房地产交易价格指数的综合评价1.docVIP

数学建模作业 第三十四组 组员：李亚鹏（200903618） 王满军（200903619） 武承斌（200903624） 杜小雄（200903639） 刘 强（200903640） 2012年5月25日 房地产交易价格指数的综合评价 一、摘要 近十年，随着我国房地产市场的不断发展与壮大，全国的楼市一片火爆，随着房地产售价的攀升，住房的价格已经超出了部分城市居民的承受能力，给很多家庭造就了极大的住房压力。本文主要是针对当前中国部分大中城市的房地产交易价格指数进行综合评价。根据问题一，我们建立GM（1，1）模型来预测2008年度的房屋租赁价格指数的统计数据； 对于问题二，我们依旧沿用此灰色模型，依据灰色模型以2001年为基准作出兰州2008年的房屋租赁价格指数预测，而后根据题目所给数据，反推2001年的兰州市房屋租赁平均价格；根据所给数据，计算出2008年兰州房屋销售价格指数（以2001年为基准），并由数据得出结果。 对于任务三，我们采用平均增长速度模型，对各个城市2001年到2008年房屋销售价格的平均增长速度进行分析，来反映房屋销售价格在中逐期递增的平均速度-----------回归系数 ----------时间序列 -------累加数列 -----------方差比 ----------小误差概率 ----------平均增长速度 ----------平均发展速度 -----------环比增长速度 五、模型的建立 1．对问题一建立GM(1,1)灰色模型 1.1 灰色模型理论 设有预测对象的历史数据资料形成的时间序列 结果想知道： 根据灰色系统理论，可以针对这个问题建立如下的GM（1，1）模型。首先对做累加生成，得到新的数列，即作： 具体的说，就是： 通过累加生成的数列，计算模型参数和。记： 按如下公式可得模型参数和： 上式中： 通过上面的式子得到后，就有GM(1,1)模型如下： 模型建立后，应该对模型作出检验。如果检验合格，则可以用它进行预测。即用， 作为的预测值。 1.2建立改进的灰色模型 考虑到题中所给数据较少，且均是灵敏度较高的数据，对最后的预测结果会产生较大影响。因此，我们先对数据进行预处理，把价格指数换算成以2000年为100计算所得的价格指数，再建立GM（1，1）模型求解（程序见附录一）。 1.3对全国价格指数的预测 首先我们得到了从2001年到2007年土地价格指数以及房屋租赁价格指数的数据，可形成时间序列，来预测2008年土地价格指数以及房屋租赁价格指数。 对数据进行预处理，具体结果如下表所示： 表1：2001-2007年度全国土地交易价格指数、房屋租赁价格指数 年份 2001 2002 2003 2004 2005 2006 2007 土地交易价格指数 100.2 106.9 108.3 110.1 109.1 105.8 101.8 房屋租赁价格指数 102.4 100.8 101.9 101.4 101.9 101.4 100.8 表2：当年指数以2001年为100计算所得的价格指数 年份 2001 2002 2003 2004 2005 2006 2007 土地交易价格指数 100.2 107.11 116.00 127.80 139.43 147.52 150.17 房屋租赁价格指数 102.4 102.82 104.77 106.24 108.25 109.76 110.63 接着计算累加生成数列，如表3和表5所示： 表3：房屋租赁价格指数计算累加生成数列 年份 2001 2002 2003 2004 2005 2006 2007 102.4 102.82 104.77 106.24 108.25 109.76 110.63 102.4 205.22 309.99 416.23 524.48 634.24 744.87 再根据原理由Matlab编程（程序见附录二）得， 说明该拟合效果很好。 则房屋租赁价格指数的GM(1,1)预测模型为： 最后输出2008年的房屋租赁价格预测值分别为： 230.0858 拟合效果见图1 图1 还原价格指数见表： 表4：当年值以去年为100计算的价格指数 年份 2008 预测值 106.4 实际值 108.6 表5：土地交易价格指数计算累加生成数列 年份 2001 2002 2003 2004 2