关于房价的数模.docVIP

一. 问题重述 房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一，从国家领导人、地方政府官员，到开发商、专家学者、普通百姓通过各种媒体表达各种观点，但对于房价是否合理、未来房价的走势等关键问题，至今尚未形成统一的认识。 请根据中国国情，收集建筑成本、居民收入等与房价密切相关的数据，选取我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题进行定量分析；根据分析结果，进一步探讨使得房价合理的具体措施，以及可能对经济发展产生的影响，并进行定量分析。 二. 问题分析 问题为通过分析我国几类具有代表性的城市的建筑成本、居民收入等与房价相关的数据，建立一个城市房价的数学模型进行定量分析，再根据分析结果探讨具体措施使得房价更为合理，以及房价对经济发展的影响。 我们知道，要逐一分析每一种经济因素是不可能的，只能抓住主要因素着重分析。模型并不是只针对某一个城市，而是几类代表性的城市，因此我们通过多元线性回归模型分别对各个城市进行研究。 三．模型建立与求解 3.1 模型假设 假定在分析某一因素对房屋价格影响时，其他影响因素对房价的影响基本不变。 本模型仅考虑大众适用型住房，未考虑如高品质房、别墅等房型对房价的影响。本模型只考虑人均收入和建筑成本的影响，其它影响暂不计。 假定随机误差项为： 符号说明 Y 房价； 人均收入； 建筑成本； 人均收入回归系数； 建筑造价回归系数； 随机误差 3.3 模型建立 线性回归分析模型： ；（n≧2） 其中为大变量，皆为一般变量，为回归系数，是随机误差。现随机误差项设定为： 为了找出影响房价的主要因素和考虑模型的可行性，我们建立多元线性回归模型。对于第个观测值：，即： 即： 从影响房价主要因素来看，假设变量有人均收入，建筑成本，预测模型为 模型求解 对于选取的几个代表性城市，我们对收集的数据进行分析。 北京市（数据来源于《中国统计年鉴》） 2005 2006 2007 2008 2009 职工平均工资（元/年） 34191 40117 46507 56328 58144 建筑造价（元/m2） 2153 2393 2389 2624 2406 房价（元/m2） 6788 8280 11553 12418 13799 运用上述的多元线性回归模型以及Matlab计算软件计算，得到拟合的曲线图为： 回归方程为： 计算得相关系数为：r2=0.9748 相关性较好； 从回归的结果可知，北京市建筑成本对房价的影响较大，建筑成本的上升对房价的上涨起着主要作用。 天津市 2005 2006 2007 2008 2009 职工平均工资（元/年） 25271 28682 34938 41748 44992 建筑造价（元/m2） 1406 2327 2596 2244 2734 房价（元/m2） 4055 4774 5811 6015 6886 运用上述的多元线性回归模型以及Matlab计算软件计算，得到拟合的曲线图为： 回归方程为： 计算得相关系数为：r2=0.9935，相关性较好； 从回归的结果可知，天津市的房价主要由建筑成本决定，职工工资对房价影响较小。 上海市 2005 2006 2007 2008 2009 职工平均工资（元/年） 34345 41188 49310 56565 63549 建筑造价（元/m2） 3058 3089 3074 2508 3353 房价（元/m2） 6842 7196 8361 8195 12840 运用上述的多元线性回归模型以及Matlab计算软件计算，得到拟合的曲线图为： 回归方程为： 计算得相关系数为：r2=0.4848 相关性较好； 从回归的结果可知，上海的房价主要决定于建筑成本，与职工工资近于无关，影响房价的主体因素仍然是建筑成本。 广州市 2005 2006 2007 2008 2009 职工平均工资（元/年） 23959 26186 29443 33110 36355 建筑造价（元/m2） 1891 2142 2175 2588 2611 房价（元/m2） 5366 6548 8673 9123 9351 运用上述的多元线性回归模型以及Matlab计算软件计算，得到拟合的曲线图为： 回归方程为： 计算得相关系数为：r2=0.9304 相关性较好； 从回归的结果可知，广州的房价与职工工资及建造价格均有较大关系，两者共同起着决定性的