[房地产调控模型.docxVIP

房地产调控模型摘要：近十年，武汉市房地产事业快速发展，但是房地产市场投资过热、房价过快上涨的现象非常严峻。目前的调控方案多为定性的行政手段，量化调控方案很少。如何创建合理的量化调控方案，对于房地产调控是一个重要的课题。对于问题1我们查找了武汉市及其各区近十年的人民消费价格指数、生产总值、城镇非私营单位职工年平均工资、大宗商品价及商品住宅价。大多数数据来自武汉市信息网的武汉年鉴，具有较高的可信度。并运用多元线性规划法，运用MATLAB计算出商品住宅价(y)与人民消费价格指数、生产总值、城镇非私营单位职工年平均工资、大宗商品价的关系为：针对问题2，我们运用了最小二乘法模型对武汉市2013年3月前十个月的商品房价指数进行四阶拟合，由曲线预测出其6月和7月房价呈上涨趋势，八月之后呈下降趋势。我们用灰色预测方法模型对近十年武汉市大宗商品价变化数据进行分析并预测2013年6月至12月的变化趋势。针对问题3，我们运用最小二乘法对商品住宅价变化和生产总值变化进行拟合。比较的得出在 内“商品住宅价格的增长速度不高于GDP的增长速度”有效。同时用多元规划模型得出商品住宅价格、GDP增速、市民工资水平之间的关系为：关键词：房地产调控 多元规划法 最小二乘法 灰色预测法1.1问题的提出近十年，从单一供给管理转向供给与需求综合管理，从防止房地产市场投资过热转向重点遏制房价过快上涨，我国房地产调控目标逐渐清晰，政策体系逐渐建立。然而，虽然调控取得一定成绩，但调控多为定性的行政手段，量化调控方案很少。并且调控政策一般只是短暂实用某一特定时期。近期武汉市出台调控目标：“房价的增长速度不高于GDP的增长速度”。对此提出以下问题：（1）收集整理武汉市近十年各片区商品住宅价格变化数据、大宗商品价格变化数据、工资收入和GDP数据等。并挖掘它们之间的关系。（2）根据近十年已知数据建立数学模型并预测2013年6月至12月间商品住宅价格，大宗商品价格变化趋势。（3）结合武汉市市民工资收入的具体情况，评价调控政策“商品住宅价格的增长速度不高于GDP的增长速度”在多长时间内有效。并尝试建立数学模型模拟商品住宅价格、GDP增速、市民工资水平之间的关系。1.2符号约定Y1j:第j年商品住宅价。Y2(t):t时间商品住宅同比指数。x1j:第j年人民消费价格指数。x2j:第j年武汉市生产总值。x3j:第j年城镇非私营单位职工年平均工资。x4j:第j年大宗商品价。:可观测的n维随机向量: 待估计向量。1.3问题的分析问题一的难点在于收集大量的数据，并对其处理，挖掘他们的关系，为了简化，我们取了武汉市十年的数据进行分析。问题2的预测变化趋势采用灰色预测方法具有较高的实用性和准确性，由前十月数据，数据变化总趋势为增长，有一定的线性关系，我们可以运用线性二乘法拟合一条直线，从而的出它的变化趋势。第三问我们运用多元规划分析商品住房价，居民消费水平及GDP之间的关系。具有较高的准确度。1.4问题的假设（1）所有数据均为原始数据，来源真实可靠。（2）房价是在完全市场竞争下确定的。（3）不考虑自然灾害的影响 1.4模型的建立与求解模型1-多元线性回归：1、多元线性回归模型的基本概念设Y是一个可观测的随机变量，它受到p(p0)个非随机变量因素和随机误差的影响。若Y与有如下线性关系：Y=其中，是固定的未知参数，是均值为0、方差为（）的随机变量，Y称为被解释变量，称为解释变量，以上称为多元线性回归模型。由定义，自变量是非随机的且可精确观测，随机误差代表其他随机因素对因变量Y产生的影响。对于总体（）的n组观测值（）（i=1，2np）,它因该满足：其中相互独立，且设~N(0,)(i=1,2,,n),记Y= , X=, ,则可用矩阵表示为Y=X+其中Y为观测向量，X为设计矩阵，为待估计向量，是不可观测的n维随机向量，它的分量互相独立，假定~N（0，）2、多元线性回归建模的基本步骤（1）对问题进行直观分析，选择因变量与解释变量，作出与因变量与各解释变量的散点图，初步设定多元线性回归模型的参数个数；（2）输入因变量与自变量的观测数据（y,X），调用命令[b,bint,r,rint,s]=regress(y,X,alpha)，计算参数的估计。（3）调用命令rcoplot(r,rint)，分析数据的异常点情况。（4）作显著性检验，若通过，则对模型作预测。（5）对模型进一步研究：如残差的正态性检验，残差的异方差检验，残差进行自相关性的检验等。3、多元线性回归的MATLAB实现输入参数：输入量Y 表示模型中因变量的观测向量；X 是一个n(p+1)的矩阵，其中第一列元全部是数“1”，第j 列是自变量的观测向量(j=1,2,,p),即Y= , X=；对一元线性回归，取p=1 即可；alpha 为显著性水平(