主办单位: 共青团中央   中国科协   教育部   中国社会科学院   全国学联  

承办单位: 贵州大学     

基本信息

项目名称:
基于灰理论的沿海城市房价预测及实证分析—以山东省为例
小类:
经济
简介:
本文采用灰色系统理论的预测方法,运用统计学等专业知识,以2004-2010年山东沿海城市(青岛、烟台、威海、东营、日照等)的房地产市场的交易量及交易价格为基础数据,综合考虑各种因素(地域因素、国家宏观调控、产业政策、公共政策、土地价格、建筑材料价格、居民需求及经济状况等),建立山东沿海各城市房价预测模型,并在此基础上对其未来的房价走势进行预测。最后对政府调控房地产市场提出了具有参考建议。
详细介绍:
1)本文积极响应国家发展战略,切合经济发展动态。2011年是“十二五”开局之年,“山东半岛蓝色经济区发展规划”成为首个获批的国家发展战略。这标志着国家对山东沿海地区的日益关注和重视。本文以对经济影响较大的房价为研究对象,以期给“十二五”期间“蓝色经济区”的发展提供有力参考。 2)运用多元回归模型分析数据,建立灰色模型预测沿海房价走势。本文首先运用主成分分析法、多元回归分析法将山东沿海城市房价的影响因素进行定量分析、处理,鉴于房价影响模型相关统计数据可能失真不全等“贫信息、小样本”的特点,并通过建立GM(1,1)灰色模型进行预测,使得预测结果更为精确。 3)依据整体和个体两个角度,理论分析联系实践。本文既从整体角度分析归纳出山东沿海城市的房价影响因素,又分别对各个城市建立预测模型,进行了具体性和针对性的分析,并对当地政府调控房地产市场给出了科学建议。

作品图片

  • 基于灰理论的沿海城市房价预测及实证分析—以山东省为例
  • 基于灰理论的沿海城市房价预测及实证分析—以山东省为例
  • 基于灰理论的沿海城市房价预测及实证分析—以山东省为例
  • 基于灰理论的沿海城市房价预测及实证分析—以山东省为例
  • 基于灰理论的沿海城市房价预测及实证分析—以山东省为例

作品专业信息

撰写目的和基本思路

写作目的:通过对山东半岛沿海房价进行科学的分析预测,为政府城市规划、完善房地产市场提供准确的理论依据。 写作思路:对山东沿海城市房价影响因素相关数据进行搜集,利用主成分分析法结合区域经济学、房地产金融学等知识及山东经济、政治等因素进行分类解释;然后建立山东沿海城市房价灰色预测模型,并对未来五年的房价进行了预测;最后结合以上分析,针对政府、投资者、房产消费者提出了相应建议。

科学性、先进性及独特之处

1)响应国家“十二五”规划,研究对经济影响较大的房价,为国家发展山东半岛蓝色经济区战略提供参考。 2)运用主成分分析、多元回归分析法分析房价影响因素,并据此分别对山东沿海城市建立GM(1,1)预测模型,在数据较少的情况下得出了较精确地结果。 3)综合考虑了山东沿海城市房价影响因素,并分析了各个城市的特色分别建立了灰色预测模型。

应用价值和现实意义

1)通过研究房价,为房地产市场合理发展提供指导建议,有利于稳定房价,从而促进物价及货币价值的稳定,进而带动国计民生良好发展。 2)通过研究山东沿海城市的经济特色和分析其房价,为正确引导山东半岛沿海城市房地产业发展提出建设性意见。 3)对房地产价格现状及走势的研究对于正确引导消费者购房选择和投资者理性投资均有很大帮助,同时对于政府科学地决策及进行稳健的宏观调控具有举足轻重的现实意义。

作品摘要

本文分析了山东省沿海城市房地产价格的影响因素及其未来走势。利用多元统计分析对山东统计厅公布的“十五、十一五”的相关数据进行了筛选,然后运用主成分分析法、多元回归分析法将山东省沿海城市,包括青岛、烟台、威海、日照等地的房地产价格的影响因素进行了定量分析处理,进而总结了沿海城市房地产产业发展的特点。通过对这四个沿海城市房价的相关数据进行分析,分别建立GM(1,1)灰色预测模型, 得到了未来五年的房价走势。误差分析显示所建立的预测模型具有很好的精确度。最后,结合国家“十二五”发展规划,提出了山东省沿海城市房地产业的健康发展及有效调控的合理建议。

获奖情况及评定结果

参考文献

[1] 孙波;李惠. 地价推动下的房价上涨逻辑与影响[J],商业研究,2010(05):166-172 [2] 高波. 房价波动、住房保障与消费扩张[J],理论月刊,2010(07):02-10 [3] 尤梅芳;黄敏;程立.ARIMA模型在房价预测中的应用——四川省商品住房价格指数未来走势的实证分析[J],中国物价,2009(10):40-42 [4] 沈悦; 刘洪玉. 住宅价格与经济基本面:1995—2002年中国14城市的实证研究[J],经济研究,2004(06):78-86 [5] 王聪.基于多因素LOGISTIC的城市房地产价格预测模型研究[D],大连理工大学,2008 [6] 武秀丽; 张锋. 时间序列分析法在房价预测中的应用——以广州市的数据为例[J],2007(21):171-175 [7] 丁建国.西安市商品住房价格影响因素分析及预测[D],西安科技大学,2009 [8] 周金亮;郑鹏.基于灰色理论的房地产预测模型[J],赤峰学院学报,2009(07):57-58 [9] 毛广雄; 谭峰. 灰色系统分析应用——预测上海房地产市场需求量变化并对其影响因素做关联度分析 [J], 数学的实践与认识,2005(02):32-36 [10] 熊艳. 我国房地产价格影响因素研究[J], 金融经济,2009(02):35-36 [11]《中国统计年鉴2009》,国家统计局,2010

调查方式

图片、照片、书报刊物 统计报表 文件

同类课题研究水平概述

目前对于房价走势的分析主要集中两类。一是从定性分析的角度考虑影响房价的因素以及未来趋势。如:孙波等人[1]认为房价内生上涨机制的形成是由于地价的推动,并提出了中央财政统筹改革现行土地出让金分配方式的设想;高波等人[2]从居民消费的角度分析了住房保障对于抑制房价上涨的作用。另一个是从定量分析的角度对房价展开分析研究。如:尤梅芳等人[3]利用ARIMA模型对四川省1997-2008年的价格指数季度数据进行分析和预测,得出2009年四川省房价短期内不会上涨。沈悦等人[4]通过分析1995-2002年14个城市的经济基本面对房价波动的解释程度得出房价已不能被经济基本面很好的解释。政府需要加强对非理性投资的控制。王聪[5]通过建立多因素LOGISTIC回归模型得出利率变化率、住宅销售价格指数、销售面积及竣工面积增长率对房价的影响较大。其他相关研究详见参考文献[6]、[7]。但是上述所列文献在对房价进行分析时,为了建立易求解的模型,往往假设了很多不太实际条件,再加上当前房地产产业的动态变化以及相关部门所提供数据的不准确性使得他们的对房价走势进行预测时,与实际的偏差较大。 针对此情况,本文利用灰色理论对山东省半岛沿海城市的房价进行了分析。灰色理论是邓聚龙教授首次提出,此理论可以解决那些数据少的模型,同时预测精确度较高。目前在实际应用中取得了良好的经济效益和实践成果。当前,利用灰色理论对房价走势进行分析的文献还不多见。就我们所查的文献来看,仅有对于个别城市在短期内的相应分析结果,如周金亮,郑鹏等人[8]则对内陆城市郑州进行了房价预测,并用参差检验法验证了其灰色模型的成立。毛广雄等人[9]则就运用灰色模型对上海市的房价的影响因素进行了相关性分析。上述这两篇文献都没有对所建立模型的误差进行科学的分析,没有进一步探讨模型的不足。 基于当前房价走势的分析以及灰色模型在房价预测中的有效应用,本文利用灰理论预测了山东省沿海城市的房价走势。结合国家的发展战略规划与以山东省半岛城市为代表的沿海区域特色,透视供求关系之外的影响因素,根据山东省统计局公布的数据首先利用主成分分析法定量分析了影响沿海城市房价变化的因素。通过建立灰色模型,进一步地对山东半岛沿海城市的房价在“十二五”规划的走势进行了预测,数据误差分析表明预测模型具有很好的精确性。
建议反馈 返回顶部
Baidu
map