论文部分内容阅读
房地产业增加值是指按市场价格计算的一个国家（或地区）所有常住单位在一定时期内从事房地产业生产活动的最终成果。房地产业增加值是描述房地产业在一定时期内发展状况的一个重要指标，是国家（或地区）在进行房地产业调控和制定相应政策的重要参考依据。 时间序列分析方法是指对于某一个时间序列在长期变动过程中所存在的统计规律性进行研究和估算，再将该时间序列内在的统计规律性向未来进行延伸，从而对该时间序列的未来走势做出预测的方法。基于时间序列分析方法，对我国房地产业增加值进行预测模型的建立，该预测模型可以准确地预测我国房地产业增加值的未来走势，从而为我国在房地产业调控和制定相应的政策中提供理论指导。 本文选取的关于2000年到2017年我国房地产业增加值的相关数据来源于国家统计局网站，基于时间序列分析方法，通过使用EViews8.0软件、SPSS20.0软件以及Matlab2012a软件，对时间序列数据进行拟合，分别建立了ARLMA乘积季节预测模型，叠合预测模型，灰色预测模型和一阶差分方程时间序列预测模型。在叠合预测模型中建立增长指数模型与三角函数模型进行加法叠合的预测模型表达形式，在灰色预测模型中基于新的优化方法建立新的灰色预测模型表达形式，同时，通过研究与总结构建了全新的一阶差分方程时间序列预测模型表达形式。利用建立的模型分别对我国的房地产业增加值进行预测，最终，选择误差较小的预测模型作为我国房地产业增加值的预测模型，并将该模型运用到我国房地产业增加值的预测中，对我国房地产业的调控和政策的制定提供理论的指导。