基于arma模型的我国房地产价格预测分析.pdf

1、基于ARMA模型的我国房地产价格预测分析 章晨 ，郑循刚 ，龚 沁 (1四川农业大学经济管理学院，四川成都611130；2四川成都阳光保险公司，四川成都610017) 【摘 要】房屋是生活必需品，其价格一直都受到人们的高度重视和广泛研究。文章开l用我国房地产价格的历史 数据，构建了房地产价格波动的ARMA预测模型，对我国201 2年的房地产价格变化进行了预测，预测结果表明：自2005 年以来，我国房价一直呈现出波动性增长，但其增长率逐年下降，至2012年年底我国房屋销售价格指数缓慢增长到 15464，年增长率将下降为477，最终实现房价的持续稳定健康增长。 【关键词】房地产；ARMA模型；预测

2、；价格 【中图分类号】F299233 【文献标识码】A 【文章编号】10042768(2012)02018302 一、研究背景 近年来，我国房地产市场持续壮大发展，房地产作为我国 的支柱产业之一，对国民经济做出了巨大的贡献。但在发展之 余，由于我国房地产产业存在着市场还不是很成熟，却投资过 热的问题，所以房地产市场价格面临着持续高涨；其次由于房 屋作为生活必需品，对消费者的心理预期影响较大，从而导致 住房的比重偏小，结构性矛盾突出。因此房地产市场的价格引 起了人们的高度重视和广泛研究，如何准确地预测房地产市场 的价格变化将至关重要。 现实中有很多预测价格的方法，如灰色系统预测理论，它 主要是针

3、对小样本、贫信息、不确定性系统进行预测分析(胡六 星，2010)；神经网络模型，是以神经元的数学模型为基础来描 述的，由网络拓扑、节点特点和学习规则来表示(胡章明， 2007)；拟合预测模型，适合于只有当样本容量趋向于无穷大 时，该模型依然要有意义的样本数据模型；支持向量回归模型， 通过假定预测，将数据分成两部分，一部分用来建模，一部分用 来检验从而进行预测分析的模型(闰妍，2007)；ARMA预测模 型，根据历史数据的变动规律，利用移动平均综合排除复杂的 影响因素，从而找出数据变动模型，实现对未来的预测。因此考 虑到搜集的样本数据和模型的现实情况，同时为了准确地预测 未来房地产市场的价格变化

4、，本文采用自回归移动平均建立计 量经济学模型，且排除了因季节、经济发展、人口等周期性因素 的影响，从而得出一个客观真实的模型并对其进行分析讨论。 二、模型构建 (一)ARMA模型简介 ARMA模型(AutoRegressive and Moving Average Mode1)是 一类常见的随机时间序列模型，是任何线性时间序列模型的理 论方程式，它是由自回归模型(简称AR模型)和移动平均模型 (简称MA模型)组成的，是对数据进行预测的较为科学的计量 经济学方法之一。它是由美国统计学家博克斯(Gergeo Box)和 英国统计学家詹金斯(Gwilym Jenkins)在1968年提出来的，亦 称

5、为BoxJenkins法。【 JARMA模型主要用于时间序列变量的预 测。 时间序列模型是指仅用它的过去值及随机扰动项所建立 起来的模型，其一般形式为： Xt f-1， m， ) 一般的P阶自回归过程AR(p)是： X = lXf_l+ 2Xf-2+咖 如果随机干扰项 是一个白噪声( = )，则称上式为一个 纯AR(P)过程，记为： = l + 2xf-2+ 呻+占 如果 ，不是一个白噪声，通常认为它是一个q阶移动平均 过程MA(q)： =st一0ls一1一一0 8t 将上述两式结合，得到一个一般的自回归移动平均过程 ARMA(P，q)： =咖1 卜1+咖2 卜2+咖P 卜P+占 一01 s卜

6、2一一 占 一个随机时间序列可以通过一个自回归移动平均过程生 成，即该序列可以由其自身的过去或滞后值以及随机干扰项来 解释。如果该序列是平稳的，即它的行为并不会随着时间的推 移而变化，那么我们就可以通过该序列过去的行为来预测未 来，这也正是随机时间序列分析模型的优势所在。21 (二)样本数据 房价一直以来是消费者关心的热点话题之一，因此国家统 计局每个月都会对房屋的销售价格指数进行统计。从表1中可 以看到，我国房地产市场的价格在2008年出现过小幅度的波 动，但其总态势呈递增的趋势。虽然房地产市场受到需求、供 给、政策等诸多因素的影响，但通过整个的样本数据分析可以 猜测房地产数据自身必然存在着

7、一定的规律性，且各个数据之 间存在着一定的相依性，这就意味着过去的行为对将来的行为 有着一定程度的影响。 (三)相关图分析 序列Y滞后 阶的自相关(AC)由下式估计： 【收稿日期】2011-0325 【作者简介】章晨，男，浙江嘉兴人，四川农业大学经济管理学院，研究方向：经济学；郑循刚(1966一)，男，四川I成都人，博士，四川农业大学经 济管理学院教授，研究方向：数量经济与应用；龚沁(1988一)，女，供职于四川成都阳光保险公司。 一 ( 一y)()， 一y) “一_= ，一 2 一 t “一， =l 表1全国房屋月度销售价格指数(2005年6月=1O0) 年份 销售价格指数 年份 销售价格指

8、数 年份 销售价格指数 20o5 07 IO04OO 2007 05 113 620 2009 03 l22 301 加05 08 101 103 2007 06 I14756 2009 04 122 801 2005 09 101 709 2007 07 116l33 2009 05 123 532 200510 l0l 615 2007 08 117 59 2o09 06 l24 536 2005 11 102225 2007 09 119 761 2009 07 125 695 2005 l2 102 840 2007 10 121 677 2009 08 126 826 200601

9、103 766 2007 11 122650 2009 09 127 678 2006 02 104492 2007 12 122 896 2009 10 128 580 200603 104 805 2008 01 123 265 20091l 130122 200604 105 224 2008 02 123 5Il 200912 132 041 2006 05 105 96l 2008 03 123 882 20l001 133 757 200606 106703 2008 04 124 130 20002 134 96l 200607 l07 237 如08 05 124254 201

10、003 136445 2006 08 107 666 2008 06 124 254 20l004 138 356 200609 108 097 2o08 07 l24 378 201005 138 624 200610 108 530 2008 08 124254 2010 06 l38 485 2006 11 109 073 2008 09 124 130 20l007 l38 485 2006 l2 109727 2008 10 l23 745 201008 138485 2007 01 I10 385 2008 l1 123 09l 201009 139 120 加07 02 l】1

11、047 200812 122 524 201010 139 388 2007 03 1l1 713 2009 01 122 279 2010ll 139 806 2o07 04 I12495 2009 02 122090 201012 140 226 数据来源：国家统计数据库 是样本y的均值，这是相距矗期值的相关系数。如果r 0，意味着序列是一阶相关。如果 (房地产销售价格指数序列 用rk表示)随着滞后阶数 的增加而呈几何级数减小，表明序 列服从低阶自回归过程。如果在小的滞后阶数下趋于零，表明 序列服从低阶动平均过程。 序列Y滞后 阶的偏相关(PAC)是当 对 作回归时 的系数。如果这种自相关

12、的形式可由滞后小于 阶的自相 关表示，那么偏相关的 期滞后的值趋于零。 图1样本数据的自相关和偏相关图 从图1中可以看到：自相关图缓慢衰减到0，存在着明显的 拖尾现象，而偏相关图在2阶时趋近于0，表现出1阶截尾特 征。当自相关函数(ACF)出现拖尾情况，而偏相关函数(PACF) 出现截尾现象，我们则需要建立自回归(AR)模型；当自相关函 数(ACF)出现截尾情况，而偏相关函数(PACF)出现拖尾现象 时，须建立平滑移动(MA)模型；当两者都表现为拖尾现象时， 建立自回归移动平均模型(ARMA模型)即可。因此最终我们建 立自回归模型。 (四)模型的建立及其检验 根据上述分析，房地产价格波动模型适

13、合建立AR(1)模 型，利用样本数据对模型参数进行估计，模型估计结果如下： rk=O999rk一1+0737 (15192)(019) (1) R =0997R2=O9972F=230794 模型的拟合优度检验、t检验、F检验均显著，说明上述模 型可作为我国房地产市场价格的预测模型。 (五)模型的预测 图2给出了实际的房地产销售价格曲线和模型预测的房 地产销售价格曲线的趋势变化，两者相差较小，表明该模型能 基本反映2012年我国房地产市场价格的波动情况。经过分析 计算得出我国房价年增长率(见表2)和2012年我国房地产月 销售价格指数(见表3)：自2005年以来我国房价呈现持续高涨 趋势，到2

14、012年，我国房地产市场价格仍将继续上升，但其幅 度有所下降，至年底，房屋销售价格指数将上升到15446，比上 年增长477。 厂 F： 【二 型塑丝I 图2预测线与真实线对比图 表2房价年增长率(上年12月=1O0) 20l2 I 2012 2 20l2 3 20l24 2012 5 20l26 20I2 7 2012 8 2012 9 20l2 l0 2012 11 20I2 12 148 19 l48 78 149 37 149 96 I5054 151 13 151 71 I52 30 152 88 153 47 I54 05 15464 表3 201 2年我国房地产销售价格指数 年份

15、 2006 2007 2008 2009 2010 2011 2012 增长率 7 30 672 622ot, 579 540o 5074 77 三、结果讨论 预测结果表明： 第一，自2006年以来，我国房价居高不下，房价边际增长 率不断下降，即房价的涨幅在不断缩小，从2006年的730降 到了2012年的477。这主要是由于我国自2006年起一直高 度关注房价的波动，对房价采取必要的调控措施“打压房 价增长过快，但必须保证房价稳定持续健康的发展，从而不导 致房地产市场出现大的问题”所引起的。 第二，自2005年以来，我国房价一直呈现出持续高涨的态 势。虽然在2008年年底的时候全国房价出现小

16、幅度的走平，这 主要是因为2008年美国因房地产问题所爆发的次贷危机给全 球的经济造成了一定的影响，致使我国房价出现短期内的下降 持平；但短期的震荡无法改变房价上涨的一个大趋势，因为物 价的上涨，住房刚性需求的增加，人口的增多等众多因素促进 着房价进一步上扬。 第三，2012年我国房地产价格将进入健康平稳增长的阶 段。从短期预测来看，若按照2006年的房价增长率，到2012年 底，我国房屋销售价格指数将达到16962，远大于2012年预测 的15446，然而预测表明2012年我国房地产市场的价格只略 有上升，达到15446，并在持续稳步前进，2012年将实现7年以 来最低房价增长率，最稳定健康

17、的房价。其主(下转第219页) (二)渠道成员的二元性理解及合作 传统分销渠道与电子商务渠道的渠道成员对二元性概念 的理解越少 越降低生产商二元渠道组织结构实际可能获取的 绩效。因此，生产商营销管理者要确保渠道组织中所有层次的 渠道成员都能理解二元性概念，构建共同的愿景文化，相互合 作，分享信息、知识、人才与顾客等资源，实现组织间的协同。 【三)二元渠道的冲突管理模式 根据企业二元渠道冲突的类型与成因，其冲突管理的基本 模式有：模式一：在确保传统渠道利益的基础上实现电子商务 渠道与传统渠道的集成管理模式。如服装制造商GAP在加强 电子商务渠道的同时又在各地开设了许多连锁专卖店，而专卖 店里又配

18、置了专用电脑用于方便顾客浏览和查询公司相关商 品信息，让顾客可以在虚拟空间和现实世界里自由选择购买方 式，实现了二元渠道的高度融合。模式二：通过采取差异化策略 实现传统渠道与电子商务渠道的隔离模式。即电子商务渠道与 传统渠道销售的产品存在人为差异，避免消费者在购买同一品 牌产品时进行比较，或者对二元渠道同类产品采取相同定价； 也可根据产品的生命周期制定差异化的营销策略来降低渠道 冲突。模式三：通过与传统渠道的合作完善电子商务渠道物流 配配送环节的协作模式。目前物流配送是阻碍电子商务营销渠 道发展的最大瓶颈所在。而传统分销企业经过多年发展已积累 不少的物流资源，电子商务渠道要与传统渠道积极合作，

19、以求 得现有条件下的生存与发展。 f参考文献】 【1Lele MMatching your channels to your productS life cycleJJournal of marketing，1986(1 1)：6169 【2】Druehl C，Poeus EPrice Competition Between an Internet Firm and a Bricks and Mortar FirmMPalo Alto CA：Stanford University，2001 【3】Lee Y，Lee Z，Larsen K R TCoping with Internet chan

20、nel conflictsJJ Communication oftheACM，2003，46(7)：137142 4】洪明渠道冲突相关研究述评咖商业经济，2008(28)：1718 515邹开军，李习平营销渠道成员行为关系模型【J武汉理工大学学报， 2006(5)：110112 f6】叶彩鸿电子商务环境下的渠道冲突与共赢管理JJ商业研究，2006 (12)：203205 f7】马飒，黄建锋网上直销渠道与中间商渠道互补性的模型分析【J1南 通工学院学报：社会科学版，2004(12)：2226 818李敏电子商务环境下新型渠道冲突的管理【J】采购与物流管理， 20o9(10)：6970 【9叶彩鸿

21、，董新平电子商务环境下的渠道冲突与共赢管理J】商业研 究，2006(12)：203205 【lO】王敏，陈续祥二元组织协同下认了资源管理的功能研究【J中国人 力资源开发，2008(6)：6-9 (责任编辑：k校对：R) (上接第184页)要原因是2010年国家出台的一系列稳定房价 政策(新国十条，国五条，普通住房契税下调等)和2011年年初 的房地产八条政策(进一步落实地方政府责任；加大保障性安 居工程的建设力度；调整完善相关税收政策；强化差别化住房 信贷政策；严格住房用地供应管理；合理引导住房需求；落实住 房保障和稳定房价工作的约谈问责机制；坚持和强化舆论引 导)，促使2012年我国房价在平

22、稳中健康发展。 因此我们应该一直坚持新国八条政策以及国家出台的对 房地产市场进行调控的一系列措施，重点做好住房供给管理与 住房刚性需求的引导，稳定房价，增加保障性住房(主要是经济 适用住房)和普通商品住房的供给数量，保证人人都能买得起 房，住得了房；其次引导居民理性消费，严格限制每户家庭的购 房数量，采取严厉的住房信贷政策及房地产税政策，严防房地 产开发企业对土地的闲置和炒作行为，去除房地产市场存在的 “投资化”、“赚钱效应”，从而达到挤出房地产泡沫，改善居民居 住条件的目的；再次做好舆论引导，落实政府责任，加强市场监 管制度，严肃查处违法违纪行为。最终使2012年我国房地产市 场的价格在发展

23、中稳步前进，实现多年来国家要求的持续健康 稳定增长。 【参考文献】 【1】Hanssens，Dominique M，Parsons，Leonard J，Schultz，Randall L市场反 应模型计量经济学和时间序列分析法(第二版)【M】上海：上海 人民出版社，2003：359 【2】李子奈，潘文卿计量经济学(第三版)【M】北京：高等教育出版社， 2010：276 3】胡六星基于灰色系统理论的两种房价预测方法比较fJ统计与决 策，2010(7) 【4】胡章明基于神经网络模型的房地产价格指数预测J】_统计研究， 2oo7(11) 【5】闫妍基于TEII方法论的房价预测方法fJ系统工程理论与实

24、践， 2oo7(7) (责任编辑：校对：L) (上接第191页) 5】曾路民营企业产业集群生命周期研究中国流通经济，2006，20 (2)：2l一24 【6】张明龙，官仲章产业集群突破生命周期拐点的关键U】开发研究， 2008(6)：105108 【7】刘志高区域高新技术产业集群竞争力研究【D】中国地质大学硕士 学位论文，2003 【81段存广产业集群演化与生命周期研究述评【J】当代经济管理， 201032(8)：5355 f9】SBrusoThe idea of Industrial districts：its genesis，In Pyke Fand Sengenberger W(ed)【

25、Z】Industrial districts and cooperation，ILO， Geneve，1990 【10】Paul KrngrrkanTrade and GeographyMThe MIT Press，1991 【1 l】Michael PorterClusters and the New Economies of CompetitionJ Harvard Businls ReviewNovDec 1998， 【12】Tichy GClusters：less dispensable and more risky than everA】M SteinerClusters and R

26、egional SpecialisationCLondan：Pion Limited， 207 Brondesbury Park，NW2 5JM，1998 【13】Swarm PClusters in the US computing industl3r【A】Swann P，Prevezer M，Stout DThe Dynamics of Industrial Clustering：International Comparisons in Computing and Bioteehnology【C】Oxford：Oxford University Press，1998 【14盖文启创新网络区域经济发展新思维【M】北京：北京大学出 版社，2o02：38 【l5】魏守华产业群的动态研究以及实证分析J】世界地理研究，2002 (3)：1624 16】赵海东，吴晓军产业集群的阶段性演进J】理论界，2006(6)： 5052 【l7】刘红我国煤炭企业生命周期各阶段科技投入策略分析J中国煤 炭，2010，36(5)：3739 【责任编辑：Z校对：Q)