广州市房地产价格的分析与预测
发布时间：2022-02-17 16:06
房地产业是国民经济的基础性产业，与人民的生活质量息息相关，而且房地产业与国民经济的许多行业都有着密切的联系，在现代中国社会经济中起着举足轻重的作用。住房商品化在新中国的历史不长，但近些年房价呈现的快速上涨的趋势无疑对目前经济、社会影响巨大，国家为了调控房价相继出台了一系列的措施。通过理论和实证对房价的变动趋势进行分析是非常有意义的课题。本文以广州市全市（十个区及增城、从化）及十个区的商品住宅销售均价（销售额除以销售面积）为研究对象，较完整地收集了多年来房价相关数据，对广州市的房价变动进行分析。本文的工作主要有：第一，对广州房地产市场进行弱式有效性分析。利用广州市房价相关数据通过多种统计检验方法，主要是利用序列相关性检验和游程检验，实际验证广州市及各区县是否拒绝弱式有效性。我们实证的结果是除全市和番禺区外各区（市）都不满足弱式有效性。这个结论是我们可能分析房价变动预测的基础。第二，对前面实证已拒绝了弱式有效性的区（市），建立它们的房价变动模型。首先，对不满足弱式有效性的区（市）房价数据进行平稳性检验，主要用单位根检验来对这九个区的房价对数序列进行检验，结果表明它们都是一阶平稳的序列。接着...
【文章来源】：华南理工大学广东省211工程院校985工程院校教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文研究思路
1.4 本章小结
第二章 房价分析与预测的相关经济和数学理论
2.1 房地产市场有效性理论
2.1.1 有效市场假说和鞅模型[39]
2.1.2 随机游走模型
2.2 房价时间序列的平稳性检验[40]
2.2.1 利用序列图判断序列的平稳性
2.2.2 利用样本自相关函数进行平稳性判断
2.2.3 单位根检验
2.3 ARIMA 模型
2.4 利用 ARIMA 模型进行建模的 B-J 方法论
2.4.1 模型的识别
2.4.2 模型的估计
2.4.3 模型的诊断
2.4.4 模型的预测
2.5 本章小结
第三章 房地产市场有效性检验
3.1 房地产市场有效性检验理论
3.1.1 序列相关检验理论介绍[21]
3.1.2 非参数游程检验理论介绍[41]
3.2 数据来源及描述性统计
3.3 广州市房地产价格有效性检验结果
3.3.1 序列相关性检验结果
3.3.2 非参数游程检验结果
3.4 本章小结
第四章 广州市房价预测的模型建立及预测
4.1 房地产价格平稳性检验
4.2 房价预测的 ARIMA 模型的建立及诊断
4.3 房价的预测及评估
4.4 本章小结
第五章 基于状态空间模型的房价预测
5.1 状态空间模型
5.2 卡尔曼滤波
5.3 广州市房价的状态空间模型估计
5.4 利用状态空间模型进行预测及预测评估
5.5 本章小结
结论
参考文献
攻读硕士学位期间取得的研究成果
致谢
附录
【参考文献】：
期刊论文
[1]房价影响因素分析:分位数回归方法[J]. 罗玉波. 统计与决策. 2011(06)
[2]基于状态空间模型的中国房价变动的影响因素研究[J]. 李勇,王有贵. 南方经济. 2011(02)
[3]基于灰色线性回归组合模型的长沙、武汉房地产投资预测研究[J]. 蔡晓春,伍隽. 经济数学. 2008(03)
[4]我国房地产价格发展趋势研究[J]. "房地产价格发展趋势研究"课题组,程学斌,黄秉信,牟耀虎,刘小宁. 统计研究. 2008(05)
[5]基于ARIMA模型的广州市商品房价格预测[J]. 龙会典,张海燕. 商业研究. 2007(07)
[6]中国房地产价格指数的模拟和预测[J]. 曾五一,孙蕾. 统计研究. 2006(09)
[7]中国房地产预警模型的建立与应用[J]. 胡健颖,苏良军,金赛男,姜万军. 统计研究. 2006(05)
[8]中国房地产价格有几成泡沫[J]. 胡健颖,苏良军,金赛男,姜万军. 统计研究. 2006(01)
[9]结构时间序列模型在经济预测方面的应用研究[J]. 陈飞,高铁梅. 数量经济技术经济研究. 2005(02)
[10]基于灰色-马尔柯夫模型预测房地产价格[J]. 钟昌宝. 统计与决策. 2005(02)
博士论文
[1]房地产市场有效性的理论与实证研究[D]. 段芳.华东师范大学 2011
[2]商品住宅特征价格模型与指数的应用研究[D]. 周丽萍.西安建筑科技大学 2008
[3]基于GARCH和COPULA的天津房地产市场预测[D]. 葛龙.天津大学 2008
硕士论文
[1]中国房地产销售价格指数的预测[D]. 姚兴存.厦门大学 2009
[2]MRS组合预测模型在房价预测中的应用研究[D]. 陈莹.武汉理工大学 2008
[3]成都商品住宅价格影响因素分析与房价预测[D]. 杨贵中.西华大学 2007
本文编号：3629705
【文章来源】：华南理工大学广东省211工程院校985工程院校教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文研究思路
1.4 本章小结
第二章 房价分析与预测的相关经济和数学理论
2.1 房地产市场有效性理论
2.1.1 有效市场假说和鞅模型[39]
2.1.2 随机游走模型
2.2 房价时间序列的平稳性检验[40]
2.2.1 利用序列图判断序列的平稳性
2.2.2 利用样本自相关函数进行平稳性判断
2.2.3 单位根检验
2.3 ARIMA 模型
2.4 利用 ARIMA 模型进行建模的 B-J 方法论
2.4.1 模型的识别
2.4.2 模型的估计
2.4.3 模型的诊断
2.4.4 模型的预测
2.5 本章小结
第三章 房地产市场有效性检验
3.1 房地产市场有效性检验理论
3.1.1 序列相关检验理论介绍[21]
3.1.2 非参数游程检验理论介绍[41]
3.2 数据来源及描述性统计
3.3 广州市房地产价格有效性检验结果
3.3.1 序列相关性检验结果
3.3.2 非参数游程检验结果
3.4 本章小结
第四章 广州市房价预测的模型建立及预测
4.1 房地产价格平稳性检验
4.2 房价预测的 ARIMA 模型的建立及诊断
4.3 房价的预测及评估
4.4 本章小结
第五章 基于状态空间模型的房价预测
5.1 状态空间模型
5.2 卡尔曼滤波
5.3 广州市房价的状态空间模型估计
5.4 利用状态空间模型进行预测及预测评估
5.5 本章小结
结论
参考文献
攻读硕士学位期间取得的研究成果
致谢
附录
【参考文献】：
期刊论文
[1]房价影响因素分析:分位数回归方法[J]. 罗玉波. 统计与决策. 2011(06)
[2]基于状态空间模型的中国房价变动的影响因素研究[J]. 李勇,王有贵. 南方经济. 2011(02)
[3]基于灰色线性回归组合模型的长沙、武汉房地产投资预测研究[J]. 蔡晓春,伍隽. 经济数学. 2008(03)
[4]我国房地产价格发展趋势研究[J]. "房地产价格发展趋势研究"课题组,程学斌,黄秉信,牟耀虎,刘小宁. 统计研究. 2008(05)
[5]基于ARIMA模型的广州市商品房价格预测[J]. 龙会典,张海燕. 商业研究. 2007(07)
[6]中国房地产价格指数的模拟和预测[J]. 曾五一,孙蕾. 统计研究. 2006(09)
[7]中国房地产预警模型的建立与应用[J]. 胡健颖,苏良军,金赛男,姜万军. 统计研究. 2006(05)
[8]中国房地产价格有几成泡沫[J]. 胡健颖,苏良军,金赛男,姜万军. 统计研究. 2006(01)
[9]结构时间序列模型在经济预测方面的应用研究[J]. 陈飞,高铁梅. 数量经济技术经济研究. 2005(02)
[10]基于灰色-马尔柯夫模型预测房地产价格[J]. 钟昌宝. 统计与决策. 2005(02)
博士论文
[1]房地产市场有效性的理论与实证研究[D]. 段芳.华东师范大学 2011
[2]商品住宅特征价格模型与指数的应用研究[D]. 周丽萍.西安建筑科技大学 2008
[3]基于GARCH和COPULA的天津房地产市场预测[D]. 葛龙.天津大学 2008
硕士论文
[1]中国房地产销售价格指数的预测[D]. 姚兴存.厦门大学 2009
[2]MRS组合预测模型在房价预测中的应用研究[D]. 陈莹.武汉理工大学 2008
[3]成都商品住宅价格影响因素分析与房价预测[D]. 杨贵中.西华大学 2007
本文编号：3629705
本文链接：https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3629705.html
