南京市住宅地价指数分形特征研究
Research on Fractal Characteristics of Residential Land Price Index in Nanjing

DOI: 10.12677/SA.2019.83048, PP. 440-448

Keywords: 地价指数，分形理论，R/S分析法，分形模型预测
Land Price Index, Fractal Theory, R/S Analysis Method, Fractal Model Prediction

Full-Text   Cite this paper   Add to My Lib

Abstract:

为掌握南京市住宅地价变动状况，以南京市2004年~2018年住宅用地季度地价指数为研究对象，采用分形理论和重标极差分析法(R/S)进行分析，研究结果表明：1) 南京市住宅地价指数具有明显的分形特征，赫斯特指数(Hurst)为0.7727，时间序列具有较强的正持续性及持久性；2) 南京市住宅地价指数的平均循环周期长度为15个季度，即3.75年；3) 通过累加和变换构建的分形模型可对地价指数进行短期预测，预测结果较为准确，但对地价指数的长期预测误差较大。上述研究，揭示住宅地价的分形特征，科学地掌握了住宅地价波动特点，以期为国土资源管理部门提供决策依据，为社会公众和投资者提供信息参考。
index of residential land in Nanjing from 2004 to 2018 as the research object, the fractal theory and heavy range analysis method (R/S) were used for analysis. The results show that: 1) The land price index in Nanjing has obvious fractal characteristics, Hurst index = 0.7727, and the time series has long-term memory and strong persistence. 2) The average cycle length of the land price index is 15 quarters, or 3.75 years; 3) The fractal model established by accumulation and transformation can predict the land price index in a short-term, and the prediction result is ideal. However, the long-term prediction error of the land price index is more obvious. The above research reveals the fractal nature of residential land price and scientifically grasps the fluctuation law of residential land price. It is mainly for the land resources managers to provide decision-making basis and provide information for the public and investors.

References

[1]	Mcculloch, J. (2012) Fractal Market Time. Journal of Empirical Finance, 19, 686-701. https://doi.org/10.1016/j.jempfin.2012.08.001
[2]	Kiselev, B.V. (2017) R/S Analysis of the Dst Index. Geo-magnetism and Aeronomy, 57, 326-334. https://doi.org/10.1134/S0016793217030069
[3]	宋博通, 王勇. 深圳市二手房价格指数分形特征研究[J]. 价值工程, 2016(1): 168-172.
[4]	梁国岐. 基于R/S分析对青岛市二手房成交量的研究[J]. 科技信息, 2014(4): 42-43.
[5]	Gu, D. and Huang, J. (2019) Multifractal Detrended Fluctuation Analysis on High-Frequency SZSE in Chinese Stock Market. Physica A: Statistical Mechanics and Its Applications, 521, 225-235. https://doi.org/10.1016/j.physa.2019.01.040
[6]	刘凯, 龙毅, 秦耀辰. 论地理信息的空间粒度[J]. 地理与地理信息科学, 2014, 30(1): 8-12.
[7]	朱华, 姬翠翠. 分形理论及其应用[M]. 北京: 科学出版社, 2018.
[8]	臧妻斌, 黄腾, 郭献涛. 重标极差分析法在地铁变形监测中的应用[J]. 测绘科学, 2015, 40(2): 84-87.
[9]	李大夜. 基于分形方法的金融市场长记忆性研究[D]: [博士学位论文]. 北京: 对外经济贸易大学, 2017.
[10]	许康生, 李英, 李秋红. 甘肃三个台地磁日变赫斯特指数的时序特征[J]. 地震工程学报, 2017, 39(1): 107-111.
[11]	王怀清, 殷剑敏, 孔萍, 等. 鄱阳湖流域千年旱涝变化特点及R/S分析[J]. 长江流域资源与环境, 2015, 24(7): 1214-1220.
[12]	刘丰, 霍丽娟, 闫月静. 基于重标极差分析法研究城市住宅销售价格指数[J]. 佳木斯大学学报(自然科学版), 2014(5): 795-796.
[13]	张慧荟, 章慧, 董艳, 等. 基于重标极差(R/S)和小波分析的黄土坡耕地产流产沙特征研究[J]. 土壤学报, 2017, 54(6): 35-46.
[14]	包秀敏. 赫斯特指数H值在地震预测中的应用[J]. 地震地磁观测与研究, 2013, 34(1): 92-96.
[15]	朱晓华. 地理空间信息的分形与分维[M]. 北京: 测绘出版社, 2007.
[16]	王开泳, 张鹏岩, 丁旭生. 黄河流域旅游经济的时空分异与R/S分析[J]. 地理科学, 2014, 34(3): 295-301.
[17]	付泽正. 房地产市场的风险持续效应及动态变化研究[D]: [硕士学位论文]. 济南: 山东大学, 2018.
[18]	中国地价信息服务平台[EB/OL]. http://www.landvalue.com.cn/lvmonitor
[19]	方文清, 蒋由辉, 文军. 分形理论用于航空货运量的预测[J]. 交通科技与经济, 2009,11(2): 105-106.
[20]	邱华旭, 黄张裕, 郑建雷, 等. 基于分形原理的时间序列分析及预测研究[J]. 东南大学学报(自然科学版), 2013(z2): 334-337.
[21]	曹天邦, 黄克龙, 李剑波. 基于谱分析的经营性用地地价波动周期研究——以南京主城区为例[J]. 国土资源科技管理, 2017, 34(6): 12-18.
[22]	南京统计局.南京统计年鉴[EB/OL]. http://221.226.86.104/file/index.htm
[23]	谭峻, 朱传梅. 用分形理论探讨中国大陆房地产市场波动性[J]. 中国房地产, 2014(1): 11-18.
[24]	高波, 赵奉军. 中国房地产周期波动与宏观调控[M]. 北京: 商务印书馆, 2012.

Full-Text