房地产预警的方法与模型研究.docx

房地产预警的方法与模型研究 摘要：文章明确了房地产预警的内涵，阐述了房地产预警方法与模型的研究现状，最后分析了房地产预警方法与模型研究中存在的问题并对未来进行展望。 关键词：房地产；预警；方法；模型 一、引言 房地产预警属于经济预警的范畴，它是指在房地产科学和预测科学理论的指导下，通过建立预警指标，选择预警方法，分析房地产业总体运行情况和局部变化特征，判断是否存在危机和提出解决危机的措施，并对其今后发展趋势作出正确的预期，从而达到合理引导房地产开发、投资、消费，为各级政府进行科学决策和宏观调控提供依据的目的。 二、房地产预警方法与模型研究现状 （一）黑色预警方法 这种预警方法不引入警兆等自变量，只考察警素指标的时间序列变化规律，即循环波动特性。根据这种循环波动长度及递增或递减特点，就可以使用或不使用时序模型对警素的走势进行预测。各种商业指数、预期合成指数、商业循环指数、经济扩散指数、经济波动图等可以看作是黑色预警方法的应用。有学者利用黑色预警方法对我国房地产的周期进行了研究。 （二）红色预警方法 这是一种环境社会分析方法，其特点是重视定性分析，主要内容是对影响警素变动的有利因素与不利因素进行全面分析，然后进行不同时期的对比研究，最后结合预测者的直觉、经验及其他有关专家学者的估计进行预警。 （三）黄色预警方法 黄色预警法是最基本的预警方法，可以包括指数预警法、统计预警法和模型预警法三类。 1、指数预警。即利用警兆的某种反映警级的指数进行预警。由于对应某一个警素往往有若干个警兆指标，因此就需要对警兆进行综合。综合形式有两种：扩散指数和合成指数。景气指数法就属于这种类型，不仅能预测到经济周期的转折点，而且还可以分析经济的波动幅度，它在宏观经济领域的应用很广泛。 景气指数法是用有关经济变量相互之间的时差关系来指示景气的动向，通过构建合成和扩散指数来达到对经济运行情况进行监测预警的目的。这种方法分为四步：一是确定时差关系的参照系基准循环，这是关键的一步；二是选择构成指标；三是划分先行、同步、滞后指标；四是对先行、同步、滞后指标分别编制扩散指数和合成指数。划分先行、同步和滞后指标可以采用灰色关联度法、模糊贴近度法和判别分析法等。 扩散指数能综合各个变量的波动，能够反映宏观经济波动过程，还能够有效地预测经济循环的转折点，但是不能明确表示经济循环变化的强弱。合成指数不仅能预测经济循环的转折点，还能在某种意义上反映经济循环变动的振幅。 2、统计预警。即对警兆与警素之间的相关关系进行统计处理，然后根据警兆的警级预测警素的警度。首先对警兆与警素进行时差相关分析，确定其先导长度、先导强度，然后依据警兆变动情况，确定警兆的警级，结合警兆的重要性进行警级综合，最后预报警度。统计预警这种方法与扩散指数和合成指数相比较，两者重点有所不同。统计预警强调入选为警兆指标的统计显著性检验，其综合方法则不求规范；而指数预警对入选警兆指标的条件较为宽泛，其综合则比较程序化、规范化。判别分析、回归分析属于这一类。 （1）判别分析法。判别分析是对研究对象所属类别进行判别的一种统计分析方法。进行判别分析必须已知观测对象的分类和若干表明观测对象特征的变量值。判别分析就是要从中筛选出能提供较多信息的变量并建立判别函数，使推导出的判别函数对观测样本分类时的错判率最小。判别函数的一般形式是：Z=A1X1+A2X2+AnXn。其中Z为判别值，X1，X2，Xn是反映研究对象的特征变量，A1，A2，An为各变量的判别系数。判别分析模型应用于预警系统的一般思路是：首先从历史数据中筛选出原始样本，并进行（0，1）分类，然后选择较多的预警指标进行判别分析，最终的判别函数可能只包含这些指标中的一部分；在对判别函数进行F检验通过后，就可以计算Z值并找出临界值进行预测、预警。 （2）回归分析。回归分析，是根据现象之间相关关系的具体形态，选择一个合适的数学模型，来近似的表达变量间的平均变化关系。根据这个数学模型，可以从已知量来推测未知量。 3、模型预警。即在指数预警或统计预警基础上对预警的进一步分析，其实质是建立以警兆为自变量的滞后模型进行回归预测。又可以分为线性和非线性模型。大多数计量经济模型属于线性模型预警，如ARMA模型、ARCH模型、VAR系统、STV横截面回归模型。基于概率分类的模式识别、人工智能、KLR信号分析法等属于非线性预警模型，对处理复杂的非线性系统具有更大的优势。 （1）线性预警模型包括： 第一，ARMA模型。ARMA模型即自回归移动平均模型，是一种时间序列预测方法，由美国统计学家Box和英国统计学家Jenkins提出，所以又叫博克斯-詹金斯法。ARMA模型所依据的基本思想是：除极个别情况外，几乎所有的时间序列中按时间顺序排列的观察值之间都具有依赖关系或自相关性，这种自相关性表明了变量发展的延续性，而这种自相关性一旦被定量地描述出来，就可以从序列的过去值预测其将来的值。 第二，ARCH模型。ARCH模型，即自回归条件异方差模型，它从统计上提供了用过去误差解释未来预测误差的一种方法。ARCH预警方法实际上是经济计量模型预警方法，即应用ARCH建立预测模型，根据ARCH模型条件异方差的特性，确定具有ARCH特征的警限，从而使预警的结果比较真实地反映实际经济运行状况。这种预警方法能准确度量经济循环波动的误差，即预期误差，可以提供更合理的警限；该方法引入时变条件方差使预报的置信区间能够与经济时间序列的波动程度相适应，反映不同时期所作预测误差的大小，从而使确定的警限能比较准确地反映实际经济状况；可以改进通常的预测模型。 第三，VAR系统。VAR系统即向量自回归模型，是西姆斯在1980年提出的一种宏观经济计量模型，VAR系统是由一组动态联立方程构成的。VAR系统比传统宏观经济计量模型更适合于经济预警，原因表现在：一是VAR系统将模型中包含的所有变量都视为内生变量，从而避免了划分内生变量和外生变量以及识别模型等复杂问题；二是在VAR系统中，更侧重于让统计数据自己说明问题，经济理论的作用仅限于选择变量和确定变量的滞后长度，从而使经济理论对统计推断的限制减少到最低程度；三是VAR系统解释的变量全部都是滞后变量，因而可以描述变量之间的动态联系，并且可以直接依据目前的解释变量的值对被解释变量的未来值作出预测。 第四，STV横截面回归模型。这个模型是由Sachs、Tomell和Velasco于1996年创立的。之所以称为横截面回归模型，是因为在分析中使用了横截面数据，并用线性回归法建立模型，即集中分析起因类似的一小组危机，同时主要分析对说明危机的原因至关重要的一些变量。 （2）非线性预警模型包括： 第一，基于概率模式分类法。该方法从模式识别的角度对宏观经济进行预警。所有具有相同警度的预警样本组成一个预警模式集，一个预警样本就称作一个预警模式。预警指标选择子系统就相当于模式识别系统中的模式特征选择，预警方法子系统相当于模式识别系统中的模式分类过程；报警子系统相当于模式识别系统中的识别错误检查过程。即预警就是把未知警度的新预警样本与已知警度的预警标准样本进行比较辨别，从而确定新预警样本所归属于的预警模式类别。尽管这种预警方法需要先验概率、条件概率，但模式识别和多元统计分析可以解决预警实际应用中的许多困难，可以实现最小的误警概率和最小的预警风险，又适合研究预警的可靠性。而且不再从简单的统计规律出发来探求发展趋势，应用模式分类和比较来获得对未来状况的把握。因此，概率模式分类在预警系统的设计和应用中是很有前途的。 第二，人工神经网络方法。人工神经网络是一种平行分散处理模式，除具有较好的模式识别能力外，而且可以克服统计预警等方法的限制，因为它具有容错能力，对数据的分布要求不严格，具备处理资料遗漏或是错误的能力。最可贵的是它具有学习能力，可随时依据新准备数据资料进行自我学习、训练，调整其内部的储存权重参数以对应多变的经济环境。由于人工神经网络方法具备上述良好的性质与能力，且已有文献表明人工神经网络方法的分类正确率高于判别分析法，它可作为解决经济预警的一个重要工具。 第三，KLR信号分析法。KLR信号分析法是由Kaminsky、Lizondo和Reinhart（1997）创建的一种重要的预警理论，现在几乎已成为经济预警中的标准模型了。其核心思想是：选择一系列指标并根据其历史数据确定其阀值，当某个指标在某个时点或某段时间偏离均值的程度超过其阀值，就意味着该指标发出了一个危机信号；危机信号发出越多，表示某一个国家在未来24个月内爆发危机的可能性就越大。其中一个时期内指标预测危机的能力被称为信号水平时期，这个时期就被定义为危机前的24个月。一个信号显示后在24个月内出现危机的信号称为一个好信号，在24个月之内未出现危机的信号则称为一个坏信号或噪声。实际发出的坏信号（噪声）的份额除以实际发出的好信号的份额即为噪声信号比率，阀值则被定义为最小化的噪声信号比率。 当然，经济预警中还有很多模型，每个模型都有其适用的条件和范围，从理论上讲都可以用于我国的房地产预警，但在实际中要注意结合实际，有必要的话进行模型的改进，不能盲目套用。 三、房地产预警方法与模型研究存在问题和未来展望 （一）存在问题 预警方法技术是房地产预警的核心。目前还存在一些问题：一是盲目照搬国外的预警模型；二是过度追求数学模型；三是采用单一预警方法，较少采用多种预警方法的综合运用。 对预警结果的正确与否，在多大程度上正确考虑很少。房地产预警误差的大小直接影响政府的宏观调控政策的制定实施。但在这方面的研究很少。 （二）未来展望 深入研究各种预警方法的优缺点及适用条件和范围，把定性预警和定量预警结合起来，对房地产对象所处的内外部环境的有利和不利因素进行全面分析，最后结合专家的知识经验做出最终预警。克服预警方法的单一，将不同预警方法结合起来进行综合预警，提高预警可靠度。加强房地产预警的误差分析研究，不断提高房地产市场预警预报的正确性，提高预警的精度。 充分利用现代计算机技术，开发实用先进的软件，使房地产预警系统具有良好的人机交互能力。利用数据仓库和数据挖掘技术，对数据进行深层次分析，同时把多媒体技术融入预警系统，实现动态报警，使预警结果的显示更加丰富。 不断将新的理论和模型应用于预警系统。模糊控制理论、人工智能理论、案例推理、规则推理等逐渐应用于预警领域，给智能预警系统的知识表示和推理带来了新的理论。加强非线性经济系统模型，如人工神经网络模型，概率识别模式等的应用。进一步研究如何把预警支持系统和专家系统更加紧密地结合起来。 参考文献： 1、顾海兵.宏观经济预警研究:理论?方法?历史J.经济理论与经济管理,1997(4) 2、何国钊,曹振良.中国房地产周期研究J.经济研究,1996(12) 3、汪晓宇等.关于我国房地产市场周期的实证分