商品住宅市场价格影响因素及价格预测

详细信息    查看全文 | 推荐本文 |

英文篇名：Influencing factors and prediction for housing market price 作者：马成文 ; 薛倩玉 ; 王昱斐 英文作者：MA Chengwen;XUE Qianyu;WANG Yufei;School of Economics,Anhui University of Finance and Economics; 关键词：商品住宅价格 ; 主因子分析 ; 多元回归 ; 灰色预测 英文关键词：housing market price;;principal factor analysis;;multiple regression;;grey prediction 中文刊名：JLGX 英文刊名：Journal of Changchun University of Technology 机构：安徽财经大学经济学院; 出版日期：2019-06-15 出版单位：长春工业大学学报 年：2019 期：v.40;No.162 基金：国家级大学生创新创业训练项目(201810378284) 语种：中文; 页：JLGX201903014 页数：7 CN：03 ISSN：22-1382/T 分类号：80-86

摘要

以上海市为例,构建了商品住宅价格影响因素指标体系,并利用主成分分析进行关键指标的筛选。建立了市场价格影响因素多元回归模型,得到了最主要因子为需求-供给因子的结论。利用GM(1,1)对市场价格进行预测分析,结果是未来五年价格呈缓慢增长趋势。
        Taking Shanghai as an example,we build an influential factor index system for analyzing the housing market price to select the key factors with the principal component analysis.A factormultiple-egression model is established to get the most important one.With GM(1,1),the market price is estimated,and it comes to conclusion that the price would increase slowly in the next five years.

引文

[1]陈华,郑晓亚.人民币汇率对房地产市场价格的多渠道影响效应研究:基于金融动态CGE模型[J].中央财经大学学报,2019(3):116-128.
    [2]周怡君.重庆市商品房价格的影响因素分析与房价预测[D].重庆:重庆大学,2017.
    [3]丁凤.房地产价格影响因素及预测研究[D].合肥:安徽财经大学,2014.
    [4]张金玉.我国商品住宅价格走势预测研究[D].济南:山东大学,2011.
    [5]王聪.基于多因素LOGISTIC的城市房地产价格预测模型研究[D].大连:大连理工大学,2008.
    [6]雷泽珩.噪音对中国房地产市场波动的影响研究[D].武汉:武汉大学,2018.
    [7]张秉乾.上海商品住宅市场价格影响因素研究及价格预测[D].兰州:甘肃农业大学,2009.
    [8]高坤.县域金融发展影响因素研究[D].济南:山东大学,2018.
    [9]郝晓露.基于灰色-多元回归模型的公司盈利情况预测:以安徽扬子地板股份有限公司为例[J].会计师,2019(1):34-35.
    [10]佟景贵,曹烨,邹振东.深圳市用水用电灰色预测及其实证分析[J].特区经济,2018(1):62-64.
    [11]姜田亮,张恒嘉,石媛媛,等.基于回归分析和灰度模型GM(1,1)的民勤县需水量预测[J].西北水电,2018(4):4-9.