ImageVerifierCode 换一换
格式:DOCX , 页数:16 ,大小:234.22KB ,
资源ID:6854857      下载积分:2 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bdocx.com/down/6854857.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(数学建模竞论文房价问题.docx)为本站会员(b****5)主动上传,冰豆网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰豆网(发送邮件至service@bdocx.com或直接QQ联系客服),我们立即给予删除!

数学建模竞论文房价问题.docx

1、数学建模竞论文 房价问题装 订 线第九届西北工业大学数学建模竞赛暨全国大学生数学建模竞赛选拔赛题目B题密封号2011年5月3日剪 切 线密封号2011年5月3日 陕西中医学院 学院 第 2 队队员1队员2队员3姓名张洁张谦陈烨班级09市场营销09市场营销09市场营销关于房价问题的数学模型摘要房地产业,作为“国民经济的睛雨表,宏观经济的风向标”,其运行状态不仅影响着我国国民经济的发展速度和水平,更关系到居民的生活质量以及社会治安的稳定,因此,房价问题无疑是人们维持生计的头等大事。同时。房价也是房地产市场的最重要和最直接的反映,由于房价的变化是非常复杂的经济问题,并且经济、自然和社会等因素对房地产

2、开发具有后效性影响,使得房价与影响其变化的经济变量之间的定量关系无法精确表达。针对上述问题,我们对此运用线性回归模型进行分析,并据此给出理论解释。通过分析我们知道,在众多因素的影响之下,我们找出主要影响房价上涨的因素:居民收入、供需比例、建筑成本以及国家政策等,我们据此提出一些建设性建议。政府可以通过加大宏观调控,如:提高利率,增大二套房的购买难度,并帮助消费者改善心理预期,防止投机者继续投机获利干预市场,通过这些措施来抑制房价非正常上涨。通过线性回归模型与蛛网模型对房价进行预测,未来房价走势仍会持续上涨,但上涨幅度会有所下降。 关键词:房价波动 线性回归模型 蛛网模型 房价预测一问题重述 房

3、价问题事关国计民生,对国家经济发展和社会稳定有重大影响,一直是各国政府大力关注的问题。我国自从取消福利分房制度以来,随着房价的不断飙升,房价问题已经成为全民关注的焦点议题之一,从国家领导人、地方政府官员,到开发商、专家学者、普通百姓通过各种媒体表达各种观点,至今尚未形成统一的认识。现在就以下几个方面的问题进行讨论: 1通过对影响房价的因素的分析并建立一个城市房价的数学模型,对房价的合理性进行定量分析。 2根据分析结果,预测我国房价的未来走势。 3通过对模型的了解和求解 ,进一步探讨使得房价合理的具体措施 。4 我国房价将对经济发展产生的影响,并进行定量分析。二 模型假设 引起房地产市场波动的因

4、素有很多,居民收入、供求比例、空置率、货币政策、建设成本、国家政策和人口结构及变化趋势等众多因素。我们从中提取重要因素对次要因素作出如下假设:1城市消费状况用人均收入来代替。2忽略消费成本如交通费用、物业费用、停车费用等对住房价格的影响。3政府宏观调控政策,仅考虑税收政策、货币政策 、土地政策的影响。忽略其他政策的影响。4在同一地区房价为销售均价,没有街道区域差异。5房型对房价没有影响 。 6根据经济发展状况分别对部分城市来概括全国城市的房屋均价,排除特殊情况。三、 符号说明 四、问题分析与基本思路1.1房地产价格上涨的影响因素(1)居民收入与房地产价格 居民收入的增加是影响房价上涨的首要原因

5、。改革开放以来,我国居民收入大幅度增加,恩格尔系数食品占总支出的比重明显下降,消费结构不断升级,投资能力越来越强。随着居民收入的大幅度上升,居民的消费观念在一定程度上从储蓄转化为投资,而购置房产则是居民较理性的投资选择,因而对房屋的需求显著增加。尤其在在住房制度改革的推动下,住房的有效需求得以更大程度地释放,家庭结构的变化和城镇化的推进又扩大了住房需求。这是房价保持上涨态势最显而易见的原因。根据市场导向原则,需求的增加必然会导致投资的增加,投资力度的加大必然是在给房地产行业升温,房价被进一步拉高。当房价超出与居住需求相符的水平时,投机就会出现,进而导致空置率偏高、租售比倒挂、房价收入比超过国际

6、警戒线等现象。这样,房价就在消费需求、投资需求、投机需求的共同推动下不断攀升,早买房、买大房的住房消费行为成为居民应对房价快速上涨的选择。另外,随着居民收入的增加,人均可支配收入也会相应增加,就会在一定程度上刺激消费。越来越多的人民币会从银行转出,投入市场。从市场角度看,由与经济的有关公式:人民币币值=人民币的需求量/纸币的供给量,市场对纸币在短期内的需求量是一定的,而消费的增加会使大量的纸币涌入市场,因此纸币的币值即纸币的购买力下降,物价水平必然会上涨。因而建造房屋的材料成本、人力成本同样会上升,当然房价也会上涨。 收入支出物价房价图形说明:恒等式产出=总支出。45度虚线表示产出余总支出相等

7、其增涨幅度的也相等。开始收入位于点,随着收入的增加,为了维持产出与支出的平衡,初始支出曲线就会向上移动,则支出增加,进而导致消费增加,物价就会上涨,房价自然也会上涨。(2)供求比例与房产价格 众所周知,供需关系是影响价格最基本也是最主要的因素,当然房地产价格也不会例外.下面分别对其进行讨论.(l)房地产价格与房地产需求先,单从需求方面看,房地产需求价格是指在特定时间内需求者对一定数量的房地产愿意并有能力支付的最高价格,是购买欲望和支付能力的统一,没有购买欲望或没有支付能力,需求价格都不能形成。可见,在影响房地产价格的因素中,家庭年收入是一个重要的因素。购房者购房时需要有足够的收入去支付购房所需

8、的款项。同时,还应注意到人口与房地产价格之间存在着的密切关系,因为在家庭收入一定的情况下,人口状况变化,必然影响总体的需求状态,使人们“愿意”支付更高或更低的价格来获取自己需要的商品(房地产)。人口对房地产价格的影响可以从三个方面来考察:一、人口的数量,二、人口的素质,三、家庭规模。此外,还有一些因素对目前我国房地产需求存在较大影响,这些因素主要包括四个方面:城镇化、内需刺激、高回报低风险和个人投资需求的增长。(2)房地产价格与房地产供给与需求相对应,单从供给方面看,房地产供给价格是指在特定时间内开发商对一定数量的产房地产愿意并有能力出售的最低价格,是盈利水平和供给能力的统一,没有足够的盈利水

9、平或没有足够的供给能力,供给价格都不能形成。由此看,房地产可供给的数量、质量和类别,与房地产的价格存在密切的关系。房地产作为一种特殊的商品,其供给与普通的商品比有其自身的特性,主要表现在两个方面。第二,短期内供给缺乏弹性。随着人们收入的增加,对房屋的需求量增加,使得房屋的需求远远大于供给,当然市场会相应的作出反应:在短期内会刺激房产供给部门,通过有限增加可变要素来增大供给。房屋属于耐用商品,其建造必须在一个长远的过程才能完成,因此受到房产供给特殊性的限制,其变动的幅度不可能太大,因而房产供给出现缺乏弹性的状态,即OEs1,这是因为房产开发商有合理的开发周期对需求的变化做出反应,使得房产这种特殊

10、商品变得和其他普通商品并无二样。除了房地产的供给能力外,房地产商的盈利水平也直接影响房地产的供给,从而影响房地产的价格。作为追求利润最大化的开发商,其所制定的供给价格必然是在为利润最大化服务的,定价太低成本收不回来,高了会减小销售量,同样获利太小。所以供给价格又必然受到开发成本的影响。如果用公式表示,则有房地产供给价格(开发商角度)=开发成本+最大利润十税金,所以开发成本必然成为开发商制定供给价格的重要参考和考量指标,尽管实际制定价格时可能更多地采用市场比较法。就目前我国实际的情况看,土地价格和建造成本(不含利润)是房地产价格中的主要成本因素,平均约占到建设投资的65一70%以上。图形说明:从

11、图中可以看出,全国重点城市商品房供需关系失衡,并且随着时间的推移,供求失衡越严重。需求远远大于供给使得房价持续上涨。(3).建筑成本建筑成本的增加是房价上涨的又一重要原因。建筑成本是以房地产开发项目有关的各种费用,包括土地成本、材料成本以及劳动力成本等因素。随着物价水平的上涨,土地成本、材料成本以及劳动力成本等均有了不同程度的增加,各种因素加权起来对房价上涨的推动力量是不容忽视的。根据公式:利润=收入-成本。房地产开发商为了实现其目的利润最大化,必须在目前开发成本增加的情况下提高收入,即必须提高房价!下图是消费者对房价构成比重的看法,从中我们可以看出开发成本的占房价的比重是很大的。 图形说明:

12、从消费者的认识中我们可以看出建筑成本在房价构成中所占的重要比重。 4.政府调控与房地产价格 房产具有较强的公共产品“属性”,也就是说其发展变化和波动等与政府经济社会发展政策及宏观调控有高度关联性。房地产涉及货币信贷、土地、规划、财税、社会保障等各个环节,受政策性影响很大。房地产市场的发展变化在很大程度上受制于政府经济与社会发展政策取向。政府要拉动内需、刺激经济发展时大举扩张信贷,发展房地产,当经济过热需要软着陆时,又收缩打压房地产,政府政策变化是房地产市场波动的重要风向标。在政府出台大规模刺激内需政策以应对金融危机的大背景下,2009年房地产逆势爆发式增长,成为中国经济率先复苏的巨大拉力。同时

13、,供求失衡、房价非理性上涨难以遏制的泡沫风险加剧也引起了日益增多的担忧。2009年下半年以来,中央各部门相继出台政策,如通过金融、税收等杠杆,对土地管理制度、房屋信贷利率、房地产商运作,增加廉租房等房源供给,加大囤地行为的打击力度等等。2009年9月1日,国土资源部发布关于严格建设用地管理促进批而未用土地利用的通知,要求地方政府要加强建设用地批后监管,切实预防和防止未批即用、批而未征、征而未供、供而未用等现象发生,严厉打击囤地行为。2009年12月14日,国务院常务会议提出增加供给、抑制投机、加强监管、推进保障房建设等四大举措(“国四条”)以“遏制部分城市房价过快上涨的势头”、保持房地产市场健

14、康发展。2010年1月10日,国务院办公厅发布关于促进房地产市场平稳健康发展的通知(“国十一条”),其中,增加保障性住房和普通商品房有效供给、抑制投资投机性购房需求等要求赫然在列。在2010年3月两会期间的政府工作报告中再次强调,要“促进房地产市场平稳健康发展。要坚决遏制部分城市房价过快上涨势头”。3月8日,国土资源部出台了整治房地产用地的专项34号文件关于加强房地产用地供应和监管有关问题的通知(“19条新政”)。但是,近几个月来房地产市场的实际情况与政府调控目标背道而驰,并未有效遏制住房价上升。2010年2月份全国70个大中城市房价继续大幅度上涨,让人们再次联想起过去几轮政府房地产调控无功而

15、返状况会否再现。最新网络调查显示,58%的被调查者认为,房价仍然高企,表明政府调控“疗效”不好。图形说明:需求曲线与价格呈反比关系,供给曲线与价格呈正比关系。在市场的作用下,房屋需求的增加会使供给曲线从上移至,房屋的均衡价格(需求曲线与供给曲线的交点就是房屋的成交价)会上涨。过高的房价会扰乱社会秩序,因此政府会采取措施进行宏观调控。政府会限制房屋最高价格,将其维持在一定水平,因此房价会在一定程度上回落,但任然是上涨的。当然影响房价上涨的因素还有很多,如:外来游资的炒作、土地空置率及通货膨胀等。根据中国国情,外来游资的炒作是掀起中国房屋涨价浪潮的有力杠杆,从某方面讲它引起了中国公众的恐慌,增加房

16、屋的不正常的被动需求。其他影响因素就不再做分析了。根据经济学的相关知识可知,商品价格的本质是价值。但中国的房价却违了这之一原则,含有很多不合理成分,致使房屋的价格远远高于其价值,存在过多泡沫。这样的房价是不合理的必然会有房价崩塌的一天。综合分析,各种因素都显示,短期内中国房价还会上涨,只是上涨的幅度会下降。1.2根据部分城市近十年来房价的变动进行定量分析(1),部分城市房价变动表如下:(2),全国平均房地产价格变化趋势图如下:通过表一及图二可以对房价未来的发展趋势做定量分析。 五、模型建立与求解 1. 模型建立假设房价与居民收入、供需比例、开发成本与政府调控(主要考虑利率对房价的影响)呈线性关

17、系,则它们的线性的组合仍为线性,故我们选用多元线性方程来建立此模型。用最小二乘法对房价和影响房价的各个因素进行线性拟合,得到结果如下:(1)房价(y)与居民收入中的人均可支配的收入(x)之间的关系回归方程: y=0.217768930943126x+560.281739835455 相关系数: r=0.985976555753154 正相关很强. 相关指数: R2=0.972149768494852 回归效果很好. 残差平方和: 106958.444446995 (2)房价(y)与开发成本中的建筑成本(x)之间的关系回归方程: y=1.187*472x+196.667792349022 相关系

18、数: r=0.975832723618541 正相关很强. 相关指数: R2=0.952249504484779 回归效果很好. 残差平方和: 183385.144246901 (3)房价(y)与供求比例(X)之间的关系 回归方程:y=2.3651x+365.1029 相关系数:r=0.982635 正相关很强 相关指数:R2=0.956743 回归效果很好(4)房价(y)与国家政策中的利率调控(x)之间的关系 回归方程:y=1.6704x+618.0642 相关系数:r=0.9602 正相关很强 相关指数:R2=0.9420 回归效果很好 2,由以上四个方程组合在一起,我们建立如下线性回归模

19、型,其表达式为:Y=Q1X1+ Q2*X2+ Q3*X3+ Q4*X4+w利用各年数据,对线性方程组进行求解,确定自变量的系数,即求出Q1、Q2、Q3、Q4的值。(2)模型求解 全国平均房价与各量的数据如下表所示年份X1X2X3X4Y20016907.10.1511284.59206820027702.80.211844.05213020038472.20.3312734.05221220049500.50.3714024.232549200510493.60.4114514.412796200611769.50.5315644.593132200713785.8 0.6516574.7236

20、65 200817067.780.617953.873655200918858.091.6 20214.34475将以上数据代入公式利用matlab求解如图所示:Q10.4275-1.4561 2.3111Q21.0005-0.7633 2.7644Q31.52560.1062 2.9450Q4-1.0803-2.7629 0.6022W685.9108537.1339 834.6877得方程式:y=0.4275*x1+1.005*x2+1.5256*x3-1.0803*x4+685.9108六 进一步讨论 1 就目前房价迅猛上涨,房地产行业存在过多泡沫这一社会现象,政府及有关部门可以从以下方

21、面进行改善: 1、切实调整住房供应结构,放缓一线城市的建设,加快二三四线城市的建设,完善城市公共配套措施2、发挥税收、信贷、土地政策的调节作用3、合理控制城市房屋拆迁的规模及进度,减缓被动性住房需求,防止民生建设的资本投资出现过热化4、整顿房地产行业的秩序5、加快城镇廉价租住房的制度建设。规范经济适用房市场6、完善房地产统计与信息披露制度,实现房地产开发商与消费者间的信息对称2 房价造成影响是多方面的,有以下几点了:1.虚假购买力,透支未来中国经济2.贫富差距拉大,财富过于集中,影响社会稳定3.拉高物价水平,提高了劳动力成本,降低了制造业的国际竞争力4.晚婚情况会更加严重,甚至出现多数婚龄群体

22、结不起婚的问题5.境外资本炒做房产掏空国民财6.增加公务员腐败的情况7.严重影响民间创业综上所述,房地产虚高的购买力所形成的虚高价格必须得到解决不然对中国的社会后患无穷。正因为房价已经挟持了中国经济,政府部门可能怕房价下降给整体经济和银行系统造成影响而不敢采取措施,但如果现在不采取行动,价格持续往上涨,可能会应了那句话:爬得越高跌得越惨,等市场自身真正见顶回调的时候,政府就算想保什么也无能为力了。七模型的评价 1、本模型依赖于线性方程构建的想法,模型建立之后进行了修正得到的结果比较符合实际。方案简洁明了,易于操作;2、本模型建立过程中忽略了众多因素对房价的影响,导致模型的结果与真实值之间存在一

23、定误差;3、本模型建立过程中考虑各个因素与房价呈线性关系,但实际上线性关系不一定是最好的选择,还可以考虑2次、多次等关系,所建立的模型会更加复杂。4、模型建立过程中,适当在加入一些参数可能会使模型更加精细,更符合实际情况。 八附录 1参考文献:【1】姜启源、谢金星、叶俊 数学模型(第三版) 高等教育出版社【2】中国统计年鉴【3】中国经济信息网2 Matlab求解: x=6907.1 7702.8 8472.2 9500.5 10493.6 11769.5 13785.8 17067.78 18858.09; x=0.15 0.2 0.33 0.37 0.41 0.53 0.65 0.6 1.6

24、; x=1128 1184 1273 1402 1451 1564 1657 1795 2021; x=4.59 4.05 4.05 4.23 4.41 4.59 4.72 3.87 4.3; y=2068 2130 2212 2549 2796 3132 3665 3655 4475; b,bint,r,rint,stats=regress(y,x)Warning: R-square and the F statistic are not well-defined unless X has a column of ones.Type help regress for more informa

25、tion. In regress at 162b = 685.9108bint = 537.1339 834.6877r = 1.0e+003 * -1.0803 -0.6479 -0.5659 -0.3524 -0.2289 -0.0163 0.4275 1.0005 1.5256rint = 1.0e+003 * -2.7629 0.6022 -2.5232 1.2273 -2.4613 1.3294 -2.2769 1.5721 -2.1573 1.6995 -1.9444 1.9117 -1.4561 2.3111 -0.7633 2.7644 0.1062 2.9450stats =

26、 1.0e+005 * -0.0000 NaN NaN 6.9941 685.910 x=4.59 4.72; y=2068 3665; b,bint,r,rint,stats=regress(y,x)Warning: R-square and the F statistic are not well-defined unless X has a column of ones.Type help regress for more information. In regress at 162b = 618.0642bint = 1.0e+003 * -1.4518 2.6880r = -768.9147 747.7370rint = 1.0e+004 * -1.0539 0.9001 -0.8753 1.0249stats = 1.0e+006 * 0.0000 NaN NaN 1.1503

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1