基于MATLAB動態(tài)神經(jīng)網(wǎng)絡(luò)進行時間序列預(yù)測房地產(chǎn)價格的研究

張皓

摘 要：文章以MATLAB動態(tài)神經(jīng)網(wǎng)絡(luò)為前提，采用時間序列預(yù)測方法進行房地產(chǎn)價格預(yù)測。采用全國平均房地產(chǎn)價格為基礎(chǔ)樣本，利用訓(xùn)練樣本和基礎(chǔ)樣本來建立房地產(chǎn)價格基于動態(tài)神經(jīng)網(wǎng)絡(luò)時間序列預(yù)測模型來預(yù)測近幾年房地產(chǎn)價格，并與實際價格對比研究來證明此方法的有效性。

關(guān)鍵詞：時間序列 神經(jīng)網(wǎng)絡(luò) 房地產(chǎn)價格預(yù)測 MATLAB

中圖分類號：F293.3 ?文獻標(biāo)識碼：A

文章編號：1004-4914（2015）09-284-02

隨著MathWorks公司對MATLAB軟件中的神經(jīng)網(wǎng)絡(luò)工具箱的功能加強，時間序列預(yù)測方法可以應(yīng)用于諸多方面，房地產(chǎn)價格預(yù)測便是其一。時間序列預(yù)測分為三類：NARX網(wǎng)絡(luò)類型，NAR網(wǎng)絡(luò)類型和只有輸入數(shù)據(jù)無輸出數(shù)據(jù)類型（此類型不常用）。

人工神經(jīng)網(wǎng)絡(luò)，或神經(jīng)網(wǎng)絡(luò)，它是一種神經(jīng)網(wǎng)絡(luò)來模仿動物的行為特征，并制定分布式并行信息處理的算法數(shù)學(xué)模型。神經(jīng)網(wǎng)絡(luò)分為靜態(tài)神經(jīng)網(wǎng)絡(luò)和動態(tài)神經(jīng)網(wǎng)絡(luò)，靜態(tài)神經(jīng)網(wǎng)絡(luò)無反饋無記憶功能，與此相反，動態(tài)神經(jīng)網(wǎng)絡(luò)是一種有記憶功能并且網(wǎng)絡(luò)不僅與當(dāng)前輸入也與之前輸入有關(guān)。動態(tài)神經(jīng)網(wǎng)絡(luò)分為有反饋與無反饋兩類。有反饋指該時間輸出不僅依賴于當(dāng)前輸入，有可能依靠于前一個輸入，同時也依賴于前一個輸出;無反饋指該時間輸出不僅依賴于當(dāng)前輸入，同時也依賴于之前的輸入，即通過昨天和前天的房價，就可以預(yù)測出今天的價格。由此可知，動態(tài)神經(jīng)網(wǎng)絡(luò)適合時間序列預(yù)測，因為時間序列預(yù)測是一種有記憶功能，即不僅依賴于當(dāng)前輸入而且依賴于之前的輸出的預(yù)測。

一、數(shù)據(jù)來源及處理

選取全國近18年房地產(chǎn)平均價格為基礎(chǔ)樣本做簡單預(yù)測。為保證預(yù)測結(jié)果的真實性，1997-2011年數(shù)據(jù)全部采用。2012-2014年價格作為預(yù)測分析對象，不涉及在內(nèi)，僅用于判斷研究方法的可行性。

二、神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練

將原始數(shù)據(jù)導(dǎo)入MATLAB中，將需要訓(xùn)練的數(shù)據(jù)設(shè)置變量，便于之后訓(xùn)練。使用nnstart命令進入工具箱進行訓(xùn)練。數(shù)據(jù)采用動態(tài)神經(jīng)網(wǎng)絡(luò)無反饋模型，訓(xùn)練網(wǎng)絡(luò)時把數(shù)據(jù)分為三類，即數(shù)據(jù)分割為訓(xùn)練數(shù)據(jù)、數(shù)據(jù)驗證和數(shù)據(jù)檢測。訓(xùn)練數(shù)據(jù)和數(shù)據(jù)驗證決定神經(jīng)網(wǎng)絡(luò)測試的結(jié)果，數(shù)據(jù)檢測只判斷結(jié)果好不好。在此次訓(xùn)練中，三者比例為：70%、15%、15%，之后設(shè)置神經(jīng)元個數(shù)和時間距離相關(guān)個數(shù)。在訓(xùn)練結(jié)束后要關(guān)注error圖，結(jié)合error圖進行有效的分析，如果不滿意訓(xùn)練結(jié)果可以更改比例或神經(jīng)元和時間距離相關(guān)個數(shù)，直到訓(xùn)練完成。

三、預(yù)測結(jié)果分析

利用訓(xùn)練成功后的預(yù)測模型，預(yù)測2012-2014年的平均房地產(chǎn)價格。再與實際價格進行比較，計算出相對誤差并取平均值。

通過對基于動態(tài)神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)預(yù)測模型預(yù)測的平均房地產(chǎn)價格比較實際價格可以看出：預(yù)測模型預(yù)測結(jié)果與實際價格相比，平均相對誤差為1.72%;結(jié)合房價指數(shù)進行分析比較，發(fā)現(xiàn)二者之間差別不大，所以說明該預(yù)測模型具有很強的可操作性和實用性。同時，對2015年后的平均房地產(chǎn)價格通過時間序列預(yù)測方法和指數(shù)平滑預(yù)測方法比較后發(fā)現(xiàn)后幾年內(nèi)平均房地產(chǎn)價格增長穩(wěn)定，增長趨勢維持在8%左右。在動態(tài)神經(jīng)網(wǎng)絡(luò)中，時間序列預(yù)測法是基于時間數(shù)列所能反映的社會經(jīng)濟現(xiàn)象的發(fā)展過程和規(guī)律性，進行引申外推，預(yù)測其發(fā)展趨勢的方法。當(dāng)有一定時間的房地產(chǎn)價格后，可以結(jié)合之前的價格對之后的價格進行預(yù)測。另外，預(yù)測模型根據(jù)訓(xùn)練樣本自動映射房地產(chǎn)價格的非線性關(guān)系。此外，由于神經(jīng)網(wǎng)絡(luò)具有去噪能力，有偏差的樣本價格對模型的結(jié)果影響不大。

四、總結(jié)

隨著經(jīng)濟的快速發(fā)展，以及國家對房地產(chǎn)事業(yè)的政策調(diào)控，即使在市場相對低迷的2015年，房地產(chǎn)作為國家的支柱性產(chǎn)業(yè)仍然對國家的經(jīng)濟建設(shè)有很大的影響。房地產(chǎn)價格預(yù)測是結(jié)合多方調(diào)研，查詢相關(guān)資料，掌握充分信息進行分析預(yù)算，從而進行投資。對于廣大人民來說他們格外關(guān)注房地產(chǎn)價格，利用動態(tài)神經(jīng)網(wǎng)絡(luò)進行時間序列預(yù)測房地產(chǎn)價格，得到的神經(jīng)網(wǎng)絡(luò)模型能夠反映房地產(chǎn)價格的動態(tài)特性。雖然通過建模不能預(yù)測到其精確的發(fā)展趨勢，但是當(dāng)前房地產(chǎn)價格需要一個合理的預(yù)測模型來滿足我國房地產(chǎn)事業(yè)的發(fā)展態(tài)勢，因此時間序列預(yù)測房地產(chǎn)價格不失為一個好的可以提高各方面綜合效益的模型，對房地產(chǎn)價格預(yù)測的發(fā)展具有極大的促進作用。

參考文獻：

[1] 張曉平，周芳芳，謝朝.基于神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)估價模型研究及其Matlab實現(xiàn).技術(shù)經(jīng)濟與管理研究，2009（1）

[2] 龔卿，陳碧瓊.中國房地產(chǎn)業(yè)發(fā)展與經(jīng)濟增長的動態(tài)關(guān)系分析.經(jīng)濟師，2006（11）

[3] 胡曉龍，郜振華，馬光紅.基于Elman神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)價格預(yù)測.統(tǒng)計與決策，2008（7）

（作者單位：東北林業(yè)大學(xué) 黑龍江哈爾濱 150040）

（責(zé)編：賈偉）