- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
组员:******* 指导老师:*** 项目负责人:*** 成都市住宅价格调研分析报告 项目概况 项目特色 项目创新点 项目进展 收获体会 分析构架 项目基本概况 项目背景 1998年以来,包括成都在内的许多城市住房价格 持续上涨,房价居高不下,住房价格成为社会关注 的焦点。但随着近年房地产供需状况的改变和房产调控政策的开始显现,特别是前期“限购令”等政策出台后,从去年9月始全国楼市成交量“悬崖式”下跌,成都房地产价格也出现回落。政策“触底”信号的发出,促使开发商“以价换量”,让遏制已久的刚性自住需求开始逐步释放,近期一些城市楼市出现回暖迹象。然而在这住宅价格不断变动的时代,究竟成都住宅价格将如何改变,是否如某些专家所说住宅泡沫已破,房价将持续大幅下降,还是会缓慢上涨,人们众说纷纭。因此我们将会从各方面因素针对成都住宅价格走势进行调查与研究,根据研究结果对未来住宅价格作出合理预测。 项目基本概况 项目概况 本项目旨在通过对成都近年住宅价格变化趋势 的调查,结合相关因素的变化来研究成都未来 住宅价格走势。我们将从影响住宅价格的相关因素,如住宅建造成本、宏观调控、供求关系、经济发展和住宅泡沫等方面来进行深入的调查研究。 利用网络资源、数据库、文献资料及对相关从业人员和部门的访问等方法,了解相关因素对价格的影响,统计分析,利用灰色系统理论对影响因素进行灰色关联度分析,找出主要因素。最后构建GM(1,1)-马尔科夫预测模型对成都市住宅价格作出合理推测,为成都住宅市场走向提供参考依据,并为一直徘徊在购房大浪潮中而又拿不定主意的消费者带去比较有根据的房价信息。 项目特色 将所学知识运用于实践当中,与社会热点紧密结合,通过实践性的走访调查提供出合理准确的数据,一方面锻炼我们解决实际问题的能力,一方面通过分析研究得出成都住宅近几年的价格走势,从而为消费者的住宅投资决策提供具有参考性的意见。 项目创新点 现在很多对房地产住宅价格的预测模型都比较单一、信息量少,数据多来源于网络,更新不够及时,且不易搜集。我们组主要以实际调研为主,获得比较新的房产数据,再借鉴前人对住宅价格预测模型的研究,预测成都价格走势;通过了解和关注房产实际信息,检验模型的准确性。 项目创新点 灰色系统理论研究社会经济系统的意义,在于一反过去那种纯粹定性描述的方法,把问题具体化、量化,从变化规律不明显的情况中找出规律,并通过规律去分析事物的变化和发展。 将灰色预测模型与马尔科夫预测模型结合运用到成都住宅价格模型当中。 项目创新点 灰色预测适用于“小样本,贫信息”的不确定性系统 马尔科夫链理论适用于预测随机波动大的动态过程 两者结合恰好弥补彼此预测的缺陷使预测结果更准确 马尔科夫过程一种典型的随机过程。该过程是研究一个系统(如一个地区、一个工厂)的状况及其转移的理论。它是通过对不同状态的初始概率以及状态之间的转移概率的研究,来确定状态的变化趋势,从而达到对未来进行预测的目的。 项目进展 分析成都市住宅价格影响因素 确立GM(1,1)-马尔科夫预测模型 与导师探讨 搜集数据 1 2 3 4 明确主题 成都市住宅价格影响因素 主要影响因素 供求关系 房价频频的上涨势必会对住宅的供求带来影响,同时供求也必然会反作用于房价。 经济因素 GDP、人民消费水平,储蓄情况和物价水平等的升高反应建造成本和人民购买能力的提高,也进一步推动了房价的增长。 政策因素 近几年国家先后出台的调控政策有效地抑制了房价的迅猛增长,像“限购令”,“国十一条”等政策的出现让过快增长的房价悬崖勒马。 搜集数据 贷款利率 家庭户数 竣工/ 销售面积 GDP 主要以房管局调查数据为主,成都市统计信息网,成都市政府网,中国城市地价动态监测系统网等网络资源,图书馆书籍期刊等数据信息为辅的方式获得。 数据处理 GM(1,1)-马尔科夫预测模型 GM(1,1)-马尔科夫预测模型能够比较好的规避灰度预测和马尔科夫预测的缺点与不足,得到的结果也会更加精确和可靠。 在对比灰色预测模型和马尔科夫预测模型等几种预测模型后,我们决定采用GM(1,1)-马尔科夫预测模型。 由于才接触该模型,所以对其了解不深,还需以后更加深入的学习。 下阶段计划 2、深入学习GM(1,1)-马尔科夫预测模型并建立模型。 1、完善数据,跟踪了解现阶段房地产动态,并时刻关注成都住宅价格的变化。 体会与收获 知识 创新 合作 坚持 好奇心 ??: ????? ?? 茫然
文档评论(0)