（管理科学与工程专业论文）青岛市房地产市场预警系统建模及其实证研究.pdf

青岛市房地产市场预警系统建模及其实t l f 研究 青岛市房地产市场预警系统建模及其实证研究 摘要 房地产业在整个国民经济体系中属于先导性、基础性产业，处于主导产业地 位，其存在着明显的周期波动规律。起伏过大的波动与房地产经济的持续健康稳 定发展相矛盾，但是目前，我国房地产市场运行机制不甚完善，还没有形成合理、 有序、竞争、高效的市场运行体系，房地产市场存在信息传递不畅、信息数据失 真、市场行情展示手段落后和市场交易网络封闭等系列问题。因此，研究房地 产预警系统，设置房地产预警指标体系，系统、科学、准确地确定房地产安全区 域，成为有关决策部门亟需解决的重大现实问题，又是学术界需要深入研究的重 大理论问题。 针对这种情况，本文提出了房地产市场预警系统模型研究，为促进房地产业 的健康发展提供一定的理论依据。并在此基础上，对青岛市房地产市场进行了实 证研究。 本文通过研究，得到的研究成果及研究结论主要有以下几个方面： ( 1 ) 基于对国内外房地产预警研究现状的分析，归纳总结了房地产预警的基 本概念、基本原则和基本方法。在对国内原有各类房地产指标体系进行研究的基 础上，确定房地产预警指标。 ( 2 ) 房地产作为社会经济系统的一个子系统，具有非线性复杂系统的特性。 本文立足于解决房地产系统的非线性问题，建立更为先进科学的房地产预警系 统，避免房地产市场的非常态波动，促进房地产市场的持续、健康、稳定发展。 在现有研究的基础上，系统地分析了房地产预警的特点及功能特征，对房地产预 警过程中的关键预警指标进行了辨识、预测、诊断、监测和控制，构建了具有理 论性和实践性的房地产预警系统，为解决房地产预警问题提供了依据。 ( 3 ) 本文介绍的房地产预警系统，以神经网络理论和房地产预警理论为基 础，构建了预警模型。利用神经网络在预测和模式识别领域的成熟运用，重点探 青岛市房地产市场顶警系统建模及其实证研究 讨基于神经网络理论的房地产预警的模型和方法，并利用该模型形成了房地产市 场预警体系。 ( 4 ) 在建立了房地产预警指标体系的基础上，本文提出了基于l v q r b f 神经 网络的房地产预警模型，该模型克服了传统预警方法的不足，具有高度的并行性 和全局性，提高了房地产预警系统的非线性、自学习性、自适应性及大规模并行 分布知识处理的能力，具有较高的精确度和适用性。 ( 5 ) 本文依据前期研究理论成果，对青岛市房地产风险预警进行实证分析， 依据技术可能、经济合理、操作可行等原则，最终形成综合预警分析结论。预警 分析的结果与青岛房地产发展的实际情况基本吻合，表明本项研究所建立的房地 产预警模型系统有效可行，理论分析充分，实用价值高，为指导和调控房地产市 场提供了科学依据。 关键词：房地产；神经网络：系统建模；学习矢量化；预警；预测 【i 青岛市房地产市场预警系统建模及j e 实证研究 m o d eiin gf o rr e ale s t a t ef o r e c a s ti n ga n de arlyw a rnin g s y s t e ma n d it se m liric air e s e ar c hinq ngdaobystem a n disl ：m pc aie s e arhin g d a olrlinu a b s t r a o t r e a le s t a t ei n d u s t r y , w h i c hi s p l a y i n gal e a d i n gr o l e i nt h ed e v e l o p m e n to f n a t i o n a l e c o n o m y ，s h o w sm o r ea n dm o r eo b v i o u s l yt h ec h a r a c t e r i s t i co fc y c l e f l u c t u a t i o n i t se x c e s s i v ef l u c t u a t i o nc o n t r a d i c t sw i t h 也es u s t a i n a b l e ，h e a l t h y a n d s t a b l ed e v e l o p m e n to ft h er e a le s t a t ee c o n o m y c u r r e n t l y ，t h e r ei ss t i l lm u c hw o r kt o d ot op e r f e c tt h er e a le s t a t em a r k e to p e r a t i o nm e c h a n i s mo fc h i n a , t of o r mr a t i o n a l ， o r d e r l y , c o m p e t i t i v ea n de f f i c i e n tm a r k e to p e r a t i o ns y s t e ma n dt os o l v et h ec u r r e n t p r o b l e m so ft h eu n s m o o t ht r a n s f e r r i n go fi n f o r m a t i o n ，t h ed i s t o r t i o no fi n f o r m a t i o n d a t a ，t h eb a c k w a r dd i s p l a y i n gm e a n so fm a r k e tq u o t a t i o na n dt h eb l o c k i n go ft h e m a r k e tt r a n s a c t i o nn e t w o r k i th a sb e c o m eah o tp o i n ti nt h ea c a d e m i cc y c l e sa n d a r o i s e si n t e n s i v ec o n c e r n so ft h er e l a t e dp o l i c y m a k i n ga p a r t m e n t st od or e s e a r c ho n r e a le s t a t ee a r l yw a r n i n gs y s t e m ，t os e tu pt h er e a le s t a t ee a r l yw a r n i n gi n d e xs y s t e m a n ds y s t e m a t i c a l l y , s c i e n t i f i c a l l ya n da c c u r a t e l yd e f i n et h es e c u r er e g i o no fr e a le s t a t e t oa d d r e s st h i sp r o b l e m ，t h er e s e a r c ho fe a r l yw a r n i n gm o d e l so fr e a le s t a t e m a r k e ti sp u tf o r w a r di nt h i sd i s s e r t a t i o nw h i c hw i l lm a k ei t st h e o r e t i c a lc o n t r i b u t i o n t ot h ep r o m o t i o no ft h eh e a l t h yd e v e l o p m e n to fr e a le s t a t ei n d u s t r y o nt h eb a s eo f t h i sr e s e a r c h ，e m p i r i c a ls t u d yi sa l s od o n eo nt h er e a le s t a t em a r k e to fq i n g d a o b a s e do nt h er e s e a r c ha b o v e ，t h em a i nf i n d i n g sa n dt h ec o n c l u s i o n sa r e m e n t i o n e da sf o l l o w s ： f i r s to fa l l ，b a s e do nt h ea n a l y s i so ft h ec u r r e n tr e s e a r c h e sa th o m ea n da b r o a d ， t h i sd i s s e r t a t i o ns u m m a r i z e st h eb a s i cc o n c e p t s ，p r i n c i p l e sa n dm e t h o d so ff o r e c a s t i n g a n d e a r l yw a r n i n go fr e a le s t a t ee c o n o m y o nt h eb a s eo ft h ea n a l y s i so ft h ed o m e s t i c r e a le s t a t ei n d e xs y s t e m s ，t h i sd i s s e r t a t i o ns e l e c t sa n df i x e so ni t si n d e x e so fe a r l y w a r n i n g s e c o n d l y , a sas u b s y s t e mo ft h es o c i a la n de c o n o m i cs y s t e m ，r e a le s t a t es h o w s c o m p l e xn o n l i n e a rc h a r a c t e r i s t i c s t h i sd i s s e r t a t i o na i m sa ts o l v i n gt h en o n l i n e a r p r o b l e mo ft h er e a le s t a t es y s t e ma n de s t a b l i s h i n gam o r ea d v a n c e da n ds c i e n t i f i c e a r l yw a r n i n gs y s t e mi no r d e rt op r e v e n tt h er e a le s t a t em a r k e tf r o mt h ea b n o r m a l f l u c t u a t i o na n dt om a i n t a i nt h es u s t a i n a b l e ，h 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 er e a l l i i e s t a t em a r k e t o n 山ef o u n d a t i o n o ft h ep r e s e n tr e s e a r c h ，t h e d i s s e r t a t i o n s y s t e m a t i c a l l ya n a l y s e s t h ec h a r a c t e r i s t i c sa n df u n c t i o n so ft h er e a le s t a t ee a r l y w a r n i n g ，m a k ea ni d e n t i f i c a t i o n ，p r e d i c t i o n ，d i a g n o s i s ，m o n i t o r i n ga n dc o n t r o lo ft h e k e yi n d e xi nt h ep r o c e s so fr e a le s t a t ee a r l yw a r n i n ga n dc o n s t r u c tat h e o r e t i c a l l ya n d p r a c t i c a l l yf e a s i b l er e a le s t a t ee a r l yw a r n i n gs y s t e mw h i c hp r o v i d e st h eb a s i sf o rt h e s o l u t i o no ft h er e a le s t a t ee a r l yw a r n i n gp r o b l e m s t h i r d l y b a s e do nn e u r a ln e t w o r k st h e o r i e sa n dr e a l e s t a t ee a r n i n gw a r n i n g t h e o r i e s ，t h i sd i s s e r t a t i o ni n t r o d u c e si t sf o r e c a s t i n ga n de a r l yw a r n i n gs y s t e ma n d d e v e l o p si t sm o d e lo ff o r e c a s t i n ga n de a r l yw a r n i n g b yu t i l i z i n gt h en e u r a ln e t w o r k s w h i c hi s m a t u r e l ya p p l i e di n t h ef i e l do ff o r e c a s ta n dm o d e lr e c o g n i t i o n ，t h e d i s s e r t a t i o np u t si t se m p h a s e so nt h er e s e a r c ho ft h em o d e l sa n dm e t h o d so fr e a le s t a t e f o r e c a s t i n ga n de a r l yw a r n i n g a n db a s e do nt h e s em o d e l st h i sd i s s e r t a t i o nd e v e l o p s i t so w nf o r e c a s t i n ga n de a r l yw a r n i n gs y s t e mo fr e a le s t a t em a r k e t f o u r t h l y ，b a s e do nt h er e a l e s t a t ee a r l yw a r n i n gi n d e xs y s t e m ，t h i sd i s s e r t a t i o n d e v e l o p st h el v q r b fn e u r a ln e t w o r k sm o d e lo ff o r e c a s t i n ga n de a r l yw a r n i n g w i t h h i g hp a r a ll e l i s m ，g l o b a ls u p e r i o r i t y , a c c u r a c y a n da p p l i c a b i l i t yt h i sm o d e lh a s o v e r c o m et h ed e f i c i e n c yo ft r a d i t i o n a le a r l yw a r n i n gm e t h o d sa n dh i g h l yi m p r o v e s t h er e a le s t a t e e a r l yw a r n i n gs y s t e m sn o n - l i n e a r i t y ，s e l fs t u d y i n ga b i l i t y ，s e l f a d a p t a b i l i t ya n dt h ea b i l i t yt op r o c e s sl a r g e s c a l ec o n c u r r e n t l yd i s t r i b u t e dk n o w l e d g e f i n a l l y , b a s e do nt h ep r e v i o u st h e o r e t i c a lr e s e a r c hf i n d i n g s ，t h i s d i s s e r t a t i o n e m p i r i c a l l ya n a l y s e so ft h er e a le s t a t em a r k e ti nq i n g d a oa n df o r m si t sc o m p r e h e n s i v e e a r l yw a r n i n gt h e o r i e sa n dm e t h o d s s i n c et h ec o n c l u s i o no ft h ea n a l y s i so fe a r l y w a r n i n gi nt h i sd i s s e r t a t i o ni si na c c o r d a n c ew i t ht h ep r a c t i c a ld e v e l o p m e n to f t h er e a l e s t a t ei nq i n g d a o ，t h er e a le s t a t ee a r l yw a r n i n gs y s t e me s t a b l i s h e di nt h i sr e s e a r c hi s p r o v e dt ob ef e a s i b l e ，w i t hf u l lt h e o r ya n a l y s i sa n dg o o dp r a c t i c a lv a l u e ，a n dp r o v i d e s c i e n t i f i cf o u n d a t i o nf o rg u i d i n ga n dc o n t r o l l i n gt h er e a le s t a t em a r k e t s k e yw o r d s ：r e a le s t a t e ，n e u r a ln e t w o r k s ，s y s t e mm o d e l i n g ，l e a r n i n gv e c t o r q u a n t i z a t i o n ，e a r l yw a r n i n g ，f o r e c a s t i n g 独创声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含未获得或其他教育机构的学位或证 书使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作 了明确的说明并表示谢意。 学位论文作者签名： 同菊 签字日期：加孑年歹月如日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，有权保留并 向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人 授权学校可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复制手段保存、汇编学位论文。同时授权中国科学技术信息 研究所将本学位论文收录到中国学位论文全文数据库，并通过网络向社会公 众提供信息服务。( 保密的学位论文在解密后适用本授权书) 学位论文作者签名： 签字日期：劢孝年岁 阀 月知同 导师签字： 青岛市房地产市场预警系统建模及其实证研究 u 月i j 吾 房地产业在整个国民经济体系中的主导产业地位，己被社会各界人士所认 可，科学的房地产市场预警体系能够为市场主体制定决策提供参考，包括政府宏 观调控措施的出台，因此有助于房地产业的健康发展。而从房地产市场预警的已 有研究来看，由于不能清晰界定市场警兆指标和警情之间的复杂关系，模型应用 不恰当等因素，影响了预警的准确性。 笔者在基于前人的研究成果的基础上，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运行总体态势和局部特征的内在联系，得到有关房地产 业总体运行态势准确判断，对潜在的问题进行分析和采取对策，对其走势做出正 确的预测与评价，从而为政府采取调控措施，促进行业的持续健康运行做出了贡 献。 在模型研究方面，笔者在查阅了大量文献的基础上，发现人工神经网络模拟 人思维的逻辑性和直观性两种不同的基本方式。这是一个非线性动力学系统，其 特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单， 功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。 正是基于此特点，选择了人工神经网络模型在房地产市场预警中的应用作为研 究。而这恰恰适应了房地产市场所具有非线性复杂系统的特性，解决了房地产系 统的非线性问题，建立更为先进科学的房地产预警系统，避免房地产市场的非常 态波动对预警的影响。 在房地产预警模型的选择上，本文采用了人工神经网络的模型，并创新的建 立了l v q - r b f 神经网络模型，这是本文的亮点也是创新点。笔者在文章中，对该 研究理论也进行了较为详尽的阐述，并在理论研究的基础上，对青岛市房地产市 场预警进行了实证研究。 通过实证研究发现，本文所建立的房地产市场预警系统，可以准确对房地产 市场进行准确预报、预警，帮助市场经济主体降低营运风险，保障经济体制改革 的进一步深化，促使社会资源的进一步优化配置，提高整个社会的资本利用效率。 而该预警模型的行之有效使用，可以促进我国资本市场的规范和健康的发展，具 有重要的理论价值和实际意义。 青岛市房地产市场预警系统建模及其实证研究 1 绪论 国内外经济社会的发展历程表明，房地产业是国民经济中的先导性、支柱产 业和基础产业，随着工业化和城市化进程的加快，其先导性和支柱性更显突出。 房地产业将在相当长的时间内，成为我国经济发展的支柱产业和新的经济增长 点。正是由于房地产业在国民经济中的基础性、先导性，以及房地产业本身表现 出来的地域性、固定性和市场周期波动性等特征，引起了各国政府、理论界和实 践界人士的高度关注。 1 1 研究背景与依据 1 1 1 研究背景 房地产业作为第三产业，在国民经济和社会发展中占有相当重要的地位。房 地产业为国民经济的发展提供重要的物质条件，改善人们的居住和生活条件：房 地产通过综合开发，避免分散建设，实施城市规划的要求；房地产税收已经成为 政府财政收入的主要来源，为城市建设开辟重要的资金渠道；房地产业的发展可 以带动其他产业，尤其是建筑、建材、化工、电器、装修与家具等相关产业的发 展，从而刺激整个国民经济的增长。 、 房地产业作为整个社会经济大系统的一个组成部分，其本身也是一个复杂的 大系统。社会经济系统是一个多目标多变量非线性系统，系统中的因素互相依赖 和互相制约，单凭直觉和经验以及线性分析的方法很难正确研究。房地产子系统 同样具有社会经济系统的属性，房地产系统不是简单的线性系统，而是由相互之 间非线性作用的多种因素构成的开放的复杂系统，其行为是动态的、不稳定的和 不连续的。现有的预警理论和方法基本上是基于线性假设前提，采用类推原理、 惯性原理、因果原理和相关性原理等线性原理，解决非线性系统的预警问题。所 以，需要寻找非线性系统问题的预警方法。 对于不易建立精确数学模型的非线性复杂系统，应用人工神经网络( a n n ) 方 法可以得出比较满意的结果。人工神经网络系由大量模拟生物神经元功能的简单 处理单元相互连接而成的巨型复杂网络，它是一个具有高度非线性的超大规模连 续时间自适应信息处理系统。人工神经网络因其强大的并行处理机制、任意函数 的逼近能力、学习记忆能力以及自组织和自适应能力，在经济时间序列预测、房 地产评估等方面受到不少专家和学者的关注。 2 青岛市房地产市场预警系统建模及其实证研究 1 1 2 研究目的与意义 第一，房地产业已发展成为国民经济的重要支柱产业，是国民经济的基础性 和先导性产业，保持房地产市场持续健康发展对整个国民经济发展意义重大。房 地产业宏观监测与预警预报系统建设是国家宏观经济监测的重要组成部分，同时 也是房地产业宏观调控体系的重要组成部分。 第二、房地产预警系统能为政府宏观调控做决策依据。房地产预警系统反映 房地产市场景气变化和整体走势，反映房地产业发展状况与行业结构及行业与宏 观经济的协调比例关系，政府可以通过掌握市场的动态变化来有效调控国民经济 产业结构和引导房地产业健康发展，使稀缺资源在全社会范围内达到最有效的配 置，预警系统的建立有助于政府部门根据经济运行异常态势的事先预报，使政策 调控同步甚至超前于现实经济波动，达到适时干预，缩短政策时滞。 第三、建立城市房地产预警系统不仅是政府房地产管理部门科学规划决策、 调控房地产市场的需要，也是生产领域的开发商和投资商、流通领域的经营者和 消费者进行房地产投资与消费决策的依据。建立房地产市场预警系统，对客观分 析房地产运行轨迹，正确评价和判断房地产形势及发展趋势，引导市场的理性投 资和消费，具有越来越重要的现实意义。 第四、在当前青岛市房地产市场发展比较迅速，市场价格节节攀升，社会各 界对房地产市场健康性争论颇多，市场走势不甚明朗的情况下，建立区域房地产 市场预警系统对正确判断市场形势，把握存在的问题，促进房地产市场持续健康 发展有特别的意义。 本论文正是从政府监管、调控的角度出发，对青岛市房地产市场的预警系统 进行模型建立，同时在其基础上进行实证研究。 1 2 国内外研究现状 1 2 1 国内房地产预警研究现状 国内房地产预警的研究起步于2 0 世纪9 0 年代后期，一些专家和学者利用宏 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，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。 胡鹏、姚长学、钟叔平认为，房地产市场预警监测系统是指在科学理论指导 青岛市房地产市场颅警系统建模及其实证研究 的基础上，通过对房地产市场运行历史过程的经验分析，同时参考有关类似房地 产市场运行或其他产业经济运行的经验教训，从中央到地方归纳和总结出房地产 经济运行的若干基本规律，并主要通过指标体系的选择和建立，揭示和认识具体 指标与房地产市场运行总体态势和局部特征之间的内在联系，最终使得人们能够 从中得到有关房地产市场运行态势和局部特征变化的比较准确的判断。 李崇明从对房地产预警误区的分析中对房地产预警作了一个较为简单的定 义。他认为，房地产预警是指对房地产系统内部、外部的各种关系以及对整个系 统运行状况的延续和突变进行研究、分析，总结出其运动规律，再运用这些规律 作为预警机制，达到预警的目的。 彭诩将房地产经济活动全过程的指标划分为外因影响指标和内因动力指标。 外因指标是指影响和制约房地产业的宏观经济及相关产业经济规模和发展水平 方面的因素；内因指标是指房地产开发过程中表征各阶段特征和实质的指标。他 用一定的数学分析方法并根据这些指标与房地产经济发展的关系将它们划分为 先行指标、同步指标和滞后指标，在综合分析上述指标与房地产周期波动的先后 程度关系的基础上，建立起能够反映房地产经济周期波动态势的指标及指标体 系。 梁运斌和袁贤祯分别提出了建设房地产业预警预报系统和监测预警系统的 基本构想，其基本思路都是基于房地产业的周期波动理论，建立房地产业景气指 标体系，从不同角度反映房地产业的周期波动状态，并在此基础上构建预警系统， 从而正确分析房地产业的运行轨迹，并预测其发展趋势；判断房地产业是否过热 或过冷及其程度：分析房地产业波动的原因，并有效地制订相关政策和措施，引 导房地产业理性发展。 赵黎明等在对经济预警的各种方法进行了比较分析的基础上，选择了统计预 警方法进行房地产预警。通过时差相关分析法选择警兆指标，结合统计数据确定 预警界限，采用模糊评价方法进行警情预报，最后开展警情分析。中房预警系统 由中房指数系统于1 9 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 4 青岛市房地产市场预警系统建模及其实证研究 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。 近年来，房地产预警的研究也逐步走向深入，预警模型和方法研究取得突破 性进展，预警系统的系统设计与开发开始迈向实质化阶段。 2 0 0 0 - 2 0 0 2 年，丁烈云、李斌、叶艳兵等人将对于房地产预警的研究又向前 推进了一大步，在原先基本构想的基础上，开展了关于预警指标体系设计、房地 产预警系统的设计，探讨了房地产预警的三种模型与方法，即基于景气循环波动 理论的房地产预警、基于系统核与核度理论的房地产综合模拟预警和基于模糊神 经网络理论的房地产预警，并以武汉市房地产市场为对象进行了实证研究。 2 0 0 3 年，余健进一步基于经济周期理论对房地产预警进行研究，采用景气循 环法、综合模拟法的定量分析方法和问卷调查的定性方法对南京房地产市场进行 预警系统的研究，在研究的基础上进行预警模型的构建与系统开发，最终建成了 南京市房地产市场预警系统。采用系统动力学方法对房地产市场进行动态仿真， 以南京为例建立房地产市场仿真预测模型，对房地产市场运行状态进行预测，辅 助房地产动态预警，并为政府制定宏观调控政策提供政策实验。 2 0 0 1 年，朴英提出三种房地产预警的方法，即景气指数法、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 行了重点分析和研究。 2 0 0 3 年初，建设部开始房地产预警系统的研究，具体研究工作主要由上海社 会科学院承担，研究成果计划推广至1 3 个城市试点；与此同时，上海市房屋土 地资源局和深圳市规划与国土资源局也分别开展了当地的房地产预警预报系统 的研究，其他试点城市的房地产预警研究也在进行之中。房地产预警研究进入了 一个实践和运用的新时期。按照国家试点的要求，建立房地产预警预报体系主要 涉及三方面的内容：第一是房地产基础数据的采集；二是房地产信息数据的整合 分析及发布；三是预警预报指标体系和预警预报制度的建立。 深圳房地产预警体系研究结合深圳市房地产发展的实际情况，分析周期波 青岛市房地产市场预饕系统建模及其实证研究 动，建立预警指标体系；运用数理统计方法，设计运行房地产预警系统；通过单 指标预警和综合指数预警，对深圳房地产业的发展历程进行评价，对当前的发展 进行监测，并对未来的发展趋势进行预警。目前，深圳市已经建立基于景气循环 的房地产预警预报系统，并尝试性地建立了基于系统动力学方法的房地产动态仿 真及监控系统，以达到对房地产系统仿真、监控、预测和政策试验的目的。 上海房地产市场预警预报体系研究主要包括建立并完善“基于g i s 的房地产 权籍管理信息系统 和“房地产市场管理信息系统”，在此基础上编制房地产市 场预警预报指标体系，上海市房地产市场预警预报指标体系研究小组认为， 房地产市场预警预报指标分为市场即期指标、市场预期指标和价格贷款指标三部 分。通常隋况下，市场即期指标和市场预期指标配合房地产价格和贷款指标分别 用来预报和预测房地产市场运行情况。该课题小组根据2 0 0 2 年前各年度市场运 行数据，设定了适用于2 0 0 3 年至2 0 1 0 年的数值量化标准。 1 2 2 国外房地产预警研究现状 近几十年来，国外在宏观经济预警方面取得了大量的研究成果，如运用合理 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。而近年来对于房地产预警的具体研究较少。虽 然研究的领域大不相同，预警研究的基本理论与方法却比较相似。 在房地产预警调控的实践方面，主要的成果是房地产数据信息采集、汇总统 计，以求得若干反映房地产市场状况及房地产趋势的指标。通常包括各类物业的 销售率、空置率、投资回报率等。其中刻画住宅市场运行状况的指数在美国主要 有h e d o n i c 价格指数、r s 指数，它们都依据住宅多维属性特征及其对价格的影 响状态而制定。这种做法不适应发育仅十几年的中国房地产市场的监测。 在经济预警理论与方法方面，主要是以经济周期波动理论为基础，采用景气 循环法、综合模拟法和状态空间法，其中以基于景气循环理论、通过先行指标预 警的方法最为普遍，而预警指标多采用主成分分析法和聚类判别分析法进行分类 处理。 国外关于经济预警理论方法的研究比较成熟，但不一定适用我们对房地产市 6 青岛市房地产市场预警系统建模及其实证研究 场的研究，这就需要在进行房地产市场预警时，不能盲目的套用这些理论、模型 及方法，要结合房地产市场的特性及我国房地产经济发展的实际，开展预警研究。 1 3 主要研究方法与研究思路 本论文主要采用了人工神经网络建立模型进行实证研究的方法。 人工神经网络( a n n ) 是一种平行分散处理模式，由许多并行运算的、功能简 单的单元组成。应用神经网络来处理非线性系统问题能克服回归模型的弱点，更 好地取得理想的预报效果，其特点是在于信息分布储存和并行协同处理，具有很 强的容错性和鲁棒性。 人工神经网络( a n n ，a r t i f i c i a ln e u r a ln e t w o r k s ) 理论是2 0 世纪8 0 年代 中后期在世界范围内再次兴起的一个前沿研究领域。人工神经网络又称连接机制 模型( c o n n e c t i o n i s mm o d e l ) 或并行分布处理模型( p a r a l l e ld i s t r i b u t e d p r o c e s s i n gm o d e l ) ，是由大量简单元件广泛连接而成的，对大脑神经网络系统 结构、机理和功能进行模拟的复杂网络系统。 由入脑神经网络的活动机理可知，人脑的神经系统是由庞大的神经元 ( n e u r o n ) 构成的三维有序结构网络，神经元不仅是组成大脑的基本单元，而且 也是大脑进行信息处理的基础元件。神经元之间紧密接触，通过激发脉冲的形式 实现信息的传递。同样，只有把人工神经元按一定规则连接成网络，并让网络中 各神经元的连接权按一定的规则变化，才能实现对输入模式的学习与识别。 人工神经网络的信息处理功能是由网络单元的输入输出特征( 即激活特征) ， 以及网络的拓扑结构( 即神经元的联接方式) 所决定的，通过寻找输入、输出数 据之间的关系，来实现特征提取和统计分类等功能。人工神经网络对问题的求解 与传统方式不同，它是经过训练来对问题进行求解的。训练一个人工神经网络是 把同一系列的样本输入和理想的输出作为训练的“样本”，根据一定的训练算法 对网络进行足够的训练，使得人工神经网络能够学会包含在“解”中的基本原理， 当训练完成后可以用来求解相同的问题。作为研究复杂性的有力工具，神经网络 方法克服了传统分析过程的复杂性，即选择适当模型函数形式的困难，是一种自 然的非线性的建模过程，毋须分析存在何种非线性关系，给建模与分析带来极大 的方便利用人工神经网络理论构建房地产预警模型，具有以下优势及特点： 首先，人工神经网络可以逼近所有连续非线性函数，这就意味着人工神经网 7 青岛市房地产市场预警系统建模及其实证研究 络能自动地逼近那些最佳刻画了样本数据规律的函数，而无论这些函数具有怎样 的形式。目标系统表现的函数越复杂，人工神经网络的这种特征就越明显。因此， 人工神经网络适于解决具有高度复杂性的房地产市场预警问题。 其次，人工神经网络本身是非线性的。人工神经网络不仅能很好地估计非线 性函数，而且能处理数据中去掉了线性部分后残差的非线性因素，同时通过使用 一个或多个人工神经元隐含层，网络能自动地分割样本空间，并在不同的子空间 建立不同的函数，所以人工神经网络具有建立非线性模型的能力。房地产市场预 警系统是一种典型的非线性系统，人工神经网络可以对其进行规则提取和自动拟 合。因此，人工神经网络的方法为解决房地产市场预警问题提供了可行前提和理 论基础。 第三，人工神经网络具有并行处理的特点。它采用了并行、分布的方式存储 和处理信息，具有很强的容错能力。可以更好地处理房地产市场预警样本数据。 第四，人工神经网络具有很强的自学习和自适应能力。人工神经网络不仅可 以通过在线或离线的训练，实现对给定样本集合的逼近，而且能够递进地接受新 数据进行学习并相应地调整网络参数。 第五，模型的收敛速度不依赖于风险预警指标的维数，只与神经网络本身及 其所采用的学习算法有关，而传统的预警方法随模型参数维数的增大变得很复 杂。最后，人工神经网络便于多信息融合。可以同时综合定量和定性信息，能方 便地处理多输入、多输出的风险预警系统。在本文中将神经网络方法运用于房地 产市场预警问题时，一方面利用其映射能力，另一方面主要利用其泛化能力，即 在经过一定数量的带噪声的样本训练之后，网络可以抽取样本所隐含的特征关 系，并对新情况下的数据进行推断并确定其属性。 1 4 论文结构安排 论文的研究将按照提出问题、分析问题、解决问题的思路层级推进，全文共 分为六章，具体结构安排如下： 第一章为绪论部分，阐明了本文的研究背景和选题意义，并对国内外相关研 究成果进行综述，提出了所要研究的问题，最后指出了本文的研究思路、结构和 方法。 第二章是房地产预警概述，对房地产市场预警的概念及其特点进行界定，介 8 青岛市房地产市场预警系统建模及其实证研究 绍了房地产预警系统的组成要素及其流程设计，确立了房地产预警系统的基本分 析原则，并详细介绍其特征和功能。 第三章是房地产预警的基本理论及基本方法。介绍了房地产周期波动理论、 可持续发展理论与预测理论，并对常用房地产风险预警方法进行了比较分析，最 终确立了利用神经网络理论研究的方法。 第四章是对房地产预警系统模型研究。介绍了神经网络理论，阐述了神经网 络模型分析在房地产风险预警方面的优势，通过对现行风险预警方法的研究及剖 析，提出并构建了基于l v q r b f 的改进型房地产市场预警模型。 第五章是基于l v q r b f 神经网络模型的青岛市房地产市场风险预警实证研 究。在前面分析的基础上，利用前期构建的l v o r b f 神经网络模型，确定房地产 市场预警的指标体系、综合指标预警准则，进行警情分析，训练模型后得出最终 分析结果。 第六章为本文的结论部分，对全文进行总结，提出论文的创新点，并从本文 研究的角度提出了有待进一步深入研究的问题。 1 5 本章小结 以上是对笔者查阅大量中外文献后，对国内外房地产市场预警所做的重要阐 述，并简要叙述了文章的研究路线、研究思路及文章结构。在下面的研究工作中， 本文综合运用了系统科学、管理科学的相关理论和分析方法，从房地产市场的发 展以及基本研究理论的介绍，来研究房地产市场复杂性及其决策问题。 9 青岛市房地产市场预警系统建模及其实证研究 2 房地产预警研究综述 房地产业在国民经济中的重要作用毋庸置疑。2 0 0 7 年房地产业再次进入开发 投资激增的阶段，国家发改委最新发布的数据显示，2 0 0 7 年l 一7 月全国房地产 投资同比增长2 8 9 ，并呈现逐月加快的态势。数据显示，1 7 月，房地产开发 投资1 2 1 3 5 亿元，增速同比上升4 9 个百分点，比0 7 年上半年上升0 4 个百分 点，高于同期城镇投资增速2 3 个百分点。正是由于一些省市区的房地产快速发 展，使得房地产市场出现了供求失衡、房地产经济与国民经济发展不协调等态势， 造成了商品房大量积压，出现了很多问题楼盘等，影响了我国房地产经济的健康 发展。为使我国房地产在未来能够稳步增长，必须尽快建立我国房地产预警系统， 以掌握我国房地产业的波动特性，进而预测房地产市场未来波动趋势，为政府制 定房地产政策，保证房地产经济健康、持续、稳定的发展提供重要的手段和决策 依据。 2 1 房地产预警系统的内涵 所谓预警，就是要在警情发生之前对之进行预测预报。经济预警一般可以 分为广义和狭义的概念。广义的经济预警是对表征经济活动过程和现状的一系列 经济指标进行的监督和测量，并依据对过程发展变化规律性的认识，从监测结果 出发，对经济活动未来可能发生的转折和重大变化提出预报。而狭义的经济预警 是研究经济波动现象，特别是针对具有景气循环这一类特征的经济现象而建立的 一整套预测预报的方法体系。 2 1 1 房地产预警系统的定义“1 房地产预警系统作为宏观经济预警系统的一个重要分支，但由于行业经济警 系统的复杂性和具体化，其理论没有宏观经济预警理论那样成熟。因此，对于房 地产预警系统也没有成熟和统一的界定，不同的学者对此看法各异。 胡鹏、姚长学、钟叔平口1 认为：房地产市场预警监测系统是指在科学理论指 导的基础上，通过对房地产市场运行历史过程的经验分析，同时参考有关类似房 地产市场