多因素作用下南宁市房地产价格预测研究

摘要

随着国家经济的发展，以及相应政策如西部大开发战略的全面实施，我国的国民经济水平迅速提升，发生巨大变化。正值此时，南宁市迎来历史上最佳的发展契机，民众的生活水平普遍提高，从而对衣食住行的要求也在不断增加。进入新世纪以来，大量的人开始从周边地区涌入南宁市，南宁市政府也出台了相关房地产控制政策，因此，南宁市的房价也一直处于波动状态。研究南宁市房价波动情况，预测南宁市房价的未来发展趋势，能够从宏观与围观的角度把控房地产市场的发展，保障南宁市房地产市场价格维持稳定，助力南宁市房地产市场良性健康发展。因此，本文研究在多因素影响下南宁市房价的发展状况，提取影响南宁市房价的因素，构建南宁市房价预测模型，为南宁市政府管控房价提供理论依据。
　　通过分析南宁市发展情况，结合本地的风土人情，挖掘影响南宁市房价的因素。从供需因素、经济因素、政策因素等三个方面出发，提取包括房地产供给量、房地产开发投资额、房地产需求、环境因素、二手房指数、公共财政支出、住房租赁政策、人口政策等15个相关影响因素。根据所提取的因素，利用灰色关联度，判定影响房价的主要影响，得到房地产供给量、房地产开发投资额、房地产需求等8个影响因素。以小波神经网络为基础，综合小波基函数的特点，利用加权的方式融合小波基函数，改变小波神经网络隐含层神经元函数，构建南宁市房价预测模型。
　　收集与影响因素相关的数据，对数据采取无量纲化处理，并利用Eviews8.0检验数据的稳定性。结合处理完成的数据，计算其灰色关联度，分析各影响因素与南宁市房价波动之间的联系，提取主要影响因素。以南宁市2006年1月至2015年8月的数据样本为训练数据，结合本文建立的房价预测模型，预测南宁市2015年9月至2016年12月房价，得到预测的绝对误差为54.32元，相对误差为0.0049，满足模型的期望误差值，具有较好的预测效果。同时，将改进的小波神经网络与传统神经网络预测结果进行对比分析，验证改进小波神经网络的准确性与适用性。
　　根据预测的结果，总结本文的研究成果，针对目前南宁市的发展情况，从供需因素、经济因素、政策因素等三个方面出发，对南宁市的房地产调整提出合理的建议，提出未来研究方向，为南宁市房价稳定发展起提供参考。

目录

声明

摘要

第一章 绪论

1．1 选题的背景

1．2 研究的意义

1．3 国内外研究综述

1．3．1 国外房价预测研究现状

1．3．2 国内房价预测研究现状

1．4 研究内容及技术路线

1．4．1 研究内容

1．4．2 技术路线

第二章 房价影响因素提取

2．1 供需因素

2．1．1 供需因素影响力分析

2．1．2 供需因素的影响形式分析

2．2 经济因素

2．2．1 经济因素影响力分析

2．2．2 经济因素的影响形式分析

2．3 政策因素

2．3．1 政策因素影响力分析

2．3．2 政策因素的影响形式分析

第三章 多因素作用下的房价预测模型构建

3．1 房价预测模型选取

3．1．1 房价预测模型概述

3．1．2 小波神经网络适应性分析

3．2．2 小波神经网络构造的理论基础

3．2．3 多因素预测中小波神经网络存在的不足

3．2 房价预测模型建立

3．3．1 主要因素提取的方法对比

3．3．2 基于灰色关联度的多因素处理过程

3．3．3 改进的预测房价的小波神经网络算法

第四章 南宁市房价预测实证分析

4．1 数据收集及处理

4．1．1 数据收集

4．1．2 数据处理

4．1．3 数据平稳性分析

4．2 房价预测分析

4．2．1 主要因数提取与分析

4．2．2 小波神经网络预测结果分析

4．3 结果说明与分析

4．4 房地产价格预测

第五章 研究结论与建议

5．1 研究创新与结论

5．1．1 研究创新

5．1．2 研究结论

5．2 南宁市房价的建议

5．2．1 南宁市房地产价格预测建议

5．2．2 关于调整南宁市房地产供需情况的建议

5．2．3 关于调整南宁市房地产市场经济情况的建议

5．2．4 关于调整南宁市房地产市场政策情况的建议

5．3 研究不足与展望

5．3．1 现阶段研究不足

5．3．2 研究展望

参考文献

致谢

攻读硕士期间参与的项目及发表论文情况