浅谈房价变动优化

精品文档2016全新精品资料全新公文范文全程指导写作独家原创1/9浅谈房价变动优化摘要为预测未来房价的变动范围,根据往年的房价应用GM模型,并结合灰色马尔科夫模型对房价进行预测。考虑到影响房价的诸多因素变量,对给定的多个因素应用回归分析加以确定。从市场投机因素和政府的调控手段出发优化模型,通过模型分析给出合理的建议。关键词房价；预测；GM；灰色马尔科夫；回归分析近几年,中国主要城市房价暴涨,曾一度拉动中国经济的快速增长。但随着国家一些宏观调控政策,大中城市房价大幅波动,各市的房屋均价与成交量曾一度双双下挫。房价的变动主要取决于市场供求,但影响市场供求的因素是多方面的。比如从需求的角度来说,居民收入增加与经济条件的改善,市民对住房条件普遍表现出更高的要求,中国人口的城镇化等。但由于市场或政策激励等因素,会使这种需求不适当的放大,比如在住房成为升值最快的一种投资渠道后,人们有了房屋投机,最终导致房价虚高以及资源浪费。1GM模型与灰色马尔科夫模型的求解与比较精品文档2016全新精品资料全新公文范文全程指导写作独家原创2/911GM模型GM模型是指1阶方程1个变量的灰色模型,是基于时间序列分析方法建立的价格预测模型。GM模型是灰色系统理论中应用最广泛的一种灰色动态预测模型,它主要用于复杂系统某一主导因素特征值的拟合和预测,以揭示主导因素变化规律和未来发展变化态势。下面我们以20002008年北京的商品房住宅的销售价格建立GM模型。设定原始数据序列进一步分析上述矩阵,最后一个数据2008年房价位于S1状态,由状态转移矩阵,接下来的2009年极有可能处于状态S2。13最终预测结果由以上过程,综合利用GM模型及灰色马尔科夫模型推测出2009年的房价为精品文档2016全新精品资料全新公文范文全程指导写作独家原创3/9133756/2137256元/平方米比较两种方法可知,利用灰色马尔科夫模型所预测的房价比GM模型所预测的房价误差更小,精确度更高,由此我们可以说灰色马尔科夫模型的预测结果比GM模型更好。由此,我们可断定,我们利用灰色马尔科夫模型所预测的2009年房价是有效的,即137256元/平方米。14GM模型与灰色马尔科夫模型的比较为比较两种预测方法的精确性,我们选取原始数据中已知的2005年的房价,用两种方法对其进行预测,并与真实值相比较。按照GM模型的预测结果为55501元/平方米。用灰色马尔科夫模型预测的2004年的房价最可能为55501/245001元/平方米精品文档2016全新精品资料全新公文范文全程指导写作独家原创4/9由原始数据可知,2004年房价的真实值为4747元/平方米。下面计算它们的误差,以比较两种模型的精确度。利用GM模型预测得到的误差为Q1SX4747SX10079利用灰色马尔科夫模型预测得到的误差为Q2SX4747SX10052比较两种方法可知,利用灰色马尔科夫模型所预测的房价比GM模型所预测的房价误差更小,精确度更高,由此我们可以说灰色马尔科夫模型的预测结果比GM模型更好。由此,我们利用灰色马尔科夫模型所预测的2009年房价是有效的,即133756/2137256元/平方米2基于多变量的房价分析精品文档2016全新精品资料全新公文范文全程指导写作独家原创5/9由经济学原理可以知道,商品的价值决定价格。商品住房也是一样的,它的价值包括所占的土地价值,建筑物价值。此外,还受到供求状况、消费者偏好、竞争程度、市场预期如房地产开发投资、企业经营策略和相关政策的影响,其价格围绕价值上下波动。另外,商品住房的价格还与消费者的购买能力、心理因素、对未来的房价走势的判断等因素有关系。也就是说以上几种因素都影响着商品住房的价格。1模型设定选取19952008年北京商品住房的有关数据进行回归分析,以北京地区的商品住房价格作为因变量；影响商品住房价格的因素很多,考虑数据的可获得性,选取以下几个作为自变量。做多重共线性检验,得到如下相关系数矩阵，见表2。由相关性系数矩阵可以看出,各变量相互之间的相关系数较高,证实确实存在多重共线性。自相关检验。精品文档2016全新精品资料全新公文范文全程指导写作独家原创6/9对所估计的模型做残差图,得出以下结果。DW检验对应样本数为15，2个预测变量的模型、005显着水平,查DW统计表可知,DL069,DU197,模型中DW2110,DU21104DU，表明模型不存在自相关。统计分析与异方差检验。由SPSS软件计算，得到表3、表4数据。3模型优化分析下面从两个方面来考虑未来房价的走向。1政策出台的干扰国家统计局中土地交替价格指数,结合当年政府出台的政策,人为的改变原始数据会对房价产生巨大的影响。政策使得房价上涨的比率增加,房价上涨速度超出中低收入居民的消费水平。如从2007的高房价到2008年的低迷期，再到2009年的急剧增长,这和2008年国际金融危机后我国出台的部分政策有关。精品文档2016全新精品资料全新公文范文全程指导写作独家原创7/932市场投机的干扰图2形象地说明了市场投机给房价带来的影响。房价的上升使一部分投机者开始大量投资房地产,使短期内需求曲线D2迅速移动到D1,房价P4涨到房价P3；然而供给曲线随之由S2平移到S1。当国内经济发展不景气时,这些投机者又很快撤资,需求回落到D2,房价变动到P1。市场投机对房价的影响显而易见。4结论由上述分析,GM模型在不知道原始数据分布的先验特征,对无规则或服从任何分布的任意光滑离散的原始序列,通过有限次的生成,即可转化成有规则序列；但是随着时间的推移,该模型对随机性、波动性较大的数据拟合较差,预测精度降低。虽然灰色马尔科夫模型弥补了这一缺点,却无法对预测问题随时间变化出现波动这一现象给出精确的预测。而通过分析影响房价的尤为突出的几个因素,结合政府的调控和投机市场的变化分析,给出了优化模型后的几点建议。大力发展城市经济,增加居民收入水平,出台相关的法精品文档2016全新精品资料全新公文范文全程指导写作独家原创8/9律政策以限制防止“炒房商”的投机行动。影响商品住宅价格的因素很多,对其量化的实证研究工作是巨大而富有挑战性的,而且是很有必要的。我们决定从细化市场开始研究,并考虑除了线性拟合外是否还有其他更好的函数拟合。参考1刘艺婷我国商品住房价格的计量经济模型预测研究J企业导报,200940422赵丽莉影响北京市商品住宅价格因素的实证分析D北京北京化工大学,20073贾璐熙,王桓辉基于多目标规划模型的房价探讨与实证分析J金融理论与实践,201081834王礼霞,夏乐天灰色马尔科夫链模型在股市预测中的应用J中国科技论文在线,2009,21091135李东月,马智胜灰色GM模型在房价预测中的算精品文档2016全新精品资料全新公文范文全程指导写作独家原创9