论文部分内容阅读
摘 要： 近年来建材价格变动频繁，投资方和施工企业都希望了解建材价格未来的趋势以及时调整策略应对潜在的风险。以建材价格的波动特性为出发点，对建材价格变动的主要原因进行分析，在此基础上收集整理目前较常用的几种价格预测方法，接下来重点介绍基于群体分析的建材价格研究方法，最后对基于人工神经网络的建材价格研究方法进行展望。
一、几种主要建材费用在不同建筑工程中占造价的比重
建材价格的变动频繁且幅度较大，如果在参与投标时没能充分估计主要建材的价格走势，在建材价格突然变化后，承包商往往难以承受突如其来的损失，容易引发与发包商之间的纠纷，对工程建设的进程造成很大的负面影响。
通过四个典型工程项目近十年周期的造价走势情况分析了主要建材费用在不同类型的建筑工程中占造价的比重如下表所示[1]。
主要建材费用在各种类型工程的造价中比重是很高的，因此其价格的变动对造价的影响很大。
二、一般价格预测的几种方法
价格预测目前大致可分为三种派别：基本分析派、技术分析派和其他派别。基本分析派侧重研究与经济密切相关的指标，利用这些指标来分析价格可能达到什么水平。技术分析派依靠统计学和数学的相关方法则来做判断。其他派别不作为重点介绍。
基本分析派較侧重于中长线分析，比较适合那些熟悉现货行情的贸易商及那些信息面比较广的投资者运用。技术分析派侧重研究价格的动态规律性性，并分析量、价同时间的关系，可以在一定程度上帮助投资者判断行情及选取合适的时机，较适合小规模投资者使用。
基本分析法本质上是研究影响供需关系变化的种种因素从而预测商品价格走势的分析方法[2]。其优点主要有两个：（1）能较全面地把握标的物价格的基本走势。（2）应用起来相对简单。其缺点主要有：（1）时间跨度较长，对短线投资者的价值不高。（2）精确度相对较低。
技术分析应用很广泛，不管是做股票价格分析，还是商品价格分析。因其自身的特点，采用技术分析方法不需要考虑技术分析以外的东西。技术分析的优点：（1）对价格变化的趋势有一定的预测作用。（2）对市场的反应更加直接快速。（3）价格包含了所有信息。其缺点：技术分析只研究市场行为，未对本质的供需问题进行研究，因此无法对市场较长周期的趋势做出合理的判断。
三、基于群体分析的建材价格研究方法
引起建材价格变动的原因往往是多方面的，各种商品之间互相联系，或互相促进或互相抑制，其中任何一类商品价格出现异常波动常常会直接或者间接地影响到其它商品的价格。群体分析法是在对多种商品长期的价格数据研究分析的基础上形成的。通过大量的跟踪分析发现，对单一品种或少数几个品种的短期价格波动趋势做出较精确的判断是很困难的，就好比我们要确定单独的一只羊或两只羊下一秒的奔跑方向，随机性强很难判断;但如果把许多彼此相关联的商品放到一起进行研究，就像研究一个羊群的运动方向，这就相对容易，因为群体运动趋势的稳定性相对于个体的运动趋势的稳定性更高[3]。
三个区域（价格运动过程的不同情况）：红色区域、黄色区域及绿色区域。其中，红色区域表示价格处于上升过程，绿色区域表示价格处于下跌过过程，黄色区域表示当前一段时间该品种价格波动不大。利用群体分析法对30多种大宗商品近十年的价格波动趋势分析发现，价格运动趋势平均每年有51%的时间处于相对稳定状态;27%处于上涨状态;22%处于下跌状态[4]。
四、基于人工神经网络的建材价格研究方法
计算机技术的日益成熟和深度应用使得建材价格的预测逐渐成为可能。误差前传网络（BP）是目前应用最广泛的的多层前馈网络，主要用于语音识别、经济预测、工业过程控制和自适应控制等方面。BP神经网络最大的特点是不断反向传递并且修改其连接权值，使得期望输出与实际输出误差最小，其缺陷是网络的训练时间长且容易陷入局部极小值。LM算法是一种收敛速度快、稳定性好的优化算法。它是由梯度下降法与高斯牛顿法的结合，LM算法拥有梯度下降法的全局特性的同时，还包括高斯—牛顿法的快速收敛特性， 可以有效地改善网络的收敛性能[5]。
参考文献
[1]冯闻.主要建材价格变动的监测与预警研究[D].上海：上海交通大学，2005.
[2]Harold Kerzner， Project Management-A System Approach to Planning，Scheduling， and Controlling， 6th edition， Van Nostrand Reinhold， 1997.
[3]肖大强.价格波动规律认识基础上的企业套期保值模型优化[J].北方经济，2010.
[4]魏凯.工程材料价格波动规律的若干方法研究[D].郑州.华北水利水电大学，2013.
[5]周欢.基于人工神经网络的建筑材料价格预测模型研究[D].宜昌.三峡大学，2013.
一、几种主要建材费用在不同建筑工程中占造价的比重
建材价格的变动频繁且幅度较大，如果在参与投标时没能充分估计主要建材的价格走势，在建材价格突然变化后，承包商往往难以承受突如其来的损失，容易引发与发包商之间的纠纷，对工程建设的进程造成很大的负面影响。
通过四个典型工程项目近十年周期的造价走势情况分析了主要建材费用在不同类型的建筑工程中占造价的比重如下表所示[1]。
主要建材费用在各种类型工程的造价中比重是很高的，因此其价格的变动对造价的影响很大。
二、一般价格预测的几种方法
价格预测目前大致可分为三种派别：基本分析派、技术分析派和其他派别。基本分析派侧重研究与经济密切相关的指标，利用这些指标来分析价格可能达到什么水平。技术分析派依靠统计学和数学的相关方法则来做判断。其他派别不作为重点介绍。
基本分析派較侧重于中长线分析，比较适合那些熟悉现货行情的贸易商及那些信息面比较广的投资者运用。技术分析派侧重研究价格的动态规律性性，并分析量、价同时间的关系，可以在一定程度上帮助投资者判断行情及选取合适的时机，较适合小规模投资者使用。
基本分析法本质上是研究影响供需关系变化的种种因素从而预测商品价格走势的分析方法[2]。其优点主要有两个：（1）能较全面地把握标的物价格的基本走势。（2）应用起来相对简单。其缺点主要有：（1）时间跨度较长，对短线投资者的价值不高。（2）精确度相对较低。
技术分析应用很广泛，不管是做股票价格分析，还是商品价格分析。因其自身的特点，采用技术分析方法不需要考虑技术分析以外的东西。技术分析的优点：（1）对价格变化的趋势有一定的预测作用。（2）对市场的反应更加直接快速。（3）价格包含了所有信息。其缺点：技术分析只研究市场行为，未对本质的供需问题进行研究，因此无法对市场较长周期的趋势做出合理的判断。
三、基于群体分析的建材价格研究方法
引起建材价格变动的原因往往是多方面的，各种商品之间互相联系，或互相促进或互相抑制，其中任何一类商品价格出现异常波动常常会直接或者间接地影响到其它商品的价格。群体分析法是在对多种商品长期的价格数据研究分析的基础上形成的。通过大量的跟踪分析发现，对单一品种或少数几个品种的短期价格波动趋势做出较精确的判断是很困难的，就好比我们要确定单独的一只羊或两只羊下一秒的奔跑方向，随机性强很难判断;但如果把许多彼此相关联的商品放到一起进行研究，就像研究一个羊群的运动方向，这就相对容易，因为群体运动趋势的稳定性相对于个体的运动趋势的稳定性更高[3]。
三个区域（价格运动过程的不同情况）：红色区域、黄色区域及绿色区域。其中，红色区域表示价格处于上升过程，绿色区域表示价格处于下跌过过程，黄色区域表示当前一段时间该品种价格波动不大。利用群体分析法对30多种大宗商品近十年的价格波动趋势分析发现，价格运动趋势平均每年有51%的时间处于相对稳定状态;27%处于上涨状态;22%处于下跌状态[4]。
四、基于人工神经网络的建材价格研究方法
计算机技术的日益成熟和深度应用使得建材价格的预测逐渐成为可能。误差前传网络（BP）是目前应用最广泛的的多层前馈网络，主要用于语音识别、经济预测、工业过程控制和自适应控制等方面。BP神经网络最大的特点是不断反向传递并且修改其连接权值，使得期望输出与实际输出误差最小，其缺陷是网络的训练时间长且容易陷入局部极小值。LM算法是一种收敛速度快、稳定性好的优化算法。它是由梯度下降法与高斯牛顿法的结合，LM算法拥有梯度下降法的全局特性的同时，还包括高斯—牛顿法的快速收敛特性， 可以有效地改善网络的收敛性能[5]。
参考文献
[1]冯闻.主要建材价格变动的监测与预警研究[D].上海：上海交通大学，2005.
[2]Harold Kerzner， Project Management-A System Approach to Planning，Scheduling， and Controlling， 6th edition， Van Nostrand Reinhold， 1997.
[3]肖大强.价格波动规律认识基础上的企业套期保值模型优化[J].北方经济，2010.
[4]魏凯.工程材料价格波动规律的若干方法研究[D].郑州.华北水利水电大学，2013.
[5]周欢.基于人工神经网络的建筑材料价格预测模型研究[D].宜昌.三峡大学，2013.