1. 研究目的与意义
近年来，随着中国经济发展迅速，房地产业行业也迅速崛起。与此同时，我国房价在持续走高，尤其是2000年之后，房价一路飙升。以南京为例，2007年南京房价是5304元/平米，而10年之后的2017年房价却有15653元/平米，翻了整整3倍。虽然房地产行业的迅速发展对我国经济繁荣产生一定积极作用，人均收入大幅提升，但房价过高也会产生很多不利影响。
首先房子是广大民众的必需品，现在很多青年在不了解房价的情况下就冲动买房，使得他们在生活质量、职业选择方面出现了一些负面影响。通过对房价的预测可以使他们更好的认识房价，避免盲目买房。
其次，房价的预测可以帮助开发商正确的投资；帮助地方政府及时发布争取正确的政策；帮助银行做出正确的信贷决策。
2. 研究内容和预期目标
从2000年来，我国房价不断增长，在带来积极影响的同时也带来了很多负面影响，为了保持我国经济的健康发展，需要通过对房价做出预测并采取措施稳定房价。
需解决的问题：之前的很多关于房价的预测，大多偏向经济性分析，往往得出一个定性的分析结果，缺乏精确的预测结果；大多研究者往往选取一种方法对数据进行分析，但是不同的方法对于不同的数据，预测的精度可能不同；由于房价受多种的指标影响，并且指标间的关系一般十分复杂，之前文章对于不同经济指标之间的关系，往往归结于简单的模型，与实际情况难以相贴合。
提纲：
3. 国内外研究现状
近年来，因为房价的波动对国家经济和人民生活的影响，越来越多的学者开始研究房价的影响因素。在研究房价的影响因素的文献中，clapp和giaccotto[1]认为人口和居民就业等经济因素的变化对房价有较大的影响，可以用来预测房价的变化。baffoe[2]运用脉冲响应分析，发现货币供应量、抵押贷款和就业率的变化会立即影响到全国及区域性的房地产市场中。赵凯和刘成坤[3]通过构建房价和地价空间面板联立方程模型，证实地方政府通过“价格途径”和“政策途径”均能对房价进行有效调控。王晓艳[4]利用灰色关联分析对房地产舆情和房价进行分析。研究证明公众情绪会影响房价，适用于对房价的短期预测，而政府调控政策因为滞后性导致其对房价的调控作用被削弱。陈文萍、王娜娜和李玉美[5]采用多元回归方法，通过对济南市房价影响因素进行分析，发现常住人口、商品房销售面积以及贷款基准利率对济南市房价变动影响较大。马娟和陈兰兰[6]采用lasso方法分析发现，年末从业人数、金融机构贷款余额、规模以上工业企业利税总额以及净迁入人口对杭州市房价具有较为显著的正向影响，产业结构对房价的影响具有差异性，而城乡居民储蓄余额对房价具有抑制影响。
随着科学技术的发展，用来预测房价的方法越来越多。大致有以下几种方法：
第一种方法是建立回归模型。褚昱辰、王书逸和初阳春[7]选择指数回归函数，建立基于人口变动的房价预测模型，并对2018年1月-3月的具体房价进行预测，拟合度较高。张双妮[8]基于逐步回归模型对全国的综合房价进行拟合分析，发现长期来看房价普遍会上涨，而短期来看，全国的综合房价会下跌。
4. 计划与进度安排
一 撰写方案
1、阐述研究的背景、目的和意义
2、通过分析选择影响南京市房价的因素
5. 参考文献
[1] clapp j m, giaccotto c.the influence of economic variables on local housing price dynamics[j]. journal of urban economics, 1994,36(2):161-183.
[2] baffoe-bonnie j. the dynamic impact of macroeconomic aggregates on housing prices and stock of houses: a national and regional analysis [j].the journal of real estate finance and economics, 1998,17(2):179-197.
[3] 赵凯，刘成坤.住房价格、土地价格与地方政府行[j]. 统计研究, 2018,35(10):15-27.
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
