朱 海,杨晓芳
(成都师范学院 数学学院,成都 611130)
房价是影响国民经济全局的重要变量,在过去的10年,房价的大幅度攀升引起了人们的广泛关注。全国各大中城市如上海、北京、成都等一线城市俨然成为房价上涨的领头羊。根据国家统计局的数据显示,从2009—2018年,成都市平均房价从5 400元/m2上升到13 200元/ m2,上涨近两倍。房价持续高速增长,无论对城市人口的增长、还是对国民经济健康发展乃至整个社会的和谐稳定,都将产生一定的负面影响。因此,对于大中型城市,尤其是一线城市的房价进行研究分析和预测,具有很强的实际意义。在2017年党的十九大报告中,习近平总书记重点指出:贯彻“房住不炒”,坚持房子是用来住的,不是用来炒的定位。认为要找到房价与人口数量的动态平衡,增加城市人口数量,建设稳定长期有效的机制,实现我国经济可持续发展。事实上,现有文献对房价预测已经做了不少研究,例如,文献[1]借助于遗传算法和BP神经网络对房价进行了预测分析;文献[2-3]借助于(灰色)马尔可夫模型对房价进行了预测分析;文献[4]利用时间序列分析法对房价进行了预测分析;文献[5]对房价预测模型做了比较研究。与上述研究者不同的是,本研究运用Logistic模型和格兰杰因果关系来探究它们之间存在的联系。
数据来自国家统计局官方网站,新房成交均价来自于市场成交信息,所有数据真实有效。建立模型时,为确保模型的合理性,做出以下假设:(1)所有数据来源真实可靠,无虚报假报数据;……