摘 要: | 第1-5页 |
Abstract: | 第5-10页 |
一、前言 | 第10-14页 |
(一) 研究背景 | 第10-11页 |
(二) 研究目的和意义 | 第11-12页 |
(三) 研究主要内容 | 第12-14页 |
二、国内外研究回顾 | 第14-16页 |
(一) 国外研究 | 第14页 |
(二) 国内研究 | 第14-16页 |
三、住宅房地产价格一般理论 | 第16-35页 |
(一) 住宅房地产价格影响因素 | 第16-29页 |
1、供求状况 | 第16-17页 |
2、自身因素 | 第17-20页 |
3、环境因素 | 第20页 |
4、人口因素 | 第20-23页 |
5、经济因素 | 第23-25页 |
6、社会因素 | 第25页 |
7、行政因素 | 第25-28页 |
8、心理因素 | 第28页 |
9、其他因素 | 第28-29页 |
(二) 住宅房地产价格形成机制 | 第29-31页 |
1、与一般商品价格形成机制的区别 | 第29页 |
2、住宅房地产价格决定论 | 第29-30页 |
3、住宅房地产价格的形成条件 | 第30页 |
4、住宅房地产价格的形成 | 第30-31页 |
(三) 与一般商品价格的比较 | 第31页 |
(四) 住宅房地产价格特征 | 第31-35页 |
1、权益性 | 第32页 |
2、波动性 | 第32页 |
3、需求敏感性较强 | 第32页 |
4、长期性 | 第32页 |
5、个别性 | 第32-33页 |
6、构成的复杂性 | 第33-34页 |
7、表现形式的多样性和构成的层次性 | 第34页 |
8、易受政策影响 | 第34-35页 |
四、灰色系统理论及方法 | 第35-43页 |
(一) 灰色系统理论的提出和应用 | 第36页 |
(二) 灰色理论与概率、模糊理论的对比 | 第36-38页 |
(三) 灰色系统理论的相关概念 | 第38-40页 |
1、灰色信息 | 第38页 |
2、灰性的表现 | 第38-39页 |
3、灰生成的概念及内涵 | 第39页 |
4、累加生成AGO | 第39-40页 |
(四) 灰色系统的主要原理 | 第40-41页 |
1、差异信息原理 | 第40页 |
2、解的非唯一性原理 | 第40页 |
3、最少信息原理 | 第40-41页 |
4、信息认知原理 | 第41页 |
5、灰性不灭原理 | 第41页 |
(五) 灰色系统理论的研究内容 | 第41-43页 |
1、灰哲学 | 第41页 |
2、灰生成 | 第41页 |
3、灰分析 | 第41页 |
4、灰建模 | 第41-42页 |
5、灰预测 | 第42页 |
6、灰决策 | 第42页 |
7、灰控制 | 第42页 |
8、灰数学 | 第42页 |
9、灰评估 | 第42-43页 |
五、灰色系统关联度分析综述 | 第43-46页 |
(一) 关联分析方法的特点优势 | 第43页 |
(二) 灰色关联分析内涵和功能 | 第43-44页 |
(三) 灰色关联分析的基本步骤 | 第44-46页 |
六、灰色预测模型GM(1,1) | 第46-51页 |
(一) 灰建模概念、性质 | 第46页 |
(二) 预测GM(1,1) —马尔柯夫模型的建立 | 第46-48页 |
1、灰色GM(1,1)预测模型 | 第46-47页 |
2、马尔柯夫状态划分 | 第47-48页 |
3、计算状态转移概率矩阵 | 第48页 |
4、确定预测值的变动区间和预测值 | 第48页 |
(三) 预测模型GM(1,1)的检验 | 第48-51页 |
1、求残差e(0) ( t) 及相对误差q | 第49页 |
2、计算小误差概率 | 第49页 |
3、计算标准差比 | 第49-51页 |
七、成都市中心城区住宅房地产价格实证研究 | 第51-66页 |
(一) 住宅房地产价格影响因素 | 第51-59页 |
1、住宅房地产价格灰色关联分析可行性分析 | 第51页 |
2、变量即影响因素的选取 | 第51-52页 |
3、分析数据整理 | 第52-56页 |
4、计算过程 | 第56-58页 |
5、计算结果分析 | 第58-59页 |
(二) 住宅房地产价格灰色GM(1,1)—马尔柯夫模型预测 | 第59-66页 |
1、住宅房地产价格的灰性表现 | 第59页 |
2、住宅房地产价格的建模条件 | 第59页 |
3、成都市灰色GM(1,1)-马尔柯夫预测模型的建立 | 第59-64页 |
4、预测结果分析 | 第64-66页 |
八、结论 | 第66-68页 |
参考文献 | 第68-71页 |
致谢 | 第71-72页 |
研究生在校期间的科研成果 | 第72页 |