房地产人员结构

房地产人员结构（精选11篇）

1.房地产人员结构 篇一

房地产销售人员价值

随着中国房地产市场迅速由卖方市场转向了买方市场，处于与客户接触第一线的售楼人员在整个营销体系中的作用也日益重要、其身份属性日趋复杂：他们是现场劝服客户、促成最终购买的主力；他们的服务态度、服务精神折射着公司的经营理念、价值取向；他们是市场最新动态、客户实际需求、客户对公司广告、促销等营销手段反应的第一感知者；他们是客户资料信息的最佳收集、整理、深加工者。因此，今天的售楼员不再是简单的“营业员”、“算价员”，而应是能为客户提供购房投资置业专业顾问服务的“物业顾问”；应该是能为发展商反馈市场信息、提供营销决策参考性意见的前线营销人士；是发展商经营理念和经营思想的自觉传播者。当然，要达到这一步，需要通过大量的学习；要想让你的销售人员能发挥最大的作用，需要给予他们全面的培训。

2.房地产人员结构 篇二

资本结构是指企业全部资本的构成中所有者权益与企业负债两者各占的比重及其比例关系,有广义和狭义之分。广义的资本结构是指企业全部资本的构成,不仅包括长期资本,还包括短期资本;狭义的资本结构专指长期资本结构。

一、我国房地产企业资本结构现状

房地产业的快速发展促进了房地产融资体制的发育和成长,目前我国已经形成了以商业银行信贷为主,资本市场和信托等融资工具为辅的房地产融资体系,为房地产业的发展提供了强大的资金来源。随着房地产业的不断发展,房地产公司在发展过程中面临着许多问题和缺陷。

(一)融资结构不合理

按照资本结构理论和企业经营的实践,企业应以内源融资为主。然而,通过对我国房地产企业近十年来的融资结构进行分析后发现,我国房地产企业的融资结构以外源融资为主。房地产行业在实现盈利增长的同时并没有伴随现金的流入,自身的资金积累能力也没有获得进一步的提高,影响了后续发展资金的内部融通。外源融资比重大,尽管有利于企业在短时期内把规模做大,但却加大了财务风险,有可能出现资金链断裂的情况,也容易造成内部人控制现象。

(二)资产负债率较高

由于房地产企业内源融资匮乏,为了取得投资所需资金大多数企业都倾向于通过银行贷款筹集资金,进而也导致了我国房地产企业资产负债率普遍较高的状况。

(三)债务中短期负债比重过高

从经验数据来看,短期负债占总债务一半的比重较为合适,而从其融资方式看,在高负债率的情况下,多数房地产企业更倾向于短期负债,即长期负债短期化。短期负债比重过高,尽管会在一定程度上降低融资成本,但必然会增加短期偿债压力,从而加大了财务风险和经营风险,对企业稳健经营极为不利。

(四)债务中债券融资比例极小

长期以来,我国对企业发行债券的资格条件控制严格,企业通过债券融资难度很大,所以到目前为止,我国债券市场还是没有取得很大发展,另一方面,由于国家相应的政策导向,从银行贷款相对容易,所以直接导致了我国房地产企业债务中债券比重极小,而主要是银行贷款。

二、我国房地产企业资本结构的特点分析

由于我国房地产企业众多,本文将按企业数量和盈利能力选取4家具有代表性的房地产企业近4年数据作为样本,对我国房地产企业主要资本结构比率进行分析

(一)股东权益比率的分析

股东权益比率反映所有者提供的资本在总资产中的比重,反映企业基本财务结构是否稳定。计算公式为:

(1)股东权益比率=(股东权益总额/资产总额)*100%

从下页表1中可以看出,我国房地产企业的股东权益率在29%~50%之间,股东权益率维持在正常水平。通过分析可以看出,房地产企业对负债依赖程度较高,但随着我国资本市场尤其是股票市场的快速发展,再加上企业所有者出资不存在像负债一样到期还本的压力,不至于陷入债务危机,导致管理层偏好于股权融资,因此,我国房地产企业的股东权益率未发生较大波动,基本财务结构比较稳定。

(二)资产负债比率的分析

资产负债率反映在总资产中有多大比例是通过借债来筹资的,也可以衡量企业在清算时保护债权人利益的程度。这个指标也被称为举债经营比率。计算公式为:

(2)资产负债率=(负债总额/资产总额)*100%

从表2中可以看出,我国房地产企业的资产负债率在50%~71%之间,资产负债率较高。通过分析可以看出,房地产企业大部分资金依赖于负债。西方发达国家的房地产融资系统,在住房建设环节,股权融资、其他各种直接融资方式占70%左右,银行贷款和债券融资等间接融资方式大约占10%-15%;我国香港大型房地产企业的资产负债率一般也不超过30%。而我国内地房地产企业较高的负债比率,表明企业资产对负债的依赖程度高,其财务风险也相对较高。

(三)长期负债比率的分析

长期负债比率是从总体上判断企业债务状况的一个指标,它是长期负债与资产总额的比率,用公式表示为:

(3)长期负债比率=(长期负债/资产总额)*100%

从表3中可以看出,我国房地产企业的长期负债比率低于20%,长期负债比率偏低。通过分析可以看出,由于债券市场的相对滞后,使企业难以通过发行债券融资,同时,许多房地产企业为避免高利息的债务负担,倾向于选择低利息的短期银行借款。长期负债比例过低,负债主要依赖于流动负债,公司的债务结构不合理,短期内公司偿债压力过大,容易导致企业因支付危机而破产。

(资料来源:新浪财经网http://finance.sina.com.cn/下表同)

三、影响我国房地产企业资本结构的因素分析

(一)公司规模

公司的规模越大,说明公司经营的业务范围也会越广,业务的广泛性可以降低公司的经营风险,因此公司破产的可能性越小,破产成本也就越低;反之,公司的规模越小,公司破产的可能性越大,破产成本也就越高。Kim指出,公司的破产成本与公司的资本结构密切相关,破产成本低的公司倾向于负债融资,因此按照Kim的理论,公司的规模与公司负债融资的比例正相关。

(二)公司股本结构

公司的股本结构决定了公司的治理结构,选择有效率的治理结构问题近似于为企业选择一个恰当的资本结构的问题(Aghion and Bolton,1992)。中国的证券市场与西方发达国家证券市场一个显著不同的特征,就是存在着约占总股本三分之二的不可流通的国家股和法人股,并且在很多房地产上市公司中,国家都是居绝对控股地位的第一大股东。在这样一种扭曲的股本结构下,上市公司在资本市场的功能注定也不能很好地发挥出来,必然也会反映在公司的资本结构中。

(三)公司的成长性

产业成长有五个阶段:种子期或风险期、成长期、成熟期、稳定期、衰退期。处在不同周期的产业,其所要求的融资方式也会呈现出巨大的差异。在我国,处于充分竞争阶段的行业更倾向于股权融资,倾向于分散风险,而相对垄断的行业更倾向于债务融资。

四、我国房地产企业资本结构的优化途径

(一)降低企业资本结构中债务的比重

从权衡理论上说,每一个企业都存在着一个最优的资本结构,它是债务的增加所可能减少的代理成本与可能增加的财务困难二者权衡的结果。具体来说,就是当节税效益与财务拮据成本和代理成本相等时,企业确定最佳资本结构。

过高的负债比重,虽然可以产生节税效益,并且通过减少现金流量降低代理成本,但会产生极大的财务拮据成本,甚至可能因为支付危机而破产。因此,我国房地产企业需要降低并严格控制债务比重,权衡利弊,以达到最优资本结构。

(二)提高资产盈利水平,强化企业自我积累能力

企业一般采取的融资顺序是:内部融资、债务融资、发行股票,即企业总是尽可能地利用内部积累资金来投资,其次是进行债务融资,直到因债务融资导致企业可能发生财务危机时,最后才考虑发行股票。

因此,企业应优先考虑内部融资,而企业债务不断沉淀的一个主要原因就是资产盈利水平低下、缺乏效率,企业自我积累机制严重弱化。为此,要增强内部融资的能力,就必须努力提高企业资产盈利水平,增加企业的自我积累。

(三)根据不同的地域和历史选择来维护企业的资本结构

对于房地产企业来说,要长期使一个企业保持在一个资本结构点,无论是从理论上还是实际上都不具有可操作性,因为企业的资本结构是随着公司的外部条件和内部约束的变化而变化,而公司所处的环境时刻都在变化,因此房地产企业应该根据自身的实际情况,制定一个最优资本结构区间,公司的资本结构在该区域内时无须调整,但是一旦超过该区域则需要调整。但如何确定该区域的两端值是该建议的难点,如果公司确定上下域值的成本过高或者是公司确定域值的能力有限的话,应注意端值选择时参考房地产企业的所处地域和自身资本结构历史运行数值来确定。

(四)进行债务风险管理,降低企业的财务风险

目前我国房地产企业的高负债使得对其进行风险管理尤为必要。财务风险管理包括两方面的含义:一方面是短期负债和长期负债的安排;另一方面是取得资金和偿还债务的时间安排。债权融资的多少及其期限结构,应与企业经营活动的周期波动相匹配,避免出现不合理的债权融资安排所引起的某一时点上的偿债高峰,而另一时点上的资金闲置,提高融资效率。搞好存量管理,充分利用好现有债权融资,避免因支付危机而造成企业的破产。

参考文献

〔1〕马小英.我国上市公司资本结构现状及其优化分析〔J〕.北方经济,2007(6).

〔2〕何义山,吴君民,詹益新.浅谈我国上市公司资本结构优化〔J〕.金融经济,2007(4).

〔3〕周建国.论国有企业资本结构的优化〔J〕.科技经济市场,2007(10).

〔4〕高健.关于国有企业资本结构优化问题的探讨〔J〕.集团经济研究,2007(6).

〔5〕颉茂华.我国上市公司资本结构特征、成因及优化途径分析〔J〕.中国学术研究,2006(3).

〔6〕孙杰.资本结构、治理结构和代理成本〔M〕.北京:社会科学文献出版社,2006.

〔7〕中国房地产市场年鉴编委会.中国房地产市场年鉴〔M〕.北京:中国城市出版社,2007.

3.房地产人员结构 篇三

关键词：房地产行业；金融结构；经济增长；研究分析

房地产金融结构主要是是由现阶段的房地产金融环境和市场经济组合而成的，它不仅是保证房地产行业稳定发展的前提，还是整个房地产市场经济建设的主要内容之一。近年来。随着我国社会经济的不断发展，房地产行业的金融结构在迅速的扩张，这虽然有利于我国房地产行业的发展，但是由于其扩张的速度过快，因此导致房地产行业的发展的过程中，其金融结构失衡的现象时常发生，从而使得整个房地产经济受到制约。为此，我们在对房地产的金融结构和经济增长关系进行相应的研究分析，进而采用相应的解决办法来对其进行处理，以促进我国社会主义市场经济的可持续发展。

1、研究前景

所谓的房地产经济也就是指房地产行业在发展过程中，自身的经济效益，而且人们在对其进行相应的管理服务的过程中，主要在房地产经营管理工作的基础上进行的。如果相应房地产经济增长，我们就要依靠房地产建筑的经济效益，通过房价和地租之间的差异，来对其经济进行表述。因此，我们在对房地产经济进行研究分析时，就要对整个市场环境、服务管理以及相关的政策等方面进行控制。

而房地产金融的出现，则是将房地产行业和金融行业有机的结合在一起，实现房地产经济价值的最大化。因此，在当前房地产行业发展的过程中，人们早已将房地产当作一种金融产品，它不仅可以用于消费，还可以用于经济投资。而当人们将房地产作为投资品时，我们就要对房地产的金融结构中的相关内容进行分析，以确保房地产行业的稳定发展。

从当前房地产发展的实际情况来看，各国都没有对房地产金融结构和经济增长之间的关系进行系统的研究，而且缺乏实际的研究资料，这就使得人们在对其金融结构和经济增长之间关系进行研究时，无法对其进行相应的研究。因此本文为了使得房地产金融结构和经济增长关系具有可靠性，我们就适当的扩大房地产经济和金融之间的研究范围，从而使得人们在对我国房地产金融结构和经济增长关系研究的过程中，有着可靠的研究参数。不过，在对两者之间关系进行研究分析的过程中，我们发现，人们在对房地产金融结构的研究时，主要偏重于房地产的经济发展，而忽视了整个房地产行业和金融业之间的关系。为此，我们在对其进行研究分析的过程中，就要对整个房地产行业的整体结构进行全方位的考虑，使得研究指标数据的准确性和有效性得到保障。

2、研究方法和相关的指标数据

目前，我们在对房地产金融结构和房地产经济增长关系进行研究分析的过程中，通常都是采用的VAR模型中的递归估计法在对其进行分析，进而让人们对房地产金融结构和经济增长之间存在的关联性有着一个明确的了解。下面我们就对房地产金融结构和房地产经济增长管理研究方法的相关内容和数据指标进行简要的阐述。

2.1计量模型

从“金融发展是金融结构变化”这个观点出发，利用递归估计法来观察不同时期内金融结构变动对社会经济增长的影响，并将不同时期内社会经济的增长数值进行比较，作出统计，最后根据统计结果来找出金融结构变动和社会经济增长之间所存在的某种均衡关系，以便为后期研究以及相关政策的实施提供参考依据。

2.2指标的选取和数据处理

本文选取房地产销售额（Y）代表房地产经济增长指标，选取国内贷款（Y1）、企业自筹（Y2）和其他来源（Y3）作为房地产金融结构指标，指标范围是2004年一2011年1—4季度，数据来源见中国高校财经数据库。

考虑到以下两个主要原因：1）房地产金融的来源构成主要包括六部分（按国家统计局口径分类），即国内贷款、企业自筹、其他来源（包括定金和预收款）、国家预算内资金、国外投资、证券类资金（债券、股票、房地产信托）。从历年统计数据观察，前三项指标总量一直占房地产金融来源的97%以上，而其他指标由于金融规模过小，从金融的结构的意义上缺乏作为入选样本的研究价值，故只考虑国内贷款、企业自筹和其他来源三项指标；2）现有的季度统计数据只能追朔到2004年。

3、实证分析

3.1实证结果描述

利用协整技术分析变量间是否存在长期稳定的均衡关系，这是利用向量自回归模型进行动态响应分析的基础。协整向量的递归估计结果分析如下表所示。

鉴于样本的大小，本文选择2006年第4季度作为递归估计的开始期，得到的结果见表。由于统计量和最大特征值统计量得到的结果完全一致，所以只列出了迹统计量。表中的最后一列就是在原假设为全样本协整的秩与递归子样本的秩相同条件下的LR统计量。拒绝原假设就表明协整关系在样本范围内存在结构突变点，一旦出现结构突变，我们将在协整估计时加入适当的移动变量重新进行估计。从表中我们看到2008年第4季度到2009年第4季度存在协整关系的结构突变，因此，在此期间加入了0—1变量。

3.2结果分析

从表中我们看到，房地产金融结构和房地产经济增长之间的协整关系在2008年第4季度到2009年第4季度之间发生了结构突变。从2004年到2007年第三季度以前国家一直在出台积极政策，以促进房地产行业的快速发展。在2005年8月央行认为局部投资增幅过大，加强房地产市场的宏观调控，强化土地供应管理，严格控制土地供应总量。恢复征收土地增值税。提高第二套住房的首付比例。2006年7月提出“出售的房屋开始征收房产税”。2002年的土地调控政策是2008年积极政策以来的首次紧缩政策，但在从结构突变的检验中未有明显体现，说明此项政策效应对于房地产经济的总体增长效果很弱。

原因在于：由于城市土地资源的稀缺性、城镇居民人均收入的提高和城镇化水平持续稳定提高等因素，在目前的房地产消费环境下开发商和消费者均持有商品房价格会持续上涨预期，而此时消费者只能是价格接受者，所以，征收土地增值税政策最终只能将新增成本由开发商转移到消费者身上，而消费者（包括真实住房需求者和投机者）又必须尽早地买房以避免将来更大的支出。此时，该项政策对开发商和消费者的行为影响较弱。2007年2季度的121号文件从本质上来说促进了开发商的优胜劣汰，同时放慢了开发商的供给速度，3季度的征收房产销售税政策极大的打击了短期投机购房行为。因此，由于2007年政策消费者和开发商行为的影响所以导致结构突变产生。从结构突变的时间看出2007年信贷管理和征收房产销售税政策滞后效应为1个季度。

4、结束语

由此可见，在对房地产金融结构和经济增长关系进行研究的过程中，由于没有准确可靠的文献资源，因此为了使其研究内容和数据参数的准确性和有效得到有效的保障，我们可以对其研究范围进行适当的扩大，从而对整个房地产行业在经济发展过程中，存在的相关内容进行分析，并且严格按照国家宏观调控的政策，来保障房地产金融结构的均衡性，以确保社会经济的稳定发展。（作者单位：江苏省邳州市房产服务中心）

参考文献

[1]皮舜，武康平.中国房地产市场与金融市场发展关系的研究[J].管理工程学报.2006（02）

[2]赵四海.亚洲金融危机及其对我国房地产业发展的启示[J].城市开发.1998（09）

4.房地产销售人员自我评价 篇四

转眼间我已经参与房地产销售有2年多的工作时间，在这段时间里经过自己刻苦的磨练，在领导和同事们的帮助下，我现在已成为一名合格的销售人员，能够独立完成销售任务，对房地产销售行业有了比较深的认识，并且仍然在不断努力，使自己的能力更上一层楼。

作为房产销售部中的一员，我深深觉到自己身肩重任。作为企业的门面，企业的窗口，自己的一言一行也同时代表了一个企业的形象。所以更要提高自身的素质，高标准的要求自己。在高素质的基础上更要加强自己的专业知识和专业技能。好范文此外，还要广泛了解整个房地产市场的动态，走在市场的前沿。

房地产市场的起伏动荡，公司于***年与***公司进行合资，共同完成销售工作。在这段时间，我积极配合***公司的员工，以销售为目的，在公司领导的指导下，完成经营价格的制定，在春节前策划完成了广告宣传，为**月份的销售高潮奠定了基础。最后以**个月完成合同额**万元的好成绩而告终。经过这次企业的洗礼，同志从中得到了不少专业知识，使自己各方面都所有提高。

我今后更该认真总结，及时反思，多向别人学习，使自己不断进步，日渐完善。使自己成为销售领域的一名精英，和公司共同发展，创造美好未来

5.房地产销售人员辞职报告 篇五

在经过我的考虑和公司的实际情况之后，我决定向公司提出辞职申请。递交这份辞呈时，我的心情十分沉重。现在公司的发展需要大家竭尽全力，由于我身体状态不佳，和一些个人原因的影响，无法为公司做出相应的贡献，自已心里也不能承受现在这样坐在公司却无所作为，因此请求允许离开。

面对房地产冰期的阴霾，为了节约成本与人力支出，并消除职场疲钝所产生的“7年之痒”，在第一个法定端午节刚刚结束之时，我不得不遗憾而凄婉地正式向地产提出辞呈。在过去的6年中，地产给予了我很多很多，尤其是把我从一个房地产门外汉培养成了业内的专业人士。为此，我将永远对地产充满感激之情，这种情愫亦将永远伴随我未来的人生旅程。

年月日，是我永生难忘的日子，因为这一天是我到地产报到的日子，它将永远定格在我的记忆深处。年月日，也将是我不会忘记的日子，因为这一天我正式向地产提出辞呈，它同样会铭刻在我的脑海之中。除了父母与自己的生日以外，我还将永远记住前述两个日子。因为这几个日子，要么赋予我生命，要么改变我人生，要么使我懂得为人的基本准则-孝道。尽管如此，天下没有不散的宴席，世上没有不谢的花朵，为了自己自以为是的未来，我也必须向地产提出辞呈，并按公司的规定办理离职手续。

在地产的6年，是我努力的6年、学习的6年、进步的6年、感动的6年，也是刻骨铭心的6年。多少风雨历程，多少日日夜夜，多少同仁们夜以继日、日以追夜的共同作战场面，多少始于惊心动魄终于喜笑颜开的事件，多少……令人数不胜数的感人场景，一出出、一幕幕，似乎随时都在我的眼前闪现，让人荡气回肠，令人浮想联翩。人生没有多少6年，也没有多少能有深刻记忆的6年，但在地产的6年，也许将成为我生命中最为闪光和值得回味的6年。地产的未来还很漫长，我的人生也还很漫长。无论将来如何，我将继续关注地产，并在竭尽所能的情况下帮助地产。在为自己祈祷的同时，更为地产祝福，祝自己未来幸运，也祝地产一路走好!我相信自己的人生会很精彩，我也深信地产的未来会更加精彩!

很抱歉，不能继续和大家一起努力了。很遗憾，不能有大家的陪伴了。不管以后走到哪，我都不会忘记自己曾经在这里工作，学习，生活，这里有我的伙伴。经过一段时间的思考，最终做出辞职的决定。我只是希望有个明确的方向，并朝着这个方向努力。以上辞呈，恳请批准。谢谢!

辞职人：

6.房地产销售人员专业简历 篇六

毕业生在求职中怎样写一份个人简历，以下房地产销售人员求职简历范文为参考！应届毕业生写求职简历时应该注意写什么，下面大学生个人简历网推荐一篇房地产销售人员实习个人简历范文为相关阅读！

目前所在： 佛山 年 龄： 20

户口所在： 佛山 国 籍： 中国

婚姻状况： 未婚 民 族： 汉族

诚信徽章： 未申请  身 高： 170 cm

人才测评： 未测评  体 重： 120 kg

◆ 求职意向

人才类型： 不限

应聘职位： 房地产销售人员， 房地产中介/交易， 房地产开发/策划人员

工作年限： 0 职 称：

求职类型： 实习可到职日期： 随时

月薪要求： 面议 希望工作地区： 广州,佛山,

◆ 工作经历

无 起止年月：-03 ～ 2013-06

公司性质： 所属行业：

担任职位：

工作描述： 还没有实习

离职原因：

◆ 志愿者经历

◆ 教育背景

毕业院校： 私立华联学院

最高学历： 大专 获得学位:  毕业日期： 2013-06

专 业 一： 金融管理与实务 专 业 二：

起始年月 终止年月 学校（机构） 所学专业 获得证书 证书编号

◆ 语言能力

外语： 英语 一般 粤语水平： 精通

其它外语能力：

国语水平： 良好

◆ 工作能力及其他专长

工作能力自我感觉不错，工作效率有序快速，专长不好说，不会的`可以学，学习能力还可以

◆ 个人自传

7.人口结构对房地产价格波动的影响 篇七

人口结构分析之所以重要, 是因为不同的结构性质的人口有着不同的住房需求。按照生命周期理论, 人在不同的年龄阶段, 储蓄和投资的行为不同, 所从事的主要活动也会有所不同。根据美国的调查数据, 现实中存在对经济产生重大影响的关键年龄:20岁左右工作;25-35岁成家买房子;40-50岁进入事业高峰期, 收入和储蓄都会增长;60岁后逐渐退休。因此各年龄段人口总量及变化量都将对房地产经济产生重大影响。根据我国第六次人口普查结果来看, 劳动年龄人口总量保持增长态势, 就业压力始终较大。未来十几年16岁及以上人口的规模较大, 总量在9亿以上, 2013—2020年将超过11亿, 并呈增长趋势。劳动年龄人口基数大, 高峰持续时间长, 对人口就业和房地产发展带来了巨大压力。据统计, 1992—2009年, 全国城市商品房售价平均上涨了15.27倍。而从2004年开始, 我国商品房价格出现明显上涨趋势, 当年平均价格的增长幅度达到17.8%, 首次超过了居民可支配收入增长幅度, 特别是北京、上海、深圳等地价格上涨速度惊人。但是, 从人口学的角度, 中国正在迅速进入一个加速老龄化时代, 这一变化将对整个社会的经济活力以及消费需求带来不可逆的重大影响, 住宅市场不可避免的会因此发生重大的变化。目前也有观点认为, 如果人口结构老龄化的变化趋势加速, 中国的房地产景气周期, 有可能会提前突然终结。

作为一个人口大国, 人口结构因素对中国房地产市场的影响比历史上任何国家都要剧烈, 这种特殊性使得研究人口结构与房地产波动的关系意义深远。研究中国特殊的人口结构如何影响房价, 如何通过上述研究对政府调控政策进行改进使之切实有效, 将会促进房地产业乃至整个中国经济的平稳运行。

房地产价格问题的重要性吸引着国内外众多学者的关注和研究, 对房地产市场的学术研究也越来越多地见诸于各类学术杂志。从国内外研究文献来看, 国外学者的研究较中国来说起步稍早。Mankiw和Weil (1988, 1992) 对人口和房地产需求关系加以研究, 他们通过对年龄结构设定的虚拟变量构建了年龄结构相对于房屋需求量的函数, 认为20-30岁人口是房屋需求量最大的人群, 而当步入老年之后, 人们对住房的需求量骤减。另外, 他们认为战后婴儿潮 (1946—1964年) 推动的人口规模和结构的变化, 能够显著影响房地产价格。预测显示, 随着婴儿潮一代逐步进入工作、婚育年龄, 美国房地产价格会于1969—1989年进入上升通道, 于1989年达到顶点后, 步入长达30年的价格下行期。美国的Poterba (1991) 对39个城市的年度数据 (1980-1990) 进行时间序列截面回归分析, 使用住宅价格的中位数、建筑成本、人口因素及收入作为变量, 证实真实收入和建筑成本的变化可以解释个城市住宅价格指数的上涨, 但人口并不是影响房地产价格的主要因素。Robert (2006) 的研究表明, 综合考虑人口因素对房地产价格、利率的影响后, 婴儿潮以及随之而来的人口结构的变化, 对美国、日本房地产价格有较强的预测能力。

基于国内的研究主要有:赵君丽 (2002) 认为, 建国以来我国已出现三次人口高峰, 即整个20世纪50年代、1963—1974年、20世纪80年代后期, 其中后两次出生高峰推动房地产市场进入相应的需求高峰。王春艳、吴老二 (2007) 基于1997-1999年广东省各地级市的数据, 构建联立方程模型, 利用空间计量方法, 研究珠三角城市圈内人口迁移与房地产价格的关系, 结果表明收入、消费、人口迁移、空间地理因素均对房地产价格产生显著影响。张昭、陈兀梧 (2009) 通过现有数据对未来进行预测, 研究结果显示, 由城市化进程造成新增城镇人口波动将影响住宅需求规模。从人口年龄结构来看, 25—45岁人口规模已于2006—2007年达到顶峰, 其中25—35岁人口规模仍然会逐步增长。据此, 他们认为2010年后25—35岁人群的首次购房需求将会增加, 届时房地产市场会因第二波婴儿潮的推动而受益。另外根据人口老龄化的发展趋势, 居民改善性住房需求将由于社会人口老龄化过程的加剧而降低。杜本峰, 张寓 (2011) 针对《中国统计年鉴》的住宅销售价格指数 (HSPI) , 运用灰色关联度分析模型分析当前我国综合人口经济因素与HSPI的关联程度。研究结果表明, 人口数量直接决定着住房的需求;人口素质与住房消费价格有直接的因果关系;从抚养比的角度来看, 总抚养比与HSPI的关联度很高。徐建炜、徐奇渊、何帆 (2012) 通过对OECD国家1970年至2008年的数据进行面板数据分析结果显示:人口抚养比例与房屋价格之间存在负相关关系, 即无论是少年抚养比例还是老年抚养比例的上升, 最终都会导致房屋价格下降。但在对中国1999年至2009年前的分省面板数据进行分析却发现:虽然少年人口抚养比与房价的关系符合前述分析得到的负向关系, 但老年人口抚养比却与房价呈现出正向关系。

综上所述, 笔者发现国内对于人口结构与房地产价格波动关系的研究甚少, 有些不具有全国代表性, 有些未涉及重要的青年劳动人口因素, 且多半定性描述较多, 定量研究较少, 少有就这种因素对房地产市场的具体影响进行深入的计量分析。因此笔者在对人口结构变化特征加以梳理的基础上, 以市场供需和宏观环境 (政府的参与程度及货币政策的相关变量) 角度为切入点, 运用面板数据模型分析, 探讨了人口结构对房地产价格波动的影响, 并据此提出了相关政策建议。

一、变量说明及数据来源

(一) 被解释变量

本文被解释变量选取的房屋销售价格指数 (house price) , 是反映一定时期房屋销售价格变动程度和趋势的相对数, 它是通过百分数的形式来反映房价在不同时期的涨跌幅度, 由国家统计局统一编制。其优点是“同质可比”, 这种方法反映的是排除房屋质量、建筑结构、地理位置、销售结构因素影响之后, 由于供求关系及成本波动等因素带来的价格变动。

(二) 解释变量

1. 人口结构

综合各种考虑, 由于劳动适龄人口是促进社会进步的主要因素, 因此笔者选定处于劳动年龄的中青年人口占所有人口比例进行回归分析。 (即15-64岁的中青年人口) 。笔者假设, 15-64岁人口比例与房价波动呈正相关关系。

2. 供给

(1) 土地价格

土地是建造房屋的成本, 是房地产开发成本的主要构成部分, 成本上升会导致供给曲线向上移动, 从而提高房地产的价格。有数据表明, 土地购置费用从1997年的247.6亿元上涨到了2010年的9992亿元, 增长了40倍左右。这一数字的大幅增加会对中国各地房地产开发商的成本带来较大的压力。本文选取土地交易价格指数 (land price) 反映土地价格变化。

(2) 房地产开发投资占比

房地产业是资金密集型产业, 所以房地产开发投资额的大小将会影响房地产市场的供给情况。本文利用房地产开发投资额占固定资产投资的比例 (RED percent) 代表社会资金流入房地产行业的情况。

3. 需求:收入水平

收入是影响消费行为的最重要因素, 随着可支配收入的增长, 对房地产的需求量会相应增加, 而且收入水平的高低直接决定消费者的消费层次和结构。随着收入水平的提高, 一方面人们对于居住标准的要求会不断提升, 另一方面, 部分原来没有购买力的需求会通过收入的增加转化为有效需求。同时, 房地产作为一种特殊的商品, 既有供人居住的消费功能, 也有投资价值, 收入增加会刺激投资性需求。本文使用职工总工资 (total wage) 反映居民收入水平的变化。

4. 宏观环境

(1) 国民经济发展水平

一般国民经济发展水平较高的国家居民收入水平也较高, 资金比较充裕。从供给方面来看, 国民生产总值总量较大, 用于投资的部分也会相应较大, 相关行业的配套服务也较强, 能够满足不同时期不同结构的房地产需求。社会生产力的增加会增加对工业房产、办公楼宇等的需求, 劳动生产率、收入水平的提高会提升人们的消费水平。个人财富的增加会导致人们对住房的要求和标准逐步提高, 促进部分存量房产业主更换更高层次的房产。本文选取国内生产总值增长率 (GDP index) 代表每个城市的经济增长情况。

(2) 物价水平

物价上升时, 房地产投资所必需的建筑材料, 如钢材、木材、水泥等价格都会不同程度的上升, 直接增加房地产投资的成本。因此物价越高, 房地产价格就越高, 物价水平降低, 则房地产价格也下降。本文选取居民消费价格指数 (CPI) 代表物价水平的上涨。

(3) 信贷规模

房地产行业作为固定投资行业, 从土地的流转、房屋的建造到最后的销售, 每一个环节都涉及高额的资金投入, 因此大部分房地产开发商都是通过贷款完成整个建设投资, 这决定了房地产业的发展对信贷规模的高度依赖。另一方面, 由于银行信贷扩张, 大量投机资金涌入房地产市场, 推高房价并导致价格剧烈波动。本文选取贷款金额与国内生产总值比值 (loan/GDP) 来衡量城市的信贷规模, 反映该城市的金融环境情况。

(三) 变量描述

二、实证分析

(一) 理论模型

本文采用面板数据 (Panel Data) 模型进行分析。本文既涉及到截面数据, 又有时间序列数据, 利用面板数据既可以控制个体效应, 扩大数据量, 增加自由度, 减少自变量间多重共线性的影响, 同时相对纯横截面和纯时间序列数据而言, 面板数据能够构造和检验更复杂的行为模型。

注:其中***、**分别表示在1%, 5%水平显著, “ () ”内数字为P值。

(二) 计算结果

回归结果显示劳动适龄人口占总人口比例、收入都对房屋销售价格的波动有显著影响, 显著性都达到90%以上。其他因素对房价波动没有显著影响。

在有显著影响的因素中, 劳动适龄人口占总人口比例、收入对房屋销售价格波动都是正向影响。其中, 在需求方面, 收入每增加1%, 房屋销售价格指数变动增加2.186个百分点;另外, 劳动适龄人口占比每增加1%, 房屋销售价格指数变动增加36.347个百分点。

这里要强调的是, 在分析人口问题时, 有些分析只关注人口数量问题, 认为人口数量太大是阻碍中国经济发展的重要原因。然而, 一个国家的经济发展水平与该国人口数量的多少并没有必然的联系。从各国人均GDP排名可以看出:排名靠前的既有地广人稀的国家 (如加拿大和澳大利亚) , 也有地狭人稠的国家 (如日本和德国) 。但人口结构与经济发展确是息息相关。如果一个城市或一个国家在某个时间段需要买房子的年轻人非常多, 那么, 这个城市或国家的住房需求就旺盛。反之, 当一个城市或国家的老年人口所占比重迅速增加时, 这个城市或国家的房地产市场一定会陷入低迷。

因此无论从回归结果还是经验来看, 14-65岁的中青年劳动人口占比对房地产价格有显著的正向影响。

三、结论及政策建议

综上所述, 为确保房地产业的健康发展, 维护宏观经济稳定和金融安全, 政府需要在以下几方面采取措施, 协调多方力量, 方能有效控制房价上涨过快的问题。

(一) 及时根据人口结构变化调整房地产业发展战略, 对土地供应规模、商品房供给结构等实施动态调控

首先, 应加强人口结构因素对房地产业影响的监测预警, 及时向房地产企业和公众发布相关信息, 便于其对人口结构因素做出合理预期。其次, 由于房地产建设周期相对较长, 政府也要根据人口监测结果, 前瞻性地调整土地供应规模、商品房供给结构, 避免土地、商品房资源的浪费。

(二) 不断完善房地产金融体系, 建立多元化的融资渠道

目前, 我国整个房地产业对银行信贷依赖性较强。一方面, 房地产企业开发过程中大量依靠银行贷款, 另一方面, 居民购房也主要通过银行融资。这种过度依赖会导致房地产信贷风险主要集中于银行体系, 将会对金融安全带来严重隐患。有鉴于此, 应尽快建立多元化的房地产业融资机制:一是大力发展产业基金;二是培育和发展住房抵押二级市场, 试行住房抵押贷款证券化;三是积极稳妥地发展住房公积金贷款。

(三) 着力规范地方政府行为, 推动政府职能转变

由于历史原因, 目前地方政府财政主要依赖于“土地财政”, 地方政府参与房地产业发展的积极性较高。但由于定位不清, 其往往具有受益者和监管者的双重身份, 加上为了追求政绩所固有的短期行为, 直接影响到了中央宏观调控的效果房地产业的健康发展。因此, 原有的管理模式亟待改变, 将土地收入、房地产相关税费的征收主体与监管主体适度分离, 以避免“地方扩张—中央调控”循环造成的不必要的政策性波动。

参考文献

[1]Mankiw, N.Gregory, David N.Weil.The Baby Boom, the Baby Bust, and the Housing Market.National Bureau of Economic Research, Working Paper No.2794.1988.

[2]Mankiw, N.Gregory, David N.Weil.The Baby Boom, the Baby Bust, and the Housing Market:A Reply to Our Critics[J].Regional Science and Urban Economics, 1992 (21) 573-579.

[3]Robert F.Martin.2006.The Baby Boom:Predictability in House Prices and Interest Rates.No84, 2006Meeting Papers from Society for Economic Dynamics.

[4]赵君丽.人口变化与房地产需求—人口结构变化与房地产周期相关性研究[J].城市开发, 2002 (08) .

[5]王春艳, 吴老二.人口迁移、城市圈与房地产价格——基于空间计量学的研究[J].人口与经济, 2007 (04) .

8.房地产人员结构 篇八

【关键词】房地产；金融；经济

房地产金融结构主要是是由现阶段的房地产金融环境和市场经济组合而成的，它不仅是保证房地产行业稳定发展的前提，还是整个房地产市场经济建设的主要内容之一。近年来。随着我国社会经济的不断发展，房地产行业的金融结构在迅速的扩张，这虽然有利于我国房地产行业的发展，但是由于其扩张的速度过快，因此导致房地产行业的发展的过程中，其金融结构失衡的现象时常发生，从而使得整个房地产经济受到制约。为此，我们在对房地产的金融结构和经济增长关系进行相应的研究分析，进而采用相应的解决办法来对其进行处理，以促进我国社会主义市场经济的可持续发展。[1]

1.研究前景

所谓的房地产经济就是指以房地产销售服务和房地产经营管理为基础的房地产行业经济。房地产建筑是房地产经济增长与否的决定因素，它是以建筑的成本与建筑的售价之间的差来进行表示的。目前，房地产经济的增长是受到国家政策、国民经济以及市场性价比等多种因素的影响。

房地产金融同样是以房地产业为基础的行业金融。它主要是围绕房地产业的开发、经营、消费而展开的融资、筹资、结算等各种金融活动。房地产金融就是房地产资金的融通，是房地产业与金融业密切结合的产物。房地产作为一种高消费品，在市场的价值很大，因此也可以视为一种投资品。而当它成为投资品时，房地产金融便应运而生了。

有人曾这样说中国房地产，五年以内，房地产靠政府的补助；五年到十年，市场供求规律开始能发挥作用，供过于求使房地产经济步入低迷；十年之后家庭和人口结构将导致房子绝对剩余，房子将成为不值钱的东西，房价大跌。房地产经济是国民经济增长的三大支柱之一，中國的房地产绑架了中国的经济。本文主要是针对有可能出现的因房地产销售滞后而影响整个国民经济的情况，对中国的金融市场和房地产市场之间的关系进行深入的研究，以房地产价格、房地产景气循环等为研究的主要内容，同时还将对房地产产业与金融业的关系进行一些有用的说明。

2.研究方法和相关的指标数据

研究的方法和数据指标的介绍如下：

2.1计量模型

从“金融发展是金融结构变化”这个观点出发，利用递归估计法来观察不同时期内金融结构变动对社会经济增长的影响，并将不同时期内社会经济的增长数值进行比较，作出统计，最后根据统计结果来找出金融结构变动和社会经济增长之间所存在的某种均衡关系，以便为后期研究以及相关政策的实施提供参考依据。

2.2指标的选取和数据处理

本文选取房地产销售额（Y）代表房地产经济增长指标，选取国内贷款（Y1）、企业自筹（Y2）和其他来源（Y3）作为房地产金融结构指标，指标范围是1999年一2006年1—4季度，数据来源见中国高校财经数据库。 考虑到以下两个主要原因：（1）房地产金融的来源构成主要包括六部分（按国家统计局口径分类），即国内贷款、企业自筹、其他来源（包括定金和预收款）、国家预算内资金、国外投资、证券类资金（债券、股票、房地产信托）。从历年（1999年一2006年）统计数据观察，前三项指标总量一直占房地产金融来源的97%以上，而其他指标由于金融规模过小，从金融的结构的意义上缺乏作为入选样本的研究价值，故只考虑国内贷款、企业自筹和其他来源三项指标；（2）现有的季度统计数据只能追朔到1999年。

3.实证分析

3.1实证结果描述

利用协整技术分析变量间是否存在长期稳定的均衡关系，这是利用向量自回归模型进行动态响应分析的基础。协整向量的递归估计结果分析如下所示。

鉴于样本的大小，本文选择2000年第4季度作为递归估计的开始期，得到的结果。由于迹统计量和最大特征值统计量得到的结果完全一致，所以只列出了迹统计量。表中的最后一列就是在原假设为全样本协整的秩与递归子样本的秩相同条件下的LR统计量。拒绝原假设就表明协整关系在样本范围内存在结构突变点，一旦出现结构突变，我们将在协整估计时加入适当的移动哑变量重新进行估计。从表中我们看到2003年第4季度到2004年第4季度存在协整关系的结构突变。

3.2结果分析

从上文中我们看到，房地产金融结构和房地产经济增长之间的协整关系在2003年第4季度到2004年第4季度之间发生了结构突变。从1999年到2002年第三季度以前国家一直在出台积极政策，以促进房地产行业的快速发展。在2002年8月央行认为局部投资增幅过大，加强房地产市场的宏观调控，强化土地供应管理，严格控制土地供应总量。恢复征收土地增值税。提高第二套住房的首付比例。2003年7月提出“出售的房屋开始征收房产税”。2002年的土地调控政策是1999年积极政策以来的首次紧缩政策，但在从结构突变的检验中未有明显体现，说明此项政策效应对于房地产经济的总体增长效果很弱。

原因在于：由于城市土地资源的稀缺性、城镇居民人均收入的提高和城镇化水平持续稳定提高等因素，在目前的房地产消费环境下开发商和消费者均持有房价格会持续上涨预期，而此时消费者只能是价格接受者，所以，征收土地增值税政策最终只能将新增成本由开发商转移到消费者身上，而消费者（包括真实住房需求者和投机者）又必须尽早地买房以避免将来更大的支出。此时，该项政策对开发商和消费者的行为影响较弱。2003年2季度的121号文件从本质上来说促进了开发商的优胜劣汰，同时放慢了开发商的供给速度，3季度的征收房产销售税政策极大的打击了短期投机购房行为。因此，由于2003年政策消费者和开发商行为的影响所以导致结构突变产生。从结构突变的时间看出2003年信贷管理和征收房产销售税政策滞后效应为1个季度。

4.结束语

9.房地产销售人员面试技巧 篇九

销售面试，对于每一个销售人员来说，都是通往另一阶段的必经关卡，而销售面试技巧，就成为顺利过关的法宝，因些，各中技巧不得不有所掌握。

销售面试分三部分，面试前，面试中，面试后，技巧也各不相同，举出一些面试技巧，供大家参考。

面试前的准备工作

知已知彼，百战不怠，在这里也是适用的，所以准备工作是必须的，心里有底了，自然面试的时候就从容很多。

要随时准备回答有关自己的问题，例如经历.学历.兴趣.嗜好.工作经验及家庭背景等。你的答案应该填写在求职信表格上的资料相一致。除了要清楚知道你所应征的职位，更要了解这份工作所要求的知识和技术，事前不访温习一下。

对你所投考的工作和机构，应尽可能多搜集些有关资料，例如工作范围及性质，要求的资料等。自于机构的业务范围，组织机构和发展方向，也需要有概括的认识。

带齐有关证书及推荐书，以备主考人查阅。最好能准备好这些文件的影印本，以便雇主保存。

面试前一晚应避免过分操劳，最好能够早点休息。充足的睡眠能使人精神焕发，信心倍增。

你的仪容往往影响主考人对你的第一印象，因此要注意你的穿着打扮。衣着要整洁适当，头发要梳理好，指甲要干净，化妆不宜太浓。总之，外表得体，自然会予人好感。

紧记面试的时间和地点，在预约的时间前约15分钟到达面试地点，及早、计划行程，提早出发，可避免交通堵塞造成延误；路途上的阻滞或者迟到都会令你心情紧张，而一个畅顺的行程都可以松弛你紧张的心情。

面试中的迎战工作

首先，销售员必须知道企业想了解什么。对于招聘销售人员，企业的考察涉及方方面面，除了考察求职者的专业技能这些“硬件”外，更注重“软件”资质，如学习能力、适应能力、表达能力、说服沟通能力、创新能力、组织协调能力、团队合作精神等。另外，职业道德、敬业精神和人文素质也是衡量的要点。

其次，招聘企业爱用的招数。企业在招聘过程中，除了传统的口试和笔试外，还加入了管理游戏和情景模拟面试法，这样，对求职者的考察会更加全面。

销售员面试技巧一：给人第一印象要留好

面试时给考官的第一印象非常重要，开始的印象往往很可能就决定了面试结果。大体上说，着装应与企业性质、文化相吻合，与职位相匹配。不论去什么公司，正装不仅正式大方，而且对别人也是一种尊重。女孩子一定要注重衣着形态的细节，避免穿无袖、露背、迷你裙等装束。对于初次求职者或刚出校门的大学生，服装也要以大方简洁为主。此外，女性求职者在夏季面试时要注意化妆端庄淡雅，细节之处处理好，如头发、指甲、配件等都应干净清爽，显示出干练精神的良好印象。

销售员面试技巧二：千万不要紧张

面对掌握“生杀予夺”权力的面试官，多数人都会表现出紧张来，这是面试的大忌。对大多数人来说，面试时的紧张多半是由于太在乎面试机会，惟恐不被录取导致的。告诉你一个调整方法：面试前努力全身心放松；面试时用深呼吸的方法保持平静，或用心理暗示的方法来使自己放松，如在心里默念“我很放松，我尽力就行了”。只有放松，才能准确把握考官要问的问题和自己的回答方式。记住，心情放松、心态平和、充满自信，这样不仅能给考官留下好印象，也有利于保持头脑清醒、思维敏捷，在这样的状态下所做的回答才是最能令考官满意的。

销售员面试技巧三：自我介绍

重点突出“自我介绍”几乎是所有考官必问的题目，求职者在回答时一定要注意，所述内容要与简历相一致，若自相矛盾，只会给自己平添麻烦。在真正做“自我介绍”时，不妨坦诚自信地展现自我，重点突出与应聘职位相吻合的优势。你的相关能力和素质是企业最感兴趣的信息，因此，在许多情况下，在听取你的介绍时，考官也会抓住他感兴趣的点深入询问。所以，在进行表述时，要力求以真实为基础，顾及表达的逻辑性和条理性，避免冗长而没有重点的叙述。这样专业而出色的表现，肯定是令考官们赞赏有加的。

销售员面试技巧四：如何应对面试提问

下面列出一些面试销售员时考官可能会问到的问题：

请告诉我你最大的优点，你将给我们公司带来的最大财富是什么？

你最大的缺点是什么？

如果我录用你，你认为你在这份工作上会待多久呢？

人们购买产品的三个主要原因是什么？

关于我们的产品生产线和我们的客户群体，你了解多少？

关于销售，你最喜欢和最不喜欢的是什么？为什么？

若受到奖励，你有什么感想？

你最典型的一个工作日是怎样安排的？

为取得成功，一个好的销售人员应该具备哪四方面的素质？你为什么认为这些素质是十分重要的？

电话推销和面对面的推销有什么区别？为使电话推销成功，需要什么样的特殊技能和技巧？

在你的前任工作中，你用什么方法来发展并维持业已存在的客户的？

若你给新员工上一堂销售课程，你在课堂上要讲些什么？为什么？

请讲一下你在前任工作中所使用的最典型的销售方法和技巧。

讲一个这样的经历：给你定的销售任务很大，完成任务的时间又很短，你用什么办法以确保达到销售任务目标的？

你是否有超额完成销售目标的时候，你是怎样取得这样的业绩的？

一般而言，从和客户接触到最终销售的完成需要多长时间？这个时间周期怎样才能缩短？

你怎样才能把一个偶然的购买你产品的人变成经常购买的人？

如果你愿意的话，请和我进行角色演习。假定你是一家猎头公司的推销员，你通过电话向我介绍了你自己。然后你设法让我相信，你所推销的产品是值得我花时间聆听的。

销售员面试技巧五：肢体语言，成功的变数

肢体语言有什么妙用？我们每一个人每天都会做成千上万个肢体动作,有的是劳动工作运动所需要的,有的是我们身体自身的需要,而有些是一个民族的文化传统,比如:握手,拥抱,敬礼,鞠躬,抱拳等等这些肢体语言已经是礼仪的象征,你会用肢体语言表达你的意思被认为是有涵养的文明人,反之会被认为粗俗在面试者给人的印象中，用词内容占7%，肢体语言占55%，剩下的38%来自语音语调。因此，在面试中，不妨谨记以下这些小细节——仔细聆听、面带微笑、措辞严谨、回答简洁明了、精神风貌乐观积极，这些丰富的肢体语言和恰当的语音语调，势必会使你的面试锦上添花、事半功倍！

面试后的善后工作

很多朋友面试之后就没什么事了，但是应聘还没有结束，善后工作还是需要您来完成的。

在面试后的一、两天内，你必须给某个具体负责人写一封短信。感谢他为你所花费的精力和时间，为你提供的各种信息。这封信应该简短地谈到你对公司的兴趣，你有关的经历和你可以成功地帮他们解 决的问题。

如果两星期之内没有接到任何回音，你可以给主试人打个电话，问他“是否已经作出决定了？”这个电话可以表示出你的兴趣和热情。你还可以从他的口气中听出你是否有希望。

面试看起来很成功，但结果你还是落选了。对此，你不要大惊小怪。面试时，大多数的主试人都尽量隐藏他们的真正意图，不会轻易让你看出来。万一他人通知你落选了，你也应该虚心地向他人请教你有哪些欠缺，以便今后改进。一般来说，能够得到这样的反馈并不容易。

如果你在打电话打听情况时觉察出自己有希望中选，但最后决定尚未作出，那你就在一、两个星期后再打一次电话催催。

每次打电话后，你还应该给他人寄封信，哪怕他们已经暗示你 可能落选了。这样做的原因是：

a）你觉得有必要重新强调一下自己的优点。

10.房地产销售人员100问(一) 篇十

2.你认为一个成功的部门主管要具备哪些因素？

3.以你现在的能力和表现，你认为在多长时间后能达到部门主管的要求？

4.你自己的职业生涯规划？

5.假如你是主管级销售，你如处下与下属的关系？

6.假如你是主管级销售，你是否认为销售业绩好便是工作能力强？

7.销售经理如何写工作计划？

8.客户总嫌你产品贵，你是如何解说产品价值来扭转劣势？

9.假如你是主管级销售，你如何做到让下属主动与你沟通？

10.在销售过程中，你遇到沉默不言的客户怎么办？

11.当客户反映分摊面积偏大时怎么办？

12.如何成为为销售高手？

13.假如你是主管级销售，你如何掌控销售业绩最差的下属？

14.客户要求提前交房进行装修，你如何处理和解释？

15.假如你是主管级销售，你如何掌控销售业绩最佳的下属？

16.假如你是主管级销售，事后才知道你刚刚成交的客户是你部门主管的.....假如你是主管级销售，你如何处理与部门

主管的关系？

17.假如你是主管级销售，你如何激励下属的销售热情？

18.假如你是主管级销售，遭下属在背后议论你处理问题不公时，你是.如何化解的？

19.假如你是主管级销售，你如何做好自己的情绪管理？

20.你如何技巧地知道客户的购买预算？

21.假如你是主管级销售，你是否认为销售业绩好便是工作能力强，如果答案是否定的，你以什么来评判员工的综合能力（请详细说明）？

22.假如你是主管级销售，你如何调动部门的向心力？

23.假如你是主管级销售，当你不知实情时，错误批评了下属怎么办？

24.假如你是主管级销售，你是如何处理管理工作与个人业绩的关系？

25.接上题，如果答案是肯定的，请说出你的理由？

26.假如你是主管级销售，你如何处理下属之间的业绩之争？

27.已经签约的客户，因工作变动要求退户时怎么办？

28.你的客户下小订的住房被同事的客户想用大订挤冲时，你该如何处理？

29.当异性客户经常来售楼中心找你不是为了买房面是因为对你有好感时怎么办？

30.在销售过程中，你如何适度地赞美客户？

31.你因为接一个客户电话而错过了一个有诚意下定的客户怎么办？

32.你如何管理个人的客户资料，让它成为有用的工具而不是开式性的报表？

33.三代同堂来看房你如何接待？

34.你如何对待客户送你的礼物？

35.当你与客户在经过2小时的谈判后，客户终于准备下定时，你的老客户抱怨他的房子有一处渗水时，怎么办？

36.在销售过程中，你遇到滔滔不绝的客户怎么办？

37.在销售过程中，亲友来访怎么办？

38.你是如何利用仪表来妆扮自己一天的心情？

39.已经下小订的客户打电话告诉你他要退户而准备购其它楼盘的房子时，你如何应对，并极力挽回僵局？

40.假如你是主管级销售，当你的业绩不如下属时，你是如何保持在下属员工中的威望？

41.你如何在同一张洽谈桌上应付两组客户？

42.你如何判断上门的客户群体，谁是购户的决策者？

43.你如何做到保持全天的笑容（即使昨晚熬夜）？

44.假如你是主管级销售，当你的业绩不如下属时，你是如何保持在下属员工中的威望？

45.当你同事正与客户发生激烈还价情况，身为同事该如何介入协助？

46.客户与你谈判过程中，指名叫主管出面，你又该如何维护自己尊严？

47.老客户被你叫错姓，造成对方不悦该如何处理？

48.老客户被你叫错姓，造成对方不悦该如何处理？

49.你是如何追踪未成交的客户？

50.价绍过程中，你发现客户是同行采盘的假客户该如何处理？

51.你进行销售全套过程中，你自认为最强项是什么？

52.在成功销售后，客户突然上门暗示你，要求你更多馈赠行为，如何化解?

53.你如何推销进深大，门头窄的门面？

54.当主管交给你一件需要及时处理的工作，而此时你的客户来访，你是如何做到两全其美？

55.你是如何登门的拜访客户？选择什么时间与方式？

56.与客户谈判中，你如何暗示同事或主管，帮你SP（促进）刺激客户？

57.你如何机智用通假电话来刺激与你谈判的客户？

58.在所有同事销售竞争中，你是如何保持客户对你的印象最深刻？

59.从客户下定到补足金，你是如何成功掌握客户的补足时间？

60.客户说他查到别人买的比他便宜，你如何反制？

61.客户携幼子登门，孩子吵到客户没时间久留，该用何方法留住客户？

62.你如何为客户规划门面将来的行业种类？

63.你如何对待客户热情的宴请？

64.你如何说服客户在边间的门面售完后，选择中间门面？

65.如果客户担心门面交房后租不出去怎么办？

66.在销售过程中，突然接到私人电话，该如何处理？

67.同盟弟兄，他高升主管，直接领导你，你会如何调整心态？让别人不觉得你妒忌或消极？

68.在所有产品介绍，销售说词完毕后，你用什么方法来吸引客户多留三十分钟？

69.你是如何让老客户愿心甘情愿又热心帮你提高业绩？

70.售楼现场只有你一人值班，客户突然大量涌进，你如何处理？

71.所有同事都带客户到工地现场，此时只剩你独自一人在售楼中心，而新进的客户又要求参观现场，该如何处置？

72.当你客户表明无力购屋（现金不足），你如何激发他抗负债（按揭）的心理因素？

73.客户刚杀完价后，又要求再还价，你通常会如何处理？

74.你如何判断客户对你个人印象评分达80分以上？

75.客户向主管投诉某服务人员态度不佳时，身为同事的你该如何处理？

76.问题接上题，身为主管的你又该如何处理？

77.上门客户在介绍过程中，总是表现漫不经心，你该如何引起他的注意力，并拉近双方的距离？

78.销售业绩突出，该如何在同事面前避免妒忌？

79.如果出现连续一周以上，同事都有售出业绩，唯独你没有，该如何保持自信？

80.你亲属与好友要求你争取更优惠购房的条件，如何兼顾两全？

81.客户付出高于一千元以上订金，藉某种理由，要求退户该如何处理？

82.老客户经常上售楼部，但从不下订，又该如何处理？

83.客户基于冲动，家庭变故的原因，要求退户，该如何处理？

84.老客户与新客户同时上门，你会如何做到两者兼顾？

85.你开具定单给客户，事后发现填错面积或价格该如何处理？

86.接上题，当增加至三组客户处理态度一样吗？

87.同事业绩未完成遭到主管责备处罚，身为同事该如何协助，而又不造成对方依赖性？

88.你发现上门客户有偷取价值不大的公物时，该如何处置？

89.在谈判过程中，突然发现对方与你有某些亲属裙带关系，你会如何兼顾两全处置？

90.在谈判过程中，对方暗示与你主管或最高领导的关系，你如何求证判断及处置？

91.你是如何快速记住每位上门与你接触的客户？你能保证在15秒钟内叫出他们姓吗？

92.你如何刺探得知与你谈判的客户拥有足够的能力支付房款？

93.一对夫妻与你谈判还价，一方认定你亮出的条件，但另一方表示还不满意，该如何处理？

94.你如何技巧得知客户的联系电话？并在他心甘情愿下给你真实电话？

11.房地产人员结构 篇十一

关键词 房地产产业链；相依结构；危机传染效应；RVine Copula

中图分类号 F830.9 文献标识码 A

1 引 言

在实体经济层面，我国房地产产业链较长，房地产业与其上下游关联产业较多，行业带动效应明显，总体上看，房地产业与其上下游行业之间呈现出“一荣俱荣、一损俱损”的相依性特征.因此，房地产业在我国国民经济增长中一直扮演重要角色，也曾一度被国务院视为支柱行业.近几年来，受国内外因素影响，我国房地产业景气程度呈持续下降态势，行业投资增速明显下滑，这意味着我国房地产业已经过了高速发展的黄金时代，进入转型期.与此同时，房地产业衰退导致相关产业相继进入衰退期，进而拖累国民经济增长.当前，我国政府为了防止房地产产业链整体性衰退进一步恶化，正在转变之前一贯抑制房价增长及消费需求的宏观调控思路，进而采取税收、融资政策等更为市场化的调节手段来防范过度调控而导致全产业链出现整体衰退的系统性风险，进而起到“保增长”的稳定作用.在资本市场上，政府监管者也开始逐步放开对房地产业上市公司在增发、融资等方面的限制，希望通过资本市场来支持实体经济发展；而学界对实体经济层面上房地产与相关产业的相依性及其在金融危机中的变化等方面研究较为成熟，但对资本市场层面上房地产产业链的相依性结构及其在金融危机中的结构演化特征则研究较少.因此，在这种背景下，基本资本市场层面研究我国房地产产业链间相依结构及其危机传染效应，无论是对政府监管层还是投资者，都具有重要的理论价值和现实意义.

目前国内学者主要集中于研究实体经济层面上房地产业与相关行业的联动性，其研究结论大体相同，均认为我国实体经济中，房地产业与诸多行业之间存在紧密的联动性，而且房地产业的行业带动效应明显（刘水杏，2004；王国军和刘水杏，2004；魏巍贤和原鹏飞，2009；王媚媚，2009；何云，2014）[1-5].在资本市场层面，唐莉和张永娟（2006）[6]结合股票市场上5个行业指数（房地产业、金属非金属、金融保险、电子和上证房地产业）的数据，通过构建向量自回归模型来分析这5个行业之间的联动性，进而通过脉冲响应方法来测度房地产与其他行业之间的冲击响应.其研究结果显示：在资本市场层面上也存在显著的房地产产业联动性，而且房地产价格波动对上游产业的冲击程度大于下游产业.刘琼芳和张宗益（2011）[7]基于二元 Copula 模型研究了房地产业和金融业间的相依结构，其研究结论表明两者存在非对称、非线性的相依性结构；针对刘琼芳和张宗益（2011）[7]所采用静态二元Copula模型无法刻画行业间动态相依性的局限.江红莉等人（2013）[8]通过构建动态SJC Copula模型来研究银行业与房地产业间的动态相依性，其研究表明，这两个行业存在非对称、非线性的动态上（下）尾相依性；由于我国房地产业和金融业向来是频繁国家宏观调控政策影响的行业，两者之间的联动性势必会随着相关调控政策的变化而变化，甚至可能出现结构突变特征.而江红莉等人（2013）[8]的研究依然无法进一步挖掘这两个行业之间动态相依性的结构突变特征.随后，钟明等人（2013）[9]在同样构建动态SJC Copula模型来刻画房地产业和金融业之间非对称、非线性动态相依性的基础上，进一步挖掘出了这些动态相依性走势中存在的多个突变点，而且这些突变点的发生往往伴随着宏观调控政策的出台.

从研究的方法来看，在实体经济层面上，大部分学者采用了投入产出法或可计算一般均衡模型来分析房地产与相关产业的线性关联性（刘水杏，2004a，2004b；魏巍贤和原鹏飞，2009；王媚媚，2009；何云，2014）[1-5]；而在资本市场层面上，学者主要采用两种方法来分析房地产产业链上的联动性：一是向量自回归方法（唐莉和张永娟，2006）[6]；二是静态/动态二元Copula模型（刘琼芳和张宗益，2011；江红莉等人，2013；钟明等人，2013）[7-9].从方法的优缺点及其适用范围来看，投入产出法只适用于实体经济层面，且存在几个局限：一是受限于投入产出表的更新滞后，导致分析时效性较差；二是该方法默认行业间的联动性是静态而线性的，与实际不符，进而无法刻画出不同行业间的动态联动性.可计算一般均衡模型（CGE）由于建模要求较高，所需数据复杂，进而限制其应用范围.静态/动态二元Copula模型只能充分刻画房地产与其他产业之间的动态相依结构，尤其是尾部相依性，但却无法对多个行业同时进行高维建模，不仅面临“维度诅咒”，而且传统的二元Copula在高维情况下也存在参数估计困难.而实际上，我国房地产产业链长，关联产业多，只有同时对房地产产业链上多个关联行业同时进行建模分析，最终研究结果才可能贴近实际.对此，本文基于资本市场层面，采用新近发展起来的RVine Copula模型来对房地产及其相关行业（共9个行业：房地产、钢铁、有色金属、家用电器、建筑材料、建筑装饰、机械设备、银行和非银金融）进行建模分析，通过构建高维Copula模型来深入刻画房地产与其产品链和资金链上相关行业之间的相依结构特征以及这些相依结构在外部金融危机冲击时出现的变化.本文之所以采用RVine Copula模型，主要在于：第一、该模型克服了二元Copula模型面临的“维度诅咒”问题，可以灵活构建高维Copula模型；第二、该类模型的分解规则相比CVine Copula和DVine Copula更符合变量间的实际情况；越来越多的实证表明：RVine Copula所构建高维Copula模型的拟合效果优于其他传统Copula模型.相比现有研究，本文的特色在于：第一、首次引入RVine Copula模型来对我国资本市场上房地产产业链相依结构进行建模分析；第二、从产品链和资金链上来选择房地产的关联行业，符合我国实际情况，由此所构建的高维Copula模型也具有一定的合理性；第三、通过对比金融危机前后房地产产业链相依结构演化及其相依性水平的变化，进而深入刻画金融危机对房地产与相关产业间相依性的冲击，突显出危机传染效应；第四、通过模型评价指标来比较RVine Copula模型与其他代表性Copula模型的拟合效果，进一步检验了本文所采用模型的合理性和稳健性.

2 实证研究

2.1 数据选取与处理

在房地产相关行业选择方面， 本文从产品链上选择了与房地产业存在密切产品供求关系的6个行业：钢铁业（GT）、有色金属（YSYS）、家用电器（JYDQ）、建筑材料（JZCL）、建筑装饰（JZZS）、机械设备（JXSB）；同时选择从资金链上与房地产业存在融资需求服务的2个行业：银行（YH）和非银金融（FYJR），一共9个行业来代表房地产产业链.这9个行业指数均来自申银万国一级行业指数，数据来源于Wind资讯.研究时期为2000年1月5日至2015年3月31日.同时为了刻画2007年次贷危机及2008年金融危机发生是否对房地产产业链间相依结构产生影响.根据危机发生时点，选择三个子时期：危机发生前时期（200501～200707）、危机发生期间（200708～200908）、危机发生后时期（200909～201112）.样本数据全部为复权后的日指数收盘价，共3684个样本数据，每个行业共有3683个收益率数据，其计算公式为：

本文所有的数据分析、模型参数估计均用 R3.12编程来实现.图1给出这9个行业指数在研究时期内的市场表现，表1给出9个行业收益率系列的描述性统计和相关检验.

从表1可知，9个行业指数收益系列中除了银行业和非银金融业出现右偏外，其余7个行业指数收益系列均出现左偏；所有行业都呈现出尖峰的分布特征.从正态分布检验（JB检验）结果来看，所有行业收益系列的JB统计值均在1%的置信水平上拒绝原假设，说明所有行业收益系列均不服从正态分布.在系列自相关方面，从Q（2）和Q（4）统计值来看，除了银行业和非银金融业在5%的置信水平接受原假设（不存在自相关）外，其他7个行业均在1%的置信水平上拒绝原假设，也即存在显著的自相关现象.同时，ARCHLM 检验证明所有行业的收益率序列都有明显的 ARCH 效应.通过对样本数据进行平稳性检验，从ADF统计量（带有常数项，但不含有时间趋势项）来看，所有行业指数收益系列均在1%的显著性水平上拒绝原假设，序列不存在单位根现象，是平稳系列.总体上看，这9个行业指数收益率系列均是有偏、尖峰的平稳时间系列.从行业间的线性Pearson相关性来看，各行业间均间均存在较高的正相关关系，所有相关系数均在1%的置信水平上显著，其中机械设备与建筑材料、建筑装饰业之间的相关性最高，分别为0.89、0.88；而银行与家用电器业之间的相关性最低，但也达到0.61.

注：***，**，*分别表示在1%、5%和10%的置信水平下显著；Q（2）和Q（4）是系列自相关滞后2阶、4阶的统计量，ARCH-LM是ARCH效应的检验统计量，单位根检验（ADF）的检验方程中含截距项，不含时间趋势项，最优滞后阶数根据AIC自动选取.

2.2 实证模型

2.2.1 边缘分布模型

针对上述9个行指数收益存在的自相关、条件异方差、有偏、厚尾、尖峰等特征，同时考虑其波动聚集和非对称性.本文引入AR（1）-GJR（1，1）-SkT（v，λ）模型来对这三种行业指数收益率的分布特征进行刻画，该边缘分布模型的公式为

2.2.2 RVine Copula模型

Bedford 和 Cooke（2001） [-10]引入一种称为正则藤（RVine）的图形建模方法，其中包括了一般化的RVine结构和两种特定结构：CVine和DVine.由于后两种藤结构的组合形式简单易懂，近10年来已被广泛应用.图2和图3分别展示了6维情况下的CVine、DVine和RVine结构.图2左侧子图为六维CVine的结构分解图，共有5棵树，每棵树有一个主节点，该主节点连接到其他节点上，由此形成的每条边对应一个PairCopula.

2.2.3 实证结果

2.2.3.1 边缘分布参数估计

针对各行业指数收益率系列存在的自相关、有偏、波动聚集、尖峰和厚尾等特征.本文采用AR（1）-GJR（1，1）-SkT（v，λ）来进行刻画，从而构建各行业的边缘分布函数.通过R3.12软件编程进行估计，估计结果如表3所示：从表3中的KS统计量及其概率值是根据估计得到条件边缘分布，对原序列做概率积分变换，再运用KS检验方法检验变换后序列是否服从（0，1）均匀分布得到的.这些KS统计量及其渐近显著性的概率值均表明：这系列序列均接受原假设：变换后序列服从（0，1）均匀分布.同时对变换后的各序列做自相关检验，Q（1）和Q（2）-的统计结果也表明：变换后的各序列不存在自相关；基于BDS的独立性检验结果也表明，变化后的新系列均接受原假设（系列是独立的）.这些都说明AR（1）-GJR（1，1）-SkT（v，λ）模型可以较好地拟合各序列的条件边缘分布，用它来描述各收益率的条件边缘分布是充分的.同时变换后的新系列适合用于RVine Copula模型的构建.

2.2.3.2 各个时期的RVine Copula结构及其估计结果

由于同一维度下的RVM矩阵构成并非是唯一确定的，对于维度d的RVine Copula模型来说，存在2d-1-个RVM矩阵，这里借鉴Brechmann（2010）[12]提出的最大生成树方法来确定RVM.其核心思路是基于最强相依关系对构建RVine Copula模型的重要性原则来构造每两个节点间的相依性性绝对值之和达到最大的第一棵树.也即，可以通过解决如下的最优化问题来确定RVine Copula树结构中的每个边，其中δi，j-代表每两个节点之间的相依性的绝对值.

本文将在第一棵树中寻找房地产产业链上9个行业间两两相依性绝对值之和最大的结构，主要通过采用最大生成树MSTPRIM算法来对变量间的相依结构进行自动选择.在树结构矩阵RVM中，有关该矩阵的结构说明这里不再重复，可详见相关文献.在确定好RVM后，面临RVine Copula结构内部Copula类型的选取，由于备选的Copula类型多达31种，为了全面系统优选出合适的Copula类型，这里同样借鉴学术界常用的原则：似然函数值LL最大、AIC和BIC值最小的原则来进行确定.这里参考了Aas等人（2009）[13]提出的算法，用R语言编程来完成RVine Copula结构内部Copula类型的选取与模型参数估计工作.由于样本数据维度为9，根据Pair Copula的分解原理，将有9×9-1/2=36个Copula类型待确定.经过分析，具体结果见后面的矩阵C和矩阵P.每个时期对应的树结构矩阵RVM、Copula类型选择矩阵C及参数估计结果矩阵P如下所示.由于文章篇幅限制，这里只给出各个时期第一棵树和第二棵树的结构及其相依性估计结果（见图4和图5）.

在RVine结构中，第一颗树的每条边代表无条件相依性，而从第二棵树开始，每条边都是包含了某一条件下的相依性.显然，在每棵树中，无条件相依性水平要大于有条件的相依性.从第一棵树来看，在整个研究时期内，机械设备业在整个房地产产业链上起到了唯一枢纽中心的连接作用，该行业分别与钢铁、有色金属、家用电器、建筑材料和建筑装饰业之间存在显著的非对称、厚尾相依结构，其中各自的相依性分别达到0.57、0.62、0.63、0.69、0.69，这些相依结构均合适用SBB1模型进行刻画.而房地产业与建筑装饰业、非银金融业之间存在对称的厚尾相依结构，分别合适用t模型和SBB1进行刻画，其上下尾相依性分别为0.62和0.51；相比之下，银行与其他产业联系较少，只与非银金融业之间存在对称、厚尾的相依结构，相依性为0.63，同样适合t模型进行描述.由此可见，在实体经济层面上，房地产业在其产业链上能起到承上启下的核心连接作用，但在资本市场层面中，房地产业却不具备这样的连接作用.

在金融危机前期，机械设备业和建筑材料业在整个房地产产业链中起到中心枢纽的连接作用，而且两者之间存在显著的对称、厚尾相依结构，适合用SBB1模型进行描述，其相依性达到0.67；其中，机械设备业分别与有色金属、建筑装饰和非银金融业之间存在对称、厚尾的相依结构，其相依性分别为0.62、0.84和0.47；同样，建筑材料业分别与钢铁、家用电器、房地产业存在密切的相依关系，两两间的相依性结构均适用SBB1模型进行刻画，其相依性水平依次为0.54、0.65、0.6，这说明建筑材料业与这三个行业之间存在非对称、厚尾的相依结构.而房地产业同样只与建筑材料和银行业之间存在对称、厚尾的相依性结构，其相依性分别为0.6和0.44；

在金融危机发生期间，房地产产业链相依结构相比金融危机发生前期，最大的变化就是建筑材料业的中心枢纽地位消失了，而机械设备业进一步强化了自身的中心枢纽地位，该行业与5个行业（钢铁、有色金属、家用电器、房地产、建筑材料和建筑装饰）之间存在对称、厚尾的相依结构，各自的相依性依次为0.6、0.57、0.64、0.54、0.7和0.7，而且大部分相依结构合适用SBB1模型来进行刻画.房地产业同样只与两个行业（机械设备和银行业）存在显著的相依关系，其相依性分别为0.54和0.52.

在金融危机发生后期，相比金融危机发生时期，房地产产业链相依结构又出现了变化，其中最明显的就是建筑装饰业起到中心枢纽的连接作用，并和机械设备业形成两大中心枢纽，而且两者存在显著的相依性，达到0.73，合适用BB1模型进行刻画.机械行业与3个行业（有色金属、家用电器和建筑材料）存在相依关系，相依性水平分别为0.57、0.63和0.64；与此同时，建筑装饰业与3个行业（钢铁、房地产和非银金融）存在对称、厚尾的相依结构，各自的相依性依次为0.58、0.6和0.55；银行与非银金融业之间存在对称和厚尾的相依性结构，其相依性水平达到0.62.

从不同时期RVine中的第一棵树相依性水平之和的对比来看，金融危机发生前的相依性之和为6.11，金融危机发生期间达到6.45，而金融危机发生后期为6.42，显然，金融危机的发生显著增强了房地产产业链间的相依性总体水平；其中最明显的是房地产与银行业之间的相依性由金融危机发生前的0.44提升到金融危机期间的0.56，而且两者的相依结构特征保持不变.从房地产产业链相依结构在金融危机前后的演化可以看出：第一、机械设备业始终起到最核心的枢纽地位，这种地位在金融危机期间得到强化；第二、金融危机的发生显著削弱了建筑材料和建筑装饰业在房地产产业链上的中心枢纽作用；第三、房地产业在整个产业链上并没有起到像实体经济层面上那样显著的中心作用，但其与银行或非银金融业之间保持稳定的相依结构，而且与银行之间的相依性因金融危机的发生得以显著增强；第四、房地产产业链间的相依结构普遍呈现出对称、厚尾的特征，而且大部分用SBB1模型的建模效果最好.

从第二棵树来看，在整个时期和金融危机发生前期，由机械设备业和建筑材料业所组合的节点在房地产产业链中起到中心枢纽的作用；在金融危机过程中，由机械设备业和建筑装饰业组合的节点起到中心枢纽作用，而金融危机结束后，房地产产业链出现两个中心枢纽，分别由机械设备业和建筑装饰业的组合点、建筑装饰业和非银金融业的组合点构成.相比第一棵树，第二棵树的相依性水平有所下降，下降的原因在于剔除了在研究范围内相关行业影响的净相依性.比如，在图5中的（a）子图中，建筑材料业和建筑装饰业在剔除机械设备业的影响后，其净相依性为0.27；建筑材料和非银金融业在剔除房地产业的影响后，其净相依性为0.2；钢铁和有色金融业在剔除机械设备业的影响后，其净相依性为0.24.到了第三棵树，节点间的相依性水平将进一步下降，这是因为每个节点之间的相依性需要剔除两个行业的影响；依次类推，到第八棵树中，节点间的相依性在剔除6个行业的影响后，将显得非常微弱.

2.2.3.3 RVine Copula建模效果比较

为了突出基于RVine Copula方法对房地产产业链相依结构进行建模分析的合理性和优越性，这里采用常见的CVine Copula和DVine Copula同样对整个时期内房地产产业链间的相依结构进行建模分析，然后采用Vuong（1989）[14]提出一种基于似然比率的检验方法来严格比较基于这三种方法进行建模的拟合效果.

3 结 论

本文采用RVine Copula方法对我国房地产产业链（由钢铁、有色金属、家用电器、房地产、建筑材料、建筑装饰、银行、非银金融和机械设备，共9个行业组成）上行业间的相依结构进行建模分析；在此基础上分析2008年金融危机对房地产产业链相依结构的冲击影响，最后通过与CVine Copula和DVine Copula进行建模效果对比，来检验基于RVine Copula建模分析的合理性，具体结论如下：第一、房地产产业链上各行业间普遍存在对称、厚尾的相依结构，行业间相依性水平较高，一般适合用Survival ClaytonGumbel、Student t模型来进行刻画；第二、在整个研究时期内，机械设备业在整个房地产产业链上起到了枢纽中心的连接作用，2008年金融危机的爆发进一步强化了该行业的连接作用；与此相反，金融危机的发生也显著削弱了建筑材料和建筑装饰业在房地产产业链上的中心枢纽作用；而房地产业并没有像实体经济层面那样起到中心连接作用，只与银行或非银金融业间存在稳定的相依结构，但金融危机的冲击增强了房地产与银行业之间的相依性；金融危机期间和金融危机后，整个房地产产业链的相依性水平都比金融危机发生前期要高，外部金融危机传染效应较为显著；第三、房地产产业链上行业间非条件相依性要显著大于其条件相依性，而行业间的条件相依性测度行业间剔除其他行业影响后的净相依性；随着条件行业的增加，各行业间的条件相依性水平大幅下降，到了第5棵树时，行业间的净相依性水平就很微弱了.这说明，在房地产产业链上，当同时考虑4个及以上的行业指数时，行业间的条件相依性就表现出相互独立的特征；第四、RVine Copula方法在对我国房地产产业链间相依结构进行建模分析的效果要明显优于CVine Copula和DVine Copula方法.

参考文献

[1] 刘水杏.房地产业与相关产业关联度的国际比较[J].财贸经济，2004（4）：81-87.

[2] 王国军，刘水杏.房地产业对相关产业的带动效应研究[J].经济研究，2004（8）：38-47.

[3] 魏巍贤，原鹏飞.房地产业关联关系与地位度量分析：以北京、上海、厦门为例[J].系统工程理论与实践，2009（5）：98-105.

[4] 王媚媚.中国房地产产业的投入产出分析[D].重庆：重庆大学 经济与工商管理学院经济学系，2009.

[5] 何云.基于CGE模型的房地产行业波动分析[D].厦门：厦门大学王亚南经济研究院数量经济学系，2014.

[6] 唐莉，张永娟.房地产产业链关联性的分析研究[J].世界经济文汇，2006（3）：19-27.

[7] 刘琼芳，张宗益.基于 Copula 房地产与金融行业的股票相关性研究[J].管理工程学报，2011，25（1）：165-170.

[8] 江红莉，何建敏，庄亚明.基于时变Copula的房地产业与银行尾部动态相关性研究[J].管理工程学报，2013，27（3）：53-58.

[9] 钟明，郭文伟，宋光辉.中国房地产业与金融业动态相依性及结构突变特征研究[J].现代财经（天津财经大学学报），2013（9）：59-70.

[10]Bedford TIM， Cooke Roger M. Probability density decomposition for conditionally dependent random variables modeled by vines[J].Annals of Mathematics and Artificial Intelligence，2001，32（1）： 245-268.

[11]J DIMANNA， E C BRECHMANNA， C CZADOA，et al. Selecting and estimating regular vine Copula and application to financial returns[J]Computational Statistics & Data Analysis，2013，59（3）：52-69.

[12]M BEATRIZ， M SEMERARO，R LEAL. Paircopulas modeling in finance[J].Financial Market Portfolio Management，2010，24（2）：193-213.

[13]K AAS，C CZADO，A FRIGESSI. Paircopula constructions of multiple dependence[J].Insurance： Mathematics and Economics， 2009，44（2）：182-198.