2017年杭州市小客车增量指标竞价研究.docxVIP

杭州市小客车增量指标竞价预测摘要当下，杭州市小客车增量实行摇号和竞价两种方式。就竞价这种方式来说，其受竞买人的出价时间，价值预期以及淡旺季的影响，所以竞买者对其最低价格及平均价格很难猜测。所以如何使自己的成交额最小，节约更多的钱成为该文要解决的问题。对于表格所给的数据的分析，我们可以看出最低成交价与平均成交价走势一致，且均为年初时走高，在七八月份开始跌落，然后又开始上涨。因此我们猜测在前半年以及最后几个月，价格走势呈固定趋势上涨。通过灰色预测模型，可以估算出2017年五月份，最低成交价及平均成交价为 40445和43801。另外，通过函数图像拟合得出，一年中最低价集中在10月份和11月份。通过对每年数据的拟合得到拟合函数，通过函数得到2017年最低价为31710元。关键词：灰色预测 图形数据拟合 GM（1，1）模型问题重述问题背景杭州市小客车增量指标实行摇号和竞价两种方式，竞价就是符合资格的竞买人凭已确认为有效编码的申请编码及报名时填写的手机号码进行竞价资格激活，并在规定时间内登录竞价系统进行报价。竞价时间为竞价日的9：00至15：00。竞买人可以报价1次，并可对其报价进行两次更改，系统成交以最终有效报价为准;竞价系统于11：00和13：00分别公布当前平均价格，竞买人可以根据公布的平均价格更改自己的报价。竞价时间截止后，竞买人可登录竞价系统查看成交结果。报价设有最高限价，最高限价为上个月平均成交价格的两倍。每月的25日竞价，竞价系统会按照出价由高到低依次成交，如果报价相同，则按照报价先后顺序依次成交。下图是我找到的竞标的各种数据（不足的自己补足），请根据实际的数据和竞标规则完成以下问题：问题提出一、预测2017年5月份个人竞价的平均价格和最低价格？二、如果某人想在未来一年内通过竞价以尽可能低的价格获得一个小客车增量指标，请给出一个最优的策略：应该在几个月参与竞价，报价在多少？图1基本假设1.无内幕交易2.车牌价格只受市场因素影响3.无恶意哄抬价格行为符号说明及名词解释基本符号观测值数列微分方程系数构造矩阵表1问题分析问题一要预测2017年5月份个人竞价的平均价格和最低价格需要先分析各类因素与价格的关系。所以从未来价格的预测和影响价格因素的关联度来分析，应用灰色模型GM（1，1）的原理来预测。问题二对于问题二则是对问题一的延伸，由于GM（1，1）的限制，通过函数图形拟合分析得出平均价格最低的波动月份。模型建立与求解问题一灰色模型GM(1,1)针对价格预测问题，从未来价格的预测和影响价格因素的关联度来分析，这里应用了灰色模型GM（1，1）的原理来做预测与构建。灰色预测是对某一指标的发展情况做出预测，预测的结果是该指标在未来各个时刻的具体数值。原理如下：设数列共有n个观测值 ，对做累加产生新的数列，其元素,；对这个新的数列，其变化趋势可以近似的用微分方程描述在式中，和可以通过最小二乘法拟合得到，如下：在式中，；为构造函数矩阵微分方程公式所对应的时间响应函数为由式对一次累加生成数列的预测值，可以求得原始数据还原值，其中，并规定根据上述公式，现预测五月份的平均价格和最低价格。首先，对已有的数据进行筛选，通过灰色模型适用性检验可以得到每年七八月份到明年七八月份平均价格走势符合灰色预测模型的适用性。所以，选取2016年十月份到2017年四月份的数据进行灰色预测。月份8910111213141516平均价格458423736823031274293333734370355883750841175表2（2017年1月份以13开始便于预测）根据公式得到五月份车牌平均成交价格GM预测模型：通过MATLAB运行我们得到该拟合图像。拟合函数曲线与原始数据基本契合。最后得到五月份预期平均成交价为43801元。图2计算最低成交价的过程同上步骤，只需替换程序中的原始数值，最后得到预期最低价格为40445。问题二数据拟合及分析根据对往期数据的拟合，我们可以看到2015年与2016年最低平均成交价出现在10月份到11月份，所以建议在10月份或11月份进行报价。图3图4根据对过往三年最低价的数据拟合我们预测出第4年的平均价格为31710元。图5模型分析优点：1.灰色模型适合于这种对未来不确定性的预测；2.灰色模型操作简便，所需数据量少；3.整体模型对数据拟合度较高缺点：1.灰色预测模型求解过程为黑箱，故无法找出程序运行过程中出现的潜在问题2.由于数据相对缺乏，所以拟合度相较其他情况下较低。附件灰色预测代码：clc;clear all;x0=[10000 19100 25500 31000 31000 33100 36000 40000];%填入数据n=length(x0);%做级比判断，看看是否适合用GM（1，1）建模lamda=x0(1:(n-1))./x0(