本论文旨在研究如何建立一套完备的房价指数时间序列的预测方法系统,以用于提供房价指数变动的预测,揭示房价指数时间序列的内在特征属性以及与外部环境的关系。论文通过分析房价指数时间序列的特征属性,即是平稳的还是不平稳的,是线性的还是非线性的,有无ARCH效应,得到这样的结论,在房价指数时间序列的建模和预测系统中,只要有三种模型即可,即ARMA模型,GARCH模型和非线性时间序列模型。在本文中,非线性时间序列模型采用非线性实函数逼近能力很强的多层径向基函数网络,使模型具有较高的建模和预测精度。本文用这个系统对我国70个主要城市的同比和环比房价指数时间序列进行了建模和预测,得到了许多有价值的结论。一个是绝大部分房价指数时间序列是平稳的,极少的不平稳的都是一阶差分平稳的。这些时间序列有它内在的变化规律。其次,房价指数时间序列是可以预测的,只是预测精度参差不齐,有高有低。再则,一部分房价指数时间序列具有ARCH效应,对这样的时间序列,若它是线性的,则用GARCH模型预测精度较高,若是非线性的,则采用多层径向基函数网络进行预测,这样预测精度可以有显著的提高。