资源描述：
《基于时间序列的房地产价格指数预测方法探讨》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、2008年第2期哈尔滨商业大学学报(社会科学版)No.2,2008总第99期JOURNALOFHARBINUNIVERSITYOFCOMMERCESerialNo.99[市场经济论坛]基于时间序列的房地产价格指数预测方法探讨周亮,周正(郑州工业贸易学校,河南郑州450000)[摘要]文章首次提出一种与ADF检验相结合的更加简便易行的长记忆性判断方法。给出了一套将长记忆参数d的初估计与近似极大似然估计相结合,将时间序列长记忆分析与短记忆分析相结合的系统性的建模思路。利用中国房地产价格指数,进行了时间序列长记忆性判断以及ARFIMA建模的实证研究,并证明了该模型与其它模型相比较所体
2、现的优越性。[关键词]时间序列;房地产;价格指数[中图分类号]F293.30[文献标识码]A[文章编号]1671-7112(2008)02-0080-04TheForecastMethodDiscussionofRealEstatePriceIndexBasedonTimeSeriesZHOULiang,ZHOUZheng(ZhengzhouTradeandIndustrySchool,Zhengzhou450000,China)Abstract:Thisarticleproposedforthefirsttimeonekindtheevenmoreeasytodoandeas
3、ierlongmemoryjudgmentmethodwhichunifieswiththeADFexamination.Thisarticlehasgivenasetthelongmemoryparameteratthebeginningofestimateandtheapproximatemaximumlikelihoodmeth2odestimatedunifies,unifiesthetimeserieslongmemoryanalysisandtheshortmemoryanalysisthesystematicmodelingmentality.Finally,th
4、epaperusestheChineserealestatepriceindex,hascarriedonthetimeserieslongmemoryjudgmentaswellastheARFIMAmodelingrealdiagnosisre2search,andhadproventhismodelcomparesthesuperioritywithothermodelswhichmanifests.Keywords:timeseries;realestate;priceindex从理论上来说,房地产价格受到房屋供给和(MA)、自回归滑动平均模型(ARMA)及自回归整需求
5、以及预期等多种因素的影响,其内部存在必合滑动平均模型(ARIMA)等。但这些模型都是然的规律性。然而近年来,房地产价格的持续走建立在“相距较远的两个观测值间完全独立或几高,也带来了很多负面影响,为了更好地指导房地乎独立”的基础上的。这些模型的自相关函数呈产价格水平以及为投资者提供可投资房地产的依指数率迅速衰减,人们称这种时间序列具有“短据,对房地产价格的预测显得特别的重要。记忆性”(Short-MemoryProperty)。近年来,人们国外用于刻画房地产市场运行状况的指数主从对失业率、GNP、汇率等多种数据的研究中发要用Hedonic指数、RS指数,但由于这两种指数现,经济时
6、间序列中普遍存在着这样一种现象:远都需要大量的微观历史数据,目前不适用于仅有距离观测值间的相依性尽管很小,但仍不能被忽几十年历史的中国房地产市场的研究(张志杰、视,这种性质被称为“长记忆性”(Long-Memory陈龙乾,2004;胡健颖等,2006)。国内自1994年Property)。因此,传统时间序列分析中的建模工12月起,先后发布了全国性的中房指数、国房指具已不能满足研究需要。数和地方性的上房50指数、武房指数、北京30住Hurst(1951)从对潮夕数据的研究中发现了宅指数等。本文以国房景气指数为例,分别采用水利时间序列中存在的长记忆性,由此引发了人传统的时间序列分析
7、方法和长记忆时间序列分析们对长记忆分析的关注。1968年Mandelbrot在方法对我国房地产价格指数进行预测比较,以寻他开创性的工作中首次引起了分数布朗运动及分找更好的预测方法。形的定义,奠定了长记忆分析的坚实的数学基础。传统时间序列分析作为经济时间序列建模工长记忆研究在气象学、地理学、物理学等自然科学具主要有自回归模型(AR)、滑动平均模型领域逐步得到应用。上世纪80年代,计量经济学[收稿日期]2007-10-20—80—周亮,周正:基于时间序列的房地产价格指数预测方法探讨家们开始注意到
