城市房地产供应量预测模型及应用

城市房地产供应量预测模型及应用作者：蒋艳，谢永钦，左西子作者单位：长沙理工大学数学与计算科学学院刊名：科技信息英文刊名：SCIENCE&TECHNOLOGYINFORMATION年，卷(期)：2010，(8)被引用次数：0次参考文献(7条)1.沈悦.刘洪玉中国房地产开发投资与GDP的互动关系20042.李雅静.杨毅利率和货币供应量对我国房地产投资的影响20053.刘传哲.聂学峰我国货币政策通过房地产投资传递的实证分析20064.孙力军.孙力彬我国货币政策调控房地产价格的效果分析20065.王要武.金海燕我国房地产宏观调控政策效果的实证分析20086.张军.孟令克哈尔滨市房地产市场供求分析20077.陈俊基于非均衡理论的房地产市场有效供求总量分析--以武汉市为例2008相似文献(10条)1.期刊论文董永霞.吴立扬上海商品房供给走势预测分析-当代经济2007,(16)文章通过研究上海房地产近年来的发展情况,选取商品房的平均价格和城市居民的可支配收入为影响因素,利用线性回归模型构建其与商品房供给面积之间的关系方程,从而根据商品房的平均价格和城市居民的可支配收入的变化趋势来分析商品房供给面积的走势,并提出相关建议.2.学位论文李智锋基于数据挖掘的商品房销售决策支持模型研究与实现2008在商业领域使用计算机科学是软件工程的一个重要方向。数据挖掘是计算机领域和商业领域之间的桥梁。数据挖掘的方法及其改进方法很多，但如何用于现实商业领域，用什么数据挖掘方法实现，如何成为商业系统，这都成为了摆在软件人特别是软件企业的问题。房地产是国民经济领域中的重要领域，它占有国民经济资金中很大的一部分。它有许多商业维度，要使用计算机技术对其进行研究就必须建立数学模型。由于要考虑的属性很多，所以建立数学模型十分困难，本文使用了数据挖掘技术对房地产的各种数据进行建模，以决策支持技术进行计算机研究和建模。本文是一篇研究型的工程类文章，主要是研究如何使用现有的数据挖掘技术和决策支持技术进行有关房地产特别是商品房的销售决策。本文主要针对房地产的销售所要面对的两个方面：商品房和顾客进行研究。商品房的价格和顾客类型及购买情况进行分析。价格预测可以使房地产商定价的时候可以根据周边的房价进行估价；顾客聚类可以让房地产开发商对访客进行分析后得出仃意购买该楼盘的顾客类型。消费者行为的相关性分析可以让房地产商对已经9均买本楼盘的顾客进行分析得出顾客的购买行为和被购买商品房之间的关系，这给开发商一个修改商品房以吸引顾客购买的修改建议。本文以数据挖掘的基本原理为基础运用了贝叶斯、K-MEANS聚类、线性回归、主成分分析等技术组成较为强大的信息分析器。以分析的数据作为依据，对其进行商业决策判断。分析器用线性回归和主成分分析得出楼盘参考价格；用K-MEANS聚类得消费者的聚类，再以本楼盘的实际情况确定楼盘的目标顾客群体；WEKA的Aptiori算法对消费者的决策特点作出相关性分析。文章把这三个山模型库得出来的结果综合起来成为一组决策支持。这组决策支持可以直接提供给顾客也可以提供给决策推理机。本文用了一系列广州房地产的真实数据进行实验，经过实验证明这些模型是可信的，结果的良好的。决策支持技术是计算机领域中运用的比较晚的技术。它的基础是由两库系统和ES推理机构成。两库分别是数据库和模型库。本文主要是把数据挖掘模型运用在决策支持模型中，初步设计一个运用商品房数据挖掘模型的决策支持方案。包括决策支持系统的模块、类、时序、与其他系统协同工作的的设计。这可以提供给相关决策支持系统的设计者一个参考。3.学位论文李康敬住房价格影响因素研究20081998年我国取消福利分房以来，房地产开发投资不断扩大，商品房销售面积逐年增加，房地产业开始进入快速发展的关键时期。与此同时，伴随房价的日益提高，也出现了一些问题：供求关系紧张，住房供给结构不合理，房价上涨速度过快，甚至有些城市呈现出一些房地产泡沫的征兆。一时间，房价问题引起社会各界的广泛关注，到底住房价格是怎么形成的？是什么因素影响和决定着住房价格？有关住房价格的讨论一直在持续。但目前国内学者对房地产市场和住房价格的研究还只是停留在宽泛的定性分析上，或者只对单因素的影响进行了研究，缺乏对多因素的定量分析和实证研究，因而无法知道城市住房价格对哪些因素是最敏感的，这些因素的影响力到底有多大。本论文正是试图在这方面做一些有益的尝试。本论文的研究内容包括：首先，从需求和供给两个角度分析了我国住房价格，探讨了住房价格的形成理论；然后，对自然、政策、经济、社会等方面因素单因素对住房价格的影响进行实证分析；同时，结合1998-2006年北京、上海、深圳、南京、成都、大连住房市场相关数据，对土地购置量、竣工住房面积、建安成本、土地价格、城镇人口数量、城市化水平、人均GDP、人均可支配收入与住房价格进行数量经济学多元线性回归建模和实证案例研究，案例研究结果显示：人均可支配收入、土地价格、建安成本、竣工住房面积和土地购置量对城市住房价格产生的影响最为显著；最后，本文对住房价格宏观调控政策提出了建议，具有较大的借鉴意义。4.期刊论文刘纪辉.LIUJi-hui基于多元线性回归分析房地产价格的影响因素-湖北工业大学学报2008,23(4)利用多元线性回归方法研究了商品房竣工面积、销售面积、建筑业贷款及利率因素对泉州市地区商品房平均价格的影响.5.学位论文张俊重庆市住宅房地产市场的供求分析2006房地产市场与人民的生活密切相关，不论是从带动国民经济发展的角度，还是从满足人民群众基本需求的角度，房地产市场的发展都至关重要。由于房地产业在国民经济中的重要地位，它的运行状态会对国民经济的持续、健康发展有着重要影响。“十一五”规划时期是重庆市的经济与社会快速发展时期，重庆市将进一步加大对房地产开发的投资，城镇居民对住房的需求也随着生活水平的改善而不断增加，因此，对重庆市住宅房地产市场的供求状况加以分析和研究是十分必要的。本文分五个部分，第一部分简述了研究背景及意义，第二部分介绍了房地产业发展的特点和基础理论，第三部分在调查和实证分析的基础上，分析了重庆市房地产业发展的现状和前景，第四部分通过比较详实的数据，从重庆市住宅市场的供给、需求及各自的影响因素这两方面，研究了重庆市城镇人均房屋建筑面积与城镇化率、人均国内生产总值、总人口和城镇居民家庭恩格尔系数之间的相关性，以及商品房住宅供给与城镇化率和房地产开发投资的相关性，并对各变量的平稳性和变量间的协整性进行了检验，建立了相应的长期均衡的线性回归模型，然后结合重庆市住宅房地产市场发展的趋势和“十一五”规划的目标，利用模型预测了重庆市未来五年内商品房住宅的需求量和供给量，最后，根据所预测的数据分析了这期间住宅市场的供求状况，第五部分是对重庆市住宅房地产市场发展前景的分析和总结，并根据实际情况，对房地产市场存在的问题和发展前景提出了相应的政策建议。6.期刊论文王洋西安市房地产市场需求因素分析-黑龙江对外经贸2007,(12)本文利用SPSS工具,主要研究了总人口数量、商品房平均售价、人均可支配收入对商品房市场需求的影响,建立了西安市商品房市场需求因素分析模型,通过分析得出结论,房地产影响因素中总人口数量、商品房平均售价与房地产需求量呈负相关,人均可支配收入与房地产需求量呈正相关.目前西安市房地产市场在快速增长的基础上,继续保持稳定、健康发展的态势,市场形势良好.另外,通过对房地产市场分析,预测了西安市商品房的需求前景,提出了稳定房地产市场的对策.7.学位论文曹英长沙市房地产研究2007伴随着住房制度改革，我国房地产和住宅业在不太长的时间里，经历了四次投资开发热潮。而每次开发热潮都引发了商品房价格的快速上涨和社会各界的强烈关注。近几年来，我国房地产业走出了多年的调整期，呈现持续繁荣的状态，并已成为区域经济的新增长点和消费热点。随着全国二线城市近年来的飞速发展，长沙作为泛珠三角经济发展战略的重头城市，经济的快速增长推动了房地产业的完善和繁荣。在20余年的发展历程中，长沙市房地产业显现出了它独有的特点，在国家政策的宏观调控下，长沙房地产市场秩序日渐完善，但市场还不是一个有效的市场，还存在许多问题，而各种问题最终可表现为价格的波动。目前对长沙市商品房价格的波动及预测的研究还不多。本文试图在这方面做一些有益的尝试。全文共分六章。第一章，就国内外关于房地产价格波动和预测的研究成果进行系统的考察，阐述论文的选题背景和现实意义。第二章，系统地分析长沙市房地产业的发展阶段，并对其发展作深入的统计分析。第三章，分析影响长沙市房地产价格的主要因素。第四章，建立反映房地产价格波动的指标体系，从不同角度利用计量经济学方法构建价格波动的运行模型－蛛网模型、房地产价格波动影响因素的多元线性回归模型、协整模型、脉冲响应函数，并以此对长沙市房地产价格的波动进行实证研究。第五章，分别构建ARIMA、GM(1,1)和ARIMA-GANN模型，对长沙市房地产价格进行预测。第六章就全文做全面的小结，对今后长沙房地产业的发展提出合理的建议。主要结论和创新点：1.科学的设置了反映长沙市房地产价格波动的指标体系；2.从不同角度构建反映长沙市房地产价格波动的计量经济模型，并进行实证分析，研究了影响长沙市房地产价格的主要因素及各因素对价格的影响程度；3.在ARIMA、GM(1,1)模型基础上，综合人工神经网络理论构建了新的ARIMA-GANN模型，对长沙市房地产价格进预测，结果表明ARIMA-GANN模型的预测精度最高。本文的研究结果对进一步研究其它城市住宅价格与其影响因素之间的关系及价格趋势，具有一定的参考价值。未来的研究还可从指标体系的优化、模型函数形式的选择、样本数据扩展以及结合长沙市城市化规模等方面加以改进，使研究结果具有更加广泛的指导意义。8.学位论文杨卫明房地产投资宏观规模与结构研究2005本文通过对房地产投资规模的实证分析，提出房地产投资合理规模的假设，并通过商品房空置率研究反推验证了假设的正确性。运用SPSS软件通过对房地产投资规模和其诸影响因素之间的线性回归模拟，建立了房地产投资规模和其诸影响因素的函数关系式。接下来分析了国内房地产投资结构现状，重点对房地产商品的供给结构和需求结构两方面进行定性和定量分析。指出我国现阶段房地产投资结构出现的问题，根据人们对房地产商品的需求趋势分析了合理平衡的投资结构。文章在对房地产投资合理规模和结构研究的基础上，分析了政府宏观调控对房地产投资的重要性，提出进一步加强政府对房地产投资的宏观调控管理应是下一阶段宏观调控的重点。9.期刊论文孔凡文.李忠利.张春雨沈阳市商品房价格预测分析-沈阳建筑工程学院学报(自然科学版)2001,17(3)在沈阳市商品房价格现状和商品房价格影响因素分析的基础上,根据沈阳市历年平均价格水平和沈阳市居民收入水平的发展变化,利用直线趋势法和一元线性回归法对沈阳市未来5-10年商品房价格变化作出预测.10.学位论文蒋倩BP算法的改进及其在房地产价格预测中的应用2008房地产是构成整个社会财富的重要部分,它的发展是推动工业化和城镇化的重要力量。房地产价格决定着社会和居民的财富,它的波动影响着金融体系的安危,也影响着宏观经济的稳定和发展。然而,由于受到国内经济、市场竞争程度以及和人自身有关等各种因素的影响,房地产价格总是处在不停的波动变化之中,而且各种因素对其影响又是极其复杂的,这让房地产价格的预测变得十分困难。通过阅读文献可以看到,不同的学者从不同的角度建立了不同的经济计量模型,例如灰色-马尔科夫预测模型、层次分析模型、N次多项式模型等对房地产的价格进行了模拟和预测,但是由于这些传统的线性回归预测方法在进行价格预测时存在着很多局限性并使许多有用的经济信息得不到有效的利用。人工神经网络是一门新兴交叉学科,自开创以来一直深受许多学者的重视,并广泛运用于各种领域取得了辉煌的成就。预测是人工神经网络的一个重要的应用领域,这是因为神经网络具有优良的非线性特性,特别适用于高度非线性系统的处理。所以基于人工神经网络的预测是解决非线性预