基于灰色理论的商品房住宅价格研究.pdf

《基于灰色理论的商品房住宅价格研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、经济理论问题《生产力研究》No.20.2009基于灰色理论的商品房住宅价格研究侯丽，王松江（昆明理工大学管理与经济学院，云南昆明650093）【摘要】文章运用灰色系统理论对商品房住宅价格进行分析与研究，采用两个数学模型灰色关联分析及灰色预测模型对商品住宅价格进行实证研究，运用灰色理论对商品住宅价格影响因素进行了定量分析和价格精确预测。将灰色系统理论引入房地产领域的深入研究提供了借鉴和参考价值。【关键词】商品房住宅价格；灰色理论；灰色关联分析；灰色预测【中图分类号】F293.3【文献标识码】A【文章编号】1004-2768（2009）20-

2、0030-03当前中国房地产行业的发展引人关注，关于城市商品住宅系，从而了解系统的动态行为和发展趋势。灰建模指的是在序价格问题的讨论，近年来一直如火如荼，是政府、开发商、学术列的基础上确立近似微分方程模型，这个近似微分方程模型称界以及消费者关注的热点和焦点问题，也是我国房地产行业发为灰模型。灰模型属于少数据模型，灰色模型既不是一般的函展过程中值得研究的重要课题。数模型，也不是完全（纯粹）的差分方程模型，或者完全（纯粹）的微分方程模型，而是具有部分差分、部分微分性质的模型。灰色模型在关系上、性质上、内涵上具有不确定性。灰色预测模型是灰色系统

3、理论的重要组成部分，而GM（1，1）模型是灰色预测的基础，它是最常用的预测模型，它允许数据最少到4个。（1）灰色关联分析是灰色系统分析的主要内容之一，是一种通过灰色关联度的计算，用灰色关联序列来描述因素间关系的强弱、大小和次序的多因素分析技术。（2）商品住宅价格预测模型———灰色GM（1，1）－马尔柯夫模型预测模型x（0）（k）+az（0）（k）=u二、商品住宅价格实证分析（一）商品住宅价格灰色关联分析1.数据来源X0———商品住宅价格X1———商品住宅每平方造价X2———城市化水平X3———市区居民人均可支配收入X4———全市家庭总户数

4、X5———房地产开发投资金额一、灰色理论介绍X6———人均生产总值将数据汇总得数据列表如表1所示。（一）灰色系统理论表12003年~2008商品住宅市场数据灰色系统（GreySystem）是邓聚龙在20世纪70年代末、80年代初提出的。人们通过概率与数理统计，解决样本量大、数据多但缺乏明显规律的问题，即“大样本不确定性”问题；人们用模糊数学处理人的经验与认知先验信息的不确定性问题，即“认知不确定性”问题。而灰色系统理论（简称灰理论GreySys-tem）则是针对既无经验，数据又少的不确定性问题，即“少数据不确定性”问题提出的。数据来源：大

5、连市2003-2008统计年鉴（二）两个重要模型介绍灰色系统理论建立模型的主要任务，是根据社会、经济、技2.数据计算。根据关于灰色关联分析方法的计算步骤，对商术等系统的行为特征数据，找出因素本身或因素之间的数学关品住宅价格影响因素的灰色关联分析计算，过程如下所示。【收稿日期】2009-05-20【作者简介】侯丽（1985-），女，辽宁大连人，昆明理工大学管理与经济学院博士研究生，研究方向：项目管理；王松江（1960-），男，黑龙江佳木斯人，昆明理工大学管理与经济学院工商管理系主任、教授、博士生导师，研究方向：项目管理。輧輮（1）无量纲化处

6、理。采用公式：品住宅平均价格来自于房地产交易管理所，根据不同月份中各d+pD个楼盘的价格取平均值获得，共12组数据（见表5）。δ（ik）=，p∈（0，1）Δ（k）+pDi2.灰色GM（1，1）－马尔柯夫预测模型对未来商品住宅价对各影响因素原始数据进行无量纲化处理，其结果如表2格市场的预测。所示。表52008年1月~12月商品住宅价格表2无量纲化处理数据来源：大连市甘井子区房地产交易管理所（1）方法。用已获得的2008年12个月的商品住宅实际价格建立GM（1，1）模型进行预测，建立预测模型，对预测模型精度进行校验，运用模型预测出2009年1

7、月的商品住宅平均价格。t（2）作AGO生成。作AGO生成X（1）（t）=Σ（0）（t）；Xn=1（2）求差序列（0）（0）求得结果如表6所示。采用公式△（ik）=x（k）-x（k），△i={△（i1），△（i2），…△i0i表6AGO生成数据（3）}，i=1，2，3，…，m求差序列Δi，其结果如表3所示。表3差序列结果（3）确定数据矩阵B，Yn軓-5051.51軓軓3301軓軓軓軓軓軓軓軓軓軓-8407.51軓軓3411軓軓軓軓軓軓軓軓軓軓-118081軓軓3390軓軓（x（1）（1）+x（1）（2））軓軓軓軓軓軓軓軓軓軓-1軓軓2軓軓-

8、15213.51軓軓3421軓軓軓軓軓軓x（0）（2）軓軓軓軓軓軓軓軓軓軓軓軓（x（1）（2）+x（1）（3））軓軓-18675.51軓軓軓軓3503軓（3）计算最小绝对差d和最大绝对差D軓-