房地产市场预警的体系的研究及展望.docVIP

房地产市场预警体系研究及展望 　　[摘要] 作者从客观实际和预警方法两方面入手对我国房地产预警的局限性进行探讨；指出有待解决的关键问题和进一步的研究方向；最后重点提出基于TEI@I方法论框架下房地产预警的新构想。 　　[关键词] 房地产 风险预警系统 TEI@I方法论 　　 　　一、引言 　　 　　房地产市场预警，属于经济预警的范畴。主要指通过指标体系的选择和建立，采取一定方法对房地产市场可能出现的异常态势预先发出警告，对潜在问题采取对策以促进行业的持续健康运行。目前，在我国建立科学准确的房地产风险预警系统已成为防范房地泡沫、推进经济持续稳定发展的关键所在。 　　 　　二、我国房地产预警局限性分析 　　 　　目前，合理预期理论、货币理论、时滞理论等已应用到宏观经济预警，却没很好地应用到房地产领域。主要原因有：一是以上理论和方法主要是针对特定的预警对象采用，不一定适合房地产市场特有的规律；二是我国房地产市场发育较晚，积累的历史数据不多，统计口径不一致，统计数据不完整等使得预警工作困难重重。 　　预警方法为房地产预警系统的核心，常用方法有景气循环法、综合模拟法、景气调查法、计量经济模型、人工神经网络(ANN)等，然而采用单一预警方法具有局限性。 　　1.景气循环法：合成指数是对各警兆指标的加权，虽然综合指标可反映市场整体波动状况，但也容易掩盖某些指标的个别的异常波动，有可能忽略某个重要指标，不利于找出警源。 　　2.经济计量方法:(1)模型利用随机误差来表示未知因素对模型的冲击，这样“平滑”处理的结果是预警过程中漏掉了周期性运动的转折点。(2)需要大量的统计数据支持。 　　3.景气调查方法虽然是较有效的趋势预测方法，但该方法是对房地产领域的企业家和消费者做问卷，相比之下定性分析色彩较为浓重。 　　4.综合模拟法虽利于寻找警源，但房地产的长周期性特点使得各预警指标很可能不在同一时点，如土地出让面积和房屋销售面积可能相差一两年甚至更久，若将其放在同一时点,必然引起偏差。 　　 　　三、拟解决的关键问题及研究方向 　　 　　1.多种预警方法协同，相互印证，扬长避短。目前最为典型的如丁烈云(2002年)在其博士论文中重点探讨了基于景气循环波动理论的房地产预警、基于系统核与核度理论的房地产综合模拟预警和基于模糊神经网络理论的房地产预警，以武汉市房地产市场为对象，模拟仿真结果与实际情况相符。 　　2.未来的研究应充分利用计算机技术开发实用、先进的软件，使房地产预警系统具有良好的人机交互能力，实施动态预警。将计算机信息系统建模技术引入到城市房地产经济预警领域会成为今后研究的新方向。 　　3.随着房地产业的不断发展，会出现新的影响因素导致原有指标体系不能完全反映市场的变化。因此如何建立普遍适用的房地产预警指标体系也是今后研究的一个重点。 　　4.预警是建立在预测技术之上的，其结果往往与实际有偏差，如果错误报警将会造成一定的经济损失。而关于对预警错误的成本问题的探讨一直处于空白。误警概率(发生警情却没有报警)和虚警概率(实际没有发生却报出警情)的确定目前也没有科学的方法进行估计。因此错误预警之成本探讨以及预警可靠度都仍然是有待深入研究的问题。 　　5.其他：解决重定量研究，定性研究不够深入的问题，应重视实证研究；应重视对预警模型或预警系统结论的检验，加强对预警系统评价的研究。 　　 　　四、有关房地产市场预警的展望 　　 　　1.新的预测方法――TEI@I方法论。以中科院预测研究中心汪寿阳研究员为领导的学术研究小组于2004年首次在日本筑波大学复杂系统研讨会上针对复杂系统提出了TEI@I方法论的全新概念。TEI@I方法论是一种结合传统的统计技术与新兴的人工智能技术的一个方法论。从这个名称来看，这个方法论是基于“文本挖掘(Text mining) + 经济计量(Econometrics) + 智能技术(Intelligence) @ 集成技术(Integration)”而形成的。这里用“@”而不用“+”，主要目的在于强调是一种非叠加性的集成，强调集成的中心作用。在这个方法论中，系统地融合了文本挖掘技术、经济计量模型、人工智能技术及系统集成技术。在复杂系统的分析与研究中，TEI@I方法论是基于一种“先分解后集成”的思想，首先将复杂系统分解，利用经济计量模型来分析对复杂系统呈现的主要趋势，利用人工智能技术（如人工神经网络、支持向量机等）来分析复杂系统的非线性与不确定性，然后利用文本挖掘等技术来分析复杂系统的突现性与不稳定性，最后基于集成的思想，把以上分解的复杂系统的各个部分集成起来，形成对复杂系统总体的分析与建模，从而达到分析复杂系统的目的。 　　2.基于TEI@I方法论的房地产市场预警构想。笔者