房地产预警系统研究综述(3)

城市规划

三种方法:根据房地产警兆分析警情状况、根据房地产市场状况的预测判断预警、根据警素指标定时性能分析结果确定房地产市场运行警度和根据房地产市场运行的警情预报状况,采取相应的调控对策。其中房地产预警的警情分析是关键和难点,其作用是对房地产业的经济波动进行判断和监控,其分析方法(即预警方法)的选择是重点。目前常用的预警方法如下。

4　房地产预警系统的核心———预警方法

4.1　景气指数法

数来对经济运行情况进行预警。可以分为:—;划分先行、同步、滞后指标,可以采用灰色关联度法、、同步、滞后指标分别编制合成指数和扩散指数,(AHP)等

[9]选择景气指标。,、房地产等。

4.2　((ARMA)

ARCH1982年首次提出),即自回归条件异方差模型,它从统计上提供了用过去误,即应用ARCH建立预测模型,模型条件异方差的特性,确定具有ARCH特征的警限,从而使预警的结果比较真实地反映实际经济运行状况。ARMA模型是由美国统计学家Box和英国统计学家Jenkins于1968年提出的时序分析模型,用此模型所作的时间序列预测方法也称为博克斯—詹金斯(B2J)法。这是一种准确度比较高的短期预测方法,它适用于各种类型的时间序列,但由于它的研究对象是平稳时间序列,在使用时需要对非平稳时间序列作差分或预处理。王慧敏总结认为ARCH模型应用于宏观经济预警具有一些优势,进一步研究了ARCH的应用前提,即通过关联积分与关联维数、BDS统计来判断预警对象是否为非线性结构,如果是非线性,则采用ARCH模型,如果是线性,则采用AR2MA模型。

4.3　基于概率模式分类法

基于概率的模式识别(MR)是60年代迅速发展起来的一门学科,在很多学科和技术领域得到了广泛的应用。王建成等认为,在经济预警系统中,具有相同警度的预警样本组成一个预警模式集,不同警度的预警模式集就代表了不同的预警模式识别,一个预警样本一般只属于某一类预警模式,因此可以把一个预警样本就作为一个预警模式。模式识别突破了传统的指标处理思路,不再从简单的统计规律出发来探求发展趋势,而应用模式分类和比较来对未来状况的把握。

4.4　判别分析法

判别分析是对研究对象所属类别进行判别的一种多元统计分析方法。判别分析就是要从中筛选出能提供较多信息的变量并建立判别函数,使推导出的判别函数对观测样本分类时的错判率最小。判别函数的一般形式是:　Z=a1x1+a2x2+a3x3+…+anxn。其中Z为判别分(判别值),x1,x2,x3,…,xn是反映研究对象的特征变量,如财务比率。a1,a2,a3,…,an为各变量的判别系数。判别分析模型应用于预警系统

的一般思路是:首先从历史数据中筛选出原始样本,并进行(0,1)分类,然后选择较多的预警指标进行判别分析,最终的判别函数可能只包含这些指标中的一部分;在对判别函数进行F检验通过后,就可以计算Z值并找出临界值进行预测、预警。

4.5　人工神经网络(ANN)方法

人工神经网络在经济预警系统中的应用,解决了传统预警模型难以处理高度非线性模型,偏重定量指标,难以处理定性指标的问题,为预警走向实用化奠定了基础。人工神经网络是一种平行分散处理模式,除了具备较好的模式识别能力外,而且可以克服统计预警等方法的限制,因为它具有容错能力,对数据的分布要求不严格,具备处理资料遗漏或有错误的能力。最可贵的是它具有学习能力,可以随时依据新准备的资料进行自我学习、训练、调整其内部的存储权重参数以对应多变的经济环境。由于ANN具备上述良好的性质和能力,且已经有文献表明准确率高于判别分析法,它可以作为解决经济预警的一个重要工具。ANN预警方法的实质是利用神经网络的预测功能实现经济预警。

此外,还有Logistic回归分析法、序贯判别法、灰色预测、马耳可夫链等预警方法也在预警系统中得到

[10]应用。