青岛市房地产市场预警系统建模及其实证研究

  本文关键词：青岛市房地产市场预警系统建模及其实证研究，由笔耕文化传播整理发布。

中国海洋大学

硕士学位论文

青岛市房地产市场预警系统建模及其实证研究

姓名：周琦

申请学位级别：硕士

专业：管理科学与工程

指导教师：张勤生

20080530

青岛市房地产市场预警系统建模及其实ｔｌＦ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ＬＶＱ—ＲＢＦ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

ｍｅｔｓｙｂｏａｄｇｎ’Ｑ

青岛市房地产市场预警系统建模及ｊｅ实证研究

ＭｏｄｅＩｉｎｇｆｏｒＲｅａｌＥｓｔａｔｅＦｏｒｅｃａｓｔｉｎｇａｎｄＥａｒｌＹＷａｒｎｉｎｇ

Ｓｙｓｔｅｍａｎｄｉｉｔｓｓｌ：ｍｐＥｍｌｉｌｒｌｉｃａＩＩＲｅｓｅａｅｓｅａｒｒｃｈｈＩｉｎＵｉｎｇｄａｏ

Ａｂｓｔｒａｏｔ

Ｒｅａｌｅｓｔａｔｅｉｎｄｕｓｔｒｙ，ｗｈｉｃｈｉｓｐｌａｙｉｎｇａｌｅａｄｉｎｇｒｏｌｅｉｎｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｎａｔｉｏｎａｌｅｃｏｎｏｍｙ，ｓｈｏｗｓｍｏｒｅａｎｄｍｏｒｅｏｂｖｉｏｕｓｌｙｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｃｙｃｌｅｆｌｕｃｔｕａｔｉｏｎ．Ｉｔｓｅｘｃｅｓｓｉｖｅｆｌｕｃｔｕａｔｉｏｎｃｏｎｔｒａｄｉｃｔｓｗｉｔｈ也ｅｓｕｓｔａｉｎａｂｌｅ，ｈｅａｌｔｈｙ．ａｎｄｓｔａｂｌｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｒｅａｌｅｓｔａｔｅｅｃｏｎｏｍｙ．Ｃｕｒｒｅｎｔｌｙ，ｔｈｅｒｅｉｓｓｔｉｌｌｍｕｃｈｗｏｒｋｔｏｄｏｔｏｐｅｒｆｅｃｔｔｈｅｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｏｐｅｒａｔｉｏｎｍｅｃｈａｎｉｓｍｏｆＣｈｉｎａ，ｔＯｆｏｒｍｒａｔｉｏｎａｌ，ｏｒｄｅｒｌｙ，ｃｏｍｐｅｔｉｔｉｖｅａｎｄｅｆｆｉｃｉｅｎｔｍａｒｋｅｔｏｐｅｒａｔｉｏｎｓｙｓｔｅｍａｎｄｔｏｓｏｌｖｅｔｈｅｃｕｒｒｅｎｔｐｒｏｂｌｅｍｓｏｆｔｈｅｕｎｓｍｏｏｔｈｔｒａｎｓｆｅｒｒｉｎｇｏｆｉｎｆｏｒｍａｔｉｏｎ，ｔｈｅｄｉｓｔｏｒｔｉｏｎｏｆｉｎｆｏｒｍａｔｉｏｎｄａｔａ，ｔｈｅｂａｃｋｗａｒｄｄｉｓｐｌａｙｉｎｇｍｅａｎｓｏｆｍａｒｋｅｔｑｕｏｔａｔｉｏｎａｎｄｔｈｅｂｌｏｃｋｉｎｇｏｆｔｈｅｍａｒｋｅｔｔｒａｎｓａｃｔｉｏｎｎｅｔｗｏｒｋ．ＩｔｈａｓｂｅｃｏｍｅａｈｏｔｐｏｉｎｔｉｎｔｈｅａｃａｄｅｍｉｃｃｙｃｌｅｓａｎｄａｒＯＩ／Ｓｅｓｉｎｔｅｎｓｉｖｅｃｏｎｃｅｒｎｓｏｆｔｈｅｒｅｌａｔｅｄｐｏｌｉｃｙ?ｍａｋｉｎｇａｐａｒｔｍｅｎｔｓｔｏｄｏｒｅｓｅａｒｃｈｏｎｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍ，ｔｏｓｅｔｕｐｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｉｎｄｅｘｓｙｓｔｅｍａｎｄｓｙｓｔｅｍａｔｉｃａｌｌｙ，ｓｃｉｅｎｔｉｆｉｃａｌｌｙａｎｄａｃｃｕｒａｔｅｌｙｄｅｆｉｎｅｔｈｅｓｅｃｕｒｅｒｅｇｉｏｎｏｆｒｅａｌｅｓｔａｔｅ．

Ｔｏａｄｄｒｅｓｓｔｈｉｓｐｒｏｂｌｅｍ，ｔｈｅｒｅｓｅａｒｃｈｏｆｅａｒｌｙｗａｒｎｉｎｇｍｏｄｅｌｓｏｆｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｉｓｐｕｔｆｏｒｗａｒｄｉｎｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｗｈｉｃｈｗｉｌｌｍａｋｅｉｔｓｔｈｅｏｒｅｔｉｃａｌｃｏｎｔｒｉｂｕｔｉｏｎｔｏｔｈｅｐｒｏｍｏｔｉｏｎｏｆｔｈｅｈｅａｌｔｈｙｄｅｖｅｌｏｐｍｅｎｔｏｆｒｅａｌｅｓｔａｔｅｉｎｄｕｓｔｒｙ．Ｏｎｔｈｅｂａｓｅｏｆｔｈｉｓｒｅｓｅａｒｃｈ，ｅｍｐｉｒｉｃａｌｓｔｕｄｙｉｓａｌｓｏｄｏｎｅｏｎｔｈｅｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｏｆＱｉｎｇｄａｏ．

Ｂａｓｅｄｏｎｔｈｅｒｅｓｅａｒｃｈａｂｏｖｅ，ｔｈｅｍａｉｎｆｉｎｄｉｎｇｓａｎｄｔｈｅｃｏｎｃｌｕｓｉｏｎｓａｒｅｍｅｎｔｉｏｎｅｄａｓｆｏｌｌｏｗｓ：

Ｆｉｒｓｔｏｆａｌｌ，ｂａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｃｕｒｒｅｎｔｒｅｓｅａｒｃｈｅｓａｔｈｏｍｅａｎｄａｂｒｏａｄ，ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｓｕｍｍａｒｉｚｅｓｔｈｅｂａｓｉｃｃｏｎｃｅｐｔｓ，ｐｒｉｎｃｉｐｌｅｓａｎｄｍｅｔｈｏｄｓｏｆｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇｏｆｒｅａｌｅｓｔａｔｅｅｃｏｎｏｍｙ．Ｏｎｔｈｅｂａｓｅｏｆｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｄｏｍｅｓｔｉｃｒｅａｌｅｓｔａｔｅｉｎｄｅｘｓｙｓｔｅｍｓ，ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｓｅｌｅｃｔｓａｎｄｆｉｘｅｓｏｎｉｔｓｉｎｄｅｘｅｓｏｆｅａｒｌｙｗａｒｎｉｎｇ．

Ｓｅｃｏｎｄｌｙ，ａｓａｓｕｂｓｙｓｔｅｍｏｆｔｈｅｓｏｃｉａｌａｎｄｅｃｏｎｏｍｉｃｓｙｓｔｅｍ，ｒｅａｌｅｓｔａｔｅｓｈｏｗｓｃｏｍｐｌｅｘｎｏｎ—ｌｉｎｅａｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎａｉｍｓａｔｓｏｌｖｉｎｇｔｈｅｎｏｎｌｉｎｅａｒｐｒｏｂｌｅｍｏｆｔｈｅｒｅａｌｅｓｔａｔｅｓｙｓｔｅｍａｎｄｅｓｔａｂｌｉｓｈｉｎｇａｍｏｒｅａｄｖａｎｃｅｄａｎｄｓｃｉｅｎｔｉｆｉｃｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍｉｎｏｒｄｅｒｔｏｐｒｅｖｅｎｔｔｈｅｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｆｒｏｍｔｈｅａｂｎｏｒｍａｌｆｌｕｃｔｕａｔｉｏｎａｎｄｔｏｍａｉｎｔａｉｎｔｈｅｓｕｓｔａｉｎａｂｌｅ，ｈｅａｌｔｈｙａｎｄｓｔａｂｌｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｒｅａｌｌＩＩ

ｅｓｔａｔｅｍａｒｋｅｔ．Ｏｎ山ｅｆｏｕｎｄａｔｉｏｎｏｆｔｈｅｐｒｅｓｅｎｔｒｅｓｅａｒｃｈ，ｔｈｅｄｉｓｓｅｒｔａｔｉｏｎｓｙｓｔｅｍａｔｉｃａｌｌｙａｎａｌｙｓｅｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｆｕｎｃｔｉｏｎｓｏｆｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇ，ｍａｋｅａｎｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｐｒｅｄｉｃｔｉｏｎ，ｄｉａｇｎｏｓｉｓ，ｍｏｎｉｔｏｒｉｎｇａｎｄｃｏｎｔｒｏｌｏｆｔｈｅｋｅｙｉｎｄｅｘｉｎｔｈｅｐｒｏｃｅｓｓｏｆｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇａｎｄｃｏｎｓｔｒｕｃｔａｔｈｅｏｒｅｔｉｃａｌｌｙａｎｄｐｒａｃｔｉｃａｌｌｙｆｅａｓｉｂｌｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍｗｈｉｃｈｐｒｏｖｉｄｅｓｔｈｅｂａｓｉｓｆｏｒｔｈｅｓｏｌｕｔｉｏｎｏｆｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｐｒｏｂｌｅｍｓ．

Ｔｈｉｒｄｌｙ．ｂａｓｅｄｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｓｔｈｅｏｒｉｅｓａｎｄｒｅａｌｅｓｔａｔｅｅａｒｎｉｎｇｗａｒｎｉｎｇｔｈｅｏｒｉｅｓ，ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｉｎｔｒｏｄｕｃｅｓｉｔｓｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍａｎｄｄｅｖｅｌｏｐｓｉｔｓｍｏｄｅｌｏｆｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇ．ＢｙｕｔｉｌｉｚｉｎｇｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｓｗｈｉｃｈｉＳｍａｔｕｒｅｌｙａｐｐｌｉｅｄｉｎｔｈｅｆｉｅｌｄｏｆｆｏｒｅｃａｓｔａｎｄｍｏｄｅｌｒｅｃｏｇｎｉｔｉｏｎ，ｔｈｅｄｉｓｓｅｒｔａｔｉｏｎｐｕｔｓｉｔｓｅｍｐｈａｓｅｓｏｎｔｈｅｒｅｓｅａｒｃｈｏｆｔｈｅｍｏｄｅｌｓａｎｄｍｅｔｈｏｄｓｏｆｒｅａｌｅｓｔａｔｅｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇ．Ａｎｄｂａｓｅｄｏｎｔｈｅｓｅｍｏｄｅｌｓｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｄｅｖｅｌｏｐｓｉｔｓｏｗｎｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍｏｆｒｅａｌｅｓｔａｔｅｍａｒｋｅｔ．

Ｆｏｕｒｔｈｌｙ，ｂａｓｅｄｏｎｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｉｎｄｅｘｓｙｓｔｅｍ，ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｄｅｖｅｌｏｐｓｔｈｅＬＶＱ．．ＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋｓｍｏｄｅｌｏｆｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇ．Ｗｉｔｈｈｉｇｈｐａｒａｌｌｅｌｉｓｍ，ｇｌｏｂａｌｓｕｐｅｒｉｏｒｉｔｙ，ａｃｃｕｒａｃｙａｎｄａｐｐｌｉｃａｂｉｌｉｔｙｔｈｉｓｍｏｄｅｌｈａｓｏｖｅｒｃｏｍｅｔｈｅｄｅｆｉｃｉｅｎｃｙｏｆｔｒａｄｉｔｉｏｎａｌｅａｒｌｙｗａｒｎｉｎｇｍｅｔｈｏｄｓａｎｄｈｉｇｈｌｙｉｍｐｒｏｖｅｓｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍ’Ｓｎｏｎ－ｌｉｎｅａｒｉｔｙ，ｓｅｌｆｓｔｕｄｙｉｎｇａｂｉｌｉｔｙ，ｓｅｌｆａｄａｐｔａｂｉｌｉｔｙａｎｄｔｈｅａｂｉｌｉｔｙｔｏｐｒｏｃｅｓｓｌａｒｇｅ—ｓｃａｌｅｃｏｎｃｕｒｒｅｎｔｌｙｄｉｓｔｒｉｂｕｔｅｄｋｎｏｗｌｅｄｇｅ．

Ｆｉｎａｌｌｙ，ｂａｓｅｄｏｎｔｈｅｐｒｅｖｉｏｕｓｔｈｅｏｒｅｔｉｃａｌｒｅｓｅａｒｃｈｆｉｎｄｉｎｇｓ，ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｅｍｐｉｒｉｃａｌｌｙａｎａｌｙｓｅｓｏｆｔｈｅｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｉｎＱｉｎｇｄａｏａｎｄｆｏｒｍｓｉｔｓｃｏｍｐｒｅｈｅｎｓｉｖｅｅａｒｌｙｗａｒｎｉｎｇｔｈｅｏｒｉｅｓａｎｄｍｅｔｈｏｄｓ．ＳｉｎｃｅｔｈｅｃｏｎｃｌｕｓｉｏｎｏｆｔｈｅａｎａｌｙｓｉｓｏｆｅａｒｌｙｗａｒｎｉｎｇｉｎｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｉｓｉｎａｃｃｏｒｄａｎｃｅｗｉｔｈｔｈｅｐｒａｃｔｉｃａｌｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｒｅａｌｅｓｔａｔｅｉｎＱｉｎｇｄａｏ，ｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍｅｓｔａｂｌｉｓｈｅｄｉｎｔｈｉｓｒｅｓｅａｒｃｈｉｓｐｒｏｖｅｄｔｏｂｅｆｅａｓｉｂｌｅ，ｗｉｔｈｆｕｌｌｔｈｅｏｒｙａｎａｌｙｓｉｓａｎｄｇｏｏｄｐｒａｃｔｉｃａｌｖａｌｕｅ，ａｎｄｐｒｏｖｉｄｅｓｃｉｅｎｔｉｆｉｃｆｏｕｎｄａｔｉｏｎｆｏｒｇｕｉｄｉｎｇａｎｄｃｏｎｔｒｏｌｌｉｎｇｔｈｅｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｓ．

ＫｅｙＷｏｒｄｓ：ＲｅａｌＥｓｔａｔｅ，，ＮｅｕｒａｌＮｅｔｗｏｒｋｓ，ＳｙｓｔｅｍＭｏｄｅｌｉｎｇ，ＬｅａｒｎｉｎｇＶｅｃｔｏｒＱｕａｎｔｉｚａｔｉｏｎ，ＥａｒｌｙＷａｒｎｉｎｇ，Ｆｏｒｅｃａｓｔｉｎｇ

  本文关键词：青岛市房地产市场预警系统建模及其实证研究，由笔耕文化传播整理发布。