组合预测模型在成都市房价中的应用研究

发布时间：2020-07-04 19:24

【摘要】： 房地产业是国民经济的重要组成部分,既受到整个国民经济的发展水平的制约,又发挥着促进整个国民经济发展的新经济增长点的作用。商品房价格是房地产市场状况的最直接和最科学的反映,商品房价格的过快增长,已成为社会关注的热点问题。若任其发展,将影响房地产市场持续健康发展,影响宏观经济和社会稳定。商品房价格与人民的生活密切相关,无论是从带动国民经济发展的角度,还是从满足人民群众基本需求的角度,商品房价格的变动和发展趋势都至关重要。因此,对商品房价格进行科学预测是非常有必要的,不仅是保证国家站在合理的角度制定出有利于房地产市场健康稳定发展的政策;也是让每个房地产开发商以市场为向导,合理的投资新的房产开发和制定合理的销售价格,从而保证自己的利益;还是每个普通购房者的心愿。但是由于房价的影响因素非常多,使得对房价的预测是个复杂的经济学问题。本论文选用成都市商品房1999年到2008年数据(资料来源:成都市统计局网站上的统计年鉴)。分别使用灰色GM(1,1),三次指数平滑,一元线性回归三种预测方法,建立了三种不同的成都市商品房价格预测模型,分析了各模型的预测误差。可以明显看出,在成都市商品房价格的预测中,灰色GM(1,1)要优于其他两种预测方法,误差较低,而一元线性回归预测的误差较高。如果认为某个预测方法的预测误差较大,就把该种预测方法弃之不用,这可能造成部分有用的信息丢失。一个单项预测在某个时点的预测精度较低,而在另一时点上预测精度较高。为了有效的集结数据信息,引进诱导有序加权平均(IOWA)算子,建立诱导有序加权平均组合预测模型。选取平方和误差(SSE)、均方误差(MSE)、均方百分比误差(MSPE)三个误差指标,分别计算三种单项预测模型成都市商品房价格的预测误差和诱导有序加权平均的组合预测误差,其中灰色GM(1,1)模型SSE=174180,MSE=41.7346,MSPE=0.0206;三次平滑指数模型SSE=325910,MSE=57.0889,MSPE=0.0209;一元线性回归模型SSE=414440,MSE=64.3772,MSPE=0.0218 ; IOWA算子组合预测模型SSE=15686 , MSE=12.5245 , MSPE=0.0045.诱导有序加权平均的组合预测的三个误差指标值均明显的低于三种单项预测模型成都市商品房价格预测误差指标值,表明诱导有序加权平均组合预测模型能有效的提高预测精度。因此模型的适用性更强。根据IOWA组合预测模型计算出2010年成都市商品房均价为6469.4元。
【学位授予单位】：成都理工大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：F224;F293.3
【图文】：

商品房价格,成都市,变化趋势

图 3-1 成都市商品房价格变化趋势3.2.2 加权系数α的确定根据成都市商品房价格 1999-2008 年数据，因为 α ∈ (0,1),以 0.1 为步长，分别对成都市商品房价格进行预测，并分别计算标准误差，找出最佳α 。从表 3-1 可以看出，α 取不同值时，预测值是很不相同的。究竟α 取何值为好，可通过计算它们的预测标准误差S ，选取使S 较小的那个α 值。预测的标准误差见表 3-2。当 α = 0.5时，预测得到的相对误差为最小的。

示意图,预测效果,灰色

2001 4.62 3.31 -8.272002 -2.28 6.79 -6.382003 -12.25 0.89 -8.262004 -0.15 17.87 10.32005 2.34 3.13 6.612006 -0.90 -6.00 0.32007 2.14 2.12 -8.462008 1.81 -0.74 5.55依据上表，大体可以看出灰色 GM(1,1)预测效果比较好，根据上表，绘制三种模型的预测效果示意图如图 5-1 所示：

【参考文献】