基于指数平滑法对我国房地产开发相关指标的预测研究开题报告

1. 研究目的与意义

新冠肺炎疫情蔓延以来，全国采取了各种防控措施以减少疫情的传播，包括取消各地的集会活动、限制交通、关闭旅游景区、延长春节假期等，这些措施都对防控疫情有着极大的帮助，但这些措施不可避免的对经济发展以及社会生产生活带来深刻的影响。在这种情况下，房地产开发施工被停止，多地禁止中介处以及售楼处继续营业，不知长短的封闭管理也在很大程度上减少了人们对房产的购买，全国房地产行业基本停滞。

为了更直观的评价出疫情在房地产行业上产生的影响程度，本文在全国房地产开发投资实际到位资金、全国房地产开发施工及销售情况以及全国房地产开发投资完成额及土地购置情况中选取合适的数据作为研究对象，对数据类型进行判断后，运用多元线性回归及其他时间序列方法构建组合预测模型，并使用SPSS等统计软件进行计算得出结果。

2. 研究内容和预期目标

研究内容：

1、阐明选题的背景及意义，回顾相关内容的研究动态，开展文献综述，提出研究视角、方法、目标及技术路径，给出本研究的难点、创新及不足

2、利用统计数据，对我国历年房地产开发程度进行度量，并给出相应的统计模型。

3. 国内外研究现状

随着预测方法的不断发展，国内的学者对于房地产市场方面的研究也日益增多。如2007年欧廷浩运用aema模型对我国房地产价格指数进行预测并给出了精度误差值。2014年杨桂元、罗阳、高俊使用指数平滑法、aeima模型、回归于时间序列组合模型对我国商品房均价进行预测，然后建立iowha算子组合预测模型及其评价指标体系，结果表明iowha算子组合预测模型比其他三种单项预测效果显著更优，且三种单项预测之间具有信息互补性。高玉明、张仁津利用遗传算法对bp神经网络的初始权值和阈值进行优化，结果表明，与传统的bp神经网络预测模型相比，经过遗传算法优化后的bp神经网络预测模型能加快网络的收敛速度，提高房价的预测精度。

2015年马世骁、高梦瑶运用多元非线性回归理论。叶桂芳运用arima模型对国房景气指数指标进行分析，以预测我国房地产市场的发展趋势，并通过str模型对市场的周期拐点提前进行识别。臧静芳通过多元线性回归模型对房地产价格影响因素的四个方面进行分析，并将神经网络和灰色模型结合成灰色神经网络对房地产价格进行预测，结果表明灰色神经网络预测结果较为精确，且效果优于灰色方程拟合的结果。闫向蕊通过gm(1,1)模型和bp神经网络对商品房价格进行预测，并对两种方法的结果精确度进行对比，表明bp模型在非线性问题上具有明显优势。

2016年苏拥英运用garch模型对我国房地产价格指数的收益率进行了实证研究，结果表明，我国房地产市场的收益率由于异常值的存在使得序列的相关性被掩盖，并且收益率序列较为明显的尖峰后尾分布。2019年李丹、朱家明、李薇、徐亮通过多元回归模型探索影响房价波动的主要因素，并用holt—winters无季节指数平滑拟合时间序列。杨璐通过主成分分析建立回归模型，随后使用同届单整序列建立var模型，在保证模型平稳的情况下通过格兰杰因果检验、脉冲响应函数、方差分解确定变量的变化时序以及被解释变量反应情况，以此实现预测市场变动。

4. 计划与进度安排

研究计划：

1、2022.09.21-2022.12.11 检索阅读与本论文相关的文献，写读书笔记，交指导教师审阅；同时根据文献阅读和研究,准备毕业论文开题报告；翻译外文文献；

2、2022.12.12-2022.03.09完成初稿和中期检查工作；

5. 参考文献

[1]崔明明,刘晓亭,李秀婷,董纪昌.数据特征驱动的房地产市场集成预测研究[j].管理评论,2020,32(07):89-101.

[2]欧廷皓.基于arma模型的房地产价格指数预测[j].统计与决策,2007(14):92-93.

[3]邓佳雯,陈继红.基于arma模型的房地产销售趋势预测方法研究[j].电脑知识与技术,2019,15(19):228-232.