北京房价影响因素模型及房价预测之创新方法

北京房价影响因素分析和房价预测

之创新方法

作者：

潍坊（上海）新纪元学校

邱江坤（高一）刘效君（高二）

一、概述

房地产是衡量经济的重要因素，房地产业飞速发展，有利于拉动经济增长，成为我国庞大GDP的支柱。近年来，我国房地产价格上涨较快，北上广深等大城市房价上升迅速，超出了其它行业。近年来，为对房地产业进行宏观调控，国家陆续出台房地产调控政策。大城市房地产“泡沫经济”依旧形成并持续增长，泡沫一旦破裂对社会安定影响极大。分析影响房地产价格的宏微观影响因素，有助于调控房地产业和预测未来房价。

本文将以2012-2016年北京地区的房价和各方面资料为依据，分析房地产价格的相关宏观影响因素及对未来的房价走势进行预测；同时，以2011-2013年北京链家房地产的房产交易数据为原本，分析影响房价的微观因素。

通常的房价分析包括两方面：一方面为利用宏观经济原理和微观经济原理进行房价预测，这一方面见四、问题1；另一方面为根据房屋的地理特点，如交通、学区、朝向等，对某一类房屋的房价进行预测，见四、问题5。

由于房价受到多方面因素影响且某些特殊因素无法进行预测，故本文假设未来一段时间不会发生重大自然灾害和战争等，没有影响较为强烈的房地产相关政策变动。

二、软件使用及数据预处理

本次使用的主要软件有SPSS 24.0、excel,数据主要有链家提供的房地产交易数据、百度新闻搜索、北京市政府网站、国家统计局官网提供的统计报告。

数据预处理主要是剔除了少量其房价过于高或低的数据，这些数据存在一定性的虚假成分，或者在某一城区的样本过少（小于21），容易造成偏差影响数据分析。共剔除约40样本，剩余

8万多样本。

三、基础知识导论

相关分析是研究现象之间是否存在某种依存关系，并对具体

有依存关系的现象探讨其相关方向以及相关程度，是研究随机变

量之间的相关关系的一种统计方法。

房地产房价与诸多因素有关。影响较为显著的因素之一是国

家调控政策，例如2007年房贷新政，9月《关于加强商业性房

地产信贷管理的通知》正式出台，首付政策为首套房90平米以

下首付不低于两成，90平米以上不低于三成;二套房首付不低于

四成。当年房价暴涨，而在政策出台后2008年全年房价和成交

量出现明显下跌。而2008年中国楼市又出现大拐点量价齐跌于

是下半年国家管理层启动大规模刺激楼市消费政策，其他金融政

策全线松绑，于2009年楼市复苏。

众多学者对房价影响因素进行了分析。白福周通过实证研究

得出结论土地成本，前期、财务、管理费用等的住宅成本的上升

能够推动房价上涨。而随着对土地需求的增长会由土地价格间接

影响到房屋价格的增长; 土地的稀缺、存量的供应使地价长期只

升不降进而导致房屋价格同步上涨。牟峰的分析研究证明，我国

人均可支配收入上升带来的强劲住房需求是导致房价不断攀升

的重要因素; 新增城镇家庭户数加大了城镇房屋消费者住房消费

愿望增加量间接推动了房价的上涨。姜玉英指出影响房地产的主

要因素包括房地产价格的特殊性，消费者的预期，房地产开发投

资额的增加及政策，利率等一些其他因素。一般国民经济发展水

平较高的国家或地区居民收入水平也较高，对需求总量和供给上

作为经济水平衡量尺度的GDP指标都起到了较大的推动作用。

陶金国、李满研究表明外来人口在一定程度上推动了城市房价的

上涨。在2017年李继玲的《房价波动影响因素分析》中可见其

及其他学者的论述。薛建谱等指出收入提高是引起房价上涨的重

要因素，然而推动力是短期的。范允奇等的研究结果表明，人口

增长不是推动房价上涨的因素，收入因素在东部地区对房价影响

不显著，土地成本是对房价有一定影响。周尔民等指出，房价与

居民人均可支配收入呈正相关的关系，且可支配收入的增加也促

使一部分高收入人群选择对住房进行投资。城镇人口的增加造成

了居民对商品住房的直接需求，促进了房价的持续上涨。王琴英

分析得到引起各层次房价城市的商品住宅均价持续上涨的主要

因素是房地产开发投资总额成本和货币市场流动性。汪新等提出

土地价格、资金规模和国民财富是目前影响我国房价变化的重要

因素，从中长期来看利率对我国房价的影响较弱。而李继玲又通

过实证分析发现人均GDP、居民人均可支配收入和房地产施工

面积与商品房价格呈负相关，但城镇化水平、房地产国内贷款额

和城乡居民年末储蓄存款余额与商品房价格正相关，是推动房价

上涨的重要因素。

在微观角度上，一个小区周围的交通便利程度及与医院、学

校、商场、警局等的距离，住房容积率等都具有一定关系，房屋

的房型、朝向、层数、阳光照射面积、是否带有停车场或车库等

也都会成为人们买房考虑的因素。

线性回归是利用称为线性回归方程的最小平方函数对变量

（自变量和因变量）之间关系进行建模的一种回归分析。线性回

归函数是变量的线性组合。只有一个自变量的情况称为简单（一

元）回归,大于一个自变量情况的叫做多元回归。

四、房价走势预测及模型

问题1：纵向讨论，讨论如何利用近期（几个月或几年）房价历史金额与目前的价格情况之间的关联性做出预测。

问题2：房价除开历史走势的影响之外，还和当前城区的人口数目有关，讨论城区的流入流出人口对城市房价预测的影响。

问题3：在问题 1 和 2 解答的基础上，除了历史价格与城区人口因素，其它可能的影响因素。

人们对房市的心理期待、房贷贷款利率、国际环境、居住地交通发展情况、地区生产

总值、居民消费水平、房屋建成年份、房屋使用年限、周边学校、医院、超市数量和距离、

距离市中心距离、房间数目、房屋面积、装修类型、当地平均房价、楼房高度、单间居住

房层数、小区房价指数、参加失业保险人数、城镇固定资产投资、年末常住人口、城镇人

口、城镇基本医疗保险年末参保人数、城镇职工参加养老保险人数、城镇住宅投资、电力

消费量、房地产开发投资、房地产住宅投资、固定资产投资?、固定资产投资建设总规模、

房地产业固定资产投资、租赁和商务服务业固定资产投资、公共管理和社会组织固定资产

投资、固定资产投资(不含农户)住宅施工面建筑工程产值、建筑业企业利润总额、建筑业

总产值、居民消费水平、离退人员参加养老保险人数、普通高等学校本科招生数、普通高

等学校专科招生数、普通高中招生数、全社会固定资产投资、全社会住宅投资、社会消费

品零售总额、社区居委会单位数、享受生育保险待遇人数、医院数、用水人口、在职职工

参加养老保险人数资产合计、总承包建筑业企业建筑业总产值、办公楼商品房平均销售价

格、别墅、高档公寓平均销售价格、城镇单位就业人员工资总额、城镇单位就业人员平均

工资、城镇单位在岗职工平均工资、城镇居民消费水平、第一产业增加值、第二产业增加

值、第三产业增加值、房地产业增加值、房地产开发企业土地购置费用、房地产业城镇单

位就业人员工资总额、房地产业城镇单位就业人员平均工资、工业增加值、建筑业增加值、

交通运输、仓储和邮政业城镇单位就业人员工资总额、交通运输、仓储和邮政业增加值、

居民服务和其他服务业城镇单位就业人员工资总额、批发和零售业城镇单位就业人员工资

总额、其他商品房平均销售价格、人均地区生产总值商品房平均销售价格、住宅商品房平

均销售价格、水利、环境和公共设施管理业城镇单位就业人员工资总额、住宿和餐饮业城

镇单位就业人员工资总额、住宿和餐饮业增加值、房屋供需、货币汇率、贷款利率等

在微观角度上，一个小区周围的交通便利程度及与医院、学校、商场、警局等的距离，

住房容积率等都具有一定关系，房屋的房型、朝向、层数、阳光照射面积、是否带有停车

场或车库等也都会成为人们买房考虑的因素。

问题4：结合以上讨论内容，对城区近三个月的房价走势进行预测，并阐述结论与理由。

上图为2017-2018部分房价走势图，可见房价增幅不快甚至下跌、房市进入“横盘期”。

上图为银行利率对房价增幅的影响(横轴为年份)，可见银行利率越高，房价增幅就会越低，甚至为负。查询相关政策，可得知房地产贷款正在被银行加息，房价会负增长。

上图为几个宏观经济数据，其中m2一直在下降，即2009年来政府一直在减少货币的发行量，这说明楼市缺少后劲，持续上涨的动力不足。

上图为近一年来人民币汇率走势图，不难看出，2018年1月、2月汇率下跌和房价下跌是相关的。

如果汇率一路走低，会对投资者投资房地产业产生影响，极有可能撤离资金，进而影响房价。

综上所述，在2018年的几个月中，北京地区的商品房房价不会大幅上涨，可能在波动中持平、甚至下降。

问题 5:在准确预测房价的基础上，量化各种因素对房价贡献。

影响因素分析：

数学建模-房价评估模型

数学建模选拔作业《房价评估》

房价影响因素评估摘要：自1998年我国实行住房改革以来，房地产行业已经逐渐成长为拉动中国经济增长的龙头产业。但是，房价的高低影响着国家的发展和人民生活水平的提高，因此，我们有必要了解影响我国房价的主要因素，政府才能针对性的采取措施，进一步推动房产行业的发展，发挥其龙头作用。在问题一中，我们主要是分析影响我国房价变化的各个因素，确定其主要因素，该文通过在中国国家统计局和其他网站搜的相关数据，建立回归统计模型，确定房价和土地价值、人均可支配收入等其他因素的相关性系数，通过分析指数模型、线性模型，确定了线性模型，从而进一步确定了影响房价的最主要因素是国家土地增值税(亿元)、五年购房贷款利率、城镇居民家庭人均可支配收入(元)城市人口密度(人/平方公里)，比如，房价和五年购房贷款利率的关系为 9.6223361.3501+-=B W 其中，相关指数为0.97464，非常接近于1，这也说明，我国国家正在国家政策上控制房价。最终可知最主要的因素是国家土地增值税(亿元)，也就是我们所说的土地价值。在问题二中，我们把房价与位置的关系定在同一个城市中，以这个条件为限制，而不去考虑东西部、南北方这样的大位置，房子的位置影响因素进一步表示为交通C 1、教育C 2、卫生C 3、工作C 4、环境C 5五个相关因素，通过层次分析法，建立模型，得到了相关权重，也就是房子的价格 54321*0824.0*0787.0*2365.0*4731.0*1292.0C C C C C W ++++= 此问题得到解决。在问题三中，主要是对前两个模型的检验，我们利用在网上收集北京市相关数据带入检验，并且在模型二中，通过对五个位置因素的分析，检验我们所得到的模型，着重分析了天津市，发现我们建立的模型基本符合实际，因此较为可靠。关键词：回归统计层次分析法模型检验

对影响北京市房价重要因素的实证分析

Emergence and Transfer of Wealth 财富涌现与流转, 2017, 7(3), 49-56 Published Online September 2017 in Hans. https://www.360docs.net/doc/c53882562.html,/journal/etw https://https://www.360docs.net/doc/c53882562.html,/10.12677/etw.2017.73008 An Empirical Analysis on the Factors Affecting the Housing Price in Beijing Yutian Jia, Yuping Lan International Business Department, Beijing Normal University Zhuhai Campus, Zhuhai Guangdong Received: Jul. 24th, 2017; accepted: Aug. 2nd, 2017; published: Aug. 9th, 2017 Abstract It is obviously that the housing price in Beijing is never falling. The housing price in Beijing that lots of people cannot afford is at the top ten from all over the world. The dates of the resident pop-ulation, GDP and housing completion area that are collected are used for analyzing the factors that influence the housing price in Beijing. EVIEWS is used to make a multivariable linear regression model that will analyze the factors, and provide some reasonable advice for government invest-ment and home buyer. Keywords Housing Price, Resident Population, Real GDP, Housing Completion Area 对影响北京市房价重要因素的实证分析贾雨田，蓝裕平北京师范大学珠海分校国际商学部，广东珠海收稿日期：2017年7月24日；录用日期：2017年8月2日；发布日期：2017年8月9日摘要众所周知，北京的房价一直都是“高歌猛进”，居高不下，如今已入选在全球房价排行榜第十名，令很多购房者望而却步。为了分析当前影响北京房地产价格的主要因素，本文搜集了2000年至2015年间的年末常住人口、人均生产总值、住宅房屋竣工面积等相关数据，建立多元线性回归模型并运用EVIEWS 计量经济软件对此进行研究，为政府投资购房者提供合理化建议。

数模论文最终房价预测版

2010—2011学年第二学期数学建模

海市房价预测模型摘要威海地处山东半岛东北角，地理位置特殊。作为一个沿海城市，威海市积极响应国家政策，经济发展水平不断提高，威海作为最适宜人类居住的城市吸引了一大批人们来这里定居。同时威海与韩国、日本交流频繁，留学生、外国友人也在这座城市里留下了足迹。作为一个发展中的城市，房价是影响人们在此定居的一个很重要的因素。加之全国房价一直在高速上升，在这几年过程，一直有关于房价拐点的争论。是否楼市的拐点真的到来？我们决定建立数学模型，分析一下威海市的房价发展趋势，给相关机构提供参考。我们都知道影响房价的因素众多，大的方面有，国家的宏观经济环境，国家的宏观调控，地方政府对宏观调控的执行力，人民的住房需求，热钱的投机。而宏观调控的手段众多，如廉租房建设，经济适用房建设，提高税收，打击投机，企业房贷资金紧缩，提高准备金率，不批准房地产企业上市圈钱等等。影响房价的因素不同地区各不相同，影响威海市房价的主要因素是什么？是怎样影响房价的？我们希望通过这次建模找到答案。关键字：线性模型居民人均年收入建房成本房价

一、问题重述全国房价一直在高速上升，威海市也是如此，在这几年过程，一直有关于房价拐点的争论。是否楼市的拐点真的到来？需要建立模型进行推测。影响房价的因素众多，大的方面有，国家的宏观经济环境，国家的宏观调控，地方政府对宏观调控的执行力，人民的住房需求，热钱的投机。而宏观调控的手段众多，如廉租房建设，经济适用房建设，提高税收，打击投机，企业房贷资金紧缩，提高准备金率，不批准房地产企业上市圈钱等等。除去宏观调控政策，还有城市的自身因素，比如建材价格水平，城市发展水平，GDP总量等等，都会对房价产生影响。找出影响房价的主要因素对于建立房价短期预测模型尤为重要。二、问题分析数据收集：影响建模的因素众多，需要忽略次要因素，提取出主要因素建立模型，经过数据分析，我们得出影响房价水平的三个因素，一个是人均存储，一个是GDP水平,，最后一个是建房成本。收集数据如下： ①影响因素：表2.1 影响因素 ②房价水平：表2.2房价水平房价与时间关系图：

方差分析线性回归

1 线性回归 1.1 原理分析要研究最大积雪深度x与灌溉面积y之间的关系，测试得到近10年的数据如下表：使用线性回归的方法可以估计x与y之间的线性关系。线性回归方程式：对应的估计方程式为线性回归完成的任务是，依据观测数据集(x1,y1),(x2,y2),...,(xn,yn)使用线性拟合估计回归方程中的参数a和b。a,b都为估计结果，原方程中的真实值一般用α和β表示。为什么要做这种拟合呢？

答案是：为了预测。比如根据前期的股票数据拟合得到股票的变化趋势（当然股票的变化可就不是这么简单的线性关系了）。线性回归的拟合过程使用最小二乘法，最小二乘法的原理是：选择a,b的值，使得残差的平方和最小。为什么是平方和最小，不是绝对值的和？答案是，绝对值也可以，但是，绝对值进行代数运算没有平方那样的方便，4次方又显得太复杂，数学中这种“转化化归”的思路表现得是那么的优美！残差平方和Q，求最小，方法有很多。代数方法是求导，还有一些运筹学优化的方法（梯度下降、牛顿法），这里只需要使用求导就OK了，

为表示方便，引入一些符号，最终估计参数a与b的结果是：自此，针对前面的例子，只要将观测数据带入上面表达式即可计算得到拟合之后的a和b。不妨试一试？从线性函数的角度，b表示的拟合直线的斜率，不考虑数学的严谨性，从应用的角度，结果的b可以看成是离散点的斜率，表示变化趋势，b的绝对值越大，表示数据的变化越快。线性回归的估计方法存在误差，误差的大小通过Q衡量。 1.2 误差分析考虑获取观测数据的实验中存在其它的影响因素，将这些因素全部考虑到 e~N(0,δ^2)中，回归方程重写为 y = a + bx + e 由此计算估计量a与b的方差结果为，

房价的影响因素分析报告及预测模型

房价的影响因素分析及预测模型 ——基于北京市相关数据的实证研究摘要房地产既是我国国民经济的支柱产业，也是关系重大的民生问题。本文以北京市经济适用房销售价格、北京市生产总值等相关数据为例，分析房价的主要影响因素，建立房价与其影响因素的关系模型对北京市房价进行准确预测，并根据得出的预测结果对房地产发展提出合理性意见：问题一，建立影响房价的指标体系，利用SPSS16.0软件将各指标数据进行折线图描述，将变化偶然性较大的货币供应量删除，建立主成分分析模型提取主成分，将各指标对各主成分的贡献率加权得到每个指标的总贡献率，比较得出影响北京市房价的六项主要指标依次为：居民家庭人均收入，房地产开发投资额,北京市生产总值，经济适用房销售价格，人均住宅建筑面积，新增保障性住房面积。问题二，建立逐步回归模型，根据SPSS16.0软件的运行结果显示，被剔除的前六个变量与问题一得出的六项主要指标一致，证明结论正确。建立多元回归分析模型，由SPSS16.0软件实现得到北京市房价与其主要影响因素的关系模型为：。问题三，建立曲线估计模型，通过SPSS16.0软件拟合得到各指标变量随时间拟合的曲线方程（见表3·1），将预测房价与实际值进行比较，其平均误差仅为5.14%，说明预测效果良好。利用MATLAB7.0软件运行得到各指标及房价在

2000至2015年的房价（见表3·6）稳中有升。问题四，根据所得预测结果、北京房地产市场结构、政府相关政策，结合经济学知识，对北京市房地产发展提出合理建议。最后，对所建模型进行了优缺点评价，在模型推广种介绍了这几个模型的广泛应用。关键词：房价预测、影响因素、主成分、线性回归、曲线拟合一、问题重述 1.1问题的背景及条件俗话说；“安居才能乐业！”在我国的传统观念中房子就家，不管住别墅还是住瓦房，每一个家庭都必须有自己的住房，因此住房问题本生就是关系国计民生的大问题。同时，随着改革开放以来我国经济的高速发展，人民生活质量得到了极大提高，对住房质量、住房环境、小区配套服务等的要求也随之不断提高。近十年来我国一些城镇的商品房价格上涨过快，过高的房价使城镇却中低收入者无力购买住房,为了社会持续稳定的发展,政府一直出台各种文件，从宏观层面对房地产市场进行调控。但由于各部门配合不协调，加上恶意炒房的炒家操作，房地产的价格在过去的几年时间里快速地上涨，房价成了各种社会矛盾的焦点。近几年来，保障房建设正在加速推进,中共中央政治局常委、国务院副总理李克强在全国保障性安居工程工作会上强调，要认真贯彻落实党中央、国务院的决策部署，大规模实施保障性安居工程，加大投入，完善机制，公平分配，保质保

大学生数学建模_房价预测

西安邮电学院第九届大学生数学建模竞赛参赛作品参赛队编号： 016 赛题类型代码： A题

2 房价问题摘要随着我国房地产市场的不断升温，居民买房难愈来愈严重。定一个合适的房价既照顾到居民的需求也满足方差开发商的盈利需要是十分必要的，要达到这些目的都要用到数学模型来进行量化。在本文中，我们经研究解决了城市房价模型，找出了影响房价的主要因素，建立预测下一阶段的房产均价的一个模型，同时也对政策对调控房价所起的作用作了详细的分析说明。在解决房价模型问题时，我们用了多元线性回规模型和蛛网模型同时对相关变量进行分析和处理，最终找出了影响房价的主要因素为生产成本和供需关系。并对房价的形成、演化机理和房地产投机进行了深入细致的分析。模型一，我们通过比较西安房价近11年来的变化及城镇居民收入变化情况，找到买房难的根结。模型二，在房价预测方面，我们选用多元线性回归，蛛网模型同时对相关变量进行分析和处理，最终找出影响房价的主要因素为生产成本和供需关系，求出房价预测的计算表达式。模型三，我们取定一个时间段内某几个房价新政，结合新政出台时间前后某地房价的变化情况分析了房价新政对房价的调控作用。我们选取房价新政的标准是根据政策内容对相关经济指标有直接作用效果。最终我们发现，新政出台后，虽然房价依然是居高不下，但房价上涨速率得到了一定的控制，变化渐缓。关键字：楼市预测蛛网模型线性回归

一、问题重述住房问题关系国计民生，既是经济问题，更是影响社会稳定的重要民生问题。2008年受国际金融危机的影响，部分购房需求受到抑制，2009年在国家税收、土地等调控政策作用下，一度受到抑制的需求得到释放，适度宽松的货币政策使信贷规模加大，为房地产开发和商品房购买提供了比较充裕的资金，房地产市场供求大增，带动了整体回升。但有的城市房价过高，上涨过快，加大了居民通过市场解决住房问题的难度，另一方面，部分投机者也通过各种融资渠道买入房屋囤积，期望获得高额利润，也是导致房价居高不下的原因之一。因此，如何有效遏制房价过快上涨，遏制房地产投机，是一个备受关注的社会问题。现在就以下几个方面的问题进行讨论：一：通过调查及分析相关数据，建立一个关于房价增长与居民收入之间关系的一个模型，用Matlab建模，以图的形式直观明了的分析出其相关性，从而找出其解决方案。二：通过分析找出影响房价的主要原因，并建立一个城市房价的数学模型，对房价的形成、演化机理和房地产投机进行深入细致的分析。三：选择某一地区（如重庆、西安、深圳），调查近些年房价变化情况，并根据所调查的数据，预测下一阶段该地区房价的走势。并且根据国家和各地方政府的一系列调控房价的政策（如购房贷款政策等等）出台的时间与房价的变化情况，分析这些政策对调控房价所起的作用，根据所得到结果，给出你关于购房的一些建议。二、问题分析 2-1：模型一分析针对当前房地产市场火爆局面和房价迅猛的增长势头，以及国民买不起房的抱怨声。分析产生这些现象，我们可以从很多方面找到原因，有房价恶性增长，有国民的平均收入增长过慢，有收入分配的不均很，有失业率的逐年增长，有近些年人们的消费观念的转变，有国际社会环境的影响等。我们不可对每一个产生这种现象因素都进行一一分析，但是，对于其主要的或者说具有代表性的因素（房价增长率于和国民的收入的增长率）进行分析，也能够反映一些大的方面规律，以便于更好处理解决这些问题。因此，我们搜集从2000年到2011年西安市的房价和市民的平均收入数据并进行整合，计算每年的房价和居民收入的增长率，利用matlab软件进行趋势图的模拟，并进行matlab进行一个拟合处理。最终，得出两者之间的关系，提出一些解决这类问题的办法及可行的方案。

关于房价问题的数学模型建立与分析

一、问题的重述与分析 1.1问题的重述房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一，从国家领导人、地方政府官员，到开发商、专家学者、普通百姓通过各种媒体表达各种观点，但对于房价是否合理、未来房价的走势等关键问题，至今尚未形成统一的认识。请根据中国国情，对如下几个方面进行探讨：收集建筑成本、居民收入等与房价密切相关的数据，选取我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题进行定量分析；根据分析结果，进一步探讨使得房价合理的具体措施以及可能对经济发展产生的影响，并进行定量分析。 1.2问题分析通过对题目的研读探讨，我们有如下分析： 1．针房价的合理性问题对中国房价的影响因素进行相关性分析，对不同类型城市的不同有效的影响因素建立起合理恰当的房价形成的数学模型，得到合理或接近合理的房价影响因素；基于人均年可支配收入、房产商可支付银行贷款年限、建筑成本等对房价有显著影响的因素建立房价合理性模型，并结合近几年具有代表性的城市的房价建立模型对未来走势进行预测。 2．分析对比依据模型计算得到的相对合理的房价与实际房价来判断房价的合理性，并且对相关的变量进行对比讨论，得出对针对目前时期影响中国房价是否合理的主要因素，并试图通过调解这些因素（即采取相应的措施）按照建立的模型来使房价趋于合理；结合相关经济学知识阐述对经济发展可能产生的影响：房价的高低、增长快慢与否是否会影响我国经济的发展。二、模型建立及求解 2.1关于模型的基本假设由于计划生育政策，考虑对房屋的刚性需求户型都为两室一厅，面积为90平方米; 1．其中低收入家庭的住房问题视为由国家和地方政府补贴的廉价租赁房和经济适用房解决，不再纳入模型的讨论范畴;

关于房价问题数学建模分析

关于房价问题数学建模分析摘要：近几年，我国出台了一系列事关民生国情的利民政策，但房价的持续增高仍让很多人把买房当成了一种奢望。本文根据题目要求，进行了合理假设，主要从影响房价的因素方面考虑，建立相应数学模型，根据数据分析了我国当前房价的合理性，预测房价未来走势，提出具体措施使房价回归合理，并进行定量分析。关键词：房价升高数学模型正态分布模型一、问题重述房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一，从国家领导人、地方政府官员，到开发商、专家学者、普通百姓通过各种媒体表达各种观点，但对于房价是否合理、未来房价的走势等关键问题，至今尚未形成统一的认识。请根据中国国情，收集建筑成本、居民收入等与房价密切相关的数据，选取我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题进行定量分析；根据分析结果，进一步探讨使得房价合理的具体措施。二、问题分析考虑评判房价的合理性，我们首先想到与房价密切相关的各种因素，认为房屋的合理定价应该由房屋所在城市的经济发达程度、环境优美度、居民归属感等生活标准来反应，而这些项目又有很多是难以量化的指标，因此我们采用了城市居民年人均收入刻画生活标准。房屋的价格应该满足本市居民的居住需要，于是这部分我们没有引入投资等市场因素。三、数学模型的建立及求解（一）模型假设：引起房地产市场波动的因素有很多，居民收入、供求比例、空置率、货币政策、建设成本、国家政策和人口结构及变化趋势等众多因素。我们从中提取重要因素对次要因素作出如下假设： 1、城市消费状况用人均收入来代替。 2、忽略消费成本如交通费用、物业费用、停车费用等对住房价格的影响。 3、在同一地区房价为销售均价，没有街道区域差异。

数学建模中国城市房价分析模拟

中国城市房价分析摘要随着近年来中国经济的快速发展，房地产业也得以迅猛地发展，其势头受到世人的瞩目，它作为国民经济的支柱产业不仅对国家宏观经济运行产生巨大的影响，而且与广大百姓的自身利益休戚相关。本论文从实际出发，选取具有代表性的几个城市，结合其城镇居民的人均可支配收入，并参考国际房价合理性标准，从而研究我国房价的合理性。然后根据数据预测未来几年各个城市的房价走势，并结合现阶段国家政策下的实际房价提出合理的措施。最后根据搜集的数据，结合20世纪下半叶日本房地产与GDP的关系，预测房地产行业未来将会对中国经济产生的影响。关键词：城市房价；合理性；GDP；国民经济 1.问题重述房价问题关系到一个社会人民生活的切身利益，也对国家的经济发展与社会稳定有重要影响。1998年6月，国务院决定，党政机关停止实行40多年的实物分配福利房的做法，推行住房分配货币化，让房地产业成为了中国经济新的增长点。但是在居民收入持续上升的同时，房价也不断飙升。尤其是近几年来，房价不断大幅度增加的问题引起了社会各界的广泛关注。但是房价的合理性，以及房价未来的走势，至今也没有统一的认识。因此，判断当今房价是否合理，预测未来房价走势，以及提出使房价合理化的措施，分析房价对经济发展产生的影响成为亟待解决的问题。考虑到用楼房建造成本、土地成本等数据的搜集难度，我们不采用“结合楼房建造成本、土地成本、开发商利润”这个方法分析房价的合理性。基于以上问题，我们下面分成四个问题进行讨论：问题1.首先选取我国几个具有代表性的城市，搜集其历年房价、历年城镇居民的人均可支配收入，分析判断各个城市房价的合理性；问题2.根据数据来预测未来几年所选取的各个城市的房价走势；问题3.根据所搜集的数据，结合近年国家所采取的调控政策，对房价问题提出合理的措施；问题4.根据所搜集的数据，选取日本上世纪的例子作比较，粗略预测房地产行业对中国经济发展的影响。 2.问题分析

2006年北京房价走势

2006年北京房价走势北京市委研究室胡睿宪/文近年来，北京住房价格一直呈增长态势(见表1)。特别是自2004年下半年起呈加速态势，2005年上涨势头更为明显，期房单月价格在5月份创历史最高，为每平方米7136元。2005年商品住宅期房预售平均价格每平方米6725元，比2004年上涨了1083元，涨幅为19.2%；现房价格每平方米5853元，比2004年上涨了1106元，涨幅为23.3%。商品住宅销售价格指数由2004年的104.3上升到了107.1。在国家逐步加强宏观调控，抑制房地产市场过热的大背景下，北京住房价格出现大幅增长，引起了社会各界的密切关注。 1999～2005年北京市商品住宅价格变化表年份现房价格/年增长率（%）期房价格/年增长率（%）销售价格指数1999年 4786 0.4 98.3 2000年 4557 -4.8 98.8 2001年 4716 3.5 100.1 2002年 4467 -5.3 100.2 2003年4456 -0.2 100.6 2004年4747 6.5 104.3 2005年5853 23.3 107.1 一、当前住房价格上涨的原因经过初步分析，我们认为：本轮住宅价格上涨的根本原因是商品住宅市场供不应求，市场多年平稳发展为房价上涨积蓄了力量，二手房发育不足削弱了宏观调控力度，在维系市场价格稳定的力量失衡后，住房价格上涨成为必然趋势，而国内外宏观经济发展环境进一步推动了北京市的房价上涨。从这五个方面的原因中可以看出，北京住房价格上涨是市场供需双方力量对比的结果，市场发展不是一种非理性行为，当前市场价格的上升并不表明北京房地产市场就存在泡沫。 1、住房市场多年平稳发展为此轮价格上涨积蓄了力量自1999年以来，北京在大力推进住宅市场化的同时，保持了价格平稳增长，取得了巨大的成绩(见表2)。1999年9月1日出台《北京市进一步深化城镇住房制度改革加快住房建设实施方案》，标志着北京房地产市场进入新的发展阶段，福利分房制度逐步退出历史舞台。从1999年到2003年，商品化率从当时的59.8%上升到了89.7%，4年提升了近30个百分点。而与此同时，北京地区生产总值保持了两位数以上的增长，城镇居民人均可支配收入除1999年以外，也保持了两位数的增长。住房市场化改革深化，而经济实力的增强和人民财富的增多，对商品住宅产生了巨大的需求，推动房价上涨。但是，1999年住宅销售价格指数仅为98.3，虽然此后持续回升，

2011西工大数学建模论文

装订线第九届西北工业大学数学建模竞赛暨全国大学生数学建模竞赛选拔赛题目 A (B)题密封号2011年5月3日剪切线密封号2011年5月3日学院第队队员1 队员2 队员3 姓名班级

装订线摘要近几年，房价过快上涨，使人民群众买房难，因此研究影响房价的主要因素以及房价与其之间的关系十分重要。分析题目，我们分为三个问题进行讨论建模：问题一，房价合理性评判；问题二，未来房价走势；问题三，后期房价的应对。本文针对影响房价的因素，主要考虑以下几点：地价，人均年收入，建材价格，人均GDP、房屋贷款利率和居民消费水平。通过线性拟合，找出各影响因素与房价的关系，确定出主要影响因素为：地价，人均年收入，人均GDP和居民消费水平，进而得出因素与房价之间的互动影响。问题一中针对各代表性城市现今房价是否合理的问题，我们以代表性城市上海、西安为例，采用了经济学领域的关于正态分布的模型，评定房价的合理性，同时根据我们确定出来的数据与世界银行房价评判标准进行进一步评判。针对问题二，鉴于房价所涉及的系统为灰色系统，而影响房价的因素很多，我们利用灰色预测法来作预测，灰色系统，即将杂乱无章的数据列进行整理、生成，将空缺的数据通过计算加以补充，用整理过的数据列建立模型并通过它进行决策和预测，将结构、关系、机制不清楚的对象、过程、系统作灰色预测以进行提前控制。房价变化涉及的系统包含有许多影响因素，多种因素共同作用的结果决定了系统的发展态势。针对问题三，建立适当的模型对各因素与房价的相关性进行检验；至于对经济发展的影响，须考虑房价与各个因素之间的互动性，便于充分利用搜集的相关数据进行模型的检验。利用影响因素，通过对模型的综合分析，我们提出了各种改进措施并得出了对经济影响的一些结论。本文的主要特色为：我们分析了房价变化这一系统的特点，有针对性的构建模型，并抓住了影响房价的主要因素，建立的模型精确实用，而且容易理解。同时我们根据模型对未来代表性城市的房价进行了预测与评估，并提出了合理实用的改进措施，不仅具有研究参考价值，而且对于决策者有很好的指导意义。

数学建模房价预测及影响因素问题

一、问题重述背景分析自1998年我国实行住房改革以来，房地产行业已经逐渐成长为拉动中国经济增长的龙头产业。近几年在国家积极的财政政策刺激下，我国房地产市场处于不断发展阶段。然而，与美国等发达国家住房市场进入成熟期不同，我国正处在城市化和工业化进程加速阶段，住房水平低和需求比较旺盛，这是我国住房市场快速发展的重要基础。中国房地产一方面在快速发展之时，在总体上对经济社会的发展确实起到了促进作用；另一方面由于不规范的房的销售价格行为、地价的上升造成放的开发成本提高等因素造成房价不断上涨，严重超出了普通居民的购买能力，给其造成了巨大的购房压力。问题重述根据近几年中国上海房地产市场现状，解决以下四个问题： (1)结合对房地产的了解，收集近几年上海房地产的价格走势，预测未来三年上海房价的状况。 (2)结合对上海市近几年来房价的了解，分析并建立合理的数学模型，得出“国五条”具体怎样影响房价。 (3)综合考虑上海的CPI，结合对房价的了解，谈谈房价如何对CPI产生影响。 (4)在2012年拥有100万元人民币的前提下，写出一种合理的分配方案，用这笔钱投资到CPI中的各项因素。二、问题分析对于问题一的分析问题一要求根据近几年上海房地产的价格走势，来预测未来三年上海房价的情况。首先，通过在《上海统计年鉴》找到上海近几年的房价, 为得到较为准确的预测，我们选取了最近十年上海的房价，因为长时间的数据能反映更多更合理的问题，不会太过片面对结果造成较大偏差。历时十年，期间政府的宏观调控或制定的稳定物价等等措施必然会对房价造成影响，如果考虑政策措施和其他因素的影响，问题将变得非常复杂。反而，我们可以将这些因素看作市场经济的调控，房价因受到这些因素影响而产生变化。那么，实际呈现出来的房价变化就应该是有效的房价变化。我们在模型的假设部分阐述了不考虑政府的政策措施对近几年房价的影响。综合了以上分析，我们将搜集到的数据整理制成表格，绘制出年份-房价变化折线图，可以发现随着年份的增长，上海房价也在不断增长，且在一条直线周围上下波动，因此我们建立一元线性回归模型，来寻求上海房价与年份的线性关系。然后根据最小二乘法来确定其中参数（一次项系数和常数项）的值，最终确定此回归方程。然后通过求判定系数2R的值，来判断模型对数据的拟合程度，确定该方程的合理性。最终对x进行赋值，得到相应的房价。对于问题二的分析问题二要求找出“国五条”具体如何影响房价的，就是求“国五条”五项措施对房价影响的比重,即某项措施的影响大小，从而反应出“国五条”是如何影响房价的增长问题。

北京房地产大预测分析报告

2003年北京房地产大预测 1、2003年北京房地产市场将平稳发展，不会出现房地产过热和泡沫现象 2002年北京房地产市场开发势头强劲：1-9月份，房地产开发投资完成612.9亿元，比去年同期增长29.5%；全市新开工各类商品房1652万平方米，比去年同期增长7.4%。有观点认为，目前北京房地产开发过热，担心2003年会出现房地产泡沫，其根据主要来自对空置率和房价的分析，而我们分析后认为并非如此。 ●不能简单由空置率高得出过热结论目前国际上普遍认为空置率在5-10%之间为合理区。根据北京市统计局公布的数据，2001年北京市商品房空置率为18.1%，商品住宅空置率为19.2%。同时，北京近几年的商品房空置率均高于5-10%这个区间，1999年空置率曾高达26.8%。表面看来这一指标的确高，但具体分析，可以发现北京商品房空置率高有其特殊原因，与国外指标也不具有可比性，因此不能简单得出过热结论。首先，在北京市目前空置的商品房当中，有相当一部分属于政策性空置，在住房拆迁实物补偿时期，政府要求先建安置房，再进行拆迁工作，后政策发生变化，实物补偿变为货币补偿，使一些建好的安置房变成空置房。其次，结构性空置也须引起注意，根据伟业顾问对市场的监测，在空置的商品房中，中高价位商品房占的比重较大，而4000元/平方米以下的低价位房销售状况良好，空置比重很小。另外，我国商品房空置率统计口径与国外不同，在国外物业要空置超过一年才计入空置面积，但我国商品房在建成后而未出售便立即算入空置面积。截至2002年6月份，北京的商品房整体空置面积为710.1万平方米，其中，空置时间在一年以内的有376万平方米，占全市空置面积的53%，主要是新竣工的商品房，而空置在3年以上的商品房面积则只有10％。从北京商品房竣工、销售和空置面积走势图来看，竣工与销售面积基本上还是同步增长的。因此，尽管2000年以来北京的房地产开发、开复工面积、竣工面积都有了较大幅度的增长，但由于宏观经济、基础设施等各方面的利好因素，房地产开发主流呈现出销售旺盛趋势，空置面积有望得到控制。

数学建模房价预测和影响因素问题

一、问题重述 1、1背景分析自1998年我国实行住房改革以来,房地产行业已经逐渐成长为拉动中国经济增长的龙头产业。近几年在国家积极的财政政策刺激下,我国房地产市场处于不断发展阶段。然而,与美国等发达国家住房市场进入成熟期不同,我国正处在城市化与工业化进程加速阶段,住房水平低与需求比较旺盛,这就是我国住房市场快速发展的重要基础。中国房地产一方面在快速发展之时,在总体上对经济社会的发展确实起到了促进作用;另一方面由于不规范的房的销售价格行为、地价的上升造成放的开发成本提高等因素造成房价不断上涨,严重超出了普通居民的购买能力,给其造成了巨大的购房压力。 1、2问题重述根据近几年中国上海房地产市场现状,解决以下四个问题: (1)结合对房地产的了解,收集近几年上海房地产的价格走势,预测未来三年上海房价的状况。 (2)结合对上海市近几年来房价的了解,分析并建立合理的数学模型,得出“国五条”具体怎样影响房价。 (3)综合考虑上海的CPI,结合对房价的了解,谈谈房价如何对CPI产生影响。 (4)在2012年拥有100万元人民币的前提下,写出一种合理的分配方案,用这笔钱投资到CPI中的各项因素。二、问题分析 2、1对于问题一的分析问题一要求根据近几年上海房地产的价格走势,来预测未来三年上海房价的情况。首先,通过在《上海统计年鉴》找到上海近几年的房价, 为得到较为准确的预测,我们选取了最近十年上海的房价,因为长时间的数据能反映更多更合理的问题,不会太过片面对结果造成较大偏差。历时十年,期间政府的宏观调控或制定的稳定物价等等措施必然会对房价造成影响,如果考虑政策措施与其她因素的影响,问题将变得非常复杂。反而,我们可以将这些因素瞧作市场经济的调控,房价因受到这些因素影响而产生变化。那么,实际呈现出来的房价变化就应该就是有效的房价变化。我们在模型的假设部分阐述了不考虑政府的政策措施对近几年房价的影响。综合了以上分析,我们将搜集到的数据整理制成表格,绘制出年份-房价变化折线图,可以发现随着年份的增长,上海房价也在不断增长,且在一条直线周围上下波动,因此我们建立一元线性回归模型,来寻求上海房价与年份的线性关系。然后根据最小二乘法来确定其中参数(一次项系数与常数项)的值,最终确定此回归方程。然后通过求判定系数2R的值,来判断模型对数据的拟合程度,确定该方程的合理性。最终对x进行赋值,得到相应的房价。 2、2 对于问题二的分析问题二要求找出“国五条”具体如何影响房价的,就就是求“国五条”五项措施对房价影响的比重,即某项措施的影响大小,从而反应出“国五条”就是如何影响房价的增长问题。

基于层次分析法和回归分析的房价分析与预测模型

题目：基于层次分析法和回归分析的房价分析与预测模型摘要随着我国住房制度的商品化改革，我国住宅产业蓬勃发展，逐渐成为影响国计民生的重要产业之一。然而近年来国内大中型发达城市的商品住宅价格水平飞速增长，已经呈现出超过人民承受能力和经济发展水平的趋势。为此，确定这些城市商品住宅价格水平合理性，并探究影响价格的相关因素，提出正确的对策措施成为稳定经济、改善人民生括的首要问题。【1】为了反映不同因素对房价的影响，我们查阅各种资料利用互联网，收集到2010年5月以来的三个与房价联系紧密的数据，即人口数量、居民人均可支配收入和住房成本。为了反映全国各类城市房价的情况，我们选取三类城市，即直辖市、沿海开放城市、一般省会城市，并兼顾地理位置分布，选取九个有代表性的城市：北京、上海、重庆、深圳、福州、大连、武汉、成都、西宁。对于问题一，房价的合理性分析。我们运用层次分析法。以人口数量、居民人均可支配收入和住房成本为准则层，以房价的合理、基本合理和不合理为方案层，建立三层层次结构分析模型。根据不同城市的特点，设置三个影响因素的权值，然后求出组合权向量，根据权向量中相应元素的数值大小，判断该城市房价的合理性。对于问题二，房价未来走势的预测，我们运用回归分析法，将三个影响因素作为变量。先分别讨论房价相对于各因素的变化情况，用EXCEL作出房价相对于各因素的变化图，利用移动平均法消除不规则因素的影响，求出房价与各因素的移动平均数，大致确定房价与影响因素之间的变化关系。然后利用MATLAB软件对房价进行拟合，得出房价的函数表达式，对未来4个月房价的走势进行预测，并利用2011年5月的数据对模型进行检验，发现预测结果与实际结果比较吻合，有一定的通用性。对于问题三，房价合理的具体措施，以及可能对经济发展产生的影响。我们根据前两个问题所得的结果，针对不同城市出现的问题，和房价不合理的方面提出几点改善房价合理性的建议，并对房价在经济发展上的影响情况作简要分析。关键词：层次分析法房价合理性移动平均法层次分析法房价预测

2010年数学建模比赛B题论文年上海世博会影响力的定量评估

承诺书我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名）：参赛队员(打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)：（论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。）日期：年月日赛区评阅编号（由赛区组委会评阅前进行编号）：

编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：

2010年上海世博会影响力的定量评估摘要世博会的举办对于上海的影响可谓深厚而又广泛，不论是经济、文化还是政治。经济是反映上海世博会的的最直接价值。因此我们选择经济作为反应世博会的影响力进行评估。根据会展经济学，上海世博会对上海市国民生产总值（GDP）的拉动主要是由世博会的投资所引起的。此外世博会会对上海市的旅游业有很大的拉动，包括直接的旅游收入、餐营业的消费等。除此之外，世博会对上海的房地产的发展和销售也有巨大的打动作用。因此，我们选择上海世博会对上海市国民生产总值（GDP）的拉动，世博会对上海的旅游业的发展，对上海市的房地产的影响这三方面作为作为对上海世博会影响力的定量评估。世博会投资对GDP增长的贡献率，可以采用经济学中的凯恩斯投资乘数效应模型，建立上海世博会投资额与上海市GDP增加值之间的关系，并将世博所带动的GDP与总GDP的值作比，以此作为其对GDP增长的贡献率。计算得出结论：世博会的投资拉动上海市GDP值为13457.18亿元，对上海市GDP有16.14%的贡献。对于世博会对旅游业的影响,选取上海世博会对上海市旅游业的短期影响这一侧面，用世博举办前的指标数据进行自回归将世博对上海旅游业的影响从实际数据中剥离，建立旅游本底趋势线模型，用本底值与实际值的差值作为世博的影响值，估算出世博会上海旅游业从2003年到2012年的时间区间内的贡献率和影响率. 2010年世博会对上海旅游业各指标贡献率和影响率时指出，因世博会在上海召开，预计城市基础设施及环保投入将高达2700亿元，这些都将显著改善上海的交通、通讯、居住环境等。合适的评估体系是本课题的关键。我们充分利用互联网收集到的数据进行分析及统计，并考虑到方案的可操作性。通过组合权重数据，得到了三个世博城市关于影响力的权重。由于此模型不受指数的影响，有很好的灵活性，使得我们可以根据实际情况灵活选取指数，减少模型的工作量，增加模型精度。关键字：会展经济学上海市国民生产总值（GDP）凯恩斯投资乘数效应模型旅游本底趋势线模型世博效应

北京市房地产价格影响因素调查问卷

附录北京市商业地产市场需求量调查问卷尊敬的女士、先生：您好！我是宿州学院即将毕业的学生，由于毕业论文的需要，本人正在进行一次关于北京市房地产价格影响因素的调查，想从您这里获得一份宝贵的数据和资料，对您填写的内容我们将完全保密。请您按照要求如实填写问卷，在所选择的选项上打“√”。衷心感谢您的配合。 1.您的年龄为（） A.20岁以下 B.20至30 C.30至45 D.45岁以上 2..您的职业（） A.机关事业单位 B. 个体经营户或私营企业户 C.其他 3.您的月收入为（） A.3000元以下 B.3000-6000元 C.6000-12000元 D.12000元以上 4.您是否满意当前居住环境（） A.满意 B.不满意 5.您当前是否有购房需求（） A.有 B无. 6.您的家庭规模为（） A.2 人 B.3人 C.4 人 D.4人以上 7.最能吸引您购买住房的配套设施是（） A.学校 B.超市 C.银行 D.医院 E.娱乐休闲场所 8.您认为合理的房价范围是（） A.2.5万以下 B.2.5-3.5万 C.3.5-4.5万 D.4.5万以上 9.多大面积的住房您是您所需求的（） A.60-80㎡以下 B.80-100㎡ C.100-120㎡ D.120㎡以上 10.什么样的房型是您更为偏好的（） A.两室一厅 B.两室两厅 C.三室一厅 D.其他

11.您希望未来房地产价格的走势如何（） A.下降 B.稳定 C.上升 12.据您所了解，北京市商业地产发展的主要问题是（） A.开发过剩，空置面积多 B.同质化比较严重 C.价格偏高 D.其他问题 13.您希望北京市商业地产未来有哪些改善（） A.多样性开发 B.合理有效地开发 C.价格更合理 D.配套设施更完善 14.根据您的了解，您认为未来北京市商业地产的发展趋势是怎样的？16.您对促进北京市住宅市场健康发展有何意见建议？

房价数学模型

题目：威海房价预测学院：机电与信息工程学院专业：作者姓名学号

教师评语：成绩：全国房价一直在高速上升，在这几年过程，一直有关于房价拐点的争论。是否楼市的拐点真的到来？影响房价的因素众多，大的方面有，国家的宏观经济环境，国家的宏观调控，地方政府对宏观调控的执行力，人民的住房需求，热钱的投机。而宏观调控的手段众多，如廉租房建设，经济适用房建设，提高税收，打击投机，企业房贷资金紧缩，提高准备金率，不批准房地产企业上市圈钱等等。 1、从影响房价的因素中挑选出最主要的因素，说明理由。 2、建立房价中短期预测模型。 3、收集威海地区2004-2011房价资料，用前面的模型预测

2012-2013年的房价。 4、根据3的结果，写一个500字的报告，论证房价的拐点是否到来，并给买房的人具体意见。摘要：当今社会，随着房价持续不断的飙升，房价问题已经日益成为人们关注的重点。而对很多大学生而言，毕业后买房已经成为一个头等大事。因此，在不远的将来，房价会怎样变动、会达到多少？是一个十分值得讨论和研究的问题。下面是我们通过数学模型来预测的今后几年内的房价。关键词：根据2004年~2011年的威海房价及相关数据，预测2011年~2013年房价。一、提出问题问题一：通过分析，找出影响房价的主要原因并且通过建立一个威海房价的数学模型对其进行细致的分析。问题二：分析影响房价主要因素随时间的变化关系，并且预测其下一阶段的变化和走势。问题三：通过分析威海2004至2011年房价变化与影响因素之间的关系，预测2012年至2013年该地区房价。

问题四：通过分析结果，给购房者和开发商一些合理建议。二、模型建立基础和相关符号说明 1、假设供求关系在短时间保持不变或者说对房价影响不大。 2、住房建设具有一定的生产周期。 3、在众多因素之中只考虑人均可支配收入住房建造成本的影响。 4、住房成本包括地价、建筑费、各种税收等。 5、房价指的是威海的平均房价。 6、人均可支配收入指的是人均可支配收入指个人收入扣除向政府缴纳的个人所得税、遗产税和赠与税、不动产税、人头税、汽车使用税以及交给政府的非商业性费用等以后的余额。其中x 代表人均可支配收入， y 代表建造成本， z 为房产均价,其中m 和n 分别为常数。概述我们利用MATLAB 软件对建立的数学模型拟合和求解。用最小二乘法建立数学模型。通过对房价和相关影响的因素的数据进行拟合分析。最终得到房价的走势，从而预测2012和2013年的房价。所建立的图形中，有折线和直线。直线使用最小二乘法拟合而成，从而把因变量和自变量近似呈线性关系。以方便求解。威海2004-2010年房价及相关影响因素的数据如下表：建立直方图如下：年份房价（元）人均可支配收入（元）建造成本（元） 2004 1712.5 11112 740 2005 1928 12455 874 2006 2278.5 13975 1092 2007 3705 16285 1978 2008 3328.8 18537 1743 2009 3645 20117 1940 2010 3586 22235 1904