房價(jià)問題的模型設(shè)計(jì)及相關(guān)問題討論論文(編輯修改稿)
2024-08-23 04:42 本頁面
【文章內(nèi)容簡介】 181。yc=181。yd=通過矩陣運(yùn)算得到,的值為：(利用MATLAB軟件，計(jì)算程序參見附錄4)====把系數(shù),代回原模型得：=*()+*()*()+ *()+利用表三中的商品房平均銷售價(jià)、工薪收入、城鄉(xiāng)人均儲(chǔ)蓄余額、造價(jià)、人均全年住房支出反推的值，即：=[*()+*()*()+ *()]得到的13個(gè)值為（利用MATLAB軟件，計(jì)算程序參見附錄5）： 表七 殘差數(shù)據(jù)城市序號殘差12345678910111213平均值殘差曲線見圖5（利用MATLAB軟件，圖像畫法程序參見附錄5）：圖5,相對于Y值來說非常小，可以近似看成是0，從而予以忽略不計(jì)。所以模型進(jìn)一步化簡為：=*()+*()*()+ *()即 Y=*()+*()*()+ *()+即 Y =*（ApjA）+*(BpjB) +*(CpjC) +*(DpjD) + pjY 或Y =*ΔA +*ΔB +*ΔC +*ΔD +pjY其中= ， ,pjY=七、結(jié)果分析、回歸分析應(yīng)用上述模型從理論上來說可以由一個(gè)城市的工薪收入、城鄉(xiāng)人均儲(chǔ)蓄余額、造價(jià)、人均全年住房支出等方面的信息來推求這個(gè)城市的商品房平均銷售價(jià)。利用表一中的各個(gè)城市的工薪收入、城鄉(xiāng)人均儲(chǔ)蓄余額、造價(jià)、人均全年住房支出，來反推各個(gè)城市的商品房平均銷售價(jià)并且與已知的商品房平均銷售價(jià)和作對比，從而來評價(jià)該模型的實(shí)用性。模型計(jì)算值Y =*（ApjA）+*(BpjB) +*(CpjC) +*(DpjD) + pjY將上式右側(cè)參數(shù)及矩陣帶入可得模型計(jì)算值Y（利用MATLAB軟件，計(jì)算程序參見附錄6）,結(jié)果見表八及圖6 表八 實(shí)際值均衡價(jià)格與計(jì)算值均衡價(jià)格對比分析城市實(shí)際商品房平均銷售價(jià)計(jì)算商品房平均銷售價(jià)誤差百分比11379913731%268866655%332633321%41284013181%549835375%678267351%754275024%835323029%926802961%1035093458%1129313128%1224522717%1332233417% 圖6是實(shí)際房價(jià)與計(jì)算房價(jià)對比圖，通過此圖可以更加直觀地看出二者的對比情況。 圖6由以上回歸分析數(shù)據(jù)與實(shí)際數(shù)據(jù)對比可以看出，此模型基本上能滿足精度要求，但還是存在許多不足之處，如實(shí)際數(shù)據(jù)不足，同時(shí)忽略了許多其他的相關(guān)因素，而且在以上討論的各因素中不同因素之間還存在共線性問題等，所以模型有待進(jìn)一步改進(jìn)優(yōu)化。八、 模型應(yīng)用 影響房價(jià)的各個(gè)變量的預(yù)測選取北京為例，收集了北京從2003年到2009年與房價(jià)最相關(guān)的四個(gè)因素，見表九。然后對四個(gè)因素分別做出其與年份的擬合曲線，其中用1代替起始年份2003年，2代替2004年，……，7代替2009年；再通過所求出的擬合曲線[4]，對四個(gè)因素未來四年走勢進(jìn)行定量分析。年份工薪收入（元）城鄉(xiāng)人均儲(chǔ)蓄余額（元/人）造價(jià)（元/平方米）人均全年住房支出（元）2003 2004 2005 2006 2007 2008 2009 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(yùn)用MATLAB建立擬合曲線。通過實(shí)驗(yàn)發(fā)現(xiàn)，采用一次多項(xiàng)式進(jìn)行逼近最為合理（運(yùn)用MATLAB軟件，）。工薪收入與年份擬合曲線（見圖7）為：Y = + 圖7下面運(yùn)用擬合曲線，計(jì)算未來四年工薪收入：年份序號9101112年份2011201220132014工薪收入（元）24624264382825330068表十 城鄉(xiāng)人均儲(chǔ)蓄余額與年份擬合曲線參照表七中的數(shù)據(jù)，運(yùn)用MATLAB建立擬合曲線。通過實(shí)驗(yàn)發(fā)現(xiàn)，采用二次多項(xiàng)式進(jìn)行逼近最為合理（運(yùn)用MATLAB軟件，）。城鄉(xiāng)人均儲(chǔ)蓄余額與年份擬合曲線（見圖8）為：Y=33210+2345x+780 圖8下面運(yùn)用擬合曲線，計(jì)算未來四年城鄉(xiāng)人均儲(chǔ)蓄余額：年份序號9101112年份2011201220132014城鄉(xiāng)人均儲(chǔ)蓄余額117495134660153385173670表十一 造價(jià)與年份擬合曲線參照表七中的數(shù)據(jù)，運(yùn)用MATLAB建立擬合曲線。通過實(shí)驗(yàn)發(fā)現(xiàn)，采用二次多項(xiàng)式進(jìn)行逼近最為合理（運(yùn)用MATLAB軟件，）。造價(jià)與年份擬合曲線（見圖9）為：y=+ 圖9下面運(yùn)用擬合曲線，計(jì)算未來四年住房造價(jià)：年份序號9101112年份2011201220132014住房造價(jià)表十二 住房支出與年份擬合曲線參照表七中的數(shù)據(jù)，運(yùn)用MATLAB建立擬合曲線。通過實(shí)驗(yàn)發(fā)現(xiàn)，采用二次多項(xiàng)式進(jìn)行逼近最為合理（運(yùn)用MATLAB軟件，）。住房支出與年份擬合曲線（見圖10）為：y=+ 圖10下面運(yùn)用擬合曲線，計(jì)算未來四年住房支出：年份序號9101112年份2011201220132014住房支出表十三 未來房價(jià)預(yù)測運(yùn)用模型 Y =*（ApjA）+*(BpjB) +*(CpjC) +*(DpjD) + pjY 其中= ， ,pjY=A,B,C,D的數(shù)據(jù)參見表十四：ABCD年份工薪收入（元）城鄉(xiāng)人均儲(chǔ)蓄余額（元/人）住房造價(jià)（元）住房支出（元）201124624117495201226438134660201328253153385201430068173670表十四代入數(shù)據(jù)求解得到2011年—2014年的房價(jià)（運(yùn)用MATLAB程序， 2011年—2014年的房價(jià)預(yù)測程序），見表十五：年份預(yù)測房價(jià)（元）201118698201221251201324034201427045表十五參照2003年—2009年的實(shí)際房價(jià)與2011—2014年的預(yù)測房價(jià)數(shù)據(jù)，運(yùn)用MATLAB建立擬合曲線。通過實(shí)驗(yàn)發(fā)現(xiàn)，采用二次多項(xiàng)式進(jìn)行逼近最為合理。房價(jià)與年份擬合曲線（見圖11）（運(yùn)用MATLAB程序， 房價(jià)走勢擬合曲線圖畫法程序）為： 圖11從預(yù)測的結(jié)果可以看出，房價(jià)的發(fā)展依然處于較強(qiáng)的增長狀態(tài)，沒有減弱的趨勢。針對房價(jià)增長的趨勢，北京市政府應(yīng)積極響應(yīng)國家的宏觀調(diào)控，實(shí)施國家的各項(xiàng)政策，堅(jiān)決打擊各種投機(jī)，抑制房價(jià)增長過快的問題。九、模型的提出及抑制房價(jià)的建議 房價(jià)的合理性及形成評判房價(jià)高低的其中一個(gè)重要指標(biāo)是房價(jià)收入比，它把住房價(jià)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(guān)系的總體狀況。房價(jià)收入比指的是住房平均和居民平均年全部收入之比[5]。房價(jià)收入比= 聯(lián)合國的有關(guān)機(jī)構(gòu)提出，發(fā)展中國家房價(jià)收入比不超過6倍時(shí)，有利于供求關(guān)系保持基本平衡。通
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號-1