目录中文摘要 (1)英文摘要 (1)1引言 (2)2南京房地产价格指数的预测与相关分析 (2)2.1南京的房屋销售价格指数预测 (3)2.2南京与全国房屋销售价格指数的相关性分析 (7)2.3南京居民家庭可支配收入与南京房屋销售价格指数的相关性分析 (9)2.4土地交易价格指数和房屋销售价格指数的相关性分析 (11)2.5房屋租凭价格指数和房屋销售价格指数的相关性分析 (12)3 从房地产市场供求关系来推测房价走势 (15)4 调控政策及建议 (16)参考文献 (18)附录 (19)致谢 (21)南京房地产价格指数预测分析摘要:近几年来,随着房地产价格持续上涨，整个社会对于房地产市场的发展都非常关注,尤其是关注房地产市场的价格。
众所周知,改革开放之后,中国的房地产市场无论制度还是规模都发生了巨大的变化,南京房地产市场的价格水平也一路走高。
然而,现在房地产的价格有没有完全反映市场的真实供求。
本文主要以南京市为例,通过近年来该市的各类房地产价格指数统计数据作预测分析，并结合南京居民家庭可支配收入情况和南京房屋销售价格指数做相关分析以及地价对房价的相关性影响,对近几年南京房地产市场的发展做一分析,由此提出一些相关调控政策建议，并研究了南京今后的房地产走势。
关键词:房屋销售价格指数，人均可支配收入，房屋租凭价格指数Abstract：Recently, the whole society pays more attention to the development of the real estate market, especially to the price of premises, as the price of the real estate price rises continuously, .As we all know, since the opening and reform, great changes has been taken place in both system and scale of the real estate market, with the rising of the market price of Nanjing. However, many people thought that the price didn’t reflect the real supply and demand of the market. This paper mainly uses Nanjing as an example, to predict and analysis the various statistics of real estate price index in recent years, and do the correlation analysis by combining the condition of Nanjing households’ disposable income with the housing sales price index of Nanjing, and analyze the correlation impacts between land prices and housing prices. Then this paper will analyze the development of the real estate market in recent years. From the data, some control policy advice will be given, and this paper has researched the future trend of the Nanjing real estate.Keywords：Housing sales price index，Per capita disposable income，Housing lease price index1．引言众所周知，房地产业是国民经济的重要组成部分，其创造的增加值在GDP中的比重逐步提高，又由于其基础性，先导性产业的地位及其特点，房地产业的发展对整个江苏省乃至全国的经济增长发挥着重要的作用，而且对全省居民百姓的生活质量也有着至关重要的影响。
由此，房地产问题也愈来愈成为全社会乃至居民百姓所关注的问题，大家关注的不仅仅是整个房地产的发展，更注重的是房地产价格以及房地产价格指数，居民的住房买房问题无不与房价及相关房价指数密切相关。
本文主要以房地产市场价格指数为中心，以各年房地产价格指数为基础数据，运用相关统计方法并结合统计分析软件作一定的预测分析和各指标间的相关性分析，对江苏省今后几年的房地产业的发展趋势作一定的探索。
2、南京房地产价格指数的预测与相关分析以下进行南京房地产市场价格指数预测分析以及讨论该指数与南京若干指标之间的关系。
房地产价格指数：反映房地产价格变动趋势和变动程度的相对数。
它是通过百分数的形式来反映房价在不同时期的涨跌幅度。
房地产价格指数的种类主要有以下三个：（1）房屋销售价格指数；（2）房屋租凭价格指数；（3）土地交易价格指数。
该指数一般采用重点调查与典型调查相结合的方法取得被调查项目的价格资料，然后采用由下到上逐级汇总的方法编制。
即由细项到小类，由小类到中类，再由中类到大类，最后由大类汇出总指数。
对没有细项或小类的部分，其起始类就是小类或中类。
中类以下（含中类）指数采用样本资料作权数的加权调和平均公式计算，大类和总指数采用固定权数加权的算术平均公式计算。
以房屋销售价格指数为例，具体的计算方法如下：首先，计算细项、小类、中类价格指数，计算公式为：K细、小、中＝为细项中第i个调查对象的价格指数；代表权数，即不同调查对象的报告期销售额。
其次，计算大类价格指数，计算公式为：K中为该大类下某中类的价格指数；W中为中类权数，即某中类上年的销售额占全社会销售额的比重。
最后，根据计算出商品房销售、公房销售和私房销售三大类的类指数，计算房屋销售价格总指数，计算公式为：、、为商品房销售、公房销售和私房销售三大类类指数；、、为权数，表示上年度商品房销售、公房销售和私房销售的金额占全社会总金额的比重。
2.1 南京的房屋销售价格指数预测在房地产市场中，房地产价格是对市场状况最基本、最直接的反映，但由受到国内经济、市场竞争程度以及干系人自身等各种因素的影响，总是处在不停的波动变化之中，而且各种因素对其影响又是极其复杂的。
科学合理地预测未来的住宅交易价格，准确把握其未来走势，有利于政府、开发商和消费者理性把握市场动态，避免市场预期的大起大落带来房价的大起大落。
从近几年南京房价的变化趋势来看，房价上涨呈现出一定的规律性。
针对这个变化的特征，本文采用灰色GM（1，1）预测模型对南京房地产价格指数的未来走势进行预测，为南京经济可持续发展提供参考。
灰色GM（1，1）模型的构建灰色系统GM(1,1)预测模型是针对贫信息量、少数据资料且呈单调趋势波动不大的一类问题进行中长期预测的有效方法。
但对波动性较大的数据列则拟合效果较差，预测精度较低。
而GM(1,1)残差修正预测的优势在于可对波动性较大数据序列有较好的预测效果，它是根据GM(1,1)残差多次修正来预测系统未来变化，反映了各状态之间转移的内在规律和各种随机因素的影响程度。
因此，GM(1,1)残差修正预测正好可以弥补GM(1,1)模型的局限性，将两种方法合二为一，取长补短，用GM(1,1)模型来揭示经济现象长期发展变化的某种总趋势，而用GM(1,1)残差修正预测模型，对房地产价格进行具体预测探讨，从而可以大大提高预测精度。
房地产市场的特殊性就在于住房既是普通的商品,同时又是一种投资品,可以作为投资的对象。
因此,对于房地产市场的讨论就不能够仅仅按照一般商品去讨论,其住房需求的构成也就不是单一的生活需求,还包括投资需求以及投机需求等等。
住房作为一种商品,其价格弹性是不高的,表现为缺乏弹性。
这也就是说,在价格变动时,短时间内,住房的供给水平不会有太大的变化,需求也是如此。
我们先来看看南京最近几年的房屋销售价格指数表1：南京最近几年的房屋销售价格指数注：该数据来自国统计年鉴下面由DPS统计软件，采用GM（1，1）模型对南京未来几年的房屋销售价格指数作预测：100.5 103 109.8 115 108.1 104.3计算结果当前日期2008-5-28 下午03:08:13模型参数:a=-0.000808 b=107.740759x(t+1)=133468.905556e0.000808t+-133368.405556No. 观察值拟合值误差%X( 2) 103.00000 107.86551 -4.86551 -4.72379X( 3) 109.80000 107.95268 1.84732 1.68244X( 4) 115.00000 108.03993 6.96007 6.05223X( 5) 108.10000 108.12724 -0.02724 -0.02520 X( 6) 104.30000 108.21463 -3.91463 -3.75323 对当前模型的评价:C=0.8878不好p=0.4000不好未来3个时刻预测值:X(t+1)= 108.30208X(t+2)= 108.38961X(t+3)= 108.47721Qmin=-4.86551*** 继续对残差序列进行建模分析***第1次残差序列分析结果:模型参数:a=-0.227665 b=1.744958x(t+1)=12.530112e0.227665t+-7.664601No. 观察值拟合值误差%X( 2) 103.00000 106.20350 -3.20350 -3.11019 X( 3) 109.80000 111.97520 -2.17520 -1.98106 X( 4) 115.00000 111.24354 3.75646 3.26648X( 5) 108.10000 105.66213 2.43787 2.25520X( 6) 104.30000 107.39825 -3.09825 -2.97051 对当前模型的评价:C=0.6153一般p=0.4000不好未来3个时刻预测值:X(t+1)= 113.43638X(t+2)= 116.08050X(t+3)= 119.37832Qmin=-5.37870*** 继续对残差序列进行建模分析***第2次残差序列分析结果:模型参数:a=-0.221176 b=0.526878x(t+1)=7.760867e0.221176t+-2.382166No. 观察值拟合值误差%X( 2) 103.00000 102.74594 0.25406 0.24666X( 3) 109.80000 112.19671 -2.39671 -2.18280X( 4) 115.00000 114.23354 0.76646 0.66648X( 5) 108.10000 105.63582 2.46418 2.27953X( 6) 104.30000 105.85744 -1.55744 -1.49323对当前模型的评价:C=0.3590 好p=1.0000很好未来3个时刻预测值:X(t+1)= 113.86315X(t+2)= 117.94438X(t+3)= 123.03504Qmin=-2.14266从预测结果我们得到未来3年（2007，2008，2009年）的南京房屋销售价格指数预测分别为113.86315, 117.94438, 123.03504。