1. 急求:住宅市场的四象限模型的原理及应用!
四象限模型是分析房地产市场的一种工具，通过定性分析与定量研究相结合，研究房地产市场的变化。本质上，四象限模型是比较静态模型。 四象限模型建立在两个市场划分的基础上，这两个市场分别是房地产资产市场和房地产使用市场。所谓房地产资产市场是指进行房地产买卖是为了投资，而房地产使用市场是指承租或者购置房地产的目的是自己使用。 2．四象限 在两市场划分基础上，该模型建立了4个象限，Ⅰ象限和Ⅳ象限为房地产使用市场，而Ⅱ象限与Ⅲ象限为房地产资产市场。 3．两个接合处 在资产市场和使用市场之间有两个接合处：一是使用市场上形成的租金水平是决定资产需求的关键因素；二是两个市场在开发或者建设部分也有接合点。 (二)四象限模型方法的基本意义 1．两市场的划分 之所以要划分为两个市场，是由于从经济学最基本的供需关系分析中可以发现，如果将房地产市场作为一个整体研究将会出现模糊的区域，这时就有必要进行细分，而划分为房地产资产市场和房地产使用市场是基于影响着两个市场的供求关系的因素的不同，当然，两个市场之间也存在着紧密的联系。 2．科学的经济学分析 通过建立四象限模型，使得规范的经济学分析可以进行，即各要素的逻辑关系可以通过数学模型的方式进行推演，其中最重要的是能够实现对外部要素如何影响房地产市场的内部变量的研究。同时四象限模型使得对房地产市场变化的研究可以定量化。 二、我国宏观政策与房地产业作用原理 1、第一阶段：1998-2002年 1998年城镇居民住房制度改革全面推进，有关住房的分配、供应、市场、金融、物业管理、中介、行政管理和调控等七个体系的改革全面启动，取消了实行40余年的住房福利分配制度，代之以货币化分配；明确了居民住房产权的私有化和住房获得渠道的市场化，调动了居民购房积极性，居民住房需求开始集中释放。较好的经济环境，创造了更多的住房需求。同时国家对房地产业发展的政策支持，从供求两方面促进了房地产业的快速发展。为扩大国内需求，中国政府将住宅作为居民新的消费热点，截至2002年连续8次降息，给予优惠房贷、减免税等政策支持，鼓励购房，刺激了住房消费。同时作为经济增长的支柱产业，国家对房地产业的持续发展给予包括放宽商业住房信贷规模控制，实行预售房制度，整顿取消部分行政事业性收费项目等政策支持，促进了房地产业快速增长。四象限模型分析：我国经济近些年来持续快速增长，对房地产价格影响十分显着。当经济增长时，以及中国政府扩大国内需求，将房地产作为居民新的消费热点，刺激了需求的增长。图1所示的房地产市场四象限模型中的第一象限内的需求曲线将向右上方平移，使用市场的租金水平和需求量将会同时提高或增加。房地产市场租金水平的提高，以及长期利率的下调、房地产预期投资风险的降低、给予优惠房贷、减免税等政策支持，鼓励购房，刺激了房地产投资消费。这些政策降低了投资者对投资收益的要求，即第二象限内资本化率的曲线向左下方旋转，导致资产价格提高。房地产价格提高，以及国家对房地产业的持续发展给予包括放宽商业住房信贷规模控制，实行预售房制度，整顿取消部分行政事业性收费项目等政策支持所带来的房地产开发成本的优惠，促使第三象限的新开发建设量的增加。从而增加住宅的开发成本和市场供给量，同时，大量的城市拆迁改造增加了房地产市场需求量，在第四象限，开发建设量转化为存量。最终形成使用市场中的需求量和供给量之间、资产市场中的转让价格与开发成本之间新的平衡。经济扩张时的均衡方案所形成的矩形在原理市场均衡线之外这一点应该是很明显的。不论是租金、价格、新开发建设量、还是存量，都不能低于初始均衡状态时的原始值。因此，经济增长将使住宅市场呈扩散式发展。如图2所示。图2 四象限模式图 2、第二阶段：2003-2007年从2003年下半年开始，房地产业在发展过程中出现了部分地区房地产投资过热、房价上涨过高的现象，房地产繁荣超过了经济发展阶段水平,呈现出与经济增长不协调的特点。国家针对房地产价格的不断攀升，综合运用经济、法律和必要的行政手段，以区别对待和循序渐进的方式，对房地产业连续出台了一系列宏观调控政策。调控信贷、税收、利率、外资、套型结构、市场信息、土地出让与督察制度、土地收益分配管理等领域。具体有“国八条”、“国六条”、“国十五条”等一系列政策，归纳起来调节了需求和供给两方面。（1）从控制需求来看自从2004年，我国上调存款储备金率，贷款利率10次之多，仅2007年一年就上调6次。提高首付比率，上调房地产税率，开征二手房转让个人所得税，提高二套房首付比率和贷款利率，严格房地产开发贷款管理，控制拆迁规模等一系列措施来抑制房地产的投机需求和非投机需求。通过四象限模型分析，宏观政策通过利率，贷款，税收、几个方面控制了房地产资产的需求。当长期利率上调，税收增加，房地产投资的预期风险的升高和折旧政策的改变，都会提升投资者对于房地产投资的收益要求，即租金的上升。资本化率的上升反映在图3中的射线（实线）向右上方旋转到新的位置（虚线），使原来的平衡状态发生变化。当预期收益租金上升时，资本化率的升高会降低资产的价格（如图3所示），从而导致第三象限中开发建设量的减少。最终这种情况会导致物业存量的减少和物业市场上租金的提升。由此形成新的均衡状态的矩形比初始均衡矩形的位置上移，整体向原点收缩。当长期存量和保持这种存量规模的新开发建设量都比较低的时候，资产价格会更低，租金反而更高。假如租金比较低的话，存量就可以保持在相同的规模上，这是不能与较低的资产价格和较低的新开发建设量相平衡的。从长期来看通过预期租金的升高以及提高资本化率，以此来降低房地产资产价格，降低新的开发建设量，从而稳定房地产市场。从短期来看，政策可以有效的降低投机需求以及非投机需求。但是现实中，我国现在的房市情况复杂，地区发展的差异大，各地的政策也不尽相同，所以调整在房地产市场上反应比较慢。但是从长期来看，资本化率的调整对于抑制房价过快增长还是较有成效的。图3 四象限模式图（2）控制供给控制供给，包括住房供应结构、税收、信贷、土地等方面。土地供给根据国土资源局制定的《招标拍卖挂牌出让国有土地使用权规范》和《协议出让国有土地使用权规范》来执行，规范了土地市场，增加了土地成本。严格房地产开发贷款管理，增加了开发商融资难度，以及税收的调整，使得房地产开发成本上升。从四象限模型来看，控制了土地的供给，控制信贷规模，加大税收力度，限制了户型结构，对于开发商来说，增大了融资难度，同时开发成本也大大地提高，从而抑制了房地产的开发供给。房地产成本增加反映在图4中的射线（实线）向左平移到新的位置（虚线），使原来的平衡状态发生变化。开发建设量的减小会导致物业存量的减少和租金的上升。与此同时，拆迁规模受到控制，存量减少相对不大，租金上升的幅度也不会很多，有租金上涨从图形可以看到带动房地产价格的上涨。由此形成新的均衡状态的矩形整体向左上方平移。从长期来看，这反映了我国促使房地产业稳定持续的增长长期的控制目标。但从短期内供给来看，由于房地产业具有时滞性，短期内供给不会减少，但无论是投资需求还是投机需求都会减少，根据供需理论，（如图4）供给在一定时期内不变，需求降低，则房地产价格势必会降低，这也达到了政府控制房价的目的。但现实中房地产价格没有降低，反而房价涨得更快，这主要是因为虽然开发商贷款成本增加，但市场处于卖方市场，房地产公司主要是将成本转嫁给了购房者。短期内效果可能不明显，这也取决于宏观政策的系统性，能否使得这些调控有效的传导需求供给层面，最终规范房地产的价格。图4 四象限模式图 3、第三阶段：2008年第三季度-今后一段时间房地产业历经10年发展“黄金期”，但从2007年底开始出现变化：房价增幅回落，市场交易量明显萎缩。同时，国际性的金融危机、经济下滑、影响国内经济发展，房地产业不可避免的受到严重的影响。2008年10月22日，中央集中出台七项救市措施：下调房地产税率，免征交易印花税，暂免土地增值税，降低房贷利率，降低首付比率，下调公积金贷款利率，允许地方政府实施项目自救等。通过四象限模型，在经济下滑时期，需求减少。在可供给的房地产数量保持一定的情况下，如果房地产的使用需求要与能够用于使用的房地产保持达到相等，租金就会相应的降低。原来的平衡状态发生变化，需求曲线向左下方平移，房地产投机与非投机需求都降低，导致第二象限内房地产价格下降，依次又会促使第三象限的新开发建设量的减少，最后导致第四象限内物业存量的减少。当达到平衡状态时，四象限模型整体向原点收缩，与经济扩张时正好相反。如图5所示。图5 四象限模式图此时国家的宏观调控政策由控到保，重点是支持居民解决住房问题。宏观政策与房价攀升时期相反，下调房地产税率，免征交易印花税，降低房贷利率，降低首付比率，下调公积金贷款利率，有利于提高对房地产的需求。允许地方政府实施项目自救，暂免土地增值税等带来的开发成本的优惠，又促进开发量的增加，供给增加，稳定房地产投资。整个变化过程与图2相反的方向变化。三、结束语四象限模型能够追踪分析宏观经济对房地产市场的各种影响，用于解释外部环境变化引起的新均衡状态是非常有效的。弄清国家经济与房地产业作用原理，有利于我国从长期的角度制定宏观政策，调控房地产市场。同时，提前预见房地产市场的问题所在，对房地产市场运行的总体态势的变化做出准确的判断，并对其今后的走势做出正确的预期和评价，从而尽可能地提前采取监督调控措施，最大限度地促进房地产业和房地产市场的持续良好运行，有效防止房地产市场的大起大落，使房地产市场保持健康稳定的发展。但同时四象限模型也存在缺陷性，这个模型只能表现在某一时的市场均衡状态，而无法反映整个市场从不均衡逐步调整到均衡的动态过程。因而，需要建立一个能反映住宅市场短期动态的住宅市场信息系统和四象限模型配合使用，达到既能描述房地产市场长期均衡，又能分析房地产市场的短期动态变化。
2. 数学建模 城市房价 用MATLAB语言
若类似于这题：A题：抑制房地产投机问题
近几年来，我国各大城市的房价出现了普遍持续上涨情况。一方面，房价的上涨使生活成本大幅增加，导致许多中低收入人群买房难；另一方面，部分投机者通过各种融资渠道买入房屋囤积，期望获得高额利润，导致房价居高不下。因此，如何有效抑制房地产价格上扬，抑制房地产投机，是一个备受关注的社会问题。2010年，在国家出台相应政策的情况下，浙江省在2010年5月17日正式出台了遏制房价过快上涨政策，对购买首套自住房且套型建筑面积在90平方米以上的家庭(包括借款人、配偶及未成年子女)，贷款首付款比例不得低于30%；对贷款购买第二套住房的家庭，贷款首付款比例不得低于50%，贷款利率不得低于基准利率的1.1倍；对贷款购买第三套及以上住房的，贷款首付款比例和贷款利率应大幅度提高，具体由商业银行根据风险管理原则确定。现在请你就以下几个方面的问题进行讨论：
1、建立杭州市房价的数学模型，通过这个模型对房价的形成、演化机理和房地产投机进行深入细致的分析；
2、通过分析找出影响房价的主要原因；
3、分析国家和地方（杭州市）提高房地产首付款比例、贷款利率和对多套房贷款限制对房地产投机者的影响；
4、在现有政策情况下，对杭州市房价进行短期(近六个月)和中长期预测（近三年）；
5、根据你所建立的模型和结果，给出抑制房地产投机的政策建议。
注：所需数据及资料请从搜索下载我介绍的参考资料“第二届苏北数学建模论文集”
3. 数学建模．．．房价问题，高手指点
天哪 你至少会点数学把。，，， 首先要采集原始数据（或者假象数据但是要有根据，符合逻辑）
其次 各项政策明确
其中 ：很明显 提高房贷 会限制开发 具体多少 要用数据说明
例如 假设 开发商手中资金 多少 多少用来开发 多少靠贷款。。。。
4. 计量经济学房价影响因素用什么方法
一、理论模型的设计对所要研究的经济现象进行深入的分析，根据研究的目的，选择模型中将包含的因素，根据数据的可得性选择适当的变量来表征这些因素，并根据经济行为理论和样本数据显示出的变量间的关系，设定描述这些变量之间关系的数学表达式，即理论模型。例如上节中的生产函数就是一个理论模型。理论模型的设计主要包含三部分工作，即选择变量、确定变量之间的数学关系、拟定模型中待估计参数的数值范围。1.确定模型所包含的变量在单方程模型中，变量分为两类。作为研究对象的变量，也就是因果关系中的“果”，例如生产函数中的产出量，是模型中的被解释变量；而作为“原因”的变量，例如生产函数中的资本、劳动、技术，是模型中的解释变量。确定模型所包含的变量，主要是指确定解释变量。可以作为解释变量的有下列几类变量：外生经济变量、外生条件变量、外生政策变量和滞后被解释变量。其中有些变量，如政策变量、条件变量经常以虚变量的形式出现。严格他说，上述生产函数中的产出量、资本、劳动、技术等，只能称为“因素”，这些因素间存在着因果关系。为了建立起计量经济学模型，必须选择适当的变量来表征这些因素，这些变量必须具有数据可得性。于是，我们可以用总产值来表征产出量，用固走资产原值来表征资本，用职工人数来表征劳动，用时间作为一个变量来表征技术。这样，最后建立的模型是关于总产值、固定资产原值、职工人数和时间变量之间关系的数学表达式。下面，为了叙述方便，我们将“因素”与“变量”间的区别暂时略去，都以“变量”来表示。关键在于，在确定了被解释变量之后，怎样才能正确地选择解释变量。首先，需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。这是正确选择解释变量的基础。例如，在上述生产问题中，已经明确指出属于供给不足的情况，那么，影响产出量的因素就应该在投入要素方面，而在当前，一般的投入要素主要是技术、资本与劳动。如果属于需求不足的情况，那么影响产出量的因素就应该在需求方面，而不在投入要素方面。这时，如果研究的对象是消费品生产，应该选择居民收入等变量作为解释变量；如果研究的对象是生产资料生产，应该选择固定资产投资总额等变量作为解释变量。由此可见，同样是建立生产模型，所处的经济环境不同、研究的行业不同，变量选择是不同的。其次，选择变量要考虑数据的可得性。这就要求对经济统计学有透彻的了解。计量经济学模型是要在样本数据，即变量的样本观测值的支持下，采用一定的数学方法估计参数，以揭示变量之间的定量关系。所以所选择的变量必须是统计指标体系中存在的、有可靠的数据来源的。如果必须引入个别对被解释变量有重要影响的政策变量、条件变量，则采用虚变量的样本观测值的选取方法。第三，选择变量时要考虑所有入选变量之间的关系，使得每一个解释变量都是独立的。这是计量经济学模型技术所要求的。当然，在开始时要做到这一点是困难的，如果在所有入选变量中出现相关的变量，可以在建模过程中检验并予以剔除。从这里可以看出，建立模型的第一步就已经体现了计量经济学是经济理论、经济统计学和数学三者结合的思想。在选择变量时，错误是容易发生的。下面的例子都是从已有的计量经济学应用研究成果中发现的，代表了几类容易发生的错误。例如农副产品出口额＝-107.66＋0.13×社会商品零售总额十0.22×农副产品收购额这里选择了无关的变量，因为社会商品零售总额与农副产品出口额无直接关系，更不是影响农副产品出口额的原因。再如生产资料进口额＝0.73×轻工业投资＋0.21×出口额＋0.18×生产消费＋67.60×进出口政策这里选择了不重要的变量，因为轻工业投资对生产资料进口额虽有影响，但不是重要的，或者说是不完全的，重要的是全社会固定资产投资额，应该选择这个变量。再如农业总产值＝0.78＋0.24×粮食产量＋0.05×农机动力—0.21×受灾面积这里选择了不独立的变量，因为粮食产量是受农机动力和受灾面积影响的，它们之间存在相关性。值得注意的是上述几个模型都能很好地拟合样本数据，所以绝对不能把对样本数据的拟合程度作为判断模型变量选择是否正确的主要标准。变量的选择不是一次完成的，往往要经过多次反复。2.确定模型的数学形式选择了适当的变量，接下来就要选择适当的数学形式描述这些变量之间的关系，即建立理论模型。选择模型数学形式的主要依据是经济行为理论。在数理经济学中，已经对常用的生产函数、需求函数、消费函数、投资函数等模型的数学形式进行了广泛的研究，可以借鉴这些研究成果。需要指出的是，现代经济学尤其注重实证研究，任何建立在一定经济学理论假设基础上的理论模型，如果不能很好地解释过去，尤其是历史统计数据，那么它是不能为人们所接受的。这就要求理论模型的建立要在参数估计、模型检验的全过程中反复修改，以得到一种既能有较好的经济学解释又能较好地反映历史上已经发生的诸变量之间关系的数学模型。忽视任何一方面都是不对的。也可以根据变量的样本数据作出解释变量与被解释变量之间关系的散点图，由散点图显示的变量之间的函数关系作为理论模型的数学形式。这也是人们在建模时经常采用的方法。在某些情况下，如果无法事先确定模型的数学形式，那么就采用各种可能的形式进行试模拟，然后选择模拟结果较好的一种。3.拟定理论模型中待估参数的理论期望值理论模型中的待估参数一般都具有特定的经济含义，它们的数值，要待模型估计、检验后，即经济数学模型完成后才能确定，但对于它们的数值范围，即理论期望值，可以根据它们的经济含义在开始时拟定。这一理论期望值可以用来检验模型的估计结果。拟定理论模型中待估参数的理论期望值，关键在于理解待估参数的经济含义。例如上述生产函数理论模型中有4个待估参数和α、β、γ和A。其中，α是资本的产出弹性，β是劳动的产出弹性，γ近似为技术进步速度，A是效率系数。根据这些经济含义，它们的数值范围应该是于集中的问题。经济变量在时间序列上的变化往往是缓慢的，例如，居民收入每年的变化幅度只有5%左右。如果在一个消费函数模型中，以居民消费作为被解释变量，以居民收入作为解释变量，以它的时间序列数据作为解释变量的样本数据，由于样本数据过于集中，所建立的模型很难反映两个变量之间的长期关系。这也是时间序列不适宜于对模型中反映长期变化关系的结构参数的估计的一个主要原因。四是模型随机误差项的序列相关问题。用时间序列数据作样本，容易引起模型随机误差项产生序列相关。这个问题后面还要专门讨论。截面数据是一批发生在同一时间截面上的调查数据。例如，工业普查数据、人口普查数据、家计调查数据等，主要由统计部门提供。用截面数据作为计量经济学模型的样本数据，应注意以下几个问题。一是样本与母体的一致性问题。计量经济学模型的参数估计，从数学上讲，是用从母体中随机抽取的个体样本估计母体的参数，那么要求母体与个体必须是一致的。例如，估计煤炭企业的生产函数模型，只能用煤炭企业的数据作为样本，不能用煤炭行业的数据。那么，截面数据就很难用于一些总量模型的估计，例如，建立煤炭行业的生产函数模型，就无法得到合适的截面数据。二是模型随机误差项的异方差问题。用截面数据作样本，容易引起模型随机误差项产生异方差。这个问题后面还要专门讨论。虚变量数据也称为二进制数据，一般取0或1。虚变量经常被用在计量经济学模型中，以表征政策、条件等因素。例如，建立我国的粮食生产计量经济学模型，以粮食产量作为被解释变量，解释变量中除了播种面积、化肥使用量、农机总动力、成灾面积等变量外，显然，政策因素是不可忽略的。1980年前后，由于实行了不同的政策，即使上述变量都没有变化，粮食产量也会发生大的变化。于是必须在解释变量中引人政策变量，用一个虚变量表示，对于1980年以后的年份，该虚变量的样本观测值为1，对于1980年以前的年份，该虚变量的样本观测值为0。也可以取0、l以外的数值，表示该因素的变化程度。例如，在工业生产模型中用虚变量表示气候对工业生产的影响，可以将不同年份气候的影响程度，分别用0、1、-1，甚至0.5、-0.5等表示。不过，这种方法应慎用，以免违背客观性。2.样本数据的质量样本数据的质量问题大体上可以概括为完整性、准确性、可比性和一致性四个方面。完整性，即模型中包含的所有变量都必须得到相同容量的样本观测值。这既是模型参数估计的需要，也是经济现象本身应该具有的特征。但是，在实际中，“遗失数据”的现象是经常发生的，尤其在中国，经济体制和核算体系都处于转轨之中。在出现“遗失数据”时，如果样本容量足够大，样本点之间的联系并不紧密的情况下，可以将“遗失数据”所在的样本点整个地去掉；如果样本容量有限，或者样本点之间的联系紧密，去掉某个样本点会影响模型的估计质量，则要采取特定的技术将“遗失数据”补上。准确性，有两方面含义，一是所得到的数据必须准确反映它所描述的经济因素的状态，即统计数据或调查数据本身是准确的；二是它必须是模型研究中所准确需要的，即满足模型对变量口径的要求。前一个方面是显而易见的，而后一个方面则容易被忽视。例如，在生产函数模型中，作为解释变量的资本、劳动等必须是投入到生产过程中的、对产出量起作用的那部分生产要素，以劳动为例，应该是投入到生产过程中的、对产出量起作用的那部分劳动者。于是，在收集样本数据时，就应该收集生产性职工人数，而不能以全体职工人数作为样本数据，尽管全体职工人数在统计上是很准确的，但其中有相当一部分与生产过程无关，不是模型所需要的。可比性，也就是通常所说的数据口径问题，在计量经济学模型研究中可以说无处不在。而人们容易得到的经济统计数据，一般可比性较差，其原因在于统计范围口径的变化和价格口径的变化，必须进行处理后才能用于模型参数的估计。计量经济学方法，是从样本数据中寻找经济活动本身客观存在的规律性，如果数据是不可比的，得到的规律性就难以反映实际。不同的研究者研究同一个经济现象，采用同样的变量和数学形式，选择的样本点也相同，但可能得到相差甚远的模型参数估计结果。为什么？原因在于样本数据的可比性。例如，采用时间序列数据作为生产函数模型的样本数据，产出量用不变价格计算的总产值，在不同年份间是可比的；资本用当年价格计算的固定资产原值，在不同年份间是不可比的。对于统计资料中直接提供的这个用当年价格计算的固定资产原值，有人直接用于模型估计，有人进行处理后再用于模型的估计，结果当然不会相同。一致性，即母体与样本的一致性。上面在讨论用截面数据作为计量经济学模型的样本数据时已经作了介绍。违反一致性的情况经常会发生，例如，用企业的数据作为行业生产函数模型的样本数据，用人均收入与消费的数据作为总量消费函数模型的样本数据，用31个省份的数据作为全国总量模型的样本数据，等等。三、模型参数的估计模型参数的估计方法，是计量经济学的核心内容。在建立了理论模型并收集整理了符合模型要求的样本数据之后，就可以选择适当的方法估计模型，得到模型参数的估计量。模型参数的估计是一个纯技术的过程，包括对模型进行识别（对联立方程模型而言）、估计方法的选择、软件的应用等内容。在后面的章节中将用大量的篇幅讨论估计问题，在此不重复叙述。四、模型的检验在模型的参数估计量已经得到后，可以说一个计量经济学模型已经初步建立起来了。但是，它能否客观揭示所研究的经济现象中诸因素之间的关系，能否付诸应用，还要通过检验才能决定。一般讲，计量经济学模型必须通过四级检验，即经济意义检验、统计学检验、计量经济学检验和预测检验。1.经济意义检验经济意义检验主要检验模型参数估计量在经济意义上的合理性。主要方法是将模型参数的估计量与预先拟定的理论期望值进行比较，包括参数估计量的符号、大小、相互之间的关系，以判断其合理性。首先检验参数估计量的符号。例如，有下列煤炭行业生产模型：煤炭产量＝-108.5427＋0.00067×固定资产原值＋0.01527×职工人数-0.00681×电力消耗量＋0.00256×木材消耗量在该模型中，电力消耗量前的参数估计量为负，意味着电力消耗越多，煤炭产量越低，从经济行为上无法解释。模型不能通过检验，应该找出原因重新建立模型。不管其他方面的质量多么高，模型也是没有实际价值的。2.统计检验统计检验是由统计理论决定的，目的在于检验模型的统计学性质。通常最广泛应用的统计检验准则有拟合优度检验、变量和方程的显着性检验等。3.计量经济学检验计量经济学检验是由计量经济学理论决定的，目的在于检验模型的计量经济学性质。通常最主要的检验准则有随机误差项的序列相关检验和异方差性检验，解释变量的多重共线性检验等。4.模型预测检验预测检验主要检验模型参数估计量的稳定性以及相对样本容量变化时的灵敏度，确定所建立的模型是否可以用于样本观测值以外的范围，即模型的所谓超样本特性。具体检验方法为：（1）利用扩大了的样本重新估计模型参数，将新的估计值与原来的估计值进行比较，并检验二者之间差距的显着性；（2）将所建立的模型用于样本以外某一时期的实际预测，并将该预测值与实际观测值进行比较，并检验二者之间差距的显着性。经历并通过了上述步骤的检验后，可以说已经建立了所需要的计量经济学模型，可以将它应用于预定的目的。五、计量经济学模型成功三要素从上述建立计量经济学模型的步骤中，不难看出，任何一项计量经济学研究、任何一个计量经济学模型赖以成功的要素应该有三个：理论、方法和数据。理论，即经济理论，所研究的经济现象的行为理论，是计量经济学研究的基础。方法，主要包括模型方法和计算方法，是计量经济学研究的工具与手段，是计量经济学不同于其他经济学分支学科的主要特征。数据，反映研究对象的活动水平、相互间联系以及外部环境的数据，或更广义讲是信息，是计量经济学研究的原料。这三方面缺一不可。一般情况下，在计量经济学研究中，方法的研究是人们关注的重点，方法的水平往往成为衡量一项研究成果水平的主要依据。这是正常的。计量经济学理论方法的研究是计量经济学研究工作者义不容辞的义务。但是，不能因此而忽视对经济学理论的探讨，一个不懂得经济学理论、不了解经济行为的人，是无法从事计量经济学研究工作的，是不可能建立起一个哪怕是极其简单的计量经济学模型的。所以，计量经济学家首先应该是一个经济学家。相比之下，人们对数据，尤其是数据质量问题的重视更显不足，在申请一项研究项目或评审一项研究成果时，对数据的可得性、可用性、可靠性缺乏认真的推敲；在研究过程中出现问题时，较少从数据质量方面去找原因。而目前的实际情况是，数据已经成为制约计量经济学发展的重要问题。六、相关分析、回归分析和因果分析从上述建立计量经济学模型的步骤中进一步看出，经典计量经济学方法的核心是采用回归分析的方法揭示变量之间的因果关系。但是，变量之间具有相关性并不等于具有因果性。这是建立计量经济学模型中一个十分重要的概念，那么首先需要对相关关系与因果关系作一简要的说明。所谓相关关系，是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系，用相关系数来衡量。如果两个变量样本观测值序列之间相关系数的绝对值为1，则二者之间具有完全相关性（完全正相关或完全负相关）；如果相关系数的绝对值比较大，或接近于1，则二者之间具有较强相关性；如果相关系数的绝对值为0，或接近于0，则二者之间不具有相关性。如果一个变量与其他两个或两个以上变量的线性组合之间具有相关性，那么它与每一个变量之间的相关系数称为偏相关系数。相关关系是变量之间所表现出来的一种纯数学关系，判断变量之间是否具有相关关系的依据只有数据。所谓因果关系，是指两个或两个以上变量在行为机制上的依赖性，作为结果的变量是由作为原因的变量所决定的，原因变量的变化引起结果变量的变化。因果关系有单向因果关系和互为因果关系之分。例如，劳动力与国内生产总值之间具有单向因果关系，在经济行为上是劳动力影响国内生产总值，而不是相反；但是，在国内生产总值与消费总额之间则存在经济行为上的互为因果关系，国内生产总值既决定消费总额，反过来又受消费的拉动。具有因果关系的变量之间一定具有数学上的相关关系。而具有相关关系的变量之间并不一定具有因果关系。例如中国的国内生产总值与印度的人口之间具有较强的相关性，因为二者都以较快的速度增长，但显然二者之间不具有因果关系。相关分析是判断变量之间是否具有相关关系的数学分析方法，通过计算变量之间的相关系数来实现。回归分析也是判断变量之间是否具有相关关系的一种数学分析方法，它着重判断一个随机变量与一个或几个可控变量之间是否具有相关关系。由于它的特定的功能，所以也被用来进行变量之间的因果分析。但是，仅仅依靠回归分析尚不能对变量之间的因果关系作出最后判断，必须与经济行为的定性分析相结合。这就是上面强调的建立计量经济学模型的三要素。
5. 合理定价安居乐业（数学建模题目）
房价和地价应该是成正比吧，我觉得。这个还需要你去调查研究。
有了一块地，那么楼的高度就决定了建筑面积，这个就需要你去假设了。
算出如题中所说一万平方米的建筑需要的水泥、钢材、容纳的就业人数，就可以得到建一栋楼所需地这些建筑支出，加上地价和建筑在这块地的建筑面积，可以得到每平米地花费均价。
收集工资水平和各自人群地住房状况，应该就是为了借和这两方面确定房屋销售地主要面向对象吧。
让房地产商和百姓满意就是使房价在保证百姓买得起的情况下尽量高，或者房地产商不赔钱地情况下尽量低。至于和政府地价的关系，我有点想不通。需要你去研究了。
这只是我看到这个题目之后所想到的。希望能对你有帮助吧。
6. 李大鹏十年前存了一笔钱准备用来购房，按当时的房价，这笔钱可以买房150平方米，已知银行存款年利率为
这个问题的解题主要是逻辑要理清楚。先用代数方法建模。得到150×（1.06/1.1）^10的算式便是本题目的结果。然后再自己写一个处理幂乘积的方法（float micheng(float times)），设得数学模型：area*(micheng(banktimes)/micheng(pricetimes)) 。
获取float area ;float banktimes ;float pricetimes;这三个变量的值便可以计算需要的答案了！
7. 理财问题： 小王计划购买一套总房价为70万元的住房，小王夫妇两人年均收入为约18万，其中月收入1万2，年底
根据现在情况只能首付三成，按照公积金贷款利率5.6%，有两种贷款方法：
1、（等额本息）贷款十年月供需要5317.29元（包括扣的公积金在内），一个月还能剩下三千左右，年终奖可以存下来装修房屋，或者以后干其他事情。
2、（等额本金）贷款开始还的多一点（具体金额我没有算，估计六千多），但是每个月都会减少，最后一个月只需要还4083（包括扣的公积金在内）元，这种方法的好处是利息换的比较少，但是前期还贷压力比较大。
根据上面的家庭情况，小王的家庭适合后一种还贷方式，前期小孩比较小，经济压力比较小，可以适当多还一点，由于还贷压力较小，贷款时间没必要太长，10年足够了，个人推荐后一种还贷方式。
8. 用数学建模解决旅馆房价与最高收入的问题……问题详细如下。
可以看出没降低20元就增加10%的住房率 设定价x 收入为w 把160元看作标准来列方程 住房率就是55%+10%*（160-x)/20 w=x*(55%+10%*(160-x)/20) 再打开是一元二次方程求最大值 x=130