西安邮电学院第九届大学生数学建模竞赛
参赛作品
参赛队编号： 016
赛题类型代码： A题
2 房价问题
摘 要
随着我国房地产市场的不断升温，居民买房难愈来愈严重。定一个合适的房价既照顾到居民的需求也满足方差开发商的盈利需要是十分必要的，要达到这些目的都要用到数学模型来进行量化。在本文中，我们经研究解决了城市房价模型，找出了影响房价的主要因素，建立预测下一阶段的房产均价的一个模型，同时也对政策对调控房价所起的作用作了详细的分析说明。在解决房价模型问题时，我们用了多元线性回规模型和蛛网模型同时对相关变量进行分析和处理，最终找出了影响房价的主要因素为生产成本和供需关系。并对房价的形成、演化机理和房地产投机进行了深入细致的分析。
模型一，我们通过比较西安房价近11年来的变化及城镇居民收入变化情况，找到买房难的根结。
模型二，在房价预测方面，我们选用多元线性回归，蛛网模型同时对相关变量进行分析和处理，最终找出影响房价的主要因素为生产成本和供需关系，求出房价预测的计算表达式。
模型三，我们取定一个时间段内某几个房价新政，结合新政出台时间前后某地房价的变化情况分析了房价新政对房价的调控作用。我们选取房价新政的标准是根据政策内容对相关经济指标有直接作用效果。最终我们发现，新政出台后，虽然房价依然是居高不下，但房价上涨速率得到了一定的控制，变化渐缓。
关键字：楼市 预测 蛛网模型 线性回归
一、问题重述
住房问题关系国计民生，既是经济问题，更是影响社会稳定的重要民生问题。2008年受国际金融危机的影响，部分购房需求受到抑制，2009年在国家税收、土地等调控政策作用下，一度受到抑制的需求得到释放，适度宽松的货币政策使信贷规模加大，为房地产开发和商品房购买提供了比较充裕的资金，房地产市场供求大增，带动了整体回升。但有的城市房价过高，上涨过快，加大了居民通过市场解决住房问题的难度，另一方面，部分投机者也通过各种融资渠道买入房屋囤积，期望获得高额利润，也是导致房价居高不下的原因之一。因此，如何有效遏制房价过快上涨，遏制房地产投机，是一个备受关注的社会问题。现在就以下几个方面的问题进行讨论：
一：通过调查及分析相关数据，建立一个关于房价增长与居民收入之间关系的一个模型，用Matlab建模，以图的形式直观明了的分析出其相关性，从而找出其解决方案。
二：通过分析找出影响房价的主要原因，并建立一个城市房价的数学模型，对房价的形成、演化机理和房地产投机进行深入细致的分析。
三：选择某一地区（如重庆、西安、深圳），调查近些年房价变化情况，并根据所调查的数据，预测下一阶段该地区房价的走势。并且根据国家和各地方政府的一系列调控房价的政策（如购房贷款政策等等）出台的时间与房价的变化情况，分析这些政策对调控房价所起的作用，根据所得到结果，给出你关于购房的一些建议。
二、问题分析
2-1：模型一分析
针对当前房地产市场火爆局面和房价迅猛的增长势头，以及国民买不起房的抱怨声。分析产生这些现象，我们可以从很多方面找到原因，有房价恶性增长，有国民的平均收入增长过慢，有收入分配的不均很，有失业率的逐年增长，有近些年人们的消费观念的转变，有国际社会环境的影响等。我们不可对每一个产生这种现象因素都进行一一分析，但是，对于其主要的或者说具有代表性的因素（房价增长率于和国民的收入的增长率）进行分析，也能够反映一些大的方面规律，以便于更好处理解决这些问题。
因此，我们搜集从2000年到2011年西安市的房价和市民的平均收入数据并进行整合，计算每年的房价和居民收入的增长率，利用matlab软件进行趋势图的模拟，并进行matlab进行一个拟合处理。最终，得出两者之间的关系，提出一些解决这类问题的办法及可行的方案。
2-2：模型二分析
本问是要求我们通过分析相关数据，找出影响房价的主要原因，然后根据这些因素建立一个城市房价的数学模型。同时，根据得出的结论深入细致的分析房价形成、演化机理和房地产投机。我们利用了网络等相关资源，查找各主导因素间的变化关系，确立变量，从而建立模型，一便求解。
房地产业强势发展是由社会经济的各项指标共同综合决定的。因此，对相关数据的仔细分析能得出几条对房地产业影响较大的经济指标，为进一步研究做好准备。但是，要去逐一分析每一种经济因素是不可能办到的，只能抓住主要因素去着重分析。所以我们经互联网搜索及查阅相关资料，大致得出以下几条对房价的影响产生主导作用的因素：建安成本，市场供求变化，土地成本、各种税费以及当地居民人均收入等。然而，针对本问，虽然我们从相关网络资料中获取了大量数据，但从实际出发来看这些数据只能作为理论支撑的基础。通过上面得分析，我们把经济学中著名的蛛网模型作为本模型的基本骨架，及理论支撑。蛛网模型：生产具有长周期的动态模型，其特点是本期产量决定本期价格；而本期价格决定下期产量（它具有三种形式：封闭式，即需求曲线和供给曲线斜率一样；收敛式，即需求曲线比供给曲线斜率大；发散式，即需求曲线比供给曲线斜率小），分析房产的供求特点，借鉴这个网络加以分析。
2-3：模型三分析
根据假设，我们要先搜集到房价调控政策出台的时间与该时间段里某地区房价的变化情况。由这个地区在这个时间段里的房价的变化情况来分析房价调控政策在对价格的调控中所起到的作用。因为在前面我们分析知道，房价是由诸多社会经济因素制约着的，虽然政策对房价的调控起到什么作用比较片面。但是，直接研究房产价格与新政策出台的时间关系又是最为直接的。
所以，我们将搜集到的数据与时间建立一个坐标关系，便可以很直观的从波动上看出房价的变化，从而了解到新政策的调控力度，看出调控前后房价的变化力度。简单的给出购房的一些建议，我们到底是买房呢还是观望，何时再买，或者说购置房产从大趋势上需要关注哪些动态，以科学的分析给购房者购置房产方面给出一些相关的建议。
三、模型假设与符号说明
3-1-1模型一假设
假设一、数据的不完整性是绝对的，允许数据存在一定的误差。
假设二、只考虑房价和收入的增长关系。
3-1-2符号说明
0ξ：房价增长率
0?：N
年的房价与N-1年房价得差值
a0：N 年的房价
b0：N-1年的房价
1ξ：居民收入
1?：N 年的居民收入与N-1年的居民差值
a1：N 年的居民平均收入 b2：N-1年的居民收入
3-1-3模型建立
根据搜集的一些房价和居民收入的数据，我们可以简单的建立如下的数学模型： 房价增长率：
000
=
100%
a ξ??
其中000=a -b ?（），相邻年份的的房价的增长额度
居民收入增长率：
11
=
100%
a ξ??1
其中0=a -b ?00（），相邻年份的居民收入的增长额度
3-1-4模型的求解
下面是我们搜集的西安市2000~2011年城市商品房售价数据资料，如下表：
首先，利用matlab仿真软件化出西安市城市居民的收入与时间的关系图，如下：
图二（2000~2012）
再用matlab 绘出2000~2011年城市商品房售价和时间的关系图，如下所示：
图一（2000~2011）
利用公式 =100%a ξ??，其中=-?本年的房价前一年的房价，a 为前一年的房价。代入数据，其实可以利用excel 计算出房价和居民输入的增长率，但这是理论依据， 我们可绘制如下表格：
表格一（房价）
表格二（居民收入）
利用matlab软件画房价增长率与时间段出如下关系，如下图：
图三（2000~2011）
居民收入增长率与时间的关系，如下图四：
图四（2000~2010）
通过借助数学软件工具，分别从房价随时间变化趋势图，居民收入的变化趋势图，以及房价的增长率和居民收入的增长率等方面对两者的关系进行了，图形化描述。观察图形我们不难看出两者之间的变化规律。
在数据采样的11年中，我们可以观察到前5年居民的收入有一个相对平缓的增长，在后面的几年中居民的收入增长速度明显加快了，但相对于后面五年楼市的增长曲线的斜率人显得有些小，而楼市则是在前面的5年中出现一定程度的波动，2003年的非典可能是产生这一现象的主要原因。从05年开始房价便开始一个势头迅猛的上涨，在2009年房价出现了一个较大的增幅，可见房市中还存在大量泡沫，随后又减缓增速。
比较两者的增长速率，我们可以看出都有一定的波动性，但楼市是为稳中有涨，节节攀升的趋势，而城镇居民的受如增长率虽然出现一定的波动性，但是波动性较大，并且有些年份增长速率远不及前一年。
结论：城镇居民的收入增长的速度跟不上房价的上涨速度，以上的图表也反
映了楼市中存在一定的泡沫，需要采取一些相对应的措施进行调控。
3-2-1模型二假设
假设一、房价的计算只考虑生产成本和市场供求
假设二、理想房价是仅基于成本得到的房价，不考虑供求 假设三、成本的花费包括地价（地面地价）、建安造价和各种税收；且每
一个周期的地价、建安造价和税费率都维持不变
假设四、需求量受到本周期的实际房价和理想房价的影响。实际价格与
理想价格的比值越大，需求量越少；反之，实际价格与理想价格的比值越小，需求量越多
假设五、供应量受到地产商预测的本周期的房价和理想房价的影响。预
测价格与理想价格的比值越大，供应量越多；反之，预测价格与理想价格的比值越小，供应量越少
假设六、理想房价=(地价+建安造价) ×(1+税费率) 假设七、供需平衡指：供应量=需求量
符号说明：
0p ：房价(元/平方米) f
p ：理想房价（元/平方米）
m
p ：第m 个周期的房价 （m=1,2,3） m
p ∧
：第m 个周期的预测房价 （m=1,2,3） e p ： 需求曲线和供应曲线的交点处的房价（供需平衡）
a ：
地价（元/平方米）
b ： 建安造价（元/平方米）
1μ： 税率（%）
2μ： 容积率（%）
d
m Q ： 第m 个周期，居民对房子的需求量 （m=1,2,3） s m
Q ： 第m 个周期，地产商的供应量 （m=1,2,3）
3-2-2模型建立
通过分析我们得到一下几个关系，成本决定理想价格；理想价格和房价决定需求量；理想价格和地产商的预测价格决定了供应量；需求量和供应量又共同决定了
房价。首先我们来求理想房价f p ，根据理想房价的求法得出其表达式为：
1(1)()f p a b μ=+?+
进一步化简
11(1)(1)f p b a μμ=?++?+
从以上公式中可以看出，地价与理想房价之间为线性正相关关系，同时地价与理想房价之间影响的程度因建安成本、税率和容积率的不同而不同，我们可以理想化得认为理想房价就是成本费用一种体现形势，根据假设，成本不变，所以理想房价也不变。
供需关系分析：
1、建立一个需求函数。根据假设，需求量会受本周期的实际房价和理想房价的影响。实际价格与理想价格的比值越大，需求量越少；反之，需求量越多。我们用取极限法来验证假设的合理性，取实际价格与理想价格的比值为无穷大，那么实际的价格就是无穷大；反之，比值为0，需求量自然就大。由此说明我们的假设正确。
需求方程如下：
m m f
d
p Q p αβ=-?
其中α和β为正常数，f p 为理想价格，需求函数斜率为f
p β
-
。
2、建立一个供应函数。同样根据假设，供应量受到地产商预测的本周期的房价和理想房价的影响。预测价格与理想价格的比值越大，供应量越多；反之，供应量越少。因为房屋的供应量是由地产商所决定的，而地产商是以盈利为目的的，所以地产商们总会前阶段的价格数据来估计下一阶段的价格，再将预测的价格与成本比较，最终确定供应数量。由此可知假设合理。下面我们来给出预测房价的模型。 模型为：
112()m m m m p p p p ε∧
---=+?-
可以看出，本期的价格是上一期的实际价格加上一个差值的修正结果，ε为修正系数。预测价格与成本的比值越大，利润越高，供应量越大。
那么本期的供应量为： 112
()s
m m m m
f
p p p Q p εγδ---+?-=+?
其中γ和δ是正常数，f p 为理想价格，供应函数斜率为近似为
f
p δ
。
3、结合上面所得结论我们便可以建立一个供需平衡方程如下：
d
s
m m Q Q =
即得： 112()
m m m m f
f
p p p p p p εαβγδ---+?--?
=+?
3-2-3模型求解
设方程的一个特解为X ，将其带入方程后得到等式
(1)
f p δεδεαγβ
β
β
?+?-X +
?X -
?X =
?
得到： f p αγβδ
-X =
?+
求通解过程： 12(1)
0m m m p p p δεδεβ
β--?+?+
?-
?=·
·········齐次方程 1
2
(1)
0m m m δεδελλ
λ
β
β
--?+?+
?-
?=·
·········特征方程 22
(1)
[]0m δεδελλλ
β
β
-?+?+
?-
?=
易得0=λ是方程的解。 整理得： 0)
1(2=?-
?+?+
β
εδλβ
εδλ
β
εδβ
εδ??
-+?=?4])
1([
2
则解得1λ和2λ：
1(1)
2
σεβλ?+-=
2(1)
2
σεβλ?++
=
线性差分方程稳定的条件：方程的特征根均在单位圆内。当 1||1<λ，
1||2<λ时，则e p 为稳定点，1p ，2p ，3p ……趋于e p ；否则远离e p 。
方程的解的一般形式为： 112
2m m
m p k k λλ=?+?+X
其中1k 和2k 是两个任意常数因情况而定。 把f p αγβδ
-X =
?+，1(1)()f p a b μ=+?+ 带入得
11221[(1)()]m m
m p k k a b αγλλμβδ
-=?+?+
?+?++
于是得到了房价的表达式：
11221[(1)()]m
m
m p k k a b αγλλμβδ-=?+?+
?+?++
3-3：模型三建立及求解
近些年我国房产市场，发展非常看好，加之居民对购置房产的热情也是空前高涨，导致了很多地方房源不足，很多地产商便趁此机会哄抬房价，致使商品房价格成倍的增长。为此，国家连续出台了多项商品房房价调控政策，以此来干预地产商对商品房价格的制定。为了方便突显国家房价调控政策对房价调控的能力和起到的作用，特意选取了三个不同时间点出台的调控政策来加以说明。
2008年1月至2011年月4，国家和有关地方出台的房价的主要调控政策。经分析我们需要选取对相关经济指标有直接影响的调控政策，这样能更为直观的看出政策调控作用。与此同时，受2008年经融风暴等相关因素的影响，我国的房贷利率在这一年经过了多次调整，并在2009年开始呈现平稳上升的趋势。随着时间的推移，引发了愈演愈烈的房价风暴，在 2010年初，国家出台了一系列强势的调控政策，来减缓房价过快的上涨速率，方便给于中低收入家庭以更多的购房空间。理据以上分析，通过这三条政策的发布时间与发布前后房价的波动情况来分析，观察国家调控房价政策对各地房价过快上涨的控制作用。
2008年一月份至2011年四月份西安市商品住房平均价格（元）
据以统计数据，利用matlab 软件画出了“时间—房价”关系曲线：
四、结果分析
4-1模型一结果分析
在上面的模型建立过程中，我们2000年至2005年，居民收入相对比较稳
定时期，虽然偶尔有些反弹，但整体上是看作是是一个平缓的增长，房价在这一时期发展的速度一般，增长比较缓慢，且在2003年发生一个较大落水。而2006至2010年随着经济迅速发展居民收入也在一定的程度上增长比较快，但是在此期间房价的日益增长已经引起广大市民的关注，房价增长非常迅速，居民的收入已经跟不上房价过快增长，分析房地产近些年红火局面，一个是与人们的消费观念的转变有关，开发商的炒作和国内房地产的大气候也有一定关系，另外，一些房产的投机者也乘机倒房，有的高收入者甚至会有两套或者三套房，是房源持续紧张，这就直接导致了房价的不断提升。
随着经济环境的不断好转和国家的一系列利民惠民政策出台，居民的收入
虽然在近些年也得到较快的提升，但也就这样，城镇居民的收入增长仍没有房价增长的快，在统计使我们发现一套商品房的增长基数远大于居民的年收入，一套100m2的一般商品房，轻者50多万，重者100
万。因此，一方面我们要增加城镇
居民的收入，增大城镇居民和待就业人群的就业机会，提高企业的用工薪金。另一方面，国家出台一些调控楼市的政策，挤出楼市中过多的泡沫，使得房地产行业有一个良性的法展模式。
4-2：模型二结果分析
对假设的实际验证，确定了影响房价的主要因素，即是成本与供需关系的变化。在整个过程在模型的建立和求解中已经简要的用数学表达式描述了一遍，在模型的建立过程，我们发现地价与理想房价之间为线性正相关关系，而地价是成本的一部分，而成本的其它成分大致还有税费，建安造价等，房价的形成主要由这些因素所决定，房地产商对房价的预测也是成本费用的具体的一种体现形势体现。成本越高，直接导致房价升高，反之也成立。当然，房价与成本的变化比例就是一个不确定量了。当成本升高时，房价固然升高，但升高多少，在国家宏观调控的大环境下，是由房地产商决定的，当房产开发商都恶性升高房价时，就有意识的进入了房地产投机时期，不断恶意炒高房价的同时赚取大笔资金再循环到这一过程中，许多投机者由此开始了这一恶性循环，导致房价居高不下，增加居民的购房压力。
而投机就是存在一个价值与价格不等的投资机会。以较低价格购进房产或土地修建房产，屯积待价格上涨或完工后高标价格直接销售，谋取取暴利。
4-3：模型四结果分析
通过对政府在出台相应房价调控政策前后西安商品房的售价数据的整合，并对对具体数据利用matlab软件处理，我们得到了此模型对应的结果图。观察图中所得到曲线图及直方图，不难发现发现，近些年房价的涨势令人咋舌，对比“两率”下调政策颁布前后的房价变化曲线，我们可以很直观的发现商品房价有明显的波动。2008年爆发的全球金融风暴，对我国楼市的影响十分严重的情况，楼市售价曲线在短时间内急剧下降，但在短暂的下降之后，房价在短期内迅速上扬。这也反映“两率”下调政策有效调控了房价波动。2009年以后曲线部分，房价又开始发生较快的上涨。于2009年12月，国家又出台收紧土地受让政策，而后又出台了二套房贷款管理政策。观察曲线上变化的斜率，2010年以后曲线上升有减缓的趋势，但不是很明显。
国家对楼市的宏观调控政策，在短期内可以取得一定的成效，在一定程度上放缓了楼市涨价速度，然而价格是由市场决定的，在长期效果和整体趋势上，政府调控不能够改变价格变动的本质和性质。国家宏观调控政策可以调整或减缓房价异常变化，但改变不了房价变化的发展方向。促使我思考更为有利有效的房价调控政策。根据以上结果，我们主要对购房提出一些建议供购房者参考。
对于购房者而言，考虑主要问题是地域条件和价格。分析不同的购房动机。前面分析我们已经知道，影响房价的主要因素是房产成本和供需关系了，这是只是大的方面。从购房者的角度考虑，像地理位置，环境经济的发展程度，区域发展前景等等。同样，这些因素也是针对不同人群而定的，因此，我们可以分一下几个方面对不同的购房者加一分析。
1.对于买来就为了自已居住并有一定经济能力的人。这一类的购房者，在排除价格因素之后只是环境及周边设施自已觉得满意，任何时候想买都可以出手，房地
产价格长期趋势必然是向上的，而且是螺旋上升的过程。再者，根据前面的数据分析看，房价总体趋势看涨，没有回落的迹象。国家虽然出台了一系列的房价调控政策，却对整个楼市的影响不大。
2.对于中低收入的家庭，购买商品房并不是一个明智之举，选择价格较低的保障性住房比较合适一点。从影响房价的因素来考虑，商品房的各项成本指标都会比普通保障性住房的高很多，并且商品房往往会选择地理位置好的地段，使得这类房成本远远高于保障性住房。
购房需要考虑的因素因人而异，主要的价格因素却是必然。也只有在对某处房产价格的相关制约因素分析清楚后，针对自已的购房目，做出明智的选择。当然，这些建议有一定局限性，针对不同个体购房者还需要具体问题具体对待。
参考文献：
1.《MATLAB语言常用算法锦集》出版社:电子工业出版社
作者：王正林出版日期：2008年6月
2. 《西方经济学（微观部分）》，主编：高鸿业，中国人民大学出版社
3. 《产业经济学导论》，杨治，中国人民大学出版社，1985
4. 《宏观经济数量分析：方法及应用》，刘金山，经济科学出版社，2005
数学建模选拔作业 《房价评估》
房价影响因素评估 摘要：自1998年我国实行住房改革以来，房地产行业已经逐渐成长为拉动中国经济增长的龙头产业。但是，房价的高低影响着国家的发展和人民生活水平的提高，因此，我们有必要了解影响我国房价的主要因素，政府才能针对性的采取措施，进一步推动房产行业的发展，发挥其龙头作用。 在问题一中，我们主要是分析影响我国房价变化的各个因素，确定其主要因素，该文通过在中国国家统计局和其他网站搜的相关数据，建立回归统计模型，确定房价和土地价值、人均可支配收入等其他因素的相关性系数，通过分析指数模型、线性模型，确定了线性模型，从而进一步确定了影响房价的最主要因素是国家土地增值税(亿元)、五年购房贷款利率、城镇居民家庭人均可支配收入(元)城市人口密度(人/平方公里)，比如，房价和五年购房贷款利率的关系为 9.6223361.3501+-=B W 其中，相关指数为0.97464，非常接近于1，这也说明， 我国国家正在国家政策上控制房价。最终可知最主要的因素是国家土地增值税(亿元)，也就是我们所说的土地价值。 在问题二中，我们把房价与位置的关系定在同一个城市中，以这个条件为限制，而不去考虑东西部、南北方这样的大位置，房子的位置影响因素进一步表示为交通C 1、教育C 2、卫生C 3、工作C 4、环境C 5五个相关因素，通过层次分析法，建立模型，得到了相关权重，也就是房子的价格 54321*0824.0*0787.0*2365.0*4731.0*1292.0C C C C C W ++++= 此问题得到解决。 在问题三中，主要是对前两个模型的检验，我们利用在网上收集北京市相关数据带入检验，并且在模型二中，通过对五个位置因素的分析，检验我们所得到的模型，着重分析了天津市，发现我们建立的模型基本符合实际，因此较为可靠。 关键词：回归统计 层次分析法 模型检验
1 线性回归 1.1 原理分析 要研究最大积雪深度x与灌溉面积y之间的关系，测试得到近10年的数据如下表： 使用线性回归的方法可以估计x与y之间的线性关系。 线性回归方程式： 对应的估计方程式为 线性回归完成的任务是，依据观测数据集(x1,y1),(x2,y2),...,(xn,yn)使用线性拟合估计回归方程中的参数a和b。a,b都为估计结果，原方程中的真实值一般用α和β表示。 为什么要做这种拟合呢？
答案是：为了预测。比如根据前期的股票数据拟合得到股票的变化趋势（当然股票的变化可就不是这么简单的线性关系了）。 线性回归的拟合过程使用最小二乘法， 最小二乘法的原理是：选择a,b的值，使得残差的平方和最小。 为什么是平方和最小，不是绝对值的和？答案是，绝对值也可以，但是，绝对值进行代数运算没有平方那样的方便，4次方又显得太复杂，数学中这种“转化化归”的思路表现得是那么的优美！ 残差平方和Q， 求最小，方法有很多。代数方法是求导，还有一些运筹学优化的方法（梯度下降、牛顿法），这里只需要使用求导就OK了，
为表示方便，引入一些符号， 最终估计参数a与b的结果是： 自此，针对前面的例子，只要将观测数据带入上面表达式即可计算得到拟合之后的a和b。不妨试一试？ 从线性函数的角度，b表示的拟合直线的斜率，不考虑数学的严谨性，从应用的角度，结果的b可以看成是离散点的斜率，表示变化趋势，b的绝对值越大，表示数据的变化越快。 线性回归的估计方法存在误差，误差的大小通过Q衡量。 1.2 误差分析 考虑获取观测数据的实验中存在其它的影响因素，将这些因素全部考虑到 e~N(0,δ^2)中，回归方程重写为 y = a + bx + e 由此计算估计量a与b的方差结果为，
2010—2011学年第二学期 数学建模
海市房价预测模型 摘要 威海地处山东半岛东北角，地理位置特殊。作为一个沿海城市，威海市积极响应国家政策，经济发展水平不断提高，威海作为最适宜人类居住的城市吸引了一大批人们来这里定居。同时威海与韩国、日本交流频繁，留学生、外国友人也在这座城市里留下了足迹。作为一个发展中的城市，房价是影响人们在此定居的一个很重要的因素。加之全国房价一直在高速上升，在这几年过程，一直有关于房价拐点的争论。是否楼市的拐点真的到来？我们决定建立数学模型，分析一下威海市的房价发展趋势，给相关机构提供参考。 我们都知道影响房价的因素众多，大的方面有，国家的宏观经济环境，国家的宏观调控，地方政府对宏观调控的执行力，人民的住房需求，热钱的投机。而宏观调控的手段众多，如廉租房建设，经济适用房建设，提高税收，打击投机，企业房贷资金紧缩，提高准备金率，不批准房地产企业上市圈钱等等。 影响房价的因素不同地区各不相同，影响威海市房价的主要因素是什么？是怎样影响房价的？我们希望通过这次建模找到答案。 关键字：线性模型居民人均年收入建房成本房价
一、问题重述 全国房价一直在高速上升，威海市也是如此，在这几年过程，一直有关于房价拐点的争论。是否楼市的拐点真的到来？需要建立模型进行推测。 影响房价的因素众多，大的方面有，国家的宏观经济环境，国家的宏观调控，地方政府对宏观调控的执行力，人民的住房需求，热钱的投机。而宏观调控的手段众多，如廉租房建设，经济适用房建设，提高税收，打击投机，企业房贷资金紧缩，提高准备金率，不批准房地产企业上市圈钱等等。除去宏观调控政策，还有城市的自身因素，比如建材价格水平，城市发展水平，GDP总量等等，都会对房价产生影响。找出影响房价的主要因素对于建立房价短期预测模型尤为重要。 二、问题分析 数据收集：影响建模的因素众多，需要忽略次要因素，提取出主要因素建立模型，经过数据分析，我们得出影响房价水平的三个因素，一个是人均存储，一个是GDP水平,，最后一个是建房成本。 收集数据如下： ①影响因素： 表2.1 影响因素 ②房价水平： 表2.2房价水平 房价与时间关系图：
关于房价问题数学建模分析 摘要：近几年，我国出台了一系列事关民生国情的利民政策，但房价的持续增高仍让很多人把买房当成了一种奢望。本文根据题目要求，进行了合理假设，主要从影响房价的因素方面考虑，建立相应数学模型，根据数据分析了我国当前房价的合理性，预测房价未来走势，提出具体措施使房价回归合理，并进行定量分析。 关键词：房价升高数学模型正态分布模型 一、问题重述 房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一，从国家领导人、地方政府官员，到开发商、专家学者、普通百姓通过各种媒体表达各种观点，但对于房价是否合理、未来房价的走势等关键问题，至今尚未形成统一的认识。 请根据中国国情，收集建筑成本、居民收入等与房价密切相关的数据，选取我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题进行定量分析；根据分析结果，进一步探讨使得房价合理的具体措施。 二、问题分析 考虑评判房价的合理性，我们首先想到与房价密切相关的各种因素，认为房屋的合理定价应该由房屋所在城市的经济发达程度、环境优美度、居民归属感等生活标准来反应，而这些项目又有很多是难以量化的指标，因此我们采用了城市居民年人均收入刻画生活标准。房屋的价格应该满足本市居民的居住需要，于是这部分我们没有引入投资等市场因素。 三、数学模型的建立及求解 （一）模型假设：引起房地产市场波动的因素有很多，居民收入、供求比例、空置率、货币政策、建设成本、国家政策和人口结构及变化趋势等众多因素。我们从中提取重要因素对次要因素作出如下假设： 1、城市消费状况用人均收入来代替。 2、忽略消费成本如交通费用、物业费用、停车费用等对住房价格的影响。 3、在同一地区房价为销售均价，没有街道区域差异。
装订线 第九届西北工业大学数学建模竞赛暨 全国大学生数学建模竞赛选拔赛题目 A (B)题 密封号2011年5月3日 剪切线 密封号2011年5月3日 学院第队 队员1 队员2 队员3 姓名 班级
装订线 摘要 近几年，房价过快上涨，使人民群众买房难，因此研究影响房价的主要因素以及房价与其之间的关系十分重要。分析题目，我们分为三个问题进行讨论建模：问题一，房价合理性评判；问题二，未来房价走势；问题三，后期房价的应对。本文针对影响房价的因素，主要考虑以下几点：地价，人均年收入，建材价格，人均GDP、房屋贷款利率和居民消费水平。通过线性拟合，找出各影响因素与房价的关系，确定出主要影响因素为：地价，人均年收入，人均GDP和居民消费水平，进而得出因素与房价之间的互动影响。问题一中针对各代表性城市现今房价是否合理的问题，我们以代表性城市上海、西安为例，采用了经济学领域的关于正态分布的模型，评定房价的合理性，同时根据我们确定出来的数据与世界银行房价评判标准进行进一步评判。针对问题二，鉴于房价所涉及的系统为灰色系统，而影响房价的因素很多，我们利用灰色预测法来作预测，灰色系统，即将杂乱无章的数据列进行整理、生成，将空缺的数据通过计算加以补充，用整理过的数据列建立模型并通过它进行决策和预测，将结构、关系、机制不清楚的对象、过程、系统作灰色预测以进行提前控制。房价变化涉及的系统包含有许多影响因素，多种因素共同作用的结果决定了系统的发展态势。针对问题三，建立适当的模型对各因素与房价的相关性进行检验；至于对经济发展的影响，须考虑房价与各个因素之间的互动性，便于充分利用搜集的相关数据进行模型的检验。利用影响因素，通过对模型的综合分析，我们提出了各种改进措施并得出了对经济影响的一些结论。本文的主要特色为：我们分析了房价变化这一系统的特点，有针对性的构建模型，并抓住了影响房价的主要因素，建立的模型精确实用，而且容易理解。同时我们根据模型对未来代表性城市的房价进行了预测与评估，并提出了合理实用的改进措施，不仅具有研究参考价值，而且对于决策者有很好的指导意义。
一、问题重述 1、1背景分析 自1998年我国实行住房改革以来,房地产行业已经逐渐成长为拉动中国经济增长的龙头产业。近几年在国家积极的财政政策刺激下,我国房地产市场处于不断发展阶段。然而,与美国等发达国家住房市场进入成熟期不同,我国正处在城市化与工业化进程加速阶段,住房水平低与需求比较旺盛,这就是我国住房市场快速发展的重要基础。 中国房地产一方面在快速发展之时,在总体上对经济社会的发展确实起到了促进作用;另一方面由于不规范的房的销售价格行为、地价的上升造成放的开发成本提高等因素造成房价不断上涨,严重超出了普通居民的购买能力,给其造成了巨大的购房压力。 1、2问题重述 根据近几年中国上海房地产市场现状,解决以下四个问题: (1)结合对房地产的了解,收集近几年上海房地产的价格走势,预测未来三年上海房价的状况。 (2)结合对上海市近几年来房价的了解,分析并建立合理的数学模型,得出“国五条”具体怎样影响房价。 (3)综合考虑上海的CPI,结合对房价的了解,谈谈房价如何对CPI产生影响。 (4)在2012年拥有100万元人民币的前提下,写出一种合理的分配方案,用这笔钱投资到CPI中的各项因素。 二、问题分析 2、1对于问题一的分析 问题一要求根据近几年上海房地产的价格走势,来预测未来三年上海房价的情况。 首先,通过在《上海统计年鉴》找到上海近几年的房价, 为得到较为准确的预测,我们选取了最近十年上海的房价,因为长时间的数据能反映更多更合理的问题,不会太过片面对结果造成较大偏差。历时十年,期间政府的宏观调控或制定的稳定物价等等措施必然会对房价造成影响,如果考虑政策措施与其她因素的影响,问题将变得非常复杂。反而,我们可以将这些因素瞧作市场经济的调控,房价因受到这些因素影响而产生变化。那么,实际呈现出来的房价变化就应该就是有效的房价变化。我们在模型的假设部分阐述了不考虑政府的政策措施对近几年房价的影响。 综合了以上分析,我们将搜集到的数据整理制成表格,绘制出年份-房价变化折线图,可以发现随着年份的增长,上海房价也在不断增长,且在一条直线周围上下波动,因此我们建立一元线性回归模型,来寻求上海房价与年份的线性关系。然后根据最小二乘法来确定其中参数(一次项系数与常数项)的值,最终确定此回归方程。然后通过求判定系数2R的值,来判断模型对数据的拟合程度,确定该方程的合理性。最终对x进行赋值,得到相应的房价。 2、2 对于问题二的分析 问题二要求找出“国五条”具体如何影响房价的,就就是求“国五条”五项措施对房价影响的比重,即某项措施的影响大小,从而反应出“国五条”就是如何影响房价的增长问题。
房价问题数学建模集团档案编码：[YTTR-YTPT28-YTNTL98-UYTYNN08]
1、问题重述 房价问题事关国计民生，对国家经济发展和社会稳定有重大影响，一直是各国政府大力关注的问题。我国自从取消福利分房制度以来，随着房价的不断飙升，房价问题已经成为全民关注的焦点议题之一，从国家领导人、地方政府官员，到开发商、专家学者、普通百姓通过各种媒体表达各种观点，但对于房价是否合理、未来房价的走势等关键问题，至今尚未形成统一的认识。 请根据中国国情，收集建筑成本、居民收入等与房价密切相关的数据，选取我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题进行定量分析；根据分析结果，进一步探讨使得房价合理的具体措施，以及可能对经济发展产生的影响，并进行定量分析。这里主要讨论分析了以下四个问题：问题一：通过对北京、重庆的一些影响房价的因素数据收集、处理、总结、分析来讨论近几年来其房价的合理性。 问题二：通过对北京、重庆近些年来房价合理性的分析结果进而对未来三年这些地区的房价趋势进行比较合理的预估。 问题三：根据以上分析结果进一步讨论使房价合理的具体措施以及对经济发展的影响。 2、符号说明 I：固定资产投资（亿元）； INC：重庆市人均可支配收入（元）； JQC：国家房地产景气指数； R：利率（%）； RRE：理想房价（元/平方米）； RE: 实际房价（元/平方米）； LOG：对以上符号取对数； C：函数中的常量； N:年限； K1，K2,K3，K4：关系函数常量； A：建筑材料成本； B：土地成本； C：利率； GDP：人均收入； L：利润； T：投机商投机所得； K4、K5、K6、K7：关系函数。 3、基本假设 问题一假设： 假设1、房价的理想价格只固定资产投资（I），重庆市人均可支配收入（INC），国家房地产景气指数（JQC），利率（R）等四个因素有关； 假设2、在一段时间内国家房地产景气指数（JQC），利率（R）保持不变； 假设3、各地的房价不受政府等外界环境和人员的干扰； 假设4、各个数据在一段时间内的波动在一定范围内是合理的。
中国城市房价分析 摘要 随着近年来中国经济的快速发展，房地产业也得以迅猛地发展，其势头受到世人的瞩目，它作为国民经济的支柱产业不仅对国家宏观经济运行产生巨大的影响，而且与广大百姓的自身利益休戚相关。 本论文从实际出发，选取具有代表性的几个城市，结合其城镇居民的人均可支配收入，并参考国际房价合理性标准，从而研究我国房价的合理性。然后根据数据预测未来几年各个城市的房价走势，并结合现阶段国家政策下的实际房价提出合理的措施。最后根据搜集的数据，结合20世纪下半叶日本房地产与GDP的关系，预测房地产行业未来将会对中国经济产生的影响。 关键词：城市房价；合理性；GDP；国民经济 1.问题重述 房价问题关系到一个社会人民生活的切身利益，也对国家的经济发展与社会稳定有重要影响。1998年6月，国务院决定，党政机关停止实行40多年的实物分配福利房的做法，推行住房分配货币化，让房地产业成为了中国经济新的增长点。但是在居民收入持续上升的同时，房价也不断飙升。尤其是近几年来，房价不断大幅度增加的问题引起了社会各界的广泛关注。但是房价的合理性，以及房价未来的走势，至今也没有统一的认识。因此，判断当今房价是否合理，预测未来房价走势，以及提出使房价合理化的措施，分析房价对经济发展产生的影响成为亟待解决的问题。考虑到用楼房建造成本、土地成本等数据的搜集难度，我们不采用“结合楼房建造成本、土地成本、开发商利润”这个方法分析房价的合理性。 基于以上问题，我们下面分成四个问题进行讨论： 问题1.首先选取我国几个具有代表性的城市，搜集其历年房价、历年城镇居民的人均可支配收入，分析判断各个城市房价的合理性； 问题2.根据数据来预测未来几年所选取的各个城市的房价走势； 问题3.根据所搜集的数据，结合近年国家所采取的调控政策，对房价问题提出合理的措施； 问题4.根据所搜集的数据，选取日本上世纪的例子作比较，粗略预测房地产行业对中国经济发展的影响。 2.问题分析
承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。 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章程和参赛规则的，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，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员(打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期：年月日赛区评阅编号（由赛区组委会评阅前进行编号）：
编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：
2010年上海世博会影响力的定量评估 摘要 世博会的举办对于上海的影响可谓深厚而又广泛，不论是经济、文化还是政治。经济是反映上海世博会的的最直接价值。因此我们选择经济作为反应世博会的影响力进行评估。 根据会展经济学，上海世博会对上海市国民生产总值（GDP）的拉动主要是由世博会的投资所引起的。此外世博会会对上海市的旅游业有很大的拉动，包括直接的旅游收入、餐营业的消费等。除此之外，世博会对上海的房地产的发展和销售也有巨大的打动作用。因此，我们选择上海世博会对上海市国民生产总值（GDP）的拉动，世博会对上海的旅游业的发展，对上海市的房地产的影响这三方面作为作为对上海世博会影响力的定量评估。 世博会投资对GDP增长的贡献率，可以采用经济学中的凯恩斯投资乘数效应模型，建立上海世博会投资额与上海市GDP增加值之间的关系，并将世博所带动的GDP与总GDP的值作比，以此作为其对GDP增长的贡献率。计算得出结论：世博会的投资拉动上海市GDP值为13457.18亿元，对上海市GDP有16.14%的贡献。 对于世博会对旅游业的影响,选取上海世博会对上海市旅游业的短期影响这一侧面，用世博举办前的指标数据进行自回归将世博对上海旅游业的影响从实际数据中剥离，建立旅游本底趋势线模型，用本底值与实际值的差值作为世博的影响值，估算出世博会上海旅游业从2003年到2012年的时间区间内的贡献率和影响率. 2010年世博会对上海旅游业各指标贡献率和影响率 时指出，因世博会在上海召开，预计城市基础设施及环保投入将高达2700亿元，这些都将显著改善上海的交通、通讯、居住环境等。 合适的评估体系是本课题的关键。我们充分利用互联网收集到的数据进行分析及统计，并考虑到方案的可操作性。通过组合权重数据，得到了三个世博城市关于影响力的权重。由于此模型不受指数的影响，有很好的灵活性，使得我们可以根据实际情况灵活选取指数，减少模型的工作量，增加模型精度。 关键字：会展经济学上海市国民生产总值（GDP）凯恩斯投资乘数效应模型旅游本底趋势线模型世博效应
西安邮电学院第九届大学生数学建模竞赛 参赛作品 参赛队编号： 016 赛题类型代码： A题
2 房价问题 摘 要 随着我国房地产市场的不断升温，居民买房难愈来愈严重。定一个合适的房价既照顾到居民的需求也满足方差开发商的盈利需要是十分必要的，要达到这些目的都要用到数学模型来进行量化。在本文中，我们经研究解决了城市房价模型，找出了影响房价的主要因素，建立预测下一阶段的房产均价的一个模型，同时也对政策对调控房价所起的作用作了详细的分析说明。在解决房价模型问题时，我们用了多元线性回规模型和蛛网模型同时对相关变量进行分析和处理，最终找出了影响房价的主要因素为生产成本和供需关系。并对房价的形成、演化机理和房地产投机进行了深入细致的分析。 模型一，我们通过比较西安房价近11年来的变化及城镇居民收入变化情况，找到买房难的根结。 模型二，在房价预测方面，我们选用多元线性回归，蛛网模型同时对相关变量进行分析和处理，最终找出影响房价的主要因素为生产成本和供需关系，求出房价预测的计算表达式。 模型三，我们取定一个时间段内某几个房价新政，结合新政出台时间前后某地房价的变化情况分析了房价新政对房价的调控作用。我们选取房价新政的标准是根据政策内容对相关经济指标有直接作用效果。最终我们发现，新政出台后，虽然房价依然是居高不下，但房价上涨速率得到了一定的控制，变化渐缓。 关键字：楼市 预测 蛛网模型 线性回归
一、问题重述 住房问题关系国计民生，既是经济问题，更是影响社会稳定的重要民生问题。2008年受国际金融危机的影响，部分购房需求受到抑制，2009年在国家税收、土地等调控政策作用下，一度受到抑制的需求得到释放，适度宽松的货币政策使信贷规模加大，为房地产开发和商品房购买提供了比较充裕的资金，房地产市场供求大增，带动了整体回升。但有的城市房价过高，上涨过快，加大了居民通过市场解决住房问题的难度，另一方面，部分投机者也通过各种融资渠道买入房屋囤积，期望获得高额利润，也是导致房价居高不下的原因之一。因此，如何有效遏制房价过快上涨，遏制房地产投机，是一个备受关注的社会问题。现在就以下几个方面的问题进行讨论： 一：通过调查及分析相关数据，建立一个关于房价增长与居民收入之间关系的一个模型，用Matlab建模，以图的形式直观明了的分析出其相关性，从而找出其解决方案。 二：通过分析找出影响房价的主要原因，并建立一个城市房价的数学模型，对房价的形成、演化机理和房地产投机进行深入细致的分析。 三：选择某一地区（如重庆、西安、深圳），调查近些年房价变化情况，并根据所调查的数据，预测下一阶段该地区房价的走势。并且根据国家和各地方政府的一系列调控房价的政策（如购房贷款政策等等）出台的时间与房价的变化情况，分析这些政策对调控房价所起的作用，根据所得到结果，给出你关于购房的一些建议。 二、问题分析 2-1：模型一分析 针对当前房地产市场火爆局面和房价迅猛的增长势头，以及国民买不起房的抱怨声。分析产生这些现象，我们可以从很多方面找到原因，有房价恶性增长，有国民的平均收入增长过慢，有收入分配的不均很，有失业率的逐年增长，有近些年人们的消费观念的转变，有国际社会环境的影响等。我们不可对每一个产生这种现象因素都进行一一分析，但是，对于其主要的或者说具有代表性的因素（房价增长率于和国民的收入的增长率）进行分析，也能够反映一些大的方面规律，以便于更好处理解决这些问题。 因此，我们搜集从2000年到2011年西安市的房价和市民的平均收入数据并进行整合，计算每年的房价和居民收入的增长率，利用matlab软件进行趋势图的模拟，并进行matlab进行一个拟合处理。最终，得出两者之间的关系，提出一些解决这类问题的办法及可行的方案。
数学建模房价问题精编 W O R D版 IBM system office room 【A0816H-A0912AAAHH-GX8Q8-GNTHHJ8】
题目：房价问题的数学建模 摘要 住房问题关系国计民生，既是经济问题，更是影响社会稳定的重要民生问题。本文通过分析所查找的数据，建立了多项式拟合模型和时间序列模型，可以好好地预测出平均房价并得出一些关于房价的结论和建议。 对于问题一，首先，我们查找相关资料及数据，初步了解影响房价的几个因素；其次，我们利用excel 表格，做出各个因素对房价的影响拟合曲线及曲线方程，并且得出对房价有影响的主要有人均可支配收入，人口密度，贷款利率（五年以上）和土地价格四个因素的结论，其中平均房价随人均可支配收入的变化方程为： 32113090.0002 2.365311650 y E x x x =--+-+；随人口密度变化方程为：32221050.0741132.0468190y E x x x =--+-+； 随着贷款利率的变化方程为： 6543333323110770506807708409110110y x E x E x E x E x E x E =-+++-+++-+++；随土地价格变动曲线方程 为：2460.50.58012717.9 y E x x =--+ 对于问题二，用时间序列模型，根据所查找的数据分析得出上海平均房价随时间变化的曲线方程为：32 63.745384012808511y t t E t E =-+-+++，并由此预测出上海近两年的平均房价； 对于问题三、四、五，综合前面的结论和观点总结出自己的结论并给出合理的消费投资建议。 关键词：平均房价、 时间序列、Excel 、多项式拟合
房地产价格与住房保障规模数学建模
重庆交通大学数学模拟建模竞赛 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 题目：房地产价格与住房保障规模
房地产价格与住房保障规模 摘要 本文依据1998-2008年全国房地产价格及相关影响因素的变化数据，对房地产价格问题进行了综合分析和评价，运用层次分析法，多元线性回归法，多元非线性回归法，并应用Matlab 等数学软件，找到了影响房地产价格的主要因素，确定了各主要因素与房地产价格的定量关系，并且以此为出发点，结合有关政策和规划，对未来几年我国或某一地区在不同的保障房建设力度下房地产价格趋势进行了预测。 对于问题1： 利用层次分析法建立了定量评价房地产价格与居民人均GDP ，土地交易价格等影响因素的层次分析模型。通过建立目标层与准则层，准则层与因素层之间的判断矩阵，得出总体优先级向量A ，再根据向量元素大小确定优先级。总体优先级向量（各元素按照土地交易价格，保障型住房规模，房地产竣工面积，居民平均消费水平，人口密度，人均GDP ，金融政策，税收政策排列）如下： []0.3586 0.1368 0.1567 0.0869 0.0435 0.1418 0.0283 0.0474T W = 由此得出各因素影响力（从大到小）为土地交易价格，房地产竣工面积，人均GDP ，保障型住房规模，居民平均消费水平，税收政策，人口密度和金融政策。 对于问题2： 通过问题一的结论，找到影响房地产价格的主要因素。取土地交易价格因素x1，房地产竣工面积因素x2，人均GDP 占有量因素x3，保障性住房因素x4，并设房地产价格为y 。最终得到 12341.47580.01140.02960.2211y x x x x =+-+ 利用F 检验求证出该模型有显著性意义。 对于问题3： 利用问题二所建立的不同模型，根据有关政策和规划对未来几年我国或某一地区在不同的保障房建设力度下就房地产价格趋势进行仿真或预测：通过回归方法，分别作出各个因素随时间变化的函数，计算出2011年至2020年的各因素的数值，作为预测未来10年房地产价格的依据。运用Matlab 中的矩阵运算，（见附录）并由模型一，模型二，模型三，可以对房地产价格进行仿真和预测。 对于问题4： 结合第一问当中的重要影响因素，通过仿真预测，写一份房地产价格问题的咨询报告。 关键词：层次分析法，多元回归，逐步回归分析,Stepwise
住房的合理定价问题 摘要 房价的合理性已成为当今社会的热门话题。本文依照题中所给出的数据，对3个问题分别建立模型并求解。 针对问题1，首先利用Excel建立图表，绘制出历年房价走势图。然后，对原始数据进行拟合，得出指数型及多项式型拟合方程，并在原图上绘制出趋势线。同时，求出确定性系数R2，依据R2是否接近于1判断拟合程度好坏，即检验拟合方程的有效性。计算得出的指数型及二阶多项式型拟合方程： x,(i) =678.8le0.1281i、x2(i) =12.59i2 50.274i 716.38，由此预测出2010 年房价分别为4080元/平米、3888元/平米。为了增加预测的可靠性，再结合二次指数平滑法对2010年房价进行预测。通过比较实际值与预测值的平均偏差值ME的大小，选择出合适的o预测出2010年的房价为3800元/平米。最后，建立三元线性回归模型，将上述三种方法对历年房价的预测值分别作为自变量x1、x2、X3的原始数据，以实际房价P(i)作为因变量，用Matlab软件拟合出多元线性方程：P f1(i) =—0.0202 —0.1389 刘⑴ 1.1319 X2(i) 0.0084 X3(i)。代入相关数据，求出历年的最终房价预测值为3866元/平米。 针对问题2，通过Excel绘制出历年平均房价与人均GDP的关系走势图，且自动生成对原始数据进行拟合后的指数型和自变量为2阶、3阶、4阶的多项 式型拟合方程及各自的确定性系数R2o R2的值分别为：0.8673; 0.9929 ; 0.9982; 0.9986。由此判断，因2阶多项式型拟合方程的R2不仅十分接近于1，且相对于3阶、4阶的多项式方程更为简便，故选择： A 2 P(i) =(_7E _06) [G(i)] 0.3236 G(i) -177.06 为平均房价与人均GDP 的关系
2015年“高信杯”青岛科技大学大学生数学建模竞赛 题目基于多元线性回归的青岛市房价预测模型 摘要 随着我国住房制度的商品化改革，我国住宅产业蓬勃发展，逐渐成为影响国计民生的重要产业之一。本文针对青岛市住宅房地产的价格问题，首先对影响房价的各个因素进行统计分析，然后对各个影响因素进行相关性分析，再建立合适的房价模型并检验，最后对房价进行灰色预测。 针对问题一，本文对青岛市2006-2013年的商品房平均销售面积、房地产开发投资额、地方财政一般预算收入、GDP、市区人口、人均消费性支出、居民可支配收入、人均住房面积、恩格尔系数、竣工房屋面积的相关数据与商品房平均销售价格进行相关性分析，得出数据间的Person系数和显著性水平，进一步去除内在相关性强的数据指标，最终得到四个比较独立的影响指标：人口、GDP、人均住房面积、竣工房屋面积。 针对问题二，把与商品住宅价格有强联系的四个影响指标作为自变量，把商品住宅价格作为因变量，建立多元线性回归模型，通过spss软件得到非标准化系数，得到模型方程，以及他们对价格影响的大小。进一步分析回归结果与实际房价的误差，检验模型，最终证明模型合理可行，结果精良。 针对问题三，本文通过灰色预测模型对四个影响指标分别进行未来5年预测分析，把预测结果代入房价模型中，得到2006-2018年的房价数据， 2006-2013年数据与实际数据吻合很好，未来房价仍保持上升趋势。 关键词：青岛市住宅价格；相关性分析；多元线性回归；灰色预测
一、问题重述 随着青岛市城市化进程的推进，城市住宅投资规模不断扩大，住宅销售面积逐年增加，住宅价格下一步如何增长？这一问题对政府、企业和广大市民具有普遍的现实意义。 在此背景下，请借助网络搜集青岛市近年来经济发展和房地产销售的相关数据，以青岛市住宅房地产的价格为研究对象，探讨住宅价格的走势及主要影响因素通过实证的方法来检验分析的结果。同时，建立起科学合理的房价模型，为政府调控、企业经营和购房者投资提供帮助，保障我市住宅产业健康、持续的发展。 根据题意，本文需要解决的问题有： 1、搜集影响房价的因素，通过相关性分析确定青岛市房价的主要影响因素。 2、分析主要影响因素的特征，建立科学合理的房价模型。 3、预测住宅价格走势。 二、模型假设 假设1：假设本文只研究住宅体系中的商品住宅，不考虑占比例很少的经济适用房和廉租房。 假设2：假设没有严重自然灾害、经济危机等不可抗因素的影响。 假设3：假设在讨论房价受相关因素影响时，不考虑消费者的心理因素。 假设4：假设在讨论房价受相关因素影响时，不考虑非正常需求而引起房价上涨的因素，如炒房行为、政府政策等。
一、问题重述 背景分析 自1998年我国实行住房改革以来，房地产行业已经逐渐成长为拉动中国经济增长的龙头产业。近几年在国家积极的财政政策刺激下，我国房地产市场处于不断发展阶段。然而，与美国等发达国家住房市场进入成熟期不同，我国正处在城市化和工业化进程加速阶段，住房水平低和需求比较旺盛，这是我国住房市场快速发展的重要基础。 中国房地产一方面在快速发展之时，在总体上对经济社会的发展确实起到了促进作用；另一方面由于不规范的房的销售价格行为、地价的上升造成放的开发成本提高等因素造成房价不断上涨，严重超出了普通居民的购买能力，给其造成了巨大的购房压力。 问题重述 根据近几年中国上海房地产市场现状，解决以下四个问题： (1)结合对房地产的了解，收集近几年上海房地产的价格走势，预测未来三年上海房价的状况。 (2)结合对上海市近几年来房价的了解，分析并建立合理的数学模型，得出“国五条”具体怎样影响房价。 (3)综合考虑上海的CPI，结合对房价的了解，谈谈房价如何对CPI产生影响。 (4)在2012年拥有100万元人民币的前提下，写出一种合理的分配方案，用这笔钱投资到CPI中的各项因素。 二、问题分析 对于问题一的分析 问题一要求根据近几年上海房地产的价格走势，来预测未来三年上海房价的情况。 首先，通过在《上海统计年鉴》找到上海近几年的房价, 为得到较为准确的预测，我们选取了最近十年上海的房价，因为长时间的数据能反映更多更合理的问题，不会太过片面对结果造成较大偏差。历时十年，期间政府的宏观调控或制定的稳定物价等等措施必然会对房价造成影响，如果考虑政策措施和其他因素的影响，问题将变得非常复杂。反而，我们可以将这些因素看作市场经济的调控，房价因受到这些因素影响而产生变化。那么，实际呈现出来的房价变化就应该是有效的房价变化。我们在模型的假设部分阐述了不考虑政府的政策措施对近几年房价的影响。 综合了以上分析，我们将搜集到的数据整理制成表格，绘制出年份-房价变化折线图，可以发现随着年份的增长，上海房价也在不断增长，且在一条直线周围上下波动，因此我们建立一元线性回归模型，来寻求上海房价与年份的线性关系。然后根据最小二乘法来确定其中参数（一次项系数和常数项）的值，最终确定此回归方程。然后通过求判定系数2R的值，来判断模型对数据的拟合程度，确定该方程的合理性。最终对x进行赋值，得到相应的房价。 对于问题二的分析 问题二要求找出“国五条”具体如何影响房价的，就是求“国五条”五项措施对房价影响的比重,即某项措施的影响大小，从而反应出“国五条”是如何影响房价的增长问题。
第九届西北工业大学数学建模竞赛暨 全国大学生数学建模竞赛选拔赛题目 B题 剪切线 航空学院第16 队
摘 要 2011年中央发布《新国八条》，以遏制房价上涨，各地方政府也紧随其后，出台了一系列宏观调控政策，但到目前为止，房价并没有出现预期的大幅回落，仍然处在高价范围内波动。怎样的房价才算合理，才能被大众接受未来几年的房价走势又会如何？我们将在此论文中建立关于房价未来走势的数学模型，以宏观的调控和相应的数据，进行量化分析。 首先，我们明确影响房价的如下主要指标：人均GDP 、家庭人均可支配收入。然后我们以两个不同的城市：北京市、武汉市为研究对象进行数据的拟合。 以人均GDP 1x 与家庭人均可支配收入2x 为自变量，分别以北京市住房均价1y 与武汉市住房均价2y 为因变量；得出二者的线性回归方程是：单位（元） 1y = -0.549381x +1.77422x +0.000198242 1x -0.001024921x x +0.0013352 2x -2734.6 2y = -3.51021x +10.1612x -0.000358912 1x -0.002098921x x -0.00304472 2x -7322.8 两组变量各自是呈二次线性正相关的，而通过软件分析的结果，可知这两组变量各自具有高度的相关性。由此我们可以看出，要确定房价走势，就要确定未来几年的人均GDP 预测值) 1(1x 与家庭人均可支配收入预测值) 1(2x ，鉴于我们了解的数据并不是完整的，又要简化运算，因此我们用灰色预测系统来分析) 1(1x 。用线性回归完成对家庭人均可支配收入的预测。 根据相关文献，“房价收入比”即住房价格与城市人均收入之比可以用来评价住房价格的合理性，我们把预测得到的数据与之相比，即可以判断房价的合理性。 预测的北京市2010年，2011年房价收入比分别为20,23。武汉市2010年，2011年房价收入比为13,14。.从预测结果看出北京市房价非常不合理，严重超过居民承受能力。而武汉市房价也偏高。 至此，我们就解决了房价合理性的判断及房价走势的预测问题。 关键词：线性回归，灰色预测，Matlab ，房价收入比。
房价影响因素及消费投资建议 摘要 目前我国房价很高，一些主流经济学家往往热衷于从表象的供求关系来为高房价的现实提供解释，不可否认，实际的房价确实是由供求决定，但问题是：现实的存在难道就是合理的吗？即使高房价确实由目前的供求力量决定的，我们也应该去探究这种供求力量是如何产生的。从某种程度上讲，当前国房价居高不下之现状根本上与政治、经济、行政、社会、自然等因素都脱不了关系。那么，我们又怎样去认识目前的房价问题呢？这就需要采取从本质到现象的研究路线：首先，我们查找相关资料及数据，初步了解影响房价的几个因素；其次，我们采用相关系数分析法，剖析几个因素的重要性，算出权重，做出两个合理的假设（见第5页）；再次，采用正反对比矩阵进一步分析几个因素；最后，我们采用层次分析法，综合前人的观点总结出自己的结论并给出合理的消费投资建议。 我们认为在众多影响因素中，人均可支配收入、土地价格、五年以上贷款利率及人口密度是较为重要的因素。同时我们也提出了相关点建议：首先，国家可以通过调控土地的价格来控制住房的价格；其次，银行可以调控五年以上的贷款利率；还可以通过提供保障房、房屋限购、购房基金等政策，改变购房难的现状；对于有购房需求的家庭适度消费，多样投资。 关键词：房价因素层次分析法相关系数正反对比矩阵
目录 一、问题重述 (1) 二、模型假设 (1) 三、符号说明 (1) 四、问题分析 (2) 五、模型准备 (2) 六、模型 (7) 七、模型应用 (8) 八、模型的优缺点及改进 (9) 九、参考文献 (9) 十、附录 (10)
一、问题的重述 众所周知，社会的进步和发展首先要解决人们的基本需求，而“住”则是基本需求之一；但是，随着社会的发展、经济的进步、科技的发达却使得越来越多人无处安身，近年来尤其明显（如图一所示）。其实，人类在设计“住”的技术方面已经取得了突飞猛进的进步，甚至造房子就如同造彩电一样容易。那么，为什么现实生活中“住”却越来越困难了呢？特别是，近年来房价的急速上涨已经成为笼罩在社会大众心头的巨大阴影，那么，这个问题是如何产生的？ 一些主流经济学家往往热衷于从表象的供求关系来为高房价的 现实提供解释，不可否认，实际的房价确实是由供求决定，尽管一部分需由“幻觉”推动的，但问题是：现实的存在难道就是合理的吗？其实，即使高房价确实由目前的供求力量决定的，但我们也应该去探究这种供求力量是如何产生的。从某种程度上讲，当前国房价居高不下之现状根本上与政治、经济、行政、社会、自然等因素都脱不了关系。 受到世界经济低迷的影响，当前中国经济很不稳定，而中国房价的起伏更是非常重要的因素。前几年，中国房价依旧持续走高，而且丝毫没有要稳定下来的迹象，房价高涨，一房难求的情况持续。而随着近年调控政策的出台，房地产又出现了极度低迷。房地产行业作为我国国民经济的支柱产业，不仅影响着国民经济的增长，也牵动着千家万户的心，而且，房价的不断攀升还影响到第三产业的经营状况，提高了第三产业的运营成本，使其生产经营活动受到很大的影响。
题目：房价问题的数学建模 摘要 住房问题关系国计民生，既是经济问题，更是影响社会稳定的重要民生问题。 本文通过分析所查找的数据，建立了多项式拟合模型和时间序列模型，可以好好地预测出平均房价并得出一些关于房价的结论和建议。 对于问题一，首先，我们查找相关资料及数据，初步了解影响房价的几个因素；其次，我们利用excel 表格，做出各个因素对房价的影响拟合曲线及曲线方程，并且得出对房价有影响的主要有人均可支配收入，人口密度，贷款利率（五年以上）和土地价格四个因素的结论，其中平均房价随人均可支配收入的变化方程为： 32 113090.0002 2.365311650 y E x x x =--+-+；随人口密度变化方程 为：32 221050.0741132.0468190y E x x x =--+-+； 随着贷款利率的变化 方程为： 6543 333323110770506807708409110110y x E x E x E x E x E x E =-+++-+++-+++；随土地 价格变动曲线方程为： 2 460.50.58012717.9 y E x x =--+ 对于问题二，用时间序列模型，根据所查找的数据分析得出平均房价随时间变化的曲线方程为：3 2 63.745384012808511y t t E t E =-+-+++，并由此预测出近两年的平均房价； 对于问题三、四、五，综合前面的结论和观点总结出自己的结论并给出合理的消费投资建议。 关键词：平均房价、 时间序列、Excel 、多项式拟合
一问题重述 众所周知，社会的进步和发展首先要解决人们的基本需求，而“住”则是基本需求之一；但是，为什么现实生活中“住”却越来越困难了呢？特别是，近年来房价的急速上涨已经成为笼罩在社会大众心头的巨大阴影，那么，这个问题是如何产生的？我们试着收集数据来讨论影响房价的各种因素，对国家制定调控政策和家庭合理消费和投资给出相关的建议。 请建立数学模型，解决问题： 问题一：通过分析找出影响房价的主要原因，并建立一个城市房价的数学模型，对房价的形成、演化机理和房地产投机进行深入细致的分析。 问题二：选择某一地区（如、、），调查近些年（如2000年至2010年）房价变化情况，并根据你所调查的数据，预测下一阶段（如2010年下半年或2011年）该地区房价的走势。 问题三：房价的变化也会影响“二手房”房价和出租房租金的变化，请研究同一地区“二手房”房价、租金与房价之间的关系。 问题四：请根据国家和各地方政府的一系列调控房价的政策（如购房贷款政策等等）出台的时间与房价的变化情况，分析这些政策对调控房价所起的作用。 问题五：根据你所得到结果，给出你关于购房（新房或“二手房”）或租房的一些建议。 二问题分析 此题目旨在了解房价的波动，分析影响房价的多种因素，同时给出相关的合理建议。我们做出如下分析： 1.房价的波动与政治、经济、行政、社会、自然等因素有关并搜集了很多相关资料和数据。 2.通过相关系数得出几个因素的重要程度即权重。 3.正反对比矩阵进行进一步分析几种因素。 4.运用层次分析法给几个因素并综合参考文献给出合理的结论和建议。 三问题假设 1.假设所有数据真实可靠。 2.假设除该文提到的政治、经济、行政、社会、自然等因素外，其他的因素对房价的影响非常小，可以忽略不计。 四符号说明