房价问题是我国的热点问题,不仅涉及民生福祉,也与国民经济的发展息息相关。在一二线城市,过高的房地产价格与居民收入的关系严重不协调,极大的降低居民在城市归属感和幸福感,使得人们的资金逐渐流向三四线城市,造成三四线城市的住房价格上涨也较明显。因此为了遏制房地产价格的上涨,稳定房地产市场的发展,国家出台了一系列监管和调控措施,但结果并不好。所以需要更进一步探索房地产价格上涨的根本原因,寻找有效的影响因素,为政策调控提供更有实用价值的理论依据。本文在国内外学者对房地产价格影响因素的研究基础上,选取2000年至2017年中国房地产市场的月度数据,对我国房地产市场发展现状进行剖析,进而选取影响房地产价格的自身因素、经济因素、金融因素以及居民生活水平因素进行定性和定量分析,最终对房地产的价格进行预测。具体的研究成果如下所示:1.使用灰色关联分析法定量探讨这些因素对房地产价格影响的相对重要性。研究发现货币供应量M2、金融机构的各项存款余额、房地产开发投资额、中长期贷款利率和国内生产总值与房地产价格都有较高的灰色系数;2.其次选取关联度较高的影响因素构建向量自回归模型VAR,研究这些因素对房地产价格的动态影响,研究发现货币供应量短期内对房地产价格产生正向效应,随后出现负向效应,正向效应与负向效应呈现周期性交替变化。金融机构各项存款余额对当期存在较高的正向效应,长期整体为负向效应。房地产开发投资完成额对房地产价格整体存在正向效应。中长期贷款利率对当前的房地产价格并没有迅速做出反应,但是在后期对房地产价格有正向效应。国内生产总值,在前3.5期对房地产价格呈现正向积极影响,在第3.5期之后出现小幅度下降,并且随着时间的推移下降趋势逐渐减弱,最后趋于稳定状态。总体来看,国内生产总值对房地产价格的影响是正向的;3.利用改进后的神经网络模型来预测房地产价格,以前瞻性的视角,为促进房地产行业稳步发展提供依据。