毕业设计武汉市房地产调控问题分析数学建模论文.docx
- 文档编号:434280
- 上传时间:2022-10-10
- 格式:DOCX
- 页数:20
- 大小:294.98KB
毕业设计武汉市房地产调控问题分析数学建模论文.docx
《毕业设计武汉市房地产调控问题分析数学建模论文.docx》由会员分享,可在线阅读,更多相关《毕业设计武汉市房地产调控问题分析数学建模论文.docx(20页珍藏版)》请在冰豆网上搜索。
毕业设计武汉市房地产调控问题分析数学建模论文
第六届华中地区大学生数学建模邀请赛
承诺书
我们仔细阅读了第六届华中地区大学生数学建模邀请赛的竞赛细则。
我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。
我们知道,抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。
如有违反竞赛规则的行为,我们将受到严肃处理。
我们的参赛报名号为:
10520031
参赛队员(签名):
队员1:
队员2:
队员3:
武汉工业与应用数学学会
第六届华中地区大学生数学建模邀请赛组委会
第六届华中地区大学生数学建模邀请赛
编号专用页
选择的题号:
B
参赛的编号:
10520031
(以下内容参赛队伍不需要填写)
竞赛评阅编号:
第六届华中地区大学生数学建模邀请赛
武汉市房地产调控问题分析
【摘要】
房地产业是国民经济的先导性、支柱性和基础性产业,其价格变动对宏观经济和地方经济都又动态影响。
本文搜集了武汉市七个区近八年来GDP、大宗商品价格指数、商品住宅价格指数以及城镇居民可支配收入数据,在理论分析的基础上,针对武汉市住宅价格供求影响因素设计了数学模型。
实证检验结果表明,商品住宅价格变化数据、大宗商品价格变化数据、工资收入和GDP数据之间存在着相关关系。
再次基础上,本文构建了基于武汉市GDP数据、居民可支配收入、大宗商品价格指数着三个变量的VAR模型,分析三个变量与商品住宅价格的长期和短期的格兰杰因果关系,运用VEC模型和ARIMA模型研究商品住宅价格的变动趋势,以及其增长速度与GDP增长速度之间的关系,对变量之间的动态联系提供严密的说明,反应变量之间的长期均衡关系。
【关键词】
住宅价格;大宗商品价格;调控政策;VEC模型;ARIMA模型
一、问题重述
(一)问题背景
从2002年8月26日六部委颁发217号文件起,我国房地产调控历史走过了十余年。
细心盘点房地产调控的十年,大致可以划分为四个阶段:
第一阶段,调控起步期(2002年至2004年):
主要以收紧土地供给和房地产信贷为主要手段,以抑制房地产市场投资过热为目的。
第二阶段,调控加码期(2005年至2008年上半年):
加码的手段以结构性调整为主,在抑制房地产投资过热的同时,提出稳房价的新目标。
国八条、新国八条、国六条相继出台,重点打击囤地行为、改善商品房和保障房供应结构、提高首付比例、推出税收调控手段,改善供给结构的同时开始调节商品房投资性需求。
第三阶段,紧急救市期(2008年下半年至2009年上半年):
为应对全球性金融危机对中国经济的冲击,政府政策全面转向,以楼市稳定来支持经济稳定,从中央到地方全面放松各项房地产调控措施,甚至出台利率打折等购房刺激政策。
第四阶段,调控全面加码期(2010年至今):
遏制房价过快上涨或促进房价合理回归成为突出调控目标。
国十一条、新国十条、限购令等号称史上最严厉调控措施相继出炉,涵盖土地供给、信贷、税收、保障房等各方面的住房差别化调控体系逐渐形成。
近十年,从单一供给管理转向供给与需求综合管理,从防止房地产市场投资过热转向重点遏制房价过快上涨,我国房地产调控目标逐渐清晰,政策体系逐渐建立。
然而,虽然调控取得一定成绩,但调控多为定性的行政手段,梁化调控方案很少。
并且调控政策一般只是短暂实用某一特定时期。
近期武汉市出台调控目标:
房价的增长速度不高于GDP的增长速度。
(二)需要解决的问题
1、收集整理武汉市近十年各片区商品住宅价格变化数据、大宗商品价格变化数据、工资收入和GDP数据,挖掘它们之间的关系。
2、根据近十年已知数据建立数学模型并预测2013年6月至12月间商品住宅价格,大宗商品价格变化趋势。
3、结合武汉市市民工资收入的具体情况,评价调控政策“商品住宅价格的增长速度不高于GDP的增长速度”在多长时间内有效,并建立数学模型模拟商品住宅价格、GDP增速、市民工资水平之间的关系。
二、问题分析
对于问题一,根据数据的完整性和可获得性,我们将数据收集范围确定为武汉市武昌区、青山区、洪山区、江汉区、硚口区、江岸区、汉阳区七个区自2003年至2010年八个年度的商品住宅价格变化数据、大宗商品价格变化数据、工资收入和GDP数据,其中商品住宅价格变化数据采用武房指数等价代替,大宗商品价格采用工业生产者购进价格指数代替,工资收入采用城镇居民可支配收入代替。
分别以每个区为单位,检验四个指标数据之间的相关性,可以探究它们之间的关系。
对于问题二,我们建立VEC模型和ARIMA模型,对商品住宅价格和大宗商品价格分别进行建立模型,近似表示其变化趋势。
对于问题三,以前两个步骤的计算为基础,计算商品住宅价格变化和GDP变化趋势线的交点,得到调控政策有效性的区间。
三、模型假设
针对本问题建立如下合理假设
(1)根据统计年鉴等资料整理的数据准确可靠;
(2)2013年6月至12月间中无对商品住宅价格,大宗商品价格有重大影响的重大经济突发事件、环境气候问题等事件发生;
(3)预测期间我国各项宏观经济政策能及时准确地落实;
(4)我国对外经济政策无重大调整。
四、问题求解
(一)数据收集整理
研究对象数据的收集与整理,是建立数学模型过程最为费时费力的工作也是对模型质量影响极大的一项工作。
本文选取的数据来自《武汉市统计年鉴》、《湖北省统计年鉴》、《中国统计年鉴》、世界银行(worldbank)网站、中国流通产业网,武汉市住房保障和房屋管理局网站以及其他一些官方网站的数据。
本文分析的四个指标为:
商品住宅价格、GDP增速、市民工资水平、大宗商品价格指数。
在数据收集过程中,由于宏观经济变量数据的基期多为月度或者更长的周期,因此为了便于衡量比较中国大宗商品价格指数与我国经济变量的长期趋势关系,同时也为了统一数据基期,本文采用月度数据作为时间指标。
同时考虑数据的可得性,本文选取样本区间为2003年1月到2010年12月的数据。
(二)相关系数
我们将商品住宅价格、GDP增速、市民工资水平、大宗商品价格指数对应的数据分别用EVIEWS软件做相关性检验,得到的结果如下:
表1武昌区
Correlation
DZSP
GDP
SALARY
WFZS
DZSP
1.000000
GDP
0.948536
1.000000
SALARY
0.921447
0.973431
1.000000
WFZS
0.951997
0.978797
0.993625
1.000000
表2汉阳区
Correlation
DZSP
GDP
SALARY
WFZS
DZSP
1.000000
GDP
0.960517
1.000000
SALARY
0.924862
0.951981
1.000000
WFZS
0.939673
0.960383
0.993590
1.000000
表3江岸区
Correlation
DZSP
GDP
SALARY
WFZS
DZSP
1.000000
GDP
0.894886
1.000000
SALARY
0.922790
0.994617
1.000000
WFZS
0.940513
0.976500
0.988231
1.000000
表4江汉区
Correlation
DZSP
GDP
SALARY
WFZS
DZSP
1.000000
GDP
0.937533
1.000000
SALARY
0.926563
0.980350
1.000000
WFZS
0.900268
0.972246
0.984118
1.000000
表5硚口区
Correlation
DZSP
GDP
SALARY
WFZS
DZSP
1.000000
GDP
0.962396
1.000000
SALARY
0.928285
0.958781
1.000000
WFZS
0.933991
0.968799
0.931536
1.000000
表6青山区
Correlation
DZSP
GDP
SALARY
WFZS
DZSP
1.000000
GDP
0.963310
1.000000
SALARY
0.936407
0.922363
1.000000
WFZS
0.949231
0.947588
0.989010
1.000000
表7洪山区
Correlation
DZSP
GDP
SALARY
WFZS
DZSP
1.000000
GDP
0.963310
1.000000
SALARY
0.936407
0.922363
1.000000
WFZS
0.949231
0.947588
0.989010
1.000000
从以上相关性检验可以看出,武汉市各个区的大宗商品价格指数(DZSP)、国民生产总值(GDP)、市民平均工资(SALARY)和商品住宅价格(WFZS)两两之间都有很强的线性相关。
接下来,用单位根检验对数据稳定性进行检验。
(三)VEC模型
VEC模型即向量误差修正模型,具有同时反映长期静态关系和短期动态关系的功能。
1.单位根检验
当采用时间序列模型时,所用时间序列应具有平稳性,但是经济变量往往非平稳的,用非平稳变量建立回归模型是会带来伪回归问题。
向量自回归模型同样是要求所用时间序列应具有平稳性。
因此在进行协整分析之前,首先对各经济变量进行单位根检验,分析各经济变量的平稳性。
如不平稳则通过差分使其变为平稳的时间序列。
采用ADF方法来检验变量的平稳性。
2.各片区回归模型
首先我们对每个指标进行单位根检验,我们首先尝试了求二阶分差的单位根检验,我们以武昌区大宗商品价格指数和GDP作为例证,后续四个指标有相似结果,不再展开分析。
表8武昌区大宗商品价格的二阶分差ADF检验
NullHypothesis:
D(DZSP,2)hasaunitroot
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-2.035147
0.2663
Testcriticalvalues:
1%level
-6.423637
5%level
-3.984991
10%level
-3.120686
可以看出,序列是非平稳的,可能会存在伪回归。
我们再对武昌区大宗商品价格做一阶分差ADF检验,结果如下:
表9武昌区大宗商品价格的一阶分差ADF检验
NullHypothesis:
DDZSPhasaunitroot
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-2.915032
0.0980
Testcriticalvalues:
1%
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 毕业设计 武汉市 房地产 调控 问题 分析 数学 建模 论文