基于灰色预测的商品房价格影响因素及预测研究

1、基于灰色预测的商品房价格影响因素及预测研究摘要本文运用灰色关联分析法的定量分析方法，对2009-15年武汉市商品房价格的影响因素进行了分析。运用GM (1，1)模型对武汉市商品房未来价格进行预测，有利于政府对房地产市场的宏观调控。本研究综合分析，结合多学科知识，主张在实践过程中发现问题，然后进行理论研究，再应用于实践进行检验。关键词：商品房价格；灰色关联分析；Gm (1，1)模型1研究方法和数据来源1.2.1研究方法本文以灰色系统理论为基础，研究影响商品房价格的因素。采用的研究方法是灰色关联分析法，在研究房价未来趋势时采用的是GM (1，1)模型。(1)灰色关联度分析这一理论是由我国学者邓聚龙

2、教授创立和发展起来的。它指的是一个系统，其中一些信息是已知的，而一些信息是未知的。关联是指两个系统之间的因素，因为对象和时间，以及在变化过程中的相关性的衡量。在系统的开发中，如果这两个因素的变化趋势相同，并且同步性高，则结果相关性好，通过比较判断这些因素的主次因素4-6。本文通过选取不同的指标，依次与商品房平均价格进行关联度分析，并对结果进行排序，得出各指标对房价的影响程度。(2) GM (1，1)模型灰色预测模型中最重要的是GM模型，因为这种模型在预测房价未来发展趋势时相对准确。另一个优点是，它可以在信息非常少的情况下准确预测，并且计算方法相对简单，因此它被用于许多行业7。数据源为了更好地反

3、映武汉市商品房价格变化的机理，并考虑到数据的真实性和方便性，为了更好地对其进行分析，本次分析的数据均为2009年至15年的统计年鉴。2商品房价格的灰色预测2.1灰色系统预测灰色理论不需要大量的数据来建立模型，然后进行分析和预测，最后进行系统分析。它解决了过去由于缺乏数据和不确定信息而无法研究或难以研究的软科学和技术科学问题，并已广泛应用于工程控制、管理决策和社会经济等许多领域15。在灰色系统中，只有一小部分信息是真实有效的，而其他信息是模糊的。本研究从系统出发，研究系统内部的灰数和灰关联。灰色预测是对一定时期内的灰色系统和灰色过程的预测。灰色预测方法的特点是在提取离散值时将离散数据视为连续变量

4、，因此在处理数据时可以使用微分方程。原始数据不能直接使用。使用的数据是通过累积原始数据生成的，然后微分方程模型用于这些数据。这使得数据看起来有规律，并避免了许多随机错误。灰色系统GM (1，1)需要的信息少，计算方便，预测精度高，因此许多行业都在使用这种方法进行分析和预测16-18。2.2 GM(1，1)模型的构建灰色系统理论预测方法主要采用GM模型，GM模型对应一个微分方程，求解过程是模型预测的函数方程。模型的每个字母都有意义。19.GM (1，1)建模过程和机制如下：(1)假设原始数据序列是正序列；其中，(2)进行累加，生成序列：其中，(3)构建数据序列和数据向量：,(4)确定参数和b .

5、用最小二乘法求解待定系数：(5)建立预测模型。GM (1，1)预测模型的一般形式是微分方程：时间响应函数为：(6)根据GM (1，1)模型得到的数据是一个累计量，因此需要恢复预测值：(7)模型精度检查：(1)对于剩余误差和相对误差：,(2)计算均方差比：其中：(3)计算小误差的概率：计算满足公式的数量(其中)，如果这个数量是，那么。模型建立后，需要对其进行检查。检验方法包括均方差检验、小概率误差检验和相对误差检验。一般来说，相对误差越小越好。测试后的均方差比越小，残差方差越小，模型越好。误差概率p越小越好。检查模型时，一般参考精度检查表6。表6灰色系统预测精度检验等级参考表20精度等级相对误差

6、均方差比小错误概率楼梯0.010.350.95二级的0.050.500.80三级0.100.650.70四级0.200.800.602.3计算过程根据以上讨论，选择是基于2009年至15年的商品房平均价格，然后根据这些数据预测未来的房地产市场。(1)首先确定2009年至15年武汉市商品房平均价格序列值：(2)进行累加，生成序列：(3)构建数据序列和数据向量：(4)确定参数和b .用最小二乘法求解待定系数：(5)建立预测模型。通用的GM (1，1)预测模型采用微分方程的形式：时间响应函数为：(6)由于由GM (1，1)获得的数据是一个累计量，因此有必要恢复预测值：(7)模型精度检查：表7 GM(

7、1，1)模型预测值与实际值的比较年提前诸元恢复数据原始资料剩余相对误差(%)200999099099000020102201.621211.621140-35.810.0620113759.261557.621526-15.810.0220125761.682002.442226111.780.1020138335.942575.2625823.8700201411645.323309.383180-64.690.04201515899.764255.44436856.780.03(1)计算平均相对误差：平均相对误差为2级精度。(2)计算均方差比：，精度为1级。(3)计算小误差的概率：精度是1

8、级。根据表6中灰色系统预测精度检验等级标准，灰色模型的综合精度等级为1级，模型预测有效。因此，该模型：可以预测武汉市商品房价格。2.4预测结果分析从以上分析可以得出，武汉市16年和17年商品房价格预测分别为5470.98元/m2和7033.5元/m2。从这个预测数据中，我们可以看到，商品房价格在未来将继续上涨，而且涨幅将非常大。(1)在经济发展的同时，需求将继续增长。(1)居民购买力将继续增长。经济发展越来越好，人均收入水平也将提高，家庭可支配收入将增加，许多人愿意投资住房。这大大提高了居民的购买力。(2)在城市化进程中，大量农村剩余劳动力将流向城市，城市人口将增长和扩大。既然每个人的经济状况

9、都很好，对住房的需求就会越来越高。(2)建筑成本仍将上升(1)由于土地资源的不可再生性，未来土地价格将继续上涨。随着耕地资源的逐年减少，从粮食安全的角度来看，国家将逐步收紧土地供应，可用于房地产开发的土地也将减少，土地价格也会相应上涨。目前，我国的土地出让制度已经开始广泛采用市场招标、拍卖和挂牌的形式，并规定在有条件的前提下，尽可能采用拍卖的形式出让土地。有一些政策控制房地产价格，但开发商在竞争过程中仍然存在恶性竞争，所以土地价格也在朝着不好的方向发展。(2)建筑安装成本持续上升。由于劳动力和建筑材料的价格逐年上涨，安装工程的价格也在上涨，这就导致了住房成本的增加，最终住房价格也会上涨。再1刘兴国。中国城市住房价格问题分析J。价格理论与实践，2013，12: 47-48。2杜晓芳，张金所。中国商品住宅价格的灰