我国商品房屋平均销售价格的预测

学校：邯郸职业技术学院成员: xx

学号：37号

系别：经济系

年级：08级

专业 :经济信息管理

目录

前言 (1)

一、调查背景 (1)

二、分析目的 (1)

三、分析内容 (1)

四、预测与分析技术的选择 (2)

我国商品房屋平均销售价格的预测

08级经济信息管理 37号任哲

经济快速发展，房地产市场如火如荼，居民可支配收入大幅提升，可还是有很多居民买不起商品房．这是目前我国的一个现实问题。本文将运用时间序列分析技术来分析预测我国商品房屋平均销售价格的问题，并揭示房地产作为一个特殊的行业在市场化过程中存在的一些问题。

一、调查背景

经济快速发展，房地产市场如火如荼，居民可支配收入大幅提升，可还是有很多居民买不起商品房．这是目前我国的一个现实问题。深入研究房地产价格与宏观经济的关系，我们不难看出，目前我国房地产价格已经明显脱离了宏观经济因素决定的基本面，居民收入总体增长速度显然低于房价增长速度。

二、分析目的

近年来，我国房地产业特别是商品住宅呈现出迅速发展之势，全国商品房价格保持持续上扬或维持在高住运行。如何正确面对高涨的商品住宅这一特殊消费品，促进我国房地产业的健康发展，加强国民经济的宏观调控，真正改善广大人民群众的住宅环境，是政府和个人都应认真分析思考的问题。

三、分析内容

本次的我们分析是：

搜集1997年到2008年商品房屋平均销售价格数据，利用时间

序列分析技术预测2009年及2010年商品房午平均价格。

四、预测分析技术的选择与操作

正确时间序列分析预测技术的选择与操作对本次分析预测起到了极其重要的作用。对于本次预测可采用移动平均分析法和指数平滑分析法进行分析。在实际操作中采用相对误差较小的方法来预测。

1.移动平均法的概念及使用方法

一次移动平均法是指将观察期的数据由远而近按一定跨越期进行一次移动平均，以最后一个移动平均值为确定预测值的依据的一种预测方法。其过程可表述为：1.计算观察期的移动平均值；2.各以上年的移动平均值为基准，计算各年移动平均值的趋势变动值；3.将最后一年的移动平均值加上趋势增长值求出预测期的预测值。

在确定趋势变动值时，如果每年的趋势变动值较平稳，可以采用最后一年的趋势变动值作为每年趋势变动平均值；如果各年之间的趋势变动差别较大，则可将趋势变动值再进行一次移动平均，并以最后的一个趋势值堆积为趋势变动平均值，或采用算术平均法求其平均值。

简单移动平均分析技术一般适用于时间序列变动趋势基本平稳的情况，也就是预测目标的基本趋势是在某一水平线上下波动的较平稳的情况。二次移动平均技术适用于预测具有线性变动趋势的经济变量，它是以最近实际值的一次移动平均值的

起点，以二次移动平均值估计趋势变化的斜率，建立预测模型。本次预测采用二次移动平均法。

具体步骤如下：

第一步：对时间序列数据计算M t（1）和M t（2）。

第二步：利用M t（1）和M t（2）估计参数；

αt = 2M t（1）- M t（2）b t=2/（N-1）*( M t（1）- M t（2）)

第三步：建立线性趋势预测模型。

y t+m = αt + b t m (m = 1,2,3……)

2.指数平滑分析技术的概念及使用方法

指数平滑法是生产预测中常用的一种方法。也用于中短期经济发展趋势预测，所有预测方法中，指数平滑是用得最多的一种。简单的全期平均法是对时间序列的过去数据一个不漏地全部加

以同等利用；移动平均法则不考虑较远期的数据，并在加权算术平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。

也就是说指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。

一直时间序列y1，y2，…，y t,T为序列总记录期数，一次指数

平滑值s t(1)为：

s t(1)=α y t+(1-α )s t-1(1) (t=1,2,3……，t)其中上标“（1）”表示一次指数平滑；α为平滑系数，取值在0至1之间。上式表明t期的一次指数平滑值等于本期的实际值与上期的一次指数平滑值的加权和

选择指数平滑α的方法：

在使用指数平滑进行预测时，选择合适的平滑系数是非常重要的。α越大说明预测越依赖于近期信息；α越小，则表示预测更依赖于历史信息。α的大小，也体现了修正幅度的大小，α越大，修正幅度越大；α越小，修正幅度也越小。

一般来说，α取值应遵循下述原则：

①预测目标的时间序列虽然有不规则的起伏变动，但整个长期发展趋势呈比较稳定的趋势，则α应取小一些，一般可在

0.05至0.20之间取值。

②当时间序列波动很大，长期趋势变化幅度较大时，α取值应大些，可在0.3至0.5间取值。

③当时间序列具有明显上升或下降趋势时，则α应取较大的值，一般取值范围为0.6至0.9。

④在实际应用中，α可取若干个值进行试算比较，α选择预测误差最小的值。

建立预测模型的方法

第一步，确定平滑系数和初始值。方法与一次指数平滑法

相同，一般取一次和二次平滑值的初始值相同。

第二步，对时间序列计算一次和二次指数平滑值。

第三步，利用一次和二次指数平滑数值估计线性趋势模型

系数：

αt=2s t(1) -s t(2) b t=α/1-α(s t(1) -s t(2)) 这样就可以建立线性趋势预测模型y t+m=αt+b t m (m=1,2,3……，m)

3.利用Excel绘图工具制作时间序列折线图

下图为1997年到2008年商品房屋平均销售价格表。

表1

现对表1做散点图