未发现有关知识产权的登记,如有侵权请立即拨打电话0825-6877911,我们立即下架或删除。

国家备案:工信部备案:蜀ICP备09010985号-12   川公网安备:51092202000036