北京市房?jī)r(jià)的影響因素及預(yù)測(cè)研究
發(fā)布時(shí)間:2023-02-10 08:29
房地產(chǎn)業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)的支柱性產(chǎn)業(yè)之一,房地產(chǎn)價(jià)格的飛速上升或下降會(huì)引發(fā)一系列的社會(huì)和經(jīng)濟(jì)問(wèn)題,保證房?jī)r(jià)在合理范圍內(nèi)波動(dòng)是確保國(guó)家經(jīng)濟(jì)穩(wěn)定發(fā)展的重要部分。因此研究房地產(chǎn)價(jià)格的影響因素并進(jìn)行預(yù)測(cè)有助于我們了解房地產(chǎn)價(jià)格走勢(shì)并對(duì)其進(jìn)行價(jià)格的調(diào)控。本文以北京市房?jī)r(jià)為例,首先利用H-P濾波的方法研究了北京市房?jī)r(jià)的走勢(shì),發(fā)現(xiàn)北京市房?jī)r(jià)呈現(xiàn)總體上升趨勢(shì),隨著時(shí)間的推移,房?jī)r(jià)波動(dòng)的頻率增加,波動(dòng)的幅度增大。接下來(lái)本文采用基于主成分的回歸分析,灰色關(guān)聯(lián)度以及VAR模型這三種方法進(jìn)行北京市房?jī)r(jià)的影響因素研究,發(fā)現(xiàn)北京市房?jī)r(jià)是受到多方面影響的,來(lái)自經(jīng)濟(jì)層面的GDP對(duì)房?jī)r(jià)的影響最大。最后采用灰色預(yù)測(cè)GM(1,1)模型,VAR模型以及ARIMA模型進(jìn)行北京市房?jī)r(jià)的預(yù)測(cè)研究,發(fā)現(xiàn)在進(jìn)行樣本內(nèi)預(yù)測(cè)時(shí),只有ARIMA模型的殘差會(huì)更為均勻地分布在0點(diǎn)附近;在進(jìn)行樣本外預(yù)測(cè)時(shí),VAR模型和灰色預(yù)測(cè)模型的預(yù)測(cè)值均為持續(xù)上升,而ARIMA模型的預(yù)測(cè)值則有升有降,顯然ARIMA模型的預(yù)測(cè)結(jié)果更符合實(shí)際,預(yù)測(cè)效果比另外兩個(gè)模型略好。
【文章頁(yè)數(shù)】:58 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 課題背景及研究意義
1.2 國(guó)內(nèi)國(guó)外的研究現(xiàn)狀
1.2.1 房地產(chǎn)價(jià)格的影響因素研究現(xiàn)狀
1.2.2 房地產(chǎn)價(jià)格的預(yù)測(cè)研究現(xiàn)狀
1.3 論文內(nèi)容
2 北京市房?jī)r(jià)的趨勢(shì)及特征研究
2.1 H-P濾波法
2.2 北京市房?jī)r(jià)的走勢(shì)分析
2.2.1 應(yīng)用H-P濾波法對(duì)房地產(chǎn)價(jià)格的波動(dòng)研究
2.2.2 結(jié)果分析
3 模型建立前指標(biāo)的選擇及處理
3.1 房?jī)r(jià)的影響因素選擇
3.2 數(shù)據(jù)的預(yù)處理
3.2.1 低頻數(shù)據(jù)轉(zhuǎn)向高頻數(shù)據(jù)
3.2.2 數(shù)據(jù)的季節(jié)調(diào)整
4 北京市房?jī)r(jià)的影響因素研究
4.1 基于主成分回歸分析的北京市房?jī)r(jià)影響因素研究
4.1.1 主成分分析的相關(guān)介紹
4.1.2 主成分分析
4.1.3 基于主成分分析的回歸模型建立
4.2 基于灰色關(guān)聯(lián)度的北京市房?jī)r(jià)的影響因素研究
4.2.1 灰色關(guān)聯(lián)度的相關(guān)理論介紹
4.2.2 北京市房?jī)r(jià)的灰色關(guān)聯(lián)度分析
4.3 基于VAR模型的北京市房?jī)r(jià)的影響因素研究
4.3.1 VAR模型的相關(guān)理論介紹
4.3.2 VAR模型的構(gòu)建
4.4 模型比較與結(jié)果分析
5 北京市房?jī)r(jià)的預(yù)測(cè)
5.1 基于灰色預(yù)測(cè)模型之GM(1,1)模型的房?jī)r(jià)預(yù)測(cè)
5.1.1 GM(1,1)模型的簡(jiǎn)介
5.1.2 GM(1,1)模型的建立與模型檢驗(yàn)
5.1.3 GM(1,1)模型的預(yù)測(cè)
5.2 基于VAR模型的房?jī)r(jià)預(yù)測(cè)
5.3 基于ARIMA模型的房?jī)r(jià)預(yù)測(cè)
5.3.1 ARIMA模型的建立
5.3.2 基于ARIMA模型的預(yù)測(cè)
5.4 模型的預(yù)測(cè)結(jié)果比較
結(jié)論
參考文獻(xiàn)
附錄 A 建立模型的代碼
致謝
本文編號(hào):3739362
【文章頁(yè)數(shù)】:58 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 課題背景及研究意義
1.2 國(guó)內(nèi)國(guó)外的研究現(xiàn)狀
1.2.1 房地產(chǎn)價(jià)格的影響因素研究現(xiàn)狀
1.2.2 房地產(chǎn)價(jià)格的預(yù)測(cè)研究現(xiàn)狀
1.3 論文內(nèi)容
2 北京市房?jī)r(jià)的趨勢(shì)及特征研究
2.1 H-P濾波法
2.2 北京市房?jī)r(jià)的走勢(shì)分析
2.2.1 應(yīng)用H-P濾波法對(duì)房地產(chǎn)價(jià)格的波動(dòng)研究
2.2.2 結(jié)果分析
3 模型建立前指標(biāo)的選擇及處理
3.1 房?jī)r(jià)的影響因素選擇
3.2 數(shù)據(jù)的預(yù)處理
3.2.1 低頻數(shù)據(jù)轉(zhuǎn)向高頻數(shù)據(jù)
3.2.2 數(shù)據(jù)的季節(jié)調(diào)整
4 北京市房?jī)r(jià)的影響因素研究
4.1 基于主成分回歸分析的北京市房?jī)r(jià)影響因素研究
4.1.1 主成分分析的相關(guān)介紹
4.1.2 主成分分析
4.1.3 基于主成分分析的回歸模型建立
4.2 基于灰色關(guān)聯(lián)度的北京市房?jī)r(jià)的影響因素研究
4.2.1 灰色關(guān)聯(lián)度的相關(guān)理論介紹
4.2.2 北京市房?jī)r(jià)的灰色關(guān)聯(lián)度分析
4.3 基于VAR模型的北京市房?jī)r(jià)的影響因素研究
4.3.1 VAR模型的相關(guān)理論介紹
4.3.2 VAR模型的構(gòu)建
4.4 模型比較與結(jié)果分析
5 北京市房?jī)r(jià)的預(yù)測(cè)
5.1 基于灰色預(yù)測(cè)模型之GM(1,1)模型的房?jī)r(jià)預(yù)測(cè)
5.1.1 GM(1,1)模型的簡(jiǎn)介
5.1.2 GM(1,1)模型的建立與模型檢驗(yàn)
5.1.3 GM(1,1)模型的預(yù)測(cè)
5.2 基于VAR模型的房?jī)r(jià)預(yù)測(cè)
5.3 基于ARIMA模型的房?jī)r(jià)預(yù)測(cè)
5.3.1 ARIMA模型的建立
5.3.2 基于ARIMA模型的預(yù)測(cè)
5.4 模型的預(yù)測(cè)結(jié)果比較
結(jié)論
參考文獻(xiàn)
附錄 A 建立模型的代碼
致謝
本文編號(hào):3739362
本文鏈接:http://sikaile.net/jingjilunwen/hongguanjingjilunwen/3739362.html
最近更新
教材專(zhuān)著