基于粗糙集的三线城市商品住宅价格预测研究——以赣州市为例

摘要

近年来,房地产业在我国得到了快速发展,房地产市场的规模也在逐渐地扩大,但由于房地产自身具有不可移动性、开发使用周期长、投资大等特征,使得房地产市场是具有很强地域性的不完全竞争市场,现存的房地产市场主要以商品住宅的发展为主,所以其商品住宅价格也受这些特征的影响。一二线城市的高房价早已是大家有目共睹的,而正在发展中的三线城市的商品住房价格同样也受全国房价高温持续增长的影响,也在一路飙升。但是由于三线城市经济水平、城市规划等没有一二线城市发展的成熟,往往会被忽略,其房价也很有可能呈现不健康的增长。所以有效的控制房价,有利于商品住宅市场健康、稳定发展,这就必须对三线城市商品住宅价格影响的因素进行深入了解,并对未来的房价的预测模型进行了选取,以便从中了解其发展趋势。因此,本文对三线城市商品住宅价格影响因素及房价的预测进行了理论和实证研究,希望能够给对三线城市的商品住宅市场有一定的了解。
　　本文以赣州市作为三线城市的典型,来研究三线城市商品住宅价格的预测模型。首先对房地产的发展历程进行了深入的阐述。并从商品住宅价格和商品住宅市场入手,对其概念和特点展开了详细的论述,还分析了商品住宅与现存的住宅体系的区别。然后以赣州市为例,定性分析了影响赣州市商品住宅价格的九个因素,并建立了三线城市商品住宅价格影响因素指标体系。接着选取本文所运用的研究方法,逐一对传统的房价预测方法进行了相关介绍,并结合三线城市商品住宅市场的特点,提出了基于RS-BPNN的三线城市商品住宅价格预测模型。最后运用SPSS13.0 for Windows统计分析软件、Rosetta软件、MATLAB7.0软件工具对基于RS-BPNN的三线城市商品住宅价格预测模型进行了实证性分析,通过实证分析的结果可以看出该模型的可操作性强,预测的效果好,具有一定的应用价值。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 选题背景

1.2 本文研究的目的及意义

1.3 国内外研究现状

1.4 本文研究的主要内容及方法

1.5 本文的创新点

第二章 商品住宅及相关理论概述

2.1 城市商品住宅概述

2.2 城市商品住宅市场

2.3 城市商品住宅价格概述

2.4 本章小结

第三章 赣州市商品住宅价格影响因素的定性分析

3.1 赣州市商品住宅市场基本情况

3.2 赣州市商品住宅价格影响因素的定性分析

3.3 选取商品住宅价格影响因素指标的原则

3.4 三线城市商品住宅价格影响因素指标体系的建立

3.5 本章小结

第四章 商品住宅价格预测分析方法的研究及选取

4.1 预测房地产价格的常用方法

4.2 本文选择的研究方法及原因

4.3 粗糙集-BP神经网络的方法理论基础

4.4 基于RS-BPNN商品住宅价格预测模型的基本思想

4.5 基于RS-BPNN商品住宅价格的预测步骤

4.6 基于RS-BPNN的商品住宅价格预测模型的应用

4.7 本章小结

第五章 基于RS-BPNN的商品住宅价格预测模型的实证性分析

5.1 数据的采集

5.2 基于RS-BPNN的三线城市商品住宅价格预测过程

5.3 基于GM-BPNN的三线城市商品住宅价格预测过程

5.4 两种方法预测结果的比较

5.5 本章小结

第六章 研究结论与展望

6.1 本文研究结论

6.2 对策建议

6.3 本文研究不足与展望

参考文献

附 录A 三线城市商品住宅价格影响因素指标体系

续附录A 三线城市商品住宅价格影响因素指标体系

续附录A 三线城市商品住宅价格影响因素指标体系

附 录B 数据表

致谢

个人简历及攻读学位期间的研究成果