買(mǎi)賣(mài)住房一直以來(lái)都是人民群眾最為關(guān)心的問(wèn)題,是關(guān)系民生的大事。但是過(guò)快上漲的商品房房?jī)r(jià)始終困擾著大部分的中低收入階層,這已經(jīng)發(fā)展成為了人民日常生活中的敏感問(wèn)題,因此研究房地產(chǎn)價(jià)格的影響因素并對(duì)其進(jìn)行預(yù)測(cè)有助于幫助中低收入階層的人民群眾選擇適當(dāng)?shù)馁I(mǎi)房時(shí)機(jī),也有助于幫助政府相關(guān)人員了解房地產(chǎn)價(jià)格的走勢(shì)并對(duì)其進(jìn)行調(diào)控。本文以青島市房?jī)r(jià)為例,用基于主成分回歸分析的模型判斷出全市生產(chǎn)總值GDP、地方財(cái)政收入、地方財(cái)政支出、城鄉(xiāng)居民人均可支配收入、房地產(chǎn)開(kāi)發(fā)投資額、居民消費(fèi)價(jià)格指數(shù)、固定資產(chǎn)投資價(jià)格指數(shù)、商品房銷(xiāo)售面積、全社會(huì)住宅竣工面積這七個(gè)因素包含了影響青島市房?jī)r(jià)的絕大多數(shù)信息。在此基礎(chǔ)上,分別用多元非線性回歸模型和神經(jīng)網(wǎng)絡(luò)模型對(duì)上述七個(gè)指標(biāo)建立模型并進(jìn)行分析預(yù)測(cè),得出的結(jié)論都是2018年青島市商品房銷(xiāo)售價(jià)格是上漲趨勢(shì)。最后用時(shí)間序列模型來(lái)對(duì)青島市商品房銷(xiāo)售價(jià)格進(jìn)行分析及預(yù)測(cè)。時(shí)間序列模型僅從青島市住宅銷(xiāo)售價(jià)格指數(shù)這一指標(biāo)入手,預(yù)測(cè)了2019年1月到2020年2月的青島市房?jī)r(jià)變化趨勢(shì),得出的結(jié)論是2019年的前4個(gè)月房?jī)r(jià)依然上漲,2019年4月到2019年10月房?jī)r(jià)是大幅下降的趨勢(shì),2019年...

【文章頁(yè)數(shù)】：48 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究目的及意義
    1.3 研究現(xiàn)狀
    1.4 研究框架及思路
第二章 房地產(chǎn)的價(jià)格理論及影響因素分析
    2.1 房地產(chǎn)價(jià)格的決定與構(gòu)成
    2.2 商品房?jī)r(jià)格的影響因素分析
        2.2.1 行政因素
        2.2.2 經(jīng)濟(jì)因素
        2.2.3 社會(huì)因素
        2.2.4 區(qū)位因素
第三章 模型基本理論
    3.1 基于主成分的回歸分析模型
    3.2 多元非線性回歸模型
    3.3 神經(jīng)網(wǎng)絡(luò)
    3.4 時(shí)間序列預(yù)測(cè)
        3.4.1 時(shí)間序列的定義
        3.4.2 時(shí)間序列的預(yù)處理
        3.4.3 時(shí)間序列建模步驟
        3.4.4 自回歸綜合移動(dòng)平均模型ARIMA
第四章 房?jī)r(jià)預(yù)測(cè)模型的實(shí)證研究
    4.1 青島市概況
    4.2 數(shù)據(jù)的來(lái)源
    4.3 數(shù)據(jù)的分析和預(yù)處理
        4.3.1 描述性分析
    4.4 基于主成分的回歸分析模型
    4.5 多元非線性回歸模型
    4.6 BP神經(jīng)網(wǎng)絡(luò)模型在房?jī)r(jià)中的預(yù)測(cè)
        4.6.1 變量選取
        4.6.2 數(shù)據(jù)預(yù)處理
        4.6.3 模型選取
        4.6.4 模型檢驗(yàn)
        4.6.5 模型預(yù)測(cè)
    4.7 時(shí)間序列模型在房?jī)r(jià)中的預(yù)測(cè)
第五章 總結(jié)與建議
    5.1 模型優(yōu)點(diǎn)
    5.2 模型缺點(diǎn)
    5.3 本文中各模型之間的對(duì)比及建議
參考文獻(xiàn)
致謝



本文編號(hào)：3800188