灰色系统理论发展至今，已被成功应用到各个领域，特别是灰色预测理论在工业、农业、经济、科技等领域取得比较好的成绩。然而，当现实观测的数据与真实数据有着较大偏差时，现有的模型预测效果就不是特别理想，尤其是我国企业债券发展缓慢，大部分预测都是针对可转换债券与股票的预测，使用灰色系统理论对企业债券价格的预测，在国内外学者的研究文献中不曾多见。　　本文在刘思峰教授构造的弱化缓冲算子基础上构造了一种实用的弱化缓冲算子，通过验证分析，证明了该算子作用后的GM(1,1)模型对企业债券价格预测效果是比较好的。并在党耀国、崔立志等人构造的实用强化缓冲算子的基础上构造了一种实用、有效的强化缓冲算子。针对不同特点的原始数据序列，采用不同的算子作用，加强其灰指数规律，这样可以有效解决冲击扰动数据序列在建模过程中经常出现的定量预测结果与定性分析结论不符的问题，也通过不同实例分析，表明这两种缓冲算子使用方便、有效，用来改进模型之后，显著提高了预测精度。