修改后：q第三组 第十队：武汉市住房模型.doc

武汉市住房模型 第三组-第十队 组员：颜琴、谢飞平、苏林伟 摘要 　住房问题已经成为当前中国城市居民最关心的问题，主要原因是住宅的价格上涨太快，一边是老百姓买不起房，一边是住房市场供不应求，价格不断上涨。买房还是租房，买房还是租房困扰写一份买房还是租房困扰写一份住房问题已经成为当前中国城市居民最关心的问题，主要原因是住宅的价格上涨太快，很多城市已经出现这样的情景：一边是大量的老百姓买不起房，一边是住房市场供不应求，价格不断上涨。买房还是租房，是困扰很多人的问题。 根据结果，买房还是租房困扰写一份。买房的主要收入是房租和房产升值，主要成本是按揭的债务和投入本金的机会成本，外加房屋持有成本。租房的主要收入是省下来的买房首付款加上每月房租低于按揭款部分的投资收益，主要成本就是房租。贷款总额 按揭执行基准利率 n 还款总期数 第i年还款额 第i年还款 第i年还款利息 第i年通货膨胀率 房租终值 等额本息法按揭付款终值 等额本金法按揭付款终值 钱货两清付款终值 γ 定期存款的年利率 k 折旧 平均房屋空置率 第i年房屋空置率 第i年的房租 房产升值 s 可买房屋面积 第i年的房屋每平方米的年租金 买房收入 买房支出 A 表示超出的月数（A=1，2，3，…，240）n 表示第n月的房价 表示一次移动平均值 表示一次移动平均值 表示二次移动平均法的预测模型 表示二次移动平均法的预测模型 表示超出第A月的预测值 模型建立与求解 5.1问题一的模型建立与求解 由于考虑货币的时间价值，我们自然想到了序列终值的概念，我们的序列终值是建立在通货膨胀率改变的基础上的，序列终值图（如图一所示） 则序列终值: 由于住宅的价格一直在变化，首先我们用时间序列的二次移动平均法预测出了武汉市未来20年每个月的房价，在根据预测的数据算出这二十年的每年平均房价。 时间序列预测法原理：一方面承认事物发展的延续性，因为任何事物的发展总是同他过去有着密切的联系的。因此运用过去时间序列的数据进行统计分析，就能够推测事物的发展趋势； 另一方面，又充分考虑到事物发展偶然因素的影响而产生的随机性和不规律性，为了消除随即波动的影响，利用历史数据，进行统计分析，并用移动平均法对数据加以适当的处理，进行趋势预测。 我们在亿房网查到武汉市近十个月房价的数据如下表一： 表一：武汉市近十个月的房价情况 时间 房价(元/平方米) 时间 房价(元/平方米) 2011.09 7653 2012.02 7572 2011.1 7672 2012.03 7614 2011.11 7635 2012.04 7586 2011.12 7564 2012.05 7586 2012.01 7626 2012.06 7666 利用上面表一数据，采用二次移动平均法，设时序为x1，x2，……，xn，对其中连续N=3((n)个数据点进行算术平均，得t 时点的一次移动平均值和二次移动平均值，分别记为，； 一次移动平均值的表达式： ； 同理对再进行移动平均可得到二次移动平均值，其表达式为 ； 二次移动平均法的预测模型为: ； 模型中的参数 ； 按以上过程在excel中进行数据处理预测可得出未来二十年每个月的房价（见附录一） 根据预测出的数据算出2012-2031年年平均房价，如下表二： 表二：2012-2031年平均房价预测结果 年份 平均房价（元/平方米） 年份 平均房价（元/平方米） 2012 7640 2022 9206 2013 7790 2023 9363 2014 7947 2024 9520 2015 8104 2025 9678 2016 8262 2026 9835 2017 8419 2027 9992 2018 8576 2028 10150 2019 8734 2029 10907 2020 8891 2030 10464 2021 9048 2031 10622 查资料得出武汉市的租售比大概为1:300，根据租售比，利用表二的数据可算出武汉市未来二十年的房屋年租金，如下表三： 表三：武汉市未来二十年的房屋年租金（单位：元/平方米） 年份 房租（元/平方米） 年份 房租（元/平方米） 2012 306 2022 368 2013 312 2023 375 2014 318 2024 381 2015 324 2025 387 2016 330 2026 393 2017 337 2027 400 2018 343 2028 406 2019 349 2029 436 2020 356 2030 419