西安市商品房价格趋势的研究及其预测
发布时间：2021-02-23 19:41
房地产是我国国民经济的支柱型产业,它的发展规模和速度对整个经济的完好运行有着十分重要的意义。房屋价格是全国各地政府部门宏观调控和管理的指示灯。因此，从房地产的价格入手，寻找影响住宅商品房价格与其各个影响因素之间的相关关系，定量分析影响房地产价格变动的因子，把握房地产价格时间上的变动趋势并进行科学的预测，这对合理确定房地产价格，指导我国宏观调控，促进我国房地产市场稳步健康发展具有重要的意义。影响房地产价格的因素有很多，比如经济因素、社会因素、供求因素等，政府的宏观调控也是其中较重要的一个因素。本文首先对商品房价格的特征、形成机制及其影响因素作了说明，并且在房地产价格形成的基础上探讨了商品房价格的变动过程及其形成；其次，本文通过对房地产价格影响因素的分析与研究，将回归模型里的众多因子中对房价影响较大的因子分析出来，同时分析出政策因素对房地产市场的影响也较大，因此将政策因素作为虚拟变量引入回归模型中，得出较好的结果；再次，在运用灰色GM（1,1）模型预测西安市商品住宅房价格的基础上，利用在回归模型中政策因素作为虚拟变量这一思想，将虚拟变量引入灰色GM（1,1）预测模型中去。最后，利用加入虚拟...
【文章来源】：西安建筑科技大学陕西省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
供求关系
图 4.1 FX 与TJ 偏自相关函数立 FX 和TJ 的分布滞后回归模型X 与TJ 的分布滞后回归模型endent Variable: FXthod: Least Squarese: 09/27/11 Time: 08:45ple (adjusted): 2005Q2 2010Q4luded observations: 15 after adjustmentsvergence achieved after 111 iterations Backcast: OFF (Roots of MA process too large)Coefficient Std. Error t-Statistic Prob.TJ 0.573469 0.017698 2.40389 0.0000TJ(-1) -0.083406 0.007511 -1.10447 0.0000FX(-1) 0.507622 0.010014 0.69321 0.0000AR(4) -0.348095 0.010325 -0.71398 0.0000MA(4) 8.938424 3.032341 0.947697 0.0146
然后通过建立误差修正模型来研究它们之间存在的短期波动关系时会怎样，第一步首先必须要建立分布滞后回归模型，如表 4.4 所示，FX 与TJ 的偏自相关函数见图 4.2 所示.图 4.2 FX 与TJ 的偏自相关函数从表 4.1 和图 4.2 中可以得，模型在加入滞后项、 AR 和MA项后的 D.W .由原来的 0.503997 提升到了现在的 1.774291，残差项的一阶自相关性已经基本消除。残差的稳定性检验为( )15.8162421.429955t te e Δ = (4-3)2R = 0.707234, D.W . =2.291384在残差序列滞后一阶时， ADF 统计量为 5.816242，在5%的显著性水平下，为平稳序列，因此说明FX 和TJ 是协整的，(4-3)式则为长期稳定的均衡关系.以比较稳定的时间序列te 作为误差修正项
【参考文献】：
期刊论文
[1]多元线性回归分析及其应用[J]. 林彬. 中国科技信息. 2010(09)
[2]湖南省第三产业就业人数预测——基于灰色系统GM（1,1）模型[J]. 陈洁,李玉双,韩峰. 经济数学. 2009(04)
[3]土地价值、土地的房价效应与房价的调控政策[J]. 王祖山. 现代经济探讨. 2009(02)
[4]政策对房地产价格影响分析[J]. 萧薇,唐焱. 经济研究导刊. 2009(02)
[5]兰州市商品住宅价格趋势预测及其分析[J]. 徐波. 安徽农业科学. 2007(24)
[6]成都市房价影响因素的回归分析与事后模拟[J]. 杨贵中,邓学芬. 价值工程. 2007(04)
[7]我国商品住宅价格灰色预测[J]. 杜晓芳,张金锁. 西安科技大学学报. 2006(04)
[8]我国城市住宅价格问题剖析[J]. 柳兴国. 价格理论与实践. 2006(12)
[9]灰色GM（1,1）模型在房价预测中的算法研究[J]. 李东月,马智胜. 企业经济. 2006(09)
[10]影响我国房地产价格的宏观经济因素实证分析[J]. 曲闻. 价格月刊. 2006(09)
博士论文
[1]杭州市大气气溶胶与心脑血管病急性发作关系的空间流行病学研究[D]. 李秀央.浙江大学 2009
硕士论文
[1]外商直接投资对珠三角产业结构影响研究[D]. 刘欢欢.云南财经大学 2011
[2]西安市房地产价格的影响因素研究及预测[D]. 智慧.西安建筑科技大学 2010
[3]重庆市某区交通事故流行病学分析及预测模型研究[D]. 张路.第三军医大学 2010
[4]广义GM（1，1）预测模型的构建、扩展及其应用研究[D]. 周伟.南京航空航天大学 2009
[5]大学生就业影响因素的统计分析与相应策略[D]. 张曰云.山东大学 2009
[6]基于灰色理论的武汉商品房价格预测和分析[D]. 程松林.华中师范大学 2008
[7]基于灰色理论分析成都市商品住宅价格变动[D]. 侯继松.四川师范大学 2008
[8]基于灰色系统理论的预测模型的研究[D]. 张永波.哈尔滨工程大学 2005
[9]灰色系统理论及其应用[D]. 温丽华.哈尔滨工程大学 2003
本文编号：3048122
【文章来源】：西安建筑科技大学陕西省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
供求关系
图 4.1 FX 与TJ 偏自相关函数立 FX 和TJ 的分布滞后回归模型X 与TJ 的分布滞后回归模型endent Variable: FXthod: Least Squarese: 09/27/11 Time: 08:45ple (adjusted): 2005Q2 2010Q4luded observations: 15 after adjustmentsvergence achieved after 111 iterations Backcast: OFF (Roots of MA process too large)Coefficient Std. Error t-Statistic Prob.TJ 0.573469 0.017698 2.40389 0.0000TJ(-1) -0.083406 0.007511 -1.10447 0.0000FX(-1) 0.507622 0.010014 0.69321 0.0000AR(4) -0.348095 0.010325 -0.71398 0.0000MA(4) 8.938424 3.032341 0.947697 0.0146
然后通过建立误差修正模型来研究它们之间存在的短期波动关系时会怎样，第一步首先必须要建立分布滞后回归模型，如表 4.4 所示，FX 与TJ 的偏自相关函数见图 4.2 所示.图 4.2 FX 与TJ 的偏自相关函数从表 4.1 和图 4.2 中可以得，模型在加入滞后项、 AR 和MA项后的 D.W .由原来的 0.503997 提升到了现在的 1.774291，残差项的一阶自相关性已经基本消除。残差的稳定性检验为( )15.8162421.429955t te e Δ = (4-3)2R = 0.707234, D.W . =2.291384在残差序列滞后一阶时， ADF 统计量为 5.816242，在5%的显著性水平下，为平稳序列，因此说明FX 和TJ 是协整的，(4-3)式则为长期稳定的均衡关系.以比较稳定的时间序列te 作为误差修正项
【参考文献】：
期刊论文
[1]多元线性回归分析及其应用[J]. 林彬. 中国科技信息. 2010(09)
[2]湖南省第三产业就业人数预测——基于灰色系统GM（1,1）模型[J]. 陈洁,李玉双,韩峰. 经济数学. 2009(04)
[3]土地价值、土地的房价效应与房价的调控政策[J]. 王祖山. 现代经济探讨. 2009(02)
[4]政策对房地产价格影响分析[J]. 萧薇,唐焱. 经济研究导刊. 2009(02)
[5]兰州市商品住宅价格趋势预测及其分析[J]. 徐波. 安徽农业科学. 2007(24)
[6]成都市房价影响因素的回归分析与事后模拟[J]. 杨贵中,邓学芬. 价值工程. 2007(04)
[7]我国商品住宅价格灰色预测[J]. 杜晓芳,张金锁. 西安科技大学学报. 2006(04)
[8]我国城市住宅价格问题剖析[J]. 柳兴国. 价格理论与实践. 2006(12)
[9]灰色GM（1,1）模型在房价预测中的算法研究[J]. 李东月,马智胜. 企业经济. 2006(09)
[10]影响我国房地产价格的宏观经济因素实证分析[J]. 曲闻. 价格月刊. 2006(09)
博士论文
[1]杭州市大气气溶胶与心脑血管病急性发作关系的空间流行病学研究[D]. 李秀央.浙江大学 2009
硕士论文
[1]外商直接投资对珠三角产业结构影响研究[D]. 刘欢欢.云南财经大学 2011
[2]西安市房地产价格的影响因素研究及预测[D]. 智慧.西安建筑科技大学 2010
[3]重庆市某区交通事故流行病学分析及预测模型研究[D]. 张路.第三军医大学 2010
[4]广义GM（1，1）预测模型的构建、扩展及其应用研究[D]. 周伟.南京航空航天大学 2009
[5]大学生就业影响因素的统计分析与相应策略[D]. 张曰云.山东大学 2009
[6]基于灰色理论的武汉商品房价格预测和分析[D]. 程松林.华中师范大学 2008
[7]基于灰色理论分析成都市商品住宅价格变动[D]. 侯继松.四川师范大学 2008
[8]基于灰色系统理论的预测模型的研究[D]. 张永波.哈尔滨工程大学 2005
[9]灰色系统理论及其应用[D]. 温丽华.哈尔滨工程大学 2003
本文编号：3048122
本文链接：https://www.wllwen.com/jingjilunwen/zbyz/3048122.html
