基于BP神经网络的房地产泡沫预警指标体系研究.doc

基于BP神经网络的房地产泡沫预警指标体系研究（工商管理与管理经济学领域）李 伟，王 静（华北电力大学 经济管理系，河北 保定 071003）摘要：通过分析房地产泡沫的成因，提出了房地产泡沫预警指标体系，针对以前预警方法不足，本文引入功效系数发到预警系统中去评判房地产泡沫，同时建立了BP神经网络模型，采用Matlab去计算房地产泡沫的功效系数。基于以上理论基础，本文对深圳1992-1998年的房地产业进行预警分析，所得到的结果和实际是相当符合的，因此认为该预警系统是有效的。关键词：房地产泡沫；预警指标；功效系数法；BP神经网络Research on Early Warning Index System of the Bubble in Real Estate Based on BP Neural Network Li Wei, Wang Jing, Huang RenhuiDepartment of Economy and Management, North China Electric Power University, Baoding, P.R.China, 071003Abstract: This paper analyses the reason of the bubbles phenomenon in real estate. According to it, early warning index system of the bubble in real estate is presented, in which coefficient law of efficiency are adopted to judge and prevent the occurrence of real estate bubble in quantitative analysis. At the same time, BP neural network and Matlab is introduced in early-warning. Based on above theory, this paper carries on early-warning analysis to Shenzhens real estate from 1992 to 1998. The result and reality is quite according with reality, so we think this early-warning system is effective.Key words: BP neural network, Coefficient law of efficiency, Early warning index, The bubble in real estate0 引 言房地产泡沫可以定义为：房地产价格在一个连续的过程中的急剧上涨，初始的价格上涨使人们产生价格会进一步上涨的预期，从而又吸引新的买者随着价格的上涨与投机资本的持续增加，房地产的价格远远高于与之对应的实体价格，由此导致房地产泡沫；泡沫过度膨胀的后果是预期的逆转、高空置率和价格的暴跌，即泡沫破裂。上世纪80年代，日本房地产泡沫破裂带来的摧毁性冲击使日本经济至今一蹶不振，我国1992年房地产热带来的巨大损失也让人记忆犹新。本世纪以来，随着我国房地产业的高速发展，对房地产泡沫的争议又重新提起，此时，建立全面、客观的房地产泡沫预警体系，对房地产泡沫进行评价与趋势预测是目前亟待解决的问题1。1 房地产泡沫的成因从房地产泡沫的定义中不难看出，过度投机是导致房地产泡沫产生的最直接原因；另外，消费者的预期、非理性扩张、政策导向、结构性矛盾等因素则间接促进了泡沫的形成2。1.1 房地产泡沫产生的直接原因过度投机而导致的地价飞涨是房地产泡沫产生的最直接原因。作为市场经济中极为活跃的房地产市场，投机活动尤为严重。土地交易制度不健全，行业管理不完善，在一定程度上助长了投机活动，产生大量投机性泡沫。业内人士有这样的说法：拿到了地就上了赚钱的大路。因此，房地产开发商都千方百计地“圈地”，进行土地储备，等到时机成熟，或将土地以高额的价格转让，或进行开发并疯狂炒作，导致地价、房价飞涨。房地产投资在一定程度上变成了圈地投机，投机的成分越多，泡沫形成得越快。同时由于土地资源是稀缺的、有限的，随着经济的发展和人口的增多，以及城市化进程步伐的加快，人们对土地不断增长的需求与土地稀缺之间的矛盾越来越突出。在这种情况下，有限的土地在反复转手交易的过程中，价格飞涨，严重脱离了其实有价值而产生地价 泡沫，进而导致整个房地产业泡沫的形成。 1.2 房地产泡沫产生的间接原因 消费者的预期。消费者的预期实质上就是对价格的预期。由于房地产不同于一般商品，当价格上升时，人们预期今后价格还要上升，需求量增加，房地产持有人惜售，供给量反而减少。这样就进一步刺激了价格上升，促进了泡沫的产生。在泡沫破灭时，价格下跌，人们认为价格还要下跌，持有人纷纷抛售，反而增加了供应量，同时由于无人肯接手买入而需求量减少，这样就加剧了价格的下跌。 政策因素。房地产作为国民经济的主导型产业，对国民经济发展的促进作用是举足轻重的，因此，每个政府都会下大力气对该行业进行干预，我国也不例外。例如我国住房制度改革、土地使用制度改革，以及国家出台政策鼓励购房按揭、放宽银行信贷、建经济适用房等政策，都直接推动了我国房地产市场的高速增长。正是这样政策的导向使房地产开发过热，导致价格虚涨，空置率上升，助长了泡沫的形成。 房地产投资的过度增长。房地产投资的增长速度应该与城市化进程的步伐一致，如果一国的房地产投资的增长速度远远超过了城市化进程的速度，就容易造成市场供给与市场需求的严重不平衡，房屋闲置率高，房地产价格急剧下跌，产生泡沫。这种现象一般发生在发展中国家，在加快城市化进程的过程中，对房地产的大量需求使众多的投资者纷纷涌入市场，房地产开发大军急剧增多，投资出现过度增长现象，使房地产泡沫不断堆积。 银行信贷的非理性扩张3。由于房地产业是资金密集型行业，房地产开发必须拥有雄厚的资金。但随着房地产开发规模的不断扩大，开发商仅靠自有资金是远远不够的，其开发资金主要来源就是银行贷款。一般来说，各国政府在对待房地产开发的贷款上都有一定的约束政策，但由于房地产的高回报，使许多银行在贷款的实际操作过程中，违反了有关规定，向开发商发放大量贷款，甚至不去验证其信用等级，大量的资金涌向房地产市场，又缺乏必要的风险控制意识和手段，从而使许多开发商拥有少量的资金就可以从事项目开发，造成过度开发，而且各种投机行为愈演愈烈，不断堆积金融风险，给泡沫的产生埋下了隐患。 结构性矛盾。经济适用房和豪宅的开发比例应该控制在一个合理的范围之内。如果开发商为追求高利润而纷纷投向豪宅的开发，使得一段时间内大面积大户型的豪宅开发数量急剧上升而且闲置过多，经济适用房则出现供不应求的情况，这种结构性的矛盾一方面提高了商品房空置率，一方面使经济适用房的价格不断提高，两方面的作用极易导致房地产泡沫的产生；另外，这种结构性矛盾还包括高级写字楼的过度开发。2 房地产泡沫预警指标体系 生产类预警指标当房地产市场过热从而可能出现泡沫时，房地产开发规模剧增，房地产投资增幅巨大，房地产投资的收益率过高，引起过度投机，地价飞涨。比如，1992年我国房地产开发投资达到731亿元，1993年更猛增至1938亿元，分别比上年增长117.5%和164.9%。1993年沿海某些房地产公司的利润率高达300%，可以看出房地产市场存在炒卖地皮等投机行为。因此可选择房地产投资占固定资产投资的比重、房地产投资增长率、土地与楼宇供应量增长率、房地产投资收益率、GDP增长率、房地产开发企业自有资金总额增长率、房地产占GDP的比重等指标作为反映生产状况变动的预警指标。 交易状况类指标房地产市场交易状况可以反映是否存在投机炒作行为。如1992年、1993年商品房销售面积分别比上年增长41.76%和55.95%，增幅过大，说明市场发展不正常。房地产的转手率高，如一年内转手3次以上，说明炒卖投机严重。一般认为，房地产空置的国际公认警戒线为10%。空置率1020%为空置危险区，空置率超过20%以上则是商品房严重积压区。中国的商品房空置率已超过26%，积压资金达到2500亿元，居全国各行业不良资产的第一位。依次指标，房地产市场出现泡沫似乎不言而喻。然而，有专家指出，国际商品房空置率和中国商品房空置率计算方法不一样，因此本文不把空置率作为评价指标，而是采用空置面积增长率作为判断指标4。所以可选择商品房销售额增长率、土地转手率、商品房销售面积增长率、空置面积增长率等交易状况类指标来预警房地产泡沫的发生。 消费状况类指标当房地产过热时，吸引大量资金流入房地产业，由于人们预期房地产将升值，炒卖现象严重，可能引起商品房和土地价格暴涨。房价飞涨而居民家庭年收入水平不高，使得房价/居民家庭年收入比偏离正常值，预示着房地产价格发生了异常变动。如日本泡沫经济时期，房价/居民家庭年收入远高于合理值，1985年达到8.5，1990年达到10.2。租价比。如果将商品房看成一种投资，那么其资产的价值就由其能够带来的未来若干年的年收益和贴现率所决定，这里年收益就是商品房的市场租金。与房地产价格相比，房租不存在投机的成分，因此可以通过将其资本化求得房地产的“真实价格”5。房价收入比。20世纪90年代初世界银行中国局的首席经济师黑马恩德在进行中国住房制度改革研究时，曾经提出了一个“比较理想”的经验比例，认为房价应该为居民家庭年收入的36倍。许多学者用这个标准来衡量国内商品房价是否合理，甚至用其来判断房地产价格是否“虚高”，房地产泡沫是否出现。住宅建安材料费用增长率。住宅建安费用的增加会增加房地产开发的成本，而开发商又把成本的增加转移到房价上。故可选择商品房价格增长率、房价增长率、房价/家庭年均收入，住宅建安材料增长率等指标作为反映消费状况变动的预警指标。 金融类指标推动房地产泡沫产生的资金，绝大部分是银行流出的。因此一些金融类指标能够较好地预测房地产泡沫的发生。银行也是房地产泡沫破裂的直接受害者，因此将房地产贷款比例与增长率作为一个衡量指标是十分自然的。研究表明，货币供应量与房价呈高度正相关关系，货币供给量增大，购房的融资条件相对宽松，银行会在利率、还款期限、贷款额度等方面给予贷款人较大的优惠。同时，信贷增长使股市、房地产市场升温，股价指数随之上涨，房地产价格不合理上扬。房价与股价之间也呈现正相关关系，通过股价指数的变动也可以很好地预测房地产经济活动的非正常变化。因此，反映金融状况的预警指标可选择货币供给量增长率、房地产贷款增长率、股价指数、个人房产按揭贷款总额、中长期贷款利率、房地产贷款比例。 综上所述，房地产泡沫预警指标体系见表2-1。3 房地产预警方法3.1 功效系数法功效系数法，是指根据多目标规划原理，把所要评价的各项指标分别对照各自的标准，并根据各项指标的权重，通过功效函数转化为可以度量的评价分数，再对各项指标的单项评价分数进行加权汇总，求得综合表2-1 房地产泡沫预警指标体系生产类指标交易类指标消费状况类指标金融类指标房地产投资占固定资产投资的比重商品房销售面积增长率商品房价格增长率货币供给量增长率房地产投资增长率商品房空置面积增长率地价增长率房地产贷款增长率土地与楼宇供应量增长率土地转手率房价/家庭年均收入股价指数房地产投资收益率住宅建安材料增长率个人房产按揭贷款增长率GDP增长率租价比中长期贷款利率房地产开发企业自有资金总额增长率房地产企业贷款增长率房地产占GDP的比重按揭增长率评价分数。房地产泡沫预警系统是借助功效系数，把确定观测的各项指标值转化为可以度量的相应的房地产泡沫评价分数，即单项分数，然后依据各项指标的重要程度确定其权数，采用加权算术平均法或加权几何平均法综合评价分数，借以对房地产泡沫作出综合评价。功效系数法是经济评价中常用的一种定量的评价方法。本文利用功效系数法消除预警系统中各个指标的量纲不统一和性质各异问题，通过对每一个指标求算功效系数进行指标的无量纲化处理。功效系数法的计算公式为：其中：为第项指标的单项评价指标（功效系数）；为预警指标的实际观测值；为第个指标的不容许值；为第个指标的满意值。将每一个指标的功效系数进行加权平均求出综合预警系数：其中为选取的预警指标个数。式中为功效系数的权重，可以采用层次分析法或主成分分析法。3.2 BP神经网络预警模型 根据评价对象的特点采用三层（输入层、中间层、输出层）神经网络模型，输入层的输入为年的影响房地产泡沫的个指标、年的房地产泡沫评价值和第年的个指标，输出层的输出为第年的房地产泡沫评价值：作为神经网络的输入、输出矢量的这种对应关系构成了训练样本。有了训练样本，网络就可以进行自学习了，可以计算出。 运用综合预警系数判断地产泡沫的发生程度。通过我国综合预警系数与房地产泡沫发生综合预警系数的比较，可以衡量我国地产泡沫的发生程度。当综合预警系数小于60，表示发生房地产泡沫，值越小，则房地产泡沫越严重，预警级别划分见表3-1。当综合预警系数大于60，则要根据房地产经济运行的具体情况加以分析，可能表示没有警情，也可能预示泡沫处于崩溃时期。现在的各地出台的房地产预警系统以及房地产周期波动研究的指标体系，指标都在10到15个左右。而随着对房地产研究的深入，各种新的指标不可避免的引入和发掘。对于繁琐的数据处理，采用常规的计算功能难以达到要求的。所以BP神经网络和Matlab的引入到房地产中是很有必要的。表3-1 综合预警系数值级别表值6000100 -100预警级别警戒危险高度危险4 实证分析以深圳为例下面以深圳为例，对上述地产泡沫预警系统进行验证。本文考虑到数据的可得性，选择房地产投资增长率、GDP增长率、销售面积增长率、商品房价格增长率、房地产开发企业自有资金总额增长率、住宅建安材料增长率、个人按揭增长率、房地产GDP的比重、商品房空置面积增长率、房地产企业贷款增长率等10项指标。 原始数据分别以深圳1991-1998年的房地产数据为依据，进行预警分析。 确定每一指标的不容许值和满意值见表4-2。 依功效系数计算公式计算每一指标的功效系数，见表4-3。 求出综合预警系数由于数据来源的局限性，未能选取专家意见法或层次分析法对指标权重的确定。根据预测指标的重要程度，根据经验将指标的权重均确定为0.1。由此可得：每一年的功效系数见4-4。 运用神经网络的房地产泡沫预警系统模型进行值的计算。为了房地产泡沫预警系统模型进行验证，我们可以利用上面1992-1998年的指标和值，在Matlab中计算1998年的值。在Matlab中运行后，可以得到1998年的值为98.3036，比较上表中得出的101.71是比较接近的。 实际证明，1992-1994年正是中国房地产热的时候，深圳也不可避免受其影响。特别是1994年，预警级别为危险，而1994年恰恰是中国的房地产热的最高峰。1997年恰好是香港金融风暴的高潮，而深圳毗邻香港，同时深港经济一体化，不少香港人在深圳工作生活，深圳不可避免受到一定的影响。所以，在以后的房地产泡沫预警工作中，如果有大量的历史数据和已知的指标，采用BP神经网络模型是可行的，是比较拟合计算结果的。表4-1 原始数据房地产投资增长率%GDP增长率%销售面积增长率%商品房价格增长率%房地产开发企业自有资金总额增长率%住宅建安材料增长率%个人按揭增长率%房地产GDP的比重%商品房空置面积增长率%房地产企业贷款增长率%199233.2134.0834.5863.19133.4110.99230.26.496.0215.62199324.7741.5918.966.2969.5121.26256.186.8-56.1372.74199437.4336.9337.05-2.8729.34-5.4557.467.1355.83269.46199538.1129.3411.19-8.18-45.03-7.0464.727.481.78121.8199624.7019.418.32-7.5330.190.39191.277.481.37-0.91199722.2218.9424.80.5634.51-0.81178.556.7-81.3425.47199812.6314.16.61-2.6469.46-51.6196.636.328.3478.32表4-2 每一指标的不容许值和满意值房地产投资增长率%GDP增长率%销售面积增长率%商品房价格增长率%房地产开发企业自有资金总额增长率%住宅建安材料增长率%个人按揭增长率%房地产GDP的比重%商品房空置面积增长率%房地产企业贷款增长率%满意值（B）2015100300706070不容许值（C）3530205705200830100表4-3 各指标的功效系数表房地产投资增长率GDP增长率销售面积增长率商品房价格增长率房地产开发企业自有资金总额增长率住宅建安材料增长率个人按揭增长率房地产GDP的比重商品房空置面积增长率房地产企业贷款增长率199264.7749.121.68-405.52-3.4112.0850.7192.00-28.03172.51199387.2829.0964.1649.6860.49-70.0842.7184.00174.8496.35199453.5241.52-8.2122.96100.66143.2-49.9978.00-374.44-165.9199551.7161.7695.24165.44175.03156.32101.6272.00-9.0430.93199687.4788.2766.72160.2499.8196.