青岛市房地产市场预测模型研究
发布时间：2021-03-29 16:28
中国的房地产业已经成为国民经济中的支柱产业，稳定健康的房地产市场对于国民经济稳定快速的发展有着不可或缺的作用。随着房地产市场不断的发展，很多问题也随之浮现。对于房地产市场目前存在的问题，各级政府在不断摸索中解决，在取得一定成效的同时也饱受各界人士的争议。很多房地产业内人士指出出现房地产宏观调控政策“头痛治头，脚痛治脚”的根本原因，是我国缺少合理的、完善的房地产市场预测和预警体系。本文正是基于目前国内房地产市场现状，希望能建立一种行之有效的数学模型，对青岛市房地产市场加以模拟预测，并对其得到的数据加以分析和说明，为青岛市房地产市场预测模型的建立进行一次有意义尝试。房地产市场与众多因素有着密不可分的联系，这也使得要建立房地产市场预测模型并不是简单。如果我们仅仅是使用单个预测模型来进行房地产市场相关指标的预测的话，往往不能取得良好的实际效果。所以本文准备运用两种不同的思想来建立模型，从趋势预测和因素分析两个方面来建立组合预测模型。本文首先运用改进型的灰色预测方法对相关房地产指标进行趋势性的预测，然后通过神经网络的思想建立模型从影响因素方面着手进行预测。最后运用信息论中的熵值法来组合这两个模型...
【文章来源】：中国海洋大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
青岛市地理位置
2.2.2 青岛市房地产市场概述近年来，随着青岛城市化进程的不断推进，青岛市房地产市场以稳健的脚步向前迈进，目前也逐渐成为了全国房地产 40 个热点城市之一。进入新世纪以来，青岛市经济综合实力和城市核心竞争力不断加强，使得青岛房地产市场进入了新的一轮高速发展期。下面我就简单的介绍以下 2000—2010 年十年内青岛房地产市场的具体情况[35] [36]。2009 年，青岛全市（包括市内 4 区，市郊 3 区）土地购置面积为 301 万平方米，开发面积为 379 万平方米，较上年分别下降 15.4%和 17.2%。由图 2-2可以看出，2000-2009 年全市土地购置面积和开发面积的增长率波动较大。其中2006 年是青岛市土地开发面积和土地购置面积最多的年份，分别为 948 万平方米和 749 万平方米。
青岛市房地产市场预测模型研究2001-2009 青岛对其房地产开发投资额年均增长 23.8%，比全国同期平均水平低了近 0.6 个百分点。仅在 2005、2009 年这两年中其平均增长率超过了全国同期平均水平。2009 年青岛全市（包括市内 4 区，市郊 3 区）房地产开发投资额为 459.4 亿元，同比增长 23.1%，较全国水平相比高出了 4.4 个百分点。
【参考文献】：
期刊论文
[1]基于小波神经网络的房地产价格指数预测研究[J]. 李万庆,张金水,孟文清. 河北工程大学学报(自然科学版). 2008(01)
[2]商业银行信用风险评价指标的熵权选择方法[J]. 张渝,周宗放. 电子科技大学学报. 2006(05)
[3]房地产价格与房地产经济学研究[J]. 刘洪玉,孙峤. 建筑经济. 2006(02)
[4]灰色预测模型的改进[J]. 陈洁,许长新. 辽宁师范大学学报(自然科学版). 2005(03)
[5]住宅需求量预测的灰色马尔柯夫模型及应用[J]. 赵瑞,申金山. 郑州航空工业管理学院学报. 2004(03)
[6]房地产泡沫的成因及防范措施探讨[J]. 李涛,伍建平. 山东理工大学学报(社会科学版). 2004(02)
[7]房地产泡沫、房地产热与景气周期的学术观点辨析[J]. 陈则明. 中国房地产. 2004(01)
[8]回归模型在房地产市场方面的应用[J]. 葛金辉,桑玉杰. 沈阳航空工业学院学报. 2003(04)
[9]GM（1,1）改进模型及其应用[J]. 王钟羡,吴春笃. 数学的实践与认识. 2003(09)
[10]房地产市场有效需求分析的灰色数学方法[J]. 宋喜民,周书敬. 河北建筑科技学院学报. 2003(01)
硕士论文
[1]BP神经网络在股票预测中的应用研究[D]. 王莎.中南大学 2008
[2]关于组合预测中的权重确定及应用[D]. 毛开翼.成都理工大学 2007
[3]前向神经网络的分类能力与训练算法的研究[D]. 陈森林.西安电子科技大学 2003
本文编号：3107832
【文章来源】：中国海洋大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
青岛市地理位置
2.2.2 青岛市房地产市场概述近年来，随着青岛城市化进程的不断推进，青岛市房地产市场以稳健的脚步向前迈进，目前也逐渐成为了全国房地产 40 个热点城市之一。进入新世纪以来，青岛市经济综合实力和城市核心竞争力不断加强，使得青岛房地产市场进入了新的一轮高速发展期。下面我就简单的介绍以下 2000—2010 年十年内青岛房地产市场的具体情况[35] [36]。2009 年，青岛全市（包括市内 4 区，市郊 3 区）土地购置面积为 301 万平方米，开发面积为 379 万平方米，较上年分别下降 15.4%和 17.2%。由图 2-2可以看出，2000-2009 年全市土地购置面积和开发面积的增长率波动较大。其中2006 年是青岛市土地开发面积和土地购置面积最多的年份，分别为 948 万平方米和 749 万平方米。
青岛市房地产市场预测模型研究2001-2009 青岛对其房地产开发投资额年均增长 23.8%，比全国同期平均水平低了近 0.6 个百分点。仅在 2005、2009 年这两年中其平均增长率超过了全国同期平均水平。2009 年青岛全市（包括市内 4 区，市郊 3 区）房地产开发投资额为 459.4 亿元，同比增长 23.1%，较全国水平相比高出了 4.4 个百分点。
【参考文献】：
期刊论文
[1]基于小波神经网络的房地产价格指数预测研究[J]. 李万庆,张金水,孟文清. 河北工程大学学报(自然科学版). 2008(01)
[2]商业银行信用风险评价指标的熵权选择方法[J]. 张渝,周宗放. 电子科技大学学报. 2006(05)
[3]房地产价格与房地产经济学研究[J]. 刘洪玉,孙峤. 建筑经济. 2006(02)
[4]灰色预测模型的改进[J]. 陈洁,许长新. 辽宁师范大学学报(自然科学版). 2005(03)
[5]住宅需求量预测的灰色马尔柯夫模型及应用[J]. 赵瑞,申金山. 郑州航空工业管理学院学报. 2004(03)
[6]房地产泡沫的成因及防范措施探讨[J]. 李涛,伍建平. 山东理工大学学报(社会科学版). 2004(02)
[7]房地产泡沫、房地产热与景气周期的学术观点辨析[J]. 陈则明. 中国房地产. 2004(01)
[8]回归模型在房地产市场方面的应用[J]. 葛金辉,桑玉杰. 沈阳航空工业学院学报. 2003(04)
[9]GM（1,1）改进模型及其应用[J]. 王钟羡,吴春笃. 数学的实践与认识. 2003(09)
[10]房地产市场有效需求分析的灰色数学方法[J]. 宋喜民,周书敬. 河北建筑科技学院学报. 2003(01)
硕士论文
[1]BP神经网络在股票预测中的应用研究[D]. 王莎.中南大学 2008
[2]关于组合预测中的权重确定及应用[D]. 毛开翼.成都理工大学 2007
[3]前向神经网络的分类能力与训练算法的研究[D]. 陈森林.西安电子科技大学 2003
本文编号：3107832
本文链接：https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3107832.html
