房地產(chǎn)市場監(jiān)測預(yù)警研究——以上海為例.pdf

1、房地產(chǎn)預(yù)警，就是指通過定性及定量的手段，對房地產(chǎn)市場當前運行態(tài)勢進行分析、測度和判斷，并對未來的發(fā)展狀況進行預(yù)測和預(yù)報，及時采取有效的措施來駕馭波動、平緩波動，從而對房地產(chǎn)市場加以有效的宏觀調(diào)控，促進其健康、可持續(xù)的發(fā)展。最近幾年，我國房地產(chǎn)業(yè)呈現(xiàn)出快速發(fā)展的勢頭，市場價格大幅度上漲，人們對于目前房地產(chǎn)市場是否過熱、有無泡沫、能否健康可持續(xù)發(fā)展產(chǎn)生眾多質(zhì)疑。因此，當前時期開展房地產(chǎn)預(yù)警研究有著極為重要的理論價值和實踐意義。 全文

2、通過定性分析與定量分析相結(jié)合的系統(tǒng)化研究方法，并充分借助Matlab、Spss等計算機軟件與信息技術(shù)，著重針對房地產(chǎn)預(yù)警理論與方法的定量化分析，從國內(nèi)外房地產(chǎn)監(jiān)測預(yù)警的經(jīng)驗介紹、房地產(chǎn)預(yù)警指標體系的構(gòu)建、房地產(chǎn)預(yù)警的景氣指數(shù)方法、基于3σ方法及周期波動理論的房地產(chǎn)預(yù)警、人工神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)監(jiān)測預(yù)警中的應(yīng)用共五方面進行了深入的論述與研究，并以上海房地產(chǎn)市場為例展開了實證分析。 基于預(yù)警流程，論文的研究工作圍繞以下方面展開：1.國內(nèi)

3、外房地產(chǎn)市場監(jiān)測預(yù)警經(jīng)驗介紹對美國住宅市場監(jiān)控體系、澳大利亞住房統(tǒng)計體系、法國房地產(chǎn)市場統(tǒng)計調(diào)查、加拿大房地產(chǎn)數(shù)據(jù)統(tǒng)計機構(gòu)與監(jiān)測體系，以及我國現(xiàn)有的房地產(chǎn)市場指標及指數(shù)體系進行了介紹，并對我國房地產(chǎn)指數(shù)的構(gòu)成及其生成方法、房地產(chǎn)價格指數(shù)編制過程中存在的問題與對策進行了論述。 2.房地產(chǎn)預(yù)警指標體系的構(gòu)建簡要介紹了房地產(chǎn)預(yù)警指標體系的設(shè)置原則和我國現(xiàn)有研究所涉及的預(yù)警指標體系，基于聚類分析和非參數(shù)檢驗對上海房地產(chǎn)市場22指標數(shù)據(jù)庫

4、進行了預(yù)警指標選擇，創(chuàng)新性的篩選出其中14個指標作為上海房地產(chǎn)市場的預(yù)警指標體系。 3.房地產(chǎn)預(yù)警的DI/CI景氣指數(shù)方法闡釋了房地產(chǎn)市場的景氣指數(shù)預(yù)警方法的基本步驟、構(gòu)建要點等基本原理?；凇皶r差相關(guān)分析”的定量分析技術(shù)，對“歸一化”處理后的上海房地產(chǎn)市場14指標預(yù)警指標體系進行了分類，將其劃分為先行指標、同步指標和滯后指標三大類。應(yīng)用Matlab軟件，對上海房地產(chǎn)市場展開了DI/CI指數(shù)預(yù)警實證分析，并進一步通過Matlab

5、中的“擬合技術(shù)”對DI指數(shù)進行了平滑處理。 4.基于3σ方法及周期波動理論的房地產(chǎn)預(yù)警基于3σ方法、Bootstrap抽樣方法及因子分析技術(shù)，對上海房地產(chǎn)市場進行了單指標預(yù)警和綜合指標預(yù)警實證分析。依據(jù)宏觀經(jīng)濟周期波動原理，把房地產(chǎn)市場的波動分為長期趨勢、景氣循環(huán)、季節(jié)變動和隨機波動四種形態(tài)，然后對長期趨勢、季節(jié)變動和隨機波動采用直接法和剩余法進行分離，得出了上海房地產(chǎn)市場景氣循環(huán)，在此基礎(chǔ)上，借助“保持形狀插值”技術(shù)，對上海房

6、地產(chǎn)市場未來三年的發(fā)展態(tài)勢進行了預(yù)測。 5.人工神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)預(yù)警中的應(yīng)用簡要介紹了傳統(tǒng)預(yù)警方法與神經(jīng)網(wǎng)絡(luò)預(yù)警方法的比較，以及人工神經(jīng)網(wǎng)絡(luò)在經(jīng)濟預(yù)警領(lǐng)域中的應(yīng)用現(xiàn)狀。闡述了BP神經(jīng)網(wǎng)絡(luò)預(yù)警的基本原理和算法，并將房地產(chǎn)預(yù)警指標體系的14個指標作為網(wǎng)絡(luò)輸入的神經(jīng)元；參照專家意見把房地產(chǎn)市場分為正常、偏冷、偏熱三種狀態(tài)，將其作為網(wǎng)絡(luò)輸出變量；應(yīng)用Matlab中的BP神經(jīng)網(wǎng)絡(luò)工具箱對上海房地產(chǎn)市場的神經(jīng)網(wǎng)絡(luò)預(yù)警模型進行學習訓練，發(fā)現(xiàn)實

7、際評價效果良好?；赗BF神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)預(yù)警則分為單指標預(yù)警和綜合預(yù)警兩部分展開，網(wǎng)絡(luò)通過學習歷年的指標變動規(guī)律來對未來年度進行預(yù)測，預(yù)測效果也基本與現(xiàn)實相符。 本文的主要創(chuàng)新之處：1.創(chuàng)新性的基于聚類分析(系統(tǒng)聚類)和非參數(shù)檢驗(Wald-wolfowitz游程檢驗和Kruskal-wallis單向評秩方差分析)，建立了上海房地產(chǎn)市場14預(yù)警指標數(shù)據(jù)庫，并通過預(yù)警實證分析驗證了該體系的有效性。 2.借助Matlab軟

8、件的強大矩陣計算功能及編程功能，對上海房地產(chǎn)市場展開了DI/CI指數(shù)預(yù)警實證分析，并通過Matlab中的“擬合技術(shù)”對DI指數(shù)曲線進行了平滑處理改進，解決了由于只有年度數(shù)據(jù)造成的DI指數(shù)曲線不平滑的問題。 3.首次提出了基于3σ方法、Bootstrap抽樣技術(shù)及宏觀經(jīng)濟周期波動理論的房地產(chǎn)預(yù)警理論，并通過“保持形狀插值”對上海房地產(chǎn)市場景氣波動進行預(yù)測，結(jié)果較為理想。 4.對BP神經(jīng)網(wǎng)絡(luò)及RBF神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)預(yù)警中的應(yīng)

9、用進行了深入的探討與比較，驗證了神經(jīng)網(wǎng)絡(luò)在處理房地產(chǎn)市場這一高度非線性系統(tǒng)時的卓越能力，并進一步剖析了該理論在房地產(chǎn)預(yù)警應(yīng)用中所面臨的挑戰(zhàn)。 總之，全文借助Matlab、Spss等計算機軟件，通過景氣指數(shù)預(yù)警、基于3σ方法及周期波動理論的房地產(chǎn)預(yù)警、以及基于人工神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)預(yù)警三種方法，對房地產(chǎn)監(jiān)測預(yù)警的定量化理論與方法展開了論述與分析。其中，景氣指數(shù)預(yù)警主要是利用先行指標DI/CI指數(shù)相對于同步指標的先行特性，來對房地產(chǎn)市