[发明专利]一种基于媒体效应的房地产价格波动研究方法

说明书

本发明公开了一种基于媒体效应的房地产价格波动研究方法，包括以下步骤：1)通过网络搜索获取房地价格数据和初始媒体效应数据；2)确定最终媒体效应数据；3)利用单位根检验分析最终媒体效应数据和房地产价格数据的稳定性，当满足要求时，则进行一阶差分处理，得平稳的时间序列数据；4)确定媒体效应和房地产价格之间是否具有长期协整关系，当满足要求时，则转至步骤5)；5)检验确定媒体效应和房地产价格之间的因果关系；6)建立VAR模型；7)校验VAR模型的稳定性；8)利用VAR模型中的脉冲响应函数分析不同媒体效应指标对房地产价格的冲击和影响，该方法能够实现对房地产价格波动趋势的准确预测。

技术领域

本发明属于房地产领域，涉及一种基于媒体效应的房地产价格波动研究方法。

背景技术

目前关于房地产价格波动的研究方法大多为多元线性回归模型、贝叶斯模型和GM(1.1)模型等，但是研究数据大多来源于统计局数据，其实时效性和真实性有待考证。因此本研究以网络搜索数据作为研究数据，并以此作为媒体效应的量化指标，以此增加了数据的真实性和时效性。在加入媒体效应因素后，诸多学者采用一般均衡模型和线性回归模型等，但是由于房地产价格和网络搜索数据都是时间序列数据，这些方法均为静态模型，未能考虑变量间的先行滞后关系，进而会影响研究结果。因此作者以网络搜索数据作为媒体效应的量化指标，建立考虑媒体效应的VAR模型研究房地产价格的波动，以保证其预测结果更接近于实际数据。前人在应用VAR模型预测房地产价格也做了很多相关工作。如“王鹏，林晓燕.虚拟经济扩大条件下货币供应量对中国房价的影响—基于VAR模型的实证分析[J].经济问题探索,2018,6(1):63-73.”一文中利用VAR模型推导出包含房地产价格、货币供应量和银行存贷差比率等因素的房价波动模型。研究结果表明利用VAR模型模型分析房地产价格的波动趋势拟合优度较高且模型系统稳定，但是由于该研究的数据来源于统计局，数据的时效性较低，因此最终结果稍有偏差。而“姜文杰，赖一飞，王恺.基于百度指数的房地产价格相关性研究[J].统计观察, 2016,2(1):90-93.”一文中同样是利用VAR模型，但研究数据采用的是网络搜索数据，研究发现以网络搜索数据作为研究数据提高了数据的时效性和真实性，并且所建立的VAR模型稳定，拟合优度达到98.37％。

以上这些研究通过VAR模型的应用取得了一定的效果，但这些应用中没有考虑时间序列数据的先行滞后特征，并且所筛选的网络搜索数据与房地产价格相关相关程度有待考证。基于此，本研究提出了建立考虑媒体效应的VAR模型于分析房地产价格的波动趋势。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种基于媒体效应的房地产价格波动研究方法，该方法能够实现对房地产价格波动趋势的准确预测，解决常规研究中数据时效性低、数据缺失以及忽视时间序列数据先行滞后特征的缺陷。

为达到上述目的，本发明所述的基于媒体效应的房地产价格波动研究方法包括以下步骤：

1)通过网络搜索获取房地价格数据和初始媒体效应数据；

2)通过计算皮尔逊相关系数筛选出与房地产价格具有较高相关性的网络搜索关键词，再通过计算各网络搜索关键词的滞后期，以筛选出先行关键词，然后将筛选出的先行关键词作为最终媒体效应数据；

3)利用单位根检验分析步骤2)得到的最终媒体效应数据和房地产价格数据的稳定性，当步骤2)得到的最终媒体效应数据和房地产价格数据的稳定性满足要求时，则对步骤2)得到的最终媒体效应数据进行一阶差分处理，得平稳的时间序列数据；当步骤2)得到的最终媒体效应数据和房地产价格数据的稳定性不满足要求时，则转至步骤1)；

4)利用步骤3)得到的平稳的时间序列数据进行Johansen协整检验，确定媒体效应和房地产价格之间是否具有长期协整关系，当媒体效应和房地产价格之间具有长期协整关系时，则转至步骤5)；当媒体效应和房地产价格之间不具有长期协整关系时，则转至步骤1)；