基于灰色预测和GARCH模型的乌市住宅价格分析比较研究
发布时间：2021-05-09 11:14
随着我国经济的高速发展,房地产业已成为我国经济的重要支柱。房价作为反映房地产市场最为直观的一项指标,如何稳控房价,是当前社会各界关注的焦点,也是我国当前房地产宏观调控的一项重要任务。乌鲁木齐作为新疆的首府城市,近几年来其房地产市场一直保持着快速、健康有序的发展态势。本文就影响乌鲁木齐市商品住宅价格的内因和外因问题进行了定量分析,并对乌鲁木齐市商品住宅价格进行预测研究。构建出具有一定实际应用价值的乌市住宅价格预测模型。本文首先对影响乌鲁木齐市住宅价格变动的外在因素进行简单的定性分析,并以乌鲁木齐市房地产市场的发展现状为现实依据,以房地产价格的基本理论为理论基础,从供给和需求两方面选取若干房价影响因素,对影响商品住宅价格的各种因素进行量化分析。通过运用灰色关联分析,使不同影响因素之间影响程度可以相互比较。为间接调节乌鲁木齐市房地产市场的供需平衡提供可行性的参考,同时为后续的灰色预测模型的参数确定提供理论支撑。其次通过房价自身内在的变化规律从而对房价进行预测。以灰色系统理论为基础,以2006年至2015年乌鲁木齐市商品住宅价格为样本研究数据,分别建立GM（1,1）模型和灰色-马尔科夫预测模型...
【文章来源】：新疆财经大学新疆维吾尔自治区
【文章页数】：45 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1.绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 文献综述
1.2.1 国外研究现状分析
1.2.2 国内研究现状
1.3 研究内容和研究思路
1.3.1 研究思路
1.3.2 研究内容
1.3.3 研究方法
2.乌鲁木齐市房地产市场历史进程及发展现状分析
2.1 乌鲁木齐市房地产市场发展历程
2.1.1 萌发时期
2.1.2 增长时期
2.1.3 收缩时期
2.1.4 平衡发展时期
2.2 乌鲁木齐市房地产市场发展状况
2.3 乌鲁木齐市房地产价格影响因素分析
2.4 本章小结
3.基于灰色系统理论的乌市商品住宅价格预测及影响因素分析
3.1 灰色关联度分析
3.1.1 灰色关联分析原理
3.1.2 灰色关联分析步骤
3.1.3 乌市商品住宅价格影响因素分析
3.2 灰色模型预测分析
3.2.1 灰色预测模型GM(1,1)
3.2.2 基于GM(1,1)模型的乌市商品住宅价格预测
3.3 灰色马尔科夫链预测分析
3.3.1 灰色马尔科夫链预测模型
3.3.2 基于灰色马尔科夫链模型的乌市商品住宅价格预测
3.4 本章小结
4.基于GARCH模型的乌市商品住宅价格预测分析
4.1 GARCH模型的相关理论
4.2 基于GARCH模型的数据分析
4.2.1 数据选取
4.2.2 描述性统
4.2.3 平稳性检验
4.2.4 序列残差ARCH效应检验
4.2.5 建立GARCH模型
4.3 本章小结
5.结论与展望
5.1 结论
5.2 研究不足与展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于多因素影响的房地产价格预测模型[J]. 刘彩云,姚俭. 统计与决策. 2017(17)
[2]基于灰色马尔可夫模型的西安市商品房销售均价预测[J]. 田瑶,潘越凌. 知识经济. 2017(09)
[3]基于灰色预测的商品房价格影响因素及预测研究[J]. 朱博男. 时代金融. 2017(12)
[4]新疆GDP灰色关联度分析[J]. 赵思温. 合作经济与科技. 2017(06)
[5]基于灰色关联分析的齐齐哈尔市中心城区房地产需求影响因素研究[J]. 张群,周伟,张全智. 齐齐哈尔大学学报(哲学社会科学版). 2016(06)
[6]灰色GM（1,1）-小波变换-GARCH组合模型预测松花江流域水质[J]. 徐梅,晏福,刘振忠,李高华,渠佩云. 农业工程学报. 2016(10)
[7]基于马尔科夫链对西安市房价的预测研究[J]. 谢茂茂,张恩良. 中外企业家. 2016(11)
[8]GARCH族模型在电力市场电价预测中的比较研究[J]. 刘丽燕,邹小燕. 电力系统保护与控制. 2016(04)
[9]GARCH模型预测能力评估[J]. 方俊韬. 中国物价. 2016(01)
[10]基于GARCH模型的短期汇率预测[J]. 魏红燕,孟纯军. 经济数学. 2014(01)
博士论文
[1]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]我国主要城市房地产价格指数的预测方法及预测研究[D]. 张胜.安徽工业大学 2015
[2]改进的灰色马尔科夫模型及其对全国邮电业务总量的预测[D]. 蔡亮亮.南京邮电大学 2013
[3]乌鲁木齐市房地产市场现状及其发展预测研究[D]. 张新天.西安建筑科技大学 2009
[4]灰色关联分析及其应用的研究[D]. 孙玉刚.南京航空航天大学 2007
本文编号：3177206
【文章来源】：新疆财经大学新疆维吾尔自治区
【文章页数】：45 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1.绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 文献综述
1.2.1 国外研究现状分析
1.2.2 国内研究现状
1.3 研究内容和研究思路
1.3.1 研究思路
1.3.2 研究内容
1.3.3 研究方法
2.乌鲁木齐市房地产市场历史进程及发展现状分析
2.1 乌鲁木齐市房地产市场发展历程
2.1.1 萌发时期
2.1.2 增长时期
2.1.3 收缩时期
2.1.4 平衡发展时期
2.2 乌鲁木齐市房地产市场发展状况
2.3 乌鲁木齐市房地产价格影响因素分析
2.4 本章小结
3.基于灰色系统理论的乌市商品住宅价格预测及影响因素分析
3.1 灰色关联度分析
3.1.1 灰色关联分析原理
3.1.2 灰色关联分析步骤
3.1.3 乌市商品住宅价格影响因素分析
3.2 灰色模型预测分析
3.2.1 灰色预测模型GM(1,1)
3.2.2 基于GM(1,1)模型的乌市商品住宅价格预测
3.3 灰色马尔科夫链预测分析
3.3.1 灰色马尔科夫链预测模型
3.3.2 基于灰色马尔科夫链模型的乌市商品住宅价格预测
3.4 本章小结
4.基于GARCH模型的乌市商品住宅价格预测分析
4.1 GARCH模型的相关理论
4.2 基于GARCH模型的数据分析
4.2.1 数据选取
4.2.2 描述性统
4.2.3 平稳性检验
4.2.4 序列残差ARCH效应检验
4.2.5 建立GARCH模型
4.3 本章小结
5.结论与展望
5.1 结论
5.2 研究不足与展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于多因素影响的房地产价格预测模型[J]. 刘彩云,姚俭. 统计与决策. 2017(17)
[2]基于灰色马尔可夫模型的西安市商品房销售均价预测[J]. 田瑶,潘越凌. 知识经济. 2017(09)
[3]基于灰色预测的商品房价格影响因素及预测研究[J]. 朱博男. 时代金融. 2017(12)
[4]新疆GDP灰色关联度分析[J]. 赵思温. 合作经济与科技. 2017(06)
[5]基于灰色关联分析的齐齐哈尔市中心城区房地产需求影响因素研究[J]. 张群,周伟,张全智. 齐齐哈尔大学学报(哲学社会科学版). 2016(06)
[6]灰色GM（1,1）-小波变换-GARCH组合模型预测松花江流域水质[J]. 徐梅,晏福,刘振忠,李高华,渠佩云. 农业工程学报. 2016(10)
[7]基于马尔科夫链对西安市房价的预测研究[J]. 谢茂茂,张恩良. 中外企业家. 2016(11)
[8]GARCH族模型在电力市场电价预测中的比较研究[J]. 刘丽燕,邹小燕. 电力系统保护与控制. 2016(04)
[9]GARCH模型预测能力评估[J]. 方俊韬. 中国物价. 2016(01)
[10]基于GARCH模型的短期汇率预测[J]. 魏红燕,孟纯军. 经济数学. 2014(01)
博士论文
[1]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]我国主要城市房地产价格指数的预测方法及预测研究[D]. 张胜.安徽工业大学 2015
[2]改进的灰色马尔科夫模型及其对全国邮电业务总量的预测[D]. 蔡亮亮.南京邮电大学 2013
[3]乌鲁木齐市房地产市场现状及其发展预测研究[D]. 张新天.西安建筑科技大学 2009
[4]灰色关联分析及其应用的研究[D]. 孙玉刚.南京航空航天大学 2007
本文编号：3177206
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3177206.html
