【正文】 )。Y(5,:)./max(Y(5,:))。)。 b=zeros(n(1),n(2))。附錄5:clear allx=10::25。y2=(1)/225*((x2+5).*(x225))。 end HatA=(inv(B39。實(shí)際房價(jià)39。for k=1:n1+pre_num x0_pre(k+1)=(x0(1)b/a)*(exp(a*k)exp(a*(k1)))。pos=0amp。第一步:遞階層次結(jié)構(gòu)模型的構(gòu)建【圖表20】【圖表20】第二步:構(gòu)造判斷矩陣及算出權(quán)向量（附錄8）A金融風(fēng)險(xiǎn)B1政府風(fēng)險(xiǎn)B2市場風(fēng)險(xiǎn)B3房地產(chǎn)自身風(fēng)險(xiǎn)B4金融風(fēng)險(xiǎn)B111/31/23 政府風(fēng)險(xiǎn)B23125市場風(fēng)險(xiǎn)B321/214房地產(chǎn)自身風(fēng)險(xiǎn)B41/31/51/41金融風(fēng)險(xiǎn)B1房貸利率變化C1通貨膨脹C2買方支付風(fēng)險(xiǎn)C3房貸利率變化C1121/2 通貨膨脹C21/211/3買方支付風(fēng)險(xiǎn)C3231政府風(fēng)險(xiǎn)B2政府對土地的規(guī)劃C4政府對開發(fā)商的監(jiān)管C5政府政策C6政府對土地的規(guī)劃C411/21/4 政府對開發(fā)商的監(jiān)管C5211/3政府政策C6431市場風(fēng)險(xiǎn)B3開發(fā)商的信用風(fēng)險(xiǎn)C7對市場未來預(yù)期C8市場投資行為風(fēng)險(xiǎn)C9流動性風(fēng)險(xiǎn)C10開發(fā)商的信用風(fēng)險(xiǎn)C71321/3 對市場未來預(yù)期C81/3121/4市場投資行為風(fēng)險(xiǎn)C91/21/211/5流動性風(fēng)險(xiǎn)C103451房產(chǎn)自身風(fēng)險(xiǎn)B4房產(chǎn)所處位置環(huán)境C11物業(yè)管理C12房產(chǎn)結(jié)構(gòu)C13房產(chǎn)產(chǎn)權(quán)C14房產(chǎn)所處位置環(huán)境C111231/3 物業(yè)管理C121/211/21/5房產(chǎn)結(jié)構(gòu)C131/3211/4房產(chǎn)產(chǎn)權(quán)C143541為簡約計(jì)算量，不妨借用權(quán)向量結(jié)構(gòu)性質(zhì)，建立調(diào)查，調(diào)查如下：子準(zhǔn)層因素C強(qiáng)較強(qiáng)一般較弱弱房貸利率變化C1通貨膨脹C2買方支付風(fēng)險(xiǎn)C300政府對土地的規(guī)劃C40政府對開發(fā)商的監(jiān)管C5政府政策C60開發(fā)商的信用風(fēng)險(xiǎn)C70對市場未來預(yù)期C800市場投資行為風(fēng)險(xiǎn)C90流動性風(fēng)險(xiǎn)C100房產(chǎn)所處位置環(huán)境C11物業(yè)管理C120房產(chǎn)結(jié)構(gòu)C130房產(chǎn)產(chǎn)權(quán)C14第三步：層次總排序及一致性檢驗(yàn)（1） 由述準(zhǔn)則層 B 相對目標(biāo)層 A的權(quán)重，確定子準(zhǔn)則層 C相對于目標(biāo)層 A的權(quán)重：BCB1B2B3B4C層權(quán)重C1000C2000C3000C4000C5000C6000C7000C8000C9000C10000C11000C12000C13000C14000（2） 由述子準(zhǔn)則層 C 相對目標(biāo)層 A的權(quán)重，確定方案層 D相對于目標(biāo)層 A的權(quán)重： CDC1C2C3C4C5C6C7強(qiáng)0較強(qiáng)一般較弱弱0000C8C9C10C11C12C13C14D層權(quán)重0 0 0000 結(jié)論分析：住房投資項(xiàng)風(fēng)險(xiǎn)權(quán)重（強(qiáng)，較強(qiáng)，一般，較弱，弱）=（，），結(jié)結(jié)果表明有16%的人認(rèn)為風(fēng)險(xiǎn)很強(qiáng)，42%的人認(rèn)為較強(qiáng)，28%的人認(rèn)為一般，12%的人認(rèn)為較弱，2%的人認(rèn)為弱。1. 根據(jù)上述的指標(biāo)，把汕尾市中心定為香洲路與汕尾大道交接點(diǎn)處【圖表16】。假若在2012年2月份，某住房投資者在汕尾城區(qū)購房，想用40萬購買110平方米的樓房。 （5)一致性檢驗(yàn)， 檢驗(yàn)由判斷矩陣求出的權(quán)系數(shù)是否合理。為了降低風(fēng)險(xiǎn)，假定當(dāng)，且（其中：5%是銀行年利率，代表預(yù)測出的下一年的盈利，表示從買下房子到今年的累計(jì)盈利）時，就應(yīng)當(dāng)將房子售出。按中國現(xiàn)有銀行的貸款規(guī)定，有以下兩種還貸方式可供選擇：方式一：采用等本金還貸方式，具有“同年限，低利息”的優(yōu)點(diǎn)，但由于初期每月需繳的本息較大，在收入水平一定的情況下，需要選擇較長的貸款年限。因此租金的定位，將直接關(guān)系到其成功租出的可能性（即租出率），而與出租率相對應(yīng)的，是住房的空置率。 從預(yù)測結(jié)果中，我們可以得出汕尾市房價(jià)未來三年里呈現(xiàn)上漲趨勢。由不確定因素多，為力求準(zhǔn)確性，將預(yù)測未來三年的房價(jià)。因此，迫切需要根據(jù)市場房屋價(jià)格的變化情況，并綜合考慮家庭收入、租金收入、儲蓄及貸款利率、房屋折舊率等相關(guān)因素，建立數(shù)學(xué)模型，為汕尾市人民家庭住房投資做出合理性決策?！娟P(guān)鍵字】 住房投資，灰色理論，貸款方式，matlab，投資環(huán)境【前言】 隨著房地產(chǎn)業(yè)的不斷升溫，越來越多的家庭會選擇將余錢進(jìn)行房地產(chǎn)投資。大眾的投資觀也由一貫的“存錢”逐漸轉(zhuǎn)向?yàn)椤吧X”。由于房價(jià)的影響因素多，帶有居多不確定性，可采取灰色預(yù)測模型GM(1,1)進(jìn)行預(yù)測。 數(shù)據(jù)計(jì)算過程 以汕尾市2005至2011房價(jià)均值為初始數(shù)據(jù)序列，應(yīng)用matlab對汕尾市房價(jià)進(jìn)行預(yù)測(附錄1：matlab程序）。對制約住房投資利潤的因素進(jìn)行析解分離【圖表5】: 【圖表5】注：當(dāng)選擇貸款時，由月供承受能力的不同，對最大貸款還貸方式（等本金還貸、等本息還貸）也不同。即：在此情況下，可以購得的住宅面積為：，同樣應(yīng)用利潤關(guān)系式，其第一年的收益為： 結(jié)合汕尾市現(xiàn)有的數(shù)據(jù)可以賦值：， (稅法規(guī)定：折舊率的計(jì)算公式為：，磚混結(jié)構(gòu)住宅壽命理論為50年)，不妨設(shè)（此由上述灰色理論預(yù)測得到）。故有： 在缺乏足夠多相關(guān)數(shù)據(jù)的情況下，很難對影響房價(jià)的因素做逐一的定量分析，并精確預(yù)測出房價(jià)隨時間的波動情況。其計(jì)算步驟為：（1)將A的每一列向量歸一化。若有住房投資者，可優(yōu)先考慮海城區(qū)。所居住的層數(shù)越高，越費(fèi)力和費(fèi)時間。5. 基于AHP住房投資風(fēng)險(xiǎn)模糊評價(jià)模型住房投資屬于房地產(chǎn)投資中的一種，而房地產(chǎn)項(xiàng)目由于其開發(fā)時間長、占用資金多以及各種環(huán)境的不確定性而存在金融風(fēng)險(xiǎn)、政府風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、房產(chǎn)自身風(fēng)險(xiǎn)，給房地產(chǎn)開發(fā)帶來很大的不確定性。這里顯然是購買94風(fēng)險(xiǎn)是最低的。 %u=inv(B39。)title(39。 end end for i=1:length(x0)1 B(i,1)=(1/2)*(x1(i)+x1(i+1))。x2=10::25。 出租率隨出租價(jià)格變化圖39。附錄6：附錄7：附錄8：clear all。)。Y(2,:)./max(Y(2,:))。xt=xm./(1+(xmm/x01)*exp(1*r*(t2004)))。,t)hold onx=[2005 2006 2007 2008 2009 2010 2011]。Y(8,:)./max(Y(8,:))。CR=39。 for j=1:n(2)。r:39。y=[y1,y2,y3]。 for k=1:length(x0)+1 Hatx1(k)=(x0(1)HatA(2)/HatA(1))*exp(HatA(1)*(k1))+HatA(2)/HatA(1)。)grid on。 t1=2005:2011。count=5附錄附錄1： clearx0=[ 2246 2901 ]。（1）單純考慮房價(jià)增長，勢必為指數(shù)增長，應(yīng)用matlab中cftool工具箱擬合的如【圖表21】 【圖表21】（2）考慮房價(jià)的可預(yù)測影響因素（如：人均GDP、汕尾總產(chǎn)值、消費(fèi)指數(shù)、人均可支配收入、汕尾人數(shù)密集度等），由于現(xiàn)實(shí)普遍認(rèn)影響房價(jià)的因素不可能無窮無盡增長，勢必服從Logistic。運(yùn)用變異系數(shù)法由矩陣B來確定各指標(biāo)的權(quán)重，具體過程為：(1) 首先，計(jì)算B各行向量的均值與標(biāo)準(zhǔn)差。第一步：據(jù)商品住宅綜合質(zhì)量指標(biāo)體系的研究，抽取其中主要九條作為指標(biāo)。 【圖表13】平均隨機(jī)一致性指標(biāo)RI階數(shù)1234567891011RI00【圖表13】、最大特征根及一致檢驗(yàn)計(jì)算（附錄8）（1）準(zhǔn)則層B對目標(biāo)層A計(jì)算權(quán)向量：最大特征根 一致性指標(biāo) 一致比率一致性檢驗(yàn)通過。 地區(qū)住房投資環(huán)境是投資者選擇投資目標(biāo)地要考慮的重要因素，近年來汕尾市投資環(huán)境不斷優(yōu)化。由于購房面積直接決定了購房所需金額，而購房所需金額又同所需貸款金額存在明顯的正相關(guān)，需分類對兩種還貸方式進(jìn)行比較。則每月出租收益期望額為：由此得其每月出租收益期望額分布圖如【圖表8】：（附錄5）【圖表8】對其求導(dǎo)，以期求得最大收益期望額度。也就是說地價(jià)的上價(jià)，勢必導(dǎo)致房價(jià)的增長。對生成數(shù)列建立GM（1，1）白化形式的微式方程：式中：a稱為發(fā)展系數(shù)，u稱為內(nèi)控發(fā)展灰數(shù)。對于低收入家庭而言，如何負(fù)擔(dān)第一套住房都存在一定困難，基本上可以不考慮其投資第二套住房的情況。由于影響房價(jià)的因素很多（如：政策、地價(jià)、人均可支配收入、通貨膨脹率、炒作因素等等），而對于預(yù)測本身具有不確定性，本模型只采納短期預(yù)測數(shù)據(jù)，力求最大的準(zhǔn)確度。從整體上看，本文得到了一個較為完備的住房投資決策方案。（3）假設(shè)在一段時間內(nèi)，不會出現(xiàn)金融危機(jī)。大，表明原始數(shù)據(jù)方差大，原始數(shù)據(jù)離散程度達(dá)；小，表明殘差方差小，殘差離散程度小；指標(biāo)越大越好