國內(nèi)房地產(chǎn)發(fā)展趨勢研究及銷售價(jià)格指數(shù)基于ARMA模型的預(yù)測分析.pdf

1、本文以國內(nèi)房地產(chǎn)業(yè)為背景,對(duì)房地產(chǎn)業(yè)近幾十年的發(fā)展趨勢進(jìn)行了初步研究,并在此基礎(chǔ)上對(duì)國內(nèi)房地產(chǎn)銷售價(jià)格指數(shù)建立了ARMA模型進(jìn)行預(yù)測分析。
　　 在文章的第三部分,我們分別對(duì)國內(nèi)城鎮(zhèn)常住人口變化情況、房地產(chǎn)業(yè)的投資開發(fā)情況以及國內(nèi)房地產(chǎn)業(yè)的發(fā)展情況進(jìn)行了分析和探討。本文運(yùn)用了格蘭杰因果關(guān)系檢驗(yàn)、平穩(wěn)性分析、ADF檢驗(yàn)等方法,得到了1992年-2007年間房地產(chǎn)行業(yè)的增加值、增長率及占GDP的比重都是非平穩(wěn)序列,GDP的貢獻(xiàn)率是平

2、穩(wěn)序列的結(jié)論。隨后,我們又對(duì)這四個(gè)序列分別進(jìn)行了回歸擬合,得到的回歸方程為:
　　 X1t=896193.2-449.4383t+1.105133 X1t-1+0.155901 X1t-2
　　 +0.335704X1t-3-0.088315 X1t-4-0.097913X1t-5+0.912867X1t-6.
　　 X2t=-3315.636+1.663423 t-0.548474 X2t-1-0.013403

3、 X2t-2
　　 +0.137781 X2t-3+0.340514 X2t-4.
　　 X3t=0.893319+0.824929 X3t-1-0.125995 X3t-2-0.030363 X3t-3
　　 +0.500336 X3t-4—0.357476X3t-5.
　　 △2X4t=7.386182—0.003622 t+0.35567△2X4t-1—1.84024△X4t-1
　　 預(yù)測

4、結(jié)果顯示,增加值將快速地增長；增長率呈波動(dòng)狀,且在2050年已達(dá)到30％；占GDP的比重在4.75％附近波動(dòng)；對(duì)GDP的貢獻(xiàn)率雖然也在不斷增長,但增長速度很緩慢,且在2050年達(dá)到了6.688％。
　　 在文章的第四部分,通過建立ARMA(p,g)模型,對(duì)1998-01到2010-12的156組房地產(chǎn)銷售價(jià)格指數(shù)數(shù)據(jù)進(jìn)行了擬合及預(yù)測分析。在模型求解中,首先對(duì)序列進(jìn)行平穩(wěn)性分析,發(fā)現(xiàn)該序列是非平穩(wěn)的。再對(duì)其進(jìn)行單整分析,得到其為一

5、階單整的結(jié)論。其次,對(duì)平穩(wěn)的一階差分序列進(jìn)行相關(guān)性檢驗(yàn),得到其是自相關(guān)的,即非純隨機(jī)性的結(jié)論。然后,根據(jù)樣本自相關(guān)系數(shù)和偏自相關(guān)系數(shù),估計(jì)出模型中參數(shù)p,q的值。最后,對(duì)模型中的參數(shù)進(jìn)行估計(jì),這也是本部分的重點(diǎn)和難點(diǎn)。
　　 在已有的RLS-LS算法及GW-LS算法的基礎(chǔ)上,本文創(chuàng)新性地提出了一種新的求解方法-GA-LS算法。GA-LS算法是利用遺傳算法對(duì)ARMA模型中的LS近似結(jié)構(gòu)中的參數(shù)進(jìn)行搜索估計(jì),不僅能有效克服RLS-L

6、S算法中出現(xiàn)的問題,得到的結(jié)果還更符合實(shí)際。文中不僅分別利用RLS-LS算法GA—LS算法來估計(jì)參數(shù)、進(jìn)行預(yù)測,還對(duì)兩種算法及得到的結(jié)果進(jìn)行了比較分析,驗(yàn)證了GA-LS算法的優(yōu)勢之處。通過GA-LS算法求解得到的參數(shù)值φ=[0,0.1,0,0.2,0.12,0.2196,0.03,0.0998,0,0.0118,0.1030,0,0,0,0],δ1t=-1.0000,δ2t=0.0000,()1t=-1。預(yù)測結(jié)果顯示:在現(xiàn)有房地產(chǎn)政策不