丛苏莉

摘 要： 为了克服单一灰色模型或者BP神经网络的局限性，提出灰色理论和神经网络的房地产前期价格预测模型。该模型采用灰色模型对房地产前期价格的规律性进行分析，BP神经网络对房地产前期价格的随机性进行刻画，实现了优势互补，最后进行房地产前期价格预测具体应用实例分析。结果表明，该模型可以准确描述房地产前期价格的变化趋势，提高房地产前期价格的预测精度，为房地产前期价格预测提供了一种有效的建模工具。

关键词： 房地产； 前期价格； 神经网络； 周期性； 非线性特点

中图分类号： TN711?34； TP311 文献标识码： A 文章编号： 1004?373X（2017）11?0107?04

Research on real estate early?stage price prediction

based on grey theory and neural network

CONG Suli

（Department of Architectural Engineering， Wenjing College of Yantai University， Yantai 264000， China）

Abstract： In order to overcome the limitation of single grey model or BP neural network， a real estate early?stage price forecasting model based on grey theory and neural network is put forward. The gray model is adopted in the model to analyze the regularity of real estate early?stage price， and BP neural network is adopted to describe the randomness of real estate early?stage price to realize the complementary advantages. The specific application instance is applied to the analysis of real estate early?stage price prediction. The experimental results show that the model can describe the change trend of real estate early?stage price accurately， improved the forecasting accuracy of real estate early?stage price， and provides an effective modeling tool for real estate early?stage price forecasting.

Keywords： real estate； early?stage price； neural network； periodicity； nonlinear characteristic

0 引 言

近年来，我国的房地产市场非常活跃，房地产价格成为人们经常讨论的话题[1]。为了防止房地产价格过度增长，国家和地方均出台了一系列的政策进行调控，然而由于其他投资市场的随机性太大，一些人没有好的投资渠道，将大量资金投入到房地产市场中，导致房地产价格的随机变化大。在各种政策和人们心理作用的影响下，房地产前期价格预测可以帮助人们了解房地产价格的变化态势[2?3]，预测结果有利于政策制定者和房地产投资者做出准确判断，因此房地产前期价格预测具有重要的实际价值[4]。

当前人们对房地产价格预测主要通过对政策、经济、房贷等因素进行分析，然后对未来房地产价格变化趋势进行估计[5]。有学者认为房地产价格主要与土地价格密切相关，结果表明，土地价格要去行政化，减少政府部门干预，让土地价格由市场决定，降低房地产的成本，有效降低房地产价格[6]。……