房价分析和预测论文

（申请理学硕士学位论文）

培养单位：理 学 院

学科专业：应 用 数 学

研 究 生：陈 莹

指导老师: 曾祥金 教授

2008 年 11 月 MRS 组合预测模型在房价预测中的应用研究 MRS

组合预测模型在房价预测中的应用研究

陈莹

武汉理工大学

分类号密级

UDC 学校代码10497

学位论文

题目MRS组合预测模型在房价预测中的应用研究 英文MR S Combination Model Research in

题目House Price Index Forecasting

研究生姓名陈莹

姓名曾祥金职称教授

指导教师

单位名称武汉理工大学理学院邮编430070 申请学位级别理学硕士学科专业名称应用数学

论文提交日期2008年11月论文答辩日期2008年12月

学位授予单位武汉理工大学学位授予日期

答辩委员会主席评阅人

2008年11月

独 创 性 声 明

本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。

签 名： 日 期：

关于论文使用授权的说明

本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留、送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。

(保密的论文在解密后应遵守此规定)

签名：导师签名：日期：

摘 要

本文结合房地产市场特性、房价理论模型对当前主流的房价指数预测模型进行实证分析比较，发现当前主流模型仅从房价指数自身趋势上研究，对市场、政策发生变化而导致房价发生拐点的时候并不敏感，因此，本文运用多元回归模型能综合外部因素的优势，利用改进了的房价构成模型选取与房价构成因子相应的替代指标，并依据协整检验和误差分析模型判断指标之间的关系，给出了指标的先行阶数，从而建立了关于房价指标的多元回归预测模型；为了使预测模型能同时考虑指标自身的波动特性，使预测模型更准确实用，本文综合考虑了ARIMA 时间序列模型和回归模型，利用其误差序列，建立了MRS组合预测模型，不仅很好的弥补了多元回归预测中房价回归指标不好确定和统计数据缺乏的劣势，也使得该模型能提前反映房价的拐点。该模型运用遗传算法求解，预测结果精度较好，使得模型适用性更强。

最后，本文在分析预测模型基础上，用因子分析法揭示了调控房价的主要指标，并运用机制设计理论，提出了针对房价稳健发展的土地结构调整和宏观政策调控的思路和建议。

本文主要工作有以下四点：1、建立房价构成模型来提取预测房价的经济预测指标，更有针对性，更合理，解决了影响房价因素多而复杂，不好确定回归指标的问题；2、建立关于房价指数预测的多元回归模型，该模型能提前反映房价拐点；3、提出MRS组合预测模型对房价指数进行预测，并用遗传算法求解，结果证明组合模型预测误差更小；4、结合预测模型，将机制设计理论运用于房价政策调控，并基于房价预测模型定量分析基础上给出了房价稳健发展的建议。

关键词：房价构成模型，多元回归模型，MRS组合预测模型，机制设计，遗传算法

Abstract

The thesis had analyzed the factors of the composition of house-price and built the house pricing model, therefore, it is possible to divide the composition of house price into two items: the policy economic command item and the cost index item, with these factors, we chose the reasonable replacement index according to it, whose dates can well to find and use for multiple regression model. And then, the thesis analyzed the relationship of these indexes with E-G method, and offered the antecedence steps to make multiple regression models with the related price index. Moreover, to enable the price forecasting model more reliable, the thesis had considered the characteristic property, and built the combination forecast model, solving with genetic algorithm, that the error is smaller.

By analyzing the Price forecasting model, the thesis provided the main policy to regulate house market, and proved that it needs the marketing method to regulate the house price structure but not the man-made way. And the combination policy of house least and related tax is up to Mechanism Design.

The innovation of the thesis is line in the following three points：

1. The forecasting model's index come from the house pricing model;

2.Built the regression model on house-price index, which can forecast the change of the price;

3. Built the combination forecast model and solve by Genetic Algorithm;

4.Provided the house price regulation policy that meet the Mechanism Design.

Keywords: House Composing Model, Regression Model, MRS Combination Forecast Model, Mechanism Design, Genetic algorithm