基于TEI@I方法论的商品住宅价格预测模型研究

发布时间：2017-10-06 14:07

  本文关键词：基于TEI@I方法论的商品住宅价格预测模型研究

  更多相关文章： 商品住宅 价格预测 TEI@I方法论 计量经济学模型 智能技术

【摘要】：房地产业是我国重要的支柱性产业,所以房地产也的健康发展对我国经济发展有重要的影响。而房地产价格作为市场供求关系及诸多影响因素共同作用的结果,能够十分及时准确的反应市场变化。因此,立足于我国基本国情,建立适当的商品房价格预测模型,对市场进行有效的事前预测,有很重要的意义。不仅可以为政府制定政策提供决策依据,还可以为众多房地产企业预测市场动向,制定适当的发展战略,也可以为消费者合理置业提供参考。因此,无论站在哪个角度而言对我国房地产健康发展都有深刻意义。在本文研究之初,笔者对国内外预测方法进行了梳理,通过对比分析,了解了每种预测方法的特点,并立足于中国房地产市场实际情况,选择了TEI@I方法论作为本文的理论指导,并结合数据量大和数据量小两种情况分别建立了集成预测模型。其预测基本思路是利用计量经济学模型对序列进行线性预测,形成的残差中保留了原始序列的非线性因素,再利用智能技术对该误差进行预测,把两次预测结果相加即可得到最终的预测结果。最后,本文以深圳房价为实证研究对象,采用ARMA与神经网络集成预测模型对深圳新建商品住宅销售价格指数环比月度数据进行预测,采用多元回归与支持向量机集成预测模型对商品住宅二级市场平均交易价格年度数据进行预测。通过对比可得,基于TEI@I方法论的集成预测方法可将预测误差降低,与单一预测方法及传统组合预测方法比较而言均有较好的预测结果。
【关键词】：商品住宅 价格预测 TEI@I方法论 计量经济学模型 智能技术
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F299.23
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-21
• 1.1 研究背景8
• 1.2 研究意义8-9
• 1.3 国内外研究现状9-17
• 1.3.1 房价预测常用模型研究现状9-13
• 1.3.2 支持向量机研究现状13-15
• 1.3.3 综合评述15-17
• 1.4 研究内容与研究方法17-21
• 1.4.1 研究内容17-18
• 1.4.2 研究方法18-21
• 第2章 房地产价格及其预测方法理论分析21-33
• 2.1 研究范围界定21
• 2.2 房地产价格相关理论21-23
• 2.2.1 地租地价理论22
• 2.2.2 周期波动理论22
• 2.2.3 均衡价格理论22-23
• 2.3 房地产价格影响因素分析23-30
• 2.3.1 房地产价格特点23-25
• 2.3.2 商品住宅价格影响因素定性分析25-30
• 2.4 预测方法相关理论30-32
• 2.4.1 TEI@I方法论30
• 2.4.2 ARMA回归30-31
• 2.4.3 人工神经网络31
• 2.4.4 灰色系统理论31
• 2.4.5 支持向量机31-32
• 2.5 本章小结32-33
• 第3章 基于TEI@I方法论的商品住宅价格预测模型构建33-45
• 3.1 基于大样本的ARMA和ANN的集成预测模型构建33-39
• 3.1.1 ARMA建模过程33-37
• 3.1.2 BP神经网络建模过程37-39
• 3.2 基于小样本的灰色回归支持向量机集成预测模型构建39-44
• 3.2.1 灰色关联分析39-41
• 3.2.2 多元线性回归建模41
• 3.2.3 支持向量机建模41-44
• 3.3 本章小结44-45
• 第4章 基于TEI@I方法论的商品住宅价格预测仿真分析45-68
• 4.1 基于ARMA和ANN的集成预测仿真及分析45-53
• 4.1.1 数据收集45-46
• 4.1.2 序列平稳性检验46-47
• 4.1.3 模型识别47-48
• 4.1.4 模型估计与检验48-50
• 4.1.5 神经网络结构确定50-52
• 4.1.6 仿真结果分析52-53
• 4.2 基于灰色回归支持向量机集成预测仿真及分析53-67
• 4.2.1 数据收集及灰色关联度计算53-58
• 4.2.2 多元回归预测58-64
• 4.2.3 支持向量机预测64-65
• 4.2.4 仿真结果分析65-67
• 4.3 本章小结67-68
• 结论68-69
• 参考文献69-76
• 附录76-77
• 攻读硕士学位期间发表的学术论文及其他成果77-79
• 致谢79

，

本文编号：983189