住房的合理定价问题

1、-. z. . . . . 资料. . .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E*cel建立图表，绘制出历年房价走势图。然后，对原始数据进展拟合，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，依据是否接近于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：、，由此预测出2010年房价分别为元/平米、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年房价进展预测。通过比较实际值与预测值的平均偏差值ME的大小，选择出适宜的

2、。预测出2010年的房价为元/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、的原始数据，以实际房价作为因变量，用Matlab软件拟合出多元线性方程：。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E*cel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展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确实定性系数。的值分别为：；。由此判断，因2阶多项式型拟合方程的不仅十分接近于1，且相对于3阶、4阶的多项式方程更为简便，应选择：为平均房价与人均GDP的关系方程。最后，在联系当下实际状况的根底上对

3、建立的模型进展研究，分析出平均房价与人均GDP的关系。针对问题3，首先从政府、人民、房地产商三方面分析其各自对房价的要求。然后，利用E*cel，并依据前两个问题的解决方法求出最合理的历年人均GDP和平均收入走势的拟合方程，分别为：；。由此预测出2010年的人均GDP值为21781元、平均年收入为21547元。利用Matlab软件拟合出以历年人均GDP和平均年收入的实际值作为自变量，；以历年平均房价的实际值作为因变量的二元线性回归方程，将已经预测出的2010年人均GDP和平均收入值代入拟合方程，得到2010年平均房价的预测值3928元/平米。最后，再结合房价收入比等相关数据改善模型。本文最大的特

4、色在于采用多种方法解决问题并对其结果拟合得到最正确答案。同时结合国家政策，社会现状等实际因素改善模型，增强模型的实用性。关键词：二次指数平滑、多项式、线性回归、房价收入比1.问题的提出电视剧蜗居的热播不是一个偶然。它的成功，正是在于其所反映的房奴问题激发了广阔老百姓的共鸣。当今社会，房价的急速上涨让人们不知所措。房价太高，而需房者收入又太低，使得国的房地产业面临前所未有的困境。如何遏制房价过快上涨势头，使百姓买得起房，房地产商有钱可赚，国家的支柱性产业得以安康地开展是放在我们面前的一大难题。以上述背景为根底，根据*地区各年的平均房价、人均GDP、职工平均年收入等数据见表1解决关于住房的合理定价

5、问题:表1 *地区19972009年房价、GDP、职工收入数据表时间：年平均房价：元/平米人均GDP：元平均年收入：元1997767 354051561998895 378351381999995 3916652620001117 4239743420011261 4922847520021437 5560968820031640 63991070320041957 78421138420052244 91161234320062489 108791363020072801 134751555820083096 167371847220093500据该地区历年的平均房

6、价建立模型预测2010年的平均房价。2研究该地区人均GDP与房价的关系。3试建立2010年该地区的合理房价模型使得百姓、房地产商、政府都比较满意。2.根本假设1表1中所提供的1997至2009年的平均房价、人均GDP、平均收入值真实有效。2在2010年，无地震、洪灾、瘟疫等重大自然灾害及战争、动乱等人为灾难发生。3在2010年，国经济以固有趋势稳步开展，无金融危机冲击，人均GDP保持稳定上涨趋势。4. 针对第1个问题，假设政府没有出台任何有关住房的新政策。3.符号说明符号意义，1997为第1年，1998为第2年以此类推第年平均房价的实际值第年平均房价的第一次平滑值第年平均房价的第二次平滑值第1

7、问中2010年平均房价的最终预测值第2问中2010年平均房价的最终预测值第3问中2010年平均房价的最终预测值平滑系数由指数型拟合方程预测的第年平均房价值由二阶多项式型拟合方程预测的第年平均房价值由二次指数平滑法预测的第年平均房价值自时点起向前预测的时点数；、二次指数平滑法中的待定系数、第1问中三元线性回归模型的待定系数、第3问中二元线性回归模型的待定系数第年人均GDP的实际值第年人均GDP的预测值第年平均收入的实际值第年平均收入的预测值4.问题分析和模型的建立与求解问题1：1问题分析Step1:利用E*cel软件，作出1997至2009年的平均房价走势图，并添加指数型及二阶多项式型趋势线。经

8、观察可知，添加的趋势线与原平均房价的走势线较为吻合。故使软件自动生成指数型及二阶多项式型拟合方程，和它们各自确实定性系数。如以下图：图1添加指数型趋势线的该地区历年房价走势图图2 添加二次多项式型趋势线的该地区历年房价走势图因分别为和，十分接近于1，故两拟合方程的拟合程度均很高。利用它们进展2010年，即第14年的平均房价预测具有可很高的参考性。Step2:为了增加预测的可靠性，再利用二次平滑指数法对2010年平均房价进展预测。首先，要确定的值。选取不同的进展计算，通过由不同值得出的预测数据再进展实际值与偏差值的平均偏差大小ME计算。选取ME值较小的作为参加计算的平滑系数。Step3:建立三元

9、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、的原始数据，以实际房价作为因变量，用Matlab软件拟合出三元线性回归方程,使我们所需要的2010平均房价预测值更为准确。2模型的建立与求解Step1：指数型拟合方程：其确定性性系数二阶多项式型拟合方程：其确定性性系数经计算可得：772，877 ，997，1133，1288，1464，1664，1892，2150，2444，2778，3158，3589；779，867，981，1119，1283，1471，1685，1924，2189，2478，2793，3133，3489；1，2，313利用以下公式进展误差检验：其中n=13;可得

10、；由此判断该拟合方程误差很小，预测数据具有有效性。其中，；即，用指数型及二阶多项式型拟合方程对2010年的房价预测值分别为4080元/平米；3888元/平米。Step2:指数平滑法的预测关系式为:利用上式进展两次平滑值的计算；再将第一次平滑值和第二次平滑值代入以下公式：确定待定系数的值；最后将代入公式求出预测值。当求出所有年份的预测值后，利用以下公式进展误差检验：其中n=12。比较ME大小，选ME较小的值。取值为；的初始值为表2为0.5时的计算数据表时间：年平均房价：元/平米：元/平米：元/平米：元/平米1997767 7677671998895 8317997671281999995 913

11、85689510020001117 101593610279020011261 1138103711738820021437 1288116313409720031640 14641314153810220041957 17111513176419320052244 19781746210713720062489 2234199024424720072801 251822092902-10120083096 280725083136-4020093500 31542831340595取值为；的初始值为表3 为0.3时的计算数据表时间：年平均房价：元/平米：元/平米：元/平米：元/平米19977

12、67 7677671998895 8057787671281999995 86280384415120001117 93984494617120011261 1036902107518620021437 1156978122721020031640 13011075141023020041957 14981202162433320052244 17221358192132320062489 19521536224224720072801 22071737254625520083096 24741958287821820093500 278221133211289因为，所以将的取值定为0.5.则

13、767，895，1027，1173，1340，1538，1764，2107，2442，2902，3136，3405，2，3，4，513其中即，采用二次指数平滑法对2010年房价的预测值为3800元/平米。Step3:建立三元线性回归方程：利用Matlab软件解上式；可得：将，代入上式；得；即，2010年平均房价的最终预测值是3866元/平米。图3 对三元线性回归模型的误差分析图从图中可看出确定性系数，拟合程度相当高。因此根据此式得出的2010年平均房价预测值具有很大的参考价值。问题2：1问题分析及模型的建立 建立如以下图表：图4 添加指数型趋势线的房价与人均GDP关系走势图图5 添加二次多项式

14、型趋势线的房价与人均GDP关系走势图图6 添加三次多项式型趋势线的房价与人均GDP关系走势图图7 添加四次多项式型趋势线的房价与人均GDP关系走势图由图4图7可看出，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确实定性系数。的值分别为：；。因为二次多项式的值既比指数型拟合方程的更接近于1，且其方程形式比三次，四次多项式的拟合方程更为简便。故用它反响历年人均GDP与平均房价的关系。如下式：2模型的求解根据建立的模型，即上式，研究分析该地区平均房价与人均GDP的关系。因为该式的二次项系数小于1，则此方程的图形为开口向下的抛物线，必有一个最高点。因而，随着人均GDP的不断增长，平均房价也

15、在不断增长如当下的情况，当人均GDP继续增长到*一值时，平均房价到达最高点，且此后随着人均GDP的不断增长，房价呈下降趋势。最近，国家出台了一系列新的政策，如：在商品价格过高、上涨过快、供应紧的地区，商业银行可根据风险状况，暂停发放购置第三套及以上住房贷款；对不能提供1年以上当地纳税证明或社会保险缴纳证明的非本地居民暂停发放购置住房贷款；二套房首付款不得低于50%，贷款利率不得低于基准利率的1.1倍工商银行已于2010年4月16日率先实行此政策。而当这些政府调控楼市的政策出台之后不久，、纷纷出现楼市投资者抛盘的情况，更有投资者将上亿元的在京楼市投资抛售而出。由此分析得出，这一系列的新政策极影响

16、了人们在房产上的消费倾向，在一定程度上削弱了住房的购置量，从而使房地产商会以减少楼市的投资或以降低房价的手段促进楼盘的买卖。综上所述，以理论模型结合实际情况进展分析可得出以下结论：就当前我国的经济开展状况来看，我国人均GDP会继续保持增长趋势，平均房价也会随之增长。但是，由于国家政策的干预，平均房价的增长速度可能会逐渐减慢甚至呈负增长状态，不过，这将是政策被实际且广泛实行一段时间后才可能出现的结果，在短期房价不会大幅度下降。问题3：1问题分析要想建立一个合理的房价模型使房地产商、人民、国家都满意，就必须同时从三方面着手考虑。= 1 * GB3企业的根本目的是利润的最大化。因而，就房地产商而言，

17、高房价与高销售量成就的高销售额是他们所追求的终极目标。然而，房价可由房地产商决定，但他们却决定不了销售量。销售量无法提高，赢取利润便是空谈。因此，确定合理的房价对于房地产来说十分必要。因为，房价在很大程度上决定了销售量的多少。= 2 * GB3对于普通老百姓而言，房价当然是尽可能越低越好。不考虑靠炒房谋生的人群。当下，房价的居高不下令许多买房者望而生畏，整个社会中降低房价的呼声越来越高。= 3 * GB3针对政府来看，房价高，房地产业兴盛必然会带动多产业的开展与壮大，从而促进整个国家的经济开展。但是，过高的房价又必定会引起百姓的怨言。所以，怎样确定一个既能保持房产业的繁荣又能满足百姓的住房需求

18、的合理房价是政府不得不考虑的问题。综上所述，合理房价确实定不仅要参考历年平均房价的走势，也要将以上三个因素考虑在。因此，首先，根据该地区历年人均GDP和平均收入值的数据，分别拟合出一个二次多项式方程，通过该方程得到该地区2010年人均GDP和平均收入的预测值。然后再将该地区历年人均GDP和平均收入作为自变量，历年平均房价作为因变量拟合出二元线性回归方程。即，在人均GDP及平均收入的影响下，对2010房价进展预测的模型。人均GDP在一定程度上反响出整个国家的经济开展状况，而平均收入也在一定程度上映射出该地区老百姓的购置能力。 最后，结合国家政策和社会状况对该模型进一步改善，使其具有实效性。2模型

19、的建立与求解Step1:图8 添加二次多项式型趋势线的历年人均GDP走势图图9 添加二次多项式型趋势线的历年平均年收入走势图以上两图是通过E*cel软件绘制的该地区历年人均GDP和平均收入的走势图，并自动生成二次多项式拟合方程合确定性系数。人均GDP的拟合方程为：平均收入的拟合方程为：通过对与1的接近程度判断可知，两拟合方程的拟合程度均很高。代入数据可得：；。所以2010年的人均GDP和平均收入的预测值分别为21781元，21547元。Step2:以、作为自变量，作为因变量建立二元线性回归模型。其中，1，2，313。利用Matlab软件求解，得到拟合方程：代入和，得到即，在人均GDP与平均收入

20、的影响下所预测的2010年房价为3928元/平米。图10 对二元线性回归模型的误差分析图由上图可知此二元线性回归方程确实定性系数为0.986066。因此判断该方程的拟合程度很高，误差较小。但是，3928元/平米的2010年房价预测值并非最终所求的合理房价值。还要经过以下步骤的修改后才可最终确定。Step3:以上的房价定制模型只是单纯的基于人均GDP和平均收入因素。通过网上收集信息及向峨眉规划咨询，可从以下两个方面对确定2010年该地区合理房价的模型进展修改。= 1 * GB3通过房价收入比确定合理房价。所谓房价收入比是指住房价格与城市居民家庭年收入之比。国际上通用的房价收入比的计算方式，是以住

21、宅套价的中值，除以家庭年收入的中值。 通过网上查得的数据，截至2009年，全国城镇人均住房面积为27平方米，以每一个家庭有三人父母及儿女计算，一个家庭的平均住房面积为81平方米，即一套住房的面积平均为81平方米。以预测的2010年房价3928元/平米计算，一套房屋的平均价格为31.8168万元。而这个家庭的年收入以预测的2010年平均年收入2.1547万元乘以2计算夫妻共同年收入，为4.3094万元。用房屋套价31.8168万元除以家庭平均年收入4.3094万元，其比值约为7.4。而合理的房价收入比应在46之间。7.4 6，可知该地区2010年房价偏高。 假设分别以房价收入比为4和6确定房价，

22、经计算，房价分别为2168元/平米和3192元/平米。 所以，以房价收入比确定合理的房价，则该地区2010年的平均房价应介于21683192元/平米。= 2 * GB3经过向相关人员咨询，得知普通居民住宅的每平米根本造价约为房屋实际每平米销售价格的25%。 由此可知，房地产商能得到相当于投资金额3倍的利润。以预测的2010年房价3928元/平米计算，房地产商每平米的实际总投资为982元。假设按房价收入比确定的21683192元/平米的房价作为最终销售价格，房地产商可获得相当于其总投资1.22.3倍的利润，房地产商依然能够获取十分丰厚的利润。综上所述，在得到的二元线性拟合方程：的根底上，通过判断

23、由房价收入比为46，所确定的平均房价是否能满足房地产商的盈利需求确立最终房价。5.模型的评价与推广问题1选取多种方法对该地区2010年房价进展预测，并将所有预测值进展拟合，得到一个三元线性回归方程，对2010平均房价最终预测，误差较小，预测数据的参考价值较高。问题2通过建立以人均GDP为自变量，平均房价为因变量的二次多项式方程研究它们之间的关系。并结合政府出台的有关楼市新政策，进展更深入、更实际的分析。但是，单从拟合方程的图形判断它们之间的关系及今后的走势比较缺乏依据，此模型严密性不够强，需要更充分的有效数据去修改完善。问题3先以人均GDP值与平均年收入作为自变量，平均房价作为因变量建立二元线

24、性回归方程，预测2010年房价，在此根底上通过房价收入比确定一个合理房价的区间，再结合相关信息判断房地产商以此区间的平均房价作为销售价格能否盈利。此模型对确定该地区2010年房价具有较高的参考性。6.参考文献参考书籍：1吴广谋 王文平 尤海燕 江其玟,数据、模型与决策第二版，：师大学，2008。2化光 鑫蕊 秋野，MATLAB/SIMULINK实用教程，：人民邮电，2009。3 薛定宇，高等应用数学问题的MATLAB求解，：清华大学，2004。4 静 ，但奇, 数学建模与数学实验 高等教育， 2000。参考 1佚名，百度百科房价收入比，baike.baidu./view/865384.htm#

25、2，2008-11-5。2佚名，全国城镇人均住房面积达27平方米，vsearch.cctv./plgs_play-CCTV1_20070924_1884201.html，2009-12-23。附录程序一第一问中对三元线性回归模型的拟合及绘制误差分析图的程序 *1=877 997 1133 1288 1464 1664 1892 2150 2444 2778 3158 3589; *2=867 981 1119 1283 1471 1685 1924 2189 2478 2793 3133 3489; *3=767 895 1027 1173 1340 1538 1764 2107 2442 2

26、902 3136 3405; y=895 995 1117 1261 1437 1640 1957 2244 2489 2801 3096 3500; *=ones(size(*1),*1,*2,*3; b,bint,r,rint,stats=regress(y,*)b = -0.0202 -0.1389 1.1319 0.0084bint = -93.0464 93.0061 -0.8396 0.5617 0.2488 2.0150 -0.3949 0.4116r = 29.0988 15.6648 -0.7454 -22.0624 -35.8029 -48.8974 27.3668 47.3923 3.3208 1.3332 -37.6730 21.0042rint = -40.6071 98.8047 -56.9404 88.2701 -77.9782 76.4875 -100.7219 56.5972 -110.9471 39.3413 -113.6897 15.8950 -38.1734 92.9071 -16.4561 111.2407 -72.6748 79.3163 -47.0734 49.7398 -104.8044 29.4585 -5.3081 47.3166stat