大学论文：我国房地产从业人数的预测与分析 - 图文

图5 从业人数的相关与自相关图

分析：从图5中我们可以看出自相关系数不截尾,但是偏自相关系数都是一阶截尾,且数列是平稳的,所以我们选取模型为AR（1）.

2.2.3 ARMA模型的检验及对未来的预测

上面我们已经确定了该模型为AR（1）,下面我们将在Eviews中对模型进行检验,在通过检验之后运用该模型对我国房地产从业人数进行预测与分析.

图6 模型的检验

分析：从图6中可以看出,p值为0.000<0.05,模型通过检验.下面运用该模型对我国房地产从业人数进行预测.

1 0

表7 我国从业人数的预测 年份 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 平均值 人数 66 74 80 84 87 94 96 100.4 107.5 118.4 120.2 133.4 146.5 153.9 166.5 172.7 190.9 211.6 248.6 273.7 预测值 72.08340506 78.72753463 85.98407225 93.90946529 102.565364 112.0191012 122.3442159 133.6210253 145.9372499 159.3886954 174.0799984 190.12544 207.6498349 226.7895024 247.6933268 270.5239153 295.4588631 322.6921349 352.4355739 384.9205489 420.3997552 绝对误差 -1.916594936 -1.272465369 1.98407225 6.909465289 8.565364027 16.01910122 21.94421589 26.12102532 27.53724989 39.18869543 40.67999841 43.62543998 53.7498349 60.28950243 74.99332679 79.62391525 83.85886307 74.09213495 78.73557386 38.66993256 相对误差 -0.025899932 -0.015905817 0.023619908 0.079419141 0.091120894 0.166865638 0.218567887 0.242986282 0.232578124 0.32602908 0.304947514 0.297784573 0.349251689 0.362099114 0.434240456 0.417097513 0.396308427 0.29803755 0.287671077 0.236148375

分析：从表7中我们可以看出2013年从业人数预测值为384.9205489万人、2014年从业人数预测值为420.3997552万人.绝对误差和相对误差平均值分别为38.66993256、0.236148375.

2.3 组合模型

模型介绍：组合预测模型是将各种不同类型的单项预测模型兼收并蓄,各取所长,集

11

中了更多的经济信息与预测技巧,能减少预测的系统误差,显著改进预测效果[1].这是因为,参与组合的各种预测模型所产生的误差ei（下标i为第i种预测,i=1,2,……,n）有正有负,如果Eei=0, Eeiej=0, 经过组合,就会产生正负抵消,降低误差,提高组合预测的精度.

组合预测模型一般有五种模型,分别是线性组合模型、最优线性组合模型、贝叶斯组合模型、转换函数组合模型、经济计量与系统动力学组合模型[1].我们现在使用的是线性组合模型

Yt=w1y1t + w2y2t +……+wnynt

式中的Yt为t期的组合预测值;Y1t,…..,Ynt为n种不同单项预测模型在t期的预测值;W1,……,Wn为相应的n种组合权数,线性组合模型的关键在于确定合理的权数Wi,Wi依据组合预测误差的方差最小原则加以确定[1].

二次指数模型的相对误差平均值为0.07140488,ARMA预测模型的相对误差平均值为0.236148375,由此我们根据公式可以计算出 W1= 0.232170783,W2= 0.76782921,从而计算出组合模型的预测值.

表8 综合分析

二次指数 341.4 358.9 AR(1) 384.9205489 420.3997552 组合预测 374.816 406.121 [1]

分析：从表8中我们得到2013年的从业人数预测值为374.816万人,2014年的从业人数预测值为406.121万人.我们从预测的数据来计算得到组合模型的平均绝对误差为39.7555,平均相对误差为0.243119.

2.4 模型确定及从业人数的最终预测值

我们分别运用二次指数平滑模型、ARMA模型和组合预测模型对房地产从业人数进行预测,得出的相对误差平均值为0.07140488、0.236148375、0.243119,从中我们可以发现二次指数平滑模型对数据的预测得出的相对误差平均值最小,由此对2013、2014年的房地产从业人数的预测我们用二次指数平滑模型,最终的数据分别为341.4万人、358.9万人.

1 2

3 大学生群体对从事房地产业的态度

对于即将毕业的大学生来说,一般会有以下几种选择：跨国公司、政府部门、国有企业、民营企业、初创公司、自己创业以及继续进修.优兴咨询的一项关于中国103所大学将近50000名大学生的择业方向的调查结果显示,大学生对跨国公司的热忱正在下降,对国有企业的兴趣也不是它过去的样子了.希望在国有企业工作的人数占受访人数的25%,不及去年的28%.想加入公务员行列的大学生所占比例也在降低,在不同地区的调查中也存在相似的情况.

其他

学习38%

就业54%

图7 大学生选择分布图

从北京一家管理顾问公司的调查来看,2002年—2003年上北京、上海、广州、深圳和重庆房地产业薪酬福利（以年度总薪酬为例）明显高于其余行业,薪酬福利平均增幅在12%—20%,显然是一个非常具有挑战性的热点型产业.对于刚出校门想通过自己的努力来改变生活的大学毕业生来说具有很大的吸引力.他们刚刚进入工作面,对他们从事房地产行业的社会经验和年龄的压力,大学毕业生压力可能有点太大,尤其是销售人员是惊人的.但是,对于他们来说,不论是从工作经验还是对于房地产业行业知识的掌握,都明显不足.再加以销售人员的工资待遇以及福利高于其他行业,很多人都选择从房地产销售做起.这对于初入职场的大学生绝对是一个很大的挑战.

结合上面的两项调查,我们知道对于敢于挑战,期待高薪的大学生毕业生来说,房地产行业的诱惑是不可抵挡的.因此,越来越多的大学毕业生选择房地产行业,大学生也自

1 3