基于灰色系统的西宁市商品房价格影响因素及预测研究.doc

DOC格式论文，方便您的复制修改删减基于灰色系统的西宁市商品房价格影响因素及预测研究（作者:_单位: _邮码: _） 摘要：本文采用西宁市1999-2008年社会经济统计数据，以灰色系统理论为基础，运用灰色关联分析方法对影响西宁市商品房价格的相关因素进行了分析，并利用GM（1，1）模型对西宁市商品房价格进行了预测。结果表明：竣工房屋造价是影响西宁市商品房价格的首要因素，未来5年西宁市商品房价格将呈上涨趋势。 关键词： 商品房价格 灰色关联分析 GM（1，1）模型 西宁市 近年来，随着中国经济持续高速增长，作为国民经济新的经济增长点的房地产业也经历着前所未有的快速发展，迅速成为消费热点和投资热点。房地产业作为我国经济新的增长点，一方面对促进我国经济的增长起到了举足轻重的作用；同时伴随着房地产投资、消费的快速增长，房价节节攀升，成为经济持续发展的一个隐患。 影响商品房价格的因素众多，有土地使用制度、住房制度、人口因素、经济发展状况、财政金融政策等一般因素，也有道路交通、城市设施、环境状况等区域因素，还有建筑物本身的结构特征等个别因素。但是，这些影响因素在不同的国家，甚至在同一国家的不同地区，不同的房地产业发展阶段所表现出来的影响力大小各不一样。 一、商品房价格的灰色关联分析 （一）灰色关联分析模型 灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否密切。曲线越接近，相应序列之间关联程度就越大，反之就越小。相对于以往的回归分析、方差分析、主成份分析等系统关联因素分析方法，灰色关联分析自身的优点可以弥补采用数理统计方法做系统分析所导致的缺憾。 关联度的计算步骤如下： 1.根据评价目的确定评价指标体系，收集评价数据 设m个数据序列形成如下矩阵： 其中n为指标的个数， 2.确定参考数据列X0 参考数据列应该是一个理想的比较标准，可以以各指标的最优值（或最劣值）构成参考数据列，也可根据评价目的选择其他参照值。记作： 3.对指标数据序列用关联算子进行无量纲化 4.逐个计算每个被评价对象指标序列与参考序列对应元素的绝对差值 5.求两级最大值与最小值 6.计算关联系数 式中，为分辨系数，在（0，1）内取值，越小，关联系数间的差异越大，区分能力越强，通常取0.5。 7.计算关联度 最后，将结果按照子序列对同一母序列关联度的大小顺序进行排列，就形成关联序。它直接反映了子序列对母序列的贡献大小或主次关系。 （二）影响因素的选取 房地产市场波动、房地产价格水平波动，从经济学上来说，是由房地产的供给和需求两种力量共同作用的结果。 根据统计资料和数据的易得性，确定西宁市影响房地产价格的主要因素有（见表1）：影响房地产需求的因素GDP、城市人口、城镇居民人均可支配收入、居民消费价格指数；影响房地产供给的因素房地产开发投资、地价、竣工房屋造价、商品房销售额。 （三）计算过程 1.对指标数据序列用关联算子进行无量纲化，然后逐个计算每个被评价对象指标序列与参考序列对应元素的绝对差值，求出两级最大值与最小值 2.计算关联系数（表2） 3.计算各因素与西宁市商品房价格变化的关联度（表3） （四）计算结果分析 由上述计算结果，可以得出关联度大小排序为： 0705010603020804 即影响西宁市商品房价格变化各因素的重要性依次为：竣工房屋造价、房地产开发投资额、GDP、地价、城镇居民人均可支配收入、城市人口、商品房销售额、居民消费价格指数。从各比较序列关联度分值上来看，研究选择的8个指标得分值均大于0.5，说明文中指标选择的合理性和科学性。 可以看出，对西宁市商品房价格影响最大的因子为竣工房屋造价。建材成本的增加、高品质建筑材料的使用、建筑工人工资的增加都推动了房价进一步上涨。房地产开发投资额、GDP、地价与商品房价格的关联度都大于0.85，说明这几个因素对商品房价格的影响非常密切。城镇居民人居可支配收入和城市人口数也是影响西宁市商品房价格变化的主要因素。商品房销售额和居民消费价格指数对西宁市商品房价格的影响相对较弱。 二、商品房价格的灰色预测 （一）GM（1，1）模型的构建 GM（1，1）模型是灰色系统理论中的一种预测模型。它以不确定性系统为研究对象，通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控，从而预测事物未来的发展状况。该模型是一种时间序列预测模型，它能根据少量信息建模和预测，因而得到广泛的应用。 灰色系统理论预测方法主要是GM模型的建立与求解。GM模型一般对应一个微分方程，微分方程的求解形成一个预测模型的函数方程。灰色系统理论的微分方程成为GM模型，G表示gray（灰色），M表示model（模型），GM（1，1）表示1阶的、1个变量的微分方程模型。 GM（1，1）建模过程和机理如下： 1.设原始数据序列(0)为非负序列； 其中， 2.对(0)做一次累加，生成数列(1) ： 其中， 3.构造数据系列 和数据向量： 4.确定参数 和u。采用最小二乘法对待定系数求解则有： 5.白化方程 的解为： 6.GM（1，1）模型的时间响应序列为： 7.还原值为： 8.模型精度检验： （1）计算均方差比： 其中： （2）计算小误差概率： 统计满足式子 （其中）的的个数，若此数为r ，则p=r/n。对于建立的模型是否优良，一般要进行均方差检验和小概率误差检验。一般地，相对误差越小越好；均方差比值越小越好（因为C值小，说明残差方差小，样本方差大）。而小误差概率p越大越好（因为越大，说明残差与残差平均值之差小于给定值0.6745S1的点越多）。对于已建立的GM（1，1）模型是否有效，一般参考精度检验表4。 （二）计算过程 以1999-2008年商品房价格作为依据，对西宁市商品房价格进行预测。 1.建立1999年到2008年西宁市商品房均价序列值： ()=(716,874,1071,1279,1315,1964,1993,2002,2294,2654) 2.对() 做一次累加，生成数列 () ： ()=(716,1590,2661,3940,5255,7219,9212,11214,13508,16162) 3.构造数据系列B和数据向量Y ： 4.确定参数a和b 5.确定模型 其时间响应序列为： 6.模型精度检验 （1）计算均方差比C ，精度为一级。 （2）计算小误差概率 所以，=10.95精度为一级。 参照灰色系统预测精度检验等级（表6），灰色预测模型综合精度等级为一级，模型预测结果有效。因此，模型： ，可用于预测西宁市商品房价格。 根据上述预测模型，计算得到2009-2013年西宁市商品房价格的预测值（表5）。 （三）预测结果分析 从预测的结果可以看出，今后5年西宁市商品房价格将呈现上涨趋势。 推动西宁市商品房价格持续上涨的原因主要包括需求和供给两个方面。从供给的角度看，在供应和需求一定的情况下，成本的上涨将推动房地产价格的上涨。房地产开发成本主要由地价和建筑材料价格组成，土地资源的不可再生性，决定了土地价格的总体上行趋势。受钢材、水泥等主要建筑材料价格和人工成本上涨的影响，建筑安装工程的价格也逐年上涨。土地价格和建筑安装工程价格的上涨，直接推高了商品房价格。因此，不断提高的房地产开发成本将成为客观事实。 从需求的角度看，随着城镇化水平的提高，城镇人口和城镇投资的增加，城镇居民可支配收入和流动性指标的高速增长，需求量将会持续增长。此外，西宁市作为青海省省会城市的相对优越条件，使得各州、县人口不断向西宁集中，加上青藏铁路的建成，也使西宁市辐射面积大大增加，吸引了更多外来人口居住，这都将推动西宁市商品房价格的不断走高。 三、结论 （一）利用灰色关联分析模型分析了近10年来西宁市商品房价格的影响因素，结果表明：对商品房价格影响最大的是竣工房屋造价，其他因素依次为房地产开发投资额、GDP、土地价格、城镇居民人均可支配收入、城市人口、商品房销售额、居民消费价格指数。 （二）建立了商品房价格预测的GM（1，1）模型，对西宁市商品房价格进行了预测。检验模型精度为1级，说明模型能很好地对商品房价格进行预测。预测结果表明，今后5年西宁市商品房价格仍将呈上涨趋势，且趋势明显。主要原因是西宁市商品房需求量的不断增加和房地产开发成本的不断上涨。 参考文献： 1梁云芳,高铁梅.我国商品住宅销售价格波动成因的实证 分析J.管理世界,2006(8). 2中国统计年鉴.北京:中国统计出版社,1999-2008. 3“房地产价格发展趋势研究”课题组.我国房地产价格发展 趋势研究J.统计研究,2008,25(5). 4赵莉莉,焦继文.房价影响因素的灰色关联度分