基于MIV-BP型网络实验的房地产价格影响因素研究

房地产价格是保证房地产经济健康运行和资源有效配置的关键.影响房地产价格的因素复杂,各因素的变化势必将对房地产价格的涨跌产生影响.以经济学中的供求理论为基础,以上海市商品住宅价格为研究对象,对BP神经网络进行训练,计算各因素对房价的平均影响值(MIV),构建MIV-BP模型,实证分析各因素对房地产价格的影响作用.结果表明:生产总值,贷款利率,居民人均可支配收入成为影响我国房地产价格的主要因素.居民消费价格指数,土地增值税对房价产生较显著影响.而在上述变量作用下,房地产供给面积与销售面积已经很难影响房地产价格的走势.因此应将生产总值,贷款利率,人均可支配收入作为房地产价格调控的着力点.     

基于RS-BPNN模型对商品房价格的预测研究

为了克服传统预测方法的不足,采用RS-BPNN模型预测商品房价格.利用粗糙集理论确定影响商品房价格的主要因素,运用具有超强数据处理能力的BP神经网络,根据筛选的主要因素作为输入节点数,构建商品房价格的预测模型,然后通过实例进行仿真.结果表明,其预测精度远远超过传统预测方法.可见RS-BPNN模型在房地产价格预测领域具有很强的实用性.     

基于岭回归法的四川省房地产价格影响因素研究

房地产行业作为国民经济运行中的重要产业,分析房地产价格的影响因素,对中国宏观经济政策及房地产企业开发战略具有重要的意义.四川省作为西部大开发战略的重要地区,近年来城市化快速发展,笔者应用2000—2011的四川省面板数据,选取了供给方、需求方、以及宏观经济环境一些主要的变量进行理论分析,在此基础上,对这些变量与房地产价格进行多重共线性诊断,采用岭回归方法对四川省房地产价格的影响因素进行研究.最后根据研究结果对四川省房地产业业的健康发展提出具有针对性的政策建议.     

基于改进PSR模型的限购政策对房价影响研究——以海南省为例

运用2018年全国研究生电工杯数学建模竞赛B题的数据资料,针对海南省主要城市商品住宅价格问题的第四问展开研究.在前三问中,首先通过搜集数据并对数据进行合理的处理,对海南省(主要考虑海口和三亚)商品住宅价格的影响因素进行定量分析,得出各因素之间的关系.问题四中,考虑限购政策,在综合分析房价影响因素的基础上,筛选新的指标,构建了基于改进粒子群算法模糊层次分析法——PSR模型的房地产调控政策对于房价影响的评价体系,得到了海南省的房地产宏观调控政策的对房价上涨的影响结果.最后,根据建立的评价体系利用matlab神经网络工具箱按月预测了2018年6月-2019年5月海南省(主要考虑海口和三亚)商品住宅价格.     

新疆地区房地产价格影响因素的区域差异实证分析——基于北疆、南疆和东疆三个区域的截面数据

为揭示新疆不同区域房地产市场价格波动的区域差异,采用多元线性回归模型从房地产市场价格的供给与需求两个方面分析影响新疆北疆、南疆、东疆三个地区房地产市场价格区域波动的主要因素.研究表明:随着新疆经济社会发展,房地产的刚性需求增加,在一定程度上拉动了房地产价格的上涨,同时,由于稳定等方面的缘故及投资需求,又加剧了房地产价格的上涨.     

数据挖掘在房地产价格预测中的应用研究

通过基于数据挖掘理论的粗糙集和神经网络的研究,用属性约简算法约简并提取了影响房地产价格的主要指标因素,对降维后的数据进行网络学习和训练,最后用训练好的的网络检验测试样本.方法使学习训练的速度和识别率提高了,为房地产价格预测提供了一种更为有效和实用的新途径.     

基于PCA-GM-BP神经网络的猪肉价格预测分析

针对猪肉价格上下波动呈非线性关系和影响因素复杂等难以预测的问题,提出了基于PCA-GM-BP神经网络预测模型对猪肉价格进行有效预测.以2010年1月-2018年12月的月度价格数据作为样本,共计108组数据,利用PCA对影响猪肉价格变化的12种因素进行降维处理,选用对猪肉价格的主要累积贡献率超过96%的5个主成分,构建PCA-GM-BP神经网络猪肉价格预测模型.结果表明:与传统的BP神经网络、GM-BP神经网络预测模型相比,PCA-GM-BP神经网络预测模型在提高聚类效果的同时,增加了预测结果的精确性,对我国猪肉价格预测具有更高的适用性与参考价值性.     

灰色系统分析应用——预测上海房地产市场需求量变化并对其影响因素做关联度分析

近两年上海房地产市场快速发展 ,主要利用灰色分析法预测未来几年上海房地产市场的需求量的增长情况并对市场需求的主要影响因素做出关联度分析 ,最后得出结论 .     

中国房地产价格的多元线性回归模型

近几年,房价的迅速增长,已经远远超过了GDP和居民可支配收入的增长.那么,我国房地产市场是否已经过热,是否已经出现了泡沫.基于2000~2006年的数据对我国房地产价格函数的影响因素进行了多元线性回归分析.尽管我国部分地区价格偏高,但是并没有出现商品房价格泡沫.     

土地市场波动与房地产价格的关系分析:基于VAR模型的实证研究

随着中国经济增长、城市化的发展,房价不断攀升,居民面临巨大的购房压力,而政府也开始对房地产市场进行调控,在房价构成因素中,土地成本占有很大比重,因此土地价格,土地供应面积与房地产价格之间的关系研究对促进房地产市场的合理发展有十分重要的意义.以2002年到2011年我国土地供应面积,土地购置价格和房地产价格的月度数据为样本,对土地供应面积,土地购置价格与房地产价格进行协整检验后,构建VAR模型进行格兰杰因果检验后发现土地供应价格,面积和房地产价格互为因果;对城市土地购置价格和房地产价格进行脉冲响应分析和方差分解后发现房地产价格和土地价格之间的存在相互影响,且在短期内都受土地供应面积的影响但程度不高.