基本信息
文件名称:2025《基于VAR模型的珠海市房价影响因素及预测实证探究》9900字.docx
文件大小:267.07 KB
总页数:21 页
更新时间:2025-05-24
总字数:约1.43万字
文档摘要

基于VAR模型的珠海市房价影响因素及预测实证研究

摘要

住房问题是民生大事,每年都是人们议论、关注的重点。中国的房地产业务,也是推动中国经济水平发展的关键行业。珠海市,在近年备受社会瞩目,随着二零一八年港珠澳大桥的成功通航,在二零二零年二月,珠海市将被确认为第五批中央和地方财政支持的发展居家和社会养老服务改革试验区域,珠海取得成就以及有利于城市发展的信息越来越多,其发展前景以及城市具有的潜力吸引越来越多的人来珠海。其住房价格也将成为想来珠海发展、生活的关注对象。因此,研究房价的影响因素以及预测其未来发展很重要。

本文通过翻阅前人的研究基础,选取可能对珠海市房价产生影响的因素,先通过灰色关联度分析,判断各个影响因素与房价的关联度,通过关联度大小选取数据进行VAR模型建立,得出房价最大影响为心理预期房价。将一阶差分后的房价当作人们心理预期房价变化建立MA模型对2022年房价做出预测,同时做出灰色预测模型,将两个预测结果与实际值做对比,发现MA模型与实际房价更接近,预测效果更好。

关键词:珠海市;房价;VAR模型;灰色模型;MA模型;预测

目录

摘要….……I

TOC\o1-3\h\z\u1 绪论……. 1

1.1研究背景 1

1.2文献综述 1

2 珠海市房价主要影响因素分析 3

2.1珠海市房价影响因素的选取 3

2.2数据预处理 5

2.3房价影响因素筛选 5

2.4房价主要影响因素确认 6

2.5模型比较与结果分析 11

3 珠海市房价预测 12

3.1.1基于预期房价变化建立ARMA模型 12

3.1.2基于MA(1)模型的预测 14

3.2.1灰色模型介绍 16

3.2.2运算过程 16

3.2.3运算结果 17

3.3模型预测结果比较 18

4 结论与政策建议 18

4.1研究结论 18

4.2政策建议 19

PAGE2

绪论

1.1研究背景

珠海市已持续几年荣登全国十佳宜居城市,更是于2020年2月,珠海市确立为第五批中央财政支持的发展居家和社会养老服务改革试验区域,在粤港澳大湾区发展战略的影响下,珠海作为唯一一个陆路相通的城市,吸引着越来越多的人养老生活或来珠海发展。

但珠海房价近年来居高不下,珠海市房保持着较高速度增长,房价的高速增长,引起人们的担忧,政府开始出台政策,有意识抑制房价的过快增长,但是房价的增长速度却未见放缓,仍然以高于人均可支配收入增长速度增长。虽然,近年来疫情的影响对于房地产行业的打击巨大,但是在粤港澳大湾区发展战略刺激下,珠海经济将会进一步增长,带到房价继续上扬,要维持经济高速发展,珠海市人口吸引力将会是关键,如何稳定房价,将是提高珠海竞争力的一大难点。

1.2文献综述

1.2.1房价的影响因素现状

国内外学者的在影响因素方面开展了不少研究,他们从多角度对房价做出分析研究,得到许多有价值的结果。将文献资料的结果分成下列几类:

收入

钟先哲,丁晓云[1]通过使用计量经济模型中的经典线性模型,得出主要影响因素为人均可支配收入。赵茗羽[2]通过聚类分析法以及PanelData模型得出城镇居民人均可支配收入显著影响高收入地区房价.刘美辰[3]使用卡尔曼滤波法对山东省2000-2014年年度数据做分析,得出人均可支配收入增加会引起房价上涨。

人口

杨贵中[4]采用1997年~2005年的成都市商品住宅价格相关统计,得出最主要的需求原因为成都市非农业人口增加。高田[5]对南京市房价进行主成分分析,得出南京市房价上升的主要原因是常住人口。

消费者价格指数

储亚伟,黄贤峰,郑语欣等[6]学者通过对主成分的分析研究了阜阳市影响因素,发现房价影响因素最主要因素有消费者价格指数。符云玲[7]提出使用VAR模式,利用格兰杰因果检验证明消费者价格指数对房价波动的重要影响。

固定资产投资

周国富[8]对天津市商品住宅价格进行定性分析得到主要影响因素有滞后一期固定资产投资价格指数对于商品房价格的贡献最大。 任昕[9]使用最佳子集法分析北京市房价,最终得出房地产的大规模投资,是北京市房价不断上涨的最大推动力

生产总值

党光远,杨涛等[10]学者采用了多元线性的回归方法研究唐山市房屋,认为地区生产总值和房屋竣工建筑面积都是影响房屋质量最主要的因素,而地方生产总值又是对需求影响中最好的代表。武若男教授[11]通过建立var模型,并采用方差分解方法分析因素,确定了房地产价值和国内生产总值之间的双向格兰杰关系。余彬,盛佳豪[12]使用灰色关联度分析铜陵市的商品房房价,得出关联度最高的是全市人均GDP。

商品房面积

顾余生[13]通过回归模型