目錄 摘要 . 1 . 1 一、研究背景 . 2 二、基本概念界定 . 3 三、研究現(xiàn)狀 . 4 四、政策解讀 . 5 五、模型建立 . 6 (一 ) 數(shù)據(jù)選擇 . 6 （二）房?jī)r(jià)指數(shù)走勢(shì)圖 . 6 （三）模型建立： . 7 六、結(jié)論和建議 . 14 參考文獻(xiàn) . 15 附錄 . 16 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 1 - 房地產(chǎn)價(jià)格指數(shù)預(yù)測(cè)模型的比較 摘要 改革開放以來，我國經(jīng)濟(jì) 高速發(fā) 展，住 房體制 深入 改革， 使得 房地產(chǎn)業(yè)迅速發(fā)展。然而近年來，房地產(chǎn)經(jīng)濟(jì) 的 過度繁榮，也在一定程度 上綁架了中國經(jīng)濟(jì)。因此，確定合適的房?jī)r(jià)指數(shù)預(yù)測(cè)模型，可以為 企業(yè) 提供科學(xué)的指數(shù)系列，以及為消費(fèi)者提供置業(yè)參考，并為政府從宏觀上了解房地產(chǎn)業(yè)的發(fā)展。本文首先運(yùn)用單個(gè)預(yù)測(cè) 方法進(jìn)行預(yù)測(cè)，然后 將各預(yù)測(cè)方法通過衡量預(yù)測(cè)精度賦予不同 權(quán)重進(jìn)行組合預(yù)測(cè)， 最后 得到了較高精度的預(yù)測(cè)結(jié)果。 關(guān)鍵詞 房?jī)r(jià)指數(shù)，指數(shù)平滑， 時(shí)間序列，組合預(yù)測(cè) s in to a to a as as to to of a to by of of 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 2 - 一、 研究背景 自 2009 年起， “房 ”突然成為了一 個(gè)熱門字眼，地王的層出不窮，房?jī)r(jià)坐過山車似的飆升，全民炒房， 讓房?jī)r(jià)成為了國民經(jīng)濟(jì)中 不容忽視 的重要問題。 于是，社會(huì)各界急需了解房?jī)r(jià)。 政府需要了解房?jī)r(jià)，以便 進(jìn)行宏觀調(diào)控 ； 民眾 需要了解房?jī)r(jià)，何時(shí)出手購房，或出于投資考慮，或出于居住考慮 ；企業(yè)需要了解房?jī)r(jià)，如何定價(jià)，如何開發(fā)才能實(shí)現(xiàn)利 潤(rùn)最大化。 然而， 任何房屋不可能完全相同，位置、樓層、朝向、裝修等使房屋具有異質(zhì)性， 讓價(jià)格相差甚遠(yuǎn)。 因此，引用房?jī)r(jià)指數(shù)可以 使房地產(chǎn)市場(chǎng)的參 與者 更加明了地知道房?jī)r(jià)的變化，對(duì)其進(jìn)行經(jīng)濟(jì)行為具有指 導(dǎo)意義，同時(shí)，建立合適的房?jī)r(jià)指數(shù)預(yù)測(cè)模型，準(zhǔn)確地預(yù)測(cè)房?jī)r(jià)指數(shù)的走勢(shì)，具有非常重要的現(xiàn)實(shí)意義。 歷史上曾經(jīng)出現(xiàn)了三次房地產(chǎn)泡沫的大破滅。上世紀(jì)二十年代發(fā)生 在美國佛羅里達(dá)州 ，那次的房地產(chǎn)投機(jī)大浪潮曾經(jīng)導(dǎo)致 了 許多企業(yè)、銀行 破產(chǎn)， 華爾街股市崩潰 ，并最終導(dǎo)致了上世紀(jì)三十年代的以美國為代表 的 世界經(jīng)濟(jì) 大 危機(jī)； 上世紀(jì)八十年代，日本房地產(chǎn)泡沫的破滅，引發(fā)了日本房地產(chǎn)業(yè)全面崩潰，迎來了歷史上最為漫長(zhǎng)的經(jīng)濟(jì)衰退，被稱為 “二戰(zhàn)后日本的又一次戰(zhàn)敗 ”；上世紀(jì)八十年代中期， 東南亞、香港房地產(chǎn)泡沫破滅，直接結(jié)果為國家經(jīng)濟(jì)快速下滑 ，資產(chǎn)蒸發(fā) 。 房地產(chǎn)價(jià)格泡沫，主要是指土地和房屋價(jià)格過高，偏離了其基本價(jià)值 規(guī)律 。房?jī)r(jià)收入比是國際上 衡量房地產(chǎn)泡沫的 通用 指標(biāo)之一，按世界銀行的 判斷 標(biāo)準(zhǔn)， 在發(fā)達(dá)國家， 房?jī)r(jià)收入比應(yīng)該在 之間 ， 而在發(fā)展中國家， 房?jī)r(jià)收入比應(yīng)該在 36 倍之間，而在中國，這一比例甚至超過了 10 到 20 倍 ，遠(yuǎn)遠(yuǎn)超出了中國居民的承受能力范圍 。在美國， 城市居民 購房 大約要 35 年，而在中國，這一數(shù)字是 10 至 15 年。我國目前正處于 經(jīng)濟(jì)高速發(fā)展的騰飛期，如何使房?jī)r(jià)回歸到一個(gè)合理的價(jià) 位，讓房?jī)r(jià)合理地漲跌 ，引導(dǎo)房地產(chǎn)業(yè)健康有序發(fā)展， 推動(dòng)國民經(jīng)濟(jì) 良性 發(fā)展 ，在未來很長(zhǎng)時(shí)間內(nèi)值得思考 。因此， 本文通過建立不同的預(yù)測(cè)模型，確定最合適的預(yù)測(cè) 模型， 旨在 準(zhǔn)確地預(yù)測(cè)未來房?jī)r(jià)的走向 ，提前制定合理的政策規(guī)避不利影響。 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 3 - 二、基本 概念 界定 本文在研究過程中涉及以下概念 ： （ 1） 房地產(chǎn)：又稱不動(dòng)產(chǎn)，包括房產(chǎn)與地產(chǎn)，及其衍伸出來的部分 產(chǎn)品 及權(quán)益，具有 不可移動(dòng) 性 ，使用期長(zhǎng)，價(jià)值高，異質(zhì)性，生產(chǎn)開發(fā)周期長(zhǎng)，稀缺性等特點(diǎn)。 按土地用途分類，可以分為住宅 用地，公共設(shè)施用地，市政公共設(shè)施用地等。根據(jù)房屋使用功能分類 ，可以分為住宅 用途的房屋，工業(yè)用途的房屋，商業(yè)用途的房屋等。 （ 2） 房地產(chǎn)市場(chǎng)：是 指從事房地產(chǎn)相關(guān)交易的場(chǎng)所或者領(lǐng)域，包括房產(chǎn)地產(chǎn)的買賣 、 租賃 、 抵押 貸款 等交易活動(dòng)。房地產(chǎn)市場(chǎng)是 通過市場(chǎng)交易平臺(tái)， 進(jìn)行社會(huì)再生產(chǎn)的基本條件， 并 實(shí)現(xiàn)其價(jià)值和使用價(jià)值 的統(tǒng)一 ， 改善并 提高房地產(chǎn)市場(chǎng)的經(jīng)濟(jì)效益，促進(jìn)房地產(chǎn)市場(chǎng)的良好發(fā)展。 （ 3） 房地產(chǎn)價(jià)格指數(shù)：房地產(chǎn)價(jià)格指數(shù)是反映同一房地產(chǎn)的價(jià)格在不同 時(shí)期內(nèi)發(fā)生對(duì)稱變化的均值，該變化純粹是由市場(chǎng)供求引起的，以報(bào)告期房地產(chǎn)價(jià)格變化與基期房地產(chǎn)價(jià)格之比來計(jì)算。 房地產(chǎn)價(jià)格指數(shù)主要分為房屋銷售價(jià)格指數(shù)，房屋租賃價(jià)格指數(shù)，土地交易價(jià)格指數(shù)。 本文主要采用房屋銷售價(jià)格作為房地產(chǎn)價(jià)格 指數(shù)，因?yàn)樵撝笖?shù)與公眾對(duì)房?jī)r(jià)波動(dòng)預(yù)期的相關(guān)性最強(qiáng)。 （ 4） 時(shí)間序列預(yù)測(cè)模型：時(shí)間序列預(yù)測(cè)模型是利用時(shí)間序列建立數(shù)學(xué)模型，利用往年數(shù)據(jù) 進(jìn)行趨勢(shì)外推，實(shí) 現(xiàn) 短期預(yù)測(cè)，研究預(yù)測(cè)目標(biāo)與時(shí)間過程的演變關(guān)系。具體方法主要有時(shí)間序列分解法、移動(dòng)平均法、指數(shù)平滑法、趨勢(shì)外推法、自適應(yīng)過濾法、灰色預(yù)測(cè)法、平穩(wěn)時(shí)間序列預(yù)測(cè)法等。 由于影響房地產(chǎn)價(jià)格指數(shù)變動(dòng)的因素很多，宏觀上如稅收，利率，人均收入等，微觀上如地理位置，裝修，面積等，這些因素很難一一反映在模型中。而時(shí)間序列能很好地排除這些因素的影響，單純地考慮數(shù)據(jù)在時(shí)間上的關(guān)聯(lián)性，只 需利用過去的數(shù)據(jù)對(duì)未來的走勢(shì)進(jìn)行預(yù)測(cè)。 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 4 - 三、 研究現(xiàn)狀 楊楠，邢力聰（ 2005 年 ）年將干預(yù)分析模型應(yīng)用到房?jī)r(jià)指數(shù)的預(yù)測(cè)中， 選取了 2000年 1 月至 2005 年 2 月的中房上海綜合指數(shù)月度數(shù)據(jù)為原始數(shù)據(jù)，通過建立干預(yù)模型，分析了非典引起的國內(nèi)外投資增減對(duì)上海市房地產(chǎn)價(jià)格指數(shù)的影響，文章首先利用干預(yù)前的數(shù)據(jù)建立 )模型，對(duì)消除干預(yù)影響的凈化序列建立 1,2）模型， 結(jié)論表明 ： 投資對(duì)非典后每月房?jī)r(jià)指數(shù)增幅的平均貢獻(xiàn)率為 20%，相對(duì)誤差為 說明模型能較好能描述房?jī)r(jià)指數(shù)的發(fā)展趨勢(shì)。歐陽 建濤、劉曉君（ 2005 年）分別建立 ,1)和灰色馬爾可夫預(yù)測(cè)模型， ,1)模型主要是對(duì) 房地產(chǎn)價(jià)格的 原始數(shù)據(jù)進(jìn)行累加等預(yù)處理來弱化隨機(jī)性并建立模型， 而灰色馬爾克夫預(yù)測(cè)模型主要是對(duì) 房地產(chǎn)開發(fā)量的時(shí)間序列 進(jìn)行狀態(tài)劃分，構(gòu)造狀態(tài)轉(zhuǎn)移矩陣，確定灰區(qū)間，計(jì)算預(yù)測(cè)值。文章從應(yīng)用條件，預(yù)測(cè)精度等方面比較了兩個(gè)模型的優(yōu)劣，指出 ,1)對(duì)原始數(shù)據(jù)要求較少，精度較高，但是只適合短期預(yù)測(cè)。而馬爾可夫適合隨機(jī)波動(dòng)性較大的數(shù)據(jù)，彌補(bǔ)了 ,1)的缺陷，但是另一方面誤差相對(duì)較大， 要求相對(duì)較高。所以最后作者建議應(yīng)該在房地產(chǎn)投資決策中對(duì) 房地產(chǎn)價(jià)格和開放量分別運(yùn)用 ,1)模型和灰色馬爾克夫模型，能取得較為理想的預(yù)測(cè)效果。 連曉麗（ 2011） 運(yùn)用多項(xiàng)式，布朗指數(shù)平滑法，霍爾特指數(shù)平滑法，以及型，對(duì)房?jī)r(jià)指數(shù)進(jìn)行擬合并預(yù)測(cè)。作者 首 先觀察了 2007 年 12 月至 2010 年 4月的房?jī)r(jià)指數(shù)發(fā)展趨勢(shì)，并從宏觀經(jīng)濟(jì)環(huán)境上分析了房?jī)r(jià)漲幅的原因。 從擬合優(yōu)度看，最優(yōu)模型，而從預(yù)測(cè)方面看， 測(cè)值反而離真實(shí)值最近， 說明國家政策的干預(yù)起了一定的效果。 曾五一、孫蕾（ 2006）對(duì)房地產(chǎn)價(jià)格指數(shù)進(jìn)行擬合 和預(yù)測(cè)，利用格蘭杰因果檢驗(yàn)分析房?jī)r(jià)指數(shù) 和各候選變量之間的因果關(guān)系，然后利用基于向量自回歸 型的方差分解法分析各變量對(duì)房?jī)r(jià)指數(shù)的隨機(jī)沖擊產(chǎn)生效應(yīng)的相對(duì)大小 ，最后對(duì)先行數(shù)較小的先行指標(biāo) 加權(quán) 平均計(jì)算綜合指數(shù)， 預(yù)測(cè)精度較高，模型的參考價(jià)值大。 而從國外研究方向來講， 公開發(fā)表的 論文中涉及的各類回歸模型進(jìn)行實(shí)證 分析后發(fā)現(xiàn)，大型模型的預(yù)測(cè)精度并不比小型模型的預(yù)測(cè)精度低。 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 5 - 得出了結(jié)論：沒有任何預(yù)測(cè)模型在任何情況下優(yōu)于其他模型。 高模型的復(fù)雜程度后，預(yù)測(cè)精度并不能自動(dòng)提高，并 且組合預(yù)測(cè)模型往往具有更高的預(yù)測(cè)精度。國際預(yù)測(cè)協(xié)會(huì)主席阿姆斯特朗通過對(duì)公開發(fā)表的 12 份實(shí)證研究報(bào)告和 57 家公司的預(yù)測(cè)案例進(jìn)行研究后發(fā)現(xiàn)，并不能證明回歸預(yù)測(cè)模型效果優(yōu)于時(shí)間序列模型。 四、 政策解讀 近年來，為了穩(wěn)定房?jī)r(jià)，政府不斷加大對(duì)房地產(chǎn) 市場(chǎng) 的宏觀調(diào)控，抑制房地產(chǎn)投機(jī)行為， 并 陸續(xù)出臺(tái)了一些政策引領(lǐng)房地產(chǎn)市場(chǎng)朝著積極健康的方向發(fā)展。 表 1 歷年政策回顧 時(shí)間 文件 主要內(nèi)容 國務(wù)院關(guān)于促進(jìn)房地產(chǎn)市場(chǎng)持續(xù)健康發(fā)展的通知 明確房地產(chǎn)在國民經(jīng)濟(jì)發(fā)展中的重要作用，調(diào)整住房供應(yīng)結(jié)構(gòu)，完善住房信貸 政策，規(guī)范土地供應(yīng)等。 務(wù)院辦公廳關(guān)于切實(shí)穩(wěn)定住房?jī)r(jià)格的通知 改善住房供應(yīng)結(jié)構(gòu)，控制被動(dòng)型住房需求，引導(dǎo)居民合理消費(fèi)預(yù)期，全面監(jiān)測(cè)房地產(chǎn)市場(chǎng)，穩(wěn)定住房?jī)r(jià)格等。 國務(wù)院辦公廳轉(zhuǎn)發(fā)建設(shè)部等部門關(guān)于調(diào)整住房供應(yīng)結(jié)構(gòu)穩(wěn)定住房?jī)r(jià)格一意見的通知 調(diào)整住房供應(yīng)結(jié)構(gòu)，進(jìn)一步發(fā)揮稅收、信貸、土地政策的調(diào)節(jié)作用，合理控制城市房屋拆遷規(guī)模和進(jìn)度，整頓規(guī)范房地產(chǎn)市場(chǎng)秩序，解決低收入家庭的住房困難，完善房地產(chǎn)統(tǒng)計(jì)和信息披露制度等。 國務(wù)院關(guān)于解決低收入家庭的住房困難的 若干意見 進(jìn)一步建立健全城市廉租住房制度，改進(jìn)規(guī)范經(jīng)濟(jì)適用房制度，改善住房困難群體的居住條件等。 務(wù)院辦公廳關(guān)于促進(jìn) 增加保障性住房和普通商品住房有效供給，合理引導(dǎo)住房消費(fèi) 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 6 - 房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展的通知 抑制投資投機(jī)性購房需求，加快推進(jìn)保障性安居工程建設(shè)，其中明確規(guī)定二套房首付不低于 40%。 務(wù)院關(guān)于堅(jiān)決遏制部分城市房?jī)r(jià)過快上漲的若干意見 堅(jiān)決遏制不合理住房需求，增加住房有效供給，加快保障性安居工程建設(shè)，加強(qiáng)市場(chǎng)監(jiān)管等。 被稱為 “新國十條 ”，被媒體冠以 “史上最嚴(yán)厲 ”的 房地產(chǎn)調(diào)控政策。 國務(wù)院辦公廳關(guān)于進(jìn)一步做好房地產(chǎn)市場(chǎng)調(diào)控工作有關(guān)問題的通知 進(jìn)一步落實(shí)地方政府責(zé)任，加大保障性安居工程健設(shè)力度，調(diào)整完善稅收政策，強(qiáng)化差別化住房信貸政策，嚴(yán)格住房用地供應(yīng)管理，合理引導(dǎo)住房需求，落實(shí)住房保障和穩(wěn)定房?jī)r(jià)工作的約談問責(zé)機(jī)制，堅(jiān)持和強(qiáng)化輿論引導(dǎo)等。 五、 模型建立 (一 ) 數(shù)據(jù)選擇 本文的實(shí)證數(shù)據(jù)來自于國家統(tǒng)計(jì)局的官方網(wǎng)站，選取了 2007 年 1 月到 2010 年 12月每月公布的 70 個(gè)大中城市住宅銷售價(jià)格變動(dòng)情況中 的新建住宅價(jià)格指數(shù)中的環(huán)比指數(shù)，由于環(huán)比指數(shù)是以上月 價(jià)格為 100，所以筆者以 2006 年 12 月的住房?jī)r(jià)格指數(shù)為基數(shù)， 對(duì)每月數(shù)據(jù)進(jìn)行相應(yīng)的修正 。 （二）房?jī)r(jià)指數(shù)走勢(shì)圖 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 7 - 1 0 01 0 41 0 81 1 21 1 61 2 01 2 41 2 82 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 房?jī)r(jià)指數(shù)走勢(shì)圖 從圖中可以清楚地看到： 07 年房?jī)r(jià)一直處于持續(xù)走高 階段，在年末達(dá)到頂峰， 08年上半年房?jī)r(jià) 漲幅放緩 ，主要是 2007 年 9 月央行和銀監(jiān)會(huì)聯(lián)合發(fā)布了關(guān)于加強(qiáng)商業(yè)性房地產(chǎn)信貸管理的通知，通知指出， “對(duì)已利用貸款購買住房、又申請(qǐng)購買第二套（含）以上的住房，貸款首付款比例不得低于 40%”，導(dǎo)致樓市低迷， 這 是房地產(chǎn)經(jīng)歷多年高速增長(zhǎng)之后的首次真正意義上的回調(diào)， 隨后 房?jī)r(jià) 基本保持平穩(wěn)，而 10 月房?jī)r(jià)開始 緩慢下跌 ，在 09 年 1 月落到谷底 。 09 年 1 月后房?jī)r(jià)又急速增長(zhǎng)， 主要是我國為了 化解國際金融危機(jī)的影響，實(shí)行積極的財(cái)政政策和適當(dāng)寬松的貨幣政策，使得 房地產(chǎn)業(yè)在相對(duì)寬松的環(huán)境下發(fā)展，導(dǎo)致 房?jī)r(jià)急劇飆升 ，樓市回暖 ，出現(xiàn)報(bào)復(fù)性反彈 。 2010 年 4 月新政出臺(tái)后，房?jī)r(jià)逐步平穩(wěn)，雖然仍高于上月，但是上漲步伐放緩，新政對(duì)樓市的調(diào)控可見一斑。 （三） 模型建立 ： 經(jīng)濟(jì)數(shù)據(jù)按時(shí)間順序排列， 呈現(xiàn)出很強(qiáng)的隨機(jī)性，數(shù)據(jù)之間 相關(guān) 度 很 強(qiáng) ，某一期的 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 8 - 數(shù)據(jù)會(huì)受到前幾期數(shù)據(jù)的影響，因此，建立合適的模型對(duì)數(shù)據(jù)進(jìn)行擬合和預(yù)測(cè)具有重大的意義。 建立時(shí) 間序列預(yù)測(cè)模型，旨在借助科學(xué)的統(tǒng)計(jì)方法和統(tǒng)計(jì)技術(shù)，根據(jù)經(jīng)濟(jì)現(xiàn)象發(fā)展的客觀規(guī)律，對(duì)未來的發(fā)展趨勢(shì)進(jìn)行描述，分析，估計(jì)與判斷，目的是運(yùn)用科學(xué)的方法對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行總結(jié)，以減少不確定性對(duì)社會(huì)經(jīng)濟(jì)活動(dòng)的影響。 （ 1） 線性回歸 模型 建立關(guān)于房?jī)r(jià)指數(shù)與時(shí)間的一元線性回歸 模型 ,其中 為對(duì)應(yīng)的房地產(chǎn)價(jià)格指數(shù)， a 為 截距項(xiàng)， b 為斜率。 應(yīng) 用 2007年 1月到 2010年 12月 數(shù)據(jù)， 運(yùn)用 最小二乘法進(jìn)行回歸分析， 利用 歸模型 。 表 2 回歸分析檢驗(yàn)圖 X 05/12/12 10:52 2007010 47 C of 表 2 的分析結(jié)果可以看出，在置信水平 =，系數(shù)的 p 值和 方程 對(duì)應(yīng)的 明該模型的參數(shù)與整體函數(shù)的統(tǒng)計(jì)意義顯著。 并且 明模 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 9 - 型擬合得較好。最終 得到的函數(shù)模型為： ,表明房?jī)r(jià)隨著時(shí)間的推移呈上升趨勢(shì)， 時(shí)間每過一年，房?jī)r(jià)提高 。 （ 2）一次指數(shù)平滑法： 1(1 這是一次指數(shù)平滑法的基 本公式。該方法不需要過多的歷史數(shù)據(jù)，從 公 式中可以看出 ，該方法僅需要本期觀測(cè)值和本期預(yù)測(cè)值即可對(duì)下期數(shù)值進(jìn)行預(yù)測(cè)。而 本 式中 的取值為 接近 1 時(shí)，指數(shù)平滑值 將較大地 反映最新觀察值的變化 。而當(dāng) 較為接近 0 時(shí)， 指數(shù)平滑值將用來代表該序列的長(zhǎng)期趨勢(shì)值。 表 3 不同 值下模型對(duì)應(yīng)的預(yù)測(cè)值及 測(cè)值 據(jù)結(jié)果表明，當(dāng) a=， 均方誤 差最小，為 且均方誤差隨著 的增大而呈現(xiàn)遞減趨勢(shì)，說明指數(shù)平滑值較大地反映了觀察值的變化。 （ 3） 布朗單一參數(shù)線性 指數(shù)平滑法： 布朗單一參數(shù)線性指數(shù)平滑法的基本原理是：當(dāng)時(shí)間序列有趨勢(shì)項(xiàng)存在時(shí)，一次和二次指數(shù) 平滑值 均落后于實(shí)際值，因此，一次平滑值加上一 次和二次平滑值之差，則可以對(duì)趨勢(shì)進(jìn)行修正。 其平滑公式為 ： 1( 1)1( )1( 2( 1)1()2( )1( 其中， (為一次指數(shù)平滑值， 2(為二次指數(shù)平滑值， 由兩次平滑值計(jì)算系數(shù)的公式如下： 2()1()2()1()1( 2)( )(1 )2()1( 線性平滑模型為： 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 10 - 得到下表結(jié)果： 表 4 不同 值下模型對(duì)應(yīng)的預(yù)測(cè)值及 a 測(cè)值 a 測(cè)值 4） 霍爾特雙參數(shù)線性指數(shù)平滑法： 霍爾特雙參數(shù)線性指數(shù)平滑法與布朗單一參數(shù)線性 指數(shù)平滑法相似，但是它 不對(duì)二次指數(shù)進(jìn)行平滑，而是對(duì)趨勢(shì)進(jìn)行直接平滑。由于運(yùn)用 的時(shí)候用兩個(gè)參數(shù)對(duì)趨勢(shì)進(jìn)行平滑，因此具有很大的靈活性。具體公式如下： )(1( 11 1 )1()( 公式中 平滑值 進(jìn)行直接修正， 這樣就消除了滯后性，趨勢(shì)值 對(duì)相鄰前兩次平滑 值之差來修正，預(yù)測(cè)值為基礎(chǔ)值加上趨勢(shì)值乘以預(yù)測(cè)超前期數(shù)。 表 5 不同參數(shù)值下模型對(duì)應(yīng)的 及預(yù)測(cè)值 測(cè)值 表中可以看出，當(dāng) = =， 小。 （ 5）灰色預(yù)測(cè)模型 灰色預(yù)測(cè)是一種對(duì)含有不確定因素的時(shí)間序列進(jìn)行預(yù)測(cè)的方法， 它對(duì)系統(tǒng)因素之間 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 11 - 的關(guān)聯(lián)度進(jìn)行分析，尋找系統(tǒng)變動(dòng)的規(guī)律，然后建立相應(yīng)的微分方程，從而預(yù)測(cè)事物發(fā)展的未來趨勢(shì)。為了弱化原始數(shù)據(jù)的隨機(jī)性，在建立灰色模型之前應(yīng)該先對(duì)原始數(shù)據(jù)進(jìn)行累加的預(yù)處理。 設(shè)時(shí)間序列 X)0( 有 n 個(gè)觀察值， )() , . . . ,2(),1( )0()0()0()0( ,通過累加生成新數(shù)列 )() , . . . ,2(),1( )1()1()1()1( ,則 ,1)模型相對(duì)應(yīng)的微分方程為： 1()1( ,式中， 稱為發(fā)展灰數(shù)， 稱為內(nèi)生控制灰數(shù)。設(shè) 為待估參數(shù)向量， 利用最小二乘法求解可得： )( 12112112111113121211 )(.)3()2()0()0()0(其中，預(yù)測(cè)模型為 e 1()1( )0()1( 為了方便計(jì)算，將房?jī)r(jià)指數(shù)均除以 100， 將數(shù)據(jù)計(jì)算可得 = =入預(yù)測(cè)公式 。 模型建立后，進(jìn)行關(guān)聯(lián)度和后驗(yàn)差檢驗(yàn)，關(guān)聯(lián)度系數(shù)為 )0()()0()()0()()0()(m a xm a xm )( )2,1( 關(guān)聯(lián)度為： 1 選取 =據(jù)經(jīng)驗(yàn)，當(dāng) =，關(guān)聯(lián)度大于 滿意了，經(jīng)計(jì)算， =過關(guān)聯(lián)度檢驗(yàn)。 后驗(yàn)差檢驗(yàn)，計(jì)算原始序列的標(biāo)準(zhǔn)差： 1)0()0( )( 21 ni 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 12 - 計(jì)算絕對(duì)誤差序列的標(biāo)準(zhǔn)差： 1)0()0( )( 22 計(jì)算方差比： 2計(jì)算小誤差概率： 6 7 4 1)0()0( )( 令 )0()0()， 則 0。 判斷準(zhǔn)則見 下 表： 表 6 判斷準(zhǔn)則 P C 檢驗(yàn)效果 合格 通過計(jì)算所有的 以 p=1； c= 驗(yàn)效果好，模型通過后驗(yàn)差檢驗(yàn)。 當(dāng) k=47 時(shí) ， 可 預(yù) 測(cè) 出 第 48 期 的 預(yù) 測(cè) 值 為 ： 2 . 0 6 5 6 8( 460 0 4 4 5 4 4 5 均方誤差為 上比較各模型的預(yù)測(cè)值如下表 ： 表 7 各模型 比較結(jié)果 模型 一元線性回歸 一次指數(shù)平滑 布朗單一參數(shù) 霍爾特雙參數(shù) 灰色預(yù)測(cè) 預(yù)測(cè)值 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 13 - 均方誤差 上 圖可以看出，以上幾個(gè)預(yù)測(cè)值與真實(shí)值都較為接近，相對(duì)來說，布朗單一 參數(shù)線性指數(shù)平滑法預(yù)測(cè)效果最好?？偟膩碚f，各個(gè)模型各有特點(diǎn)，各有優(yōu)劣，不能簡(jiǎn)單地?cái)喽膫€(gè)模型最好，在應(yīng)用時(shí)應(yīng)該充分考慮數(shù)據(jù)的特點(diǎn)，在應(yīng)用的成本與預(yù)測(cè)的 精度之間進(jìn)行合理權(quán)衡。 （ 6）組合預(yù)測(cè) : 組合預(yù)測(cè)法是 對(duì) 于同一個(gè)問題，采用兩種以上不同的預(yù)測(cè)方法進(jìn)行預(yù)測(cè)，既可以是定性方法的組合，也可以是定量方法的組合，但在實(shí)踐中更多的是定性與定量相結(jié)合，其主要目的是綜合利用各種方法所提供的信息，提高預(yù)測(cè)精度。主要是賦予不同的預(yù)測(cè)結(jié)果相應(yīng)的權(quán)重， 進(jìn)行綜合加權(quán)： 1 )( 本文主要采用的是 擬合優(yōu)度法：取111其中， ni ,其中 第 i 個(gè)模型的均方誤差，該模型可以賦予均方誤差較小的模型以較大的權(quán)重，保證擬合優(yōu)度。 根據(jù)均方誤差進(jìn)行加權(quán)，分別賦予一元線性回歸、一次指數(shù)平滑、布朗單一參數(shù)指數(shù)平滑、霍爾特雙參數(shù)指數(shù)平滑、灰色預(yù)測(cè)不同的權(quán)重，最后計(jì)算預(yù)測(cè)值 。 8 在本文中， 霍爾特雙參數(shù)指數(shù)平滑法預(yù)測(cè)值更加接近于真實(shí)值。理 論和實(shí)踐研究表明，在諸種單項(xiàng)預(yù)測(cè)模型各異且數(shù)據(jù)來源不同的情況下，組合預(yù)測(cè)模型可能導(dǎo)致一個(gè)比任何獨(dú)立預(yù)測(cè)模型更好的預(yù)測(cè)值， 顯然，組合預(yù)測(cè)方法比單一預(yù)測(cè)方法更為科學(xué)，更能表達(dá)更多的信息，不能簡(jiǎn)單地將預(yù)測(cè)誤差較大的預(yù)測(cè)模型舍棄。 因此，我們?cè)诰唧w采用預(yù)測(cè)模型時(shí)，應(yīng)當(dāng)綜合考慮與預(yù)測(cè)值的接近程度和誤差的大小，在兩者之間進(jìn)行權(quán)衡，但是總的來說，組合預(yù)測(cè)模型能減少預(yù)測(cè)的系統(tǒng)誤差，顯著改進(jìn)預(yù)測(cè)效果。 南京財(cái)經(jīng)大學(xué)本科畢業(yè)論文 - 14 - 六、 結(jié)論和建議 選取不同的預(yù)測(cè)模型來進(jìn)行建模時(shí)，首先要考慮數(shù)據(jù)的特點(diǎn)和不同模型的適 用條件，數(shù)據(jù)特點(diǎn)符合適用條件則預(yù)測(cè)結(jié)果具有 更高的穩(wěn)健性和可靠性。 本文首先建立了一元線性回歸、一次指數(shù)平滑、布朗單一參數(shù)指數(shù)平滑 、 灰色預(yù)測(cè)等模型分別對(duì)數(shù)據(jù)進(jìn)行建模 ，最后， 根據(jù)各 模型的均方誤差 賦予不同的權(quán)重進(jìn)行加權(quán)，得到了較為接近真實(shí)值的預(yù)測(cè)值，預(yù)測(cè)精度大大提高。 從預(yù)測(cè)結(jié)果看，房?jī)r(jià)指數(shù)仍有上升的趨勢(shì)，對(duì)此提出以下建議： 從國家歷年來 不斷 出臺(tái) 的 調(diào)整銀行信貸政策 的結(jié)果 可以看出， 房?jī)r(jià)的漲跌情況 在很大程度上受銀行信貸政策影響，如何在 信貸政策 調(diào)控 與保持 房?jī)r(jià) 合理漲幅之間保持平衡是政府面臨的很大 挑戰(zhàn)。 信貸 緊縮 政策 會(huì)導(dǎo)致房?jī)r(jià)下跌， 從而 增加 銀行 的 不良貸款率。另一方面， 適 度 寬松的信貸政策會(huì)促進(jìn)房地產(chǎn)市場(chǎng)的繁榮發(fā)展， 但 與之 俱 來的是 房屋供求失衡和房?jī)r(jià)過快 上漲 的問題 。 從長(zhǎng)遠(yuǎn) 角度 看來，銀行是經(jīng)營主體， 國家要 加強(qiáng) 對(duì)銀行業(yè)的 監(jiān)管 ， 制定合理的信貸政策 ，不被樓市 “綁架 ”。 從政府 方面看，房改政策和住房商品化政