1.研究背景
房地产业作为国民经济的主导产业，其经济地位越来越突出。同时，作为拉动我国经济增长的主要驱动力，房地产业对经济的快速发展、内需的扩大、投资以及消费的增长都发挥着巨大的作用。然而，近几年来，随着我国社会经济的不断发展以及城市化速度的加快，国内各大城市的商品住宅价格不断攀升，即便是在政府不断加强宏观调控力度的情况下，商品住宅价格仍然呈走高趋势。针对这种现象，对房地产市场商品住宅价格的研究就显得十分必要。
2.文献综述
本毕业设计研究的主要内容是利用主成分分析法和回归分析法研究南京市未来房地产价格的走势，即利用统计方法对影响南京市房地产价格的各个因素进行分析，建立房地产价格回归模型，并对未来价格走势进行预测。
首先，关于主成分分析法与回归分析法，我们从【1】中了解了基本原理与分析步骤，而关于主成分分析法研究房地产市场，很多学者在这个研究方向上得到了很多研究成果，大致内容如下：【2】以西安市为例，选取影响房地产价格的人均GDP 、总人口、城镇居民人均可支配收入、土地购置费、房屋造价,等11个可以量化的因素，采用SPSS软件进行主成分分析，将11个因素转化为3个主成分，然后建立模型，采用回归分析方法对3个主成分与各个年份房地产价格的关系进行分析，并对2012—2015年房地产均价进行预测。从预测结果来看，预测结果实际值与预测值的差异较小、精度较高，预测值可以在一定程度上反映西安市房地产市场状况，预测模型及预测结果能够为房地产企业以及政府、购房者的决策提供参考。类似地，【3】首先对西安市住宅房地产市场进行了优、劣势分析；然后，在此基础上运用描述性统计分析方法有针对性的分析了影响西安市住宅价格的各个因素;最后，引入主成分分析方法进一步对影响西安市住宅价格的因素进行了实证研究，并得出结论:竣工住宅造价、土地购置费用、住宅供需比、土地出让收益、住宅房地产对GDP增长的贡献率、人均可支配收入、在第主成分中有较大载荷;人均居住消费、个人住房公积金贷款利率、城市化程度在第二主成分中有较大载荷。然后基于主成分分析的结果，并结合计量经济学回归预测理论建立住宅价格预测模型，预测西安市未来几年的住宅销售均价，对政府提出使住宅市场健康稳定发展的政策建议。
除研究房地产价格外，主成分分析还可应用于房地产泡沫问题研究，如【4】针对房地产泡沫评价问题进行研究，基于房地产泡沫的8个测度指标，选用主成分分析法构建了度量房地产泡沫程度的综合指标体系，并运用该指标体系对我国35个大中城市进行实证研究，结果发现，我国35个大中城市存在不同程度的房地产泡沫，且房地产的泡沫程度由西向东，随着经济的发达程度增强而增强。【5】利用我国31个省市2006-2016年的相关数据， 选取房地产开发投资占GDP的比重、房地产开发投资占社会固定资产投资比重、住宅销售额增长率与社会消费品零售额增长率之比、房价收入比、房地产价格与GDP的增长率之比以及房价增长与CP1的增长率之比等六个经典测量房地产泡沫的指标，进行多指标面板数据因子分析。进一步考虑到时间、空间、指标三个维度对房地产泡沫的影响，分别得出我国2006—2016年测度房地产泡沫的模型，继而进行顶层因子计算，最终得到综合测度房地产泡沫公式，计算出泡沫程度综合指标，给出我国31个省市的房地产泡沫程度排名，并且按区域与泡沫度划分等级进行关联性分析，在一定程度上解决了以往单一指标测度房地产泡沫产生的误差，探究了区域因素与房地产泡沫间的联系。【6】针对2001-2010年包头市房地产市场泡沫的存在性进行研究,基于判断泡沫的5个指标，选用了主成分分析法构建包头市房地产泡沫的评价体系。分析结果显示，包头地区于2007年存在房地产泡沫。因此，警示各地区在城市化进程中,注重产业结构调整，城市的发展以吸附房地产消费人群的多元产业为支撑。【7】针对中国房地产市场是否存在泡沫以及泡沫范围和程度大小问题，基于供给、需求、价格评价和金融信贷四个维度构建房地产泡沫综合评价指标体系，利用2005—2016年29个省份数据，采用主成分分析法进行实证研究。结果表明:多数省份房地产市场存在泡沫，部分省份泡沫程度严重;房地产市场存在泡沫省份个数在2014年达到顶峰,之后泡沫省份范围略有下降;省域之间泡沫程度差异明显，房地产泡沫在邻近地区具有传染性.整体呈现出东部一中部一西部泡沫程度逐渐降低的趋势。最后根据房地产泡沫程度差异针对性地提出完善房地产调控的政策建议。
应用主成分分析法还可研究与房地产公司之间的问题，如【9】通过对房地产上市公司的一些财务指标分析，对财务指标进行主体构成分析，并简单地进行评价，只是通过数据来评价公司的财务状况，有一定的片面性，但这确实是企业财务状况评价的重要途径，一种可以结合指标分析和因素分析、环境影响等方法，对上市公司的财务绩效做进一步的研究。
主成分分回归分析可结合多种回归方法，增加研究的准确性，如【8】根据统计资料， 选取了八项主要影响用水量变化的指标.按照主成分分析法原理，运用少数综合因子对影响用水量变化的原有八项指标进行了综合和简化，并研究其贡献率及综合效应;分析了用水量增长的特点，选用Logistic方程对综合因子进行回归分析;结合多元线性回归方法，建立了安徽省用水量模型;拟合结果表明，模型具有较高的精度;运用该模型，对安徽省2010年的用水量进行了预测;为水资源规划与管理提供参考依据。
综上，基于主成分回归分析研究南京房价是切实可行的。
3.研究的问题及研究方法
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
