基于人工神经网络方法的中国房地产市场预警体系研究

《基于人工神经网络方法的中国房地产市场预警体系研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10530学号201330020142分类号F062.9密级硕士学位论文基于人工神经网络方法的中国房地产市场预警体系研究学位申请人戴为指导教师周建军教授学院名称商学院学科专业应用经济学研究方向房地产金融二○一六年五月二十八日TheStudyOfEarlyWarningSystemOfChineseRealEstateMarketBasedOnArtificialNeuralNetworkCandidateDaiWeiSupervisorProf.ZhouJianjunCollegeBusinessSchoolPr

2、ogramAppliedEconomicsSpecializationRealEstateFinancialDegreeMasterUniversityXiangtanUniversityDateMay28th.2016湘潭大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行硏巧所取得的研巧成果。除了本文特别加ｌａｌ标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的硏巧做出重要贡献的个人和集体，，均己在本文明确方式标明本人完全意识到本声明的法

3、律后果由本人承担。作者签名，：曰期；户主月诚曰学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同愈学校保留并向国家有关部口或机构送交论文的复印件巧电子版，允许论文被査阅和借阁。本人授权湘潭大学可将本学位论文的全部或部分内容编入有关数据库进仔检索，可Ｗ采用影印、缩印或巧描等复制手段保存和＇汇编本学位论文。涉密论文按学校规定处理。作者签名；曰期：Ｍ年ｊｒ月巧曰导师签名：曰期；户年居月＾曰Ｉ摘要一个国家或地区经济发展的稳定在一定程度上受到了房地产业

4、发展状态的制约。房地产业的发展过快容易造成资金和资源过于集中，其他行业资源的相对短缺又将进一步破坏经济发展结构，为经济危机到来埋下隐患。因此，通过建立房地产市场预警系统，对房地产业的发展状态进行监控可以有效避免市场的异常波动，引领着行业朝着稳定常态的方向发展，为国民经济持续健康稳定发展提供良好的基础。本文通过对现有文献的搜集和整理，在房地产预警理论、房地产周期波动理论以及人工神经网络理论的学习和理解基础上，分别选取了我国上海市、杭州市以及福州市作为一线城市、二线城市和三线城市的代表，借助中国房地产统计年鉴以及各地级市的统

5、计年鉴，搜集并整理出三个城市2000年至2015年房地产市场的相关数据用于实证研究。经过对全国以及三个城市房地产周期的分析并结合房地产经济理论初选出14个指标作为预警指标，采用时差相关分析和定性分析的方法遴选出9个指标作为先导指标，以人工神经网络技术为依据，运用Matlab软件程序的编写和运行，构建出我国房地产市场预警模型。经过14个训练集作为输入层、1个检测集的验证输出与实际情况做对比，结果表明构建的模型能对未来一年的房地产市场进行预警判断。实证结果表明，2016年上海市和福州市的房地产市场将处于“正常”状态，而杭州市

6、房地产市场将处于“热”的状态。最后，本文在总结研究成果后指出，研究中存在样本数量较少、警度划分不够细致以及未将宏观政策影响纳入模型中等不足，对未来房地产预警模型构建提出展望。关键词：人工神经网络；房地产；预警模型IAbstractToacertainextent，thestabilityoftheeconomicdevelopmentofacountryoraregionisrestrictedbythestateoftherealestateindustrydevelopment.Therapiddevelopment

7、oftherealestateindustryislikelytocauseexcessiveconcentrationoffundsandresources,inreturn,therelativeshortageofresourcesinotherindustrieswouldfurtherunderminethestructureofeconomicdevelopment,thearrivaloftheeconomiccrisislayhidden.Thus,throughtheestablishmentofear

8、lywarningsystemsoftherealestate,thedevelopmentofthestateinrealestateindustrycanbemonitoredeffectively,avoidabnormalfluctuationsinthemarket,leadingtheindustryin