论文基于灰色预测商品房价格影响因素预测是关于本文可作为相关专业灰色论文写作研究的大学硕士与本科毕业论文青木亚麻灰论文开题报告范文和职称论文参考文献资料。
【摘 要】在这篇论文里面分析武汉市09年到15年期间对商品房价格影响的因素时使用的是灰色关联分析方法进行的定量分析.在对未来武汉市商品房价格的情况进行预测的时候使用了GM（1,1）模型,这样有利于政府对房地产市场宏观调控.在这次研究的时候是综合的进行分析,将很多学科的知识融在一起,主张从实践的过程中发现问题,进而进行理论研究,然后再用于实践中进行检验.
【关键词】商品房价格 灰色关联分析 GM（1,1）模型
一、研究方法和数据来源
(一)研究方法
本文在研究影响商品房价格因素预测的时候是在灰色系统基础上研究的.使用的研究方法是灰色关联度分析方法,对房价未来的走势研究的时候使用的是GM（1,1）模型.
1.运用灰色关联度进行分析.灰色理论不需要大量数据即可建立模型进而分析预测,最终进行系统分析.解决了以往由于数据少,信息不确定而无法研究或难以研究的软科学和技术科学的问题,现已在管理决策和社会经济等许多领域得到了广泛的应用.研究的时候就是从系统出发,对系统内部的灰色数和灰色关系进行研究.灰色预测是对灰色系统进行预测,对一定时间内的范围内的灰色过程进行预测.灰色预测方法的特点表现在：在提取离散值的时候是将离散数据看成是连续的变量,这样在处理数据的时候就可以使用微分方程.原始数据不能直接使用,用的数据是由原始数据累加生成的,然后对这些数据使用微分方程模型,就显得数据有规律且避免了很多的随机误差.
该理论是我们国家的学者邓聚龙教授创立发展的,指的是一些信息已知,一些信息未知这样的系统.关联度指的是在两个系统之间的因素,因为对象和时间的原因,在变化过程中关联性大小的量度.在系统发展的时候,如果这两个因素变化趋势是一样的,而且同步性高,这样的结果就是关联度好,通过比较判断这些因素的主次要因素[4].本文通过选取不同指标,依次和商品房均价进行关联度分析,并对结果进行排序,得出各指标对房价的影响程度.
2.GM（1,1）模型.灰色预测模型里面最重要的就是GM模型,因为这个模型对房价未来发展趋势的预测结果比较优良.还有一个优点就是在信息特别少的情况下都可以精确的预测,计算方法也比较简单,所以在很多行业里面都在使用.
(二)数据来源
为更好的反映出武汉市商品房价格变化机理,同时考虑到数据的真实性和便捷性,进行更好地分析,这次分析的数据来源09年到15年的《武汉统计年鉴》.
二、商品房价格影响因素的灰色关联分析
(一)影响因素的选取
根据统计资料和数据的易得性,确定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、总人口、城镇居民人均可支配收入、地方财政收入.
影响房地产供给的因素：房地产投资、地价、商品房竣工面积、商品房销售面积.
上述指标说明如下：
X0为房屋销售价格,用房屋销售价格数据说明房价的变动情况.
X1为国内生产总值（GDP）.GDP反映社会经济发展对房地产产品的需求,GDP增加,需求增加,房价上涨.反之,房价下降.
X2为年末总人口.用年末总人口表示现住户籍人口的变动.户籍人口反映对住房需求的规模趋势,人口增加,需求增加,房价上涨.反之,房价下降.
X3为城镇居民人均可支配收入.人均可支配收入增加,市场需求增加,相对价格上涨.反之,价格朝相反方向变动.
X4为地方财政收入.地方财政收入增加,市场需求增加,价格上升,反之相反.
X5为房地产投资额.房地产投资增加,供给增加,相对价格就会下降.反之,价格朝相反方向变动.
X6为土地交易价格.用来反映地价的变化.土地价格增加,供给减少,房价增加.反之,房价减少.
X7为商品房竣工面积.竣工面积增加,供给增加,相对价格会下降.反之,价格朝相反方向变动.
X8为商品房销售面积,用来反映市场需求.销售面积增加,需求增加,相对价格会上升.反之,价格朝相反方向变动.
(二)结果计算和分析
1.结果计算.根据关联度的定义,可得关联度的计算步骤如下：
第一,设这9个原始指标数据序列.
第二,对指标数据序列用关联算子进行无量纲化.
第三,逐个计算每个被评价对象指标序列和参考序列对应元素的绝对差值（表2）：
(二)预测结果分析
从上面的分析得出16年和17年武汉市的商品房价格预测是5470.98元/平方米、7033.5元/平方米.这一预测数据可以推定今后的商品房房价持续上涨态势不变,且涨幅有一个明显的提升.
1.在经济发展的同时,刚性需求量会持续增长.居民购房能力会持续增长.经济发展越来越好,人均收入水平也会增长,家庭可支配的收入会增多,很多都愿意把钱投资在住房上面.这对居民购买能力有很大提高.在城市化进程发展的时候,很多的农村剩余劳动力都去到城市,这样城市的人口就会增长规模也在扩大.
2.建房成本上涨.因为土地资源的不可再生特点,以后的土地价格还会继续上涨.随着耕地资源的逐年减少,国家将从粮食安全的角度,逐步收紧商用土地供应,可用于房地产开发的土地也将随之减少,土地使用成本将随之增高.目前,我国土地出让制度已开始广泛采用市场招标、拍卖和挂牌的形式,而且规定在有条件的前提下,尽量采用拍卖的形式出让土地.
建筑安装成本价格继续上涨.因为人工的价格以及建筑材料的价格在逐年上涨,所以安装工程的价格也在上涨,然后就造成了建房成本在增加,最后住房的价格也会长高.
我国城市的住宅供应主要是商品房和政策性住房构成[8],武汉市也不例外.这其中,除政策性住房中的廉租房和经济适用房是靠政府划拨取得土地外,其他方式提供的住房都是通过招拍挂来取得土地,这就导致了土地成本的快速上升,间接提高了房价.虽然土地成本是影响房价的重要因素,但是还有其他一些因素对武汉市房价的快速升高起到了很大的作用.
参考文献
[1]柳兴国.我国城市住宅价格问题剖析[J].价格理论和实践,2013,12：47-48.
[2]杜晓芳,张金锁.我国商品住宅价格灰色预测[J].西安科技大学学报,2012,12（4）：568-571.
[3]李宏博,黄华,阎晓红.基于灰色关联度和岭回归分析的房地产价格影响因素分析[J].测绘地理信息2015,6：82-85.
[4]鄧聚龙.灰色理论基础[M].武汉：华中科技大学出版社,2012.
[5]刘思峰,郭天榜,党耀国.灰色系统理论及其应用[M].北京：科学出版社,2010.
[6]肖武权,冷伍明.软土地基承载力指标灰色关联分析[J].勘察科学技术,2014,（2）：3-5.
[7]武汉统计局.武汉统计年鉴[M].北京：中国统计出版社,2013-2009.
[8]刘翎,杨大蓉.商品住宅价格的决定——上海市场的计量模型研究[J].科学经济社会2012,1（24）：26-29.
作者简介：朱博男（1992-）,男,汉,广西玉林人,研究生,广西大学商学院,研究方向：数量经济学.
总结:本文关于灰色论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
参考文献：
1、 吉林市商品房房价影响因素因子分析 摘要：商品房房价受到了诸多因素的影响，本文以吉林市2005- 2014年商品房平均售价及相关影响因素数据为基拙，根据影响吉林市商品房价格的10个。
2、 白云机场（600004）为例，股票价格影响因素 摘要：本文以白云机场（600004）为例，从宏观及微观的角度出发，分析股票价格的影响因素。主要包括股票价值、市场状况、供求关系以及资金。其中，股。
3、 我国新能源价格影响因素分析 摘要：本文通过对中国新能源产业现状、传统能源形势以及新能源产业税收政策进行分析，探求影响我国新能源价格的因素，结果表明：新能源价格制定是多种因素。
4、 微观尺度下商品房价格影响因素 摘要：从房地产价格的相关理论出发，以调查筛选的19个微观因子为着手点，以中部经济欠发达地区的小城市——咸宁市为例，选取实地调查数据构建了咸宁市商。
5、 武汉城市群商品房价格影响因素 摘要：为了探究武汉城市群商品房价格的变化规律及其价格的决定因素，促进武汉城市群一体化建设。通过一般OLS模型初步确定商品房价格的主要影响因素，在。
6、 灰色预测在股票价格中应用 【摘要】股票价格的预测对于投资者的投资决策有着实质性的影响，因此，通过建立正确的股票预测价格模型对于投资者的投资决策有一定的指导作用。本文运用股。