灰色GM（1，1）模型在商品房銷售價格預(yù)測中的應(yīng)用

趙泰　遲建英

摘要：商品房價格水平受到諸多因素的影響，準(zhǔn)確預(yù)測商品房價格走向，對房地產(chǎn)市場的宏觀調(diào)控及工作的開展有著重大意義。以青島市近8年商品房銷售價格為基礎(chǔ)，通過建立GM（1，1）模型并進(jìn)行實際應(yīng)用，驗證了預(yù)測數(shù)據(jù)有較高的精度，證明了模型的有效性，可以為實際工作提供一定的參考。

Abstract： The price level of commercial housing is affected by many factors. Accurately predicting the price trend of commercial housing is of great significance to the macro-control of the real estate market and the development of its work. Based on the sales price of commercial housing in Qingdao for the past 8 years， the GM （1，1） model was established and applied in practice， which verified the high accuracy of the forecast data， proved the validity of the model， and provided certain reference for the actual work.

關(guān)鍵詞：GM（1，1）;青島;商品房;銷售價格;預(yù)測

Key words： GM（1，1）;Qingdao;commercial housing;sales price;prediction

中圖分類號：F224.9 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）23-0076-03

0 ?引言

中國的房地產(chǎn)市場已進(jìn)入快速發(fā)展時期，如何采取有效的措施對商品房價格進(jìn)行價格引導(dǎo)，減少或消除價格偏離導(dǎo)致的不利影響，是事關(guān)我國房地產(chǎn)行業(yè)可持續(xù)發(fā)展的一個重要課題。因此，對商品房銷售價格的合理分析和準(zhǔn)確預(yù)測成為當(dāng)務(wù)之急，常用的方法有擬合預(yù)測法、差分模型等。楊桂元[1]等通過對單項預(yù)測方法及IOWHA組合預(yù)測的對比，證明了IOWHA組合預(yù)測法有更高的預(yù)測精度;王豐效[2]等建立了改進(jìn)的多元線性回歸模型，將灰色理論與線性回歸模型相結(jié)合并通過實例驗證了模型的有效性;高文[3]等建立了BP神經(jīng)網(wǎng)絡(luò)模型，處理后數(shù)據(jù)有較高的精度?，F(xiàn)有的研究成果為我們提供了很高的參考價值，但現(xiàn)有的數(shù)據(jù)并不能準(zhǔn)確反映不同地區(qū)的市場狀況，針對青島市的研究數(shù)據(jù)有待進(jìn)一步完善;同時，復(fù)雜的模型不利于實際應(yīng)用，需要更為簡單易操作的模型。因此，本文選取灰色GM（1，1）模型對青島市商品房價格進(jìn)行預(yù)測分析，以期進(jìn)一步完善相關(guān)研究。

1 ?GM（1，1）模型灰色預(yù)測體系建立

灰色系統(tǒng)理論主要用于處理貧數(shù)據(jù)的不確定問題[4]，在各個領(lǐng)域工程、機(jī)械等領(lǐng)域得到了廣泛的應(yīng)用?；疑獹M（1，1）模型基于灰色系統(tǒng)理論，因其在應(yīng)用過程中對原始數(shù)據(jù)的需求量較少，且對分布規(guī)律和變化趨勢沒有特殊要求，這就為運(yùn)用GM（1，1）模型分析解決該問題提供了可能性。因此，本文選用灰色GM（1，1）模型對研究對象進(jìn)行預(yù)測研究。

1.1 GM（1，1）模型基本原理

GM（1，1）模型的基本原理是基于原始數(shù)據(jù)逐步變化特性，在數(shù)據(jù)處理過程中，對原始數(shù)列進(jìn)行累加生成，能夠生成具有指數(shù)增長規(guī)律的數(shù)列，通過建立一階微分方程并對數(shù)據(jù)進(jìn)行累減生成[5]，即可得到預(yù)測數(shù)據(jù)。

1.2 GM（1，1）模型的建立方法

1.2.1 累加生成

則模型的均方差比值檢驗精度級別為Ⅰ級，其檢驗結(jié)果為優(yōu)。

2.4 模型預(yù)測

模型精度通過檢驗，即可對2017年以后的房價進(jìn)行預(yù)測，求得2018-2020年青島市商品房銷售價格預(yù)測值見表4。

3 ?結(jié)語

通過采用GM（1，1）灰色模型對青島商品房銷售價格情況進(jìn)行預(yù)測，其預(yù)測結(jié)果基本反映出房地產(chǎn)價格的實際情況，該模型在處理少樣本、貧數(shù)據(jù)的問題上，具有計算簡單、便于推廣的特點(diǎn)，該模型及其預(yù)測方法具有較強(qiáng)的可行性和可操作性。通過模型的應(yīng)用，對2018年至2020年青島市商品房銷售價格進(jìn)行預(yù)測，價格在短期內(nèi)呈小幅上漲的趨勢，符合正常的市場規(guī)律。但本文運(yùn)用灰色GM（1，1）研究商品房銷售價格時，只是在政治、經(jīng)濟(jì)、文化環(huán)境穩(wěn)定的情況進(jìn)行分析，未考慮國家宏觀調(diào)控的影響，對于環(huán)境多變的大環(huán)境下的預(yù)測還需要進(jìn)一步研究。

參考文獻(xiàn)：

[1]楊桂元，羅陽，高俊.我國房地產(chǎn)價格組合預(yù)測模型探討[J].統(tǒng)計與決策，2014，408（12）：17-20.

[2]王豐效，周偉萍.灰色多元線性回歸方法的改進(jìn)及應(yīng)用[J].重慶理工大學(xué)學(xué)報（自然科學(xué)），2012，26（8）：113-116.

[3]高文，李富星，牛永潔.基于BP神經(jīng)網(wǎng)絡(luò)對房價預(yù)測的研究[J].延安大學(xué)學(xué)報（自然科學(xué)版），2018，37（3）：37-40.

[4]張王樂元，張薺豐，孫增林，等.基于灰色理論的公路工程施工造價動態(tài)控制研究[J].交通科技與經(jīng)濟(jì)，2017，19（1）：72-74，80.

[5]李功偉.GM（1，1）灰色預(yù)測模型在高速鐵路項目施工成本動態(tài)管理中的應(yīng)用[J].價值工程，2019，38（12）：30-32.

[6]胡忠君，劉艷秋，李佳.基于改進(jìn)GM（1，1）的洪澇災(zāi)害應(yīng)急物資動態(tài)需求預(yù)測[J].系統(tǒng)仿真學(xué)報，2019，31（4）：702-709.