数学建模房价问题
数学建模房价预测及影响因素问题
一、问题重述1.1背景分析自1998年我国实行住房改革以来，房地产行业已经逐渐成长为拉动中国经济增长的龙头产业。
近几年在国家积极的财政政策刺激下，我国房地产市场处于不断发展阶段。
然而，与美国等发达国家住房市场进入成熟期不同，我国正处在城市化和工业化进程加速阶段，住房水平低和需求比较旺盛，这是我国住房市场快速发展的重要基础。
中国房地产一方面在快速发展之时，在总体上对经济社会的发展确实起到了促进作用；另一方面由于不规范的房的销售价格行为、地价的上升造成放的开发成本提高等因素造成房价不断上涨，严重超出了普通居民的购买能力，给其造成了巨大的购房压力。
1.2问题重述根据近几年中国上海房地产市场现状，解决以下四个问题：(1)结合对房地产的了解，收集近几年上海房地产的价格走势，预测未来三年上海房价的状况。
(2)结合对上海市近几年来房价的了解，分析并建立合理的数学模型，得出“国五条”具体怎样影响房价。
(3)综合考虑上海的CPI，结合对房价的了解，谈谈房价如何对CPI产生影响。
(4)在2012年拥有100万元人民币的前提下，写出一种合理的分配方案，用这笔钱投资到CPI中的各项因素。
二、问题分析2.1对于问题一的分析问题一要求根据近几年上海房地产的价格走势，来预测未来三年上海房价的情况。
首先，通过在《上海统计年鉴》找到上海近几年的房价, 为得到较为准确的预测，我们选取了最近十年上海的房价，因为长时间的数据能反映更多更合理的问题，不会太过片面对结果造成较大偏差。
历时十年，期间政府的宏观调控或制定的稳定物价等等措施必然会对房价造成影响，如果考虑政策措施和其他因素的影响，问题将变得非常复杂。
反而，我们可以将这些因素看作市场经济的调控，房价因受到这些因素影响而产生变化。
那么，实际呈现出来的房价变化就应该是有效的房价变化。
我们在模型的假设部分阐述了不考虑政府的政策措施对近几年房价的影响。
综合了以上分析，我们将搜集到的数据整理制成表格，绘制出年份-房价变化折线图，可以发现随着年份的增长，上海房价也在不断增长，且在一条直线周围上下波动，因此我们建立一元线性回归模型，来寻求上海房价与年份的线性关系。
房价问题数学建模修订稿
房价问题数学建模集团档案编码：[YTTR-YTPT28-YTNTL98-UYTYNN08]1、问题重述房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。
我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一，从国家领导人、地方政府官员，到开发商、专家学者、普通百姓通过各种媒体表达各种观点，但对于房价是否合理、未来房价的走势等关键问题，至今尚未形成统一的认识。
请根据中国国情，收集建筑成本、居民收入等与房价密切相关的数据，选取我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题进行定量分析；根据分析结果，进一步探讨使得房价合理的具体措施，以及可能对经济发展产生的影响，并进行定量分析。
这里主要讨论分析了以下四个问题：问题一：通过对北京、重庆的一些影响房价的因素数据收集、处理、总结、分析来讨论近几年来其房价的合理性。
问题二：通过对北京、重庆近些年来房价合理性的分析结果进而对未来三年这些地区的房价趋势进行比较合理的预估。
问题三：根据以上分析结果进一步讨论使房价合理的具体措施以及对经济发展的影响。
2、符号说明I：固定资产投资（亿元）；INC：重庆市人均可支配收入（元）；JQC：国家房地产景气指数；R：利率（%）；RRE：理想房价（元/平方米）；RE: 实际房价（元/平方米）；LOG：对以上符号取对数；C：函数中的常量；N:年限；K1，K2,K3，K4：关系函数常量；A：建筑材料成本；B：土地成本；C：利率；GDP：人均收入；L：利润；T：投机商投机所得；K4、K5、K6、K7：关系函数。
3、基本假设问题一假设：假设1、房价的理想价格只固定资产投资（I），重庆市人均可支配收入（INC），国家房地产景气指数（JQC），利率（R）等四个因素有关；假设2、在一段时间内国家房地产景气指数（JQC），利率（R）保持不变；假设3、各地的房价不受政府等外界环境和人员的干扰；假设4、各个数据在一段时间内的波动在一定范围内是合理的。
房价问题数学建模房价合理性预测
测， 但可能未考虑到影响因素对房价的本质性影响，故我们取灰色关联分析法分 析得到的关联度较大的因素，作为相关数据列，将房价作为特征数据列，建立 GM(1.N) 模型。而每个影响因素又是一个不确定性的灰色系统，所以我们用 GM(1.1)模型预测每个因素的走势，将两个模型结合起来，得到一个考虑影响因 素下的房价预测新数据，最后与仅用 GM(1.1)模型预测的房价数据做对比，从而 更全面、准确地分析两所城市的房价走势，引申到全国的房价走势。 2.3. 问题三的分析 针对问题三， 要探讨对房价调控的合理性措施，我们综合问题二利用灰色关 联分析所求的各个因素与房价关联度， 根据其关联度的大小确定房价调控的优先 权重，其次在根据 2005 年-2014 年各个因素与房价增长率的对比，得到每个因 素与房价之间的相互制约关系，再结合第二问通过灰色预测模型对未来 10 年房 价的预测值分析和第一问对房价合理性的双指标评判标准得到对于房价的直接 调控和简洁调控措施。 2.4. 问题四分析 问题四要求定量分析房价对经济发展的影响， 首先引入问题二中灰色关联度 得到的相关系数作为初始权重， 并从问题二得到的相关因素中，选取商品房销售 价格和房地产开发投资的加权平均代表房价指标，人均生产总值，恩格尔系数及 城市居民人均可支配收入的加权平均代表经济指标， 理清房价指标与经济指标的 相互关系，以房价作为自变量，经济作为因变量，建立多项式拟合模型。对于收 集到的数据， 先进行权重归一化和影响因素无量纲化的数据预处理，再将房价作 为自变量，经济作为因变量，运用 matlab 对其进行多项式拟合，并得到拟合曲 线和拟合多项式。通过拟合曲线分析房价的变化对经济发展的影响。
三. 模型假设
1.房价首付按 30%计算。 2.贷款年限为 30 年。 3.收集到的数据都是正确可靠的。 4.以商品房平均销售价格作为房价，假设全市房价相同为平均水平。 5.本文仅考虑人均可支配收入、 年末总人口、 房屋造价、 房地产开发投资额、 国内生产总值、恩格尔系数、商品房销售面积、竣工房屋面积、人均储蓄存款年 末余额、土地交易价格指数对房价的影响。
数学建模之住房的合理定价问题
住房的合理定价问题摘要房价的合理性已成为当今社会的热门话题。
本文依照题中所给出的数据，对3个问题分别建立模型并求解。
针对问题1，首先利用Excel建立图表，绘制出历年房价走势图。
然后，对原始数据进行拟合，得出指数型及多项式型拟合方程，并在原图上绘制出趋势线。
同时，求出确定性系数R2，依据R2是否接近于1判断拟合程度好坏，即检验拟合方程的有效性。
计算得出的指数型及二阶多项式型拟合方程：x,(i) =678.8le0.1281i、x2(i) =12.59i2 50.274i 716.38，由此预测出2010 年房价分别为4080元/平米、3888元/平米。
为了增加预测的可靠性，再结合二次指数平滑法对2010年房价进行预测。
通过比较实际值与预测值的平均偏差值ME的大小，选择出合适的o预测出2010年的房价为3800元/平米。
最后，建立三元线性回归模型，将上述三种方法对历年房价的预测值分别作为自变量x1、x2、X3的原始数据，以实际房价P(i)作为因变量，用Matlab软件拟合出多元线性方程：P f1(i) =—0.0202 —0.1389 刘⑴ 1.1319 X2(i) 0.0084 X3(i)。
代入相关数据，求出历年的最终房价预测值为3866元/平米。
针对问题2，通过Excel绘制出历年平均房价与人均GDP的关系走势图，且自动生成对原始数据进行拟合后的指数型和自变量为2阶、3阶、4阶的多项式型拟合方程及各自的确定性系数R2o R2的值分别为：0.8673; 0.9929 ; 0.9982; 0.9986。
由此判断，因2阶多项式型拟合方程的R2不仅十分接近于1，且相对于3阶、4阶的多项式方程更为简便，故选择：A 2P(i) =(_7E _06) [G(i)] 0.3236 G(i) -177.06 为平均房价与人均GDP 的关系方程。
最后，在联系当下实际状况的基础上对建立的模型进行研究，分析出平均房价与人均GDP的关系。
房价及其影响因素数学建模
房价影响因素及消费投资建议摘要目前我国房价很高，一些主流经济学家往往热衷于从表象的供求关系来为高房价的现实提供解释，不可否认，实际的房价确实是由供求决定，但问题是：现实的存在难道就是合理的吗？即使高房价确实由目前的供求力量决定的，我们也应该去探究这种供求力量是如何产生的。
从某种程度上讲，当前国内房价居高不下之现状根本上与政治、经济、行政、社会、自然等因素都脱不了关系。
那么，我们又怎样去认识目前的房价问题呢？这就需要采取从本质到现象的研究路线：首先，我们查找相关资料及数据，初步了解影响房价的几个因素；其次，我们采用相关系数分析法，剖析几个因素的重要性，算出权重，做出两个合理的假设（见第5页）；再次，采用正反对比矩阵进一步分析几个因素；最后，我们采用层次分析法，综合前人的观点总结出自己的结论并给出合理的消费投资建议。
我们认为在众多影响因素中，人均可支配收入、土地价格、五年以上贷款利率及人口密度是较为重要的因素。
同时我们也提出了相关点建议：首先，国家可以通过调控土地的价格来控制住房的价格；其次，银行可以调控五年以上的贷款利率；还可以通过提供保障房、房屋限购、购房基金等政策，改变购房难的现状；对于有购房需求的家庭适度消费，多样投资。
关键词：房价因素层次分析法相关系数正反对比矩阵目录一、问题重述 (1)二、模型假设 (1)三、符号说明 (1)四、问题分析 (2)五、模型准备 (2)六、模型 (7)七、模型应用 (8)八、模型的优缺点及改进 (9)九、参考文献 (9)十、附录 (10)一、问题的重述众所周知，社会的进步和发展首先要解决人们的基本需求，而“住”则是基本需求之一；但是，随着社会的发展、经济的进步、科技的发达却使得越来越多人无处安身，近年来尤其明显（如图一所示）。
其实，人类在设计“住”的技术方面已经取得了突飞猛进的进步，甚至造房子就如同造彩电一样容易。
那么，为什么现实生活中“住”却越来越困难了呢？特别是，近年来房价的急速上涨已经成为笼罩在社会大众心头的巨大阴影，那么，这个问题是如何产生的？一些主流经济学家往往热衷于从表象的供求关系来为高房价的现实提供解释，不可否认，实际的房价确实是由供求决定，尽管一部分需求是由“幻觉”推动的，但问题是：现实的存在难道就是合理的吗？其实，即使高房价确实由目前的供求力量决定的，但我们也应该去探究这种供求力量是如何产生的。
关于房价问题的数学模型
关于房价问题的数学模型一．问题简述房价问题事关民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。
随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一。
现在就以下几个方面的问题进行讨论：1通过对影响房价因素的分析并建立房价的数学模型，对房价的合理性进行定量分析。
2根据分析结果，预测房价的未来走势。
3通过对模型的求解，进一步探讨使得房价合理的具体措施。
二模型假设引起房地产市场波动的因素有很多，居民收入、供求比例、房贷利率、容积率、建设成本和人口结构及变化趋势等众多因素。
我们从中提取重要因素对次要因素作出如下假设：1政府宏观调控政策，仅考虑税收政策、货币政策、土地政策的影响。
忽略其他政策的影响。
2忽略消费成本如交通费用、物业费用、停车费用等对住房价格的影响。
3城市消费状况用人均收入来代替。
4令房价为销售均价，忽略地域差异。
5忽略房屋质量对房价的影响。
三、符号说明四、问题分析与基本思路1.1房地产价格上涨的影响因素（1）居民收入与房地产价格居民收入的增加是影响房价上涨的首要原因。
改革开放以来，我国居民收入大幅度增加，恩格尔系数——食品占总支出的比重明显下降，消费结构不断升级，投资能力越来越强。
随着居民收入的大幅度上升，居民的消费观念在一定程度上从储蓄转化为投资，而购置房产则是居民较理性的投资选择，因而对房屋的需求显著增加。
尤其在在住房制度改革的推动下，住房的有效需求得以更大程度地释放，家庭结构的变化和城镇化的推进又扩大了住房需求。
这是房价保持上涨态势最显而易见的原因。
根据市场导向原则，需求的增加必然会导致投资的增加，投资力度的加大必然是在给房地产行业升温，房价被进一步拉高。
当房价超出与居住需求相符的水平时，投机就会出现，进而导致空置率偏高。
这样，房价就在消费需求、投资需求、投机需求的共同推动下不断攀升，早买房、买大房的住房消费行为成为居民应对房价快速上涨的选择。
另外，随着居民收入的增加，人均可支配收入也会相应增加，就会在一定程度上刺激消费。
大学生数学建模_房价预测
大学生数学建模_房价预测
一、问题的提出房地产问题一直是人们的热议话题，尤其是近几年更是成为人们关注的问题。
不错，房地产作为一个行业，不仅关系国家经济命脉，它还是影响民生问题的主要因素，所以搞好房产建设不仅是国家与房产商的任务，我们也应了解其中的一些运作原理来帮助我们更好的适应社会环境。
为此，对房产业的了解就显得颇为紧急，而房价问题一直是人们关注的首要问题，下面我们将用数学模型来解决房产中的以下实际问题，仔细分析影响房价的因素以及它们之间的关系。
问题一：通过分析找出影响房价的主要原因并且通过建立一个城市房价的数学模型对其进行细致的分析。
问题二：分析影响房价主要因素随时间的变化关系，并且预测其下一阶段的变化和走势。
问题三：选择某一地区(以西安为例)，通过分析____年至____年房价变化与影响因素之间的关系，预测下一阶段该地区房价的走势。
问题四：通过分析结果，给出房产商和购房者的一些合理建议。
二、模型假设和符号说明假设假设
一、房地产产品具有一定的生产周期假设
二、房价的计算只考虑人均可支配收入和生产成本假设
三、理想房价是仅基于成本得到的房价，不考虑供求假设
四、成本的花费包括地价(地面地价)、建筑费用和各种税收假设
五、不考虑其他影响如(地理位置，环境等)符号说明：_1代表人均可支配收入，_2代表建造成本，y为房产均价,其中a和
三、模型建立与求解我们主要用到的是数学模型是用最小二乘法对影响房价的各个因素进行拟合，从而解除出性方程组，其中用到的主要数学软件是matla。
房价问题的数学建模论文
一、问题重述房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。
我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一，从国家领导人、地方政府官员，到开发商、专家学者、普通百姓通过各种媒体表达各种观点，但对于房价是否合理、未来房价的走势等关键问题，至今尚未形成统一的认识。
由于住房是人们的一项基本需求，同时住房花费又在总支出中占有很大比例，因此房屋价格势必对人们生活乃至社会稳定产生重大影响。
关于房地产的研究主要集中于以下问题：问题一：从我国一线、二线、三线城市中分别取北京、重庆、呼和浩特为样本，分析其房价是否合理。
问题二：分别对北京、重庆、呼和浩特的房地产价格进行预测。
问题三：探讨使得房价合理的具体措施，以及可能对经济发展产生的影响。
二、问题分析2—1. 问题1分析本问是要我们通过分析相关数据，找出影响房价合理性的主要因素，然后根据这些因素建立一个城市合理房价的数学模型。
针对本问，通过查阅相关资料并根据已有的数据，确定出某城市房地产价格合理性主要由：经济形势（由固定资产投资表示），人民生活水平（由该城市人均可支配收入表示），消费者对房地产价格的预期（由国家房地产景气指数表示），实际贷款利率，共四个可量化的因素影响，通过这四个因素，我们通过建立经济学的合理价格模型，最终求得该城市房地产合理价格。
2—2. 问题2分析本问是对房价走势进行预测分析，住房作为商品，还兼具生活享受品和投资品的特征，因此，影响房价的因素不仅仅是成本和简单的供需要求，还包括更重要的市场因素、经济因素（如人均收入、政府调控等），建立具体的分析模型比较困难，我们可以借助灰色模型来分析房价走势。
在此，我们选取国内比较有代表性的几个城市来预测整体房价走势灰色模型可简单理解为：如果一个系统具有层次、结构关系的模糊性，动态变化的随机性，指标数据的不完备或不确定性，则称这些特性为灰色性。
数学建模之住房的合理定价问题
数学建模之住房的合理定价问题在当今社会，住房问题一直是人们关注的焦点，而住房的合理定价更是关系到广大民众的切身利益。
无论是购房者希望买到性价比高的房子，还是开发商想要制定出有竞争力又能盈利的价格策略，都离不开对住房合理定价的深入研究。
要探讨住房的合理定价，首先得明确影响住房价格的诸多因素。
地理位置毫无疑问是其中最为关键的一点。
位于市中心繁华地段、交通便利、周边配套设施完善（如学校、医院、商场等）的房子，价格往往较高。
比如，在一线城市的核心区域，由于土地资源稀缺，交通、商业、教育等资源高度集中，住房价格可能会达到令人咋舌的水平。
相反，地处偏远郊区，交通不便，周边设施匮乏的房子，价格则相对较低。
房屋的品质和建筑结构也对价格有着显著影响。
房屋的面积大小、户型设计是否合理、朝向采光如何、建筑质量高低等方面，都会在价格上有所体现。
一般来说，面积宽敞、户型方正通透、采光良好、建筑质量过硬的房子，价格会偏高。
而那些面积狭小、户型不合理、采光差、建筑存在质量问题的房子，价格自然会大打折扣。
市场供需关系也是决定住房价格的重要因素。
当市场上购房需求旺盛，而房屋供应相对不足时，价格往往会上涨。
反之，如果市场上房屋供应过剩，而购房需求疲软，价格则可能下跌。
例如，在一些经济发展迅速、人口流入量大的城市，由于对住房的需求持续增加，房价呈现上涨趋势。
而在一些经济发展缓慢、人口流出的地区，住房市场可能会出现供大于求的情况，房价也就难以维持高位。
政策法规对住房价格的影响也不容小觑。
政府出台的房地产调控政策，如限购、限贷、限售等，都会直接或间接地影响住房价格。
税收政策的调整，如房产税的征收，也会对住房的持有成本和交易成本产生影响，从而对房价起到调节作用。
在进行数学建模来确定住房的合理定价时，我们可以将上述因素量化为具体的变量和参数。
以地理位置为例，可以根据距离市中心的距离、周边配套设施的完善程度等因素赋予不同的分值，并将这些分值转化为相应的权重。
关于房价问题数学建模分析
关于房价问题数学建模分析近几年，我国出台了一系列事关民生国情的利民政策，但房价的持续增高仍让很多人把买房当成了一种奢望。
本文根据题目要求，进行了合理假设，主要从影响房价的因素方面考虑，建立相应数学模型，根据数据分析了我国当前房价的合理性，预测房价未来走势，提出具体措施使房价回归合理，并进行定量分析。
分析题目，我们分为三个问题进行讨论建模：问题一，房价合理性评判；问题二，未来房价走势；问题三，房价的应对及建议。
问题一中针对各代表性城市现今房价是否合理的问题，我们以代表性城市上海、西安为例，做出合理的假设，采用了经济学领域的关于正态分布的模型，评定房价的合理性。
最后我们认为2008年以来上海高速增长的房价是不合理的；而西安虽然房价在不断上涨，但城市居民收入水平也有了比较大的提高，其增长比例基本还能维持协调，故西安的房价比较稳定合理。
问题二，利用了灰色马尔科夫预测对未来两年的具有代表性的几个城市的房价进行了定量的预测，从而得出这样的结论：西安房价增长相对来说较为平稳，涨幅不大；有较明显上升趋势的是成都和徐州的房价，在未来几年里，成都、徐州、西安的房价大致在5000 元左右；而北京、上海的房价，从10 年起有很明显的上升趋势，而且涨幅在8000～10000 元左右，若没有国家政策等特别因素影响，未来两年里，仍然会呈现出持续增高的趋势，并且涨幅不会低于8000 元。
问题三，主要就针对现实的房价问题对社会造成的影响及提出了一些建设性的意见。
关键词：房价升高数学模型正态分布模型灰色马尔科夫预测意见一．问题重述房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。
我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一，从国家领导人地方政府官员，到开发商、专家学者、普通百姓通过各种媒体表达各种观点，但对于房价是否合理、未来房价的走势等关键问题，至今尚未形成统一的认识。
数学建模之住房的合理定价问题
住房的合理定价问题摘要房价的合理性已成为当今社会的热门话题。
本文依照题中所给出的数据，对3个问题分别建立模型并求解。
针对问题1，首先利用Excel 建立图表，绘制出历年房价走势图。
然后，对原始数据进行拟合，得出指数型及多项式型拟合方程，并在原图上绘制出趋势线。
同时，求出确定性系数2R ，依据2R 是否接近于1判断拟合程度好坏，即检验拟合方程的有效性。
计算得出的指数型及二阶多项式型拟合方程：0.12811()678.81i x i e =、22()12.5950.274716.38x i i i =++，由此预测出2010年房价分别为4080元/平米、3888元/平米。
为了增加预测的可靠性，再结合二次指数平滑法对2010年房价进行预测。
通过比较实际值与预测值的平均偏差值ME 的大小，选择出合适的α。
预测出2010年的房价为3800元/平米。
最后，建立三元线性回归模型，将上述三种方法对历年房价的预测值分别作为自变量1x 、2x 、3x 的原始数据，以实际房价()P i 作为因变量，用Matlab 软件拟合出多元线性方程：1123()0.02020.1389() 1.1319()0.0084()f P i x i x i x i ∧=--⨯+⨯+⨯。
代入相关数据，求出历年的最终房价预测值为3866元/平米。
针对问题2，通过Excel 绘制出历年平均房价与人均GDP 的关系走势图，且自动生成对原始数据进行拟合后的指数型和自变量为2阶、3阶、4阶的多项式型拟合方程及各自的确定性系数2R 。
2R 的值分别为：0.8673；0.9929；0.9982；0.9986。
由此判断，因2阶多项式型拟合方程的2R 不仅十分接近于1，且相对于3阶、4阶的多项式方程更为简便，故选择：2()(706)[()]0.3236()177.06P i E G i G i ∧=--⨯+⨯-为平均房价与人均GDP 的关系方程。
最后，在联系当下实际状况的基础上对建立的模型进行研究，分析出平均房价与人均GDP 的关系。
房价预测数学建模
一、摘要房价对经济发展和社会稳定有重大影响,本题的提出是为了探讨各房价的相关影响因素对房价的影响作用并依据相关分析结果给出调节房价的相关措施,并最终将房价的变动反映到经济发展上来.在目前民众普遍关注房价变动的情况下,本题的求解具有很大的应用价值为解决合理性评估问题，我们建立了房屋购买力模型：0XKY式中X代表城镇居民年人均可支配收入，Y代表每平米房价。
给合理性评估提供了一个参考标准，从而有效地评估了房价的合理性。
为解决房价走势问题，我们建立了多元线性回归分析和基于主成分分析的回归分析两个模型，在多元回归分析模型中，通过对各因素的回归拟合分析，建立回归方程，从而达到预测走势的目的。
在主成分分析模型中，通过相关算法，求解出主成分，并建立房价和综合主成分的回归方程，达到预测目的。
二、问题的提出房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。
我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一，在这种情况下,对房价的合理性判断及走势的预测对于国家制定相关政策,稳定经济发展有重要意义.本题就是在这种背景下提出的.请根据中国国情，收集建筑成本、居民收入等与房价密切相关的数据，选取我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题进行定量分析；根据分析结果，进一步探讨使得房价合理的具体措施，以及可能对经济发展产生的影响，并进行定量分析。
三、条件假设1: 本模型是针对基础房价进行讨论,基础房价指的是不考虑宏观调控政策影响的完全市场行为下的房价．2: 建筑成本有房地产投资总额和固定房屋竣工面积来反映.3: 忽略一些炒作对房价的影响.4:忽略经济危机等突发性事件对房价的影响。
四、符号约定五、问题分析.经过对问题的审阅,题目中包含四个问题:1.结合相关数据,定量分析有代表性的几类城市房价的合理性.2.结合相关数据,定量分析有代表性的几类城市房价的未来走势.3.根据以上分析结果,提出调控房价的具体措施.4.定量分析房价走势对经济发展的影响.在对问题有了初步认识后,我们查阅了经济学以及房地产的相关资料，给出了问题中所要求的对房价有影响的相关因素的数据，主要包括：房地产投资总额（亿元）、房屋竣工面积（2m）、生产总值（亿元）、总人口数、居民消费水平、人均GDP、商品房销售面积、城镇居民家庭人均可支配收入。
房价预测数学建模
房价预测数学建模房价预测是指通过数学建模方法，对未来一定时期内的房价进行预测和分析。
房价预测在经济学和金融领域具有重要的应用价值，对政府、房地产市场参与者以及普通居民都有重要意义。
本文将介绍房价预测的数学建模方法，并探讨其应用和局限性。
房价预测的数学建模方法主要包括回归分析、时间序列分析和机器学习方法。
首先，回归分析是一种常用的房价预测方法。
它基于统计学原理，通过将房价作为因变量，收集并整理一系列可能影响房价的自变量数据，建立回归模型来分析它们之间的关系。
常用的回归模型包括线性回归、多项式回归和逻辑回归等。
通过对历史数据的回归分析，可以得到房价与自变量之间的数学关系，从而对未来的房价进行预测。
其次，时间序列分析也是一种常见的房价预测方法。
它基于时间序列数据的特点，通过分析房价随时间的变化趋势和周期性变动，建立时间序列模型来预测未来的房价。
常用的时间序列模型包括移动平均模型、自回归移动平均模型和季节性模型等。
时间序列分析方法对于具有一定规律性和周期性的房价数据预测较为有效。
此外，机器学习方法在房价预测领域也得到了广泛应用。
基于大数据和人工智能技术，机器学习方法可以通过对大量房价数据的学习和模式识别，建立复杂的预测模型来预测未来的房价。
常用的机器学习方法包括神经网络、支持向量机和决策树等。
机器学习方法在房价预测中具有较高的灵活性和准确性。
房价预测的数学建模方法具有一定的局限性。
首先，房价受到很多因素的影响，包括宏观经济因素、政策因素、地理因素等。
单一的数学模型并不能完全反映这些复杂的影响因素。
其次，房价预测存在一定的不确定性，无法完全准确预测未来的房价。
最后，数学模型的建立需要大量的房价数据和有效的指标，而这些数据并不总是容易获取。
综上所述，房价预测的数学建模方法包括回归分析、时间序列分析和机器学习方法。
这些方法在房价预测中发挥着重要作用，但仍然存在一定的局限性。
未来的研究可以进一步探索新的建模方法，提高房价预测的准确性和可靠性。
房地产价格预测(数学建模论文)
装订线摘要房价问题事关国计民生，已经成为全民关注的焦点议题之一。
本文主要对房价的合理性进行分析，估测了房价未来走势。
同时进一步探讨使得房价合理的具体措施，根据分析结果，定量分析可能对经济发展产生的影响。
对于房价合理性的分析，选取北京，咸阳，大庆三类城市数据，以居民承受能力满意度和房地产商收益满意度作为目标函数，建立了多目标规划模型分析合理性。
此外，考虑到目前中国的房地产市场存在一定的泡沫成分，为使模型更贴近实际，利用CPI指数修正模型，分析出实际房价不合理，存在严重的泡沫成分。
针对房价的未来走势，采用灰色预测模型对未来房价进行预测。
绘制房价未来走势曲线，得到在国家政策及社会环境相对稳定的条件下，房价仍然会继续上涨的结论。
并根据所得结果，提出了调整房价的三点措施。
利用房价的财富效应以及房产投资与GDP之间协整关系分析了房价对国民经济的影响。
由分析得知：房价的不合理上涨会使房地产财富虚增，产生房地产泡沫，影响国民经济的正常发展。
考虑到所涉及的经济学变量均是非平稳的。
为了避免建立虚假回归模型，在对房价模型进行修正和分析房价对国民经济的影响时，我们利用EVIEWS软件，建立了基于单元根检验的协整性分析模型。
关键词：多目标规划灰色预测模型EVIEWS 单位根检验与协整分析一、问题重述1.1问题背景房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。
我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一，从国家领导人、地方政府官员，到开发商、专家学者、普通百姓通过各种媒体表达各种观点，但对于房价是否合理、未来房价的走势等关键问题，至今尚未形成统一的认识。
1.2问题提出请根据中国国情，收集建筑成本、居民收入等与房价密切相关的数据分析以下问题：(1)选取我国具有代表性的几类城市对房价的合理性；(2)房价的未来走势等问题进行定量分析，(3)根据分析结果，进一步探讨使得房价合理的具体措施。
关于房价的数学建模
关于房价的数学建模随着经济的发展和城市化的加速，房价成为了人们关注的焦点。
房价的高低影响着人们的生活、财产和社会发展等方方面面。
因此，研究房价的数学建模显得尤为重要。
我国房地产行业发展较晚，房地产市场的供给和需求关系十分复杂。
而房价的数学建模需要考虑的因素与变量也十分繁多，例如贷款利率、房屋面积、建筑年代、周边配套设施、城市发展规划等因素。
在建立房价数学模型时，可以采用多元回归分析的方法，即假设房价与多项因素相关。
具体分析包括以下方面：1. 房屋基本属性的分析房屋的基本属性包括面积、楼层数、建筑时间等。
在分析中，可以将这些属性作为自变量，房价作为因变量，尝试构建回归方程。
2. 区域属性分析区域属性包括周边交通、商圈、学校、医院等。
这些与房价的关系需要通过建立一些指标来分析，例如交通指数、商圈指数等。
分析时需要考虑到指标的调整系数，再将各项指标拟合成一个合适的模型。
3. 财政政策和货币政策分析财政政策和货币政策的变化都会影响房价的变化。
例如，一些地方会采取土地出让方式来控制房价上涨，或者中央央行的调控政策等。
因此在分析中需要考虑到这些因素的影响。
土地属性方面主要考虑到土地价格和土地改造情况。
土地价格的变化受到城市发展、金融政策等多种因素的影响。
土地改造情况则与城市更新或城市扩张相关。
除了上述分析之外，还需要考虑到其他因素的干扰。
例如，一些购房者的心理因素和行为也可能会对房价产生影响。
这些因素都需要在数学建模中进行系统性地分析和探讨，才能更准确地预测房价的变化趋势。
总之，房价数学建模是一项艰巨和复杂的工作，需要在坚实的实证分析基础上进行建模分析。
只有准确地把握各种因素之间的相互关系，才能对房地产市场作出判断和预测。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
题目：房价问题的数学建模摘要住房问题关系国计民生，既是经济问题，更是影响社会稳定的重要民生问题。
本文通过分析所查找的数据，建立了多项式拟合模型和时间序列模型，可以好好地预测出平均房价并得出一些关于房价的结论和建议。
对于问题一，首先，我们查找相关资料及数据，初步了解影响房价的几个因素；其次，我们利用excel 表格，做出各个因素对房价的影响拟合曲线及曲线方程，并且得出对房价有影响的主要有人均可支配收入，人口密度，贷款利率（五年以上）和土地价格四个因素的结论，其中平均房价随人均可支配收入的变化方程为：32113090.0002 2.365311650y E x x x =--+-+；随人口密度变化方程为：32221050.0741132.0468190y E x x x =--+-+； 随着贷款利率的变化方程为：6543333323110770506807708409110110y x E x E x E x Ex E x E =-+++-+++-+++；随土地价格变动曲线方程为：2460.50.58012717.9y E x x =--+对于问题二，用时间序列模型，根据所查找的数据分析得出平均房价随时间变化的曲线方程为：3263.745384012808511y t t E t E =-+-+++，并由此预测出近两年的平均房价；对于问题三、四、五，综合前面的结论和观点总结出自己的结论并给出合理的消费投资建议。
关键词：平均房价、 时间序列、Excel 、多项式拟合一问题重述众所周知，社会的进步和发展首先要解决人们的基本需求，而“住”则是基本需求之一；但是，为什么现实生活中“住”却越来越困难了呢？特别是，近年来房价的急速上涨已经成为笼罩在社会大众心头的巨大阴影，那么，这个问题是如何产生的？我们试着收集数据来讨论影响房价的各种因素，对国家制定调控政策和家庭合理消费和投资给出相关的建议。
请建立数学模型，解决问题：问题一：通过分析找出影响房价的主要原因，并建立一个城市房价的数学模型，对房价的形成、演化机理和房地产投机进行深入细致的分析。
问题二：选择某一地区（如、、），调查近些年（如2000年至2010年）房价变化情况，并根据你所调查的数据，预测下一阶段（如2010年下半年或2011年）该地区房价的走势。
问题三：房价的变化也会影响“二手房”房价和出租房租金的变化，请研究同一地区“二手房”房价、租金与房价之间的关系。
问题四：请根据国家和各地方政府的一系列调控房价的政策（如购房贷款政策等等）出台的时间与房价的变化情况，分析这些政策对调控房价所起的作用。
问题五：根据你所得到结果，给出你关于购房（新房或“二手房”）或租房的一些建议。
二问题分析此题目旨在了解房价的波动，分析影响房价的多种因素，同时给出相关的合理建议。
我们做出如下分析：1.房价的波动与政治、经济、行政、社会、自然等因素有关并搜集了很多相关资料和数据。
2.通过相关系数得出几个因素的重要程度即权重。
3.正反对比矩阵进行进一步分析几种因素。
4.运用层次分析法给几个因素并综合参考文献给出合理的结论和建议。
三问题假设1.假设所有数据真实可靠。
2.假设除该文提到的政治、经济、行政、社会、自然等因素外，其他的因素对房价的影响非常小，可以忽略不计。
四符号说明五 模型的建立与求解1.模型一的建立与求解 1.1. 基于时间分析源数据 1.1.1数据处理查找平均房价，人均可支配收入，人口密度，贷款利率和土地价格随时间变化的数据，通过时间的关系建立平均放假与上述四种因素的关系。
1.2多项式拟合模型的建立与求解 1.2.1对影响房价的因素分类结果依据影响属性我们将因素分为人均可支配收入，人口密度，土地价格，贷款利率4大类。
1.2.2．分析各个影响因素对房价影响的特点1）人均可支配收入影响特点利用Excel 作图描绘出人均可支配收入与平均房价变动散点图，再进行非线性拟合，得出如下所示图表：图一得出平均房价随人均可支配收入变化的方程为：32113090.0002 2.365311650y E x x x =--+-+因为判定系数20.9729R =，所以拟合程度好，即平均房价随人均可支配收入呈三次多项式模型，且平均房价随着人均可支配收入的增长而增长。
2）人口密度影响特点利用Excel 作图描绘出人口密度与平均房价变动散点图，再进行非线性拟合，得出如下所示图表：图二得出平均房价随人口密度变化的方程为：：32221050.0741132.0468190y E x x x =--+-+因为判定系数20.67690.5R =>，拟合程度还可以。
从收集到的数据可以看出是从2006年至今，平均房价大致随着人口密度的增长而增加，其趋势如图二所示，即正相关趋势。
3）贷款利率影响特点利用Excel 作图描绘出贷款利率与平均房价变动散点图，再进行非线性拟合，得出如下所示图表：图三得出平均房价随贷款利率变化的方程为：6543333323110770506807708409110110y x E x E x E x Ex E x E =-+++-+++-+++因为判定系数20.8544R =，所以拟合程度好。
但是该拟合达到了6次多项式，且趋势为：平均房价随着贷款利率（五年以上）的增长而上涨。
4）土地价格影响特点利用Excel 作图描绘出土地价格与平均房价变动散点图，再进行非线性拟合，得出如下所示图表：图四得出平均房价随土地价格变化的方程为：324443090.0002 1.46665104.6y E x x x =--+-+因为判定系数20.9687R =，所以拟合程度好，也即是说明平均房价随着土地价的上涨而上涨。
1.3. 基于所建模型得出各个影响因素对房价的具体影响：由上述平均房价随着人均可支配收入，人口密度，贷款利率和土地价格变化的趋势曲线方程和关系强度值2R ，我们得出人均可支配收入，人口密度，贷款利率和土地价格这四种因素均对平均房价有影响，其中人均可支配收入与平均房价拟合的关系强度值最大，由此我们认为人均可支配收入对平均房价影响效果最强，具体表现为人均可支配收入越多，平均房价越高。
而贷款利率（五年以上）每年的变化值不大，对平均房价虽有影响，但相对于其他三种影响因素影响效果不显著。
2．模型二的建立与求解1）对2013年平均房价进行预测2.1. 基于时间序列模型分析源数据 2.1.1时间序列模型的基本方法在生产和科学研究中，对某一个或一组变量()x t 进行观察测量，将在一系列时刻12,nt t t (t 为自变量，且12nt t t <<<）按照时间次序排列，并用于解释变量和相互关系的数学表达式。
所得到的离散数字组成序列集合12(),()()n x t x t x t ，我们称之为时间序列，这种有时间意义的序列也称为动态数据。
2.1.2时间序列模型的建立与求解利用Excel 作图描绘出时间年份与平均房价变动散点图，再进行非线性拟合，得出如下所示图表：图五由此得到平均房价变化趋势的方程为：210.47440810407y t t E =-++.判定系数20.8917R =，也即是说明平均房价随着时间的变化趋势符合方程210.47440810407y t t E =-++。
所以在2013年，即2013t =时，平均房价的预测值为：210.4742013408102013407291888.106y E =⨯-⨯++=预测方程为：1254.8326672509435.378y t =-预测值1254.83266720132509435.37816542.78y =⨯-= 所以当2013年时，平均房价预测值为 16542.78 元/平方米。
当2014年时，平均房价预测值为1254.83266720142509435.37817797.61y =⨯-= 2）对2013年二手房房价进行预测2.1.1时间序列模型的建立与求解利用Excel 作图描绘出时间年份与二手房房价变动散点图，再进行非线性拟合，得出如下所示图表：图六由此得到二手房房价变化趋势的方程为：2431.81206209y t E t E =-+++因为判定系数20.932R =，所以拟合程度好，也即是说明二手房房价随着时间的变化趋势符合方程2431.81206209y t E t E =-+++3.模型三的建立与求解 3.1. 基于时间分析源数据 3.1.1数据处理由上述时间序列模型建立出平均房价和某一具体地区的二手房随时间变化的拟合曲线，由时间关系得到平均房价与二手房房价的关系，建立多项式拟合。
3.2.1多项式拟合模型的建立与求解 1）分析房价对二手房价格的影响：利用Excel 作图描绘出二手房房价与平均房价变动散点图，再进行非线性拟合，得出如下所示图表：图七得出二手房房价随着平均房价变化的方程为：20.00059.288761962y t t =-+ 因为判定系数20.8265R =，所以拟合程度好，且二手房房价与平均房价呈二次关系，即平均房价的变化会影响二手房的房价，且二手房房价随着平均房价的增长而增长。
4.问题四的求解： 4.1数据来源：为了研究政府出台政策对平均房价的影响，我们选择这一地区进行分析。
经上网查找数据的出在2010年出台的政策日期及对应时期的房价如下图所示：图八4.2 模型的建立与求解4.2.1 建立时间序列模型：图九由此得到房价随政府出台政策变化趋势的方程为：32=-++-+y t t E t E0.000227.988106210因为判定系数20.8775R=，所以拟合程度好，也即是说明政府出台的政策会对房价产生影响。
5.问题五的求解：1）关于房价调控的几点建议首先，国家可以通过调控土地的价格来控制住房的价格。
由我们所建模型解出，土地的价格对房价的影响较大，所以政府可以通过调控土地的价格进而调控房价。
但同时由于中国人口稠密，人均土地占有量小，所以虽然调控土地价格可以影响住房价格，但其实施性较差。
其次，银行可以调控五年以上的贷款利率（之所以选五年以上的贷款利率是因为购房还贷一般要五年以上）。
五年以上的贷款利率与房价正相关。
所以在保证银行的正常运行的条件下，可以通过降低五年以上的贷款利率的方法使房价降低。
2）关于家庭购房的几点建议适度消费，多样投资。
对于有购房需求的年轻家庭，消费支出比例偏高，建议在满足基本生活支出的基础上，适当提高生活质量，并适当减少一些可以避免的消费支出。
可在年初做好家庭财务计划，养成做预算及记账的习惯。
此外，依据个人不同情况和年龄调整投资策略，实现稳健策略和激进策略在不同时期和不同情况下的有效运用。
其实，房价一直居高不下，有购房需求的家庭应居安思危。