基于ARMA模型我国房地产价格预测分析章晨.pdfVIP

产 业 论 坛 《《生产力研究生产力研究》》No.2.2012No.2.2012 基于ARMA 模型的我国房地产价格预测分析 1 1 2 章 晨 ，郑循刚 ，龚 沁 （1.四川农业大学经济管理学院，四川成都611130；2. 四川成都阳光保险公司，四川成都610017） 【摘 要】 房屋是生活必需品，其价格一直都受到人们的高度重视和广泛研究。文章利用我国房地产价格的历史 数据，构建了房地产价格波动的ARMA预测模型，对我国201 2 年的房地产价格变化进行了预测，预测结果表明：自2005 年以来，我国房价一直呈现出波动性增长，但其增长率逐年下降，至201 2 年年底我国房屋销售价格指数缓慢增长到 1 54.64，年增长率将下降为4.77%，最终实现房价的持续稳定健康增长。 【关键词】 房地产；ARMA模型；预测；价格 【中图分类号】F299.233 【文献标识码】A 【文章编号】1004- 2768 （2012）02- 0183- 02 一、研究背景 测。 近年来，我国房地产市场持续壮大发展，房地产作为我国 时间序列模型是指仅用它的过去值及随机扰动项所建立 的支柱产业之一，对国民经济做出了巨大的贡献。但在发展之 起来的模型，其一般形式为： 余，由于我国房地产产业存在着市场还不是很成熟，却投资过 x =f （x ，x ，…，μ ） t t- 1 t-2 t 热的问题，所以房地产市场价格面临着持续高涨；其次由于房 一般的p 阶自回归过程AR （p）是： 屋作为生活必需品，对消费者的心理预期影响较大，从而导致 X =准 X +准 X +…+准 X +μ t 1 t- 1 2 t-2 p t-p t 住房的比重偏小，结构性矛盾突出。因此房地产市场的价格引 如果随机干扰项μ 是一个白噪声（ε =μ ），则称上式为一个 t t t 起了人们的高度重视和广泛研究，如何准确地预测房地产市场 纯AR （P）过程，记为： 的价格变化将至关重要。 X =准 X +准 X +…+准 X +ε 现实中有很多预测价格的方法，如灰色系统预测理论，它 t 1 t- 1 2 t-2 p t-p t 如果μ 不是一个白噪声，通常认为它是一个q 阶移动平均 主要是针对小样本、贫信息、不确定性系统进行预测分析（胡六 t 星，2010）；神经网络模型，是以神经元的数学模型为基础来描 过程MA （q）： μ =ε -θ ε -…-θ ε 述的，由网络拓扑、节点特点和学习规则来表示（胡章明， t t 1 t- 1 q t-q 2007）；拟合预测模型，适合于只有当样本容量趋向于无穷大 将上述两式结合，得到一个一般的自回归移动平均过程 时，该模型依然要有意义的样本数