摘要
2017年的最后三个月,中国房地产市场罕见地迎来了一轮密集的政策信号。从中共十九大报告的召开到年末的中央政治局会议的召开,再到召开的中央经济工作会议,这三场高层会议连续对房地产市场定调。房价将如何变化,它再次成为人们关注的热点,因此一个合理的价格预测模型就显得尤为重要。本文通过2005~2016年新疆住宅商品房的价格,结合灰色GM(1,1)模型和马尔科夫模型,建立了灰色马尔科夫预测模型,所建模型的平均相对误差由原来的7.17%降低到2.39%,弥补了灰色GM(1,1)模型预测结果误差大的缺点。结果表明:灰色马尔科夫模型是较好的价格预测模型,并且新疆住宅商品房价格在2017~2020年将会呈现出持续走高的趋势。
引文
[1]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.
[2]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.
[3]郭培俊,毛海舟.基于灰色理论的温州房价预测模型[J].数学的实践与认识,2011,41(20):10-16.
[4]张红,杨飞.房价、房地产开发投资与通货膨胀互动关系的研究[J].经济问题,2013(01):49-52+96.
[5]胡晓龙,郜振华,马光红.基于Elman神经网络的房地产价格预测[J].统计与决策,2008(07):64-65.
[6]谷秀娟,李超.基于马尔科夫链的房价预测研究[J].消费经济,2012,28(05):40-42+48.
[7]孙红丽,何永贵,张文建,韩月娥.马尔科夫模型在企业人力资源供给预测中的应用[J].华北电力大学学报,2004(05):56-58.
[8]陈立波.灰色马尔科夫法在企业价值评估中的应用[J].统计与决策,2013(15):66-69.
[9]张沈生,任姗姗,周林.基于多元-灰色马尔科夫模型的商品住房套型面积结构研究[J].沈阳建筑大学学报(社会科学版),2017,19(04):394-398+403.
[10]邓聚龙.灰色系统基本方法[M].武汉:华中科技大学出版社,2014.