郑州市房屋租赁价格

郑州市房屋租赁指导价格模型摘要本文以房屋租赁指导价格为研究对象，重点考虑郑州市人均消费性支出，人均GDP值，商品房销售数量对该指导价格的影响．通过从相关文献和资源网上搜集相应的数据并加以整理和分析，建立了这三项主要影响因素与郑州市房屋租赁价格之间的多元线性回归模型，然后就郑州市不同区域和不同房屋户型拟合出新的房屋租赁指导价格，并分析了其合理性与公平性．本文首先分析了对郑州市房屋租赁价格可能产生影响的多个因素．然后，从相关文献和资源网上搜集得到相应的数据，利用灰色关联度法分析了它们对房屋租赁价格的影响程度，所得结果表明郑州市人均消费性支出，人均GDP值和商品房销售数量是房屋指导价格的主要影响因素．针对这三项主要影响因素，本文建立了它们与房屋租赁价格之间的多元线性回归关系模型:0112233yxxx并用最小二乘法估计模型中的参数．通过检验模型的置信度和相关系数，验证了该模型的合理性．最后，基于该模型，本文就郑州市不同区域和不同房屋户型确定出新的房屋租赁指导价格，得到郑州市二环地区二室一厅，三室一厅和三室二厅的房屋租赁价格与郑州市人均消费性支出，人均GDP值和商品房销售数量之间的关系表达式分别为：y=468.7794+0.0027x1+0.0196x2+0.0380x3y=715.4263+0.0289x1-0.0945x2+0.1134x3y=206.0427+0.0074x1+0.0656x2+0.0912x3根据统计得到的数据,利用灰预测模型以及神经网络预测模型预测出未来五年郑州市二环周围附近二室一厅、三室一厅以及三室二厅的房屋租赁价格。其中．本文中以郑州市2005年—2010年各项数据指标作为预测基准，充分而有效的验证了我们所求数据的合理性和公正性。关键词：郑州市房屋租赁，指导价格，多元线性回归模型，灰色关联度，灰色预测，神经网络预测模型一、问题重述对于郑州这样的流动人口和常住人口较多的城市，由于收入的不同，不可能所有人都能够购房，因此租房成为不可回避的问题。近两年，郑州市的房屋租金不断上涨，已经接近大多数人的承受限度。过高的房租会引发一系列的社会问题，因此需要在一定合理的范围内波动，这就有必要制定房屋租赁的指导价格。本文围绕如何确定郑州市房屋租赁的指导价格，重点解决以下几个问题：（1）什么样的因素在影响房屋租赁价格？试建立郑州市房屋租赁价格的影响指标体系。（2）根据郑州市房屋租赁交易的历史数据，建立房屋租赁指导价格模型。（3）对今后五年内的郑州市房屋租赁价格进行预测。二、问题分析问题一的分析：在参考并查阅诸多资料、充分考虑郑州市实际情况的基础上，我们将影响郑州市房屋租赁价格的因素归并为“经济因素、政治因素、社会因素、环境因素、成本因素”等五个方面。经济因素在国民生产总值大、国民经济增长快、居民收入水平高、资金量充足的地区，居民购买力就会增强，购买力的增强直接促进了住房需求的增加，从而促进了房屋租赁业的繁荣，带动房屋租赁价格的上涨。同样，物价变动、利率变化也会直接影响到房租，一般物价上涨，房租会随之有更大幅度上涨。有关研究表明，房屋租赁业发展周期与国民经济发展周期总体趋势基本一致，而且房屋租赁价格总体水平与地区经济发展状况成正相关关系。因此，国民经济增长速度、国民生产总值、居民收入水平、物价指数及就业水平等经济因素都影响房屋租赁价格。政治因素主要包括政府出台的新的住房政策、宏观经济调控政策、税收政策、相关法律法规等。国家的住房政策极大程度的影响着住宅市场以及房屋租赁市场的价格，城区规划变更、旧城改造、城中村改造、开发区建设、新城区建设等，都会都郑州市房屋租赁市场带来一定程度上的影响；行政区域变化、城市发展方向变化等也都在影响正房屋租赁价格。社会因素人口因素：人是房屋租赁需求的主体，人口数量和素质直接决定对房屋需求的程度，因此对房屋租赁价格有着很大影响。具体来说，人口因素对房屋租赁价格的影响表现在对房屋需求方面，从而进一步地影响房屋租赁产价格。社会福利，社会福利之中保障房建设最能体现其对房屋租赁价格的影响；中介炒作在一定程度上对房屋租赁的价格也会产生影响。环境区域因素某一特定区域内的自然条件与社会、经济、行政、技术等相关因素相结合所产生的区域特性，这些区域特征对该区域内的各块土地价格水平产生影响。细分这类因素可分为商服繁华因素、道路通达因素、交通便捷因素、城市设施状况因素和环境因素。这些因素都会对房屋租赁价格产生影响。成本因素包括房屋本身的价值，其主要体现在房屋质量、结构、开发商资质、装潢、家具生活设备等；对于租赁房而言修缮费用也影响着房屋租赁的价格。以上所列的五大类指标体系，总共包含24个子指标，基本涵盖所有与房屋租赁价格有关的因素。在实际操作和运用中，把房屋租赁价格定为一级指标，把五类影响因素划分为二级指标，再将五类影响因素下的子指标划分为三级指标，如下图所示影响房屋租赁价格的指标体系：问题二的分析：为了得出更合理、公平的房屋租赁指导价格，需要根据郑州市的实际情况，收集对郑州市房屋租赁价格可能产生影响的各因素的统计数据，例如过去几年郑州市人均消费性支出、郑州市可支配收入、住宅出租面积、商品房销售数量，GDP值，人均GDP值等．然后需建立数学模型量化分析这些因素对郑州市房屋租赁价格的影响程度，从而确定几项主要影响因素．最后，基于这几项主要影响因素，建立它们与房屋租赁价格之间的关系模型．本文拟定采用灰色关联度法来分析诸因素对房屋租赁价格的影响程度，从而提取主要影响因素，然后建立它们与房屋租赁价格之间的多元线性回归模型．问题三的分析：为了预测未来五年郑州市房屋租赁价格的变化，根据我们已搜集整理的数据可知2006-2010年郑州市二环周围二室一厅，三室一厅，三室二厅房屋租赁价格的变化。用灰色预测模型GM(1,1)模型分别预测未来五年郑州市二环周围二室一厅，三室一厅，三室二厅房屋租赁价格，发现数据增幅过快不符合郑州现在经济的发展趋势，因此运用BP神经网络进行预测。用GM（1,1）预测未来五年GDP,人均GDP，郑州市人口数量，郑州市人均可支配收入等影响房屋租赁价格的因素，然后对BP网络进行训练，得出预测结果三、模型假设1.假设作为出租房的房屋本身装潢情况差别不大2.假设出租房室内家具设备不予考虑，对房屋自身价值只重点考虑户型的大小。四、符号说明()ik表示关联系数ir表示关联度ix表示影响郑州市房屋租赁价格的因素y表示郑州市房屋租赁的价格i表示影响郑州市房屋租赁价格因素的系数p表示置性度五、模型的建立和求解5.1影响房屋租赁价格各因素的关联度分析5.1.1灰色关联度原理[1]设01{,,,}mXxxx为灰关联因子集，0x为参考序列，ix为比较序列，{1,2,,}im，)(0kx，)(kxi分别为0x与ix的第k个点的数，即))(,),2(),1((0200nxxxx))(,),2(),1((1111nxxxx2222((1),(2),,())xxxxn……))(,),2(),1((nxxxxmmmm若minmax00max((),())()iirxkxkknkikikxkxrxxr100))(),((),(其中00()()()iikxkxk为绝对差，min0minmin()iikk为两极最小差，max0maxmax()iikk为两极最大差，为分辨系数，且(0,1)，(注：上述定理中的值在实际计算中一般0．5)．k为k点权重，满足101,1nkkk．则称0((),())irxkxk为0x和ix的灰关联系数，称0(,)irxx为0x对ix的灰关联度．一般地，若00(,)(,)ijrxxrxx，则说明ix与0x的相关程度比jx与0x的相关程度要高，或者理解为ix对0x的影响程度比jx对0x的影响程度要大。5.1.2对影响房屋租赁价格因素灰色关联的分析设1234567,,,,,,xxxxxxx分别代表GDP值，人均GDP值，郑州市人口数量，人均可支配收入，人均消费性支出，商品房销量和住房出租面积。(1)数据的收集与分析通过查阅郑州市统计信息网、郑州市人民政府网、郑州市房地产网、郑州市房屋租赁信息网和《郑州市统计年鉴》，可得到影响房屋租赁价格的主要因素的统计数值如下表1所示：表12005-2010年影响房屋租赁价格的因素200520062007200820092010GDP（亿元）165020012421300433004000人均GDP（元）231712779833169406174400049000人口数量716724.3735.6743.6752.1866人均可支配收入（元）106401182213692157321711718897人均消费性支出（元）72237619871697031080412790商品房销量（万m2)682.8800.81097.9699.61198.91558.7住宅出租面积（万m2)223208230.3189.2129.9133此外，在查阅资料时发现房屋本身的户型大小以及所处的地理位置是影响房屋价格的主要因素，在此不再验证计算，只需要评测出以上影响因素对房屋租赁价格的影响程度。(2)用灰色关联度方法分析影响房屋租赁价格的因素经查阅相关数据资料，现选取郑州市二环线（农业路、未来路、航海路、桐柏路）周边的二室一厅为标准计算分析影响房屋租赁价格的因素。2005年—2010年间郑州市二环线周边的二室一厅房屋的平均租赁价格如下表2所示：表2郑州市二环线周边的二室一厅房屋的平均租赁价格日期2005年2006年2007年2008年2009年2010年平均租赁价格697725733795842911将房屋的平均租赁价格作为参考序列x0（k），k=1,…6其他各因素作为比较因素序列xi（k），i=1,…,5；k=1,…6,进行灰色关联分析，具体计算过程如下：a)数据标准化处理对各因素初值化处理，得各标准化序列yi（k）及无量纲序列，如下表3所示。表32005-2010年影响房屋租赁价格的因素（标准化）200520062007200820092010租金11.0401721.051651.1406031.2080341.30703GDP11.2127271.4672731.82060622.424242人均GDP11.1996891.4314881.7529241.8989252.114712人口数量11.0115921.0273741.0385471.0504191.209497人均可支配收入11.111091.2868421.4785711.6087411.776034人均消费性支出11.0548251.2067011.3433481.4957771.770732商品房销售数量11.1728181.6079381.0246051.7558582.282806住宅出租面积10.9327351.0327350.848430.5825110.596413b)计算绝对差根据上表的数据求出绝对差0()()()iikykykΔ1=（0,0.172555106,0.415622799,0.680003478,0.791965567,1.117212295）Δ2=（0,0.013038006,0.035785092,0.067682147,0.101074619,0.309530068）Δ3=（0,0.188097088,0.404113334,0.714376427,0.848506386,0.905215149）Δ4=（0,0.099498047,0.259467804,0.440023943,0.558321607,0.566536628）Δ5=（0,0.056265361,0.080141288,0.135223789,0.112963224,0.005301452）Δ6=（0,0.117992944,0.401237086,0.31874307,0.260080853,0.51207371）Δ7=（