房地产价格与住房保障规模的研究

《房地产价格与住房保障规模的研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.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，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。我们参赛选择的题号是（从A/B/C中选择一项填写）：我们的参赛报名号为（如果赛区设置报名号的话

2、）：所属学院（请填写完整的全名）：参赛队员(打印并签名)：1.2.3.日期：年月日评阅编号(教师评阅时填写)：摘要房价问题事关国计民生，已经成为全民关注的焦点议题之一。本文主要对房价的影响因素进行分析，估测了房价的未来走势同时进一步探讨是的房价合理的具体措施，根据分析结果，定量分析可能对经济发展产生的影响。对于问题一，分析房价的影响因素，选取上海，重庆，哈尔滨三类城市数据，从国民总收入、国内生产总值、国家城市化率、保障性住房规模（经济适用房投资额）、物价水平（建材价格指数）、居住用地价格指数、税收政策（房产税收收入）、金融政策（房产投资资金）等方面进

3、行了研究。然后根据收集到的各影响因素的数据，运用灰色关联度分析各因素与房价的关联度，剔除关联度较小的因素，得出三类城市影响房价的主要因素为：表1三类城市影响房价的因素表城市影响房价的主要因素上海物价水平、人均可支配收入、税收政策、人口数量、人均GDP重庆物价水平、人均可支配收入、城市化率、人均GDP哈尔滨人均可支配收入、税收政策、人口数量、人均GDP对于问题二，我们选择由问题一得出的主要因素与房地产价格的散点图，通过图形我们可以看出它们之间是非线性的关系，因此我们建立了非线性回归模型，最后我们加入了需要考虑的保障性住房建设这一项，得出了更合理的重庆市

4、房地产价格与包括城镇住房保障规模在内的主要因素或指标之间联系的数学回归模型：对于问题三，我们根据问题二的模型采用灰色系统GM（1.1）对未来的房地产价格的影响因素进行预测，然后把所得结果带入到原回归模型中进行求解，从而得到了2011-2015年份的房地产价格：表2重庆市未来三年的房价预测值年份2011201220132014重庆市房价(元)4817.65004.25047.65172.0对于问题四，通过对房价的数学模型的分析，从政府调控、税收政策、人均可支配收入等几个方面提出以下几点建议。关键字：房地产价格灰色关联度非线性回归GM（1.1）一、问题重

5、述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，对房地产市场进行调控。但由于各部门配合得不协调，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。与此同时，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，保质保量完成今年开工建设1000万套的任务，努力改善群众住房条件。物价水平、国内生产总值、国民收入水平、金

6、融政策、税收政策、土地、城市化率等都是影响房地产价格的因素，然后，公租房、廉租房和经济适用房等各类保障性住房的建设力度加大，有利于增加房地产的供给力度，对房地产市场价格会产生较大影响。请参赛者参考有关的研究成果和国民经济的运行数据（参见下面网站）就我国房地产价格研究如下问题。1、对有关统计数据进行分析，用适当的方法寻找影响房地产价格的主要因素或指标。2、建立房地产价格与包括城镇住房保障规模在内的主要因素或指标之间联系的数学模型。3、利用所建立的关于房地产价格的数学模型，根据有关政策和规划对未来几年我国或某一地区在不同的保障房建设力度下就房地产价格趋势

7、进行仿真或预测（可以根据模型的需要对未来的情况作适当的假设）。4、根据所建立的数学模型和仿真结果，对房地产价格问题提出你们的咨询建议。二、问题分析在整个变量选取的过程中由于我们没有找到确切的指标，例如：物价水平我们是用的居民消费价格指数来代替，金融政策是用房地产投资金额来代替的，保障性住房建设用经济适用房的投资金额来代替的。对问题一：问题一要求我们找出各地区影响房地产价格的因素。由于全国各地区的发展水平不均衡，我们选择了三个有代表性的城市（东北老工业基地：哈尔滨、东部沿海发达城市：上海、西部代表性城市：重庆）。房地产价格的影响因素有很多，在这里我们选

8、取了物价水平、年人均可支配收入、税收政策、城市化率、人口数量、人均生产总值、房地产投资总额以及经济适用房投资