上海市房地产预测系统研究分析

论文摘要

随着经济改革的深入,房地产业作为国民经济的基础性和先导性产业得到了长足的发展,对社会、经济的发展产生了巨大的推动和影响,特别是进入90年代后,中国房地产业发展突飞猛进,一跃成为新的经济增长点。但与此同时,中国包括上海市的房地产业发展也面临不少问题。这些问题的解决不仅仅是实现房地产业健康持续发展的需要,同时也是实现产业结构调整和优化以及社会经济可持续发展的需要。考虑到房地产市场很强的地域性,该文以上海房地产市场的发展为研究对象,致力于构建一个适应于房地产市场,特别是上海市房地产市场的预测系统,通过对与上海市房地产市场相关的各种影响因素的定性、定量分析,然后进行分类,运用人工神经网络的集成系统结合这些分类数据对上海市房地产市场进行实证分析并对未来走势进行预测分析,为政府、投资者、开发商等提供一定的参考,为房地产市场的健康稳定发展提供借鉴,从而能做到未雨绸缪。 本文第一部分从东京、香港、海南等地房地产的崩盘事件出发,阐述了房地产的波动给经济社会发展及房地产市场的健康、稳定发展带来的危害,由此说明构建房地产市场预测系统的重要性(必要性),并选择具有代表性的城市——上海市作为研究对象。第二部分从房地产市场的基础知识、房地产周期、房地产波动的理论出发,从理论角度对房地产相关影响因素进行分析说明,并收集相关因素的数据运用统计手段对这些相关因素进行分析,得出与房地产市场关系密切的几个主要影响系统(可行性)。第三部分以人工神经网络尤其是径向基函数神经网络为基础,通过基于不同相关因素系统的神经网络集成手段进行优化,建立适合上海市房地产市场预测系统,从而在此基础上对上海市房地产市场的未来两年走势进行了预测与分析(实用性)。最后,对上海市房地产市场未来走势进行专家调查问卷分析,结果与预测数据基本拟合。

论文目录

• 第1章 绪论
• 1.1 问题的提出
• 1.1.1 东京、香港、海南房地产事件回顾
• 1.1.2 对历史的反思及本文研究的目的
• 1.1.3 本文研究的背景和意义
• 1.2 文献综述
• 1.2.1 房地产预测相关的研究方法
• 1.2.2 研究指标的选择
• 1.2.3 其他研究工具及模型
• 1.3 论文的研究对象、整体构思和主要内容
• 1.3.1 论文研究对象的选择
• 1.3.2 论文的整体构思
• 1.3.3 主要内容
• 第2章 房地产市场概述
• 2.1 房地产特点
• 2.2 房地产市场类别
• 2.3 房地产市场特征
• 2.3.1 地域性
• 2.3.2 关联性
• 2.3.3 资金依赖性
• 2.3.4 周期波动性
• 2.3.5 政策敏感性
• 第3章 房地产影响因素理论及预测理论
• 3.1 房地产影响因素理论考察分析
• 3.1.1 房地产周期波动理论的概念考察与界定
• 3.1.2 房地产波动的成因分析
• 3.2 预测理论考察分析
• 3.2.1 预测理论
• 3.2.2 预测的步骤及单个模型流程图
• 第4章 上海市房地产市场预测技术及预测影响因素分析
• 4.1 预测技术概述
• 4.1.1 神经网络理论
• 4.1.2 神经网络集成理论
• 4.2 影响因素分析
• 4.2.1 宏观经济环境影响分析
• 4.2.2 通货膨胀影响分析
• 4.2.3 金融市场影响分析
• 4.2.4 股票市场影响分析
• 4.2.5 政策变化的影响分析
• 第5章 预测系统的构建与未来走势预测分析
• 5.1 上海市房地产预测神经网络集成系统的构建
• 5.1.1 基于各子系统的预测模型构建与实证分析
• 5.1.2 基于实证分析的集成预测系统的构建与未来走势预测分析
• 5.2 上海市房地产市场未来一段时间走势分析
• 5.2.1 基于集成预测系统的未来一年上海市房地产市场价格及供需预测
• 5.2.2 基于预测与专家调查问卷的上海市房地产市场走势分析
• 第6章 总结与展望
• 6.1 研究总结
• 6.1.1 本文研究结论
• 6.1.1 研究创新点
• 6.2 研究的不足
• 6.3 研究展望
• 6.3.1 对本文不足的改进
• 6.3.2 基于遗传算法——BP神经网络预测系统的构想
• 致谢
• 参考文献
• 附录
• 1、宏观经济环境相关指标数据
• 2、通货膨胀相关指标数据
• 3、金融市场相关指标数据
• 4、股票市场相关指标数据
• 5、上海市房地产市场价格及供需数据
• 6、专家经验调查问卷
• 7、专家经验调查问卷调研过程
• 8、人工神经网络程序—RBF（Matlab）
• 9、人工神经网络程序—BP（Matlab）
• 在读期间发表的学术论文与研究成果