国外一些发达国家的房地产业起步很早,现在已经进入了成熟发展的阶段。学界对房地市场的研究大多集中在分析房地产业的发展与国民经济的关系上。1995 年美国著名学者 M.Ball 和 T.Morrison 通过对许多国家住宅投资总量的研究,详细地分析总结了住宅建设发展与各国经济增长的内在关系,得出结论:按照一般规律,住宅建设投资与人均 GDP 存在着内在关系,人均 GDP 在 500 美元以下时,住宅建设投资占 GDP 的比例在 2%以下均 GDP 达到 2500 美元时,这一比例为 3~5%;人均 GDP 达到或者超过 5000 美元时,这一比例达到最高值 6~7%。此后,住宅建设随着人均 GDP 的增加,绝对值增加,但占 GDP
之间的 Granger 因果关系,通过广义脉冲响应分析和方差分解分析,研究当前中国房地产开发投资和 GDP 相互之间的脉冲响应特性[6]。刘伦武从投资和经济增长的基本理论出发,在定性分析基础设施投资对经济增长的推动和制约作用基础上,运用计量经济模型定量分析基础设施投资对经济增长作用大小,并且通过对基础设施建设投资的制度安排及投资政策进一步研究,探讨加快基础设施投资,促进经济增长的制度安排,并提出了一定的投资政策建议[7]。周艳在《上海房地产市场发展状况与宏观经济的相关性研究》的论文中研究了上海房地产开发总量和宏观经济的相关性、上海房地产价格和经济发展水平的相关性、
上海房地产价格和居民收入水平的相关性,得出了上海房地产开发状况和经济发展水平高度正相关的结论[8]。陈水祥在《中国房地产业与经济增长关系的计量分析》论文中选取代表房地产业发展的全国房地产投资额和代表经济增长水平的 GDP 值两个因素进行分析,分析了两个因素是否有相关关系,存在什么样的相关关系,并且利用全国性数据进行回归分析,得出房地产业的发展对经济增长有着巨大的贡献,而经济增长对房地产业发展的贡献相对较小的结论[9] 有关市场预测方面的文献中,通常的文献都是采用定性方法——即参考影响预测目标的经济、政策等方面的因素得出未来走势和定量方法——即利用计量经
济学模型,采用时间序列分析方法进行预测。随着数学、统计学与经济学交叉研究的深入,更多的数学方法被用到经济学的预测模型上。石庆喜、华杰提出了一种利用神经网络 BP