基于灰色预测商品房价格影响因素及预测探究.docVIP

基于灰色预测商品房价格影响因素及预测探究 　　【摘要】在这篇论文里面分析武汉市09年到15年期间对商品房价格影响的因素时使用的是灰色关联分析方法进行的定量分析。在对未来武汉市商品房价格的情况进行预测的时候使用了GM（1，1）模型，这样有利于政府对房地产市场宏观调控。在这次研究的时候是综合的进行分析，将很多学科的知识融在一起，主张从实践的过程中发现问题，进而进行理论研究，然后再用于实践中进行检验 【关键词】商品房价格 灰色关联分析 GM（1，1）模型 一、研究方法和数据来源 （一）研究方法 本文在研究影响商品房价格因素预测的时候是在灰色系统基础上研究的。使用的研究方法是灰色关联度分析方法，对房价未来的走势研究的时候使用的是GM（1，1）模型 1.运用灰色关联度进行分析。灰色理论不需要大量数据即可建立模型进而分析预测，最终进行系统分析。解决了以往由于数据少，信息不确定而无法研究或难以研究的软科学与技术科学的问题，现已在管理决策和社会经济等许多领域得到了广泛的应用。研究的时候就是从系统出发，对系统内部的灰色数和灰色关系进行研究。灰色预测是对灰色系统进行预测，对一定时间内的范围内的灰色过程进行预测。灰色预测方法的特点表现在：在提取离散值的时候是将离散数据看成是连续的变量，这样在处理数据的时候就可以使用微分方程。原始数据不能直接使用，用的数据是由原始数据累加生成的，然后对这些数据使用微分方程模型，就显得数据有规律且避免了很多的随机误差 该理论是我们国家的学者邓聚龙教授创立发展的，指的是一些信息已知，一些信息未知这样的系统。关联度指的是在两个系统之间的因素，因为对象和时间的原因，在变化过程中关联性大小的量度。在系统发展的时候，如果这两个因素变化趋势是一样的，而且同步性高，这样的结果就是关联度好，通过比较判断这些因素的主次要因素[4]。本文通过选取不同指标，依次与商品房均价进行关联度分析，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。灰色预测模型里面最重要的就是GM模型，因为这个模型对房价未来发展趋势的预测结果比较优良。还有一个优点就是在信息特别少的情况下都可以精确的预测，计算方法也比较简单，所以在很多行业里面都在使用 （二）数据来源 为更好的反映出武汉市商品房价格变化机理，同时考虑到数据的真实性和便捷性，进行更好地分析，这次分析的数据来源09年到15年的《武汉统计年鉴》 二、商品房价格影响因素的灰色关联分析 （一）影响因素的选取 根据统计资料和数据的易得性，确定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、总人口、城镇居民人均可支配收入、地方财政收入 影响房地产供给的因素：房地产投资、地价、商品房竣工面积、商品房销售面积 上述指标说明如下： X0为房屋销售价格，用房屋销售价格数据说明房价的变动情况 X1为国内生产总值（GDP）。GDP反映社会经济发展对房地产产品的需求，GDP增加，需求增加，房价上涨。反之，房价下降 X2为年末总人口。用年末总人口表示现住户籍人口的变动。户籍人口反映对住房需求的规模趋势，人口增加，需求增加，房价上涨。反之，房价下降 X3为城镇居民人均可支配收入。人均可支配收入增加，市场需求增加，相对价格上涨。反之，价格朝相反方向变动 X4为地方财政收入。地方财政收入增加，市场需求增加，价格上升，反之相反 X5为房地产投资额。房地产投资增加，供给增加，相对价格就会下降。反之，价格朝相反方向变动 X6为土地交易价格。用来反映地价的变化。土地价格增加，供给减少，房价增加。反之，房价减少 X7为商品房竣工面积。竣工面积增加，供给增加，相对价格会下降。反之，价格朝相反方向变动 X8为商品房销售面积，用来反映市场需求。销售面积增加，需求增加，相对价格会上升。反之，价格朝相反方向变动 （二）结果计算与分析 1.结果计算。根据关联度的定义，可得关联度的计算步骤如下： 第一，设这9个原始指标数据序列 第二，对指标数据序列用关联算子进行无量纲化 第三，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（表2）： （二）预测结果分析 从上面的分析得出16年和17年武汉市的商品房价格预测是5470.98元/平方米、7033.5元/平方米。这一预测数据可以推定今后的商品房房价持续上涨态势不变，且涨幅有一个明显的提升 1.在经济发展的同时，刚性需求量会持续增长。居民购房能力会持续增长。经济发展越来越好，人均收入水平也会增长，家庭可支配的收入会增多，很多都愿意把钱投资在住房上面。这对居民购买能力有很大提高。在城市化进程发展的时候，很多的农村剩余劳动