在我国过去的经济发展中,房地产行业以及上下游产业对经济发展起到了重要的作用,但是自从2016年中央经济工作会议上中央财经领导小组提出“房住不炒”后,如何看待房地产市场、房地产价格后市如何发展已成为影响我国经济发展的重大问题。厦门市,隶属于福建省,是东南沿海重要的中心城市、港口以及风景旅游城市,本文将以厦门房地产价格作为研究对象,通过理论研究和实证研究去甄别厦门房价变化的主要影响因素,并对未来厦门的房价预测模型进行研究。本文的研究主要分为两个步骤。第一步是房地产的影响因素分析,本文引入了互信息熵来对房地产价格的影响因素进行分析。互信息熵可以对于变量之间的非线性相关关系进行有效的分析和挖掘,并使用VAR模型对房地产价格与相关因素的关系进行了深入研究和分析,且通过脉冲响应深入研究了其相关关系。第二步是基于SVR的房地产价格预测模型,SVR可以通过高维空间的降维来提高拟合的精度,拥有比神经网络等量化算法对非线性模型更优的拟合结果。本文以厦门市房地产价格为因变量,以相关指标为自变量,构建SVR模型及BP神经网络模型拟合房价并计算误差,进而对比两个价格预测模型的优劣。本文的研究结果发现厦门市GDP、土地价格指数、土地成交均价、厦门城市住房租赁价格指数、厦门城镇人均可支配收入、厦门常住人口、厦门城镇化率、房地产开发中国内贷款、厦门商品房施工面积、货币供应量M2这10个影响因素是影响厦门市房价的主要因素,这10个因素主要涉及经济发展、人口发展、土地价格、房地产供给、资金供给五个方面。其次,通过建立SVR预测模型以及BP神经网络模型发现SVR预测模型的精度高,而BP神经网络预测模型的精度比较低。