基于Agent的房地产市场复杂系统建模研究.docVIP

基于Agent的房地产市场复杂系统建模研究 胡凌辉　王卫军 摘　要:本文利用Netlogo平台建立了包含金融系统的房地产市场多Agent复杂系统模型,分析 了住房供给、收入、预购房年限、人口增长、存款率以及信贷杠杆率等各种因素对房地产市场的影响。 该模型是对房地产市场多Agent复杂系统模型的初步探索,有待进一步深入挖掘和完善。 关键词:多Agent复杂系统　房地产市场　Netlogo 引言 在城市化进程中,住房是人们的生活必需品,也成为不少居民的投资品。在这一过程中,房价不断高 涨,不少人因此怨声载道,也有不少人从中得到滚滚财富。当代经济运行中,与房地产市场紧密相连的是金 融系统,房地产市场的高涨与金融市场有重要关系,同时,房地产市场的跌落,很可能意味着金融危机。那 么,什么因素影响房地产市场价格呢?金融系统又是怎样影响房地产价格呢? 目前,经济学界大多利用以下几种方式对房地产市场展开研究:(1)自然语言进行描述,例如,赵善华描 述了房地产泡沫破裂导致借贷市场失衡,引起金融危机的机制。该方法的特点是能够抓住关系的本质,让 普通读者可以明白,但表述上不够严密;(2)以最优化理论为基础的数学方程式描述,例如,陆磊以两阶段动 态优化模型研究了居民房地产投资决策和泡沫形成与破裂,及其对金融部门的影响,崔光灿研究了包含金 融加速器两部门动态宏观经济模型,分析了房地产价格波动与金融部门之间的关系,瞿强分析了由信贷投 资催生的房地产泡沫,该方法的特点是有比较强的微观基础,论证比较严密,但方程式为了求解往往需要进 行大量的线性简化;(3)以统计计量进行相关性检验,例如,崔新明利用杭州市住宅市场的经验数据回归分 析了引入住房抵押贷款对房价的影响,张晓晶利用1992-2004中国房地产市场季度数据进行了回归分析, 对房地产市场的走势进行了判断。这种分析方法能够一定程度上说明历史问题,但是由于历史数据往往受 多种因素的影响,线性回归的有效性往往受到质疑。(4)以系统动力学模型来描述系统演化,例如金晓斌 建立了包含金融市场的房地产市场系统动力学模型,并以南京市为例进行了系统校准和实证检验。系统动 力学模型是建立在控制论、系统论、信息论基础上的,其突出特点是能够反映复杂系统的内部结构、功能和 动态行为之间的相互作用关系。 一、多Agent复杂系统介绍 多Agent的复杂系统建模是与系统动力学模型相对应一种建模方式,其以计算机来模拟个体与个体之 间、个体与环境之间互动,从而“涌现”出整体宏观特征的一种自下而上的建模。其建模的一般过程是,首先 观察社会现实并抽象出一系列的假设,其次,根据假设建立Agent的个体模型以及Agent之间的相互作用 规则,接下来通过计算机仿真观察复杂系统宏观涌现结果和动态,最后根据观察结果得出结论从而对社会 现实现象进行解释,还可以修改模型的参数和规则,观察参数如何影响模型的涌现结果。可见,基于多A- gent复杂系统建模比系统动力学模型更易把握,更容易组织,更符合现实,并能够克服其他三种方法的 缺陷。 基于多Agent复杂系统建模自20世纪90年代以来得到越来越广泛应用。于振江以Swarm平台展示 了战争危机下基于信心的多Agent复杂经济系统建模。曹毅以Swarm平台对虚拟战争空间下的仿真经济 系统遭受电力中断等恐怖袭击进行了分析;高宝俊以Swarm平台建立一个基于Agent的连续竞价股票市 场模型,翟东升以swarm平台建立了期货市场离散事件仿真模型,张炳利用netlogo以江苏常州地区为原 型对多Agent的排污权交易进行了模拟。在房地产市场的研究中,刘小平建立了包含环境层和多智能A- gent———居民、房地产商、政府之间,以及Agent之间相互作用而导致城市空间结构演化模型,并利用GIS 信息系统对广州市海珠区1995-2004土地利用变化情况进行了模拟,取得了良好的效果。刘丹建立了包 —62— 含银行、房地产开发商、购房消费者三级节点的住房市场系统复杂网络模型,刻画了住房市场系统的结构特 性和动态演化特性。 基于多Agent的建模工具90年代以来得到了迅速推广。Santa Fe研究院于1995年发布了SWARM 的beta版本,美国Northwestern大学CCL(the Center for Connected Learning)研究中心于1999年推出 Netlogo,美国Chicago大学于2000年1月推出Repast(Recursive Porus Agent Simulation Tookit)1.0版本, 美国麻省理工学院(MIT) Media Laboratory and Teach education program于2000年发布Starlogo 1.0版 本。复杂系统建模平台的出现节省了建