基于经验模态分解的房价周期波动实证分析

中国管理科学 ›› 2012, Vol. ›› Issue (3): 41-46.

基于经验模态分解的房价周期波动实证分析

阮连法, 包洪洁

浙江大学土木工程管理研究所, 浙江杭州 310058

收稿日期:2011-07-11 修回日期:2012-02-08 出版日期:2012-06-29 发布日期:2012-07-05
基金资助:
国家自然科学基金资助项目(40801057)

An Empirical Analysis on Periodic Fluctuations of Real Estate Price Based on EMD

RUAN Lian-fa, BAO Hong-jie

Institute of Construction Management, Zhejiang University, Hangzhou 310058, China

Received:2011-07-11 Revised:2012-02-08 Online:2012-06-29 Published:2012-07-05

摘要/Abstract

摘要： 房地产市场是一个复杂的系统,房价是多种因素共同作用下最终的表现形式。经验模态分解方法是处理非平稳、非线性序列的有效工具,将其运用于房价分析,可以从房价时间序列自身出发揭示内在特征。以杭州市过去四年新建商品住宅交易的周度价格数据为例,对其分解,再根据本征模态函数的特征进行重组。研究表明:房价时间序列由经济基本面决定的长期趋势、金融危机等重大事件带来的低频振动和短期市场不均衡导致的随机波动三方面构成,为短期房价预测提供了思路。杭州市商品住宅市场存在3年的大周期,14个月和7个月的小周期。

关键词: 经验模态分解, 房价分析, 周期波动, 复杂系统, 房价预测

Abstract: Real estate price is formed in the circumstance of many factors since real estate market is a complex system. Empirical mode decomposition, an effective tool to deal with nonlinear and non-stationary data, is applied to analyze the time series of real estate price and reveal inherent characteristics. Weekly price series of the new residential housing traded in Hangzhou during the last four years is decomposed, and six intrinsic mode functions and one residue are obtained. The six IMFs are reorganized according to their characteristics. It is concluded that the time series of real estate price are constituted by three parts, i.e., long-term trend determined by economic fundamentals, low frequency vibration brought by major events, and random fluctuations caused by short-term market disequilibrium. Besides, it is revealed that new residential housing market in Hangzhou has a large cycle of three-year and also small cycles of 14 months and 7 months.

Key words: empirical mode decomposition (EMD), housing price analysis, periodic fluctuations, complex system, housing price forecast

中图分类号:

F293. 30

阮连法, 包洪洁. 基于经验模态分解的房价周期波动实证分析 [J]. 中国管理科学, 2012, (3): 41-46.

RUAN Lian-fa, BAO Hong-jie. An Empirical Analysis on Periodic Fluctuations of Real Estate Price Based on EMD[J]. Chinese Journal of Management Science, 2012, (3): 41-46.

参考文献

[1] 闫妍,许伟,部慧,等. 基于TEI@I方法论的房价预测方法[J]. 系统工程理论与实践, 2007, 7: 1-9.
[2] Case K. Real Estate and the Macroeconomy [J]. Brookings Papers on Economic Activity, 2000, 2: 119-162.
[3] 沈悦, 刘洪玉. 住宅价格与经济基本面:1995-2002年中国14城市的实证研究 [J]. 经济研究, 2004, 6: 78-86.
[4] Miller N,Peng Liang. Exploring metropolitan housing price volatility [J]. Journal of Real Estate Finance and Economics, 2006, 33: 5-18.
[5] 武康平,胡谍. 房地产价格在宏观经济中的加速器作用研究[J]. 中国管理科学, 2011, 1: 29-35.
[6] 何国钊, 曹振良, 李晟. 中国房地产周期研究 [J]. 经济研究, 1996, 12: 51-56, 77.
[7] 梁云芳, 高铁梅. 我国商品住宅销售价格波动成因的实证分析 [J]. 管理世界, 2006, 8: 76-82.
[8] 张红, 马进军, 孔沛. 基于动态计量经济学模型的房地产周期研究 [J]. 清华大学学报(自然科学版), 2007, 12: 2111-2113,2118.
[9] 廖理, 沈超. 利用CAPM计算中国房地产行业资本成本[J]. 中国管理科学, 2004, 4: 37-42.
[10] 徐国祥, 王芳. 我国房地产市场周期波动谱分析及其实证研究 [J]. 统计研究, 2010, 10: 18-24.
[11] Miles W. Volatility clustering in U.S. home prices [J]. Journal of Real Estate Research, 2008, 30(1): 73-90.
[12] Zhang Xun, Lai K K,Wang Shouyang.A new approach for crude oil price analysis based on empirical mode decomposition [J]. Energy Economics, 2008, 30: 905-918.
[13] Huang N E, Shen Zheng, Long SR, et al. The empirical mode decomposition and the hilbert spectrum for nonlinear and non-stationary time series analysis [J]. Proceedings of the Royal Society of London, 1998, 454: 903-995.
[14] Wu Zhaohua, Huang N E. A study of characteristics of white noise using the empirical model decomposition method [J]. Proceedings of Royal Society of London, 2004, 460: 1597-1611.

[1]	罗长青,刘澜,朱慧明,张敏. 基于多尺度信息份额模型的原油市场定价能力动态演变研究[J]. 中国管理科学, 2024, 32(6): 1-12.
[2]	朱宏淼, 闫辛, 齐佳音, 靳祯. 社会民众新冠病毒疫苗接种意识传播模型与干预策略研究[J]. 中国管理科学, 2023, 31(8): 269-277.
[3]	王红卫, 李珏, 刘建国, 樊瑛, 马靓, 霍红, 刘作仪, 丁烈云. 人机融合复杂社会系统研究[J]. 中国管理科学, 2023, 31(7): 1-21.
[4]	李霞, 李守伟. 基于EMD与DVG的非线性时间序列预测模型及其应用研究[J]. 中国管理科学, 2022, 30(9): 275-286.
[5]	盛昭瀚, 王海燕, 胡志华. 供应链韧性：适应复杂性——基于复杂系统管理视角[J]. 中国管理科学, 2022, 30(11): 1-7.
[6]	韩玮, 孙永河, 缪彬. 不完备判断信息情境下群组DEMATEL决策方法[J]. 中国管理科学, 2021, 29(5): 231-239.
[7]	方雪清, 吴春胤, 俞守华, 张大斌, 欧阳庆. 基于EEMD-LSTM的农产品价格短期预测模型研究[J]. 中国管理科学, 2021, 29(11): 68-77.
[8]	李柏洲, 尹士, 曾经纬, 罗小芳. 基于SEM和B-Z反应的集成供应链合作创新机制与动态演化研究——集成供应链关系质量视角[J]. 中国管理科学, 2020, 28(2): 166-177.
[9]	梁小珍, 邬志坤, 杨明歌, 汪寿阳. 基于二次分解策略和模糊时间序列模型的航空客运需求预测研究[J]. 中国管理科学, 2020, 28(12): 108-117.
[10]	潘和平, 张承钊. FEPA-金融时间序列自适应组合预测模型[J]. 中国管理科学, 2018, 26(6): 26-38.
[11]	李海涛, 罗党, 韦保磊. 不确定语言评价信息下大群体决策的MC-EMD方法[J]. 中国管理科学, 2017, 25(4): 164-173.
[12]	王书平, 朱艳云. 基于多尺度分析的小麦价格预测研究[J]. 中国管理科学, 2016, 24(5): 85-91.
[13]	王志国, 李磊, 杨善林, 龚本刚. 动态博弈下引导企业低碳技术创新的政府低碳规制研究[J]. 中国管理科学, 2016, 24(12): 139-147.
[14]	刘端, 薛静芸. 经济周期波动视角下现金持有在企业产品市场定价中的竞争效应研究[J]. 中国管理科学, 2015, 23(9): 9-18.
[15]	邵臻, 杨善林, 高飞, 王晓佳. 基于可变区间权重的中期用电量半参数预测模型[J]. 中国管理科学, 2015, 23(3): 123-129.