基于神经网络的房地产市场预警系统建模与分析

摘要

迄今为止，中国房地产行业经历了30多年的发展历程，其发展模式实现了从计划体制到市场制度的转变，但无论房地产行业在发展中处于何种阶段和运行模式，始终离不开国家、政府的调控行为。1998年以前，国家对住宅实行福利分房的计划经济制度，房改以后，住宅作为房地产行业的主体结构走向了市场，其发展迅猛，市场运行剧烈波动，体现在价格波动巨大，投资、投机活动频繁等，直接或间接的影响着国民经济的运行和稳定，因此加强房地产市场的监管对经济社会中的各个角色尤为重要。
　　在上述背景下，本文开展了关于房地产市场预警系统建模与分析的研究，首先阅读了大量文献，了解到国内外有关房地产市场监管和预警的现状，着重介绍了几个典型代表国家的房地产市场监管体系和国内房地产预警研究的进展，为找到合理的预警方案奠定了基础;其次，本文阐述了房地产周期理论、房地产预警理论和要素、房地产市场波动成因理论，然后将经济学原理和房地产行业相结合，为下文指标的选取等后续工作奠定了理论基础。
　　本文最终选取的是基于神经网络的房地产市场预警手段，首先介绍了预警建模需要的准备工作，即数据预处理，包括采用时差分析筛选指标和警情警度的数值定义、区间划分;其次，选取BP神经网络算法，详细介绍了算法原理和应用算法建模的各个步骤环节，实现了BP神经网络与预警系统建模分析相结合，为实证分析的进行做了原理性论述。
　　本文选取了天津市房地产市场为样本进行了实证分析，首先介绍了选取天津市作为样本城市和划分指标时间区间的依据，描述了天滓市房地产行业的发展历程;其次，通过查询了天津市统计年鉴和天津市统计局网站，获得了天津市房地产预警指标的详细数据，确保了数据的真实性和准确性;最后，对数据进行数据分析和处理，筛选了天津市房地产市场预警指标，运用BP神经网络进行建模，借助MATLAB软件编程，实现了BP神经网络的训练和参数的确定，并预测了2012年天津市房地产市场的警情，得出了市场运行为“热”的结论。
　　文章最后，总结了本文的研究成果和结论，着重分析了预警系统中的不足，对未来的研究方向进行了展望，对今后预警研究的发展从制度角度提出了一些政策性建议。

目录

声明

摘要

1 绪论

1．1 选题背景和意义

1．1．1 选题背景

1．1．2 选题意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 本文研究

1．3．1 研究内容

1．3．2 研究方法及技术路线

2 房地产预警系统理论及方法的发展

2．1 房地产预警系统相关概念

2．1．1 房地产预警系统定义

2．1．2 房地产预警系统的组成要素

2．1．3 房地产预警系统的实施架构

2．2 房地产市场预警的理论基础和神经网络预警研究现状

2．2．1 预警理论基础

2．2．2 房地产周期波动研究理论

2．2．3 房地产市场周期波动的成因

2．2．4 理论基础的整合和分析

2．2．5 神经网络在经济预警领域的研究现状

3 基于神经网络的房地产市场预警体系

3．1 房地产预警指标体系的建立

3．1．1 房地产预警指标体系的建立的原则

3．1．2 房地产市场预警指标的初步选择

3．1．3 基于时差相关分析的预警指标分类

3．2 神经网络在经济预警领域应用的可行性分析

3．3 神经网络原理概述

3．3．1 神经网络简介

3．3．2 BP神经网络原理

3．4 基于BP神经网络的房地产预警原理

3．4．1 原理概述

3．4．2 基于神经网络预警系统建模与分析的思路和步骤

3．4．3 房地产市场的警度划分

3．5 基于神经网络的房地产预警系统实施

3．5．1 确定警兆指标

3．5．2 确定预警时差

3．5．3 预警系统建模

4 实证分析——天津房地产预警系统建模与分析

4．1 天津市房地产市场发展概述

4．2 天津市房地产市场预警指标体系

4．2．1 预警指标的选择

4．2．2 预警数据时间区间段的选择

4．2．3 预警指标的分类

4．3 天津市房地产市场警情判定

4．3．1 警情指标的选择

4．3．2 警度的划分

4．4 天津市房地产市场预警的实施

4．4．1 警兆指标的确定

4．4．2 宏观经济发展指标

4．4．3 房地产行业与宏观经济协调关系指标

4．4．4 房地产行业发展速度指标

4．4．5 房地产行业内部协调关系指标

4．5 基于BP神经网络模型的构建

4．5．1 神经网络预警模型的结构

4．5．2 预警模型的训练

4．5．3 BP神经网络的测试

4．5．4 天津市2012年房地产市场预警分析

4．6 神经网络应用于房地产市场预警系统建模与分析的挑战

5 总结与展望

5．1 本文研究成果和主要结论

5．2 研究不足与后续研究的展望

5．3 相关政策性建议

结论

致谢

参考文献

附录A 天津市房地产市场指标原始数据

附录B MATLAB中BP神经网络程序代码

附录C MATLAB中BP神经网络程序输出

攻读学位期间的研究成果