基于動(dòng)態(tài)模型平均的中國(guó)大中城市房?jī)r(jià)預(yù)測(cè).pdf

1、近二十年來(lái)，我國(guó)房地產(chǎn)市場(chǎng)經(jīng)歷了較長(zhǎng)時(shí)期的蓬勃發(fā)展，但同時(shí)也遭遇了若干次嚴(yán)厲的調(diào)控，大中城市的房?jī)r(jià)出現(xiàn)了一些較大幅度的波動(dòng)，房?jī)r(jià)成為媒體、人民群眾和政府關(guān)注的焦點(diǎn)。因此，如何對(duì)未來(lái)的房?jī)r(jià)走勢(shì)進(jìn)行科學(xué)和有效的預(yù)判，也是眾多房地產(chǎn)經(jīng)濟(jì)學(xué)者和業(yè)界普遍關(guān)心的重要問(wèn)題。
　　本文率先引入了動(dòng)態(tài)模型平均(DMA)方法及其特例-動(dòng)態(tài)模型選擇(DMS)，對(duì)于全國(guó)三十個(gè)省會(huì)城市和直轄市的房?jī)r(jià)進(jìn)行了預(yù)測(cè)分析。相對(duì)于傳統(tǒng)模型，DMA方法允許模型變量設(shè)置

2、和變量系數(shù)的時(shí)變性，充分考慮了不同變量、不同時(shí)間對(duì)于房?jī)r(jià)影響的大小。同時(shí)本文使用等權(quán)重平均、自回歸、貝恩斯平均、貝恩斯選擇以及信息理論平均等多種模型作為對(duì)比，充分討論房?jī)r(jià)預(yù)測(cè)的表現(xiàn)。
　　本文不僅使用了傳統(tǒng)研究中大量使用的擴(kuò)展窗口預(yù)測(cè)模式，同時(shí)添加滾動(dòng)窗口模式作為參照對(duì)比，既解決了時(shí)間序列中可能存在的結(jié)構(gòu)突變問(wèn)題，同時(shí)也在多種預(yù)測(cè)模式之下，全面穩(wěn)健地對(duì)于房?jī)r(jià)進(jìn)行預(yù)測(cè)。此外，在使用傳統(tǒng)宏觀經(jīng)濟(jì)變量作為預(yù)測(cè)變量時(shí)，本文也考慮了大數(shù)據(jù)環(huán)

3、境下，互聯(lián)網(wǎng)搜索指數(shù)包含更多需求信息，對(duì)于房?jī)r(jià)的預(yù)測(cè)會(huì)產(chǎn)生新的幫助作用。隨后，區(qū)別于其他預(yù)測(cè)研究只采用簡(jiǎn)單統(tǒng)計(jì)指標(biāo)評(píng)價(jià)預(yù)測(cè)表現(xiàn)，本文采用更加高級(jí)的模型信度設(shè)定方法(MCS)，進(jìn)一步避免了一類統(tǒng)計(jì)錯(cuò)誤，并且強(qiáng)調(diào)在不同標(biāo)準(zhǔn)和統(tǒng)計(jì)指標(biāo)下，多角度全方面檢驗(yàn)房?jī)r(jià)預(yù)測(cè)模型的精度。實(shí)證結(jié)果顯示，無(wú)論是擴(kuò)展窗口，還是滾動(dòng)窗口，DMA方法在全國(guó)三十個(gè)大中城市，在樣本內(nèi)估計(jì)精度較高的基礎(chǔ)上，樣本外預(yù)測(cè)方面也能夠有效地降低全國(guó)各個(gè)大中城市的房?jī)r(jià)預(yù)測(cè)誤差，比傳

4、統(tǒng)自回歸等方法縮小50％以上。
　　此外，本文也發(fā)現(xiàn)DMA能夠有效篩選變量，降低計(jì)算負(fù)荷，并且發(fā)現(xiàn)搜索指數(shù)對(duì)于房?jī)r(jià)影響在近些年逐漸增大，傳統(tǒng)變量預(yù)測(cè)作用式微，表現(xiàn)不及預(yù)期。本文嘗試提出了需求端和政策不確定性兩方面的合理解釋。最后，基于穩(wěn)健性的分析證明，預(yù)測(cè)三、六期及延長(zhǎng)樣本外預(yù)測(cè)區(qū)間，與前續(xù)結(jié)果均一致性地均支持DMA方法的優(yōu)越預(yù)測(cè)表現(xiàn)。最后，DMA方法為房?jī)r(jià)預(yù)測(cè)提供了新的思路，給予購(gòu)房者、業(yè)界以及政府管理部門更好的房?jī)r(jià)決策和預(yù)判。