国内房地产发展趋势研究及销售价格指数基于ARMA模型的预测分析

《国内房地产发展趋势研究及销售价格指数基于ARMA模型的预测分析》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、⑨⋯MASTER⋯'STHE娜硕士学位论文国内房地产发展趋势研究及销售价格指数基于ARMA模型的预测分析论文作者：蒋愉指导教师：赵东方教授学科专业：运筹学与控制论研究方向：数学模型华中师范大学数学与统计学学院2011年5月TheResearchonTrendofDomesticRealEstateandForecastofSalesPriceIndexBasedonARMAModelAThesisSubmittedinPartialFulfillmentoftheRequirementFortheM．S．DegreeinNaturalScienceByJiangYuPost

2、graduateProgramSchoolofMathematicsandStatisticsCentralChinaNormalUniversitySupervisor：ZhaoDongfangAcademicTitle：ProfessorSignaMay．2011⑨硕士学位论文MASTER’STHESIS华中师范大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中

3、以明确方式标明。本声明的法律结果由本人承担。作者签名：1蓠喻日期：刎1年，月砰日学位论文版权使用授权书学位论文作者完全了解华中师范大学有关保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属华中师范大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在解密后遵守此规定)保密论文注释：本学位论文属于保密，在——年解密后适用本授权书。非保密论文注释：本学位论文不属于保密范围，适用本授权书。作者签名：砺，偷日

4、期：≥071年r月叼．日导师签名：日期：如¨年j月17日本人已经认真阅读“CALLS高校学位论文全文数据库发布章程”，同意将本人的学位论文提交“CALLS高校学位论文全文数据库"中全文发布，并可按“章程"中的规定享受相关权益。圃童途塞握蛮后溢卮；旦圭生；旦=生；旦三生筮查!作者签名：≈私畸日期：加1年，月刁日孙娩馥嘞日期．伽t1年f月⑨硕士学位论文MASTER’STHESIS中文摘要本文以国内房地产业为背景，对房地产业近几十年的发展趋势进行了初步研究，并在此基础上对国内房地产销售价格指数建立了ARMA模型进行预测分析。在文章的第三部分，我们分别对国内城镇常住人口变化情况、房

5、地产业的投资开发情况以及国内房地产业的发展情况进行了分析和探讨。本文运用了格兰杰因果关系检验、平稳性分析、ADF检验等方法，得到了1992年一2007年间房地产行业的增加值、增长率及占GDP的比重都是非平稳序列，GDP的贡献率是平稳序列的结论。随后，我们又对这四个序列分别进行了回归拟合，得到的回归方程为：X：=896193．2-449．4383t+1．105133x：‘+o．155901x：一2+0．335704XI}一3-0．088315x-4—0．097913X]一5+o．912867X)_缶．X?=一3315．636+1．663423f—o．548474x乙一0．01

6、3403叉二2+o．137781Xf_32+o．340514x乙．X?：o．893319+o．824929x二一o．125995x：2．o．030363x王3+o．500336x三4—0．357476XI}!．5．△?xl：l：7．386182一o．003622t+0．35567A2X。4—1—1．84024△x二I预测结果显示，增加值将快速地增长；增长率呈波动状，且在2050年已达到30％；占GDP的比重在4．75％附近波动；对GDP的贡献率虽然也在不断增长，但增长速度很缓慢，且在2050年达到了6．688％。在文章的第四部分，通过建立ARMA(p，g)模型，对1998—

7、01到2010-12的156组房地产销售价格指数数据进行了拟合及预测分析。在模型求解中，首先对序列进行平稳性分析，发现该序列是非平稳的。再对其进行单整分析，得到其为一阶单整的结论。其次，对平稳的一阶差分序列进行相关性检验，得到其是自相关的，即非纯随机性的结论。然后，根据样本自相关系数和偏自相关系数，估计出模型中参数P，q的值。最后，对模型中的参数进行估计，这也是本部分的重点和难点。在已有的RLS-LS算法及GW-LS算法的基础上，本文创新性地提出了一种新的求解方法一GA．LS算法。GA．LS算法是利用遗传算法对AR