文/夏德延，安徽财经大学金融学院

房地产业与人们的生活息息相关，也一直是全社会关注的焦点问题，随着社会的进步和发展，房地产业成为了人们投资和投消费的一大热门[1]，同时也是中国经济的支柱产业。2002年起，中国的房地产价格一直以较快的速度上涨, 到2015年, 全国住宅销售价格上涨了约2倍, 部分大型城市甚至上涨了3—4倍。房地产价格的迅速上涨给我们抛出了一个值得关注的问题，那就是如何准确的衡量房地产价格的变动趋势，这就涉及到模型的建立和对未来的预测。

在对房地产价格的预测上，很多国内外学者都曾采用了不同的方法进行考量。土耳其研究员赛利姆将神经网络以及Hedonic回归模型相结合，选用了土耳其的房地产价格作为样本进行的预测，模型结果表明土耳其的房价仍然体现为上升趋势。哈什米等人认为房地产价格数据是不规则的，处于非线性状态，因此他们放弃了传统的线性方法，将小波神经网络和 BP 神经网络应用于房地产价格指数预测中。中国学者陈娟曾以面板数据非线性平滑转移模型为基础，建立特色的房地产价格指数模型，探讨了房地产价格与影响因素之间的联动性关系。专家袁芳等则运用ARIMA模型，对短期的西安房地产价格做出了精准预测。

不同于以上的方法，本文主要考虑了房地产价格的金融波定性特点，以2002—2015年合肥市房地产价格为原始数据，对房产价格的序列水平值使用灰色模型GM(1,1)模型进行模拟，得以分析合肥房地产价格与各个影响因素之间的灰色关联度，得到未来房产价格的预测值。……