中國家庭的最優(yōu)化住房投資方案-資料下載頁
2025-03-04 09:41本頁面
【導(dǎo)讀】首先，本文結(jié)合現(xiàn)有數(shù)據(jù)，運用灰色系統(tǒng)理論建立了描述房價的GM模型，對未來房價進行預(yù)測。由于預(yù)測本身具有隨時間呈扇形放大的不確定度，本模型。只采納短期預(yù)測數(shù)據(jù)，力求最大的準(zhǔn)確度。求解等方法，對貸款方式、租金額度、折舊損失分別進行討論。不同戶型的投資，需要結(jié)合實際評估比較利息損失。而選擇2228/m元的租金額。度，有利于減少損失，增加利潤。多，運算量大的缺點，仍有待做進一步的改進。與此同時，大眾的投資觀也由一貫的“存錢”逐漸轉(zhuǎn)向為。近幾年來，中國的房地產(chǎn)行業(yè)異常紅火，一些手有余錢的家庭也為之。但樓市有風(fēng)險，政府接踵而至的各項政策，資而言仍具有不可抗拒的吸引力。任何投資，追求的都是利潤的最大化，同時盡可能規(guī)避風(fēng)險。而對于高收入家庭而言，其擁有的資產(chǎn)數(shù)額龐大，同時，其購置房產(chǎn)往。出現(xiàn)幅度十分巨大的變化。,ztS截止第t年盈利的累計值元。,ztS，房屋同比價格變化指
【正文】 ? ?0001, 0 .0 5,z t Sz t S? ?（其中 ? ?001,z t S?代表預(yù)測出的下一年的盈利， ? ?0,z t S 表示從買下房子到今年的累計盈利）時，就應(yīng)當(dāng) 將房子 售 出。 那么就 可以根據(jù)以上預(yù)測確定各參量的大小，求出? ?? ?0 1,z t Sz t S? 的值，最終決定是否在 第 t 年將房子 售 出。 16 模型的改善 與評價 模型 改善 i 考慮市場對戶型面積需求帶來的風(fēng)險 以上模型中，我們只考慮面積越大，獲得的收益越大，但實際上，面積過大的住宅的市場需求量較低，所以購買過大面積的房子還要承擔(dān)賣不出去以及租不出去的風(fēng)險。下面，我們通過考慮住宅面積 S 的大小對出售風(fēng)險的影響對已有的模型進行改進 圖 1 2021 年西安成交二手房面積分布餅狀圖 [6] 假定一般家庭住宅面積不超過 220m2，根據(jù)以上 餅圖中的數(shù)據(jù)， 可 作出各個戶型面積 區(qū)間內(nèi)的平均分布百分比，有： 表 1 各面積區(qū)間 成交 比例 分布表 面積區(qū)間 （ m2） [0,60] [60,80] [80,90] [90,100] [100,120] [120,144] [144,180] [180,220] 所占 比例（ %） 單位 區(qū)間 比例（ %） 由于成交量在很大程度上可以反映市場需求量，因此可以 近似 地 用 f =比例 /區(qū)間長度 表示 該區(qū)間內(nèi) 某面積 的市場需求量大小 。 不妨設(shè)其為區(qū)間中點的市場需求，則可得到市場需求 ? ?fS與 S 的對應(yīng)關(guān)系，有： 表 2 市場需求與 戶型面積分布表 S 30 70 85 95 110 132 162 200 f(S) 17 由數(shù)據(jù)的對稱性以及實際生活常識可知，中型住宅 往往 最暢銷，戶型過小或者戶型偏大的住宅市場需求量 均有所減 小，因此住宅的市場需求量與其面積 S之間應(yīng)該 近似 符合正態(tài)分布。 令分布滿足 ： 211()1() Sbcf S a e ???? ，用 MATLAB 對以上 8 組數(shù)據(jù)進行擬合，得到如下結(jié)果： 圖 2 擬合所得數(shù)值結(jié)果圖 所以有 ： ( ) 0 .9 8 8 5 Sf S e ?????????? 即： ( ) ( 77 .6 8 , 39 .8 5 )f S N 考慮到現(xiàn)實 情況下即使 面積最適中的住宅的市場需求指數(shù)也很難達到 100%，不妨設(shè)市場需求指數(shù)的最大值為 ，故可建立如下的市場需求指數(shù)函數(shù) ( ) 0 .9 5 SP S e ?????????? 其 函數(shù)圖像如下 ： 圖 3 市場需求指數(shù) 分布圖 18 顯然， ? ?PS越大，市場需求度越高， 購置這樣的房子 后盈利的 風(fēng)險越?。环粗?， ()PS 越小，市場需求度越低，購置這樣的住宅 盈利 的風(fēng)險越高。故房產(chǎn)投資決策的效用函數(shù)不應(yīng)該僅僅以盈利函數(shù) ? ?,ztS 來 確定 ，還應(yīng)該綜合考慮風(fēng)險的影響，故我們可把效用函數(shù)改為如下模型 ? ?( , ) ( , )z t S z t S P S? ?? 改進后的模型綜合考慮了市場需求以及住房本身價值對總收益的影響，更為符合實際。 綜上所述， 針對具有不同心理因素和性格偏好的家庭而言，有以下 結(jié)論： （ 1） 若其取向為“ 投機冒險型”，其可以投資盡可能大戶型的房屋，以獲得最大的收益。 （ 2） 若其取向為“保守型”，其可以投資戶型為 270~90m 的房屋，風(fēng)險小，收益不錯。 （ 3） 若其取向在以上兩者之間，其可以投資戶型為 290~130m 的房屋，風(fēng)險適中，收益也較大。 ii 考慮未來可能存在的通貨膨脹帶來的風(fēng)險 由于 通貨膨脹壓力的現(xiàn)實存在，其對住房投資及儲蓄所得收益均有一定影響。 表３ 2021－2021年歷年 CPI 數(shù)據(jù) 年份（年） 2021 2021 2021 2021 2021 2021 2021 ＣＰＩ（％） － １．８０ １．５０ ４．８０ ５．９０ －０．７０ ３．２１ 模擬物價 １００ １０１．８０ １０３．３３ １０８．２９ １１４．６８ １１３．８７ １１７．５３ （ 數(shù)據(jù)來源：百度文庫 [7]） 由上圖可知，由于通貨膨脹， 2021 年之后物價均高于 2021 年，且其大趨勢為增加， 根據(jù)經(jīng)濟學(xué)原理可知， 無論是投資房產(chǎn)或是進行儲蓄 所得利潤均有縮水的趨勢。但是，投資房地產(chǎn)由于房價、租金也都會相應(yīng)升高，將極大地抑制利潤縮水，這是儲蓄無法媲美的。 因此，通脹率的存在對住房投資收益的影響有限，不妨礙家庭做出投資住房的決策。 19 模型 評價 優(yōu) 點 （ 1） 針對不同 收入、不同性格取向的家庭 ， 本文對可能預(yù)選的方案均做出了詳細分析，通過深入的比較，最終得出各自類型家庭可供 選擇 的 最優(yōu)方案 ， 使得建立 的家庭 住房投資方案 具有較高的完備性 。 （ 2） 住房投資是一個極其復(fù)雜的問題，其受多種因素的影響和制約。本模型將這些 因素一一析解 ，使 復(fù)雜的房地產(chǎn)投資過程高度明了化 ，便于結(jié)合不同地區(qū)特點做出調(diào)整，進行推廣。 （ 3） 本模型結(jié)論通俗易懂，便于普通家庭參考，輔助決策。 不 足 （ 1） 該模型中過程較多，所列方程較多，存在計算量較大的不足； （ 2） 該模型無法對重大政策調(diào)整進行預(yù)見，故在較長期投資決策方面，會出現(xiàn)準(zhǔn)確度下降的問題。 參考文獻 [1] 韓中庚 《數(shù)學(xué)建模方法及其應(yīng)用》 解放軍信息工程大學(xué) 第 108~136 頁 2021 年 6 月版 [2] 尤學(xué)鋒等 《居民家庭住房投資與消費、收入理論建模分析研究》 中國傳媒大學(xué)學(xué)報自然科學(xué)版 2021 年 12 月 第 15 卷第 4 期 [3] 唐世定 樊文興 賈生華 《城市住房價格波動差異與連鎖反應(yīng)研究》 經(jīng)濟科學(xué)出版社 2021 年 1 月版 [4] 簡彩云 《透視商品住宅價格》 湖南大學(xué)出版社 第 157~175 頁 2021 年7 月版 [5] 梁放施 《灰色理論及其應(yīng)用》 百度文庫 2021 年 8 月 2 日 [6] 西安房地產(chǎn)信息網(wǎng)數(shù)據(jù)研究中心 《 2021 年西安二手房市場發(fā)展報告及 11年預(yù)警預(yù)測 》 04scbgn/sc020402nbes/202102/ 時間： 20210225 [7] 佚名 《 20212021 年中國 CPI 指數(shù)數(shù)據(jù) 》 時間： 20210105
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1