【正文】 程序參見附錄 6） ,結果 見表 八 及圖 6 15 表 八 實際值均衡價格與計算值均衡價格對比分析 城市 實際 商品房平均銷售價 計算 商品房平均銷售價 誤差百分比 1 13799 13731 % 2 6886 6655 % 3 3263 3321 % 4 12840 13181 % 5 4983 5375 % 6 7826 7351 % 7 5427 5024 % 8 3532 3029 % 9 2680 2961 % 10 3509 3458 % 11 2931 3128 % 12 2452 2717 % 13 3223 3417 % 圖 6 是 實際房價與計算房價對比圖 ， 通過此圖 可以更加直觀地看出二者的對比 情況 。 年份 工薪收入 （元） 城鄉(xiāng)人均儲蓄余額（元 /人） 造價（元 /平方米） 人均 全年住房支出（元） 20xx 20xx 20xx 20xx 20xx 20xx 20xx 表 九 ． 1 工薪收入 與年份擬合曲線 參照表七中的數(shù)據(jù)，運用 MATLAB 建立擬合曲線 ， 。 城鄉(xiāng)人均儲蓄余額與年份擬合曲線（見圖 8）為： Y=33210+2345x+780 2x 圖 8 下面運用擬合曲線，計算未來四年城鄉(xiāng)人均儲蓄余額： 年份序號 9 10 11 12 年份 20xx 20xx 20xx 20xx 城鄉(xiāng)人均儲蓄余額 117495 134660 153385 173670 表 十一 造價與年份擬合曲線 18 參照表七中的數(shù)據(jù)，運用 MATLAB 建立擬合曲線。 住房支出與年份擬合曲線（見圖 10）為： y=+ 2x 圖 10 下面運用擬合曲線，計算未來四年住房支出： 年份序號 9 10 11 12 年份 20xx 20xx 20xx 20xx 住房支出 表十 三 20 未來房價預測 運用 模型 Y = 1a *（ ApjA） + 2a *(BpjB) + 3a *(CpjC) + 4a *(DpjD) + pjY 其中 ????????????4321aaaa=???????????? ，????????????????????????? 2 4 9 0 1 8 4 9 5 3 6 1 1pjDpjCpjBpjA ,pjY= A,B,C,D 的數(shù)據(jù)參見表十 四 ： A B C D 年份 工薪收入 （元） 城鄉(xiāng)人均儲蓄余 額（元 /人） 住房造價 （元） 住房支出 （元） 20xx 24624 117495 20xx 26438 134660 20xx 28253 153385 20xx 30068 173670 表十 四 代入數(shù)據(jù)求解得到 20xx 年 — 20xx 年的房價 （運用 MATLAB 程序，參見 20xx 年— 20xx 年的房價預測程序） ，見表十 五 ： 年份 預測房價 （元） 20xx 18698 20xx 21251 20xx 24034 20xx 27045 表十 五 參照 20xx 年 — 20xx 年 的 實際 房價 與 20xx— 20xx 年的預測房價 數(shù)據(jù)，運用 MATLAB 建立擬合曲線。 九、模型的 提出及抑制房價的建議 房價的合理性及形成 評判房價高低的 其中 一個重要指標是房價收入比，它把住房價格和住房購買的支付能力聯(lián)系起來研究，可以用來判斷市場供求關系的總體狀況。 根據(jù)線性自回歸模型，影響房價的原因主要有房屋成本 [6]（即竣工房屋造價）、工薪收入、居民人均儲蓄余額等方面。房屋建筑單位的利潤和稅金是住宅價格的必要組成部分，所以房屋價格受其影響很大。在需求方面，城市居民對住宅需求表現(xiàn)在兩個方面：一是獲得住房或提高住房水平的愿望，二是實現(xiàn)該愿望的支付能力。 房價對經濟發(fā)展的影響 房價的高低涉及社會生活中多方面的經濟利益，所以房價對經濟發(fā)展的影響也是很大的。 房價飛漲不僅影響到房地產市場上供求雙方，還具有很強的轉移社會財富的效應。后果一：銀行紛紛倒閉，經濟急劇衰退，如果房價急跌，銀行是最大的受害者，銀行會受到巨創(chuàng)，一旦銀行倒閉，國家金融崩潰，國家經濟急劇衰退，中國經濟將要重建。如果房價急劇下跌，房產投資者的資產將會大幅縮水，大部分人是以貸養(yǎng)房，房價下跌幅度深，房產又不能快速套現(xiàn)，跳樓的人將不在少數(shù)，而這部分人在社會的影響力是巨大的，他們的利益受到損害，將引發(fā)社會的大動蕩。而地價的下跌，斷了地方政府很大的財政來源，住房保障體系將難以為繼，保障性住房的建 設將又進入僵局。如果只顧擴大開發(fā)量，不降低開發(fā)成本，造成供過于求，可能會造成房價下降而使開發(fā) 23 商的利潤減少，只會影響開發(fā)商的積極性，最終開發(fā)量難以擴大，供給不能增 加，房價依然降不下來。 對政府來講，政府作為房地產政策的制定者，市場的管 理者應建立公開競爭的土地供應制度，加大執(zhí)法力度，清理囤積土地 ，繼續(xù)深化稅制改革，提高政府管理水平；對房地產企業(yè)自身來講，應提高管理水平，加強成 本控制。加強對房地產開發(fā)企業(yè)購地和融資的監(jiān)管 [7]。在人工費用方面，要提高一切相關人員的工作效率，實施嚴格的管理制度，以減少不必要的人力財力 資源 的浪費， 但 決不能以要降低成本 的 名義來降低工人工資，剝削工人應得的勞動報酬。具體來講， 當務之急是從需求引導和宏觀控制兩方面入手，采取措施消除非正常因素。模型基于信息增益法判定影響房價的主要因素。 該模型仍然存在著很多問題，比如 影響房地產價格的因素有好多，而在建立模型時我們忽略掉了很多被認為不好似很重的因素。 24 （ 3）環(huán)境因素。例如 :國十條的出臺；加快工租房的建設，抑制投機需求；全面叫停第三套住房公積金貸款等等。 其次， 確定模型參數(shù)的樣本序列僅僅有 13 組數(shù)據(jù)， 在 應用統(tǒng)計規(guī)律 中， 因為統(tǒng)計規(guī)律本來只是適用于一些大樣 本甚至是無窮大序列，如果在樣本很小的情況下應用，結果誤差可能會很大 。 （ 1）本模型選取了 13 個代表性城市的數(shù)據(jù)進行分析，如果 對更多的城市的統(tǒng)計數(shù)據(jù)（樣本）進行模型運算， 可以保證 精度會更高。 [3].魏宗舒等編著，《概率論與數(shù)理統(tǒng)計》，北京：高等教育出版社， 。 [7].郝益東，《中國住房觀察與國際比較（第二版）》，北京：中國建筑工業(yè)出版社， 20xx，P24,P60,P125P134,P175P177。 for i=1:13 if M(i,j)=a N(i,j)=1。 %[ ]中輸入選取的城市當年的房價 ，以列矩陣輸入 % p=polyfit(x,y,1)。o39。 39。 39。 %[ ]中輸入 △ Y, △ A,△ B,△ C,△ D, 以列矩陣輸入 % X=[ ]。 r2=XpjX。 disp(181。 +007 +008 +006 +006。 disp(a)。 C=。 6. 實際房價與計算價格比較 A=[ ]。 %輸入 13 個城市的 A,B,C,D,以列矩陣輸入 % Y=*()+*()*()+*()+。 %輸出誤差百分比 % 27 7. 對影響北京房價的四 個因素的預測 一次擬合曲線程序： t=[1 2 3 4 5 6 7]39。 disp(a)。 figure(1) plot(t,y,39。) xlabel(39。) 二次擬合曲線程序： t=[1 2 3 4 5 6 7] 39。 disp(a)。 figure(1) plot(t,y, 39。) %?? 代表 所輸入的因 素 % xlabel(39。) 28 20xx 年 — 20xx 年的房價預測程序 A=[24624 26438 28253 30068 ]。 Y=*()+*()*()+*()+5642.4。 29 a=X1\y。 y2=polyval(p,x2)。房價走勢擬合曲線 39。房價（元） 39。年份序號 39。o39。 x2=1:12。 y=[ 11553 12418 13799 18698 21251 24034 27045 ]。 C=[ ]。) ylabel(39。,x2,y2) title(39。 p=polyfit(t,y,2)。 %輸入所求解因素 03— 09 年實際數(shù)據(jù)，以列矩陣輸入 % X1=[ones(size(t)) t t.^2]。) ylabel(39。,x2,y2) title(39。 p=polyfit(t,y,1)。 X1=[ones(size(t)) t]。 %輸出 13 個城市的計算房價 % X=[ ]