房地产行业风险预警模型的应用研究-国际贸易学专业论文.docxVIP

摘 要 近年来，随着中国房地产业的兴起和发展，其在国民经济中的地位越来越 重要。然而，接踵而来的问题也越来越多，如：房地产行业发展不平衡、房地 产价格和空置率居高不下、一些地区住房供求的矛盾突出等等。由于房地产业 具有一定的周期波动性，且与国家宏观经济波动存在着紧密联系，因而其剧烈 波动与发展趋势过冷过热，都会对国民经济带来不利的影响。基于这种情况， 建立房地产行业风险预警模型具有重要的理论和实践意义。从银行信贷管理角 度来说，建立房地产行业风险预警模型对于防范和化解银行房地产贷款风险， 提高银行房地产贷款资产质量，促进银行经营状况根本好转，保障房地产业健 康稳定发展，都具有十分重要的意义。 本文以宏观经济预警理论为机理，总结了国内外现有的预警理论并对几种 较常用的预警模型进行了比较，选择在宏观经济预警领域中应用广泛的 BP 神 经网络预警分析方法作为房地产行业风险预警模型。在预警指标选择中，通过 对影响房地产行业周期波动因素的分析，确定与房地产行业发展相关的五大类 指标并由此构建房地产行业风险预警指标体系，应用主成份分析法和熵值法确 定出综合预警指数，对各时期房地产业的发展进行综合警情分析，并以聚类分 析方法验证警情分析的准确性。之后，以各个时期预警指标值为输入变量、以 各个时期的综合警情为输出，对 BP 预警网络进行训练，最终使网络误差达到 要求，用以判断房地产行业风险警度并预测其发展趋势。利用上述模型以哈尔 滨市房地产业为对象进行应用：依据 1994 年至 2004 年哈尔滨市房地产业的有 关数据，对 2005 年哈尔滨房地产行业的发展状况进行预测，判断出 2005 年哈 尔滨房地产行业发展比较稳定，处于正常行业上升阶段，据此提出了相应的建 议。 关键词 房地产行业；预警；人工神经网络 Abstract The real estate now is playing more and more important role in Chinese economics with its development．However there are so many problems in this area ， e.g ， the difference between supply and demand in some regions ， disequilibrium of markets，the higher of price and empty quantity．Because，the real estate is provided with the cyclic behavior．And this behavior maintains close ties withnational macroeconomic cyclic behavior．The acute cycle fluctuations Super-cooling and overheating of real estate market will do harm to our economy．For the reasons above, its necessary to set up the early-warning system in the real estate．From the respect of loan management in bank，which favors the reduction of the risk in the real estate loan business，and the healthy development of the real estate．Therefore，it is very important to study on the early-warning system in the real estate． This paper is based on the macro-economics early-warning theory．After summarizing the existing early-warning theory in the world and comparing with several usually used early-warning models，I choose BP-Artificial Neural Network which is used widely in the field of economics early-warning as the real estate early- warning model．During the choice of ea