几种预测方法在房地产行业当中的应用学士学位论文.doc

分类号 分类号 O241 U D C D10621 407 2012 3123 0 密密 级 公级 公 开开 编编 号 号 2008062095 成成 都都 信信 息息 工工 程程 学学 院院 学学 位位 论论 文文 几种预测方法在房地产行业中的应用几种预测方法在房地产行业中的应用 论文作者姓名 论文作者姓名 申请学位专业 申请学位专业 信息与计算科学信息与计算科学 申请学位类别 申请学位类别 理学学士理学学士 指指导导教教师师姓姓名名 职职称称 论文提交日期 论文提交日期 毕业设计 论文 原创性声明和使用授权说明毕业设计 论文 原创性声明和使用授权说明 原创性声明原创性声明 本人郑重承诺 所呈交的毕业设计 论文 是我个人在指导教师的指导 下进行的研究工作及取得的成果 尽我所知 除文中特别加以标注和致谢的 地方外 不包含其他人或组织已经发表或公布过的研究成果 也不包含我为 获得 及其它教育机构的学位或学历而使用过的材料 对本研究提 供过帮助和做出过贡献的个人或集体 均已在文中作了明确的说明并表示了 谢意 作 者 签 名 日 期 指导教师签名 日 期 使用授权说明使用授权说明 本人完全了解 大学关于收集 保存 使用毕业设计 论文 的规 定 即 按照学校要求提交毕业设计 论文 的印刷本和电子版本 学校有 权保存毕业设计 论文 的印刷本和电子版 并提供目录检索与阅览服务 学校可以采用影印 缩印 数字化或其它复制手段保存论文 在不以赢利为 目的前提下 学校可以公布论文的部分或全部内容 作者签名 日 期 第 1 页 共 36 页 学位论文原创性声明学位论文原创性声明 本人郑重声明 所呈交的论文是本人在导师的指导下独立进行研究所取得 的研究成果 除了文中特别加以标注引用的内容外 本论文不包含任何其他 个人或集体已经发表或撰写的成果作品 对本文的研究做出重要贡献的个人 和集体 均已在文中以明确方式标明 本人完全意识到本声明的法律后果由 本人承担 作者签名 日期 年 月 日 学位论文版权使用授权书学位论文版权使用授权书 本学位论文作者完全了解学校有关保留 使用学位论文的规定 同意学校 保留并向国家有关部门或机构送交论文的复印件和电子版 允许论文被查阅 和借阅 本人授权 大学可以将本学位论文的全部或部分内容编 入有关数据库进行检索 可以采用影印 缩印或扫描等复制手段保存和汇编 本学位论文 涉密论文按学校规定处理 作者签名 日期 年 月 日 导师签名 日期 年 月 日 第 2 页 共 36 页 几种预测方法在房地产行业中的应用几种预测方法在房地产行业中的应用 摘摘 要要 房地产行业为国民经济各行业的存在和发展提供了物质条件 是国家财富的重要 组成和主要来源 我国房地产产业为国民经济的发展做出了贡献 改善了我国百姓的居住 条件 但同时房地产业也面临较为严峻的问题和挑战 引起诸多争议 本文通过对 2011 年成都市主城区房地产的供给 需求和房价等信息 排除影响不显著的因素 利用回归 拟合和灰色系统等对 2011 年成都市主城区房地产行业信息数据进行分析 对 2012 年 1 3 月成都市主城区房地产行业信息进行预测分析 并与实际 2012 年 1 3 月份成都市主城区房 地产信息进行横向对比分析 得出结论 关键词关键词 房地产行业 回归 拟合 灰色系统 Several Prediction Methods in the Real Estate Industry Abstract The real estate industry provided the material conditions for the existence and development of various sectors of the national economy It is an important component and the main source of national wealth China s real estate industry has contributed to the development of the national economy and improve the people s living conditon in China But at the same time the real estate industry is also facing more serious problems and challenges This has causing a lot of controversy In this paper I use regression fitting and gray system analyze the information data on the real estate industry of the Chengdu City in 2011 by supply demand and prices and other information on the 2011 Chengdu City real estate Exclude factors had no significant effect Predict and analyze the real estate industry information for the January March 2012 of the main city in Chengdu and carry out horizontal comparative analysis of the practical Chengdu City real estate information in January to March 2012 at last concluded Key words real estate industry regression fitting gray system 目目 录录 论文总页数 30 页 1引言 1 1 1课题背景 1 1 2本课题研究的意义 1 1 3本课题的研究方法 1 2建立线性回归和曲线拟合模型 2 2 1拟合函数的基本规则 2 2 2符号约定 2 2 3建立模型 2 2 4模型求解 3 2 5模型检验 4 3建立离散灰色模型 G M 1 1 模型的离散形式 9 3 1灰色预测系统基本理论 9 3 2G M 1 1 离散型预测模型 9 3 3建立模型 10 4计算与结果分析 16 5结论与建议 17 参考文献 17 致 谢 18 声 明 19 附 录 20 第 1 页 共 36 页 1 1 引言引言 1 11 1 课题背景课题背景 我国的房地产行业是在十一届三中全会以后 伴随着改革开放的浪潮 经过长期孕育 应用而生的 1988 年 4 月 12 日 七届人大一次会议通告宪法修改案 规定土地使用权可 以依照法律的规定转让 从而为房地产行业的发展奠定了法律基础 自从 20 世纪 80 年代 房地产业重新兴起 90 年代进入快速发展时期以来 我国住房分配和供应体制都发生了根 本性的变化 全国房地产开发投资也得到了迅猛的发展 近年来 我国房地产产业为国民 经济的发展做出了贡献 改善了我国百姓的居住条件 但同时房地产业也面临较为严峻的 问题和挑战 引起诸多争议 2011 年 1 月 26 日 国务院常务会议退出八条房地产市场调 整措施 新国八条 其以挤出投资需求缓和供求矛盾 进而调整房价为目的 主要针对 政府与消费者出台的相关条文进行约束 其中差别化信贷 增加土地供应 加强保障房建 设 税收调整 市场监管 开发企业监管等政策 主要为对前期政策的收紧式强调 新国八条对成都楼市影响最大因素为省会必须 在一定时期内 要从严制定和执行住 房限购令措施 以及向责目标 对象的明确化 2 月 15 成都市出台 限购令 细则 仅针对主城区限购 重点在保有量上做文章 而非控制购买次数 2011 年初成都市成交量处于高处运行 即使在传统淡季的 2 月成交量也达到了约 100 万平方米 在开发商们还沉浸与喜悦中时 2 月中成都限购令出台 3 月成都市成交量同 比下跌 58 5 环比降幅更是高达 68 7 之后成交量持续低迷 10 月开发商为回笼资金 完成年度营业目标 他们有力借助房交会这个机会加大促销力度 打出各种促销优惠活动 促使成交量逐渐回升 但同比去年成交量仍处于低迷状态 由于 11 年度对货币从紧政策 限价政策 限购都没有达到预期 2012 年国家仍然会 延续 11 年度的公民福利政策之路 房地产业将在挤压与淘汰中顽强成长 1 21 2 本课题研究的意义本课题研究的意义 房地产行业为国民经济各行业的存在和发展提供了物质条件 是国家财富的重要组成 和主要来源 所以 购房是每个家庭多要面临的问题 2011 年 伴随着楼市调控政策的进 行 政府 开发商和购房者都在不断的适应和学习中 本文从购房者的角度考虑 运用科 学的方法对房地产的供求关系和相联关系的各种因素进行分析 从而进行有效的预测和调 控 1 31 3 本课题的研究方法本课题的研究方法 通过对 2011 年成都市主城区房地产的供给 需求和房价等信息 排除影响不显著的 因素 利用回归 拟合和灰色系统等对 2011 年成都市主城区房地产行业信息数据进行分 析 对 2012 年 1 3 月成都市主城区房地产行业信息进行预测分析 并与实际 2012 年 1 3 月份成都市主城区房地产信息进行横向对比分析 得出结论 第 2 页 共 36 页 本论文以假设 2012 年新国八条的影响因素与 2011 年一致 忽略经济因素 科学技术 货币价值 物价 工资及就业率等 环境因素 人口因素等情况下 仅以 2011 年成都 市主城区的房价 需求量 供给量建立模型并进行预测 2 2建立线性回归和曲线拟合模型建立线性回归和曲线拟合模型 2 12 1拟合函数的基本规则拟合函数的基本规则 2 1 12 1 1 拟合函数能较好的反映出数据的变化规律 不会出现较多的数据不符合拟合函 数 2 1 22 1 2 拟合的函数计算方便 2 1 32 1 3 如若遇到不能用一个拟合函数拟合的数据时的情况 可以考虑用分段函数进行 拟合 2 1 42 1 4 通过比较多项式拟合一般为较好的的拟合函数 在拟合一组数据时应当首先考 虑用多项式进行拟合 如果拟合效果不佳 则考虑用分段函数或观察三点图的大致走向判 断用什么函数进行拟合 2 22 2符号约定符号约定 1w 表示 2011 年月份 单位 月份 2w 表示 2011 年月份 单位 月份 3w 表示 2011 年月份 单位 月份 1V 表示成都市主城区房价 单位 元 2V 表示成都市主城区房屋需求量 单位 万方 3V 表示成都市主城区房屋供给量 单位 万方 ib 表示一个多项式函数的自变量前面的系数 对应自变量的 i 次幂 i 0 1 ik 表示负幂项函数的自变量前面的系数 对应于自变量的下角标 i 0 1 2 32 3建立模型建立模型 建立模拟函数模型 由分析可知在本问题中会建立三个模拟函数 通过观察该数据的 散点图 可以做出不同的尝试拟合该数据 为了较好的拟合该数据和计算方便 采用多项 式进行拟合为最佳 首先由表一建立 2011 年 1 月至 12 月中时间与成都市主城区房价的函数关系 11 f Vw 11 1111110 kk kk f wb w bwb w b 再由表二建立 2011 年 1 月至 12 月中时间与成都市主城区房屋需求量的函数关系 22 f Vw 11 2212120 kk kk f wb w bwb w b 最后由表三建立 2011 年 1 月至 12 月中时间与成都市主城区房屋供给量的函数关系 33 f Vw 11 3313130 kk kk f wb w bwb w b 第 3 页 共 36 页 注 每个函数多项式表达式中的 1 1 0 i ik k b 不一定相等 只是一个代号 下面一样 不多解释 2 42 4模型求解模型求解 运用数学工具 matlab 软件 可以拟合该数据 通过多次试验得到结果如下 2 4 12 4 1 时间与成都市主城区房价的函数关系 5432 111111 0 10693 64843 82206 72339654f wwwwww 模拟函数图形为 见附录程序 2 1 1 2 4 22 4 2 时间与成都市主城区房屋需求量的函数关系 32 2222 0 30587 44153 95158 1f wwww 模拟函数图形为 第 4 页 共 36 页 见附录程序 2 2 1 2 4 32 4 3 时间与成都市主城区房屋供给量的函数关系 5432 333333 0 030350 972510 950 297 125 491f wwwwww 模拟函数图形为 见附录程序 2 3 1 2 52 5 模型检验模型检验 2 5 12 5 1 残差分析 在 2 4 12 4 1 时间与成都市主城区房价的函数关系中 通过 Mtalab 的 figure 窗口中点击 tools 在其子菜单中点击 Basic Fitting 选择我们拟合的多项式次数就可以做出该问题的 残差图 如下图所示 从残差图上可以看出 这些数据的残差离零点均较近 且残差的 置信区间均包含零点 这说明回归模型 5432 111111 0 10693 64843 82206 72339654f wwwwww 能较好的符合原始数据 该拟合函数的残差平方和为 39 55 第 5 页 共 36 页 时间与成都市主城区房价的函数的残差图 见附录程序 2 1 2 时间与成都市主城区房价的函数残差及置信区间图 见附录程序 2 1 3 在 2 4 22 4 2 时间与成都市主城区房屋需求量的函数关系中 如上残差分析所示 同样可 以做出该问题的残差图与残差及置信区间图 如下图所示 从残差图与残差及置信区间 图可以看出 这些数据的的残差离零点均较近 且残差的置信区间均包含零点 这说明回 归模型 32 2222 0 30587 44153 95158 1f wwww 能较好的符合原始数据 第 6 页 共 36 页 该拟合函数的残差和为 12 34 时间与成都市主城区房屋需求量的函数的残差图 见附录程序 2 2 2 时间与成都市主城区房屋需求量的函数残差及置信区间图 见附录程序 2 2 3 第 7 页 共 36 页 在 2 4 32 4 3 时间与成都市主城区房屋供给量的函数关系中 通过 Mtalab 我们可以做出 该问题的残差图 如下图所示 从残差图上可以看出 这些数据的残差离零点均较近 且残差的置信区间均包含零点 这说明回归模型 5432 333333 0 030350 972510 950 297 125 491f wwwwww 能较好的符合原始数据 该拟合函数的残差平方和为 41 47 时间与成都市主城区房屋供给量的函数的残差图 见附录程序 2 3 2 第 8 页 共 36 页 时间与成都市主城区房屋供给量的函数残差及置信区间图 见附录程序 2 3 3 2 5 22 5 2 基本检验 由数理统计学可以知道 检验回归模型统计量有三个数值可以反映出拟合良好程度 1 1 相关系数 2 R 越接近 1 说明回归方程越显著 2 2 F 值 F 越大 说明回归方程越显著 3 3 与 F 对应的概率 p p 时 缺省为 0 05 回归模型成立 在 2 4 12 4 1 时间与成都市主城区房价的函数函数拟合得出下列数据 回归系数回归系数估计值回归系数置信区间 b09654 9232 1 008e 04 b1 233 793 5 327 4 b2206 7 35 11 448 5 b3 43 82 88 82 1 182 b43 648 0 1047 7 401 b5 0 1069 0 222 0 008148 2 R 0 968 F 36 328287390981 p 0 000206885554 通过上表可知 1 相关系数 2 R 1 则说明回归方程越显著 2 P 0 000206885554F p n p 1 4 387374187406129 则回归方程越显著 由以上推断论断知 该拟合函数还是比较符合数据点 在 2 4 22 4 2 时间与成都市主城区房屋需求量的函数拟合得出下列数据 回归系数回归系数估计值回归系数置信区间 b0158 1 111 5 204 6 b1 53 95 83 72 24 19 b27 441 2 227 12 65 b3 0 3058 0 5701 0 04145 2 R 0 8002 F 10 6786920285537 p 0 0035954318069 通过上表可知 1 相关系数 2 R 1 则说明回归方程越显著 2 P 0 0035954318069F p n p 1 4 066180551351160 则回归方程越显著 第 9 页 共 36 页 由以上推断论断知 该拟合函数还是比较符合数据点 在 2 4 32 4 3 时间与成都市主城区房屋供给量函数拟合得出下列数据 回归系数回归系数估计值回归系数置信区间 b0 5 491 448 9 437 9 b197 12 490 6 684 9 b2 50 2 303 8 203 4 b310 9 36 3 58 09 b4 0 9725 4 908 2 964 b50 03035 0 09033 0 151 2 R 0 6738 F 24 78179928419 p 0 0149979179577 通过上表可知 1 相关系数 2 R 1 则说明回归方程越显著 2 P 0 0149979179577 F p n p 1 4 387374187406129 则回归方程越显著 由以上推断论断知 该拟合函数还是比较符合数据点 3 3建立离散灰色模型 建立离散灰色模型 G G M M 1 1 1 1 模型的离散形式 模型的离散形式 3 13 1 灰色预测系统基本理论灰色预测系统基本理论 灰色预测方法是邓聚龙先生的灰色理论中的一个有机组成部分 是基于灰色动态系统 模型 Grey Dynamic Model 简称 G M 房地产行业价格 需求 供给结构复杂 形成过 程中影响因素众多 具有明显的灰色信 因而完全可以用灰色系统理论进行预测 3 23 2 G M 1 1 离散型预测模型 离散型预测模型 灰色预测模型称为 G M 模型 G 为 Grey 的第一个字母 M 为 Model 的第一个字母 而 1 1 表示一阶的 一个变量的微分方程型预测模型 G M 1 1 是一阶单序列的线 性动态模型 主要用于时间序列的预测 3 2 13 2 1 G M 1 1 原始模型 设 1 2 n xxxX 0 0 0 0 1 2 n xxxX 1 1 1 1 则称 0 1 kakb xk 为 G M 1 1 模型的原始形式 3 2 23 2 2 G M 1 1 离散模型 称 1 1 12 1 kk xx 为 G M 1 1 模型的离散形式 3 2 33 2 3 1 AGO 序列 第 10 页 共 36 页 设 0 X 为非负序列 1 2 n xxxX 0 0 0 0 其中 0 0 1 2 kkn x 则 1 X 为 0 X 的 1 AGO 序列 1 2 n xxxX 1 1 1 1 其中 0 1 k 1 2 k i i kn xx 1 3 2 43 2 4 白化方程 影子方程 若 12 T 为参数列且 1 1 1 1 1 1 1 1 2 3 2 1 1 1 YB n n x x x x x x 则 G M 1 1 模型的离散形式 1 1 12 1 kk xx 的最小二乘估计参数列满足 1 TT B BB Y 称 1 1 12 dx x dt 为 G M 1 1 离散模型的白化方程 也叫影子方程 其 中 12 为待定系数 1 为发展系数 2 为灰色作用量 3 2 53 2 5 时间响应函数 时间响应序列 还原值 白化方程 1 1 12 dx x dt 的解 1 1 22 1 11 1 11 t t x x 称为时间响应函数 1 0 22 1 11 1 1 1 2 1 11 k kkn x x 为 1 1 12 1 kk xx 的时间 相应序列 还原值为 0 1 1 1 1 1 1 1 1 2 1kakkk kn xxxx 3 33 3 建立模型建立模型 3 3 13 3 1 房价模型 根据数据得 0 0 0 0 1 2 3 12 Xxxxx 0 第 11 页 共 36 页 9573 9773 9854 10020 10176 10135 10075 10010 9975 9982 9971 9950 对X 0 作 1 AGO 得 1 1 1 1 1 2 3 12 Xxxxx 1 9573 19346 29200 39220 49396 59531 69606 79616 89591 99573 109544 119494 于是 1 1 1 1 1 1 1 1 1 1 1 2 19346 3 29200 4 39220 5 49396 6 59531 7 69606 79616 8 89591 9 99573 10 109544 11 119494 12 Y x x x x x x x x x x x 1 1 1 1 1 1 1 1 1 1 1 1 195731 2 1193461 3 1292001 4 1392201 5 1493961 6 1 595311 696061 7 1 796161 8 1 895911 9 1 995731 10 1 11 1 1095 B x x x x x x x x x x x 44 1 对离散形式 1 1 12 1 kk xx 进行最小二乘估计 得 11 00064 9954 91086 TT B BB Y 见附录程序 3 3 1 确定模型为 1 1 1 000649954 91086 dx x dt 时间响应式为 0 22 1 11 1 1 15564121 21875 1 00064 15554548 21875 11 kk x kx 求 1 X 的模拟值 1 1 1 1 1 1 2 3 12 XXXXX 第 12 页 共 36 页 9573 00000 19534 03758 29501 45022 39475 24201 49455 41703 59441 97935 69434 93308 79434 28230 89440 03110 99452 18358 109470 74384 119495 71597 还原求出 0 X 的模拟值 由 0 1 1 1 1 1 1 1 kakkk xxxx 得 0 0 0 0 0 1 2 3 12 Xxxxx 9573 00067 9960 68208 9967 05896 9973 43991 9979 82496 9986 21409 9992 60732 9999 00463 10005 40604 10011 81155 10018 22116 10024 63487 检验误差 残差为 0 0 kxkxk 则可算出残差平方和为 2 3 2 3 12 127319 53633 12 T s 相对误差为 0 k k xk 则计算出平均相对误差 12 2 1 0 87909 11 k k 3 3 23 3 2 需求量模型 根据数据得 0 0 0 0 1 2 3 12 Xxxxx 0 107 1 98 74 32 87 33 81 43 2 43 93 42 06 49 2 48 1 54 52 94 58 71 对X 0 作 1 AGO 得 1 1 1 1 1 2 3 12 Xxxxx 1 107 1 205 84 238 71 272 52 315 72 359 65 401 71 450 91 499 01 553 01 605 95 664 66 第 13 页 共 36 页 于是 1 1 1 1 1 1 1 1 1 1 1 2 205 84 3 238 71 4 272 52 5 315 72 6 359 65 7401 71 450 91 8 499 01 9 553 01 10 605 95 11 664 66 12 x x x x x Yx x x x x x 1 1 1 1 1 1 1 1 1 1 1 1 107 1 2 205 84 3 238 71 4 272 52 5 315 72 6359 65 401 71 7 450 91 8 499 01 9 553 01 10 605 95 11 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 x x x x x Bx x x x x x 对离散形式 1 1 12 1 kk xx 进行最小二乘估计 得 10 98323 56 90533 TT B BB Y 见附录程序 3 3 2 确定模型为 1 1 0 9832356 90533 dx x dt 时间响应式为 1 0 22 1 11 1 1 3393 281453286 18145 0 98323 11 kk xkx 求 1 X 的模拟值 1 1 1 1 1 1 2 3 12 XXXXX 107 10000 162 20926 216 39434 269 67074 322 05369 373 55818 424 19894 473 99045 522 94696 571 08247 618 41075 664 94533 还原求出 0 X 的模拟值 由 0 1 1 1 1 1 1 1 kakkk xxxx 得 0 0 0 0 0 1 2 3 12 Xxxxx 第 14 页 共 36 页 107 10000 55 1092 54 18508 53 27640 52 38295 51 50449 50 64076 49 79151 48 95651 48 13551 47 32828 46 5346 检验误差 残差为 0 0 kxkxk 则可算出残差平方和为 2 3 2 3 12 3167 45649 12 T s 相对误差为 0 k k xk 则计算出平均相对误差 12 2 1 24 57636 11 k k 3 3 33 3 3 供给量模型 根据数据得 0 0 0 0 1 2 3 12 Xxxxx 0 66 1 18 1 73 7 94 1 72 9 83 7 82 1 167 214 125 129 158 对X 0 作 1 AGO 得 1 1 1 1 1 2 3 12 Xxxxx 1 66 1 84 2 157 9 252 324 9 408 6 490 7 657 7 871 7 996 7 1125 7 1283 7 于是 第 15 页 共 36 页 1 1 1 1 1 1 1 1 1 1 1 2 84 2 3 157 9 4 252 5 324 9 6 408 6 7490 7 657 7 8 871 1 9 996 7 10 1125 7 11 1283 7 12 x x x x x Yx x x x x x 1 1 1 1 1 1 1 1 1 1 1 1 66 1 2 84 2 3 157 9 4 252 5 324 9 6408 6 490 7 7 657 7 8 871 1 9 996 7 10 1125 7 11 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 x x x x x Bx x x x x x 对离散形式 1 1 12 1 kk xx 进行最小二乘估计 得 11 09983 61 35731 TT B BB Y 见附录程序 3 3 3 确定模型为 1 1 1 0998361 35731 dx x dt 时间响应式为 1 0 22 1 11 1 1 680 71795 1 09983 614 61795 11 kk xkx 求 1 X 的模拟值 1 1 1 1 1 1 2 3 12 XXXXX 66 10000 134 05607 208 79620 290 99764 381 40524 480 83823 590 19763 710 47364 842 75833 988 24820 1148 26233 1324 2597 还原求出 0 X 的模拟值 由 0 0 1 1 0 1 xkaxkxkxk 得 0 0 0 0 0 1 2 3 12 Xxxxx 66 10000 67 95607 74 74013 82 20144 90 40760 99 43299 109 35940 120 27601 132 28469 145 48987 160 01413 175 99737 检验误差 第 16 页 共 36 页 残差为 0 0 kxkxk 则可算出残差平方和为 3 4 3 4 12 11700 0089 12 T s 相对误差为 0 k k xk 则计算出平均相对误差 12 3 1 20 787 10 k k 由于数据二异常这里排除数据二进行误差分析 4 4计算与结果分析计算与结果分析 分别对回归 拟合模型和离散灰色系统模型预测 根据模型进行相关计算 可得2012 年成都市主城区1 3月份的房价 需求 供给等信息的预测值 对比2012年1 3月份成都房 地产白皮书中的数据 计算出相对误差 如下表 回归 拟合模型 G M 1 1 离散型预测模型 1 月房价 元 2 月房价 元 3 月房价 元 1 月需求 2 m 万 2 月需求 2 m 万 3 月需求 2 m 万 1 月供给 2 m 万 2 月供给 2 m 万 3 月供给 2 m 万 预测值 9784 066 3 9311 302 4 8276 812 5 42 436422 12089213 7390 5 387 9874758 0277 5 实际值 982694168918472687161737 相对误差 0 43 1 11 7 19 9 71 14 92 95 12 1 A1 A1 A 1 月房价 元 2 月房价 元 3 月房价 元 1 月需求 2 m 万 2 月需求 2 m 万 3 月需求 2 m 万 1 月供给 2 m 万 2 月供给 2 m 万 3 月供给 2 m 万 预测值 10031 38 812 10037 80 821 10044 23 246 45 7542044 986944 23247193 5482 4 212 8800 8 234 1318 9 实际值 982694168918472687161737 第 17 页 共 36 页 根据上表中可以看出 两种模型对房价的预测都比较准确 回归 拟合模型预测值的 相对误差分别为 0 43 1 11 与 7 19 离散型模型预测值的相对误差分别为 2 09 6 6 与 12 63 回归 拟合模型中预测房价走势比较接近实际值 而离散型模型的预测 值为上涨趋势不符合现实 对 1 月份需求量的预测 回归 拟合模型预测值的相对误差为 9 71 而离散型模型 的预测值的相对误差为 2 65 相对准确 2 月份对于房地产行业是传统的销售淡季 而 且 2012 年传统农历新年在 1 月末至 2 月份 所以加大了对 2 月份需求量的影响 回归 拟合模型预测值的相对误差为 14 92 而离散模型预测值的相对误差为 73 03 11 年同 期之所以需求量保持在高位是因为当时市场盛传成都要出台限购政策 引发了一波 抢购 风潮 属于特殊情况 3 月份的成都市房地产市场回暖 各开发商也拉开了 2012 年的房地 产行业大战的序幕 使得成都市的销售量上涨至约 87 万方 回归 拟合模型出现了较大 的误差 想对误差达到了 95 12 离散型模型的误差值也达到了 49 16 1 月 2 月恰逢传统农历新年 是房地产销售的传统淡季 各开发商大多以消化存 量房源和年底扫尾工作为主 因此新增供应量非常少 十一届全国人大五次会议上 温家 宝在政府工作报告中指出 去年我国加强和改善宏观调控 遏制物价过快上涨 实现经济 平稳较快发展 坚定不移地加强房地产市场调控 投机 投资性需求得到明显抑制 多数 城市房价环比下降 调控效果正在显现 温家宝在报告中指出 2012 年要继续搞好房地产 市场调控 严格执行并逐步完善抑制投资 投机性需求的政策措施 进一步巩固调控成果 促进房价合理回归 受诸多方面的影响 且主城区存量房源依然维持在 835 万方的高位 致使供给量大幅缩水 分别只为 16 万方和 17 万方 3 月份初步回暖也只达到了 37 万方 同比去年 1 3 月出现了较大幅度的下降 模型预测出现了较大的误差 5 5结论与建议结论与建议 本文通过对 2011 年成都市主城区房地产的供给 需求和房价等信息 排除影响不显 著的因素 利用回归 拟合和灰色系统等对 2011 年成都市主城区房地产行业信息数据进 行分析 对 2012 年 1 3 月成都市主城区房地产行业信息进行预测分析 并与实际 2012 年 1 3 月份成都市主城区房地产信息进行横向对比分析 得出结论 结果表明在国家新八条与 限购令 等因素的影响下 2012 年第一季度的房价会持续 的平稳下降 而需求量会在销售淡季过后出现 回涌 的现象 出现上涨态势 而开发商 在度过了前两个月的低潮期将上年度的存房量进一步降低与资金回笼后 将展开新一年的 房地产大战 增加供给 相对误差 2 09 6 6 12 63 2 65 73 03 49 16 1 A1 A1 A 第 18 页 共 36 页 参考文献参考文献 1 梅长林 范金城 数据分析方法 M 北京 高等教育出版社 2006 2 王黎明 陈颖 杨楠 应用回归分析 M 上海 负担大学出版社 2008 3 李庆扬 王能超 易大义 数值分析 M 北京 清华大学出版社 2008 4 刘思峰 谢乃明 灰色系统理论及其应用 M 北京 科学出版社 2008 5 姜启源 叶俊 数学建模 M 北京 高等教育出版社 2003 6 杨韧 MATLAB 应用 M 成都信息工程学院 2007 7 赢商网 汇合天恒成都 2011 年度房地产市场报告 21712405621 1 8 成都房地产门户 搜房房地产网 统计中心 OL http www SouF 2011 4 3 9 基于灰色系统的房地产市场供求预测 J 商务现代化 2010 1 40 44 10 孙孝雄 任忠 李俊峰 血液流量问题 D 成都 成都信息工程学院 竞赛论文 2009 11 潘亚男 上海世博会对中国的影响力评估 D 成都 成都信息工程学院 毕业论文 2011 第 19 页 共 36 页 致致 谢谢 本文是在李胜坤老师的热情关心和指导下完成的 他渊博的知识和严谨的治学作风使 我受益匪浅 对顺利完成本课题起到了极大的作用 在此向他表示我最衷心的感谢 在论文完成过程中 本人还得到了各位老师和同学的热心帮助 本人向他们表示深深 的谢意 最后向在百忙之中评审本文的各位专家 老师表示衷心的感谢 作者简介 姓 名 崔俊华 性别 男 出生年月 1989 年 09 月 28 日 民族 满 E mail Cui14 第 20 页 共 36 页 声声 明明 本论文的工作是 2012 年 4 月至 2011 年 5 月在成都信息工程学院数学学院完成的 文中除了特别加以标注地方外 不包含他人已经发表或撰写过的研究成果 也不包含为获 得成都信息工程学院或其他教学机构的学位或证书而使用过的材料 除非另有说明 本文 的工作是原始性工作 关于学位论文使用权和研究成果知识产权的说明 本人完全了解成都信息工程学院有关保管使用学位论文的规定 其中包括 1 学校有权保管并向有关部门递交学位论文的原件与复印件 2 学校可以采用影印 缩印或其他复制方式保存学位论文 3 学校可以学术交流为目的复制 赠送和交换学位论文 4 学校可允许学位论文被查阅或借阅 5 学校可以公布学位论文的全部或部分内容 保密学位论文在解密后遵守此规定 除非另有科研合同和其他法律文书的制约 本论文的科研成果属于成都信息工程学院 特此声明 作者签名 崔俊华 2012 年 4 月 28 日 第 21 页 共 36 页 附附 录录 20112011 年年 1 1 月月 2012 2012 年年 3 3 月成都市主城区房地产行业数据 月成都市主城区房地产行业数据 程序程序 2 1 12 1 1 x 1 1 12 y 9573 9773 9854 10020 10176 10135 10075 10010 9975 9982 9971 9950 cftool x y plot x y title 时间与成都市主城区房价之间的函数 2011 年 1 月 2012 年 3 月成都市主城区房价 时间 月份 123456789101112123 房价 元 2 m 957 3 977 3 985 4 100 20 101 76 101 35 100 75 100 10 997 5 998 2 997 1 995 0 982 6 941 6 891 8 2011 年 1 月 2012 年 3 月成都市主城区需求量 时间 月份 123456789101112123 成交面积 2 m 107 1 98 74 32 87 33 81 43 2 43 93 42 06 49 2 48 1 5452 94 58 71 472687 2011 年 1 月 2012 年 3 月成都市主城区供给量 时间 月 份 123456789101112123 预售面积 2 m 66 1 18 1 73 7 94 1 72 9 83 7 82 1 167214125129158161737 第 22 页 共 36 页 程序程序 2 2 12 2 1 x 1 1 12 y 107 1 98 74 32 87 33 81 43 2 43 93 42 06 49 2 48 1 54 52 94 58 71 cftool x y plot x y title 时间与成都市主城区房屋需求量之间的函数 程序程序 2 3 12 3 1 x 1 1 12 y 66 1 18 1 73 7 94 1 72 9 83 7 82 1 167 214 125 129 158 cftool x y plot x y title 时间与成都市主城区房屋供给量之间的函数 程序程序 2 1 22 1 2 x 1 1 12 y 9573 9773 9854 10020 10176 10135 10075 10010 9975 9982 9971 9950 cftool x y plot x y title 时间与成都市主城区房价的函数的残差图 程序程序 2 2 22 2 2 x 1 1 12 y 107 1 98 74 32 87 33 81 43 2 43 93 42 06 49 2 48 1 54 52 94 58 71 cftool x y plot x y title 时间与成都市主城区房屋需求量的函数的残差图 程序程序 2 3 22 3 2 x 1 1 12 y 66 1 18 1 73 7 94 1 72 9 83 7 82 1 167 214 125 129 158 cftool x y 第 23 页 共 36 页 plot x y title 时间与成都市主城区房屋供给量的函数的残差图 程序程序 2 1 32 1 3 x 1 2 3 4 5 6 7 8 9 10 11 12 y 9573 9773 9854 10020 10176 10135 10075 10010 9975 9982 9971 9950 x1 x x2 x 2 x3 x 3 x4 x 4 x5 x 5 n length y X ones n 1 x1 x2 x3 x4 x5 b bint r rint s regress y X b bint s rcoplot r rint finv 0 95 5 6 title 时间与成都市主城区房价的函数残差及置信区间图 程序程序 2 2 32 2 3 x 1 2 3 4 5 6 7 8 9 10 11 12 y 107 1 98 74 32 87 33 81 43 2 43 93 42 06 49 2 48 1 54 52 94 58 71 x1 x x2 x 2 x3 x 3 n length y X ones n 1 x1 x2 x3 b bint r rint s regress y X b bint s rcoplot r rint finv 0 95 3 8 title 时间与成都市主城区房屋需求量的函数残差及置信区间图 程序程序 2 3 32 3 3 x 1 2 3 4 5 6 7 8 9 10 11 12 y 66 1 18 1 73 7 94 1 72 9 83 7 82 1 167 214 125 129 158 第 24 页 共 36 页 x1 x x2 x 2 x3 x 3 x4 x 4 x5 x 5 n length y X ones n 1 x1 x2 x3 x4 x5 b bint r rint s regress y X b bint s rcoplot r rint finv 0 95 5 6 title 时间与成都市主城区房屋供给量的函数残差及置信区间图 程序程序 3 3 13 3 1 x01 9573 x02 9773 x03 9854 x04 10020 x05 10176 x06 10135 x07 10075 x08 10010 x09 9975 x10 9982 x11 9971 x12 9950 X0 x01 x02 x03 x04 x05 x06 x07 x08 x09 x10 x11 x12 x13 x01 x14 x01 x02 x15 x01 x02 x03 x16 x01 x02 x03 x04 x17 x01 x02 x03 x04 x05 x18 x01 x02 x03 x04 x05 x06 x19 x01 x02 x03 x04 x05 x06 x07 x20 x01 x02 x03 x04 x05 x06 x07 x08 第 25 页 共 36 页 x21 x01 x02 x03 x04 x05 x06 x07 x08 x09 x22 x01 x02 x03 x04 x05 x06 x07 x08 x09 x10 x23 x01 x02 x03 x04 x05 x06 x07 x08 x09 x10 x11 x24 x01 x02 x03 x04 x05 x06 x07 x08 x09 x10 x11 x12 X1 x13 x14 x15 x16 x17 x18 x19 x20 x21 x22 x23 x24 B x13 1 x14 1 x15 1 x16 1 x17 1 x18 1 x19 1 x20 1 x21 1 x22 1 x23 1 Y x14 x15 x16 x17 x18 x19 x20 x21 x22 x23 x24 aj inv B B B Y 程序程序 3 3 23 3 2 x01