【基于灰色系统的房价分析与预测实证案例6600字（论文）】

[6](1)灰色绝对关联度：与的始点零化像分别是：,…,其中：,.与的灰色关联度为：(2.1.1)其中，,(2.1.2)(2.1.3)(2)灰色相对关联度：与的初值像分别为：，…，,其中：,与的灰色相对关联度为：(2.1.4)其中，，(2.1.5)(2.1.6)其中，,(3)灰色综合关联度：与的灰色综合关联度为：;(2.1.7)其中，本文取。反映了比较数列与参考数列的相关程度，此值越大，表示两者的关系密切，说明比较数列对参考数列的影响程度越大。通过灰色关联度分析，可以算出对洛阳市房价影响程度大的因素作为主要因子。2.2GM(1,1)模型GM(1,1)模型是灰色系统理论中最常见一种灰色动态预测模型,该模型由一个单变量的一阶微分方程构成。它主要用于复杂系统某一主导因素特征值的拟合和预测,以揭示主导因素变化规律和未来发展变化态势。GM(1,1)模型的预测步骤为：设一组原始数据为，n为数据个数。对累加以便弱化随机序列的波动性和随机性,得到新的数列为：其中，生成的邻均值等权数列其中，根据灰色理论对建立关于t的白化形式的一阶一元微分方程GM(1,1)：(2.2.1)其中，为待解系数,分别称为发展系数和灰色作用量，的有效区间是(-2,2)，并记构成的矩阵为灰参数：只要求出参数，就能求出,进而求出的预测值。对累加生成数据做均值生成B与常数项向量：用最小二乘法求解灰参数,则(2.2.2)将灰参数代入公式(2.2.1),并对公式(2.2.1)求解得：(2.2.3)将上述结果累减还原，即可得到预测值(2.2.4)2.3GM(1,N)模型GM(1,N)模型是由N个变量组成的一节先行动态模型，其微分方程为：其中，是对原始数列的一次累加生产，记系数向量根据最小二乘法求出，计算公式为(2.3.1)其中B=微分方程的解为：(2.3.2)计算出，对做还原生成：(2.3.3)得出预测值3洛阳市房地产价格预测3.1筛选影响房价的主要因素3.1.1分析影响房价因素对于住宅房价的直接具有影响性的因素主要可以有很多,如城市住宅开发房屋的实际建造使用成本、市场需求成本关系、城市拥有大小不同规模综合住宅的全体居民基本生活和公共消费水平,城市经济社会整体经济和城市社会文化发展的水平,城市全体居民的常住人口密度,土地价格,房屋的市场供求关系,物价价格指数,居民的人均可支配经济收入等等,而这些具有影响性的因素都可以是从不同的几个方面角度来直接影响一个住宅房价,我们把对于住宅房价的直接具有重要影响性的因素详细划分成以为四个主要的影响类别:房地产开发项目住宅开发的建造成本,影响城市住宅开发高价价格走势的主要影响因素等还有其与国家经济政策、国家社会经济发展现状、市场需求等等关系,从以下几个面的角度我们来详细分析一下这些影响房地产开发价格的主要影响因素。(1)国家政策国家在房地产开发领域的每一项土地新政政策措施,都会给整个房地产开发行业市场造成一些或多又少的市场震荡,其中主要包括了土地限购、贷款等。简而言之,影响当前我国城市房价的很重要一个因素之一是也就是我们的这个中央调控政策,但此因素无法做量化处理,因此在此处仅作分析。房地产行业属于一个高度资金密集型行业,其房价的变化走势与其市场经济的趋动有着紧密的联系。例如:2008年的房价大幅下跌,这主要是因为来自当年世界性的全球经济危机对中国市场的影响。随着经济的下行,房价必然会进入均速上升或者持续性下降的通道。(3)市场供需关系通过对洛阳市目前房地产市场的情况和自身区域特点的了解，选取了7个因素进行关联分析，即：城镇居民人均可支配收入、城镇常驻人口数、竣工房屋平均造价、人均生产总值、房地产开发投资额、居民消费价格指数、商品房住宅区平均销售价格。根据表3.1所提供数据与上面的房价分析，本文以商品房住宅平均销售价格为系统参考序列，记商品房平均销售价格为选择与商品房销售价格有关的因子作为比较序列，记洛阳市人均生产总值为，城镇常住人口为，城镇居民人均可支配收入为，竣工房屋平均造价为，房地产开发投资额为，居民居住消费价格指数为。表3.1为洛阳市7个指标具体数值。表3.120013-2019年洛阳市7个指标的量化值年份2013201420152016201720182019城镇居民人均可支配收入（元）22105239832534926892290713130933626城镇常住人口总数（万人）261 272280 290 300309319竣工房屋平均造价（元/平方米）1751181319892134204821922422人均生产总值（元）31138336963456237805409624369650277房地产开发投资额（亿元）227.29267.49257.54365.86380.74343.35331.42居民消费价格指数（%）（以2012年为100）102.8104.9106.4108.2109.6111.9115.6商品房住宅区平均销售价格（元/平方米）3158360737223739414550455589以上数据来源于河南省统计局《河南省年鉴统计》。3.1.2求出综合关联度(1)求出绝对关联度序列和和的初始化零点：由公式(2.1.2)和(2.1.3)得最后由公式(2.1.1)得绝对关联度：(2)求出相对关联度序列和和的初值像为：序列和和的始点零化像为：由公式(2.1.5)和(2.1.6)得,由公式(2.1.4)得：(3)求出综合关联度由公式(2.1.7)得和得综合关联度为：同理可得：则3.1.3筛选主要因素我们通过结果分析得知，这六大影响因素关联度都超过了0.5，我们从中选取3个关联比较大的作为主要影响因素，即：竣工房屋平均造价、人均生产总值、房地产开发投资额。3.2建立GM(1,4)预测模型通过比较关联度分析我们选出3个关联度最好的因素，我门建立了GM(1,4)预测模型，得到了GM(1,4)模型的系数向量.GM(1,4)模型为：最终解得：(3.2.1)应用公式(2.3.2)和(2.3.3)，我们可以得到商品房平均销售价格的模拟值，结果见表3.2，得出平均相对误差，%，由于数据比较少的缘故，GM(1,4)依然有不错的表现，但在大量数据中这个误差其实要小得多。表3.2房价预测模型GM(1,4)模型的计算结果年份2013201420152016201720182019实际值3158.133607.13722.223739.294144.915045.075589.44模拟值3158318341333985429748435853残差0424.36-410.66-245.26-152.32210.58-263.91相对误差（%）013.43711.3856.5894.0745.08115.231平均相对误差7.633%3.3GM(1,1)模型预测3.3.1模型建立(1)我们记表3.1商品房住宅区平均销售价格为序列，原始数据具有很强的随机性，因此我们要进行累加处理生成1-AGO序列：生成的邻均值等权数列:对累加生成数据做均值生成B与常数项向量：,由白化方程，并记a，u构成的矩阵为灰参数，得模拟值与误差根据公式(2.2.3)和公式(2.2.4)解得模拟值和模拟误差,如下图所示：表3.3GM(1,1)模型模拟值及其误差数据时间实际数据模拟数据残差相对模拟误差20143607.1003306.061301.0398.346%20153722.2203650.57071.6501.925%20163739.2904030.978-291.6887.801%20174144.9104451.027-306.1177.385%20185045.0704914.848130.2222.581%20195589.4405427.001162.4392.906%我们从结果得知，此模拟值的平均相对误差为，这个误差比GM(1,4)的误差更小，在这里数据更为匮乏的时候GM(1,1)预测的精度更高因此我们在这里选用GM(1,1)模型来预测洛阳市未来的房价。3.3.2GM(1,1)模型预测根据公式(2.2.3)和公式(2.2.4)我们可以得出未来几年内洛阳市的房地产价格，在这里我们只计算了近五年的房地产价格。结果见表3.4。表3.4近五年的房地产价格202020212022202320245992.56617.07306.58067.98908.64结论(1)通过分析采用灰色关联度分析准确甄别出并得到主要的房价影响因子,建立一个GM(1,4)的房价预测模型,不但准确找到了四个影响我国洛阳市今年房价的主要影响因素,而且通过对比GM(1,1)和GM(1,4)的误差，选用误差更小的模型，提高了对房价预测结果的准确性和预测可信度。(2)管GM(1,1)模型的预测精度较高,但GM(1,N)仍然具有重要参考意义,对洛阳市商品房价格的影响程度较大的因素主要有:城镇居民的可支配收入,房地产开发项目的总投资额,人均GDP;根据上述结果,可知:驱使洛阳市住宅和房地产价格波动上涨的主要因素为洛阳市城镇居民实际可支配收入、房地产开发项目投资总额和洛阳市居民人均GDP。由于人均GDP和城镇居民收入上涨因此房价也居高不下，因此得出洛阳市房地产价格依然会继续上涨。(3)洛阳市房价整体来说稳定上涨，每年以9%的幅度上涨，然而跟据洛阳的房地产开发投资额却逐年下降，房价也许会趋于稳定。5建议对于洛阳市房地产领域的市场,根据研究成果在此就洛阳市房地产市场的发展问题提出了几点意见和建议:(1)通过上面的灰色系统关联度分析,诸多因素对洛阳市商品房价格的影响都很大,最重要的就是城镇居民的可支配收入,其次是完工后的房屋总体造价。于是,政府就可以考虑通过减少和提高房地产开发商的住宅造价水平等措施,从而降低房地产的价格。一方面可以有效降低了人们的日常生活和财务成本,另一方面减少了对房地产公司和企业征收的所得税,相当于减少了房地产投资和开发的成本,有助于减少房地产在价格波动中的转移和成本。前政府宏观调控己经由以前从单方面的需求端调控转变到了供需两端同时进行调控。(2)由此通过上述的灰色关联度分析得出,政府通过扩大土地的供应范围对房地产价格的影响程度是有限制的,因此在供给端就应与其他一些方式相结合的措施进行激活.对于社会公众来说,应当更加理性地看待住房价格的波动,并认识到随着我们国家经济社会的持续快速进步,居民收入水平的不断上升使得房价在中长期内呈现出大幅上涨的趋势具有必然性。所以我们要根据自己的实际情况灵活适当应对、认真地制定房屋购置的计划。(3)购房建议。对于具备一定经济基础的农村居民在他们的经济能力允许的情况下,依照自身的需求去购置恰当的商品房以便解决他们所要求的居住。在改善了居住环境的同时,还能够实现固定资产保值和增值,这就是一个明智选择。对于这些中低收入阶层的年轻人购买能力有限和其背上沉重的负担做房奴,严重影响他们的生活质量,不如合理地规划和科学的理财去选择最适合自己的住所和居民选择对于那些暂无房屋具备购买能力的青少年,他们可以将自己所购置的住房当作人生努力和奋斗的一个目标,并且通过不断完善自我和提高自身的能力来促使个体性收入水平的提升和速度迅速地快于房价的走高来实现未来房价目标化从而变成了房价升高的压力,成为自我努力的动机,并推动了事业的进步。(4)目前我国房地产市场仍然处于上升和发展阶段，这个时期城市化的进程也在不断提高加快但是近几年来由于房价的过快走向大幅度上涨在直接导致普通住宅和居民买房困难的情况下同时还可能会助长经济泡沫而导致经济增速"虚假锋荣"泡沫一旦爆出就会严重危害整个社会和经济因此政府必须积极采取有效的手段对其进行风险管理和调控。认为政府的调控是为了通过打压住宅价格让其房价得以迅速出现巨额下降这样一个想法同时也是不切合现实的。如前所说的商品房价格的波动和涨跌主要是由于受到了市场经济规律的约束，然而若房价大大高于市场购买力的水平,那么房价势必会出现一个回落,即在所谓的暴涨后必然会出现暴跌。所以政府通过调控来打压房价主要是为了遏制房价的暴涨更主要是为了避开房价在过快走向高点之后暴跌最终以及保障房地产领域的可靠性和持续健康发展。如何通过建立一个更为完善的社会公共保障住房制度来实现广大民族群众生活住有所居的目标在现阶段,由于房价的上升过快而未能建立一个更为完善的社会公共保障住房制度来解决城镇贫困家庭尤其是偏远贫困户的住房问题,这个时候就已经变得很当务之急了。目前,我国的保障性住房基本上就包括了廉租住房、公共出租住房、限价商品房、经济适用房。由于限价的商品房、经济适用性住宅的建设、管理困难很高,容易造成资源分配失衡而滋生贪污。更有甚者一些开发商打着经济适用房的标签变相投资开发一般商品房来牟取自己的利益。所以我们想要真正做到能够充分发挥保障性住房的"保障"功能首先就是需要在政府和社会各方面建立健全完善的保障性住房制度框架真正做到有法可依、有章可循。这样保障房的所有各个环节都才会顺利地得到推进。其次,保障房建设应以廉租房、公共租赁住房两种类型为主:继续加大廉租房的建设力度,着眼于解决低收入人口和贫困户住房的问题适当建造公共租赁性住房逐渐解决贫困户和中等偏低收入人口住房的问题。康租房、公租房的建设必须拓宽等融资渠道,增加保障性住房资金投放。一个特别是名级政府应该把如何加快保障房建设发展作为一项重要的国家民生工程去抓,加大对其他领域的财政扶持力度。一个建议就是暂时停止对地价进行打压,转而以在拍卖中出让的不到其他人所能获得的在拍卖中获得的绝大多数收益当做是建设保障性住房的资金来源。二是出台激