房地产业发展问题(最终论文).pdf

《房地产业发展问题(最终论文).pdf》由会员分享，可在线阅读，更多相关《房地产业发展问题(最终论文).pdf（20页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、-房地产业发展问题房地产业发展问题摘摘要要住房问题是关系民生的大问题,但随着近几年经济的快速发展,房地产业出现了一定程度的泡沫。本文围绕房地产业发展问题,对如何阐述房地产业发展与经济发展的关系、估测 2009 年的形势、分析影响房地产业发展的因素以及如何稳定的使2015年的人均住房面积达到指定值等问题分别建立了模型,并对结果进行了详细的分析。针对问题一，本文选用房地产业生产总值增加值、房地产开发投资和商品房销售额 3 个指标来代表房地产业发展，而经济发展则采用全市生产总值来代表,然后建立了以全市生产总值为因变量的多元线性回归模型，并对方程进行了统计上的检验，结果显示房地产业发展与经济发展呈互相

2、促进的正相关关系。接着本文运用短期预测结果较为准确的灰色预测模型对 200年该市的房地产业生产总值增加值、房地产开发投资和商品房销售额进行了预测，并对结果进行了严格的残差检验，其中 3 个指标预测值分别为0 亿元、479。8 亿元和48.6 亿元，与前几年相比涨幅较大，说明209 该市房地产业发展更为迅猛.针对问题二,本文运用灰关联度分析模型分别将用以代表房地产业发展的房地产业生产总值增加值、房地产开发投资和商品房销售额作为参考序列,计算得出了可能产生影响的 1种因素与这3 种指标之间的灰关联度，结果一致性较高。在以上基础上经过综合考虑，影响比较大的是城市居民人均可支配收入、城市居民人均消费性

3、支出、社会职工平均工资、商品房施工面积等因素，据此本文对政府提出的建议是可以多考虑以上因素对房地产业发展的调控作用.针对问题三，用以测定房地产业泡沫的指标一共有个，本文从中选取了与人均住房面积关系比较密切的其中 2 个，依次为城市居民个人月收入与每平米房价之比和年度家庭全部收入与房价之比，前一个比值在 02 到 0。4 之间比较合理,而后一个比值理应大于 0.427.接着本文利用这两个约束条件，建立了包括人均住房面积在内关系式,经过计算得出为了使 2015 年的人居住房面积达到平方米,则 209 年到 205年社会职工平均工资增长率至少应为 13等结论。最后,本文对模型进行了优缺点评价,并给出

4、了相关建议。关键词：多元线性回归模型灰色预测残差检验灰关联度分析一、问题重述一、问题重述住房问题是关系民生的大问题.自 20年以来,随着居民生活水平提高，居民消费结构升级带动产业结构升级,工业化进程加快和城镇化率快速提高,使中国经济进入了以住房、汽车、电子通讯、能源和基础原材料业较快发展的新一轮增长周期.其中，房地产、钢铁、水泥等行业投资迅猛增长,带动了整个固定资产投资的快速增长。200年 12 月份固定资产投资完成额增长,经济运行中出现了新的不平衡，能源、运输供应紧张,居民消费品价格指数（CPI)开始走高（月同比上涨%），中国经济运行出现偏热的迹象。从 200年下半年开始，房地产业在发展过程

5、中出现了部分地区房地产投资过热、房价上涨过高的现象,各项指标表明中国房地产存在一定程度的泡沫（测定房地产泡沫的指标可参照附件一）。为保持经济健康稳定的发展，近年来，中央政府综合运用经济、法律和必要的行政手段，以区别对待和循序渐进的方式，对房地产业连续出台了一系列宏观调控政策。从阶段和性质上分析，可划分为两个阶段。第一阶段：203 年以“121 号文为标志，紧缩型房地产调控拉开序幕，-200年调控加强，000年达到高潮，2007 年属于持续阶段，并延续至 208 年上半年。第二阶段：从 2008 年下半年开始,由地方到中央,开始放松调控，其性质是松绑，节奏逐渐加快，这是一个过渡性的阶段。总体来看

6、,调控初见成效。但房地产市场仍然存在住房供给结构不合理、部分城市房价上涨太快、中低收入居民住房难以满足等问题.2008 年，在世界金融危机和国内经济下行的双重外部压力下，在行业自身调整的内部推动下,全国房地产市场出现了周期性变化，由增长期转变为衰退期,200年世界经济形势非常严峻，这场百年一遇的金融危机，目前尚看不出何时会到底,最坏的时间或许还没有到来，世界经济步入衰退，已没有什么悬念，这必将对我国房地产业产生巨大影响。附件二提供了 1998-2008 年我国相关房地产政策,附件三提供了某城市003-2008 年房地产业的部分数据，请针对以下问题进行研究.问题一:试建立数学模型阐述房地产市场发

7、展与经济发展的关系。2009 年该市的房地产市场发展形势如何？问题二：试建立数学模型分析影响房地产业发展的因素，该模型对于政府调控房地产市场有何指导作用？问题三:作为建设小康社会的一项重要指标，在房地产业健康稳定发展的前提下（可参照附件一中的部分指标）,欲使该市人均住房面积在 2015 年达到 30平方米,政府应采取哪些措施？二、问题分析二、问题分析本题是一个与民生联系很紧密的实际问题,需要我们利用已知数据解决多个问题。问题一问题一:房地产市场发展与经济发展的关系描述以及房地产市场发展与经济发展的关系描述以及 20209 9 年的形势预测年的形势预测本问题需要阐述房地产业发展和经济发展的关系，

8、通过仔细分析并查阅相关资料，我们决定选择可以代表房地产业发展的三个综合指标：房地产业生产总值增加值、房地产开发投资和商品房销售额，而经济发展我们则选择全市生产总值即 GDP 来代表，因此问题转化为三个变量与一个变量关系的问题，我们通过建立多元线性回归方程来求出各自的相关系数，然后通过统计检验来验证方程的合理性。并且由于题目各个指标的数据均不完备确定，因此我们考虑采用短期预测精确性较好的灰色预测来预测 209 年这几个指标的值,并与前几年进行比较,依次来判断 2009 年的发展形势.问题二问题二:分析影响房地产发展的因素分析影响房地产发展的因素本题需要我们分析影响房地产业发展的主要因素,既含有已

9、知信息，又含有未知信息,属于灰色系统.故可以考虑使用灰关联分析方法。首先确定可能影响房地产业发展的因素，然后分别以问题一中我们所选择的三个代表房地产业发展的变量房地产业生产总值增加值、房地产开发投资和商品房销售额为参考,求各因素与它们三个的关联程度,关联程度越大,影响越大。最后综合三种情况,即得最终的主因素,对比附件二中政府调控做法,用以给出相应的指导。问题三：分析如何稳定的使人均住房面积在问题三：分析如何稳定的使人均住房面积在 20152015 年达到指定值年达到指定值本题要求要在房地产业发展稳定的前提下使得 01年的人均住房面积达到 30 平方米，我们决定分别对 203 年到 200年的人

10、均住房面积数据和对其影响比较大的房价数据进行拟合（其中,房价数据由附件三中综合表的其他指标简介计算所得），从而分别得出二者在 2009 到 2015 年的数值，并结合附件一中的泡沫指标来分析如何使得二者之间保持平衡。-三三、条件假设和符号说明、条件假设和符号说明3 31.1.条件假设条件假设:（1）题目所给数据真实可靠。（2）同一季度内的月份数据具有一定的相似度。2 2。符号说明：。符号说明：表一、符号说明表一、符号说明全市生产总值房地产业生产总值增加值房地产开发投资商品房销售额城镇以上固定资产投资居民消费总指数居民居住消费价格指数全市各类房屋竣工面积商品房施工面积商品房竣工面积商品房销售面积

11、房屋销售价格指数房屋租赁价格指数年末城区人均住宅使用面积城市居民人均可支配收入城市居民人均消费性支出社会职工平均工资yx1x2x3a1a2a3a4a5a6a7a9a10a11a12a13a8四、模型的建立和求解四、模型的建立和求解4 41 1、问题一：房地产市场发展与经济发展的关系描述以及、问题一：房地产市场发展与经济发展的关系描述以及 20092009 年的形势预测年的形势预测在本模型中我们决定采用全市生产总值来代表经济发展，而房地产业发展则用房地产业生产总值增加值、房地产开发投资和商品房销售额三个变量来表示，在以上基础上建立多元线性回归模型，据此描述房地产业发展和经济发展之间的关系;之后我

12、们将采用短期预测准确度较高的灰色预测模型来预测 209 年的相关指标值，从而通过分析泡沫指数的大小来查看房地产发展形势.4 4-1-1、模型一、模型一:运用多元线性回归模型进行关系描述运用多元线性回归模型进行关系描述（1 1）模型建立）模型建立线性统计模型是现代统计学中应用最为广泛的模型之一，是其他统计模型研究或应用的基础，现实中许多变量具有线性或近似的线性关系,即使许多变量之间的关系是非线性的,但经过适当变换后均具有近似的线性关系,因此线性数学处理起来有成熟的理论和方法.假设一个变量同时与多个变量有关系，因变量y与自变量x1,x2,xn之间有如下关系：y 01x12x2.nxne（）其中0为

13、常数项,1,2,.,n为回归系数，均为未知参数，e为随机误差，我们称-以上的函数关系式为多元线性回归模型。其中变量x1,x2,.,xn,y应均具有多组数据，即xi1,xi2,.,xin,yi,(i 1,2,.,m)(2）其中,m表示数据组数,因此,这m组数据应分别满足方程(1)，即yi01xi1.nxinei,(i 1,2,.m)(3)其中，ei表示对应的随机误差,若记.x1n0 e1.x2ne21,E .xmnnem（4）则多元线性回归模型有如下形式表示Y X E(）y11x11y1x212Y,X .ym1xm1其中Y称为观测向量,X称为设计矩阵，称为未知参数向量，E为随机误差向量。其中误差

14、满足 GausMkov 假设，即(a)E(ei)0(b)Var(ei)2(c)Cov(ei,ej)0,(i,j 1,2,.,m)（6）然后利用统计方法，就可以得到未知参数向量的估计值，因此得到经验回归方程,即方程（1）。要找未知参数向量的估计值，必须满足E Y X的长度平方和最小，即Q()Y X2（7）对其求偏导数，并令其为零,就得到了未知参数向量的估计值,即(XX)1XY(8)为未知参数向量的最小二乘估计。至此，就得到了关于多个变量的多元线性回归方程.（2）模型求解下面我们以房地产业生产总值增加值、房地产开发投资和商品房销售额作为三个自变量，以全市生产总值作为因变量，从而建立三个变量的多元线

15、性回归方x程。其中，1代表房地产生产总值增加值，x2代表房地产开发投资,x3代表商品房销售额，而因变量全市生产总值用y来表示。关系式为y 01x12x23x3（9)在题目所给的数据中,房地产业生产总值增加值和全市生产总值的单位为季度,而其余两个变量的单位为月份，所以我们把房地产开发投资和商品房销售额同一季度的月份值相加，得到了这两个变量的季度值,已达到数据规整化的效果，结果见附件一。在以上基础上我们应用 matla软件中的与回归相关的 regess 函数进行数据处理，结果如下y 111.4433x15.7454x26.4857x30.8360(10）-把三个自变量带入函数关系式得到了处理后的全

16、市生产总值，下面把其与原始的全市生产总值进行对比,一边从直观印象上分析所得多元线性函数关系式的合理性，其中，处理前代表原始数据。图一、全市生产总值原始值与函数得出值比较曲线图图一、全市生产总值原始值与函数得出值比较曲线图其中，从 203 年 7 月份到 2008 年 12 月份一共有个季度.从上图我们2可以看到基本上走势保持一致，可靠性较高，并且相关系数R值为 0.9，一般越接近 1 说明回归方程越显著，由此看来模型建立的比较成功.但是这种推测是模糊的,不能给出在统计上严格的结论，这就要求进行方程的显著性检验,下面我们给出具体方法。（3）对方程进行对方程进行F检验检验方程显著性F的检验是要检验

17、模型(9)中参数是否显著不为 0。按照假设检验的原理与程序，原假设与备择假设分别为：H0：0=1=2=3=0H1：i不全为0（11）F检验的思想来自于总离平方和的分解式：TSS ESS+RSS（2)由于回归平方和2iESS=y（13)是解释变量X的联合体对被解释变量Y线性作用的结果，需要考虑比值2/ei2ESS/RSS y(14）如果这个比值较大，则X的联合体对Y的解释程度高，可认为总体存在线性关系,反之总体上可能不存在线性关系。因此可通过该比值的大小对总体线性关系进行推断.根据数理统计学中的知识，在原假设H0成立的条件下，统计量ESS/kRSS/(nk 1)(15）其中，k为解释变量的个数，

18、n为样本容量，在本题中有 3 个解释变量,22 个样本容量。Mtlab 软件运行结果显示F值为 85。5，经查F检验临界值表(见附录F3,22F3,20 3.0983 85.5二)知，可知，所以模型在总体上线性关系显著成立。由此可知该模型用来反映房地产业发展和经济发展是比较合理的。综上所述，房地产市场发展与经济发展的关系可用房地产业生产总值增加值、房地产开发投资和商品房销售额三个变量与全市生产总值之间建立的多元线F-性回归方程来表示,并且方程（1)显示变量之间成正相关关系，说明房地产业发展与经济发展是相互影响，相互促进的.4 41 12 2、模型二：运用灰色预测模型进行、模型二：运用灰色预测模

19、型进行 20209 9 年形势预测年形势预测I I、模型准备、模型准备在以上问题中我们选用了房地产生产总值增加额、房地产开发投资、商品房销售额三个指标来描述房地产业发展，为了分析00年的房地产业发展形势，我们决定对这三个指标进行预测,通过预测值来分析。下面我们绘制出这三个指标从 2004 年到 20年的走势曲线图:图二、三项指标原始数据的折线图图二、三项指标原始数据的折线图通过观察以上三个指标的曲线图我们可以发现，这些指标变化比较平稳,因此可以进行预测分析。IIII、20209 9 年形势预测年形势预测我们采用的是灰色预测方法，在这里我们以第一个指标为例，进行具体说明:假设原来 204 年到8

20、 年的数据为x(i),(i 1,2,.,5)，将要预测的 2009 年数据为x(6).下面对原始数据进行处理，公式如下：y(k)x(i),k 15（1)i1k其中y(k)为一次累加生成数据,此序列经过多次累加后生成数列表现为良好的数增长特性,把时间离散化后得到下面的式子：bby(k 1)(x(1)eak,k 15（1)aa然后由y(k)的定义公式（16）可以得到下面的式子：x(k 1)y(k 1)y(k)()用最小二乘法求得参数的估计值为：aT1T (A A)A B(1）b 其中 A，B 为矩阵，形式如下:-1y(1)y(2),1 x(1)21y(2)y(3),1x(2)(20)A 2，B x

21、(3)x(4)1y(4)y(5),12值得让我们考虑的就是，用五年的数据来预测第六年略显草率，所以我们必须检验灰色预测的可行性。于是我们先构造一个级比：x(k 1)(k)(k 25)（21)x(k)如果所有的级比(k)都落在区间e,e内，则这些数据可以用灰色模型进行预测.通过检验证明指标一所有级比的最大值和最小值为 0。6、0.9，可知所有级比都位于区间0.7165,1.3307（n=)中，灰色预测结果具有可信性。利用 matl软件编程对结果求解，得到 2009 年的房地产业生产总值增加值为180.9。同理可以求得指标二级比最大值和最小值分别为 07176、0608，其级比都位于区间0.15,

22、.3307（n5)，209 年房地产业投资值为 470.5。指标三级比最大值和最小值分别为 0。42、1.113,有部分数据没有位于区间 765，0（n=5）。经分析可以发现是由于004 年2005年指标三数值发生突变造成的，所以我们采用上述方法，利用005 年200年共四年的数据重新进行计算得出如下结果:指标三级比最大值和最小值分别为 0。284、1。13,完全位于区间0。6073,。3956(=4）之中.下面我们列出计算出的每一年各指标的数据,如下表所示：表二、表二、20042004 年年0 0年三个指标预测值年三个指标预测值年份房地产生产总值增加额房地产开发投资商品房销售额2048。71

23、70.8118。525014231828200117。276。37200715.311。32008156.394。34480180。0449。6从以上结果可以看到，200年的三项指标值与前几年比起来均有所长进，且涨幅不小.特别是房地产开发投资，与 2008 年的 384。3 亿元比起来，整整多了将近0 亿元，另外两个指标也在稳步增长，增长率较 200年均有所提高。所以从以上结果我们可以了解到 200该市的房地产业发展形势更为强劲。IIIIII、模型检验、模型检验为了使灰色模型具有更好的预测效果，通常我们在使用灰色模型对数据进行预测之后，我们还需要对模型进行检验，以增加模型的可信度，在必要的情况

24、时我们也需要根据模型的检验结果对模型进行必要的修正，我们需要对该模型依次-2n12n2-来做残差检验、关联度检验和后验差检验,以下是具体步骤。（1 1）灰色模型残差检验）灰色模型残差检验:假设模型预测序列为x(i)，则绝对误差序列和相对误差序列依次如下：(i)(i)x(i)x(i)，(i)（2）x(i)残差检验的判断标准有两种,第一:当成立时，则认为模型残差检验合格（一般取0。01-05）.第二:如果模型的相对误差平均值在1及以下,说明模型的精度等级为一级；如果其大于且小于等于5%,模型的精度等级为二级;如果其大于且小于等于10%,则为三级；当其大于10且小于等于20，则模型的精度等级为四级。

25、这里我们采用第二种标准来进行残差检验。根据公式(22)可以计算得出三个指标的相对误差序列，对相对误差绝对值取平均，如下表所示:表三、三个指标的相对误差序列表三、三个指标的相对误差序列房地产生产总值增加额房地产开发投资商品房销售额2501010002860。8696000740087620070.04102018190304。18920.143从上表我们可以看出,三项指标的相对误差最大值为 04819，满足四级指标在 10到 20%的要求,所以所得结果通过了检验。（2 2）关联度检验）关联度检验通过查阅资料我们发现，原序列与预测出的序列关联度如果大于.6 便可以认为合理，下面我们利用ss 软件来

26、计算各指标原始序列与预测序列之间的相关度，结果如下：图三、三个指标原始值与预测值相关性检验结果图三、三个指标原始值与预测值相关性检验结果（上为房地产生产总值增加额，下左为房地产开发投资，下右为商品房销售额（上为房地产生产总值增加额，下左为房地产开发投资，下右为商品房销售额)上图结果显示三项指标原始序列与预测序列的相关性分别为 0 93，995和 0。85，关联度均大于 0。6，且在 001 水平（双侧）上显著相关，可以看出预测的结果是比较合理的。-（3 3）后验差检验）后验差检验所谓后验差检验，即对建立的模型的残差分布的统计特性进行检验,这需要进行以下步骤：首先需要计算出原始序列的平均值，即x

27、(0)1n(0)x(i)（23）ni1(0)x其中，(i)表示原始序列值，n为原始序列数字个数。在此基础上,我们可以计算得到原始序列x的均方差，公式如下:n(0)(0)2S x(i)x/(n1)i1(24)然后，我们需要再计算残差的均值,即1/2(0)(0)1n(0)(i)（25）ni1(0)其中,(i)表示各个残差,在此基础上,我们可以计算得到残差的均方差，公式如下：nS(0)(k)2/(n1)i1(26)至此，我们得到了原始序列和残差分别的均方差，二者相比的结果为方差比，即C S/S(27)其中，三个指标的方差比结果如下表所示：表四、三个指标各自的方差比表四、三个指标各自的方差比指标名称房

28、地产生产总值增加额房地产开发投资商品房销售额方差比0.0970。030。24接下来,我们还需要计算的是计算小残差概率,公式如下：P P(0)(i)-0.4527d/e（3）其中，a 表示城市居民个人月收入与每平方米房价之比，表示0年的社会职工年度平均工资,d 表示 21年的商品房销售额,表示 215 年的商品房销售面积(其中，商品房销售额和商品房销售面积的 2015 年数值的预测方法与以上人均住房面积和房价的方法类似）I I、年度家庭全部收入与房价之比、年度家庭全部收入与房价之比:西方发达国家的居民家庭年收入与房价之比通常在 1：2.5之间，联合国相关机构合理的指导性指标为 1：3,世界银行的

29、指标为：。在这里结合附-件一,居民家庭年收入与房价之比选用第一个标准,年度家庭全部收入与房价之比在 1:2。55 之间,即 0。20.4,即mc12b=0.2md/e f（3）其中，表示年度家庭全部收入与房价之比，m 表示家庭平均人数，表示年末城区人均住宅面积（即为0 平方米)，其余符号与公式（38）类似。其中,社会职工平均工资的计算公式为c=22986(1+P)7(40)其中,P 代表从 209 年到 2015 年的社会职工平均工资增长率，数字2986 为 208 年的社会职工平均工资增长率.我们对以上公式（38）、公式（9)以及公式(40）进行计算，得到了对社会职工年度平均工资增长率的大致

30、约束范围，即p13%所以，如果从 20年开始每年增加的社会职工平均工资增加率，并且政府继续辅以其他措施，那么到01年该市人均住房面积在 205 年将达到平方米。根据以上我们得出的结果,结合附件一和附件二中的其他信息，我们下面给政府提出了几项相关的建议.4 43-3-、政府采取的相应措施、政府采取的相应措施(）继续落实合理供应土地、节约使用土地的政策。）继续落实合理供应土地、节约使用土地的政策。切实落实已经制定的土地供应计划和年度住房建设计划，优先满足保障性住房、努力增加中低价位、中小型普通住房的土地供应；严格主席对闲置土地的处置力度，盘活存量土地。若土地能得到很好控制,则政府就能在满足市场供求

31、关系下合理支配土地发放量，通过土地资源供应量的调整,控制商品房价格的不合理上涨，防止出现新的积压、出现由结构性过剩引发的泡沫，在短时期内投资者人数不发生很大变化的情况下稳定土地价格，进而抑制房价持续上涨。(）采用“双稳性”宏观经济政策）采用“双稳性”宏观经济政策“双稳健”宏观经济政策及抑制房地产投资增长的资金信贷税收等政策共同作用，使投资过热引起的经济紧运行状态基本得到改观,房地产投资增 速也因此而梯度回落。“双稳健”实质上就是不以拉动社会投资、刺激消费为核心,相反，是以协调经济发展、调整经济结构，适当控制和调节投资与消费过快增长为中心，通过减少政府投资，影响全社会投资过快增长,使全社会投资增

32、长保持在适度、合理和稳定的范围内，防止投资过快、过热引起泡沫经济产生。“双稳健宏观经济政策的实施使得房地产投资过快增长失去政策支撑，同时，加大了对银行金融、税收、土地市场等的监管力度。这一系列措施都对房地产投资过热现象起到了抑制作用。（）扩展二手房市场及租赁市场（）扩展二手房市场及租赁市场,加大经济适用房的建设加大经济适用房的建设解决群众住房问题要坚持租售并举.目前，空置房下降、闲置房上升，发展房屋租赁,可以推动拥有两套以上住房的家庭,将房屋引向消费市场,提高住房的使用效率.为培育和发展租赁市场,建议政府要进一步调整税收结构、合并税种，降低税率。为促进二手房交易，在增加主场保有环节税收的同时，

33、要减少住房流转环节的税收，并允许地方政府能根据当地的供求情况，因地制宜调整住房转让环节的营业税政策。因地制宜正确选择与有效运用补贴模式、完善和发展住房金融以及制定和完善相关法律法规等措施来实现分类保障的目标.(4)(4)加强房地产信息体系建设，完善房地产体系建设加强房地产信息体系建设，完善房地产体系建设完善房地产预警、预报机制。信息的不对称、不透明,也是一些地方对市场-观望的重要原因。因此建议,一是要建立和完善房地产指标体系，对房地产市场的运行进行测定、监视、评价、预警和报告，准确判断市场的运行状态;二是进一步完善房地产信息的发布工作,规范发布的内容、程序、范围和时间，及时向社会提供真实完整地

34、土地资源情况、政府年度供地计划和年度建设计划、房地产供应情况、租赁市场的房源、房地产租售价格等信息。通过加强信息体系建设，引导开发商理性开发,购房者理性消费，同时,为管理部门规定相关政策提供可靠依据.五、模型评价五、模型评价5-15-1优点优点:（1)采用了短期预测准确性较高的灰色预测模型对09 年形势进行了预估，结果可靠性较高。()分别将三个影响房地产业发展的变量作为参考序列进行了影响因素的灰关联度分析,并对结果进行了比较，使得结果更为可靠。5-25-2缺点缺点:模型对所给数据有依赖性,使得结果可能有一定的不准确性.参考文献参考文献1张庆红，概率论与数理统计，高等教育出版社，1983.2刘树

35、，王燕,胡凤阁，对灰色预测模型问题的探讨，统计与决策,008,姜启源，谢金星，叶俊，数学模型（第三版）,高等教育出版社,29422，004韩明,王家宝，李林，数学实验（alab 版），同济大学出版社,97147,009,1，.附录附录附件一：处理后的房地产开发投资额、商品房销售额数据附件一：处理后的房地产开发投资额、商品房销售额数据表一、均值处理后的数据表一、均值处理后的数据23 年下2004 年上789101212341月份1投资8.811。92 27。28.5.1.710.1561。0。37销售额8814611.94。93。641。1513。818。13 5月份投资销售额204 年下779

36、1。3891016111214.25。212.212.618。61.54。24。243.2005 年上316.423。55571。123.68.18。16.716 913.78.915。6205 年下-2006 年上-月份投资销售额月份投资销售额月份投资72 604731。38229111129。3.8124 524.86634454.62 2527。8.529.629.921.6 139。328。28.310.73122 61075。52492006 年下8971 4391112218。38。132。53 22 220.121.94。154906。8 3139328。78.12007 年上6

37、.26 83 635。20.16.822007 年下729.13.84221.20年上36。3.834.6销售额月份投资销售额26.932。934。130.8.9 3.9127.65.5123823.138.634.727.449.200年下34。44933.135.03 61。37.216 564。1附件二、附件二、F F 检验临界值表检验临界值表(部分）部分）图五、部分图五、部分 F F 检验临界值表检验临界值表附件三：附件三：1313 种因素以及种因素以及 3 3 个参考序列的个参考序列的 200420040000年度数值年度数值表六、原始年度值表六、原始年度值2042005200620

38、0208a18。71464。715791634.424.4a212252273121.51254。1257。1-a3a4a5a6a7a9a10a11a12a13x112897。12481744。263。36585100104。21378。82956。5852。2788。1110。910。2。011328.231.2693808。6106.9110。25。512151556.4190.10.89。4106。510323。7123。714506.727。5883。5111。91268a81108.5192。5615327。7855.836.18952。384 41144.03375.8419986

39、31345。170.815169123813527.76.5107411。1132.291037401。8118。528247.41.2x3附件四附件四:13:13 种因素以及个参考序列的种因素以及个参考序列的 2002002 20 0年标准化序列年标准化序列表八、标准化序列表八、标准化序列20420020062007200a10。6150。93971。013。481.3770 x2a2a3a4a5a6a7a80。9901。02250.9390.9763080640.9803.0150.9861.1201.4291。010。99590。95871。7370.971。451。0435107361。06811.3176267715801.266。4531.5610。71.937180。8970.690.9350.93110.6450.1390.567。73590。70510605.680。99504050.98.9291。41099681026208691。009099801。0710。9011701。014.034.9610。996708319835508540。770.84308110。761。1000.9310.451。171.1301。1534118871.13a9a10a11a12a13x11。02510 x2x3。0260 5-