[发明专利]适用于商品用房需求分析的方法

说明书

本发明公开了适用于商品用房需求分析的方法，涉及房地产购房需求分析方法，包括以下步骤：步骤1，统计房地产所在区域的人口总数A；步骤2，调查人均可支配收入数据变量B；步骤3，查询区域生产总值数据变量C；步骤4，统计房地产所在区域的价格D；步骤5，查询银行贷款利率E；步骤6，估算通货膨胀率F；步骤7，对数据变量A、B、C、D、E、F进行多重共线性检验；步骤8，检验序列的平稳性、随机性，并通过神经网络训练获得预测模型；步骤9，撰写购买需求报告。本发明能够帮助房地产开发商获得准确的、量化的购房需求指标；能够为后期户型配置、定价、修筑面积等提供理论依据。

技术领域

本发明涉及房地产购房需求分析方法，具体涉及适用于商品用房需求分析的方法。

背景技术

房地产开发商对于商品住房的预测购买需求方面，没有建立完善的客户购买需求评价，进而进行粗放式的投资管理与博弈，因此需要一种能够量化住房购房需求的指标，帮助后期选择投资时期和投资户型、建筑面积等作出指导意见。

发明内容

本发明所要解决的技术问题是房地产开发商对于商品住房的预测购买需求方面，没有建立完善的客户购买需求评价，进而进行粗放式的投资管理与博弈，目的在于提供适用于商品用房需求分析的方法，解决上述问题。

本发明通过下述技术方案实现：

适用于商品用房需求分析的方法，包括以下步骤：

步骤1，统计房地产所在区域的人口总数A；

步骤2，调查人均可支配收入数据变量B；

步骤3，查询区域生产总值数据变量C；

步骤4，统计房地产所在区域的价格D，通过房地产中介网站，结合近3年数据变量依据曲线拟合理论，结合未来的投资时期进行预测得出；

步骤5，查询银行贷款利率E；

步骤6，估算通货膨胀率F；

步骤7，对数据变量A、B、C、D、E、F进行多重共线性检验，剔除相关度高的变量，并将剩余变量形成序列；

步骤8，检验所述序列的平稳性、随机性，并通过神经网络训练获得预测模型；

步骤9，撰写购买需求报告，购买需求报告包括购买动机分析、购买资金、购买面积、购买人群画像。

进一步地，所述步骤2，通过区域内1km的居民情况进行调查。

进一步地，所述步骤4，价格D通过现有房价按照离中心区域的距离比例得出。

进一步地，所述步骤7，对A、B、C、D、E、F逐一分别对另外五个变量做线性回归，剔除相关系数大于85％的变量。

进一步地，所述步骤8，采用Q统计量、LB统计量联合检验纯随机性。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明适用于商品用房需求分析的方法，能够帮助房地产开发商获得准确的、量化的购房需求指标；

2、本发明适用于商品用房需求分析的方法，能够为后期户型配置、定价、修筑面积等提供理论依据。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例

本发明适用于商品用房需求分析的方法，包括以下步骤：

步骤1，统计房地产所在区域的人口总数A；