(華僑大學(xué) 福建 泉州 362021)

?

基于神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)金融風(fēng)險預(yù)警研究

楊永剛

(華僑大學(xué)福建泉州362021)

近些年來房地產(chǎn)行業(yè)取得了迅猛的發(fā)展，房地產(chǎn)金融在房地產(chǎn)行業(yè)的發(fā)展中起到了舉足輕重的作用，但同時房地產(chǎn)市場蘊藏的風(fēng)險也是比較大的。本文對房地產(chǎn)金融風(fēng)險預(yù)警進行概述，對房地產(chǎn)金融風(fēng)險預(yù)警系統(tǒng)進行了設(shè)計和構(gòu)建，提煉出了房地產(chǎn)金融風(fēng)險預(yù)警指標(biāo)，選取人工神經(jīng)網(wǎng)絡(luò)方法作為預(yù)警方法，并以北京市的數(shù)據(jù)為例進行了房地產(chǎn)金融風(fēng)險預(yù)警系統(tǒng)構(gòu)建，完成了預(yù)警系統(tǒng)的初步設(shè)計，并得出了初步的結(jié)論。

房地產(chǎn)；金融風(fēng)險；預(yù)警；神經(jīng)網(wǎng)絡(luò)

一、房地產(chǎn)金融風(fēng)險預(yù)警概述

(一)房地產(chǎn)金融及風(fēng)險

1.房地產(chǎn)金融

房地產(chǎn)金融有廣義和狹義之分，廣義的房地產(chǎn)金融，是與房地產(chǎn)活動有關(guān)的一切金融活動。狹義的房地產(chǎn)金融表現(xiàn)為一些具體的金融形式，如房地產(chǎn)銀行發(fā)行債券，成立住房儲蓄機構(gòu)，安排房地產(chǎn)企業(yè)和基金上市，成立按揭類的證券公司，住房抵押貸款證券化等。一種看法認為，房地產(chǎn)金融最簡單的含義就是房地產(chǎn)資金的融通，其實，房地產(chǎn)資金的融通不等于房地產(chǎn)金融，融資是房地產(chǎn)金融的一個主要方面，它包括房地產(chǎn)信貸融資、房地產(chǎn)股本融資、房地產(chǎn)債券融資和運用信托方式融資等。房地產(chǎn)金融除了融資功能還有許多其他的金融功能，如房地產(chǎn)保險、房地產(chǎn)信托、房地產(chǎn)證券、房地產(chǎn)典當(dāng)?shù)?。我國目前的房地產(chǎn)金融還處于初級階段，還沒有形成真正意義上的房地產(chǎn)金融[1]。

2.房地產(chǎn)金融風(fēng)險

房地產(chǎn)金融風(fēng)險是指銀行為房地產(chǎn)業(yè)提供資金的籌集、融通、清算等金融服務(wù)活動中，由于各種事先無法預(yù)料(即不確定)因素的影響，使銀行的實際收益與預(yù)期收益發(fā)生背離，從而蒙受經(jīng)濟損失的可能性。房地產(chǎn)金融風(fēng)險不僅包括單項業(yè)務(wù)、單個金融機構(gòu)面臨的風(fēng)險，也包括整個房地產(chǎn)金融體系的風(fēng)險。房地產(chǎn)業(yè)本身是一個高投入、高利潤的產(chǎn)業(yè)，先天就具備高風(fēng)險性，金融業(yè)介入房地產(chǎn)業(yè)之后，如果支持過度，容易引起信用膨脹問題，從而誘發(fā)危機。房地產(chǎn)調(diào)整帶來的金融風(fēng)險主要有信用風(fēng)險、流動性風(fēng)險、資產(chǎn)負債結(jié)構(gòu)風(fēng)險、資產(chǎn)質(zhì)量風(fēng)險、利率風(fēng)險、通貨膨脹風(fēng)險、匯率風(fēng)險和其它風(fēng)險等[2]。

(二)房地產(chǎn)金融風(fēng)險預(yù)警模型

1.金融風(fēng)險預(yù)警系統(tǒng)

常見的金融風(fēng)險預(yù)警模型有:(1)人工神經(jīng)網(wǎng)絡(luò)模型，模型特點是計算簡單，易于理解和操作，但是評價標(biāo)準的確定具有很強的人為性，因此評價結(jié)果的準確性和客觀性有時難以令人信服；(2)基于案例推理CBR模型，模型特點是適用于問題描述半結(jié)構(gòu)化和經(jīng)驗豐富的領(lǐng)域；(3)動態(tài)信息融合法，模型特點是改善了人工神經(jīng)網(wǎng)絡(luò)方法缺少專家知識的缺點，有很好的定量標(biāo)準和決策支持系統(tǒng)，并且仿真效果較好[3]。

2.人工神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)模型是由大量處理單元相互關(guān)聯(lián)組成的非線性、自適應(yīng)信息的處理系統(tǒng)。該模型的信息處理功能是由人工神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)和網(wǎng)絡(luò)單元的輸入輸出特性所決定的。模型的求解方式是經(jīng)過訓(xùn)練來解答，即該模型訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)(network)，把同一系列的輸入例子(input)和理想的輸出(target)作為訓(xùn)練的“樣本”，根據(jù)一定訓(xùn)練算法對該神經(jīng)網(wǎng)絡(luò)進行足夠的訓(xùn)練，使得人工神經(jīng)網(wǎng)絡(luò)學(xué)會包含在“解”中的計算原理。該模型的建立主要由以下幾個步驟:(1)對全部連接權(quán)的權(quán)重進行初始化；(2)取一個模式輸入網(wǎng)絡(luò)計算出網(wǎng)絡(luò)的輸出值；(3)計算該輸出值與期望輸出值的誤差，然后反向傳播調(diào)整權(quán)重；(4)對訓(xùn)練集的每個模式都重復(fù)上兩個步驟，直到整個訓(xùn)練誤差達到能令人滿意的程度為止[4]。

(三)房地產(chǎn)金融風(fēng)險預(yù)警指標(biāo)

1.房地產(chǎn)開發(fā)投資總額/固定資產(chǎn)投資總額

此項指標(biāo)是反映全社會固定資產(chǎn)投資結(jié)構(gòu)是否合理的基礎(chǔ)性指標(biāo)。按照國家統(tǒng)計局的規(guī)定，全社會固定資產(chǎn)投資包括城鄉(xiāng)建設(shè)項目投資，房地產(chǎn)開發(fā)投資，國防、人防建設(shè)項目投資及農(nóng)戶投資。根據(jù)發(fā)達國家的經(jīng)驗數(shù)據(jù)，該項指標(biāo)比較合理的水平為20%-25%。

2.房屋施工面積/房屋竣工面積

房地產(chǎn)建設(shè)周期一般是1-2年，現(xiàn)在的房屋施工面積在1-2年后即將成為房屋竣工面積。因此，房屋施工面積/房屋竣工面積反映了1-2年后現(xiàn)房供應(yīng)量，其是重要的前瞻性指標(biāo)。根據(jù)國外經(jīng)驗數(shù)據(jù)顯示，若其值小于3.0，未來市場會出現(xiàn)房屋供應(yīng)短缺；若其值大于4.0，未來市場房屋供應(yīng)量將會放大。

3.銷售均價/月可支配收入

月可支配收入是關(guān)系到貸款人的還款能力的重要指標(biāo)。最新的一項調(diào)查顯示，有91.1%的人購房用了按揭。按揭月供款與銷售價格、購房面積、按揭期限、利率等有關(guān)，一般情況下，按揭月供款是房地產(chǎn)價格的25%，而月可支配收入應(yīng)大于按揭月供款才可能使貸款人按期按量還款。因此，按揭月供款若遠大于城市居民家庭可支配收入，則說明房地產(chǎn)市場價格虛高，泡沫嚴重。

4.竣工房屋面積/購置土地面積

該指標(biāo)反映了房地產(chǎn)市場的一個生產(chǎn)要素的穩(wěn)定性是否在一個合理穩(wěn)定的水平。土地是稀缺資源，政府供應(yīng)土地的多少、價格直接決定著房地產(chǎn)市場未來的走向。

二、房地產(chǎn)金融風(fēng)險預(yù)警系統(tǒng)構(gòu)建

(一)預(yù)警指標(biāo)的選擇

由于房地產(chǎn)帶有明顯的地域等特性，例如不同的地方、行政區(qū)劃和經(jīng)濟水平等不盡相同。因此，我們最終決定采用北京市的數(shù)據(jù)作為的研究樣本，其中分別選取北京市2005-2013年的數(shù)據(jù)進行分析，我們將指標(biāo)進行相應(yīng)的數(shù)據(jù)分析，其中我們分別用X1，X2……來表示不同的指標(biāo)，其中具體的意義如下：X1表示房地產(chǎn)開發(fā)投資/全社會固定資產(chǎn)投資，X2表示房屋施工面積/房屋竣工面積，X3表示商品房平均銷售價格/城鎮(zhèn)居民人均可支配收入(元/月)X4表示房地產(chǎn)開發(fā)企業(yè)竣工房屋面積/房地產(chǎn)開發(fā)企業(yè)購置土地面積。

1.房地產(chǎn)開發(fā)投資/全社會固定資產(chǎn)投資

表2.1 房地產(chǎn)開發(fā)投資/全社會固定資產(chǎn)投資

2.房屋施工面積/房屋竣工面積

表2.2 房屋施工面積/房屋竣工面積

3.商品房平均銷售價格/城鎮(zhèn)居民人均可支配收入(元/月)

表2.3 商品房平均銷售價格/城鎮(zhèn)居民人均可支配收入(元/月)

4.房地產(chǎn)開發(fā)企業(yè)竣工房屋面積/房地產(chǎn)開發(fā)企業(yè)購置土地面積

表2.4 房地產(chǎn)開發(fā)企業(yè)竣工房屋面積/房地產(chǎn)開發(fā)企業(yè)購置土地面積

(二)預(yù)警指標(biāo)權(quán)重的確定

對于風(fēng)險系統(tǒng)，我們需要進行相應(yīng)的確定各個指標(biāo)之間的關(guān)系，通過這個關(guān)系構(gòu)建一個神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)來形成一個好的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。本文采用主成分分析法來構(gòu)成一個訓(xùn)練函數(shù)。由于本文采用了許多不同的數(shù)據(jù)指標(biāo)，各個指標(biāo)之間的數(shù)據(jù)量級和數(shù)據(jù)量綱不盡相同。如果對數(shù)據(jù)進行運算可能產(chǎn)生不合理的影響，為了消除這些影響，我們對數(shù)據(jù)進行標(biāo)準化處理，這樣方便數(shù)據(jù)的處理，對指標(biāo)數(shù)據(jù)進行標(biāo)準化處理后的數(shù)據(jù)見下表：

表2.5 數(shù)據(jù)標(biāo)準化后的數(shù)據(jù)

要進行神經(jīng)網(wǎng)絡(luò)的分析需要一個訓(xùn)練函數(shù)，利用這個訓(xùn)練函數(shù)來進行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。主成分分析，是考察多個變量間相關(guān)性的一種多元統(tǒng)計方法，研究如何通過少數(shù)幾個主成分來揭示多個變量間的內(nèi)部結(jié)構(gòu)，即從原始變量中導(dǎo)出少數(shù)幾個主成分，使它們盡可能多地保留原始變量的信息，通過這種方式來揭示數(shù)據(jù)內(nèi)部之間的關(guān)系。

利用KMO的值來檢驗是否可以利用主成分分析的方法，通常情況下，當(dāng)KMO=0的時候，其相關(guān)性就很弱；當(dāng)KMO=1的時候，其相關(guān)性就很強。在進行KMO的檢驗時，根據(jù)規(guī)定，當(dāng)KMO>0.5時，可以進行主成分分析法。利用SPSS得出的KMO值為0.535，它的KMO>0.5，因此，可以進行主成分分析。利用SPSS進行相應(yīng)的計算得之，其結(jié)果如下表所示：

表2.6 指標(biāo)貢獻度

由得到的成分得分系數(shù)矩陣，構(gòu)建如下的成分構(gòu)造函數(shù)：

F1=0.173X1-0.561X2+0.161X3+0.547X4

F2=0.786X1-0.032X2-0.547X3+0.013X4

進行歸一化處理后，得到各個指標(biāo)的權(quán)重為：

表2.7 各個指標(biāo)的權(quán)重

三、房地產(chǎn)金融風(fēng)險預(yù)警指標(biāo)預(yù)測

BP神經(jīng)網(wǎng)絡(luò)能夠預(yù)測各種不定因素的數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)我們能夠很好的進行各種無法進行量化的指標(biāo)和各個指標(biāo)之間的權(quán)重分析。下面將會利用BP神經(jīng)網(wǎng)絡(luò)來完成各個監(jiān)控指標(biāo)的預(yù)測。同時，利用這些監(jiān)控指標(biāo)來預(yù)測未來的各個預(yù)警指標(biāo)。

(一)神經(jīng)網(wǎng)絡(luò)的建立

接下來將建立相應(yīng)的神經(jīng)網(wǎng)絡(luò)來進行網(wǎng)絡(luò)的訓(xùn)練，本文將利用2005年-2012年的輸入指標(biāo)來進行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，同時利用2006年-2013年的數(shù)據(jù)作為Target。其中A表示輸入矩陣，B表示Target矩陣，如下圖所示是矩陣數(shù)據(jù)：

表3.1 神經(jīng)網(wǎng)絡(luò)訓(xùn)練輸入數(shù)據(jù)

表3.2 神經(jīng)網(wǎng)絡(luò)target數(shù)據(jù)

如上圖所示，其中各列分別代表輸入指標(biāo)，其中行表示從2006-2013年的訓(xùn)練指標(biāo)。由相應(yīng)的項目進行比較，可知得到的結(jié)果相差不大，滿足神經(jīng)網(wǎng)絡(luò)分析方法的要求。

表3.3 BP神經(jīng)網(wǎng)絡(luò)得到的輸出結(jié)果

(三)神經(jīng)網(wǎng)絡(luò)模型數(shù)據(jù)預(yù)測

接下來我們將利用神經(jīng)網(wǎng)絡(luò)的模型來進行數(shù)據(jù)預(yù)測，上面我們已經(jīng)訓(xùn)練好了一個神經(jīng)網(wǎng)絡(luò)，接下來我們將采用2007年-2013年的數(shù)據(jù)作為輸入數(shù)據(jù)，預(yù)測2014年的各項指標(biāo)。其中訓(xùn)練的結(jié)果的數(shù)據(jù)如下：

表3.4 神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果

由上表可以得到，對于2014年的各項指標(biāo)的預(yù)測值，然后根據(jù)之前學(xué)者做過得出的預(yù)警指標(biāo)的范圍可以對應(yīng)得出各個指標(biāo)的冷熱程度：

表3.5 預(yù)警指標(biāo)冷熱程度范圍

表3.6 預(yù)警結(jié)果

綜上可得，北京房地產(chǎn)市場整體還是處于比較熱的狀態(tài)，這值得我們關(guān)注，因為持續(xù)的火熱最終會導(dǎo)致泡沫的破滅，因此，我們應(yīng)該采取適當(dāng)措施來使房地產(chǎn)市場穩(wěn)定，促進房地產(chǎn)市場健康發(fā)展。

[1]謝百三等.中國房地產(chǎn)市場宏觀調(diào)控的成效及風(fēng)險防范研究[J].價格理論與實踐,2005(10):42-43.

[2]毛建林.中國房地產(chǎn)金融風(fēng)險分析及防范研究[D].四川大學(xué),2007:21.

[3]董小君.金融風(fēng)險預(yù)警機制研究[M].經(jīng)濟管理出版社，2004

[4]呂紹成，何亞伯.BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)監(jiān)測預(yù)警系統(tǒng)中的應(yīng)用[J].科技進步與對策，2004(2).

華僑大學(xué)研究生科研創(chuàng)新能力培育計劃資助項目。

楊永剛(1991.11)，男，漢族，甘肅靜寧，金融碩士研究生，華僑大學(xué)經(jīng)濟與金融學(xué)院，研究方向：風(fēng)險管理；李杰(1996.10-)，男，漢族，河北邯鄲，華僑大學(xué)工商管理學(xué)院信息管理系2014級本科生。