论文部分内容阅读
房地产业是我国国民经济的支柱产业，城市住宅产业又是房地产业中所占比例最大的部分。目前，我国房地产业蓬勃发展，但是房地产投资增长速度过快、开发资金来源渠道单一，主要依赖银行贷款等问题突显出来，甚至大部分学者认为我国部分地区已经出现了房地产泡沫，并提出：如果泡沫破裂，将给整个国民经济带来巨大冲击。由于我国从是1998年下半年才开始将住房实物福利分配转变为住房分配货币化，使得我国房地产市场机制尚不完善，不能完全发挥作用，内部传导机制作用相对较弱，所以建立我国城市住宅市场预警预报系统是十分必要的。
本文以房地产市场预警的理论为基础，针对房地产市场的非线性变动的特性，利用人工神经网络的研究方法，建立了基于BP神经网络的城市住宅市场预警系统模型。并以天津市为例，成功预测出天津市住宅市场2011年的发展状况为“正常”的结论，为政府进行宏观调控、为开发投资商进行投资建设以及为购房者的购房行为提供了参考依据。
本文在确定研究目的和意义的基础上，对房地产市场预警进行综述，将房地产市场预警的研究按照预警理论研究和建立预警系统模型方法分为两个部分：第一部分是从房地产业某一重要特征、研究对象不同、与其他宏观经济指标的联系3个方面对房地产周期波动进行研究，并综述了建立预警系统的理论研究；第二部分则是按照不同的房地产预警方法将各个学者构建的房地产市场预警系统进行分类，并提出了我国房地产市场预警研究目前存在的问题和未来的发展方向。
接下来本文对城市房地产预警系统的定义、组成要素和特征进行了详细地归纳，介绍了房地产市场预警的运行流程。其中主要对房地产市场预警的方法进行总结，包括指数预警法(扩散指数和合成指数)、综合模拟法、模型预警法(基于概率模式分类法、计量经济模型法、判别分析法和人工神经网络法)等，并对这些方法的优缺点进行了比较分析，确定本文采用人工神经网络的方法建立预警模型。
然后本文简要介绍人工神经网络的相关知识，并分析了基于人工神经网络预警方法的基本原理--BP神经网络的模型和学习过程、步骤，并找出了其特点，然后在此基础上提出了BP神经网络的局限性，针对这些不足提出改进算法：如附加动量的BP算法、学习率可变的BP算法、弹性BP算法、基于共轭梯度方向的BP算法和LM算法等，并将这些算法进行了比较分析，确定本文使用弹性BP算法对BP神经网络进行改进。接着构建了基于BP神经网络的城市住宅市场预警模型，在参考了搜房研究院、国家统计局、深圳市、上海市等部门地区警兆指标选取的基础上，采用头脑风暴法初选了20多个警兆指标，在实际中按照不同城市地区进一步选取。
之后以天津市住宅市场为例进行实证分析。在确定警情指标的基础上，通过专家打分法选取天津市住宅市场警兆指标，即1997年-2010年住宅产业与国民经济协调的关系、住宅产业与市场的协调关系和住宅产业内部结构的协调关系3个板块，将其作为BP神经网络的输入变量；并将输出变量设计为5个级别，分别为“过冷”、“稍冷”、“正常”、“稍热”和“过热”，通过主成分分析法计算各板块的综合预警指数，并合成历年的综合预警指数，然后划分警度，得到天津市住宅市场综合预警评价，可以看到除1998年和1999年天津市住宅市场呈“稍冷”状况和2005年-2007年呈“稍热”状况外，都属于“正常”的发展状况，并通过预警时差的分析，将综合预警评价滞后一年与警兆指标进行对应。本文选取1997年-2007年的警兆指标数据作为网络的输入变量，1998年-2008年的综合预警评价作为网络的目标输出；2008年和2009年的警兆指标数据作为检测网络的输入变量，2009年和2010年的综合预警评价作为检测网络的目标输出；2010年的警兆指标作为预测2011年预警评价的输入变量。并采用试凑法决定BP神经网络的隐层神经元个数，得到隐层神经元为12个时，网络误差最小的结论，然后构建了输入神经元为15个、输出神经元为5个、隐层神经元为12个的三层BP神经网络。接着对网络模型进行训练、检验和预测，得到2011年天津市住宅市场发展状况“正常”的结论。最后在对警情指标分析的基础上，指出天津市住宅市场应采用的宏观经济措施和法律措施，然后根据这些措施分别对天津市政府、开发投资商和购房者提出对策建议。
通过基于BP神经网络的城市住宅市场预警模型的构建和对天津市住宅市场的实证研究，对进一步研究和改进提出了展望。