重庆房地产价格评价及预测.docVIP

重庆市房地产价格评价及预测 重庆大学 王欣瑞、彭红英、李皓冬 目 录 摘 要 - 2 - 一、问题的提出 - 3 - 二、房地产价问题的研究现状 - 3 - 三、模型构建前的准备 - 5 - （一）模型的基本假设 - 5 - （二）数据处理的背景 - 5 - （三）数据的选取及介绍 - 6 - 四、多元线形回归分析法 - 8 - （一）数据的初步说明 - 8 - （二）模型的构建 - 8 - 五、重庆房地产价格灰色预测模型 - 10 - （一）灰色预测理论方法介绍 - 10 - （二）重庆房地产灰色关联分析 - 14 - （三）重庆房地产价格灰色预测模型的建立 - 16 - 六、两种模型的评价及结合使用 - 19 - （一）预测重庆房地产价格的两种模型的对比及评价 - 19 - （二）两种模型的结合 - 20 - 七、结论与建议 - 21 - 附录 - 22 - 参考文献 - 24 - 摘要 在全国房地产行业迅猛发展和重庆市社会、经济快速发展的大背景下，重庆市房地产行业蓬勃发展。但是,房地产目前在快速发展的同时,也面临着很多问题,其中房价持续过高,使普通消费者在购买房屋时承受着巨大压力,是一个突出问题。由于住房需求是人类的一个基本需求,同时,住房花费又在消费者总支出中占有很大比例。无论是理论界还是管理部门都高度关注,房地产价格问题成了社会焦点问题。房地产是我国居民消费和投资的重要组成部分,其价格变动不但直接影响到房地产自身的消费和投资水平,也会通过替代效应、收入效应和财富效应影响其它商品和服务的消费。所以,分析房地产价格的影响因素及合理定价，找出可行的解决办法,具有重大现实意义。 本文分别使用多元回归分析法和灰色预测模型法建模，经过对大量相关文献资料的查阅后，以1999年-2008年城镇居民消费价格指数、人均GDP占有量、人口密度、房屋建造成本、土地交易价格、城镇居民家庭人均可支配收入这六个因素作为影响房地产价格的主要因素。基于现实条件下，房地产种类繁多，特点各异。为了降低建立模型的复杂度，本模型引入了“假想房产”的概念，它代表的是人们最关注的研究对象市场的房地产商品的普适状况。其属性可由城镇商品房各属性的期望值进行描述。 对于第一种方法，首先我们建立房价与六要素的多元线性回归模型。但发现这样直接建立多元线性回归模型效果并不理想, 提炼出人均GDP占有量和房屋建造成本两个因素,得到的结果比较满意.同时，为了更好的建立回归模型，减小误差，对数据进行了取对数。通过该线性回归模型，可计算出在两个要素影响下的房地产理想价格。从而可将房地产市场的绝对风险度定义为房地产实际价格围绕理想价格波动的剧烈程度。 对于第二种灰色预测方法，根据数据序列本身的特点，计算各因素对房地产价格的关联度，采用灰色GM(1，1)模型预测重庆房地产价格，并对所建模型进行了残差检验，关联度检验，均方差检验及小误差概率检验。从计算出的关联度看出，所选六个因素对房地产价格都有紧密的影响，其中房屋造价成本和土地交易价格是影响房地产价格的主要因素。通过精度检验，所建立的灰色GM(1，1)模型预测精度为一级。 最后，依据求解出的线性回归模型的各个参数以及对影响房地产价格几个因素及其关联度的分析，再结合现实数据，我们对控制房价的过快上涨提出了一些改进措施和建议。 关键词：房地产价格 逐步回归法 灰色预测模型 问题的提出 2003年8月12日，建设部起草的《关于促进房地产市场持续健康发展的通知》Goodhart（2001）研究表明，货币当局没有必要在资产价格变化时不采取任何行动，房地产价格变化和随后的产出与通货膨胀之间存在密切的联系。 我国国内学者关于资产价格波动与货币政策之间关系的研究主要开始于东南亚金融危机之后。王维安、贺聪（2005）利用无套利均衡定价原理，通过对中国房地产市场的实证研究，发现了房地产预期收益率与通货膨胀预期之间存在稳定函数关系。经朝明、谈有花（2006）根据1987-2005房地产市场价格和消费物价数据，利用协整分析和误差修正模型分析了中国房地产价格与通货膨胀之间的长短期均衡关系。黄平（2006）运用Engle-Granger 两步法对消费支出、房地产市场与可支配收入的协整关系进行了回归，结果显示我国房地产市场存在微弱的财富效应，并认为我国货币政策不应该考虑房地产价格因素。刘传哲、何凌云（2006）进行实证分析后认为，房地产价格对投资的影响极为显著，并能迅速作用于消费，房价对产出有正向影响。 2、房地产价格的结构VAR模型研究 Bjornland 和Jacobsen ( 2008) 对美国货币政策传导机制中房地产作用通过结构VAR模型进行分析，发现考虑同期因素后,房地产价