【基于灰色关联度模型的H市房价分析及预测研究5700字】.doc

PAGE2

PAGE2

基于灰色关联度模型的H市房价分析及预测研究

目录

TOC\o1-2\h\u32205淮北市房价分析及预测 1

12930摘要 1

11080引言 2

185491影响商品房价的主要因素 3

137891.1经济因素 3

195911.2社会因素 3

89201.3地理位置因素 3

65961.4人口流动因素 4

268622灰色理论建模基础 5

219062.1如何建立灰色模型 5

70272.3GM（1,1）模型的精度检验 6

61023灰色预测模型预测淮北市商品房未来几年均价 8

92893.1灰色模型GM（1，1）建模： 8

304793.2灰色预测的处理过程 8

244603.3统计预测 9

266503.4总结 9

92714引用灰色关联度模型分析 10

226085基于淮北市房地产的实证分析 12

55295.1数据的选取 12

121305.2数据无量纲初始化处理 12

92925.3求绝对差序列 12

64505.4总结 14

123536结论 15

30653参考文献： 16

摘要

近年来淮北市住宅商品房价格持续上涨，深受淮北市人民的注意。房地产商的集中投资、物价上涨、政府开发等因素都推动了房地产市场的发展。房价也跟着水涨船高，房价成为每个人不得不关注的问题。本文将通过引用灰色模型GM（1,1）研究各因素对淮北市房价的影响程度，分析论证淮北市未来几年的房价走势。建立以灰色理论分析为基础的房价预测模型。房价变化涉及到很多方面,例如:政府政策、人均收入、国家生产总值等等。这是一个非常复杂的经济学问题,同时也涉及到民生问题,以至于不能使用精确的数学公式描述。使用灰色系统理论为基础,以统计学为辅助,以表格的形式进行数据分析,依靠灰色理论科学预测淮北市未来三年的房价。

关键词:灰色模型GM（1,1,）灰色理论淮北市未来房价

引言

改革开放之后,房地产市场迎来的属于自己的第一个春天,全国各地都在拆旧房,盖新房。2008年金融危机之后,是房地产市场的转折点,国家需要建筑行业的发展带动国内经济发展,房地产就是最大的受益者。国内房地产业可谓是蒸蒸日上。房地产行业迎来了繁荣发展,从中心城市向周围扩散,省会城市向省内其他城市扩散。淮北市做为安徽省北大门,能源型城市,在淮北经济圈中有着重要地位,因此研究淮北市房价的未来走向,也间接预示了这座城市的未来发展如何。研究房价的方法有很多种。在国外，MalpezziS.对美国房价波动的主要因素进行研究，指出高新技术产业集聚对美国房价上涨具有重要推动作用[1]。在国内，梁云芳和高铁梅针对房价区域性波动建立计量经济模型，表明企业借款数额以及国民经济发展等因素对房价波动作用较大[2]。

本文接下来将通过灰色系统理论,将对影响淮北市房价的各因素进行理论分析,分析各因素对房价的影响程度,以此准确预测淮北市未来房价的走向,为淮北市的房地产投资商和为有购房打算的淮北市人民提供一个参考。灰色模型GM（1，1）,也称灰色理论,灰色理论即为:系统的行为线性是错综复杂的,数据是朦胧的,但其也有序有规律的,具有整体性的[3]。灰色系统分析中最为经典的方法也是最可靠的就是运用概率统计的方法。在无穷的变化过程中,通过统计大量的数据从中发现线索寻找规律,并对这个数据进行统计分析,最后得出结论。自1982年邓聚龙教授提出灰色系统理论至今，就吸引了世界范围内科学家的注意力。灰色系统理论被广泛应用。然而随着学术水平的不断提高,学者门逐渐发现了经典多元线性回归模形—些不足的的地方,试图通过引用灰色理论弥补它的不足,因此产生了大量新的模形,获得了许多成果[4]。因为灰色模型GM（1，1）特殊的算法可以避免病态数据对最终数据产生的不良影响，这样能使最终数据更加真实可靠。

1影响商品房价的主要因素

1.1经济因素

物价的增长、人均消费水平、国内生产总值(GDP)、人均收入等因素均会产生不同的影响。而在国民经济增长快、国内生产总值大、居民收入高、发展好的地区深受开发商的青睐。即发达地区房地产市场优于一般地区。商品房的价格与银行贷款利率的浮动,从经济学的供需关系来说,贷款利率下降,居民贷款购房的成本就会降低,人们就会产生购房的欲望，当供不应求时，房价便会上涨;从银行和开发商的关系讨论，当贷款利率下调时,企业的融资成本和贷款成本均会降低,开发商会追加向房地产投资,房地产的产能增加，当供大于求时,便会致使房价下降。

1.2社会因素

人的数量和素质直接决定对房地