（产业经济学专业论文）基于神经网络的北京市房地产监测预警模型研究.pdf

摘要 作为国民经济的重要支柱产业，房地产业的起伏波动直接关系到国民经济能 否健康、稳定的发展。房地产业自身表现出来的规律性的周期波动在各种不确定 的内外部环境变量的影响之下会变得更加复杂难料，这种复杂的非线性系统必须 通过科学、先进的房地产预警系统提前预警，才能对房地产市场的非常态波动进 行提前预防，从而采取必要措施促进房地产市场持续健康发展。 本文在参考大量前人研究成果的基础上，从房地产预警理论入手，介绍了对 房地产市场进行监测预警的完整流程，并以北京房地产市场的实际状况为原型， 构建简单、有效的房地产市场监测预警系统模型。通过对指标体系的建立以及指 标数据的收集与预处理，构造了两种不同类别的神经网络预警模型并进行预警结 果的检验与效果对比。 预警模型的实现则是通过借助m a t l a b 7 0 平台，对两种神经网络模型进行训练 与检验，利用具有良好泛化能力的神经网络对今后一年的警情进行预测，最终得 出2 0 0 9 年北京房地产市场警情状态。 关键词：b p 神经网络，r b f 神经网络，房地产，预警 a b s t r a c t a st h ep i l l a ri n d u s t r yo f n a t i o n a le c o n o m y ，t h el a r g ef l u c t u a t i o no f r e a le s t a t eh a s t h ed i r e c te f f e c to nt h eh e a l t h ya n ds t a b l ed e v e l o p m e n to ft h en a t i o n a le c o n o m y c y c l i n gc h a r a c t e r i s t i c sd e m o n s t r a t e db yr e a le s t a t ec a nb e c o m em o r ec o m p l i c a t e da n d u n e x p e c t e du n d e rt h ec o m b i n e di n f l u e n c eo fav a r i e t yo ff a c t o r sf r o mi n t e r n a la n d e x t e r n a le n v i r o n m e n t s oo n l yh a v ew ee s t a b l i s h e da na d v a n c e da n ds c i e n t i f i ce a r l y w a r n i n gs y s t e mb a s e do nt h i sc o m p l e xn o n l i n e a rr e a le s t a t es y s t e m ， c a nw ep a y a t t e n t i o nt ot h en o n n o r m a lf l u c t u a t i o no fr e a le s t a t em a r k e ti na d v a n c e ，a n dt h e n t a k en e c e s s a r ym e a s u r e st ok e e pi td e v e l o p i n gh e a l t h ya n ds t a b l e b a s e do nl a r g ea m o u n t so fe a r l yr e s e a r c hr e s u l t ，t h i st h e s i si n t r o d u c et h ew h o l e p r o c e s so fm o n i t o r i n ga n de a r l yw a r n i n go fr e a le s t a t em a r k e ta n dm a k eas i m p l ea n d e f f e c t i v em o n i t o r i n ga n de a r l yw a r n i n gm o d e lo fr e a le s t a t ew h i c ht a k e sb e i j i n ga sa m a r k e tp r o t o t y p e ，t h i st h e s i st o t a l l yc o n s t r u c tt w ok i n d so fe a r l yw a r n i n gm o d e l b a s e do nd i f f e r e n ta r t i f i c i a ln e u r a lw o r ka f t e rb u i l d i n gu pt h ei n d i c a t o rs y s t e ma n d d a t ap r o c e s s i n g ，a n dm a k ec o n t r a s ta n dt e s tb e t w e e nt h et w om o d e l s t h r o u g ht h en e u r a ln e t w o r kb o xo fm a t l a b 7 0 ，t h i sa r t i c l em a k et h et r a i n i n ga n d t e s t i n go ft h et w on e u r a ln e t w o r k sr e s p e c t i v e l y , b ym e a n so fw h i c hm a k e sp r e d i c t i o n o f t h em a r k e ts t a t ei nb e i j i n gr e a le s t a t ei n2 0 0 9 ，a n df i n a l l ym a k et h er e s u l t k e y w o r d s ： b p ，r b f ，r e a le s t a t e ，n e u r a ln e t w o r k ，e a r l yw a r n i n g 2 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不含任何其他个人或集体已经发表或撰写过的作品成果。 对本文所涉及的研究工作做出重要贡献的个人和集体，均已在文 中以明确方式标明。本人完全意识到本声明的法律责任由本人承 担。 特此声明 学位论文作者签名：鼋弋勇 乙。勺年6 月幻日 学位论文版权使用授权书 本人完全了解对外经济贸易大学关于收集、保存、使用学位 论文的规定，同意如下各项内容：按照学校要求提交学位论文的 印刷本和电子版本；学校有权保存学位论文的印刷本和电子版， 并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有 权提供目录检索以及提供本学位论文全文或部分的阅览服务；学 校有权按照有关规定向国家有关部门或者机构送交论文；在以不 以赢利为目的的前提下，学校可以适当复制论文的部分或全部内 容用于学术活动。保密的学位论文在解密后遵守此规定。 学位论文作者签名：萄匕声勇 导师签名：工本寸移 加。c j 年6 月2 e t 训o1 年岁只 1 1 研究背景及意义 第1 章绪论 近几年来，在国家宏观经济发展持续走热的背景下，全国各地房地产市场也 都出现了程度不同的房地产投资过热等问题，导致房地产市场价格一路攀升，尤 其是北京、上海、深圳等一线城市的房地产泡沫已严重超出了警戒范围，这些过 高的房地产泡沫构成了房地产危机的引发条件，房地产资金链一旦断裂，极易 导致系统性金融风险，乃至对整个国民经济的稳健运行产生冲击。相反，如果 房地产市场持续低迷，同样也会严重滞后整个国民经济的发展。以2 0 0 1 年至2 0 0 6 年间的北京市房地产市场的运行状态为例，房地产开发投资在社会经济较快发展 的推动下，一直保持高速增长态势，六年间累计完成投资额7 6 9 3 9 亿元，年均 增长1 7 ；2 0 0 6 年房屋施工面积达到1 4 0 6 9 2 万平方米，比2 0 0 1 年增长1 7 倍； 2 0 0 1 年至2 0 0 6 年房屋竣工面积累计2 1 9 7 2 6 万平方米，六年间平均每年竣工房 屋3 6 6 2 1 万平方米。进入0 8 年以后，受到奥运以及美国次债危机等内外部环境 因素的影响，北京房地产市场下行的压力逐渐显现，土地购置面积、完成开发土 地面积、商品房销售面积等重要指标相对0 7 年同期分别下降了3 4 、6 2 和5 0 。 “影响房地产市场波动的因素众多，而我国房地产业的发展时间还比较短，市 场不够成熟，新政策的出台、宏观经济条件以及社会需求的变化等因素会导致其 波动。在这种背景下，建立一套房地产监测预警系统的必要性就逐渐凸显出来。 早在2 0 0 2 年8 月国务院六部委就下发了关于加强房地产市场宏观调控促进房 地产市场健康发展的若干意见对建立房地产市场预警预报系统提出了具体要 求，2 0 0 4 年1 月国务院七部委联合又下发了关于加强协作共同做好房地产市 场信息系统和预警预报体系有关工作的通知。本文认为，房地产监测预警系统 至少可以起到两方面的作用。一方面，监管层可通过该系统即时了解市场的变化 情况，使其调控政策的出台更具针对性和时效性。另一方面，投资者及消费者根 据预警结果判断房地产市场走向，成为引导理性投资与消费的有力保障。本文旨 在通过对北京市房地产市场的实际状况与历年真实数据搜集与整理的基础上，建 立基于人工神经网络的仿真监测预警系统。通过这种研究方法建立起来的预警模 型，在房地产市场信息传递不畅、信息数据失真、和市场交易封闭的市场条件下， 无论对于政府监管部门还是投资商和广大消费者都具有重大的意义。 1 2 房地产市场预警研究现状 1 2 1 国外房地产预警研究现状 国外对宏观经济预警方法的研究已经非常成熟，并广泛应用于各个领域，包 括运用合理预期理论、货币理论、乘数一加速器理论、时滞理论以及景气指数法、 综合模拟法、状态空间法等进行宏观经济的预警研究，此外还有一些涉及其它领 域的预警研究，如航空预警、计算机系统的错误与病毒预警、地震预警、交通事 故监测预警、产品设计质量及控制预警等。但是，国外在城市房地产预警方面研 究成果非常少，在房地产市场预警调控方面的成果主要集中在房地产数据信息采 集、汇总统计方面的一些基于海量历史数据的指数研究方法，例如美国的 h e d o n i c 价格指数、r s 指数( r e p e a ts a l e sp r i c ei n d i c e s ) 等，这些方法对于起步较 晚，发展时间较短的国内房地产市场预警来说，并没有很大的借鉴意义。 1 2 2 国内房地产预警研究现状 国内对预警系统理论研究经历一个从宏观经济预警发展到企业预警、从定性 为主导定性与定量相结合、从点预警到状态预警的过程。国内对房地产预警的研 究也是从宏观经济预警理论问题入手的，始于2 0 世纪9 0 年代中后期。在经历了 国内房地产市场的大起大落之后，一些专家和学者开始利用宏观经济预警的原理 和方法，结合房地产业本身所特有的特点，形成了一些研究观点看法，其中的中 房预警系统和国房预警系统是国内最早付诸实施的房地产预警系统的雏形。 中房预警系统由中房指数系统于19 9 7 年提出其借鉴宏观经济景气分析预 警理论根据指标的经济含义和指标之间的因果关系，将指标区分为先行、同步和 滞后指标，并在此基础上编制合成指数和扩散指数，对房地产周期波动进行监测 预警。 国房景气指数是反映全国房地产业发展景气状况的综合指数，由国家统计局 于1 9 9 7 年研制建立，其根据经济周期波动理论和景气指数原理，从房地产业发 展应具备的土地、资金和市场需要三个基本条件出发，选择8 个具有代表性的统 计指标进行分类指数测算，并加权得合成指数，以显示全国房地产业基本运行状 况及波动幅度，预测未来趋势，为国家宏观调控提供预警机制。1 此外，还有香港的中原城市指数系统，它是由香港中原地产代理有限公司与 香港城市大学联合推出的，旨在客观反映香港楼市的情况。中原城市指数系统分 1 装建国，基于神经网络的南京市房地产预警系统研究，2 0 0 5 年1 2 月3 1 日，第3 页 2 为中原城市指数( c c i ) 和中原城市领先指数( c c l ) 。中原城市指数每月发布， 它是基于香港特区政府土地注册处登记的住宅楼宇交易记录和香港有代表性的 3 8 个房地产企业的价格编制，用以描述房地产市场的价格变动。 进入2 0 0 0 年以后，随着房地产市场的日趋火爆，关于房地产预警的研究也 逐步走向深入，各具特色的房地产预警系统与研究方法不断涌现，这一段时期 的主要典型的成果有：z 叶艳兵，丁烈云( 2 0 0 1 ) 等人综合考虑各因素，设计了较为合理的预警指标体 系，并运用三种预警模型( 景气循环理论、系统理论和神经网络理论) 对武汉房地 产市场进行了实证对比研究。 朴英( 2 0 0 1 ) 提出三种房地产预警的方法：景气指数法、景气警告指数法和计 量模型法，并在总体设计房地产预警系统的前提下，主要运用景气指数法，即通 过指标的界定和指数的编制，结合北京房地产市场的发展对景气分析系统进行了 重点分析。 赵黎明( 2 0 0 2 ) 等人对经济预警方法进行了对比，确定了将统计预警方法作为 房地产预警系统设计的基础。 郭峰( 2 0 0 5 ) 提出了基于大系统控制理论的房地产预警系统，并提出了多元回 归、趋势外推法等预测模型。 黄神佑( 2 0 0 6 ) 根据周期波动理论，采用物元分析法和综合评分法对房地产 产业精度的判断进行了建模，丰富和发展了房地产预警理论。 深圳市房地产预警小组( 2 0 0 3 ) 结合深圳市房地产发展的实际情况，分析周期 波动，建立预警指标体系，并尝试建立基于系统动力学方法的房地产动态仿真及 监控系统等。 随着对国内房地产市场预警体系的研究同趋成熟，一些学者将新的理论成果 与原有的预警方法相结合，建立了新型预警，尤其是将信息技术的理论与方法融 入传统经济预警方法当中，本研究的目的便是基于此通过神经网络的预警模型 在经济领域的广泛应用来构建城市房地产预警系统模型，并通过两种神经网络的 对比来验证模型的可靠性，通过信息技术的手段解决房地产市场有效监测的问 题。 1 3 本文的研究内容及创新点 1 3 1 研究内容 本文在对前人相关理论进行研究的基础上，以北京市房地产市场为原型，构 2 李啸虎，城市房地产市场波动和颅警系统研究，2 0 0 6 年6 月l 【l ，第s 7 页 3 建一个可量化、易操作的基于神经网络的房地产市场监测预警系统模型，从而预 测北京房地产市场未来发展趋势与警情，如何构建房地产预警指标体系，寻找最 优算法来设计出一个完善的、可信度高的预警系统是本文研究的关键。 本文的预期成果将主要有： 1 、基于北京房地产市场的预警指标体系的合理构建。 2 、基于两种神经网络的房地产监测预警模型的构建，算法的比较与优化并 通过m a t l a b 7 0 编程实现。 1 3 2 本文创新点 方法思路：在前人研究神经网络宏观经济预警模型的基础上，通过理论剖 析与实证对比，本文试图将两种神经网络模型( b p 神经网络、径向基神经网络) 用于本课题的研究，并利用m a t l a b 7 0 工具作为网络训练与检验平台进行预警模 型的训练与验证。 实证模型：在之前的房地产预警相关文献中，已有对其他城市房地产预警的 相关研究，但是对于北京房地产市场的预警研究还是空白。利用本文建立的预警 模型对北京市1 9 9 7 年2 0 0 8 年的房地产状况进行分析和评价，可以验证该模型 的可靠性，并且对2 0 0 9 年北京市房地产市场警情进行预测和分析。 4 第2 章房地产市场预警相关理论综述 2 1 房地产市场预警基本理论 2 1 1 房地产周期波动理论 房地产周期是指房地产经济水平起伏波动、周期循环的经济现象，表现为房 地产业在经济运行过程中交替出现扩张与收缩两大阶段、复苏繁荣衰退 萧条四个环节循环往复的周期波动。尽管房地产波动在波动幅度、波动频率、 持续时间等方面都存在明显区别，但是就其连续运行过程中周期性出现的扩张与 收缩重复出现、波峰与波谷相继交警的本质特性来看，各具特色的房地产波动则 又是相同的，往往都具有相似的周期性涨落、重复性再现特点。简而言之，房地 产波动就是重复出现扩张与收缩的周期波动3 。 房地产周期产生的原因十分复杂，不仅涉及经济发展中的各种因素，而且在 不同国家，不同的经济体制，以及不同发展时期的具体原因也各异。但主要可以 概括为政策、经济、心理，技术四种因素。这些因素相互叠加作用的直接结果是 使房地产市场上的供求信息不对称，房地产的供给滞后于市场需求的变化，从而 会产生房地产市场萧条、旺盛这种规律性的现象出现。正是因为这种周期波动规 律性的存在为房地产预警的研究提供了有力支持，从长期来看，本文研究的基于 神经网络的房地产预警模型在很大程度上需要这种规律性的周期波动提供理论 支持。 敏；凌 图2 1 房地产周期波动示意图 资料来源：城市房地产市场波动和预警系统研究 3 李啸虎，城市房地产市场波动和颅警系统研究，2 0 0 6 年6 月l 【j ，第9 1 0 页 5 髓于和l j 2 1 2 房地产监测预警系统涵义 所谓预警( e a r l y - w a r n i n g ) 指的是对某一警素的现状和未来进行测度，预报不 正常状态的时空范围和危害程度，并提出相应的防范措施( 陈美兰，周国模， 1 9 9 9 ) 。预警不同于预测，因为它不仅要对未来的状况做出预测，还要对所预测 的结果进行分析和处理，得到可以指导对策的直观结论。 房地产监测预警系统目前并没有一个明确和统一的定义，从宏观上讲它仍属 于经济预警系统的一个重要分支。具体来讲，是指在房地产经济周期理论指导的 基础上，通过对房地产业经济运行历史过程的经验分析，从中归纳和总结出若干 房地产经济运行的基本规律，并主要通过指标体系的选择和建立，揭示和认识具 体指标与房地产业经济运行总体态势和局部特征之间的内在联系。4 政府监管部 门在对房地产业经济运行过程中有关指标变化持续监测的条件下，能够从中得到 有关房地产业总体经济运行态势和局部特征变化的准确判断，以对其今后走势做 出正确的预期与评价，从而尽可能地提前采取监督调控措施，最大限度地保持房 地产业的持续良好运行，避免那些可以避免的不良态势或事件的发生，消费及投 资者通过则通过观察监测指标的变化情况来对自己的未来投资取向做出合理的 判断。 2 1 3 房地产监测预警系统组成要素 根据国内外学者对与房地产预警相关的理论研究和实证分析结果，房地产预 警系统的组成要素包括警情、警源、警素、警兆、警限和警度。s 警情：即是在预警时确定的需要监测和预报的内容，具体在房地产预警中 是指由于房地产业的发展速度出现异常变化，超过了国民经济和社会发展的承受 能力，造成房地产业的内部结构严重失衡和商品房的不合理空置。 警源：指警情产生的根源，包括内生警源和外生警源。前者是房地产业内 部投资规模、结构与成本以及供给水平、结构等内部因素相互有机复杂的变化结 果；后者是对房地产有重要影响的宏观经济形势和政策、自然、环境等决定的市 场需求水平等外部因素所相互作用的效应。 警素：是指警源包括的一个或多个影响警情变化的因素。 警兆：是对警素进一步精练的结果，即是在对方地产警源的描述和归纳的基 础上通过一定的方法挑选出来的最能反映指标变化的警素。 警限：通常指警兆指标的变化范围。 4 李啸虎，城市房地产市场波动和颅警系统研究，2 0 0 6 年6 月ih ，第2 l - 2 2 页 5 戚莉莉，城市房地产市场风险颁警研究，2 0 0 6 年3 月，第1 2 1 5 贝 6 警度：即警情的程度，通常包括正常、过冷、过热、偏冷、偏热几种情况。 它是根据多个警兆指标进行综合计算得到的综合预警指数和警级标准。 警情、警源、警素、警兆、警限、警度等要素之间相互联系、相互作用，构 成了一整套完备的房地产监测预警系统。 司一r 稠厩网几司 【一1 - j 【，一【一 图2 2 房地产监测预警系统预警流程图 资料来源：本论文整理 2 1 4 房地产市场监测预警系统的功髓 a 预防功能 房地产市场监测预警系统对于市场运行过程中出现的类似征兆和相同的环 境状况，能够进行准确的预测并迅速予以有效的制止和回避，预防类似的状况再 度发生。预警系统应该在经济发生重大变化之前，及时发出信息，起到预警作用， 经济运行中的问题常常在一些指标的变化中先行暴露出来，构成了房地产市场运 行状态的指示灯。 b 监测功能 房地产监测预警系统的监测功能是指通过对有关指标的评估定期或及时地 监测房地产市场的发展现状。在房地产市场中，未来可能会出现的问题同房地产 业的现况息息相关，况且，掌握房地产发展现状的详细情况对房地产的经济决策 和调控也是必须的。由此可见，对现有房地产发展状况进行有效的监测是十分必 要的。一般可以通过使用相应的模型和方法，有效地对房地产的总体状况及警情 7 妻奎 ， 轻重程度做出明确的评估。 c 指导功能 由于市场机制的局限，单凭房地产市场的自发调节不能保证房地产市场的有 序健康发展，此时必须通过政府的宏观调控来解决由于市场失灵所不能解决的房 地产经济问题，实现房地产市场资源的优化合理配置。一方面，而政府要进行有 效合理的调控，除了需要有恰当的经济理论为指导，还必须掌握全面准确的市场 行业信息，并透过这些信息对经济发展的走势做出合理的判断，继而采取对应的 政策；另一方面，房地产开发商以及投资者学要掌握实时的市场状态信息，以便 决定下一步的投资方向。房地产监测预警系统可以通过科学的工具和手段来实现 以上两方面的需求，指导房地产业的微观主体做出正确的决策，实现政府宏观经 济调控的目标。 2 2 房地产市场监测预警方法对比分析 2 2 1 景气监测预警法 景气监测预警法来源于景气指数法，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( c i ) 和扩散指数( d i ) 来达到对经济运行情况 进行监测预警的目的。6 这种方法分为四步：第一步是确定时差关系的参照系一 一基准循环，这是关键的一步；第二步是选择构成指标；第三步是划分先行、同 步、滞后指标；第四步是对先行、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时差相关法、灰色关联度法、模糊贴近度法 和判别分析法等。( 张守一、葛新权、林寅( 1 9 9 1 ) ) 扩散指数( d i f f u s i o ni n d e x ，简称d i ) 的基本思想是把保持上升( 或下降) 的指标 占上风的动向，看作是景气波及、渗透的过程，将其综合，用来把握整个经济景 气过程。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( c o m p o s i t ei n d e x ，简称c 1 ) 弥补了扩散指数不能表示经济周期波动 变化的强弱的特点，与扩散指数d i 一样，也是从表示各种经济活动的主要经济 指标中选取一些对景气敏感的指标，用合成各指标变化率的方式，把握景气变动 的大小。7 景气指数方法是目前国际上普遍使用的对经济周期波动转折点进行测定、分 6 黄继鸿，雷战波，凌超，经济颅警方法研究综述，2 0 0 3 年3 月 7 韩讧达，我陶城市房地产颅警系统研究，2 0 0 4 年l o 月，第1 2 4 1 2 6 页 8 析和预测的有效方法。但是，由于我国房地产业发展的时间短，时序数据不全， 再加上景气预警系统用合成指数的升降来表示，易造成信息量的不完整，同时景 气预警系统也不利于对每一个单指标进行监控。所以，景气预警系统不太适合我 国房地产预警系统。 2 2 2 综合模拟预警法 综合模拟法也即统计预警法，也称为预警信号法，它是采取类似于交通管制 信号系统的方法来反映经济状况及变化趋势。这种方法首先根据灵敏性、超前性、 稳定性等原则选取一组指标体系，然后将房地产经济波动划分为几个判断区间， 临界点就是判断各指标及综合指数的数量标准，最终将所有指标综合成一个数量 评价，通过所属区间来判断房地产市场运行状态。该方法的优点在于既可以看出 经济活动的升降，又可以反映各指标的综合结果；不仅监控整体经济活动的波动， 还可以监控每一个指标的波动，并明确指出调控的目标和方向。 综合模拟预警法的不足之处在于：1 统计方法内的参数必须满足多元常态分 配的假设( 如正态) ；2 对错误资料的输入不具有容错性，无法自我学习与调整； 3 无法处理资料遗漏的状况；4 属于静态预警方法。 2 2 3 计量经济模型预警方法 计量经济模型方法预警是用经济理论建立结构化模型，对房地产市场运行进 行模拟与预测，并按照关联关系推测出房地产市场发展的可能区间，从而达到预 警的目的。预警所采用的主要计量经济模型包括a r c h 模型、v a 模型、a r m 模型、a r m a 模型等。下面仅就其中两个进行简要说明。 a r m a 模型即自回归移动平均模型( a u t or e g r e s s i o n m o v i n ga v e r a g e ) ，是一 种时间序列预测方法，a r m a 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问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。8 a r m a 模型的一般形式为： - zc j a r ( j ) + c j m r ( j ) 其中：y ，( t ) 为第1 个指标的t 期预测值，1 1 为最大滞后期，j 为滞后期数， k 为移动平均数，q ( j = 0 ，l ，2 ，k ) 为回归系数。a r 0 ) 为子回归模型，m r ( j ) 为移动平均模型。 但是a r m a 模型具有两个缺点：l 、适用于平稳时间序列。对于非平稳时间 序列则需先进行差分运算，化为平稳时间序列。2 、通常只能够对短期情况进行 预测，预测长期情况其有效性就会降低。 8 + 耀中，侯俊军，刘志忠，终济顾警模型述评，2 0 0 4 年1 8 卷2 期 9 a r c h 模型即自回归条件异标准差模型( a u t o r e g r e s s i v ec o n d i t i o n a l h e t e r o s k e d a s t i c i t ym o d e l ) ，是由美国加州大学圣迭戈分校r o b e r tf e n g l e 教授研 究发展出来的( e n g l e ，1 9 8 2 ) 。9 a r c h 模型的基本表达式是： 11， o f , = 0 ；l + q 毛+ 呸舌乙+ + d = ，年n 一 。 一一一r。r 这个模型将当前一切可利用的信息作为条件，采用某种自回归形式来刻画标 准差的变异，对于一个时间序列而言，在不同时刻可利用的信息不同，相应的条 件标准差也不同。利用a r c h 模型，可以刻画出时问序列随时间变异的条件标 准差，从统计上提供了一种用过去误差解释未来误差的方法。坶 2 2 4 系统动力学预警法 系统动力学( s y s t e md y n a m i c ) ，简称s d 是- - f - j 分析研究复杂系统问题的学 科，是一种以反馈理论为基础的计算机仿真方法。其特点是强调结构研究、处理 行为随时间变化。它能通过对现实系统的结构分析，确定各变量之间的因果关系， 以现实存在的客观现状为前提，用对系统实际观测所获得的信息在计算机上进行 动态仿真，获得系统未来行为的趋势性描述。系统动力学( s d ) 用于房地产系 统建模，可以在数据不足情况下根据有限的数据及系统结构关系进行推算分析， 适用于处理长期性和周期性的问题，进行长期动态研究，符合住宅房地产系统特 征。 目前对住宅系统动力学模型的研究主要存在以下几方面的问题： ( 1 ) 从模型结构来看，除香港住宅发展模型中较多的考虑了土地资源、人 口因素和宏观经济影响因素、深圳市商品住宅系统动力学仿真模型较多考虑了土 地资源因素外，其它研究多侧重于市场供给、需求、价格三大基本体系。对房地 产市场发展的影响因素考虑不够全面。特别是金融市场对房地产发展的支持，在 现有模型中均未考虑。 ( 2 ) 系统动力学基本方程形式灵活，没有固定的数学模型，方程的建立和 参数的确定需要利用到很多线性分析模型。但目前研究中，在方程的建立及参数 确定上主观性较大。 ( 3 ) 从研究目的来看，大多是为了预测住宅市场中某一重要因素的发展方 向，将其纳入“房地产市场预警系统研究的很少。 9 黄继鸿，雷战波，凌超，绛济预警方法研究综述，2 0 0 3 年3 月 1 0 戚莉莉，城市房地产市场风险颅警研究，2 0 0 6 年3 月，第1 2 一1 5 页 1 ：俊英，罐于s d 的房地产仿真颅测及监测颅警模型研究，第6 7 页 l o 2 2 5 神经网络预警模型 人工神经网络是一种平行分散处理模式，其建构理念是基于对人类大脑神 经运作的模拟。人工神经网络除具有强大的函数拟合能力，只要给定足够多的神 经元，人工神经网络就能实现对任何函数的拟合，包括复杂的非线性函数：因它 具有容错能力，对数据的分布要求不严格，具备了处理资料遗漏或是错误的能力； 此外，人工神经网络具有自学习能力，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适应多变的市场环境。1 2 人工神经网络所具 有的优点，正好弥补了目前房地产市场预警中尚存在的一些不足。关于人工神经 网络在房地产市场预警中的重要应用，本文将在后续几章详细说明，并尝试构建 基于两种不同的人工神经网络模型的房地产市场预警模型，在此基础上预报未来 房地产市场警情。 2 3 人工神经网络概述 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ，简称a n n ) 是基于模仿大脑神经 网络结构和功能而建立的一种信息处理系统，是理论化的人脑神经网络的数学模 型。它是通过对生物神经网络系统的模拟，由大量神经元相互连接而成的复杂网 络，并能够进行复杂的逻辑操作和非线性关系实现。基于其强大的数据处理与计 算功能，人工神经网络已经广泛应用于模式识别、系统辨识、信号处理、组织优 化、预测估计、经济管理等各个领域。1 3 2 3 1 人工神经网络的特点 ( 1 ) 并行分散处理性。人工神经网络无论在结构上还是处理数据的顺序上 都是并行模式，因而具有高速运算的能力。 ( 2 ) 非线性。神经网络在理论上可以趋近任何非线性的映射，因而能够对 非线性复杂系统进行有效的建模与预测。 ( 3 ) 容错性。神经网络具备处理数据遗漏或错误的能力，因而局部的数据 遗漏与错误不会影响到整体结果的输出。 ( 4 ) 学习性与自适应性。神经网络可随时依据新的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，因而对外部环境具有 很强的适用性。 2 杨保安，温会祥，b p 神经网络红企业财务危机颅警之应用，2 0 0 1 年4 月 3 侯媛彬，杜京义，汪梅，神经9 c 】4 络，西安i 乜了科技人学 j j 版社，2 0 0 7 1 6 - 1 7 l l ( 5 ) 多变量系统性。神经网络能够处理多输入，多数出的数据信号，因而 适用于多变量系统。 2 3 2 人工神经网络基本结构 1 、人工神经元结构 人工神经元结构是神经网络的基本处理单元，是一个多输入单输出的非线性 元件，图4 1 是一种简化的神经元结构。 图2 3 人工神经元结构图 资料来源：本论文整理 神经元的输入输出关系可以用数学表达式描述为： h = 厂匹w i j x j - o ) j = l 其中x j ( j = l ，2 ，3 ，n ) 是人工神经元的输入信号，研为人工神经元i 的 阈值，w ”为输入为x 。到神经元i 的权重，f ( x ) 称作激发函数或作用函数，他决 定了神经元在受到输入信号的刺激达到阈值时以何种方式输出。激发函数f 有多种形式，比较常见的有双曲型函数、s 型函数、高斯函数等类型。 2 、人工神经网路的拓扑结构 神经网络是有大量诸如图4 1 中所示的神经元广泛连接成的网络，根据连接 方式的不同，神经网络通常可以分为两大类：无反馈的前向神经网络( 前馈型) 与相互连接型网络( 包含反馈网络) ，结构图分别如图2 4 、图2 5 所示。 前向网络的结构分为输入层、隐含层( 中间层) 和输出层，其中隐层可以有 若干层，每一层的神经元只接受前一层神经元的输出，没有反馈。而相互连接型 网络的神经元相互之间都可能有连接，输入信号要在神经元之间反复往返传递， 因而输出层对输入层存在信息反馈。 1 2 一_ 净0 巡：! 。 l 、” 、 。 。，霉乙一- 0 j 一、 图2 4 前馈型神经网络结构图 资料来源；基于神经网络的南京市房地产市场预警系统 图2 5 反馈型神经网络结构图 资料来源：基于神经网络的南京市房地产市场预警系统 2 3 3 人工神经网络学习方式 神经网络的学习过程是通过不断改变网络的连接权值以及拓扑结构，使网络 的输出不断的接近期望的输出，本质上是对连接权值和阈值的动态调整，直到网 络得出符合要求的权值和阈值。神经网络的学习方式一般分为有监督的学习、无 监督的学习两种。 a ) 有监督学习( 有教师的学习) 这种方式是在已知输入和期望输出的模式下进行学习，通过期望输出与实际 输出之间的误差方向和大小按照一定的规则调整权值，以使调整过的神经网络输 出更接近期望的结果，b p 网络和h o p f i e l d 网络就是需要教师信号才能进行学习 的典型。 b ) 无监督学习( 无教师的学习) 无监督学习的训练数据集中，只有输入而没有目标输出，训练过程神经网络 自动地将各输入数据的特征提取出来，并将其分成若干类。经过训练好的网络能 够识别数据集以外的新的输入类别，并相应获得不同的输出，比如a r t 网络和 k o h o n e n 网络则无需教师信号就可以学习。 1 4 第3 章基于神经网络的房地产监测预警指标体系的建立 3 1房地产市场监测预警指标体系的建立原则 目前对于房地产监测预警指标的选择并没有统一的标准，在建立房地产监测 预警指标体系时，不仅要考虑到指标体系的完备性，而且要顾及到指标间反映监 测预警主体的非重复性，尽可能使所建立的指标体系为指标集中的最小完备集。 尽量使所建指标体系既涵盖了监测预警所需的主要变量，又剔除了对主体贡献不 大甚至模糊判断结果的非主要变量。基于上述考虑，城市房地产市场监测指标体 系的关键指标选择应遵循以下原则： a ) 全面性原则：所设计的指标应能够较全面、深刻、客观地动态反映房地产 活动各方面、各环节、各因素的关系，并且每一项指标的概念科学、体系完整、 繁简适当。 b ) 敏感性原则：选取的指标能敏锐地反映房地产市场的发展变化，该指标的 变化应与房价变化直接关联。 c ) 可操作性原则：指标数据要有可靠和稳定的来源，操作上易于获取、统 计、汇总。一方面尽可能使用尽量少的指标从多层面反映房地产市场的运行状态， 另一方面指标应该符合国际与国内的相关惯例，能够根据现有的“房地产市场信 息系统”和官方公布的现行统计指标确定。 d ) 独立性原则：要求所设计的监测指标体系之间无相关性，尽量减少个指标 之间的重叠区域，使得指标体系可以从各个方面表明风险动态。 e ) 时效性原则：指标应当反映一个周期内不同开发阶段的市场供求状况，随 着经济形势的变动、结构的调整以及其他外部环境的变化及时调整指标体系。 0 区域性原则：房地产市场具有明显的区域特征，虽然选取的各类指标可能 具有通用性，但指标数据则是要根据当地的经济发展和房地产市场现状来设计， 因此预警指标体系应根据当地的实际情况，挑选能够真实反映房地产市场状况的 指标。 g ) 经济涵义代表性原则：不同的指标反映经济活动的不同侧面和内容的变化 特征，并且对于某项具体的经济活动不同指标对其所起的作用和影响也是有较大 差别的。因此，选择经济指标必须要考虑指标对经济波动的重要性，即对经济波 动作用的贡献程度。 1 5 3 2 房地产预警指标选取的方法 房地产市场预警指标的选取作为房地产监测预警最为关键的一个步骤，一直 是国内外专家研究的重点工作，它的选择对于后续整个预警过程乃至最终的预警 结果的都有着重要影响。从目前的国内外预警指标的研究现状来看，主要可以归 结为两类方法，即采用纯粹的定性方法与采用定性与定量相结合的方法。前者通 过主观选择一定数量的指标体系反映房地产市场运行的状态，这种方法简单实 用，但是主观性过强，不同的人往往有不同的选择标准。后者常常用来处理像房 地产这样的复杂巨系统，目前在房地产预警指标体系的研究中，使用的定量方法 主要有两种，一是多元统计分析方法，如聚类分析、主成分分析、判别分析、因 子分析等；二是根据经济指标的时间序列特性，采用一系列时差分析方法对经济 指标进行时差分类。将众多指标序列大致分为先行指标类、同步指标类、滞后指 标类。参考目f i 各地房地产预警文献中，使用较多的有多元统计分析方法，也有 在前人研究的基础上进行指标的优化与改进，比如，西安市房地产预警指标体系 采用主成分分析方法完成多指标的综合，并以量化的预警系数作为衡量标尺，来 判定房地产市场发展的合理程度，并进行未来市场的预测；上海市房地产市场预 警预报指标体系研究课题组通过调查研究编制的适用年限为2 0 0 3 2 0 1 0 年的房地 产市场预警预报指标分为市场即期指标、市场预期指标、价格贷款指标三类；南 京市房地产预警指标体系在前人已有研究的基础上，通过分析总结，归纳出了总 量型、投资型、生产型、交易型、货币型5 类指标。从以上成果可以看出，不同 地区由于经济发展水平，房地产市场成熟程度的不同，指标体系的选择也会不同。 因此我们在实际研究中，应该选择能充分反映符合当地房地产市场运行状况的指 标体系。 3 3 北京市房地产市场监测预警指标体系的选择 3 3 1 指标选择的现实意义 a ) 警兆指标的选择 目前对于房地产市场预警指标体系的研究主要有两种分类，其一是根据预警 指标的功能时序差别分为先行指标( l e a d i n gi n d i c a t o r ) 、同步指标( c o i n c i d e n t i n d i c a t o r ) 和滞后指标( l a g g i n gi n d i c a t o r ) ：其二是根据预警指标对房地产业影响程 度的大小分为同国民经济协调关系指标、同市场协调关系指标和产业内部协调关 系指标。表3 1 与表3 2 分别以深圳与北京房地产市场为例从以上两个角度进行 警兆指标的选取。 1 6 表3 1 深圳房地产市场景气指标分类 深房地产开发投资额 圳 同定资产投资额 房 房地产开发贷款余额 地 十地开发面积 声 先行指标 十地出止面积 市 地区生产总值 场 新开t 面积 景 施t 面积 气 竣工面积 指 城市居民人均町支配收入 标 同步指标销售价格 体 销售面积 系 滞后指标空置面积 资料来源：基于人工神经网络的房地产市场预警体系研究 表3 2 北京市房地产市场预警指标体系 板块板块权重指标权重核心指标 第一板块：房地产业同国4 0 5 0 房地产开发投资额增长率g d p 增长率 一 民经济的协调关系 5 0 房地产开发投资，固定资产投资 第二板块：房地产市场供 4 0 5 0 商品住宅价格增幅 求关系5 0 商品房销售面积商品房竣工面积 一 第三板块：房地产内部协2 0 4 0 商品住宅新开工面积商品房新开工面积 调关系6 0 中低价商品住宅批准预售面积全部住宅预售面积 资料来源：论北京房地产市场预警体系的构建 从房地产周期波动的成因与地产行业的现实意义来看，采用第二种方法能够 更加全面、系统、细致地反映地区房地产市场的警情，而且相对于第一种方法需 要确定预警的时差来说，操作起来更加方便可行。本文在对于北京市房地产预警 指标的选择过程中，反复对比研究了上海、广州、深圳、西安、青岛等城市的房 地产预警指标体系，在此基础上，结合北京房地产市场的实际情况并根据指标体 系建立的原则以及指标数据的可获取性确定了以下1 2 个复合警兆指标。“ 薛薇、j ：敏，论北京房地产市场颅臀体系的构建，2 0 0 6 年2 月 1 7 表3 3 北京市房地产监测预警指标体系 警兆指标 房地产开发投资额占g d p 的比例 第一部分： 房地产投资额占固定资产投资的比例 房地产同国民经济的协调关系房地产开发自筹资金占资金来源的比例 商品住宅销售价格增长率城镇人均可支配收入增长率 房地产购置士地面积增长率g d p 增长率 商品房销售额，房地产投资额 第二部分：销售面积竣工面积 房地产市场供求的协调关系商品住宅价格增长率 住宅投资商品房建设投资 第三部分：住宅销售额所有商品房销售额 房地产业内部的协调关系 住宅竣工面积所有商品房竣工面积 商品房新开- t 血积施工面积 资料来源：本论文整理 b ) 警情指标的选择 警情指标是能够及时、准确地反映房地产市场警情的指标或指标体系。警情 指标可以是单一的指标，也可以是由几个指标综合而成的合成指标。对于由单指 标综合成的合成指标，关键是要找出每个警兆指标的权重，从而确定综合指标的 警情的警度区间。本文在对警情指标划分预警区间时，首先采用误差论中的3 盯 方法，对所有的警兆指标进行预警区间的划分，并对不同的警兆警情赋予不同的 分值，最后根据每一年所有警兆指标汇总分值的比例来确定最终警情指标