房地产预警应注意几个问题.docVIP

房地产预警应注意几个问题摘 要：文章首先讨论房地产预警常用的几种方法，接着阐述了目前房地产预警存在的主要问题，最后给出了房地产预警未来的发展方向。 关键词：房地产预警 景气指数法 综合模拟法 BP神经网络 房地产预警是经济界研究的热点问题，目前国内外对房地产预警的研究比较多，主要是从房地产预警指标的选择、房地产预警方法的选择和房地产综合预警三方面进行的。可是在目前的研究中，存在的主要问题是建立的房地产预警系统预警功能不强、精度不高，这主要是因为传统的预警方法对资料的要求和我国房地产发展的实践不相符。本文主要分析当前在我国进行房地产预警应注意的几个问题。 1.房地产预警方法的选择 房地产预警是经济预警的一个重要的组成部分，它的基础理论和方法来源于对经济预警理论的研究，因此对房地产预警系统进行全面系统的研究，可以对宏观经济预警理论体系进行补充和完善。而预警方法是预警系统的核心，预警方法是否合适是房地产预警系统能否发挥其预测、防范和调控功能的关键。 1.1景气指数法 我国早期的房地产预警研究主要借鉴了宏观经济监测与预警常用的方法，即景气指数预警法。这种方法以经济周期循环理论为基础，从影响房地产经济的诸多要素中选出一组对景气变动敏感，有代表性的经济指标，把它们分为先行、同步和滞后三类指标，然后分别对这三类指标编制扩散指数（DI）和合成指数(CI)，以预测房地产景气的转折点和长期趋势，达到房地产预警的目的。经过长时间的发展，景气指数的计算方法有了许多改进，景气指数法的运用也比较成熟。但是用这种方法来对我国房地产进行预警，其不足之处也显而易见： 首先，景气指数法用合成指数的升降来表示景气状况，易造成信息量的不完整。合成指数是对各种指标进行的加权综合，虽然综合指数能够反映总体的走势情况，但也容易掩盖某些个别指标的异常波动情况，若这些指标在房地产经济变动中非常重要的话，那么合成指数所显示的信息量就很不完整。 其次，景气指数法预警不利于对每个指标进行监控。景气指数法预警利用合成指数和扩散指数显示总体发展趋势，综合指数包含的信息量有限，很难对每一个指标进行分析判断，这样不利于找出警源，找出控制对象和控制目标。 第三，房地产经济周期性不明显会影响景气指数应用的范围和效果。景气指数法的预警基础是经济波动的周期性，构成景气指标的先行指数可以提前预报经济周期的转折点。而我国房地产真正发展时间不过10多年，房地产经济的发展受国家政策等因素影响明显，城市房地产经济的周期性还有待研究，因此运用景气指数法进行房地产预警不是最佳选择。 1.2综合模拟法 综合模拟法也叫统计预警法，是我国目前房地产预警采用最广泛的方法。其基本思路是先对警兆与警素指标进行时差相关分析，确定其先导长度和强度；接着根据警兆指标变动的情况确定警兆指标的警级，然后根据各警兆指标的重要性对警级进行综合，得到总体的综合警度。使用此方法进行房地产预警，不仅能反映房地产的综合警度，还能反映单个指标的警度，比较适合用来进行房地产预警。 综合模拟法既能对房地产整体警度进行综合判断，也能够对各个指标进行监控，便于找出警源，比较符合预警的目的。但运用该方法对我国房地产预警也存在一些难以克服的问题： 第一，实际数据的分布不能满足要求。单指标理想状态的预警域是房地产综合模拟预警的基础性工作，是预警成败的关键。而采用统计预警方法，则要求它的参数必须满足多元常态分配的假设（如正态分布），而实际资料常常不能满足要求，因此目前以3σ预警准则获得的预警域与现实并不符合，使得预警精度不高或失效。第二，统计预警法对资料的输入不具有容错性。房地产在我国真正的发展不过十来年的时间，统计数据难免出现错误和遗漏，而统计预警法对错误资料的输入不具有容错性，无法自我学习与调整，这也就是为什么采用此方法做出来的预警系统精度不高的一个重要原因。第三，用3σ预警准则确定的预警域是静态的。统计预警方法属于静态预警方法，而房地产的发展本身是个动态的过程，因此采用此方法难免出现理论和实际不吻合的情况。有不少学者对这一问题进行了研究，对预警区间进行不断地修正，使之更接近现实，提高了预警的有效性，但未能从根本上解决其存在的问题，于是更多人又转向了基于模式识别的预警方法研究。 1.3 BP神经网络法 而近年来BP神经网络的出现引起了人们极大的关注。BP神经网络采用平行分散处理模式，这使它不仅能较好地进行模式识别，还具有容错能力强和对数据分布要求不严格等传统方法不具备的优点。同时它还具备学习能力、处理资料遗漏或错误的能力，可随数据的更新进行自我学习、训练和调整，能够应对多变的经济环境。人工神经网络中应用最广泛的是前向三层BP神经网络，它分为输入层、隐藏层和输出层三部分，能够准确地模