大学论文：我国房地产从业人数的预测与分析Word文档格式.doc
《大学论文：我国房地产从业人数的预测与分析Word文档格式.doc》由会员分享，可在线阅读，更多相关《大学论文：我国房地产从业人数的预测与分析Word文档格式.doc（22页珍藏版）》请在冰点文库上搜索。
关于中国的房地产行业从业人数的预测与分析研究,首要的问题是要了解当前和未来的中国房地产的发展趋势,只有对房地产业的发展有了一个清晰的认识才能对从业人数的预测和分析更加准确.
1.1我国房地产发展现状和发展趋势
1.1.1我国房地产发展现状
表1我国房地产开发投资额
年份
全国房地产开发投资额（亿元）
同比上年增长率
1999
3614
2000
4103
13.53%
2001
4984
21.47%
2002
6344
27.29%
2003
7790
22.79%
2004
10153
30.33%
2005
13158
29.60%
2006
15909
20.91%
2007
19422
22.08%
2008
25288
30.20%
2009
31203
23.39%
2010
36241
16.15%
2011
48259
33.16%
2012
61796
28.05%
2013
71803
16.19%
（资料来源：
中国统计年鉴2013）
从表1中我们可以看到,整个中国的房地产发展是快速向上发展的,但自2011年以来增长速度放缓.其主要原因有供给、需求、综合等方面.
（1）供给方面
关于房地产发展速度放缓的供给方面原因，有以下几个方面：
①我国经济的快速成长使得在固定投资中房地产业的投资比例不断增大.
②由于房地产行业隐藏的巨大利润,商家对于投资房地产业的力度大力加强.
③由于国家出台的房地产相关政策,使得房地产业走在了市场的最前端,使得房地产发展有了更好的平台.
（2）需求方面
人口的快速增长以及城镇化趋势的发展导致进城人口不断增加,住房问题变得更加突出,成为人们面临的一个现实的问题,这也进一步的增加了人们对住房的需求.
我国经济的高速发展得益于改革开放的巨大成果,也促使了居民可支配收入的提高,提高了居民的购房能力,使居民可以有更多的钱开投资房地产业.
（3）综合方面
目前,中国的房地产市场过剩现象是由于供应和需求结构发生逆转,价格下降是必然的趋势,2014的全国平均水平整体下滑或许是最大的趋势线和路线.同时,我国城镇化的规律直接导致我国人口向更多的向城市聚集,而发展相对落后的三四线城市则不容乐观.因此出现了在一二线大城市住房供不应求,而在比重较大的非城市群的三四线城市空房率却显著上升.与此同时,我国不少金融机构不得不逐步消减放款给房地产开发商的数量,其重要原因是我国房地产业成长中所呈现出的‘疲劳状态’.这也直接的致使现在房地产发展速度放缓,降低了人们对房地产发展存在的积极态度.
另一方面,由于某些房地产的降价,导致了社会上一些准购房着出现了持币待购的现象,房价下跌的力度越大,购房者待购的现象就越严重,房屋滞销的局面就得不到缓解.
1.1.2我国房地产发展趋势
一是房地产业的发展趋向于市场化.现在房地产的发展更加注重私人投资,面向私人的商品房销量在不断的增加.为了增加私人投资的数量,很多房地产商更加注重品牌效应,形成了一些具有规模的房地产开发商用以吸引更多的私人投资.
二是房地产业和资本使市场的联系变得更加紧密.房地产市场化的形成,使得很多开发商为了获得高速发展利用多种途径来上市、得到各种基金投资.房地产市场逐步进入资本经营的新时代,这使得房地产泡沫也愈发变得更加明显.
三是国家正在随着市场发展逐步完善房地产政策.我国市场管理和房地产市场化逐步适应,房地产在市场化过程中逐步规范运作行为,政府对房地产发展起到的积极作用都加深了我国房地产市场的规范性,更进一步加速了房地产业健康运行机制的形成.
表22003-2012年我国房地产资产投资额
11105.3
14547.0
17098.2
21586.2
28619.2
35914.2
43127.6
57633.1
75663.7
92639.4
（资料来源：
中国统计年鉴2013）
从表2中我们可以发现我国房地产投资额在连续的上升中.2003年的投资额为11105.3亿元,到2012年已经达到92639.4亿元,十年间增加了近8万亿元.从这里我们可以看到,中国的房地产行业的投资规模在不断的扩大,投资比重也在原有水平上有了很大的提升.
图12003-2012年我国房地产资产投资额
从图1中我们同样可以发现我国房地产以十分快速的速度在发展,并且发展规模也在不断的扩大.,2009年以前投资增长相对缓慢,2009年到2012年投资速度增加,达到每年2万亿的速度.
1.2我国房地产业从业人数的现况
房地产的快速发展必然会需要更多的人来参与到这个行业中.从以上分析中我们可以知道，我国房地产发展规模在不断的壮大当中，虽然房地产发展受到种种原因的制约，面临着发展的冬天，但是，它对于人才的需求仍然是十分的急迫,房地产业从业人数仍然在不断的增长中.
表4我国房地产从业人数
1993
1994
1995
1996
1997
1998
人数（万人）
66
74
80
84
87
94
96
100.4
107.5
118.4
120.2
133.4
146.5
153.9
166.5
172.7
190.9
211.6
248.6
273.7
从表4中我们可以看出从1993年到2012年之间，我国房地产从业人数很明显的在不断的增长中，根据这个趋势,预计在以后的一段时间之内，房地产从业人数仍会增长.
根据本文第一部分对于房地产业的现况和发展趋势的论述，我们可以清楚的看到，我国房地产业的发展规模在不断的扩大中，房地产行业更加趋向于市场化、企业化，房地产的规模扩大势必会需要更多的人来参与到这个行列中.同时，因为房地产业存在的巨大利润空间，也吸引了越来越多的人加入到房地产业中，从事房地产工作，房地产从业人数与日俱增,成为我国涉及从业人数最多的行业之一.
2数学模型对房地产从业人数的预测与分析
本文拟运用二次指数平滑模型、ARMA模型、组合模型、时间序列分析对我国房地产从业人数进行预测与分析.
2.1二次指数平滑模型
2.1.1二次指数平滑模型简介
二次指数平滑也称为双重指数平滑,它是对一次指数平滑值再进行一次平滑.一次指数平滑法是直接利用一次指数平滑值作为预测值的一种预测方法,二次指数平滑法与其不同,它是用平滑值对时序存在的线性趋势进行修正[1].因此,二次指数平滑也被称为线性二次指数平滑.线性二次指数平滑法只利用三个数据值和一个a值就可以计算,这种方法还可以使过去观察值的权数减少[1].因此,在带有趋势的时间序列中,一般倾向于使用线性二次指数平滑法作为预测方法[1].
使用的公式为：
为一次指数平滑的值,为二次指数平滑的值,为本期观测值,
得到线性平滑模型：
为预测的超前期数.当t=1时,我们通常认为.
2.1.2二次指数平滑模型使用
上面我们对二次指数平滑模型有了基础的了解,下面就让我们运用上面的知识对数据进行分析和预测.
表5二次指数平滑法相关数据
66.0
1
—
74.0
2
67.6
66.3
68.9
0.3
80.0
3
75.2
68.1
82.3
1.8
69.2
84.0
4
80.8
70.6
91.0
2.5
84.1
87.0
5
84.6
73.4
95.8
2.8
93.5
94.0
6
88.4
76.4
100.4
3.0
98.6
96.0
7
94.4
108.8
3.6
103.4
8
96.9
83.4
110.4
3.4
112.4
107.5
9
101.8
87.1
116.5
3.7
113.7
118.4
10
109.7
91.6
127.7
4.5
120.2
11
118.7
97.0
140.5
5.4
132.2
133.4
12
122.9
102.2
143.5
5.2
145.9
146.5
13
136.0
109.0
163.1
6.8
148.7
153.9
14
148.0
116.8
179.2
7.8
169.9
166.5
15
156.4
124.7
188.2
7.9
187.0
172.7
16
167.7
133.3
202.1
8.6
196.1
190.9
17
176.3
141.9
210.7
211.6
18
195.1
152.5
237.6
10.6
219.3
248.6
19
219.0
165.8
272.2
13.3
248.2
273.7
20
253.6
183.4
323.8
17.6
285.5
21
341.4
2014
22
358.9
以上就是我们得到的关于房地产从业人数的预测值,下面继续对预测值进行分析,得出预测值和实际值之间的绝对误差和相对误差的表格.
表6二次指数平滑模型的误差表
人数
预测值
绝对误差
相对误差
69.2
10.8
0.135
84.1
0.1
0.001190476
93.5
6.5
0.074712644
98.6
4.6
0.04893617
103.4
7.4
0.077083333
112.4
12
0.119521912
113.7
6.2
0.057674419
1.8
0.015202703
132.2
0.099833611
145.9
12.5
0.093703148
148.7
2.2
0.015017065
169.9
16
0.103963613
187
20.5
0.123123123
196.1
23.4
0.135495078
210.7
19.8
0.103719225
219.3
7.7
0.036389414
248.2
0.4
0.00160901
285.5
11.8
0.043112897
341.4
358.9
平均值
9.761111111
0.07140488
从表6中我们可以清楚的看出每个数据的绝对误差和相对误差,绝对误差的平均值为9.761111111,相对误差的平均值为0.07140488.从表2.1-1可以看出从1993年以来的预测值都是在不断的增大中,且和实际值相差不多,平均控制在9以内,从上表我们也可以得到2013年、2014年的房地产从业人数的预测值,分别为341.4万人、358.9万人.从直观的数据中我们看到房地产从业人数仍在不断的扩增之中,也映射着房地产同时也在不断的发展中.
2.2ARMA模型
2.2.1ARMA模型简介
ARMA模型（Auto-RegressiveandMovingAverageModel）是研究时间序列的重要方法,由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成;
将预测指标随时间推移而形成的数据序列看作是一个随机序列,这组随机变量所具有的依存关系体现着原始数据在时间上的延续性[1].一方面,影响因素的影响,另一方面,又有自身变动规律[1].我们将形如以下结构的模型称为自回归移动平均模型.
2.2.2ARMA模型的确立
图2一阶差分趋势图
图3二阶差分趋势图
分析：
对我国房地产从业人数的一阶差分和二阶差分趋势图的分析我们可以看出,我国房地产从业人数呈现线性指数增长;
又从图2.2-2我们可以知道二阶差分没有明显的增长趋势,该序列为平稳时间序列.
图4二阶差分t检验
分析：
二阶差分的单根检验得到,t统计量的值为-3.795877,p=0.0053<
0.05,所以可以判定该序列平稳.
图5从业人数的相关与自相关图
分析：
从图5中我们可以看出自相关系数不截尾,但是偏自相关系数都是一阶截尾,且数列是平稳的,所以我们选取模型为AR
（1）.
2.2.3ARMA模型的检验及对未来的预测
上面我们已经确定了该模型为AR
（1）,下面我们将在Eviews中对模型进行检验,在通过检验之后运用该模型对我国房地产从业人数进行预测与分析.
图6模型的检验
从图6中可以看出,p值为0.000<
0.05,模型通过检验.下面运用该模型对我国房地产从业人数进行预测.
表7我国从业人数的预测
72.08340506
-1.916594936
-0.025899932
78.72753463
-1.272465369
-0.015905817
85.98407225
1.98407225
0.023619908
93.90946529
6.909465289
0.079419141
102.565364
8.565364027
0.091120894
112.0191012
16.01910122
0.166865638
122.3442159
21.94421589
0.218567887
133.6210253
26.12102532
0.242986282
145.9372499
27.53724989
0.232578124
159.3886954
39.18869543
0.32602908
174.0799984
40.67999841
0.304947514
190.12544
43.62543998
0.297784573
207.6498349
53.7498349
0.349251689
226.7895024
60.28950243
0.362099114
247.6933268
74.99332679
0.434240456
270.
升级会员 