發(fā)布時間：2018-01-17 02:26

  本文關(guān)鍵詞：房價影響因素及R語言實現(xiàn)　出處：《中國科學技術(shù)大學》2014年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 房價 k-means聚類 多元回歸 R語言

【摘要】：房價成為近十多年來熱議的社會話題,房價過高已經(jīng)成為嚴重的社會問題。房價的影響因素復(fù)雜,本文從以下幾個方面尋找房價影響因素：宏觀經(jīng)濟、人口、利率、區(qū)域、房地產(chǎn)發(fā)展規(guī)模。本文只探究商品住宅房價的影響因素,時間跨度從2005年年初到2013年底,研究的對象是全國以及31個大陸省份或者直轄市。k-means聚類將31個地區(qū)分成四類：發(fā)達地區(qū)、較發(fā)達地區(qū)、不發(fā)達地區(qū)和落后地區(qū),四個地區(qū)的房價有明顯差異。 本文建立了房價與影響因素的回歸方程。眾多影響房價的因素中,影響力較大的幾個因素是可支配收入、城鎮(zhèn)化水平、工業(yè)化水平和地區(qū)差異�？芍涫杖�、城鎮(zhèn)化水平與房價正相關(guān),工業(yè)化水平與房價負相關(guān)。房價的地區(qū)差異呈現(xiàn)明顯的從東部沿海到西部內(nèi)陸遞減的規(guī)律。利率是影響房價的一個不可忽視的因素,它對房價產(chǎn)生一個滯后兩到三年的反作用力。消費者信心指數(shù)(CCI)與房價正相關(guān),CCI越高房價越高。本文使用的數(shù)據(jù)分析工具是R語言,它具備強大的數(shù)據(jù)處理和圖形功能,是近年來新興的一種計算機語言。
[Abstract]:Housing price has become a hot social topic for more than a decade, and the excessive housing price has become a serious social problem. The influence factors of house price are complex. This paper looks for the influencing factors of house price from the following aspects: macro economy, population. Interest rate, region, real estate development scale. This paper only explores the impact of commodity housing prices, the time span from 2005 to end of 2013. The research object is the whole country and 31 mainland provinces or municipalities directly under the Central Government. The 31 regions are divided into four categories: developed regions, more developed areas, underdeveloped areas and backward areas. There are significant differences in house prices in the four regions. In this paper, the regression equation of house price and influencing factors is established. Among the many factors affecting house price, the most influential factors are disposable income, urbanization level, industrialization level and regional difference. Urbanization level is positively correlated with house price, industrialization level is negative correlation with house price. The regional difference of house price shows the law of decreasing from east coast to west inland. Interest rate is a factor that can not be ignored. The consumer confidence index (CCI) has a positive correlation with housing price. The higher the CCI, the higher the house price. The data analysis tool used in this paper is R language. It has powerful data processing and graphics functions, is a new computer language in recent years.
【學位授予單位】：中國科學技術(shù)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：O212.4;TP312.1

【參考文獻】

相關(guān)期刊論文 前9條

1 周建軍;;我國房地產(chǎn)價格的影響因素及其合理性研究[J];商業(yè)研究;2009年04期

2 王來福;郭峰;;貨幣政策對房地產(chǎn)價格的動態(tài)影響研究——基于VAR模型的實證[J];財經(jīng)問題研究;2007年11期

3 楊建榮,孫斌藝;政策因素與中國房地產(chǎn)市場發(fā)展路徑——政府、開發(fā)商、消費者三方博弈分析[J];財經(jīng)研究;2004年04期

4 楊永華;;論房價和房價收入比[J];經(jīng)濟學家;2006年02期

5 梁云芳;高鐵梅;;中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J];經(jīng)濟研究;2007年08期

6 肖可礫;;房產(chǎn)泡沫及中國房地產(chǎn)調(diào)控政策分析[J];江西社會科學;2012年04期

7 童長，

本文編號：1435910