2017年重慶市房價預測基于BP神經網絡

陳謠

【摘要】2016年底本市的房地產市場出現異象，房價上漲速度加快，引起了大家的關注。房價的上漲不僅與消費水平，還與GDP、供地價格等有關。本文利用2006——2016的重慶GDP數據等相關數據，建立神經網絡模型。通過與實際數據進行比較驗證模型有效性，并預測2017年房價。

【關鍵詞】重慶市房價 預測 神經網絡

1引言

自2010年以來，房地產市場突然爆發，出現了房產“小高峰”。由此帶來房價上漲的速度加快，在此期間城鎮化的發展加快，購房者人數增多，也誘發了房價上漲。不僅如此也吸引了一大批炒房者加入，包括本市和外地炒房者，導致供大于求，一時間出現了“泡沫經濟”、大量的“存量房”，但至少抑制了房價上漲。

從2016年11月份開始，我市的樓市出現猛增的異象。一部分是由于長期的房價平穩、政府的調控，但隨著人們生活質量的提高，需要拉動消費增長帶動經濟的增長，從而解決存量房的問題。同時，出現一大批外地投資者炒房，加速了房價上漲的速度，反而本市購房者造成了一定的經濟壓力。

2影響房價的主要因素

地區生產總值是指在一定時期內，一個地區的經濟中所產生的全部最終產品和勞務的市場價值，常常被認為是衡量地區經濟狀況和發展水平的重要指標。一般來說，本地生產總值是消費、投資、政府支出和凈出口額的總和。其中消費反映了當地家庭的收入水平，投資包含了產地產業的資金，政府支出包含了政府對房價的政策及影響。因此，GDP包含了許多影響房價因素。

供地價格和房價的關系一直是受很多人關注，地價作為房地產開發的一個重要組成部分，也是影響房價開發的一個重要組成部分，也是影響房價的一個重要因素，這也是由于地價作為商品房的組成成分所決定。在一些地區土地價格甚至占據房價的一半，可見地價對房價的影響力是相當大。

當然影響房價的因素還有很多，比如政府力量、地方的政策調控、房屋的硬件環境、房屋的需求量、人們的消費水平，房地產開發投資量等等。但是在建立神經網絡預測模型時，有一些因素不能量化，因此只能當作參考。

3神經網絡

機器學習的一般模型。可用三個部分來進行描述，其分別是：

產生器（Generate Machine）：產生獨立同分布的實例數據x，即產生隨機向量x，他們服從固定但未知的概率分布函數F（x）。

訓練器（Sample Machine）：也稱為目標算子（也叫訓練器算子，訓練器），對每個輸入向量x得到一個輸出值y，服從固定但未知的條件分布函數F（y|x）。

學習機器（Learning Machine）：給定函數集Ω={f（x，α）|α∈A}，其中A為參數集，學習機器LM在學習標準下通過學習確定函數集Ω中的一個函數f（x，α₀），α₀∈Λ。學習機器LM觀察數據對（x，y），訓練后，學習機器必須對任意輸入x給出輸出y。

本文主要運用BP神經網絡的預測作用，用于房價的預測。影響房價的因素有很多，包括重慶市人均地區生產總值、供地價格、城鎮居民人均可支配收入、城鎮居民人均消費水平、房地產開發投資等等因素。這里我們利用過去十年的房價作為我們的樣本集和測試集，并預測2017年的房均價。BP網絡學習算法的具體步驟如下：從訓練集中取一些樣本，把它的輸入信息輸入到網絡中；由網絡正向計算出各層節點的輸出；計算網絡的實際輸出與期望輸出的誤差；從輸入層起始反向計算到隱層，按一定原則向減小誤差方向調整網絡的各個聯接權值；對訓練樣本集中的每一個樣本重復以上步驟，直到對整個訓練樣集的誤差達到要求為止。

4房價預測模型

分為神經網絡的訓練和預測兩部分，具體操作如下：

（1）選取訓練集數據來構造訓練樣本。本文選擇對房價影響最大的因素GDP為訓練樣本。

（2）對房價訓練樣本數據進行預處理，為避免原始數據過大造成神經網絡癱瘓，我們對訓練樣本進行預處理，將數據歸于{0，1}內，這樣可以盡可能平滑處理數據，從而減少預測結果噪聲。

（3）建立并訓練預測模型，建立一個含2個輸入層，3個隱層，1個輸出層的神經網絡，將2008——2016年的GDP數據作為輸入樣本導入網絡，將2008——2016年的房均價作為輸出樣本導入，訓練方式通過調整隱層的權值建立每一年的GDP與房價的關系，同時利用2008、2009年的房價預測后一年的房均價，對比2009年的實際房價，神經網絡的各參數朝著可以減小誤差的方向修改，依次類推達到訓練的目的。

神經網絡經過355次訓練之后，誤差低于0.0001，達到預期的效果網絡停止訓練。對比實際的房價，控制在1%之內就可以做預測。利用編程得到2017年房價為8450元/m²。

5結論

5.1影響因素

影響房價的因素很多。這里我們從中選取兩個較重要的因素作為BP神經網絡的輸入層，歷史房價數據作為輸出層，在MAT-LAB中建立程序，模擬的輸入與輸出的關系，并訓練和仿真。從結果可以看出，利用BP神經網絡，是可以預測房價的。

5.2預測準確性

根據運行程序的結果可以看出2017年重慶市房價為8450元/m²，與上半年均價相比，相差較比小且小。這可能與重慶市出現異常房價的上漲而實施的政策有關，進行了房價的政府調控，但相比較以前的房價明顯上漲，經過調整之后上漲的速度有所放緩。