房价及其影响因素数学建模.docVIP

房价影响因素及消费投资建议  模型准备 我们通过上网查阅相关数据，搜集了房屋价格指数、人均可支配收入、土地价格、五年以上贷款利率。（附图） 用SPSS做相关性分析得下表： Correlations 房价指数 收入 利率 土地价格 房价指数 Pearson Correlation 1 -.105 .163 -.161 Sig. (2-tailed) .805 .699 .703 N 8 8 8 8 收入 Pearson Correlation -.105 1 .273 .973** Sig. (2-tailed) .805 .513 .000 N 8 8 8 8 利率 Pearson Correlation .163 .273 1 .119 Sig. (2-tailed) .699 .513 .779 N 8 8 8 8 土地价格 Pearson Correlation -.161 .973** .119 1 Sig. (2-tailed) .703 .000 .779 N 8 8 8 8 **. Correlation is significant at the 0.01 level (2-tailed). 2003年至2010年中国城市居住用地地价 （单位：元/平方米） 年份 居住用地地价 2003 1070 2004 1166 2005 1582 2006 1681 2007 1941 2008 3479 2009 3824 2010 4245 年份 城镇居民家庭人均可支配收入 2003 8472.2 2004 9421.6 2005 10493 2006 11759.5 2007 13785.8 2008 15780.8 2009 17174.7 2010 19109 平均买房贷款年利率 2003 5.76% 2004 6.12% 2005 6.12% 2006 6.62% 2007 7.34% 2008 6.99% 2009 5.94% 2010 6.27% 2011 6.82% 模型 我们通过查阅大量资料，总结出9个比较重要的因素，用C1，C2，…，C9依次表示国际影响、人均可支配收入、土地价格、五年以上贷款利率、房屋限购政策、保障房政策、人口密度、家庭结构、位置9个准则，用C表示房屋价格指数。接下来需要构造成对比较矩阵A。我们利用搜索到的相关数据，根据成对比较的1-9尺度来确定矩阵中的各个元素。 （i=1，…，9） 的数据根据相关系数确定，即 其余的元素则根据历史经验，由主观判断决定。在构造过程中，我们遵循这样一个原则：如果，则必须保证。这是因为，表示比重要，比重要，那么如果，即比还重要一些，这显然是矛盾的，故在构造矩阵的时候必须时刻注意检查，保证。由此我们构造出正反对比矩阵A 接下来就需要做一致性检验。 首先应计算该矩阵的最大特征根，定义一致性指标 CI=（这里n=9） 引入随机一致性指标RI n 1 2 3 4 5 6 7 8 9 10 11 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 令CR为一致性比率 CR=则表示通过一致性检验 再将求的的特征向量归一化即可得权向量。 考虑到该矩阵有9阶，我们考虑使用MATLAB编程计算。 运用MATLAB编程（见附录）可计算出该矩阵通过一致性检验，以及权向量 由此得出，C1至C9的权重。 在此题中，我们比较幸运，第一次做出矩阵就直接通过了一致性检验，如果考虑的因素更多，矩阵的阶数更大，就很可能不会一次成功，这时候则需要我们不断检查和调整矩阵，最终通过一致性检验。 模型应用 关于房价调控的几点建议 首先，国家可以通过调控土地的价格来控制住房的价格。由我们所建模型解出，土地的价格对房价的影响较大，所以政府可以通过调控土地的价格进而调控房价。但同时由于中国人口稠密，人均土地占有量小，所以虽然调控土地价格可以影响住住房价格，但其实施性较差。 其次，银行可以调控五年以上的贷款利率（之所以选五年以上的贷款利率是因为购房还贷一般要五年以上）。五年以上的贷款利率与房价正相关。所以在保证银行的正常运行的条件下，可以通过降低五年以上的贷款利率的方法使房价降低。 最后，还可以通过提供保障房、房屋限购、购房基金等政策，改变购房难的现状。 关于家庭购房的几点建议 首先，适度消费，多样投资。对于有购房需求的年轻家庭，消费支出比例偏高，建议在满足基本生活支出的基础上，适当提高生活质量，并适当减少一些可以避免的消费支出。可在年初做好家庭财务计划，养成做