第三章房地产市场调研与预测.ppt

时间序列预测 （1） 序时平均法 1、预测期以前的各期的实际平均价格的平均数来预测未来时期的价格。 2、计算平均价格的所用的以前各期的长度是不变的。随预测期数的移动，向后移动。 举例：材料价格变化 时间 2002 2003 2004 2005 2006 2007 价格 2350 2300 2400 2450 2345 ? 计算周期 5 ? ? ? ? ? 预测价格 ? ? ? ? ? 2369 时间序列预测 （2） 移动平均法 1、预测期以前的各期的实际平均价格的平均数来预测未来时期的价格。 2、计算平均价格的所用的以前各期的长度是不变的。随预测期数的移动，向后移动。当移动的期数是奇数时，移动一次就可以得到趋势值，当移动的期数是偶数时，需要移动两次，才能得到平均值。因此，一般在实际运用中，大多数采用奇数作为基本的移动期数。 3、具体的计算方法为： 首先确定移动平均的基本期数 进行移动平均计算 对移动平均值计算结果进一步计算逐期增长量 计算最后一个移动平均值到预测值的累计增长量 其中，当移动期数是奇数时， 当移动期数是偶数时， 计算预测值： 时间序列预测 （3） 加权移动平均法 根据不同时期的资料对价格等预测变量的影响程度不同，区分不同的影响程度给以不同权重； 一般采用自然数为权重进行加权移动平均。首先对观测值分别给以权数，求加权后的移动平均值，再以最后一个移动平均值及其增长量为基础进行预测的方法。 举例： 时间 2002 2003 2004 2005 2006 2007 价格 2350 2300 2400 2450 2345 ? 权重 1 2 3 2 1 ? 比例 0.1111 0.222 0.333 0.222 0.111 ? 价格 261.11 511.1 800 544.4 260.6 ? 预测价格 ? ? ? ? ? 2377 时间序列预测 （4） 指数平滑法 具体计算公式： 式中： 举例 平滑系数的意义：说明预测值的影响因素主要是受到实际值还是预测值的影响。越大，受实际值的影响越大。 时间 2002 2003 2004 2005 2006 2007 实际价格 2350 2300 2400 2450 2345 ? 平滑系数 0.8 0.2 ? ? ? ? 预测价格 2400 2360 2312 2382 2436 2363 回归预测法 回归预测法：将自变量与因变量之间的相互关系，用回归方程表示， 作用： 确定变量之间的相关关系 确定变量之间的因果关系 方法： （1）回归方程： （2）用最小二乘法和求导得回归方程的解： 相关时间序列预测 因果分析的预测 练习1 1、比较定性预测方法的异同。 2、如何确定定性预测的结论。 3、房地产经营预测的类别如何确定？ 练习2 某开发项目有三个方案，经过6为专家评比，打分如下： 请进行最优方案的选择。 预测者 A1 A2 A3 A4 A5 A6 A7 A 6 7 — 8 9 6 7 B 7 0 6 7 — 4 5 C 6 7 8 ? 5 6 7 练习3 4、已知过去6年的开发面积与资金资料如下表：确定当今年拟开发30万平方米的资金需求？ 年 A1 A2 A3 A4 A5 A6 A7 开发面积 13 12 15 17 18 22 25 资金 6.5 6.2 8.1 10 12 17 20 ? ? ? ? ? ? ? ? 练习4 某城市的商品房销售量如下表所示，请对2007年的实际销售量进行预测： 年 2000 2001 2002 2003 2004 2005 2006 销售面积（百万平方米） 30 34 37 40 47 50 55 （（1）采用时间序列预测方法进行预测？ 采（2）用移动平均的方法进行预测（周期为5年） （（3）采用指数平滑法进行预测，假定平滑系数为0.8，并且第2000年的预测值为31万平方米。 基本数据4 居住条件 ? 1989 1997 2003 2004 城市人均住宅建筑面积 (平方米) 13.5 17.8 23.7 25.0 农村人均住房面积 (平方米) 17.2 22.5 27.2 27.9 （2）城市人口发展情况 对城市人口发展的预测： 农业发展对城市人口非农业人口影响；主要包括农业的产量的变化和农产品的商品化的程度，以及农业资源（主要是农业人口的劳动生产率、