基于GM(0,3)模型的合肥市房地产价格预测Real Estate Price Prediction in Hefei Based on GM (0, 3) Model
尹正;毕雨晴;
摘要(Abstract):
为了研究合肥市未来房地产市场的发展趋势,为政府在房地产业接下来的工作提供依据,以合肥市2016—2020年的商品房年均房价为基础,利用平均弱化缓冲算子对数据进行误差性修正,通过灰色关联法筛选出影响合肥市房价的主要因素,根据主要影响因素建立GM(0,3)模型,对合肥市未来3年的房地产价格进行预测。结果表明,对合肥市商品房价格影响最大的前三个因素为:商品房竣工面积、人均GDP和城镇人口总数;另外合肥市商品房价格预计将在未来3年每年以平均4.06%的增速持续上涨。
关键词(KeyWords): 房地产价格;房价预测;缓冲算子;灰色关联;GM(0,3)模型
基金项目(Foundation): 安徽省教育厅人文社科重点项“基于大数据的房地产泡沫指标体系构建研究”(SK2019A0644)资助
作者(Authors): 尹正;毕雨晴;
参考文献(References):
- [1] Sarip A G,Hafez M B,Daud,MN.Application of Fuzzy Regression Model for Real Estate Price Prediction.Malaysian Journal of Computer Science,2016,29(1),15-27.
- [2] Terregrossa S J ,Ibadi M H.Combining Housing Price Forecasts Generated Separately by Hedonic and Artificial Neural Network Models[J].Asian Journal of Economics,Business and Accounting,2021,21(1),130-148,5631-5635.
- [3] 申瑞娜,曹昶,樊重俊.基于主成分分析的支持向量机模型对上海房价的预测研究[J].数学的实践与认识,2013,43(23):11-16.
- [4] 侯普光,乔泽群.基于小波分析和ARMA模型的房价预测研究[J].统计与决策,2014(15):20-23.
- [5] 刘彩云,姚俭.基于多因素影响的房地产价格预测模型[J].统计与决策,2017(17):33-38.
- [6] 唐晓彬,张瑞,刘立新.基于蝙蝠算法SVR模型的北京市二手房价预测研究[J].统计研究,2018,35(11):71-81.
- [7] 尹春华,顾培亮.基于灰色序列生成中缓冲算子的能源预测[J].系统工程学报,2003(2):189-192.
- [8] 张爱琳,白丽娜.基于GM(1,1)模型的包头市房地产价格预测[J].建筑经济,2020,41(S2):266-269.
- [9] 杨文光,高艳辉,王姝,等.基于GM(0,N)模型的瓦斯涌出量简易预测[J].数学的实践与认识,2019,49(14):324-328.
- [10] 赵怡爽.房地产价格影响因素分析及预测[J].统计与决策,2014(13):107-110.
- [11] 陈娜,唐晨旭,刘伟,等.周口市住宅商品房价格的分析与预测[J].数学的实践与认识,2019,49(19):291-299.
- [12] 刘思峰.灰色系统理论及其应用[M].8版.北京:科学出版社,2017:57-64.
- [13] 李小燕.灰色神经网络预测模型的优化研究[D].武汉:武汉理工大学计算机科学与技术学院,2009.
- [14] 张荣艳.基于GM(1,N)模型的郑州市房地产价格预测[J].数学的实践与认识,2018,48(5):82-88.
- [15] 廉同辉.基于灰色系统GM(1,1)模型的安徽入境游客预测[J].合肥学院学报(自然科学版),2012,22(1):26-30