价格预测模型及算法

建立价格预测系统，包括价格及相关因素的预测模型、算法及软件。该系统适应广，特别适合农产品、副食品等价格的预测，其中针对模型的参数估计，提出一种计算方法，称为恒等变换法；它解决了迭代公式中的初始值问题，将此初始值赋予Ｇ－Ｎ、Ｍａｒｑｕａｒｄｔ、交替迭代或其他算法，只需经过几次迭代便满足收敛条件的要求。     

浅析商品住宅价格影响因素的分类

要做好商品住宅的定价,必须知晓商品住宅价格的各种影响因素,认识这些因素是如何以及在何种程度上影响价格的。     

银川市商品住宅价格与环境的响应分析

由调查问卷结果得出,银川市居民在选择住宅区位时,影响商品住宅价格的主要因子是区位因子,交通条件因子,教育设施因子,自然环境因子.运用缓冲区分析方法分别提取103个商品住宅小区的TM-NDVI指数来定量反映样本周围的环境状况,提取道路长度、公交站点数来定量反映样本的交通便捷度,提取中小学个数来定量的反映样本周围的教育设施状况.在此基础上,结合定量与定性的分析方法进一步研究银川市三个市辖区居住环境与价格的响应关系,金凤区价格与环境的响应度最高,其次是西夏区,兴庆区的响应系数为负相关.     

基于系统动力学视角的武汉市商品住宅价格分析

与商品住房价格相互影响的因素很多,其关系复杂,对其进行单独分析很难取得良好的效果,而利用系统动力学则可以很好地解决这一问题。针对武汉市商品住宅市场的实际情况,借助系统理论,对影响其价格的各方面因素进行综合考虑,把其看成是一个系统,然后利用系统动力学原理对其建立相应模型并进行仿真与分析,得出武汉市商品住宅价格及其相关影响因素的变化趋势,为武汉市商品住宅宏观调控提供相关理论依据。     

基于神经网络的上海车牌价格预测模型

介绍了神经网络预测模型,探讨了如何建立基于神经网络的上海车牌价格预测模型,并对测试结果进行了分析。     

基于特征价格模型的商品住宅价格影响因素研究——以银川市为例

研究住宅价格的影响因素对政府决策、消费者理性购房具有重要参考意义.以银川市2014年1—12月的商品住宅价格为基础,构建特征价格模型,从价格弹性的视角,对银川市商品住宅房价影响因素进行研究.结果表明,距离商业中心的远近是影响银川市商品住宅价格的主要因素;医疗配套、物业管理费用等要素也是影响住宅价格的重要因素,其中物业管理费是最大因素,在其他因素不变的情况下,物业管理费每增加1元,商品住宅的价格就上涨549.997元.特征价格模型是研究住宅价格因素较好的方法.     

昆明市区域商品住宅价格及影响因素研究

结合历史房价数据及人均生产总值等因素,以昆明市作为研究对象,通过建立GM(1,N)模型对昆明市的商品住宅房价进行了预测,采用理论与实证相结合的方法进行研究,并检验了模型的精度,试图弥补房价与影响其变化的多个经济变量之间的定量关系无法用精确的数学表达式来描述的不足,以期为昆明市的房地产投资决策提供一定的指导和借鉴意义.     

天津市中心城区商品住宅价格地区分异的研究

利用近年来公开发布的天津市中心城区各地段商品住宅价格的资料，借助商品住宅价格级差模型、房价水平剖面图等手段，深入阐述了商品住宅价格的地域分异特点及成因，提出了合理配置中心城区住宅、加强居住区综合开发等建议。     

存量发展阶段城市更新模式对商品住宅价格的影响—— 基于深圳样本的实证研究

聚焦城市的商品住房市场, 通过对竞标地租模型的推演, 尝试解释城市更新模式对商品住宅价格的影响机制。以深圳为研究对象, 利用多元回归分析, 实证住宅价格的影响要素与变化规律。结果表明: 1) 不同的土地开发模式会造成商品住宅的价格差异; 2) 相对于土地出让模式, 城市更新会降低商品住宅价格, 抑制住宅因区位变化对价格产生的影响; 3) 随着存量发展的不断深入, 城市更新模式将会重构城市商品住宅价格的空间分异。     

商品住宅价格空间分异的特征与机制研究--以西安市为例

通过对西安城区2006-2011年具有代表性完整信息的楼盘区位、销售价格等资料的分析,研究西安城内、二环内、曲江、城东、城南、长安、高新、城西、城北9个分区的商品住宅价格的空间特征及其空间分异机制。研究表明：西安市区域内商品住宅市场发展不平衡,城东和城西的发展速度落后于城南城北;西安市商品住宅价格的空间分布具有很强的向心性,形成四个高值中心,并由中心向4周呈显著的衰减趋势;区位条件、基础设施完善程度、交通便捷度和生态环境质量等是影响商品住宅价格空间分异的主要因素。     

房价上涨原因的经济学分析

针对房价的一路上扬的态势,从政治经济学和西方经济学角度分析了我国房价居高不下的现状,对房产税政策对房价的影响进行了探讨。     

基于马尔可夫链的商品销售预测模型

在经济预测方法中,马尔可夫预测技术不需要大量的历史数据,只需近期数据即可预测未来.因此很多动态系统和社会现象都采用马尔可夫过程来进行预测.针对商品销售特点,建立了可以对商品销售情况进行预测的马尔可夫预测模型,从而对企业制定商品销售策略提供理论依据.     

试论技术商品的价值与价格

根据技术商品的价值形成的特点，系统地分析了技术商品具有使用价值和价值的两重性。并探讨了技术商品的价格原则及其价格的计算方式。     

商品房营销之我见

阐述了在商品房营销中必须搞好市场调查、市场预测．寓促销于开发,“以顾客为中心”,建立有效的房地产促销组合系统．     

福州市城市商品房开发与地价关系分析

分析了福州市商品房价格与城市住宅用地的价格组成,从基准地价和宗 地地价分析了影响城市住宅用地价格的因素,探讨房价与地价的关系,提出了提高城市住宅用地利用水平的对策。     

关于商品价格数学模型的研究

本文试图以马克思主义劳动价值理论为指导,以矩阵论为工具,描述了制订商品基础价格的全过程;同时,鉴于商品价格的制订也是资源最优使用的多目标约束最优化问题,本文利用拉格朗日乘数原理和线性规划理论,证明了以影子价格作为基础价格的合理性。     

基于NAR模型的商品零售价格指数预测研究

基于样条估计理论,建立了我国商品零售价格指数的NAR预测模型.并应用此模型对我国2004-2007年的价格指数进行了预测分析,结果表明:相对于传统的ARMA模型而言,NAR模型能够更好地捕获我国社会商品零售价格指数的非线性特征,预测精度较高.     

网络环境下信息商品的价格歧视初探

阐述了信息商品的特点及价格歧视的概念和分类,在此基础上分析了信息商品的价格歧视现象。最后探讨了网络环境对信息商品的价格歧视策略的种种影响。     

基于BP神经网络自贡房地产价格走势预测

文章通过分析调查影响自贡房地产市场的主要因素,基于BP神经网络,结合自贡住宅市场的实际情况,建立两类BP神经网络预测模型:基于时间序列的趋势预测模型、基于影响因素的回归预测模型,预测了自贡房地产市场价格走势。模拟预测2010年的结果证明了2011年房价预测的有效性,可为自贡城市建设的可持续发展提供有价值的指导意见。     

基于时间序列模型的河南省房地产价格研究

以SAS软件为工具,对2009年3月～2013年3月河南省郑州、洛阳和平顶山3个城市新建住宅价格指数序列进行了实证分析.通过比较AIC、SBC值和可决系数R2,拟合3个序列的最终模型分别是郑州的异方差AR（3）-ARCH（1）模型和洛阳、平顶山的以时间变量t为因子的残差自回归模型.预测结果显示,河南省的房价近期仍呈上升态势,郑州的上涨幅度最大,大约是1.4％ ～1.5％,洛阳约为0.5％,平顶山约为0.3％.