基于面板模型的商品房价格影响因素的实证研究

选取了我国30个省市2006~2015年的面板数据,应用面板数据计量模型回归的方法,基于R语言对影响商品房价格的因素进行实证研究.首先,经过Hausman检验与F检验确定面板数据的模型为混合估计模型;模型可以通过十折交叉验证法、残差正太性的检验、Q-Q图检验、变量间共线性的检验;最后经过逐步回归分析,结果表明土地价格、商品房销售面积、居民可支配收入、人均国内总产值财政收入占地区生产总值比重、汇率这6个指标对商品房价格都有显著性的影响.其中,土地价格和居民可支配收入对商品房价格的影响最为突出.     

基于BP神经网络的煤炭价格影响因素及预测研究

煤炭价格从2012年开始急转直下,煤企的经营生产受到严重挑战,煤炭价格的未来走势成为业界关注的重点.在前人研究的基础上,综合行业、宏观经济以及替代能源市场等对煤炭价格影响的各相关因素,运用BP网络对煤炭价格进行建模.结果表明,与现有运用较多的时序分析或多元线性回归等方法相比,该预测模型有更高的精度,结论对煤炭企业的经营决策以及煤炭产业政策的制定提供了更为科学的参考依据.     

基于GA-SVR算法的淀粉价格预测研究

近年来我国淀粉产业迅速发展,给相关企业带来了巨大经济效益的同时,由于其情况复杂,致使相关企业无法正确掌控淀粉价格的走势,也造成了大量的经济损失.因此,寻找一种科学的、高效的淀粉价格预测方法已成为当务之急.将遗传算法(GA)与回归型支持向量机(SVR)相融合,建立了GA-SVR淀粉价格预测模型.对2003-2011年淀粉价格进行仿真预测,结果表明,模型的决定系数和均方误差均优于其它方法,验证了模型的有效性与优势.     

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ARIMA模型与神经网络模型的股价预测

了解并掌握股价运行的规律是许多投资者和学者所关注的领域,采用了ARIMA模型和BP神经网络对百度、阿里巴巴两支股票的收盘价进行建模与预测,并对比了两模型的预测精度,结果表明两种预测模型都达到比较理想的预测精度和短期预测可行的效果.     

基于地理加权回归的我国中东部城市商品房价格的空间特征分析

本文基于地理加权回归方法,分析了我国中东部地区主要大中城市商品房价格与人均工资和人口数之间回归关系的空间变化特征。结果表明,我国中东部地区主要大中城市的商品房价格除受地域位置的影响外,工资水平和人口数的影响强度在各地区也存在着显著差异,呈现显著的空间非平稳性。     

基于ARIMA和BP神经网络组合模型的能源消费预测

在单一的ARIMA模型预测的基础上,提出了一种基于ARIMA模型和BP神经网络组合模型,并以广西区1981至2016年的能源消费数据为例,结果表明组合模型的预测精度要优于单一的模型,故利用组合模型对广西区未来能源消费的预测更加有效.     

基于修正的时间序列模型对冲击负荷的预测

电力负荷预测的实质是对电力市场需求的预测,是利用以往的历史数据资料找出电力负荷的变化规律,进而预测负荷在未来时期的变化趋势.由于经济、气候以及工业生产等诸多因素的约束和限制,电力负荷预测精度很难提高.一个好的实用的电力负荷预测模型则要求既能充分利用负荷的历史数据,又能灵活方便地综合考虑其他多种相关因素的影响.提出了回归与自回归模型相结合的时间序列混合回归预测模型,它的待估参数由BP神经网络进行修正,经实例验证,预测效果良好.     

基于组合模型的我国能源需求预测

在信息不完备条件下如何有效预测能源消费总量以把握宏观经济发展趋势,是制定能源规划的基础内容.伴随我国成为全球经济增长重要引擎,能源消费量越来越大,能源安全问题也备受关注.选用灰色系统模型、三次指数平滑模型和BP神经网络模型三种预测模型,应用Shapley值权重分配法确定各预测模型的权重,从而构建组合预测模型并对我国能源消费进行组合预测.在保持过去发展规律基本不变的条件下,2014年能源需求总量为383,718.16万吨标准煤,到2020年将达462,089.33万吨标准煤.2013-2020年能源需求总量年均增长率为3.38%.     

基于BP模型的优化方法研究及其应用

首先根据BP算法的基本原理,推导出了BP模型中输出对输入的偏导.然后基于已有数据,利用BP模型进行拟合,保留训练后的BP模型的权值和阈值.在此基础上,利用变步长梯度法实现了BP模型的最优化.本文是对BP模型优化方法的一种新的理论探讨.     

基于马尔科夫区制转换的厦门商品住宅价格模型

厦门市商品住宅价格月度报告通常于下个月初发布,这使得政府对房地产市场的调控具有一定程度的滞后.为能够较为准确的预测房价走势,便于政府适时地提出妥当的决策措施,利用两状态一阶自回归马尔科夫区制转换模型对厦门市2006年至2011年商品住宅月度价格的非线性动态变化进行分析,并对2012年1月至4月的价格进行预测.实证结果表明模型能够形象地表现出厦门商品住宅价格的周期性波动,并较好地进行价格预测.     

基于CCAPM框架的财富不平等与房价关系研究

运用含有房屋的CCAPM模型,在同时考虑房屋的消费属性与投资属性基础上分析了财富(或收入)分配对房价的影响;并通过数值模拟解释了我国房价高企的根源.结论表明,我国房价高企是财富分配不均所致,财富不均等程度加剧致使房屋从消费属性向投资属性转变进而推高了房价.文章也分析了财富分配对居民消费结构的影响,财富分配不均等程度加剧使得贫穷阶层的房屋消费比重下降而富裕阶层的投资性购房比重增加,进而拉高房价.文章最后指出,要调控我国当前房地产市场价格,必须从财富(或收入)分配入手,明晰产权.     

基于空间统计分析的中国省域房地产价格差异研究

运用空间统计分析方法对我国其中31个省市1999-2006年商品房平均价格分布差异进行研究.商品房价格的空间自相关分析结果表明,中国省域商品房价格具有显著的空间自相关,而且这种趋势在逐年增强.Moran散点图和LISA分析结果显示,省域商品房价格存在明显的二元结构,高值集中在经济比较发达的东部沿海地区,低值聚集在经济相对比较落后、房地产开发起步较晚的西部地区,而且这种集聚特征1999年以来一直存在.     

周口市住宅商品房价格的分析与预测

近年来周口市住宅商品房价格持续上涨,引起了社会各界的关注.为了研究周口市住宅商品房价格的影响因素和未来走势,提出了一种基于灰色理论和多元线性回归分析的房价预测模型.首先,利用灰色关联度分析选取出对周口市住宅房价影响较大的因素.然后,通过进行统计检验和修正多重共线性,建立一个修正的多元线性回归预测模型.最后,在采用灰色GM(1,1)预测模型预测出所选取影响因素的新的时间序列值的基础上,再进行回归分析,预测出2017-2020年周口市住宅商品房平均销售价格.可见,未来几年内周口市住宅商品房价格仍会呈逐年快速上涨趋势,但增速不会越过25%的合理水平.     

基于EBA协整分析的广州市合理房价水平实证研究

房价是关系到国计民生和社会和谐发展的一个重要因素,在分析合理房价的经济影响因素、政策影响因素和社会影响因素的基础之上,构建了衡量合理房价水平的综合评价指标体系,并以广州为例进行实证研究,分析2000年-2015年广州市各项数据,得出广州市的合理房价取值区间为[3516,8998].     

城市宜居性特征对商品住宅价格的影响分析——基于中国35个大中城市静态和动态空间面板模型的实证研究

运用空间计量分析技术,以城市宜居性特征体系的27个指标为解释变量,以商品住宅销售价格为被解释变量,通过构建中国35个大中城市的静态和动态空间面板模型,考察了城市宜居性特征对商品住宅价格的影响,探索城市间房价差异的原因。研究表明,静态和动态模型均显示商品住宅价格存在着显著的正向空间相关性,且这种相关性呈现逐渐增强的态势,但静态模型对空间相关性产生过高估计的偏误,动态空间滞后面板模型由于分离了人们的预期对商品住宅价格的影响,使得空间相关性对房价的影响偏误得以部分矫正;城市的经济环境质量、生态环境质量、自然区位条件和基础设施状况等宜居性特征是形成城市间商品住宅价格差异的主要因素,尤其是文化、交通、通讯设施的完善程度和便利程度对商品住宅价格的影响更为明显。但是,人均GDP、每万人中小学校数、固定电话用户普及率、城镇生活污水处理率、空气质量优良率五个指标对城市商品住宅价格的影响表现为负向关系。     

房价波动的财富效应对城镇居民收入的影响——基于湖南省的协整检验分析

基于微观视角,梳理房地产财富效应的作用机理,构建了房价影响居民收入的理论基础,并利用湖南省1998~2014年数据实证检验了房价波动对居民收入的影响程度.实证结果表明,房价与居民收入之间具有长期协整关系,若房地产市场繁荣致使房价增长1%,则居民收入相应增长0.519%.通过向量误差修正模型检验发现,当短期房价波动偏离长期均衡值时,以负0.33的力度反向作用机制将波动拉回到长期均衡值.     

货币政策因素对房价影响的显著型分析

本文建立了供需平衡的多元对数线性模型,并使用主成分回归方法解决了最小二乘回归中的共线性问题。对35个大中城市数据的实证研究显示,影响房价的因素可以分为三个层次:第一层次是对房价的预期,弹性值为0.242;第二层次是贷款量、贷款利率、居民财富和货币发行量,它们对房价影响的弹性值分布在0.054-0.076之间;第三层次是宏观调控的政策变量,其弹性值为-0.0038。     

上海基础房价相关指标及走势的分析与研究

基础房价的相关指标及其走势一直是大众关心的热门话题．本文通过对上海基础房价相关指标的分析，建立了市场房价走势的两个数学模型．模型一：在相关性分析的基础上利用主成分分析消除指标间的共线性，再用回归拟合房价模型并进行预测；模型二：在相关性分析的基础上利用核估计方法预测出房价．继呵对2005年下半年的房价走势进行了预测，得出的结果与实际情况相吻合．     

基于面板分位数回归模型的收入、利率对房价的影响关系研究

房价波动不仅影响到人们的居住质量和生活水平,也关系着国民经济的健康发展和社会的和谐稳定。探讨房价波动的主要影响因素,一直是理论界和实务界关注的热点问题。在构建收入、利率对房价的影响机制模型的基础上,选取35个大中城市1999-2011年的样本数据,利用面板分位数回归模型进行了实证分析。结果表明,我国大中城市房价主要由收入拉动而非成本推动,收入是影响房价上涨的主要因素,利率变动对房价影响不显著;不同分位数水平下各影响因素作用大小具有明显差异,房价水平越高的城市,房价受收入影响作用越大,而受成本、人均GDP等因素影响程度越小。研究结论对不同城市依据自身特征采取相应的调控政策具有一定参考价值。