基于GM(1.1)模型的西宁市商品房价格预测研究.docVIP

基于GM(1.1)模型的西宁市商品房价格预测研究 　　摘要： 采用西宁市1999-2008年商品房价格数据，以灰色系统理论为基础，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：未来5年西宁市商品房价格仍将呈上涨趋势。 　　Abstract: Taking Xining City in Qinghai province as an example, according to the data of commercial housing price from 1999 to 2008, this paper predicted the commercial housing price by applying GM（1,1）model. The results showed: in the future five year, commercial housing price will show a rising trend in Xining City. 　　关键词： 商品房价格；GM（1，1）模型；西宁市 　　Key words: commercial housing price；GM（1,1） model；Xining City 　　中图分类号：F201 文献标识码：A文章编号：1006-4311（2011）05-0126-02 　　 　　0引言 　　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[1]。1999-2008年，全国商品房平均销售价格从2053元/平方米上升到3800元/平方米，上涨了85.09%[2]。西宁市商品房均价也由1999年的716元/平方米上涨到2008年的2654元/平方米，十年时间，商品房价格增幅达270.67%，年均增长30.07%，商品房价格涨幅接近3倍。房价增长过快的趋势，不仅极大地影响到城市居民的生活质量，也是整个国民经济继续平稳发展的一个不稳定因素，房价问题已经成为一个引起广泛关注的重要经济问题和社会问题[3]。因此，加强房地产宏观调控成为国家宏观调控体系的重要内容之一。 　　本文以灰色系统理论为基础，运用GM（1，1）预测模型，对西宁市商品房价格进行预测，为政府制定宏观调控政策提供决策参考。 　　1GM（1，1）模型的构建[4] 　　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X为非负序列； 　　X=x(1)，x(2)，…，x(n) 　　其中，X（k）?叟0，k=1，2，…，n 　　②对X做一次累加，生成数列X： 　　X=x(1)，x(2)，…，x(n) 　　其中，x(k)=x(i)，k=1，2，…，n 　　③构造数据系列B和数据向量Y： 　　B=-x(1)+x(2)1-x(2)+x(3)1┆┆1-x(n-1)+x(n)1，Y=x(2)x(3) ┆x(n) 　　④确定参数a和b。采用最小二乘法对待定系数求解则有： 　　=a，bBBBY 　　⑤白化方程+ax=b的解为： 　　x(t)=x(1)-e+ 　　⑥GM（1，1）模型x(k)+az(k)=b的时间响应序列为： 　　(k+1)=x(1)-e+，k=1，2，…，n 　　⑦还原值为： 　　(0)(k+1)=(1)(k+1)-(1)(k)，k=1，2，…，n 　　⑧模型精度检验： 　　1）计算均方差比C： 　　C= 　　其中：S= 　　S= 　　=x(k) 　　=ε(k) 　　2）计算小误差概率p： 　　p=Pε(k)-＜0.6745S 　　统计满足式子ε(k)-＜0.6745S（其中k=1，2，…，n）的e(k)的个数，若此数为r，则p=。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）