昆明市住宅市场预警系统研究-统计学专业论文.docxVIP

摘要 摘要 I I 摘 要 房地产业作为支柱产业对国民经济有重大影响，目前房地产市场的发展正 处于国家的严厉调控之下，房地产市场走势难以确定，因此建立房地产预警系 统对于提前准确把握市场形势，防止市场出现过大波动，影响国民经济正常运 行有重大意义。 昆明市目前尚缺乏房地产预警系统，本文考虑了房地产商品的地域特征， 从昆明市的实际情况出发，结合经济预警理论、统计模型以及数据挖掘模型， 选择昆明市房地产的价格和成交量作为警素指标，完整地建立了黑色预警系统 和黄色预警系统，对警情进行预测和预警。 经检验，模型在测试集上的预测误差较小，因此，本文对于昆明市房地产 预警系统的建立有较大的借鉴价值。具体而言，本文在以下方面取得了部分成 果： 第一，对昆明房地产行业的历史发展做了细致分析，从而得到比较直观的 发展规律，房地产市场发展受政策影响非常明显。目前国家紧密调控的阶段， 同时又是昆明市城市发展的加速阶段，因此未来的市场状况更需精确把握。 第二，针对房地产业发展历史短，数据积累少的特点，本文通过搜集月度 数据增加样本容量，另外通过 Block Bootstrap 抽样，使均值的抽样分布满足正态 性假设，从而改善了 3??方法的结果，使得划分的预警区间更加准确可信。 第三，目前房地产市场正处于由涨转跌的十字路口，换言之市场的发展出 现了与过去几年不同的规律。但是由于处于一个新趋势的开始阶段，数据积累 过少，因此如果采用传统的线性时间序列模型可能因为历史的关系，面临技术 失灵的尴尬。本文引入马尔科夫链，建立 MS-AR 非线性时间序列模型，增加了 对趋势把握的准确性。 另外，为了对比该模型的效果，同时建立了 GARCH 模型，并通过 Bagging 算 法对 MS-AR 模型、GARCH 模型进行 200 次拟合，一方面得到测试集 200 次预测 值用于对比各模型的预测效果，另一方面将 200 次拟合结果组合为一个新的预 测器，提高模型预测的稳定性。 II II 第四，通过 BP 神经网络建立了黄色预警系统，运用买入信心指数、卖出信 心指数、利率、二手房价格等多个警兆指标对警情预测预报。建模过程中由于 部分指标有缺失值，首先通过 EM 算法对缺失值进行插补。 综合来看，本文在预警结构上比较完善，方法符合目前的实际情况，实证 结果的预测误差较小，从而具有较大的实际意义。 关键词：房地产；预警系统；Block Bootstrap；MS-AR；BP 神经网络； Ab Abstract PAGE PAGE IV Abstract Being pillar industry, under national tough regulation, the situation of real estate market is difficult to determine. So real estate early warning system is of great importance to actually grasp the market situation to prevent excessive volatility in market and affect the normal operation of national economy. Presently, Kunming is lack of real estate early warning system. In consideration of regional future of real estate goods and practical situation of Kunming, select price and volume as warming index and build Black Warming System and Yellow Warming System to forecast the price and volume and issue alert combine economic warning theory, statistical model and data mining model. Tests on this real estate early warning system show that models’ prediction error on test set is small, which identify that this paper has certain reference on the building of real estate early warning system of Kunming. Specifically,