城市房地产供应量预测模型及应用(图文)

论文导读：同时，长沙市房地产市场也出现了投资较为过热的问题，导致商品房价格、土地价格等的膨胀较为严重，构成了房地产危机的引发条件，而与房地产相关联的资金链条一旦断裂，极易导致系统性金融风险，对整个地区经济的稳健运行产生严重的破坏。本文利用了多元线性回归对一类商品房供应与需求做出了合理的预测，对房地产市场的供给曲线和需求曲线进行分析，可以很好的分析影响房地产市场供给和需求的各个因素，以及各个因素对房地产供给量和需求量的影响程度，并且建立了优化模型。
关键词：商品房，线性回归，供需预测，非均衡性
 

近几年来，长沙市房地产业进入了一个高速发展的轨道，为地方经济的发展做出了重要贡献。同时，长沙市房地产市场也出现了投资较为过热的问题，导致商品房价格、土地价格等的膨胀较为严重，构成了房地产危机的引发条件，而与房地产相关联的资金链条一旦断裂，极易导致系统性金融风险，对整个地区经济的稳健运行产生严重的破坏。因此如何根据房地产市场的需求，准确地对房地产市场供应量发出预报信息就显得非常重要，这无论在理论上还是实践中都具有重大意义。目前关于对房地产需求、供给、价格的研究方法很多，比如德尔菲法、趋势预测、回归分析预测、指数平滑、马尔可夫模型预测、最小方差预测等，其各有各的优点和不足，且都需要大量的样本。论文发表。我们将从非均衡理论出发，对长沙市房地产的市场供求进行有效的预测。非均衡理论认为，均衡是有效而短暂的，但非均衡才是一种常态。用非均衡的理论、观点和方法来分析我国房地产市场的运行，在其基础上建立的非均衡的模型会更贴近房地产市场的真实情况，会使我们对房地产市场的发展的现实有一个更深层次的认识。我们将采用双曲线形式对商品房市场聚合后的非均衡模型建立有效供应、有效需求以及交易量三个方程组成联立方程组。通过长沙市近15年来影响商品房市场的相关因素数据求解该方程组，得到长沙市商品房市场的非均衡模型，并利用Cp准则或AIC准则，采用全局择优法对自变量进行选择，对模型进行优化。将该模型应用于长沙市商品房市场进行预测，得到了未来一段时期房地产市场的供给量和需求量。

一、长沙市商品房市场供应量模型的建立

为了应用的方便，我们记Ai为i年度城镇商品房住宅有效供应总量；Bi为i年度城镇商品房住宅有效需求总量；Qi为i 年度商品房交易量；为市场摩擦系数；Qi为i年度城镇商品房住宅的竣工面积；Pi为i年度城镇商品房住宅平均销售价格；Ii为i年度固定资产投资额；Ji为i年度城镇居民人均可支配收入；Ki为i年度城市化率；Gi为i年度国民经济发展水平。

就房地产商品来说，其供给量取决于许多因素，包括商品房价格、GDP、开发成本和投入、政策等。在模型中，以商品房的竣工面积为商品房住宅的供给量，考虑上述变量与商品房住宅供给的相关性，发现其与商品房销售价格、开发成本和投入、GDP等因素相关性较大。

， (1)

其中c0为常数项，又称为截距，为残差。

影响需求的因素很多，如房地产价格、城镇居民人均可支配收入、城市人口、国民经济发展水平、经济政策等。根据现行统计数据指标体系，并根据线性相关性的强弱，在众多因素中经过分析判定，我仅选择商品房销售价格、GDP、人均可支配收入、商品房价格、城市人口为主要影响因素。论文发表。

于是得到需求方程如下：

， (2)

其中a0为常数项，为残差。

本文采用双曲线形式，即交易量

，　(3)

由于模型只考虑1994-2008年数据，因此为了简化计算，令市场摩擦系数=0，由此

， (4)

这样得到长沙市房地产市场商品房非均衡模型：

　 　 (5)

根据1994-2008年长沙市房地产相关数据，分别对有效供应方程、有效需求方程进行拟合回归。

表1：长沙市房地产市场相关数据（指数形式）

有效供应方程对应的多元线性回归方程式：

(6)

运用最小二乘法， 得到系数如下：

138.8292721，=-0.96686，=0.664996，=0.093618

故供应模型的多元回归方程为：

，(7)

同理可得到需求模型的多元回归方程为：

，(8)

 1/2    1 2 下一页 尾页