基于统计分析的杭州房地产市场短期预测_开题报告

一、文献综述

（一）国内研究现状

•••••   相比国外房地产的发展，我国起步较晚，开始于20世纪80年代。然而，全国各地，尤其是一二线城市的房地产市场发展迅猛，住房销售价格飞速上涨，随之带来的问题非常多，因此研究房地产发展是非常有意义的，可以有效地引导房地产业健康发展。

    房地产价格问题的研讨已经成为国内最热的话题之一，查阅了国内关于房地产市场的价格分析和预测的相关文献著作，发现主要的研究方向还是从宏观经济学角度，根据供需关系和政府宏观调控等因素研究区域房地产市场的发展。赵涵借鉴经济学中的商品价格四种主要观点，将房地产价格影响因素分为四类，分别为宏观经济、需求、供给和其他。然后以宁波市为例，研究分析了房地产价格影响因素[1]。何星纳和李壮壮等在房地产价格的影响因素分析和排序的研究过程中，选取了利用灰色关联度的方法[2-4]。范莉丽和郭沛则利用改进的灰色斜率关联度模型我国四个直辖市的房地产价格影响因素进行分析，因素按需求、供给和宏观经济分类，最终结果表明影响房地产价格因素重要的排序为：土地成交的楼面平均价、建安费、城镇居民人均可支配收入[5]。

（二）国内研究方法与成果

••••••   王聪以利用基于最小二乘多元回归分析法和基于Logistic回归分析法对房地产价格进行分析预测，结果显示后者的预测精度更高[6]。丁凤在研究上海市的房价时选用了三个预测模型，分别为时间序列、灰色、BP神经网络模型，结果显示其房价在未来一年内仍保持上涨[7]。就灰色预测模型GM(1, 1)模型对房地产价格进行预测的研究方面，多位学者进行一定研究，取得了一定的成果[8-9]。张珊玉和徐辉对灰色预测模型进行了深入研究，他们认为传统灰色预测模型其改进形式与离散型模型均存在一定不合理之处，将两者结合构建了新的灰色模型——DGM(1, 1)模型，并通过验证确认了新模型可靠且有效[10]。

二、^范文提纲

1 杭州房地产发展历史分析

本章简要描述了杭州房地产企业所处的宏观环境，然后从房地产政策及投资、商品房市场、土地市场和房地产企业四个方面对杭州房地产市场及企业进行相关资料查询。

1.1杭州房地产市场影响因素分析

1.2杭州2006-2016年间房地产相关数据收集

本文采用中华人民共和国国家统计局网站公布杭州地区2006年-2015年间的国民经济核算，人口和就业，房地产，以及财政和金融数据，挑选了如下表所列16项指标，试图分析商品房销售和其他指标之间的关联度，以及可预测短期价格波动的灰色预测模型GM（1，N）。鉴于2016年度的统计年鉴需下一年度公布，无法获取，本文又从“中国杭州”政府门户网站获取了2016年度建筑业和房地产等对应指标的数据，因为数据来源不一样，本文的处理方法是，仅采用2006-2015年度数据进行统计分析，并将预测结果同2016年度的数据进行检验比较。这样的处理，主要考虑两点，一是灰色预测本身对数据量要求较低，10年数据可以用于计算分析，二是2016年度数据不完整，不便于统一使用，但是数据具有检验功能，恰好可以佐证本文计算结果，也是一种检验方法。

指标

2016年

2015年

2014年

2013年

2012年

2011年

2010年

2009年

2008年

2007年

2006年

房地产开发投资额(亿元)

2606.41

2472.6

2301.98

1853.28

1597.36

1201.51

956.2

704.68

615.41

518.79

442.65

房地产开发住宅投资额(亿元)

1559.98

1442.21

1337.92

1169.56

1001.74

751.02

676.27

509.64

456.22

381.89

326.88

房地产开发办公楼投资额(亿元)

-

288.08

253.43

168.79

141.83

119.14

80.84

72.25

54.2

42.55

47.16

房地产开发商业营业用房投资额(亿元)

-

324.43

269.67

174.83

137.78

131.21

69.24

49.99

40.07

46.09

35.21

房地产开发企业施工房屋面积(万平方米)

11562.96

11145.9

10506.53

9327.52

8288.95

7709.15

6227.05

5140.8

4987.39

4775.62

4548.46

房地产开发企业竣工房屋面积(万平方米)

1922.99

1665.23

1501.64

1172.24

1055.09

1223.86

1100.18

836.95

1030.63

948.47

783.26

房地产开发企业住宅竣工房屋面积(万平方米)

-

1070.27

928.01

845.12

674.01

840.89

802.29

626.64

772.68

771.61

626.34

商品房销售面积(万平方米)

2326.69

1482.17

1122.91

1139.13

1089.62

738.04

988.34

1456.38

775.02

1150.28

761.76

住宅商品房销售面积(万平方米)

1887.11

1292.35

952.51

968.78

920.26

600.2

797.59

1314.38

676.99

1043.67

679.96

商品房平均销售价格(元/平方米)

-

14422

13896

15022

13447.38

13285.97

14132

10555

8409

7615.67

6218.29

住宅商品房平均销售价格(元/平方米)

-

14748

14035

14679

13291.65

12748.62

14259

10613

8211

7431.76

5967.44

房地产开发企业购置土地面积(万平方米)

-

138.75

128.17

227.65

112.39

375.14

417.88

371.44

383.2

537.69

518.21

国内生产总值(亿元)

11050.49

10050.21

9206.16

8343.52

7802

7019.06

5949.2

5088

4781.16

4100.17

3441.51

年末总人口(万人)

736

723.55

715.76

706.61

700.52

695.71

689.12

683.38

677.64

672.35

666.31

在岗职工平均工资(元)

-

77816

70823

64958

56418

54408

48772

43947

40193

36497

32792

城乡居民储蓄年末余额(亿元)

-

7507.09

6694.55

6339.75

6022.08

5519.17

4990.97

4286.92

3420.65

2578.78

2473.69

2 杭州房地产市场的量化分析

2.1 量化指标的选取

2.2 灰色关联度分析

灰色关联的基本思想是根据曲线几何形状的相似程度来判别其联系是否紧密。曲线越接近,相应序列之间关联度就越大,反之就越小。与传统的多因素分析方法(相关、回归等)相比,灰色关联分析对数据要求较低且计算量小,便于广泛应用。自创建以来,已在航天、医药、石油、经济、军事、教育等行业和领域得到迅速推广。

灰色关联分析的核心是灰色关联度的计算,因其步骤相对繁琐,通常情况下需编写程序进行。本文试图通过选择Matlab或者ExcelVBA程序来完成。

2.3 GM(1，N)价格预测模型建立

GM(1,  1)模型，即灰色预测模型是依据生成的新数列建立微分方程的模型，该模型的理论基础是在过去和现在已知或非确定的信息的基础上建立一个从过去引申到未来的灰色模型，进而确定系统未来发展变化趋势。它适用于时间序列短、统计数据少、信息不完全系统的建模与分析。相比于传统的数学模型，GM(1, 1)模型有以下几个特点：其一，所需要的样本数量比较小；其二，对样本的规律性分布无特殊要求，即样本数据可呈现一定的随机性；其三，模型所需要的计算工作量比较小，减少了出现错误的机会；其四，可以补充相应的新信息，反应系统的最新特征，从而提高预测的精确度

3 统计结果分析和结论

三、参考文献

[1]赵涵.宁波市住宅房地产价格影响因素研究[Z].杭州:浙江大学,2014. 中国知网

[2]何星纳.兰州市房地产价格影响因素的灰色关联度研究[J].甘肃科技,2010,09:37-40. 

[3]李壮壮,孙全师,武以敏.基于灰色关联度分析法的房地产价格影响因素分析——以宿州市为例[J].内江师范学院学报,2013,10:52-56+62. 

[4]孙玉梅,武立广.影响房地产市场价格因素的灰色关联度分析——以云南省昆明市为例[J].河南科学,2013,06:899-903.

[5]范莉丽,郭沛.关于我国四个直辖市房地产价格影响因素的分析——基于灰色斜率关联度模型[J].农村金融研究,2015,03:32-36.

[6]王聪.基于多因素Logistic的城市房地产价格预测模型研究[Z].大连:大连理工大学,2008. 中国知网

[7]丁凤.房地产价格影响因素及预测研究[Z].蚌埠:安徽财经大学,2014. 中国知网

[8]彭 晶 晶 , 何 小 亚 . 全 国 房 地 产 价 格 的 GM(1,1) 模 型 预 测 研 究 [J]. 现 代 商 贸 工业,2012,03:144-146.

[9]钱峰,吕效国,朱帆.灰色 GM(1,1)模型的改进模型在房地产价格指数预测中的应用[J].数学的实践与认识,2009,07:29-33.

[10]张珊玉,徐辉.基于离散灰色 DGM(1,  1)模型的房地产价格预测及其对策研究[J].科技广场,2013,01:228-234.

[11]吕思奇，秦喜文，赵春阳，董小刚，李巧玲.基于Logistic回归房地产预警研究[J]. 长 春 工 业 大 学 学 报, 2016，12: 603-606.

[12] 李昕芮. 我国行政干预对一二线城市房市影响[J]. 时代金融,2017,02:19-25.