




下載本文檔
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
本文格式為Word版,下載可任意編輯——美國房屋價格指數(shù)一、引言房地產行業(yè)目前是中國經濟中的支柱產業(yè),是帶動GDP增長的重要行業(yè)。雖然近幾年國家調控力度不斷加大,但是其重要地位照舊無法撼動,而且在未來很長一段時間內都會如此。目前中國房地產市場房價高,是不爭的事實,切實存在確定的經濟泡沫,但是開發(fā)本金的不斷增加,市場剛性需求的強大存在,還有好多因素都是造成目前高房價的重要理由。
二、ARIMA模型簡介
ARIMA模型(AutoregressiveIntegratedMovingAverage)全稱為求和自回歸移動平均模型,又稱差分自回歸移動平均模型,是時間序列預料分析方法之一。假設序列僅存在趨勢,且經過d階逐期差分可以平穩(wěn),可以建立ARIMA(p,d,q)模型。模型的一般形式如下:
式中,d為求和階數(shù),即差分階數(shù);p和q分別為平穩(wěn)序列的自回歸和移動平均階數(shù);和分別為自回歸算子和移動平均算子;為殘差項。
三、呼和浩特市房屋銷售價格指數(shù)未來走勢的實證分析
(一)樣本數(shù)據(jù)的來源,選取與應用軟件
本文數(shù)據(jù)選自國家統(tǒng)計局網站,經過對每三個月數(shù)據(jù)舉行平均,得到2022年第一季度到2022年第三季度的呼和浩特市房屋銷售價格指數(shù)季度數(shù)據(jù)。其中用2022年1月到2022年12月的數(shù)據(jù)建立ARIMA(p,d,q)時間序列模型,預留2022年前三個季度的數(shù)據(jù)舉行模型切實性測試。本文采用Eviews6.0軟件對數(shù)據(jù)舉行處理。
(二)序列平穩(wěn)性檢驗
建立ARIMA模型首先要查看時序數(shù)據(jù)是否是平穩(wěn)序列。通過軟件作圖得知,呼和浩特市房屋銷售價格指數(shù)并不是一個平穩(wěn)的序列,所以要對數(shù)據(jù)舉行一階差分。數(shù)據(jù)經過一階差分后都圍繞零基準線上下波動,符合序列平穩(wěn)性的根本要求,但是要切實判斷其是否為平穩(wěn)性序列,還需要對序列舉行ADF檢驗。
表1房屋銷售價格指數(shù)的ADF檢驗
表2房屋銷售價格指數(shù)一階差分后的ADF檢驗
舉行單位根檢驗的結果如表1和表2所示??梢钥闯?,在對原始數(shù)據(jù)舉行ADF檢驗時,t檢驗統(tǒng)計量大于在各個顯著水平下給出的臨界值。而對一階差分后的數(shù)據(jù)舉行ADF檢驗時,t統(tǒng)計量均小于各個顯著性水平下給出的臨界值,而且檢驗結果不存在單位根。因此,一階差分后的無截距項和趨勢項的時間序列是平穩(wěn)時間序列,可以建立ARIMA模型。
(三)p、d、q值的選取
以上分析確定了房屋銷售價格指數(shù)經過一階差分后是平穩(wěn)序列,可以得出參數(shù)d的值為1,接下來要確定參數(shù)p和d的值。根據(jù)一階差分序列的自相關圖,在k=1后,偏自相關系數(shù)急速趨于0,可以確定p=1;在k=1后自相關系數(shù)急速趨于0,可以確定q=1。
由于如此斷定p值和q值的主觀性較大,所以可以同時建立ARIMA(1,1,1)、ARIMA(1,1,0)、ARIMA(0,1,1)、ARIMA(2,1,2)四個模型,分別對這四個模型舉行估計,然后通過AIC(Akaikeinformationcriterion,赤池信息準那么)和SC(Schwarzcriterion,施瓦茨準那么)舉行判斷可知,選取ARIMA(1,1,0)模型是最為適合的。
(四)ARIMA(1,1,0)模型的檢驗
為考核所建模型的優(yōu)劣,需要對模型的殘差序列{et}舉行檢驗,判斷其是否為白噪聲序列。若殘差序列{et}是白噪聲序列,可認為模型合理,適用于預料,否那么,應進一步提升模型。通過殘差檢驗得知,殘差序列的自相關與0無顯著不同,根本落入隨機區(qū)間,殘差序列為白噪聲即完全隨機。
(五)房屋銷售價格指數(shù)預料
從上文得到模型ARIMA(1,1,0)為最優(yōu)模型,所以可以應用Eviews軟件通過ARIMA(1,1,0)模型舉行房屋銷售價格指數(shù)的預料。開頭已經預留了2022年前三季度的數(shù)據(jù),可以用作模型擬合效果的檢驗,檢驗結果如表3所示,預料值與實際值的相對誤差分別只有0.83%、0.06%、0.65%,擬合效果相對較好,可以舉行下一步預料。
表3模型擬合效果檢驗
通過ARIMA(1,1,0)模型對2022年第四季度和2022年四個季度的房屋銷售價格指數(shù)舉行預料,所得結果如表4所示,可以察覺在接下來的幾個季度中,呼和浩特市房屋銷售價格指數(shù)根本穩(wěn)定在99.20左右,沒有大的波動,對比平穩(wěn)。
表4房屋銷售價格指數(shù)預料值
四、結論
從2022—2022年呼和浩特的房屋銷售價格指數(shù)走勢以及表4的預料值來看,在2022年房價開頭大幅度升高,到2022年末達成最高值,之后開頭回落,一向到2022年又展現(xiàn)小幅上升,2022年開頭回落,再到2022年和2022年房價根本平穩(wěn),這一系列的波動與呼和浩特自身的進展和國家采取的宏觀調控措施都有緊密聯(lián)系。
從呼和浩特自身的進展來看,最近幾年呼和浩特經濟進展速度加快,目前的呼—包—鄂已經成為內蒙古自治區(qū)能源、重化工、冶金、機械制造工業(yè)的集聚地,在國家西部大開發(fā)中,屬于核心區(qū)域。外來人口的逐步涌入,以及外地投資人看中金三角的進展?jié)摿?,投資買房用于理財,原本平穩(wěn)增長的房價開頭展現(xiàn)了持續(xù)性增長。
從國家的宏觀調控措施來看。針對之前全國房地產行業(yè)溫度持續(xù)走高,房價漲幅過高過快等問題,國家出臺一系列政策,銀行加息、提高房貸利率等來解決房地產中存在的問題,確定程度上抑制了房價的上漲,有利于引導房地產市場健康進展,有利于房地產價格總水平根本穩(wěn)定。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 公司股東合作章程協(xié)議
- 應對企業(yè)運營挑戰(zhàn)的綜合性解決方案
- 離婚協(xié)議戶口遷移協(xié)議書
- 金屬礦產品采購與銷售合同
- 藥師資格證書租賃協(xié)議
- 物業(yè)經理聘用合同
- 浙江省八年級歷史與社會上冊(人教)1.3《西方古典文明》 教學設計
- 關于建房的協(xié)議書范本7篇
- 第三單元 我們的國土 我們的家園(整體教學設計)-2024-2025學年道德與法治五年級上冊統(tǒng)編版
- 新津三星級酒店施工方案
- 醫(yī)學遺傳學第三版課件
- 四川家庭農場補貼標準2023年
- 五年級下冊字帖
- 智能人體秤市場需求分析報告
- 設備采購供貨安裝實施方案
- 初中生物《病毒》說課課件
- 小小銀行家-兒童銀行知識、理財知識培訓
- 物業(yè)公司縮減人員方案范本
- 河湖保護主題班會課件
- 國網考試企業(yè)文化能源與戰(zhàn)略題庫
- 智聯(lián)招聘行測題庫2023
評論
0/150
提交評論