利用时间序列分析方法预测房价(XXXX年十月)

1房价预测与分析2目录一、问题重述…………………………………………………………3二、问题分析…………………………………………………………4三、符号说明…………………………………………………………4四、模型假设…………………………………………………………5五、模型建立…………………………………………………………5一：自由贸易下房价预测模型的建立„„„„„„„„„„„„„„„„„5二：对新政策下发后上海房价的走势进行重新预测的模型建立„„„„„„6三：经济适用房和廉租房的数量的模型建立„„„„„„„„„„„„„„6六、模型求解…………………………………………………………6一：数据的准备与分析„„„„„„„„„„„„„„„„„„„„„„„6二：自由贸易下房价预测模型的求解„„„„„„„„„„„„„„„„„9三：对新政策下发后上海房价的走势进行重新预测的模型求解„„„„„„15四：经济适用房和廉租房的数量的模型求解„„„„„„„„„„„„„„18七、建议……………………………………………………………20八、模型评价………………………………………………………20九、参考书目………………………………………………………203房价预测与分析【摘要】：最近几年，全国各地房价保持着较高的增长势头。部分地区的房价变化显示出了“非理性”的上涨态势，投机性购房活跃，引起了国家的高度重视。2010年4月17日，国务院就有关问题向各省、自治区、直辖市人民政府，国务院各部委、各直属机构下发了“新国十条”。本论文将用时间序列分析的方法对上海未来房价进行预测，并提出解决房价持续上涨的可行性方案。【关键词】：房价预测时间序列分析ARMA模型一.问题重述随着经济社会的发展，人们日益生活水品的提高，人们对物质文化的需求也越来越趋向高端化、先进化。然而近几年有一个社会备受管护的问题——房价。本论文重点讨论有关上海房价的一些现状分析与对未来一段时间的房价预测。上海房价自21世纪初开始稳健上升，中房上海指数也从691点，上升到2001年l2月的777点，累计上涨12%。2002年，上海房价涨势得到延续，全是预售房价涨幅达到13%左右，均价约为4700元/平方米。自2003年初至2009年底房价一直处于直线上涨趋势。只有在2008年稍微平缓了一些。对于上海等发达地区城市房价持续上涨的现状，国家政府部门于2010年4月17日，国务院就有关问题向各省、自治区、直辖市人民政府，国务院各部委、各直属机构下发了“新国十条”。具体措施包括：沈阳市的公积金中心及所有银行全面停止了第三套房贷款；此外，沈阳全面限制外地人在沈阳购房。通过此来限制房价的继续走高。那么对于新政策对上海房价的有多大，对房价的持续走高是否有控制作用，本文就对上海房价在自由贸易下进行三年的预测分析，在对新政策下发后上海房价的走势进行重新预测，另外假设政府不采用控制政策，而采用推出经济适用房、廉租房的方式，本文也将讨论要稳定房价，经济适用房和廉租房的数量应该达到多少？最后会根据模型数4据的分析提出几种能够有效控制房价的方法。二．问题分析近几年，上海的房价持续走高与很多因素有关，首先，房价与需求因素有相当大的关系，对于商品市场的价格与需求之间的关系，很明显知道当人们对住房的需求增大时，商品房的价格就会随之增加。其次房价也与房产的建筑费用有相当大关系，房地产商的目的就是为了利益最大化，房产建筑费较高，房价必然会很高。另外，房价与人们的消费水平也有相当大的关系，如果人们消费水平较低，而你的房价过高就不会有人买得起，当让房地产商的利益就会受到比较大的损失，当然房价就必须降下来。最后，房价也会与房产交易量有关系，一般来说只有房价与房产交易量取一定值时，房产的收益是最大的，当然也是房地产商最希望见到的。然而，对于房价的影响因素很多很多、并且较为复杂，这里就不给予考虑。对于上海房价在自由贸易下的预测问题，我们采用时间序列分析的方法，将历年房价用曲线拟合趋势相，再用ARMA模型处理随机项即可。对于在对新政策下发后上海房价的走势进行重新预测问题，我们才有同样的方法，对2010年上海的房价数据进行预测。而对于政府不采用控制政策，而采用推出经济适用房、廉租房的方式，本文也将讨论要稳定房价，经济适用房和廉租房的数量应该达到多少的问题，我们采用多元回归与时间序列分析共用的方法，用时间序列分析预测房产交易量走势，利用上述房价影响因素，对房价与人均消费指数、房产交易量，进行多元回归分析，反解房产交易，再对房价与住房需求进行限制，观察房产交易量走势与住房需求之间的关系，推断经济适用房和廉租房的数量应该达到多少。三．符号说明：1，F（t）为房价函数、T（t）为房价拟合的趋势项、S（t）为房价拟合的季节项、R（t）为房价拟合的随机项，J（t）为房产月交易量，Q（t）为人均销费指标。2，tX为随机序列，t为序列的顺序下标。5四．模型假设：1，网上查找数据基本可信。2，房价主要影响因素为人均消费指数、房产交易量，其他因素忽略未计。3，各年一月份房价数据由上年十二月与本年二月份房价数据的平均值求的。4，房价、房产交易量等预测所用的ARMA模型可靠性会在不同位置给出。五．模型的建立：一，自由贸易下房价预测模型的建立：此模型为时间序列分析的预测模型，对房价的预测包含房价的趋势相、季节项、随机项。即()()()()FtTtStRt利用时间序列分析拟合T（t），季节项当研究月份季节性房价时需要计算S（t）。用时间序列分析ARMA模型处理随机项R（t）。对于ARMA（p，q）模型1122p11ttttpttqtqXXXXaaa…-?-。其中ta序列为白噪声序列，即白噪声序列是最简单的平稳序列。然后，我们通过Evives软件计算出拟合系数，将房价表示成与时间序列有关的方程进行预测。2tN,,cov(,)0,tttstastsauaatsa设是以平稳序列，对，有E，则称为白噪声序列。6二，在对新政策下发后上海房价的走势进行重新预测的模型建立：此我们采用与上述相同的模型进行预测，不过我们在数据选择上进行变化，在此只取2010年个月份的上海房价，对未来几个月的房价进行预测。三，经济适用房和廉租房的数量的模型建立：对此，我们采用多元回归的方法进行房价、房产交易量、人居消费指数的回归关系的拟合。然后反解房产交易量，在房价稳定的前提下，预测房产交易量，并与房价持续走高时房产交易量的预测数据进行对比。估计经济适用房和廉租房的数量。六．模型的求解一：数据的准备与分析：下面表（1）是上海2004年初至2009年末的平均房价数据与房产交易量数据：月份上海房价（元/平方米）房产交易量（万平方米）2004.0150502004.0250741712004.0353231392004.043888792004.0555151392004.0652482612004.0744351732004.0860212292004.0949994632004.1057342522004.1160793072004.12685684672005.0163235542005.0257902632005.0365451932005.043397752005.057092502005.0656182452005.0743741652005.08108233802005.0969623042005.1068293472005.1169536592005.1223611652006.0145682032006.0267742412006.0370421302006.0469312232006.0569252812006.0670861702006.0772013002006.0869982562006.0970322352006.1074442032006.1170333652006.1270162132007.0170182942007.0270203832007.0371301652007.0472352432007.0571772932007.0671642942007.0775034012007.0891464062007.0997063452007.1092442762007.1184502382007.12110662342008.0196872902008.0283093472008.0383411722008.04840615682008.0584211672008.0683892282008.0783251262008.0883281472008.0975101472008.108223962008.1181501302008.1276422482009.0186382762009.0296343052009.0397762382009.04117142782009.05133312452009.06134893782009.07106123072009.08154502532009.09121252262009.10146752552009.11123592252009.1213221218下面表（2）是上海2010年1月-2010年8月的新房房价数据、房产交易量数据与人居消费指数的数据：时间房价（元/平方米）房产交易量（万平方米）居民消费指数Aug-1027509.58197.18103.2Jul-1027413.794.94103.9Jun-1027368.41143.77103.2May-1027734.15175.93103.2Apr-1026539.28204.31102.6Mar-1025320.09163.44102.1Feb-1025385.72160.84101.3Jan-1024684.93160.84101.1从上面数据分析比较，运用多元回归分析与时间序列分析预测房价走势。9注：部分数据查找网站（1）、上海统计局官方网站（2）搜房网二：自由贸易下房价预测模型的求解：1、以年份房价平均数据预测未来三年房价：下面表（3）是由表一计算自2004年-2009年年平均房价：利用Evives软件进行数据曲线拟合：首先观测数据分布如下：年份房价（元/平方米）20045379.27272720056067.63636420067043.81818220078258.27272720088185.818182200912398.7272710400060008000100001200014000200420052006200720082009FANGJIA我们用一次函数、二次函数、与对数函数分别进行了拟合：一次拟合图像与参数：114000600080001000012000200420052006200720082009FANGJIAF1DependentVariable:FANGJIAMethod:LeastSquaresDate:10/23/10Time:12:29Sample:20042009Includedobservations:6VariableCoefficientStd.Errort-StatisticProb.C3622.2971028.9693.5203170.0244T1219.036264.21484.6138080.0099R-squared0.841817Meandependentvar7888.924AdjustedR-squared0.802272S.D.dependentvar2485.660S.E.ofregression1105.290Akaikeinfocriterion17.11480Sumsquaredresid4886663.Schwarzcriterion17.04539Loglikelihood-49.34441F-statistic21.28722Durbin-Watsonstat2.24