学位论文 > 优秀研究生学位论文题录展示

住宅市场预测模型研究

作　者: 张丽琴
导　师: 杨立洪
学　校: 华南理工大学
专　业: 概率论与数理统计
关键词: 住宅市场预测系统 ARIMA Bayes
分类号: F293.3
类　型: 硕士论文
年　份: 2010年
下　载: 164次
引　用: 0次
阅　读: 论文下载

内容摘要

作为我国国民经济的主要产业,房地产的异常波动常常会牵动整个国家的经济命脉,更深入影响每个老百姓的家庭,所以,对房地产,特别是住宅市场的信息收集与预测系统成了为政府,业界以及学界关注的重点,其中预测系统的建立是关键,因此,有效利用数理统计建立更为一般,更为全面,更为有效的预测系统是必需的,而ARIMA模型是比较常用的金融时间序列理论,其主要研究各个经济变量自身的数量关系,住宅市场数据有同样有符合ARIMA模型的特征,因此利用ARIMA模型拟合是比较可信的。本论文选用的研究对象主要有以下住宅指标:上海、北京、广州、深圳四市的新房成交量,全国房屋销售价格水平同比指数与环比指数,上海、北京的居住土地出让面积及成交金额。利用混合自回归-移动平均(ARIMA)模型作为理论依据对上述研究对象建模分析,并结合Bayes理论的先验概率、后验概率、似然法对模型进行修正,最终得到在不考虑政府行为性的前提下的预测模型,通过对残差的平稳性与随机性判断来确定拟合效果,并对未来20年的新房交易量、新房房价等给出预测。本文首先阐述了国内外的研究现状以及常用模型,并对已有模型做出归纳与总结,找出各种方法的优缺点;然后对原始数据做修正,同时阐述ARIMA模型理论,Bayes修正理论,并利用这些建模理论对修正后的数据建立预测模型,对未来20年的相关指标给出预测结果。最后是论文的结论部分。

全文目录

摘要  5-6
ABSTRACT  6-9
第一章绪论  9-17
  1.1 选题的背景及意义  9-13
    1.1.1 研究背景  9-10
    1.1.2 研究对象的确定  10-12
    1.1.3 研究意义  12-13
  1.2 国内外研究现状  13-15
    1.2.1 国内外有关房地产预测模型的相关文献回顾  13-14
    1.2.2 关于预测模型的研究方法现存的主要问题问题  14
    1.2.3 针对现存问题提出的改进思路  14-15
  1.3 研究目标和论文框架  15-17
第二章住宅市场指标分析  17-24
  2.1 房地产市场概述  17-18
  2.2 住宅市场相关理论与研究  18-23
    2.2.1 住宅的含义及特征  19-20
    2.2.2 住宅市场的概念及特征  20-23
  2.3 本章小节  23-24
第三章估计原理  24-38
  3.1 时间序列  24-28
    3.1.1 时间序列概述  24
    3.1.2 平稳时间序列  24-26
    3.1.3 非平稳时间序列  26-28
  3.2 使用Bayes原理的估计  28-36
    3.2.1 ARIMA过程的条件似然  28-30
    3.2.2 Bayes原理  30-31
    3.2.3 参数的Bayes估计  31-32
    3.2.4 自回归过程  32-35
    3.2.5 滑动平均过程  35-36
    3.2.6 混合过程  36
  3.3 本章小结  36-38
第四章住宅市场模型建立  38-59
  4.1 住宅市场描述性分析  38-39
    4.1.1 住宅存量特征分析  38
    4.1.2 商品住宅市场分析  38-39
    4.1.3 住房可支付性与投资机会分析  39
  4.2 住宅市场预测模型的建立  39-58
    4.2.1 新房成交量  40-47
    4.2.2 全国房屋价格水平  47-51
    4.2.3 居住土地出让面积及成交金额  51-58
  4.3 本章小结  58-59
第五章住宅市场的预测  59-62
  5.1 未来二十年之新房交易量  59-60
  5.2 未来二十年之新房房价  60-61
  5.3 未来二十年之住宅存量特征分析  61
  5.4 投资提示及建议  61-62
结论  62-63
参考文献  63-66
附录  66-70
  附录1 四大城市新房成交量  66-67
  附录2 全国房屋价格水平—月度  67-68
  附录3 上海土地出让情况  68-69
  附录4 北京土地出让面积  69-70
攻读硕士期间取得的研究成果  70-71
致谢  71

住宅市场预测模型研究

内容摘要

全文目录

相似论文