应用改进的时空地理加权模型分析城市住宅价格变化

以深圳市为例对城市住宅价格进行时空地理加权统计回归分析,揭示城市住宅价格在时间与空间方面的变化趋势。研究结果表明,时空地理加权回归模型不仅能够分析相关因素在空间的差异性上对住宅价格具有重要影响,还能够揭示其在时间上的差异性,得出相关因素对住宅价格影响是随时间和空间变化的特点。依据模型的拟合度标准,GTWR能够从OLS的0.617,GWR的0.736提高到0.895。AIC标准的统计信息则表明,GTWR模型明显优于OLS与GWR模型。     

BP网络模型在预测区域商品房销售量中的应用

在充分考虑影响普通住宅销售量的诸多因素下,通过对某市房地产的销售面积进行预测,选择专家打分法和BP网络的组合模型,与实际值进行对比,表明专家打分法和BP网络的组合模型在预测房地产的销售量中是确实可行的.     

耐用商品销售的数学模型

利用三次增长率模型预测了耐用商品销售量最大值,利用Gompertz曲线模型预测了销售状况,并对浙江省城镇居民平均每百户彩电拥有量和空调拥有量进行了分析、预测,为耐用商品的生产、销售及更新换代提供了依据。     

基于Bass模型的舟山大型捕捞渔船扩散预测

根据2007-2014年舟山市大型捕捞渔船销售数据,通过非线性回归分析的方法建立渔船销售量的Bass模型。运用该模型预测大型捕捞渔船未来几年的累计销售量,并依据当前全国能源状况以及舟山海域环境资源状况对其展望。     

时间序列和神经网络对迷你型洗衣机销量预测

迷你型洗衣机价格便宜,使用方便,近年来销售量不断增加。缺点是功能单一导致消费受众面窄,同时受季节性因素影响较大,企业往往难以准确制定生产销售计划,导致库存和缺货现象时有发生。将合作企业生产的迷你型洗衣机近4年销售数据和影响销售的关联因素作为训练样本,先建立时间序列回归模型和BP神经网络模型对洗衣机销量进行预测,然后建立遗传算法优化的灰色神经预测模型。通过对三种模型预测结果的对比分析,表明经由遗传算法优化参数的灰色神经网络能较好的预测销量未来变化,辅助企业决策订单生产计划。     

城市住宅产业发展系统动力学研究--以南京市为例

针对住宅产业发展所具有的复杂系统特征，采用系统动力学方法，对其进行结构和因果关系分析，将城市住宅系统划分为土地供应、住宅供应、住宅需求和住宅价格4个子系统，通过各层次要素的反馈关系，建立城市住宅产业发展系统动力学模型，并以南京市为例进行实证研究．在通过模型有效性验证后，对近期南京市住宅产业发展进行了分析和预测，并通过政策调控参数实验了政策变化对住宅市场发展的影响。从长远趋势来看，系统总的发展都将趋于稳定，表现出较强的自组织能力；针对目前房价上升过快的现实，从系统分析可以看出主要有以下方面的原因：①拆迁补给需求迫切；②城市居民改善住房的需求量大；③外来人口的购房需求上升；④在预期收益的刺激下，单位面积土地出让价格大幅上升．面对短期内住宅供给小于住宅需求的客观实际，根据模型结构的试验结果，提出了政策建议。     

基于价格信息传递的住宅市场空间效率

为分析在空间维度上的价格信息影响,进行了住宅市场效率研究。利用向量自回归模型和北京等7个城市2003年6月至2007年7月的住宅价格数据,检验城市间的住宅价格的信息传递性和住宅市场空间效率。研究表明:中国相邻城市间的住宅市场空间效率较高,而不相邻城市间的住宅市场表现出空间非有效性,即不相邻城市间的住宅价格具有可预测性。投资者可以通过分析其他城市住宅价格变化的历史信息预测某一城市当前的住宅价格。住宅市场存在无风险套利机会。     

福州市城市商品房开发与地价关系分析

分析了福州市商品房价格与城市住宅用地的价格组成,从基准地价和宗 地地价分析了影响城市住宅用地价格的因素,探讨房价与地价的关系,提出了提高城市住宅用地利用水平的对策。     

零售商线上销售渠道决策研究

针对传统零售商是否来通线上销售渠道,利用斯坦伯格博弈模型描述了线上与线下销售渠道之间的竞争,考虑了开通线上销售渠道的固定成本,从竞争强度、线上销售渠道变动成本和消费者消费偏好三个方面,对比分析了线上销售渠道开通前后零售商销售量和利润的变化情况,并以利润为基础分析了零售商开通线上销售渠道的动因,给出了开通线上销售渠道所需的条件。     

城市住宅开发市场的经济学分析

文章从经济学的角度分析了影响城市住宅开发市场的各种因素,提出稳定健康的住宅市场应是一种住宅供给与需求相对平衡的状态,住宅的价格应与居民消费水平及购房能力相适应,并进一步从经济学角度指出了我国住宅市场存在的问题及政府应如何利用宏观经济手段对城市住宅开发市场进行合理调控,以促进住宅市场的健康发展。     

基于ESDA和Hedonic模型的城市住宅地价空间分异研究——以石家庄市为例

探究城市住宅地价空间分布差异及其影响因素,对加强城市地价宏观调控、促进城市土地利用的合理发展和科学化管理具有重要意义.运用探索性空间数据分析(ESDA)技术和特征价格(Hedonic)模型,以石家庄市2010—2014年出让住宅地价为研究对象,通过模拟地价的空间布局,分析了住宅地价的空间结构特征,并探讨了导致地价分异的原因.结果表明:石家庄住宅地价趋势线呈倒"U"型即由中心向四周圈层式递减;住宅地价分布存在区域差异,且具有一定的空间连续性和变异性;影响住宅地价的特征变量中距CBD距离、距北站距离、生活配套设施和公交站个数等9个变量对住宅地价影响较大,其中距CBD距离占比重最大,达17.33%;相比区位特征和个别特征来说,邻里特征对住宅地价影响最大.     

企业收益不确定性根源析因

用三种方法分析了企业收益的不确定性,发现影响企业收益不确定性的主要因素是销售量、销售量的标准差、期间成本、单位毛利和债息.在企业盈利时,良好的销售状况、较低的保本销售量和债息可以减少企业收益的不确定性.     

基于主成分分析的住宅项目特征定价模型

讨论了房地产特征价格模型在确定新建住宅项目单位销售均价中的应用,针对应用中出现的样本少、部分特征因素间存在相关性的问题,将主成分分析运用于房地产特征价格模型,建立了基于特征因素主成分分析的住宅项目特征定价模型．通过案例,分析了特征隐含价格的经济意义与作用,利用所建模型较准确地确定新建住宅项目的单位销售均价。     

城市路网空间结构对住宅价格的影响分析

以链家房产交易平台和安居客房产交易平台的上海市二手住宅为研究样本,结合OpenStreetMap(OSM)提供的城市路网数据及高德地图提供的兴趣点(POI)等多源数据,利用空间句法测算路网空间结构的选择度和整合度.基于空间自回归模型、地理加权回归模型等空间计量估计方法,研究城市路网空间结构影响住宅价格的效果及机制.研究结果表明：城市路网空间结构是影响住宅价格的重要的区位因素,考虑空间相关性是必要的;与市中心住宅价格相比,郊区住宅价格对路网空间结构的依赖程度更强.     

新零售目标产品的精准需求分析与预测

首先,借助SPSS软件、R软件,结合单因素方差分析法和深层次回归分析法研究了零售商品单款单色(SKC)销售量的影响因素及其作用效力;然后,借助R软件灰色预测了某目标小类的销售量,借助Excel软件结合平均绝对百分比误差法得到了预测数据的精准度;最后,将预测模型用于预测某目标小类未来的销售量和库存量.结果 表明,销售方式对零售商品SKC销售量具有显著影响;零售商品SKC销售量各影响因素按影响程度由大到小排序为库存、折扣和售价;目标小类各用平均绝对百分比误差大多小于1,最小为0,可认为模型的预测精度较高.对某目标小类未来的销售量和库存量的预测结果显示,该小类存来明显的供大于求现象,需要适当调整库存管理策略.     

减肥类保健食品药店营销与销售员素质的关联分析

目的分析药店减肥类保健食品营销与销售员素质的关联,探讨减肥类保健食品销售量的提高途径。方法通过调查某连锁药店减肥类保健食品的销售数据、销售员工龄、相关培训次数、门店男女人数,分析减肥类保健食品销售量与销售员素质之间的关系。结果销售员工龄,相关培训次数及销售员男女人数均对减肥类保健食品销售量产生一定影响。结论增加员工相关培训次数;降低门店人员流失率,提高老员工比例;培养销售员的学习能力及表达能力,提高销售人员的总体素质,从而最大限度提高减肥类保健食品销售量。     

轨道运营对住宅价格影响的实证分析——以重庆轨道3号线为例

以重庆轨道交通3号线为例,综合运用特征价格模型和双重差分模型,参考自然试验的过程,设立影响组和参照组,实证分析轨道运营对住宅价格的影响.实证结果表明:从影响效应来看,轨道运营呈现出正的外部效应,其正面影响远大于负面影响,带来沿线住宅的增值;从影响范围来看,轨道运营显现出明显的分市场效应,对靠近传统商圈的住宅影响不显著,对远离传统商圈的住宅有显著的影响;从影响程度来看,在远离传统商圈的区域,轨道运营使离轨道站点1.5km范围内的新开发住宅价格比2~5km范围内的高出4.5%.研究深化了轨道运营对住宅价格影响的认识,可为消费者购房及轨道沿线住宅开发与管理提供参考.     

经营管理决策的稳定性探讨

分析了一个建厂规模及扩建与否问题的经济效益,找到了这样的经济模型的最优决策方法和策略,并分析了市场销售状况变化对最优决策的影响,找到了最优决策的稳定域。还举例分析了市场销售量服从正态分布情况下的最优进货决策,研究了分布参数变化对最优决策的影响,得到了销售量均值变化对最优进货决策的影响很大而均方差变化影响甚微的结论。     

房地产市场开发急待解决的几个问题

今年以来我市房地产业增势强劲,特别是住宅销售量看好,成为拉动经济增长的主要动力.随着我市住房制度改革的不断深化,尤其是积极推动住宅货币化分配方案的实施和住房信贷政策的调整,老百姓的观念有了很大变化.买房卖房已被普遍接受,进一步推动了商品房销售的持续、稳步增长.     

云模型在商品月销售量预测中的应用

针对营销企业商品月销售数量变化不定的难点,提出了基于云模型的商品月销售量的预测方法。根据云规则发生器计算云模型的数字特征值和所需数目的云滴,来预测未来商品月销售数量。云模型预测解决了预测数据的模糊性和随机性问题。实验结果表明,和基于时间序列季节预测方法相比,采用云模型预测的结果更准确,对企业的销售预测具有现实意义和参考价值。