基于TEI@I方法论的商品住宅价格预测模型研究

摘要

房地产业是我国重要的支柱性产业，所以房地产也的健康发展对我国经济发展有重要的影响。而房地产价格作为市场供求关系及诸多影响因素共同作用的结果，能够十分及时准确的反应市场变化。因此，立足于我国基本国情，建立适当的商品房价格预测模型，对市场进行有效的事前预测，有很重要的意义。不仅可以为政府制定政策提供决策依据，还可以为众多房地产企业预测市场动向，制定适当的发展战略，也可以为消费者合理置业提供参考。因此，无论站在哪个角度而言对我国房地产健康发展都有深刻意义。
　　在本文研究之初，笔者对国内外预测方法进行了梳理，通过对比分析，了解了每种预测方法的特点，并立足于中国房地产市场实际情况，选择了TEI@I方法论作为本文的理论指导，并结合数据量大和数据量小两种情况分别建立了集成预测模型。其预测基本思路是利用计量经济学模型对序列进行线性预测，形成的残差中保留了原始序列的非线性因素，再利用智能技术对该误差进行预测，把两次预测结果相加即可得到最终的预测结果。
　　最后，本文以深圳房价为实证研究对象，采用ARMA与神经网络集成预测模型对深圳新建商品住宅销售价格指数环比月度数据进行预测，采用多元回归与支持向量机集成预测模型对商品住宅二级市场平均交易价格年度数据进行预测。通过对比可得，基于TEI@I方法论的集成预测方法可将预测误差降低，与单一预测方法及传统组合预测方法比较而言均有较好的预测结果。

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 研究背景

1.2 研究意义

1.3 国内外研究现状

1.4 研究内容与研究方法

第2章 房地产价格及其预测方法理论分析

2.1 研究范围界定

2.2 房地产价格相关理论

2.3 房地产价格影响因素分析

2.4 预测方法相关理论

2.5 本章小结

第3章 基于TEI@I方法论的商品住宅价格预测模型构建

3.1 基于大样本的ARMA和ANN的集成预测模型构建

3.2 基于小样本的灰色回归支持向量机集成预测模型构建

3.3 本章小结

第4章 基于TEI@I方法论的商品住宅价格预测仿真分析

4.1 基于ARMA和ANN的集成预测仿真及分析

4.2 基于灰色回归支持向量机集成预测仿真及分析

4.3 本章小结

结论

参考文献

附录

攻读硕士学位期间发表的学术论文及其他成果

声明

致谢