• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      地價增長率的GM(1,1)預測模型

      2011-07-24 09:36:34閆海波陳敬良
      統(tǒng)計與決策 2011年22期
      關鍵詞:響應函數(shù)增長率殘差

      閆海波,陳敬良

      (上海理工大學管理學院,上海200093)

      1 地價增長率與GM(1,1)建模

      1.1 地價增長率

      房價問題是當前理論和現(xiàn)實的熱點問題。而地價是房價的核心構成要素。從某種意義上講,房價問題就是地價問題。房價的增長率幾乎是地價增長率的遞推與映射。地價增長率對于國家宏觀經(jīng)濟政策、企業(yè)的戰(zhàn)略決策、民眾理財方式的選擇,都是較重要的數(shù)據(jù);特別是近期來,我國經(jīng)濟已呈現(xiàn)較明顯的通脹形勢下,更受到人們普遍關注。因此,研究地價及其變化規(guī)律,具有一定的理論和現(xiàn)實意義。

      地價增長率主要反映地價水平的變化程度,使用簡單的統(tǒng)計學方法,計算公式為:地價增長率(%)=(當期平均地價-前一期平均地價)÷前一期平均地價×100%。

      1.2 GM(1,1)預測模型

      GM(1,1)預測模型是以灰色系統(tǒng)理論為基礎,通過原始數(shù)據(jù)的處理和灰色模型的建立,對系統(tǒng)的未來狀態(tài)作出科學的定量預測的一種方法;目前較為成熟的預測方法已超過200種,各種不同的預測方法有其所適用的特定對象,不存在一種普遍“最好”的預測方法。之所以采用GM(1,1)模型是基于以下二個方面的考量:第一,目前的預測方法多以數(shù)理統(tǒng)計為基礎,對樣本量有較高的要求。市場經(jīng)濟條件下地價增長率只有短短三十年的數(shù)據(jù),不滿足大樣本數(shù)理統(tǒng)計的要求。而GM(1.1)模型則對數(shù)據(jù)要求較低,可以完成小樣本條件下的預測,理論上講,GM(1,1)只要求4個數(shù)據(jù)便可以完成建模與預測,這是其他統(tǒng)計方法不可比擬的;第二,計算量相對較小,普通電腦即可完成計算;第三,經(jīng)過檢驗,地價增長率的預測值與實現(xiàn)情況擬合度較高,方法較為實用。

      2 GM(1,1)模型的建模原理

      GM(1,1)中的前一個1,實際是n=1,即1階導數(shù),后一個1是指一個變量。因此用GM(1,1)模型來預測地價增長率,是針對時間序列建模,是一個微分、差分和指數(shù)兼容的模型。地價增長率灰色模型GM(1,1)建模條件如下:

      (1)地價增長率的原始數(shù)列是等時間序列,即Δk=Δkt-Δkt-1=1(為常數(shù),表示時間間隔)

      (2)GM(1,1)模型,當k≥4時,具有延展性。

      (3)原始數(shù)列為非負序列。

      首先給定原始數(shù)據(jù):x(0)(k),k=1,2,…,n,為每年地價增長率的數(shù)據(jù)序列,記為:

      x(0)=(x(0)(1),x(0)(2),…x(0)(n)),對x(0)做累加生成(I-AGO):

      于是有生成序列:

      由x(1)建立白化微分方程:

      此為GM(1,1)模型的實質。其中,a、b稱為發(fā)展系數(shù)和灰色作用量。設為向量參數(shù),=(a,b)T

      可用最小二乘法取得。

      其中,B是由1-AGO的緊鄰均值生成的矩陣,其結構如下:

      而YN等于原始序列的轉秩。

      白化形式微分方程的時間響應函數(shù)即為預測函數(shù)[1]:

      x(1)(k+1)=(x(1)(1)-b/u)eak+b/a,其中k=1,2,…,n

      灰色模型GM(1,1)的預測結果的精度可用“殘差大小檢驗法”檢驗。

      設x(0)(k)為每年實際的地價增長率,x(1)(k)為根據(jù)GM(1,1)模型預測的地價增長率,則E(k)為相對誤差。

      3 地價增長率的GM(1,1)模型的建模過程

      經(jīng)濟數(shù)據(jù)的變化常常具有周期性,因此數(shù)據(jù)量并非越大越好,根據(jù)地價增長率數(shù)據(jù)的變化特點,采用GM(1,1)殘差修正模型進行預測,能夠取得較好的預測結果。以2001年為基期,2002年至2008年的全國地價增長率統(tǒng)計如表1所示。x((0)(k)是原始數(shù)據(jù)列,x((1)(k)為累加之后的數(shù)據(jù)列。

      表1 地價增長率數(shù)據(jù)

      由圖1可知,地價增值率的原始數(shù)列毫無規(guī)律,異常離散,而累加之后卻呈現(xiàn)出類似S型增長的規(guī)律性。也就是說,累加生產(chǎn)使得數(shù)據(jù)變得有規(guī)律,削弱了隨機性,從而使得預測變得可能。由公式(5)(6)計算得出:

      圖1 原始數(shù)列與累加數(shù)列

      最終的時間響應函數(shù)x(1)(k+1)=(x(0)(1)-b/a)e-ak+b/a=(4.39-5.51/0.04)e-0.01k-5.51/0.01;

      根據(jù)此函數(shù),預測2002年~2008年土地增長率的預測值和實際值比較結果如表2所示,其中,x1(0)(k)為預測值。

      表2 初步預測結果

      由表2可知,殘差較大,預測精度不盡滿意。進而考慮殘差的GM(1,1)模型,對原模型進行修正。

      所謂殘差GM(1,1)模型,就是對殘差進行建模,生成時間響應函數(shù),從而形成對原響應函數(shù)的修正。殘差模型一般只注意修正預測原點附近的數(shù),而不要求修正所有的數(shù)。2008年為預測原點,可取2005年~2008年的殘差進行二次GM(1,1)建模。

      此時,殘差GM(1,1)模型中的a=-0.3806,b=1.9835;

      時間響應函數(shù)為

      q1(1)(k+1)=(q(0)(1)-b/a)e-ak+b/a=(1.44+1.9835/0.3806)e0.3806k+1.9835/0.3806

      對上式取導數(shù),得q1(0)(k+1)=0.3806*(1.44+1.9835/0.3806)e0.3806k=6.65e0.03806k。

      對x(1)(k+1)求導數(shù),得x1(0)(k+1)=-0.01*(4.39-5.51/0.04)e-0.01k=1.336e-0.01k

      綜合以上兩式,得修正之后的模型為:

      x(1)(k+1)=1.336e-0.01k-β(k-4)6.65e0.03806k

      根據(jù)此模型,在預測點2008年以后的2年,地價增長率分別為5.87%,7.83%。

      實際的地價增長率為5.05%,8.8%(2010年前三個季度)。預測結果可以接受。

      4 結論

      根據(jù)模型的預測結果,全國綜合地價增長率將在2012年超過10%,而事實上在2010年第3季度,商業(yè)用地地價增長率已經(jīng)超過了10%。地價不可避免的增長趨勢無疑會傳導到房價。地價增長率數(shù)據(jù)是經(jīng)濟系統(tǒng)各部門相互作用的結果,因此數(shù)據(jù)本身就能夠解釋自己和經(jīng)濟系統(tǒng)?;诨疑碚摰腉M(1,1)預測模型預測了地價增長率,與現(xiàn)實擬合度較好。

      [1] 鄧聚龍.灰色系統(tǒng)基本方法[M].武漢:華中科技大學出版社,1988,(40).

      [2] 凌學文,李樹剛,任海峰.GM(1,1)模型在市場需求預測中的應用[J].西安科技學院學報,2003,(12).

      [3] 鄭榮臻.企業(yè)商品交易價格指數(shù)的GM(1.1)預測模型[J].時代金融,2008,(7).

      猜你喜歡
      響應函數(shù)增長率殘差
      不同探源距下241Am的α譜模擬與解析
      輻射防護(2024年6期)2024-12-31 00:00:00
      一類具有Beddington-DeAngelis響應函數(shù)的階段結構捕食模型的穩(wěn)定性
      基于雙向GRU與殘差擬合的車輛跟馳建模
      2020年河北省固定資產(chǎn)投資增長率
      2019年河北省固定資產(chǎn)投資增長率
      基于殘差學習的自適應無人機目標跟蹤算法
      基于遞歸殘差網(wǎng)絡的圖像超分辨率重建
      自動化學報(2019年6期)2019-07-23 01:18:32
      相機響應函數(shù)定標的正則化方法
      國內生產(chǎn)總值及其增長率
      克服動態(tài)問題影響的相機響應函數(shù)標定
      阳城县| 烟台市| 瑞昌市| 微博| 商水县| 沁水县| 囊谦县| 克东县| 襄汾县| 和林格尔县| 丹棱县| 通许县| 扎囊县| 桑日县| 马山县| 鄄城县| 谷城县| 南漳县| 民县| 高青县| 高淳县| 余江县| 叙永县| 德江县| 长宁区| 石景山区| 青海省| 贡嘎县| 合江县| 南江县| 禹州市| 尼玛县| 无锡市| 钟祥市| 高台县| 广南县| 长兴县| 沐川县| 沈阳市| 昌邑市| 永定县|