本文關(guān)鍵詞：基于TEI@I方法論的商品住宅價(jià)格預(yù)測(cè)模型研究

  更多相關(guān)文章： 商品住宅 價(jià)格預(yù)測(cè) TEI@I方法論 計(jì)量經(jīng)濟(jì)學(xué)模型 智能技術(shù)

【摘要】：房地產(chǎn)業(yè)是我國(guó)重要的支柱性產(chǎn)業(yè),所以房地產(chǎn)也的健康發(fā)展對(duì)我國(guó)經(jīng)濟(jì)發(fā)展有重要的影響。而房地產(chǎn)價(jià)格作為市場(chǎng)供求關(guān)系及諸多影響因素共同作用的結(jié)果,能夠十分及時(shí)準(zhǔn)確的反應(yīng)市場(chǎng)變化。因此,立足于我國(guó)基本國(guó)情,建立適當(dāng)?shù)纳唐贩績(jī)r(jià)格預(yù)測(cè)模型,對(duì)市場(chǎng)進(jìn)行有效的事前預(yù)測(cè),有很重要的意義。不僅可以為政府制定政策提供決策依據(jù),還可以為眾多房地產(chǎn)企業(yè)預(yù)測(cè)市場(chǎng)動(dòng)向,制定適當(dāng)?shù)陌l(fā)展戰(zhàn)略,也可以為消費(fèi)者合理置業(yè)提供參考。因此,無(wú)論站在哪個(gè)角度而言對(duì)我國(guó)房地產(chǎn)健康發(fā)展都有深刻意義。在本文研究之初,筆者對(duì)國(guó)內(nèi)外預(yù)測(cè)方法進(jìn)行了梳理,通過(guò)對(duì)比分析,了解了每種預(yù)測(cè)方法的特點(diǎn),并立足于中國(guó)房地產(chǎn)市場(chǎng)實(shí)際情況,選擇了TEI@I方法論作為本文的理論指導(dǎo),并結(jié)合數(shù)據(jù)量大和數(shù)據(jù)量小兩種情況分別建立了集成預(yù)測(cè)模型。其預(yù)測(cè)基本思路是利用計(jì)量經(jīng)濟(jì)學(xué)模型對(duì)序列進(jìn)行線性預(yù)測(cè),形成的殘差中保留了原始序列的非線性因素,再利用智能技術(shù)對(duì)該誤差進(jìn)行預(yù)測(cè),把兩次預(yù)測(cè)結(jié)果相加即可得到最終的預(yù)測(cè)結(jié)果。最后,本文以深圳房?jī)r(jià)為實(shí)證研究對(duì)象,采用ARMA與神經(jīng)網(wǎng)絡(luò)集成預(yù)測(cè)模型對(duì)深圳新建商品住宅銷售價(jià)格指數(shù)環(huán)比月度數(shù)據(jù)進(jìn)行預(yù)測(cè),采用多元回歸與支持向量機(jī)集成預(yù)測(cè)模型對(duì)商品住宅二級(jí)市場(chǎng)平均交易價(jià)格年度數(shù)據(jù)進(jìn)行預(yù)測(cè)。通過(guò)對(duì)比可得,基于TEI@I方法論的集成預(yù)測(cè)方法可將預(yù)測(cè)誤差降低,與單一預(yù)測(cè)方法及傳統(tǒng)組合預(yù)測(cè)方法比較而言均有較好的預(yù)測(cè)結(jié)果。
【關(guān)鍵詞】：商品住宅 價(jià)格預(yù)測(cè) TEI@I方法論 計(jì)量經(jīng)濟(jì)學(xué)模型 智能技術(shù)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F299.23
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-21
• 1.1 研究背景8
• 1.2 研究意義8-9
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀9-17
• 1.3.1 房?jī)r(jià)預(yù)測(cè)常用模型研究現(xiàn)狀9-13
• 1.3.2 支持向量機(jī)研究現(xiàn)狀13-15
• 1.3.3 綜合評(píng)述15-17
• 1.4 研究?jī)?nèi)容與研究方法17-21
• 1.4.1 研究?jī)?nèi)容17-18
• 1.4.2 研究方法18-21
• 第2章 房地產(chǎn)價(jià)格及其預(yù)測(cè)方法理論分析21-33
• 2.1 研究范圍界定21
• 2.2 房地產(chǎn)價(jià)格相關(guān)理論21-23
• 2.2.1 地租地價(jià)理論22
• 2.2.2 周期波動(dòng)理論22
• 2.2.3 均衡價(jià)格理論22-23
• 2.3 房地產(chǎn)價(jià)格影響因素分析23-30
• 2.3.1 房地產(chǎn)價(jià)格特點(diǎn)23-25
• 2.3.2 商品住宅價(jià)格影響因素定性分析25-30
• 2.4 預(yù)測(cè)方法相關(guān)理論30-32
• 2.4.1 TEI@I方法論30
• 2.4.2 ARMA回歸30-31
• 2.4.3 人工神經(jīng)網(wǎng)絡(luò)31
• 2.4.4 灰色系統(tǒng)理論31
• 2.4.5 支持向量機(jī)31-32
• 2.5 本章小結(jié)32-33
• 第3章 基于TEI@I方法論的商品住宅價(jià)格預(yù)測(cè)模型構(gòu)建33-45
• 3.1 基于大樣本的ARMA和ANN的集成預(yù)測(cè)模型構(gòu)建33-39
• 3.1.1 ARMA建模過(guò)程33-37
• 3.1.2 BP神經(jīng)網(wǎng)絡(luò)建模過(guò)程37-39
• 3.2 基于小樣本的灰色回歸支持向量機(jī)集成預(yù)測(cè)模型構(gòu)建39-44
• 3.2.1 灰色關(guān)聯(lián)分析39-41
• 3.2.2 多元線性回歸建模41
• 3.2.3 支持向量機(jī)建模41-44
• 3.3 本章小結(jié)44-45
• 第4章 基于TEI@I方法論的商品住宅價(jià)格預(yù)測(cè)仿真分析45-68
• 4.1 基于ARMA和ANN的集成預(yù)測(cè)仿真及分析45-53
• 4.1.1 數(shù)據(jù)收集45-46
• 4.1.2 序列平穩(wěn)性檢驗(yàn)46-47
• 4.1.3 模型識(shí)別47-48
• 4.1.4 模型估計(jì)與檢驗(yàn)48-50
• 4.1.5 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)確定50-52
• 4.1.6 仿真結(jié)果分析52-53
• 4.2 基于灰色回歸支持向量機(jī)集成預(yù)測(cè)仿真及分析53-67
• 4.2.1 數(shù)據(jù)收集及灰色關(guān)聯(lián)度計(jì)算53-58
• 4.2.2 多元回歸預(yù)測(cè)58-64
• 4.2.3 支持向量機(jī)預(yù)測(cè)64-65
• 4.2.4 仿真結(jié)果分析65-67
• 4.3 本章小結(jié)67-68
• 結(jié)論68-69
• 參考文獻(xiàn)69-76
• 附錄76-77
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及其他成果77-79
• 致謝79

，

本文編號(hào)：983189