数据科学中的房价预测模型

商品房价格预测模型及其应用*

夏学文

（湖南工程学院理学院，湘潭，411104）

摘要：在商品房价格变动因素分析的基础上，以上海市历年商品房平均销售价格作为原生时间数据系列，建立了上海市商品房平均销售价格的动态预测模型，从模型的预测结果看，商品房的平均销售价格将保持上升趋势。

关键词：灰色理论；商品房；价格；预测模型

The price forecast model of commodity houses and its application

Xia xuewen

(Hunan Institute of Engineering,Xiangtan,411104)

Abstract: On the basis of the analysis of the change in commodity house price,it establishes

the dynamic predicting model of commodity house average sales price in Shanghai by

original date range of commodity house average sales price every year in

modity house average sales price will keep growing from the result of

predicting model.

Key Words： gray theory;commodity house;price;predicting model

1.前言

近年来灰色预测、决策与灰关联系统等应用于决策模式的研究受到广泛的注意, 文献 [1]用灰色GM(1,1)模型对林分平均生长过程进行模拟,给出落叶松人工林林公在树高,胸径,材积3个指标上平均总生长量的灰色模型,经过检验,估测效果显著.在文献[2]中,运用灰色预测来预测大学人数的增减。房价是影响商品房供需的重要因素，房价的高低和变化趋势关系到百姓的居住条件能否切实改善和以住宅产业拉动内需政策能否取得预期的成效。为保证住宅产业的健康发展，及时掌握商品房房的价格动态，并对市场价格的变化趋势做出科学的预测是十分必要的。由于影响商品房价格的因素很多，它们之间的关系错综复杂，难以阐述清楚，但我们可以得到商品房平均销售价格的历史数据，这些历史数据实际上是过去各种确知的和不确定的信息的综合反映，因此商品房房价完全可以用历史数据作为灰色信息的反映来进行分析、研究确定其变动规律，从而确定出其未来的趋势。本文探讨了利用GM（1，1）灰色预测模型对商品房价格进行预测，并取得较好的预测效果。

第２５卷第１期　武汉冶金管理干部学院学报　Ｖｏ１．２５　Ｎｏ．１　

２０１５年３月　ＪＯＵＲＮＡＬ　ＯＦ　ＷＵＨＡＮ　ＭＥＴＡＬＬＵＲＧＩＣＡＬ　ＭＡＮＡＧＥＲ＇Ｓ　ＩＮＳＴＩＴＵＴＥ　Ｍａｒ．２０１５　

数据模型在企业决策中的应用　

——预测损失的销售额案例分析　

张　晶，邓海燕　

（武钢财务公司，湖北武汉４３００８０；武钢集团经营财务部，湖北武汉４３００８０）　

摘要：预测在企业决策中至关重要，它是企业决策的基础，数据模型是进行预测的主要工具之一。　本文通过对卡尔森百货公司损失的销售额预测说明数据模型是一项科学、合理的预测工具，并对如何利　用数据模型进行预测进行详尽的介绍。在本案例中，选择趋势预测模型和回归模型，对损失的销售额进　行了合理的预测，保证最终能被保险公司所接受，为公司进行索赔提供有利的支持，减少公司损失。　关键词：预测；数据模型：趋势预测；回归分析　中图分类号：Ｆ２７０．５　文献标识码：Ａ　文章编号：１００９—１８９０（２０１５）０１—００９４—０３　

一个企业长远的成功在很大程度上取决于是　否能够预测未来并制定合适的策略。合适的判　

断、直觉和了解，可以使管理者对将来的态势有一　

个概略的认识或“看法”，但是，将这些看法转化　为数量，用于预测下一个季度的销售量或下一年　

的原材料价格等就不那么容易了。如果要得到较　

为准确的预测，我们往往要根据现有的数据，选择　合适的数据模型，才能使我们的预测更加科学、合　

理，从而为企业的决策提供支持。　

本文选取Ｃａｒｌｓｏｎ百货公司在飓风中遭受袭　击就保险公司应向其赔偿多少损失的典型案例，　

介绍如何利用数据模型进行预测以及如何根据预　

测结果进行决策。　

一、案例介绍　

Ｃａｒｌｓｏｎ（卡尔森）百货公司在２００３年８月３１　日飓风侵袭时，遭受了严重的损失，公司被迫关闭　

了４个月（２００３年９—１２月）。现在，Ｃａｒｌｓｏｎ公司　

现在正与其保险公司就公司关闭期间损失的销售　

２０１５年第２期　（总第５０７期）　区域金融研究　Ｊｏｕｒｎａｌ　ｏｆ　Ｒｅ＃ｏｎａｌ　Ｆｉｎａｎｃｉａｌ　Ｒｅｓｅａｒｃｈ　ＮＯ．２．２０１５　ＧｅｎｅｒＭ　ＮＯ．５０７　

混频数据模型在国库现金流预测中的应用研究　

牛润盛　

（中国人民银行汕尾市中心支行，广东汕尾５１６６００）　

摘要：国库现金流预测对于提高国库现金的精细化管理水平具有重要意义。实证结果表明，相比指数　平滑法、ＡＲＭＡ模型等传统预测方法，混频数据模型综合利用高频数据（日度数据）和低频数据（月度数据）对国　库现金流的预测精度有所改善。ＭＩＤＡＳ混频数据模型没有全面涵盖长期性、周期性因素，如与含长期性、周期　

性因素的线性回归模型、灰色系统模型、ＡＲＩＭＡ模型等相互结合，有利于进一步改善预测精度。　关键词：混频数据模型Ｍｉｄａｓ；国库现金管理；财政体制；货币政策　

中图分类号：Ｆ８２１．０　文献标识码：Ａ　文章编号：１６７４—５４７７（２０１５）０２—００４３—０３　

一、引言　

国库现金管理是指在确保国库支付需要和国库　现金安全的前提下，有效管理国库现金以降低筹资成　

本和获取投资收益的一系列财政管理活动，是现代财　政国库管理体系的重要内容。随着国民经济的发展，　

地方财政收人的迅速增长，地方国库库存余额逐年增　大，波动也越来越严大。因此，研究地方级国库库存　

波动现象，找出内在规律，对于加强地方国库现金管　

理，提高国库资金利用效益具有重要意义。　目前，国库现金管理的研究主要集中在国库管理　制度、最佳库存估算与国库现金流预测等方面。在国　

库管理制度上，在国库管理制度上，朱苏荣（２００６）研　究分析了美国国库现金管理基本经验及当前改革的　

成效基础，对我国国库现金管理改革相关协调机制的　建立、目标的设立、实施步骤、操作方式和手段、相关　

业务再造、改革的可持续性发展等问题提出了建设性　意见。在最佳库存估算上，陈建奇等（２００７）研究发　

现，国库最优现金余额与政府年度财政支出、市场年　度收益率、年度借款成本、债券与现金的转换成本等　变量之问具有平方根关系，并进行实证分析，得出我　国国库最优现金余额。　

统计学在房价分析预测上的应用

作者：张嘉明

来源：《中国房地产业》 2018年第23期

【摘要】近些年房价已经成为人们最为关心的问题，成为影响国计民生最主要的因素之一，无论是生存需求还是投资需要，能够准确掌握房价的变化规律显得尤为重要。统计学作为最重要的数据分析学科可以为分析房价变化提供重要帮助。运用统计学基本原理，从货币、土地、人口三个影响房价变化的主要因素分析近年来我国房价变化的原因，并通过具体分析对未来房价变化做出预测，为人们购房提供一定的借鉴。

【关键词】统计学；房价；货币；土地；人口

近年来，随着中国城镇化建设的发展, 房地产业发展迅速，带动了我国经济的增长，成为了推进我国GDP 增长的重要支柱产业之一。随着我国经济的不断发展，房价也一直在升高，房价攀升产生的财富效应对我国居民消费及内需产生了拉动作用, 在一定程度上刺激了中国经济的蓬勃发展。但是高房价下隐藏的问题也日益突出,房地产投资过热催生了大量经济泡沫，房地产市场供需问题严重；各地房价与工资差距加大，购房和还贷压力巨大，影响了社会稳定和经济发展；房地产市场金融属性越来越强，经济增长水平和房地产业发展水平严重失衡，给我国经济和社会稳定带来风险[1]。因此，分析影响房价的因素具有重要意义。雷田礼[2] 通过对35 个大中型城市房价数据进行研究，建立了供需平衡的多元对数线性模型，分析了贷款量、贷款利率、居民财富和货币发行量等对房价影响的重要性指数问题。兰峰[3] 从人口空间结构变化的视角出发，对35 个大中城市2010-2015 年的人口流动与房价波动的相关性进行了研究。廖欢[4] 对我国现行土地制度进行梳理，分析了我国土地供应影响房地产市场的路径，剖析了我国土地供应影响房价的机制，发现了土地供应量和房价之间存在负相关关系。本文运用统计学方法，从货币、土地、人口三个方面分析房价的变化规律，对未来房价进行预测。

1、房价变化规律分析