文档介绍:基于灰色系统的西宁市商品房价格影响因素及预测研究
摘要:本文采用西宁市1999-2008年社会经济统计数据,以灰色系统理论为基础,运用灰色关联分析方法对影响西宁市商品房价格的相关因素进行了分析,并利用GM(1,1)模型对西宁市商品房价格进行了预测。结果表明:竣工房屋造价是影响西宁市商品房价格的首要因素,未来5年西宁市商品房价格将呈上涨趋势。
关键词: 商品房价格灰色关联分析 GM(1,1)模型西宁市
近年来,随着中国经济持续高速增长,作为国民经济新的经济增长点的房地产业也经历着前所未有的快速发展,迅速成为消费热点和投资热点。房地产业作为我国经济新的增长点,一方面对促进我国经济的增长起到了举足轻重的作用;同时伴随着房地产投资、消费的快速增长,房价节节攀升,成为经济持续发展的一个隐患。
影响商品房价格的因素众多,有土地使用制度、住房制度、人口因素、经济发展状况、财政金融政策等一般因素,也有道路交通、城市设施、环境状况等区域因素,还有建筑物本身的结构特征等个别因素。但是,这些影响因素在不同的国家,甚至在同一国家的不同地区,不同的房地产业发展阶段所表现出来的影响力大小各不一样。
一、商品房价格的灰色关联分析
(一)灰色关联分析模型
灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否密切。曲线越接近,相应序列之间关联程度就越大,反之就越小。相对于以往的回归分析、方差分析、主成份分析等系统关联因素分析方法,灰色关联分析自身的优点可以弥补采用数理统计方法做系统分析所导致的缺憾。
关联度的计算步骤如下:
,收集评价数据
设m个数据序列形成如下矩阵:
其中n为指标的个数,
参考数据列应该是一个理想的比较标准,可以以各指标的最优值(或最劣值)构成参考数据列,也可根据评价目的选择其他参照值。记作:
式中,ξ为分辨系数,在(0,1)内取值,ξ越小,关联系数间的差异越大,区分能力越强,。
最后,将结果按照子序列对同一母序列关联度的大小顺序进行排列,就形成关联序。它直接反映了子序列对母序列的贡献大小或主次关系。
(二)影响因素的选取
房地产市场波动、房地产价格水平波动,从经济学上来说,是由房地产的供给和需求两种力量共同作用的结果。
根据统计资料和数据的易得性,确定西宁市影响房地产价格的主要因素有(见表1):影响房地产需求的因素——GDP、城市人口、城镇居民人均可支配收入、居民消费价格指数;影响房地产供给的因素——房地产开发投资、地价、竣工房屋造价、商品房销售额。
(三)计算过程
,然后逐个计算每个被评价对象指标序列与参考序列对应元素的绝对差值,求出两级最大值与最小值
(表2)
(表3)
(四)计算结果分析
由上述计算结果,可以得出关联度γ大小排序为:
γ07>γ05>γ01>γ