论文

基于网民关注行为大数据实现对房地产价格的预测研究

摘要

网络大数据越来越多地被应用到经济问题的分析中。本文利用网民关注行为的大数据结合机器学习中的神经网络模型对北京市房价走势进行预测和分析。研究表明,利用网络搜索大数据的及时性、高频率优势和神经网络模型拟合复杂变量间关系的能力,能实现对房价走势的高精度预测,并且能够极大地提高预测房价走势中“拐点”的成功率。

作者

王岱
刘宽斌 ,经济学博士,西南大学经济管理学院讲师,研究方向为应用经济学、大数据理论及方法。
张涛 ,中国社会科学院大学经济学院教授,主要研究方向为大数据与经济模型等。

参考文献 查看全部 ↓
  • 董倩,孙娜娜,李伟.2014.基于网络搜索数据的房地产价格预测[J].统计研究,(10):81-88.
  • 郭磊,王锋,刘长滨.2003.深圳市房地产预警系统研究[J].数量经济技术经济研究,(7):22-26.
  • 李崇明,丁烈云.2005.基于系统核与核度理论的房地产预警系统指标体系选取方法[J].数学的实践与认识,(11):44-52.
  • 刘宽斌,张涛.2018.利用网络搜索大数据实现对CPI的短期预报及拐点预测[J].当代财经,(11):75-87.
  • 陆地,孙巍.2018.城镇家庭消费区域不平衡的度量及分析——基于收入空间分布变迁RIF回归的实证[J].数量经济研究,(9):82-97.
  • 倪鹏飞,杨慧,张安全.2015.中国房价预警指标体系构建与变动趋势预测[J].城市与环境研究,(1):3-15.
  • 师应来,王平.2011.房地产预警指标体系及综合预警方法研究[J].统计研究,(11):16-21.
  • 孙毅,吕本富,陈航等.2014.大数据视角的通胀预期测度与应用研究[J].管理世界,(4):171-172.
  • 许宪春,贾海,李皎等.2015.房地产经济对中国国民经济增长的作用研究[J].中国社会科学,(1):84-101.
  • 杨建辉,李龙.2011.基于SVR的期权价格预测模型[J].系统工程理论与实践,31(5):848-854.
  • 叶艳兵,丁烈云.2001.房地产预警指标体系设计研究[J].基建优化,22(3):1-3.
  • 张崇,吕本富,彭赓等.2012.网络搜索数据与CPI的相关性研究[J].管理科学学报,(7):50-59.
  • 张涛,刘宽斌.2018.“大数据”在宏观经济预测分析中的应用[J].财经智库,(3):65-83、143.
  • Askitas,N.,K.F.Zimmermann. 2009. Google Econometrics and Unemployment Forecasting[J]. Discussion Papers of Diw Berlin,55:107-120.
  • Ettredge,M.,J.Gerdes,G.Karuga. 2005. Using Web-based Search Data to Predict Macroeconomic Statistics[J]. Communications of the Acm,(11):87-92.
  • Ginsberg,J.,M.H.Mohebbi,R.S.Patel,et al. 2009. Detecting Influenza Epidemics Using Search Engine Query Data[J]. Nature,457 (7232):10-12.
  • Guzman,G. 2011. Internet Search Behavior as an Economic Forecasting Tool:The Case of Inflation Expectations[J]. Journal of Economic & Social Measurement,(3):4187-4199.
  • Götz,T.B.,T.Knetsch. 2017. Google Data in Bridge Equation Models for German GDP[J]. Discussion Papers,(30):77-129.
  • Jahanbakhsh,K.,Y.Moon. 2014. The Predictive Power of Social Media:On the Predictability of U.S. Presidential Elections Using Twitter[J]. Computer Science,(8):44-68.
  • Kholodilin,K.A.,M.Podstawski,B.Siliverstovs,et al. 2009. Google Searches as a Means of Improving the Nowcasts of Key Macroeconomic Variables[J]. Discussion Papers of DIW Berlin,(9):56-93.
  • Mclaren,N.,R.Shanbhogue. 2011. Using Internet Search Data as Economic Indicators[J]. Bank of England Quarterly Bulletin,(2):134-140.
  • Rumelhart,D.,J.Mcclelland. 1986. The Appeal of Parallel Distributed Processing[M]. Parallel Distributed Processing:Explorations in the Microstructure of Cognition,MIT Press,1:3-44.
  • Rumerlhar,D.E. 1986. Learning Representation by Back-propagating Errors[J]. Nature,(3):533-536.
  • Su,Z. 2014. Chinese Online Unemployment-Related Searches and Macroeconomic Indicators[J]. Frontiers of Economics in China,(4):573-605.
  • Vosen,S.,T.Schmidt. 2010. A Monthly Consumption Indicator for Germany Based on Internet Search Query Data[J]. Social Science Electronic Publishing,(7):683-687.

基于网民关注行为大数据实现对房地产价格的预测研究

可试读20%内容 PDF阅读 阅读器阅览

试读已结束,剩余80%未读

¥4.34 查看全文 >

VIP免费

论文目录

  • 引言
  • 1 文献回顾
    1. 1.1 网民关注行为
    2. 1.2 房地产预测预警分析
  • 2 数据及指标构建
    1. 2.1 关键词选择
    2. 2.2 数据处理
      1. 2.2.1 关键词搜索指标
      2. 2.2.2 北京房价指标
  • 3 模型选择及模型简介
  • 4 模型结果及分析
  • 5 总结及展望

论文图片/图表

查看更多>>>