文档介绍：房地产预测方法研究
—沈阳市住宅产业预测分析
目录
1 房地产业回归预测分析法简述 5
常用的预测方法 5
房地产业回归预测分析法可行性 5
基本思路 6
操作步骤 6
回归预测可行的关键 7
2 沈阳市城市住宅产业的现状 8
沈阳市住宅产业的现状 8
沈阳市住宅产业存在的主要问题 10
3 沈阳市住宅产业的各主要影响因素的分析 10
沈阳市人口变动情况的分析 10
影响住宅年竣工面积的人口因素分析 11
影响人均住宅面积的人口因素分析 13
影响沈阳市住宅销售面积的人口因素的分析 15
沈阳市经济因素分析 16
影响沈阳市住宅年竣工面积的经济因素分析 17
影响人均住宅面积的经济因素分析 18
影响沈阳市住宅销售面积的经济因素的分析 20
沈阳市住宅价格变动的分析 22
沈阳市住宅平均价格分析 22
沈阳市住宅平均价格预测 22
消费者消费能力指数-恩格尔系数的分析 23
沈阳市住宅产业房价收入比分析 25
沈阳市住房政策的分析 27
沈阳市对住宅产业的相关政策 27
沈阳市住宅产业政策影响 28
4 综合对未来沈阳市住宅市场发展状况的预测 29
沈阳市住宅年竣工面积预测 30
一元回归预测 30
多元回归预测 35
沈阳市住宅年竣工面积预测结果 39
沈阳市人均住宅面积预测 40
一元回归预测 40
多元回归预测 42
沈阳市人均住宅面积预测结果 44
沈阳市住宅销售面积预测 44
一元回归预测 44
多元回归预测 49
沈阳市年住宅销售面积预测结果 50
沈阳市住宅产业预测综述 50
结束语 52
附录1—英文资料及译文 53
附录2—参考文献 61
房地产业回归预测分析法简述
常用的预测方法
从我来看,简单预测法,平均值法,指数平滑法等预测方法被普遍使用。回归模型分析法也有人使用在房地产市场分析上,但普及率不大高。而SPSS,数量经济学模型,技术经济评价模型等预测分析法还处在试用阶段。并且,利用这些方法所要求的相关专业知识太深,普及存在一定的困难。在现阶段普及的预测方法中,移动平均法是使用最普遍的方法,从较长时期看,短期数据由于偶然因素而形成的差异在加总过程中会相互抵消,但在移动平均后会造成信息量的损失,对中长期的预测不太适用。指数平方法通过对权数加以改进使其在处理时甚为经济,能提供良好的短期预测精度,但平滑参数的确定带有主观性。并且无法计算置信区间。
房地产业回归预测分析法可行性
新中国成立后的三十多年中,由于计划经济否认住宅的商品属性,国家实行住宅实物分配制,住宅被作为计划经济条件下的一种产品进行分配。在这种背景下,根本谈不上房地产业的发展。1978年我国实行改革开放政策后,随着计划经济体制的转变,以市场为导向的实践。使经济理论界逐步认识到了住宅的商品属性。20世纪80年代以来,我国房地产业作为一个产业逐渐被确立和完善。在93年以前一段时间,由于政府指导性的失误和投资者的盲目,造成房地产业出现了膨胀现象。1993年6月,国务院宣布进行宏观调控,成功的实现了房地产业的软着陆。使房地产市场更加成熟。95年以后,市场作为调控机制的作用越来越明显,房地产业的发展开始按照经济规律发展。从历史角度来观察,房地产业在中国的形成和发展经历了一条曲折的周期性成长之路。从世界范围来看,到1992-1993年以全国范围的房地产热为标志而达到繁荣阶段。随后伴随国家宏观调控而进入收缩阶段。我国的房地产业在经历明显的周期波动后从1995年开始进入了相对稳定的发展时期,形成新一轮的房地产业周期。从世界范围来看,周期波动总是住宅经济增长过程的伴生现象。
根据房地产业的特点,房地产市场的分析与预测需要对多个影响因素进行分析。影响因素主要有:人口因素,经济因素,价格因素,社会政治因素等。其中有包括国民生产总值及国民生产总值增长速度,人均国民生产总值,居民收入,利率,通货膨胀率,人口规模与结构,社会政治稳定性,失业率,社会恩格尔系数,房价收入比等方面。这些影响因素大多可以用历史数据来描述。95年以来,我国房地产业在市场调控下,作为商品按照经济发展规律发展。对产业发展预测工作利用历史统计数据分析成为可能。回归模型预测法就是通过对观察数据的统计分析和处理,研究与特定事