SAS课程设计--房地产调控问题分析

《SAS课程设计--房地产调控问题分析》由会员分享，可在线阅读，更多相关《SAS课程设计--房地产调控问题分析（19页珍藏版）》请在毕设资料网上搜索。

1、1 课课 程程 设设 计计 题目：题目：  xx 市房地产调控问题分析  2 题目：   xx 市房地产调控问题分析      【摘 要】 随着 xx 市经济社会的发展和人们生活水平的提高， 对住房的改善需求日益旺 盛，但房地产市场仍然存在诸多问题。因此，为房地产行业建立数学模型，并利 用这些模型量化研究该行业当前的态势、未来的趋势，模拟房地产行业经济调控 策略势在必行。 本文通过建立模型回答了题目中给出的三个问题并对房地产价格走势做出了 合理科学的预测。 第一问建立商品住宅价格模型，本文来自毕设资料网（）首先对可支配收入和 GDP

2、与商品房价格绘制 散点图，发现 2009 年出现明显拐点，这说明 2009 年中国经济市场的情况和出台 的政策有明显变化，值得深入细致分析。进行相关性分析得出商品房房价与城镇 人口和住宅用房地产竣工面积的相关系数的绝对值与 1 差距较大， 说明他们之间 的相关性较弱， 其余的指标进行主成分分析可以看出第一和第二特征值得累计贡 献率已经达到 97.34%，说明第一和第二主成分基本包含了全部指标具有的信息， 所以仅取第一和第二主成分，并计算出相应的特征向量。最终得出第一和第二主 成分分别对商品住宅价格的影响。 第二问据拟合优度和外推检验的结果发现一元一次多项式模型效果最好，并 采用加权最小二乘法分

3、别估计 xx 市商品住宅价格和大宗商品价格指数的线性趋 势，并与普通最小二乘法估计的线性模型进行比较，预测出 xx 市在 2013 年二三 四季度的房价分别为 6738.225 元，6817.509 元，6896.793 元。由此多元回归模 型可以预测 2013 年下半年的大宗商品价格指数为 142.63 元。 第三问根据湖北省统计局提供的资料，选取 xx 市 2002-2012 历年生产总值 (GDP)、 主城区商品房房价和居民人均可支配收入作为指标并建立商品住宅价格， GDP，可支配收入水平 3 者关系的多元回归模型。并利用 Eviews 软件对数据进行 统计分析,将所有的变量引入回归模型

4、，对回归模型进行统计分析，相关性分析， 显著性分析和回归分析， 然后对商品住宅价格与 GDP 的因果关系进行格兰杰因果 关系检验。  关键词：主成分分析 加权最小二乘法 多元回归 格兰杰因果关系检验 3 一、问题重述 1.1 问题的背景 从2002年8月26日六部委颁发217号文件起，我国房地产调控历史走过了十余 年。细心盘点房地产调控的十年，大致可以划分为四个阶段： 第一阶段，调控起步期(2002年至2004年)：主要以收紧土地供给和房地产信 贷为主要手段，以抑制房地产市场投资过热为目的。  第二阶段，调控加码期(2005年至2008年上半年)：加码的手段以结构性调整 为

5、主， 在抑制房地产投资过热的同时， 提出稳房价的新目标。 国八条、 新国八条、 国六条相继出台，重点打击囤地行为、改善商品房和保障房供应结构、提高首付 比例、推出税收调控手段，改善供给结构的同时开始调节商品房投资性需求。 第三阶段，紧急救市期(2008年下半年至2009年上半年)：为应对全球性金融 危机对中国经济的冲击，政府政策全面转向，以楼市稳定来支持经济稳定，从中 央到地方全面放松各项房地产调控措施，甚至出台利率打折等购房刺激政策。 第四阶段，调控全面加码期(2010年至今)：遏制房价过快上涨或促进房价合 理回归成为突出调控目标。国十一条、新国十条、限购令等号称史上最严厉调控 措施相继出炉

6、，涵盖土地供给、信贷、税收、保障房等各方面的住房差别化调控 体系逐渐形成。 1.2 问题的现状 近十年，从单一供给管理转向供给与需求综合管理，从防止房地产市场投资 过热转向重点遏制房价过快上涨，我国房地产调控目标逐渐清晰，政策体系逐渐 建立。然而，虽然调控取得一定成绩，但调控多为定性的行政手段，量化调控方 案很少。并且调控政策一般只是短暂实用某一特定时期。近期 xx 市出台调控目 标：房价的增长速度不高于 GDP 的增长速度。 1.3 需要解决的问题 1、收集整理 xx 市近十年各片区商品住宅价格变化数据、大宗商品价格变化 数据、工资收入和 GDP 数据等。并挖掘它们之间的关系。 2、根据近十年已知数据建立数学模型并预测2013年6月至12月间商品住宅价 格，大宗商品价格变化趋势。 3、结合xx市市民工资收入的具体情况，评价调控政策“商品住宅价格的增长 速度不高于GDP的增长速度”在多长时间内有效。并尝试建立数学模型模拟商品 住宅价格、GDP增速、市民工资水平之间的关系。 4 二、符号说明 符号 解释说明 Y 商品房价格 1X 年份 2X 工资收入（可支配收入） 3X GDP 4X 大宗商品价格 5X 全市人均储蓄存款 6X 城镇人口 7X 住宅用房地产竣工面积 8X 城市家庭购房与