房價變動優(yōu)化分析

1、房價變動優(yōu)化分析摘要為預(yù)測將來房價的變動范圍,根據(jù)往年的房價應(yīng)用g(1,1)模型,并結(jié)合灰色-馬爾科夫模型對房價進(jìn)展預(yù)測?？紤]到影響房價的諸多因素變量,對給定的多個因素應(yīng)用回歸分析加以確定。從市場投機因素和政府的調(diào)控手段出發(fā)優(yōu)化模型,通過模型分析給出合理的建議。關(guān)鍵詞房價；預(yù)測；g(1,1)；灰色-馬爾科夫；回歸分析近幾年,中國主要城市房價暴漲,曾一度拉動中國經(jīng)濟(jì)的快速增長。但隨著國家一些宏觀調(diào)控政策,大中城市房價大幅波動,各市的房屋均價與成交量曾一度雙雙下挫。房價的變動主要取決于市場供求,但影響市場供求的因素是多方面的。比方從需求的角度來說,居民收入增加與經(jīng)濟(jì)條件的改善,市民對住房條件普遍表

2、現(xiàn)出更高的要求,中國人口的城鎮(zhèn)化等。但由于市場或政策鼓勵等因素,會使這種需求不適當(dāng)?shù)姆糯?比方在住房成為升值最快的一種投資渠道后,人們有了房屋投機,最終導(dǎo)致房價虛高以及資源浪費。1g(1,1)模型與灰色-馬爾科夫模型的求解與比較1.1g(1,1)模型g(1,1)模型是指1階方程1個變量的灰色(grey)模型(del),是基于時間序列分析方法建立的價格預(yù)測模型。g(1,1)模型是灰色系統(tǒng)理論中應(yīng)用最廣泛的一種灰色動態(tài)預(yù)測模型,它主要用于復(fù)雜系統(tǒng)某一主導(dǎo)因素特征值的擬合和預(yù)測,以提醒主導(dǎo)因素變化規(guī)律和將來開展變化態(tài)勢。下面我們以20002021年北京的商品房住宅的銷售價格建立g(1,1)模型(如下

3、均應(yīng)以第一人稱描繪自己的工作)。設(shè)定原始數(shù)據(jù)序列：進(jìn)一步分析上述矩陣,最后一個數(shù)據(jù)2021年房價位于s1狀態(tài),由狀態(tài)轉(zhuǎn)移矩陣,接下來的2021年極有可能處于狀態(tài)s2。1.3最終預(yù)測結(jié)果由以上過程,綜合利用g(1,1)模型及灰色-馬爾科夫模型推測出2021年的房價為:13375.6+(700+0)/2=13725.6元/平方米比較兩種方法可知,利用灰色-馬爾科夫模型所預(yù)測的房價比g(1,1)模型所預(yù)測的房價誤差更小,準(zhǔn)確度更高,由此我們可以說灰色-馬爾科夫模型的預(yù)測結(jié)果比g(1,1)模型更好。由此,我們可斷定,我們利用灰色-馬爾科夫模型所預(yù)測的2021年房價是有效的,即13725.6元/平方米。

4、1.4g(1,1)模型與灰色-馬爾科夫模型的比較為比較兩種預(yù)測方法的準(zhǔn)確性,我們選取原始數(shù)據(jù)中的2022年的房價,用兩種方法對其進(jìn)展預(yù)測,并與真實值相比較。按照g(1,1)模型的預(yù)測結(jié)果為：5550.1元/平方米。用灰色-馬爾科夫模型預(yù)測的2022年的房價最可能為：5550.1+(-700-1400)/2=4500.1元/平方米由原始數(shù)據(jù)可知,2022年房價的真實值為4747元/平方米。下面計算它們的誤差,以比較兩種模型的準(zhǔn)確度。利用g(1,1)模型預(yù)測得到的誤差為：q1=sx(jb(5550.1-4747jb)4747sx)100%=7.9%利用灰色-馬爾科夫模型預(yù)測得到的誤差為：q2=sx

5、(jb(4500.1-4747jb)4747sx)100%=5.2%比較兩種方法可知,利用灰色-馬爾科夫模型所預(yù)測的房價比g(1,1)模型所預(yù)測的房價誤差更小,準(zhǔn)確度更高,由此我們可以說灰色-馬爾科夫模型的預(yù)測結(jié)果比g(1,1)模型更好。由此,我們利用灰色-馬爾科夫模型所預(yù)測的2021年房價是有效的,即：13375.6+(700+0)/2=13725.6元/平方米2基于多變量的房價分析由經(jīng)濟(jì)學(xué)原理可以知道,商品的價值決定價格。商品住房也是一樣的,它的價值包括所占的土地價值,建筑物價值。此外,還受到供求狀況、消費者偏好、競爭程度、市場預(yù)期如房地產(chǎn)開發(fā)投資、企業(yè)經(jīng)營策略和相關(guān)政策的影響,其價格圍繞

6、價值上下波動。另外,商品住房的價格還與消費者的購置才能、心理因素、對將來的房價走勢的判斷等因素有關(guān)系。也就是說以上幾種因素都影響著商品住房的價格。2.1模型設(shè)定選取19952021年北京商品住房的有關(guān)數(shù)據(jù)進(jìn)展回歸分析,以北京地區(qū)的商品住房價格作為因變量；影響商品住房價格的因素很多,考慮數(shù)據(jù)的可獲得性,選取以下幾個作為自變量。(1北京地區(qū)消費總值。代表一個地區(qū)的經(jīng)濟(jì)開展程度,商品住房價格與當(dāng)?shù)氐慕?jīng)濟(jì)開展程度有著親密的聯(lián)絡(luò),理論上,一個地區(qū)的經(jīng)濟(jì)越興隆,商品住房的價格越高,因此兩者之間應(yīng)該呈正相關(guān)。(2人均可支配收入。代表該地區(qū)人民的收入程度,人均可支配收入越多,進(jìn)步生活質(zhì)量和進(jìn)展投資的欲望和才能

7、就越強。相對于其他資本品來說,商品房價值上漲比較明顯,這種特點導(dǎo)致大量資本流入房地產(chǎn)市場,促使住宅價格上升。理論上該變量和房價存在正相關(guān)性。(3開工房屋造價。工程造價、土地價格再加上其他經(jīng)營銷售本錢等構(gòu)成了房屋的造價,開工房屋的造價直接影響了商品住房的本錢,因此理論上該變量和商品住房的價格呈正相關(guān)。(4房地產(chǎn)開發(fā)投資總額。房地產(chǎn)開發(fā)總額代表了一個地區(qū)房地產(chǎn)的開展程度,投資越高,開展越好。說明購置商品住房的人越多，商品住房的價格越高，是正相關(guān)的。表示房地產(chǎn)開發(fā)投資總額。2.2數(shù)據(jù)搜集從國家統(tǒng)計局查找北京地區(qū)19952021年的相關(guān)數(shù)據(jù)。2.3模型估計、檢驗與調(diào)整選取北京地區(qū)19952021年的部

8、分?jǐn)?shù)據(jù)為例進(jìn)展實證分析,對所給變量對房價的相關(guān)性進(jìn)展回歸分析。從回歸結(jié)果可以看出,變量x4的系數(shù)為負(fù),即房地產(chǎn)開發(fā)投資總額越高,商品房住宅的價格越低,不符合一般經(jīng)濟(jì)意義；考慮到存在多重共線性,其余變量x1、x2、x3的系數(shù)估計結(jié)果均說明各變量與商品住宅價格之間存在正相關(guān)性,符合經(jīng)濟(jì)意義。從回歸分析結(jié)果看,可決系數(shù)r2=0.916,擬合度較高；給定=0.05,查t分布表,在自由度為n-4=11時得臨界值2.2,其中只有x4的t值小于臨界值,其他變量均對商品住房價格有顯著性影響,考慮由于多重共線性引起的。(1)做多重共線性檢驗,得到如下相關(guān)系數(shù)矩陣，見表2。由相關(guān)性系數(shù)矩陣可以看出,各變量互相之間

9、的相關(guān)系數(shù)較高,證實確實存在多重共線性。(2)自相關(guān)檢驗。對所估計的模型做殘差圖,得出以下結(jié)果。d檢驗：對應(yīng)樣本數(shù)為15，2個預(yù)測變量的模型、0.05顯著程度,查d統(tǒng)計表可知,dl=0.69,du=1.97,模型中d=2.110,du2.1104-du，說明模型不存在自相關(guān)。(3)統(tǒng)計分析與異方差檢驗。由spss軟件計算，得到表3、表4數(shù)據(jù)。3模型優(yōu)化分析下面從兩個方面來考慮將來房價的走向。3.1政策出臺的干擾參考國家統(tǒng)計局中土地交替價格指數(shù),結(jié)合當(dāng)年政府出臺的政策,人為的改變原始數(shù)據(jù)會對房價產(chǎn)生宏大的影響。政策使得房價上漲的比率增加,房價上漲速度超出中低收入居民的消費程度。如從2022的高房

10、價到2021年的低迷期，再到2021年的急劇增長,這和2021年國際金融危機后我國出臺的部分政策有關(guān)。3.2市場投機的干擾圖2形象地說明了市場投機給房價帶來的影響。房價的上升使一部分投機者開場大量投資房地產(chǎn),使短期內(nèi)需求曲線d2迅速挪動到d1,房價p4漲到房價p3；然而供給曲線隨之由s2平移到s1。當(dāng)國內(nèi)經(jīng)濟(jì)開展不景氣時,這些投機者又很快撤資,需求回落到d2,房價變動到p1。市場投機對房價的影響顯而易見。4結(jié)論由上述分析,g(1,1)模型在不知道原始數(shù)據(jù)分布的先驗特征,對無規(guī)那么或服從任何分布的任意光滑離散的原始序列,通過有限次的生成,即可轉(zhuǎn)化成有規(guī)那么序列；但是隨著時間的推移,該模型對隨機性

11、、波動性較大的數(shù)據(jù)擬合較差,預(yù)測精度降低。雖然灰色-馬爾科夫模型彌補了這一缺點,卻無法對預(yù)測問題隨時間變化出現(xiàn)波動這一現(xiàn)象給出準(zhǔn)確的預(yù)測。而通過分析影響房價的尤為突出的幾個因素,結(jié)合政府的調(diào)控和投機市場的變化分析,給出了優(yōu)化模型后的幾點建議。大力開展城市經(jīng)濟(jì),增加居民收入程度,出臺相關(guān)的法律政策以限制防止“炒房商的投機行動。影響商品住宅價格的因素很多,對其量化的實證研究工作是宏大而富有挑戰(zhàn)性的,而且是很有必要的。我們決定從細(xì)化市場開場研究,并考慮除了線性擬合外是否還有其他更好的函數(shù)擬合。參考文獻(xiàn)：1劉藝婷.我國商品住房價格的計量經(jīng)濟(jì)模型預(yù)測研究j.企業(yè)導(dǎo)報,2021:40-42.2趙麗莉.影響北京市商品住宅價格因素的實證分析d.北京：北京化工大學(xué),2022.3賈璐熙,王桓輝.基于多目的規(guī)劃模型的房價討論與實證分析j.金融理論與理論,2021:81-83.4王禮霞,夏樂天.灰色-馬爾科夫鏈模型在股市預(yù)測中的應(yīng)用j.中國科技論文在線,2021,2(1)：109-113.5李東月,馬智勝.灰色g(1,1)模型在房