论文总字数：19421字

摘 要

房地产行业作为国家经济中的顶梁柱，是国民安居乐业的基础物质条件，随着近几年来我国房地产行业的迅猛发展，房地产估值业务需求巨大，科学的评估房地产价格，有助于社会平稳健康发展，在维护社会秩序等方面发挥着巨大作用。但是因为我国房地产市场尚处于“萌芽”阶段，评估措施选择上过多的依赖于估值人员的主观判断，导致评估房价的成本较高和效率低下和不够客观公正。房地产价格的合理准确评估对房地产行业的发展有着关键性的意义。

进入了存量房时代之后，新房价格较高，迎来了二手房市场发展的黄金时期，但是国内二手房市场尚处于起步阶段，关于二手房价格预测和评估的研究并不是很多。由于二手房价格的影响要素复杂繁多，且与房价成非线性关系，而人工神经网络对非线性问题有很好的拟合效果。通过爬虫爬取某二手房中介网站的房价数据，使用Matlab建立BP人工神经网络对南京二手房价格进行仿真分析，以期能建立南京二手房价格预测模型，简化二手房评估程序，降低评估成本。

关键词：人工神经网络，神经网络模型，价格预测模型，二手房评估

Abstract

With its rapid development and growth, the real estate industry has become the backbone of our economy and the basic material condition for the people to live and work in peace. In the meantime, the demand for real estate appraisal increases. Scientific assessment of real estate prices will contribute to the steady and healthy development of society, and will play a significant role in maintaining social order. However, with the late development of the real estate market in China, the assessment method selection depends too much on the subjective judgment of the assessors, leading to higher costs and inefficiencies in the evaluation of housing prices. The reasonable and accurate assessment of real estate prices is of crucial importance to the development of the real estate industry.

China has entered the age of stock rooms, and the prices of new homes are relatively high, ushering in the golden age for the development of the second-hand housing market, but due to the late development of the domestic second-hand housing market, there is not much research on the prediction and assessment of second-hand housing prices. Because the influencing factors of second-hand housing prices are complex and numerous, and they are in a nonlinear relationship with house prices, artificial neural networks have a good fitting effect on nonlinear problems. The thesis uses crawlers to crawl house prices on a second-hand housing agency website, and then uses Matlab to simulate the price of second-hand housing in Nanjing. In order to simplify the second-hand housing evaluation process and reduce the assessment cost, the thesis establishes Nanjing second-hand housing price forecasting model.

KEY WORDS: Artificial neural network， Neural network model， Price evaluation model， Second hand housing assessment

目录

摘要 I

Abstract II

第一章 导论 3

1.1 研究背景 3

1.2 研究目的及意义 3

1.2.1 研究目的 3

1.2.2 研究意义 3

1.3 研究内容及技术路线 4

1.3.1 研究内容 4

1.3.2 技术路线 4

1.4 研究方法 5

1.5 创新点 6

第二章 房地产价格理论与文献综述 7

2.1 房地产价格理论 7

2.2 国内外研究现状及述评 7

2.2.1 关于二手房市场的研究 7

2.2.2 关于二手房估价的相关研究 8

2.2.3 人工神经网络在房地产市场中的应用 9

2.2.4 简要评述 9

第三章 二手房价格影响因素与评估现状 11

3.1 二手房价格影响因素 11

3.1.1 一般因素 11

3.1.2 区域因素 11

3.1.3 个别因素 11

3.2 二手房评估的基本方法 11

3.2.1 比较法 11

3.2.2 成本法 12

3.2.3 收益法 12

3.3 小结 13

第四章 人工神经网络模型理论基础及其改进 14

4.1 神经网络的基本概念 14

4.1.1 生物神经元 14

4.1.2 人工神经元 14

4.2 人工神经网络 14

4.2.1 神经网络的网络结构 14

4.2.2 神经网络的学习 14

4.3 BP 神经网络 14

4.3.1 BP 神经网络模型结构 15

4.3.2 BP 神经网络的优缺点 15

4.4 小结 15

第五章 神经网络模型在二手房评估中的应用 16

5.1 神经网络模型用于二手房价格评估的可行性 16

5.2 二手房价格预测模型的建立 16

5.2.1 数据的收集 16

5.3 Matlab 神经网络工具箱 16

5.3.1 Matlab介绍 16

5.3.2 神经网络工具箱 16

5.4 二手房价格评估神经网络模型实现 17

5.4.1 数据的准备及处理 17

5.4.2 BP 网络训练过程及结果 17

5.4.3 结果分析 18

5.5 小结 19

第六章 结论与展望 20

6.1 主要研究工作与结论 20

6.2 不足与展望 20

参考文献 22

导论

研究背景

房地产业是人民工作与生活的根本物质条件，是重要的生产要素与生活资料，国民经济的重要组成成分，它与国民经济发展水平相互联系，两者既彼此制约，又相互促成^[1]。随着国民经济的不断发展，近年来住房一级市场价格持续上涨，而二手房作为房地产中的重要组成要素，能满足大多数人的需求，不少中低收入家庭将目光投向了二手房市场，二手房市场得以迅速发展。二手房市场在我国尚处于“萌芽”阶段，平稳有序地发展二手房市场，有助于我国房地产行业健康升级和住宅资源的高效使用及改进配置结构。

二手房市场交易活动愈发频繁，使得二手房价格评估的需求随之增加。由于国内二手房市场起步晚，房地产监管力度不足，买卖双方存在信息不对称等问题，没有建立起成熟的估价体系^[2]。目前评估二手房市场过程中主要使用三种的基本估价方法，但是这三种方法都过多凭借于评估人员的自我判断。二手房价格的影响因素复杂和评估人员的自我判别使得评估结果的准确性降低。而在一些运用模型进行房价评估的研究中，大多都采用多元线性模型，由于二手房价格各影响要素之间的关系比较繁杂，价格并非呈传统的线性变化，传统的经济学模型很难体现二手房的这一特性。因此，很有必要针对二手房市场建立一套更为有效、准确的估价模型。

研究目的及意义

研究目的

由于二手房市场与广大人民的切身利益密切相关，针对目前二手房估价过程中出现的问题，本文拟寻找一种更加科学的评估方法，完善我国二手房评估体系。具体来说，本文的研究目的主要有：一是通过对国内外二手房市场以及二手房评估现状的研究分析，为建立一套有效的二手房评估模型提供理论基础；二是在对前人在二手房评估以及人工神经网络研究和运用方面进行总结的基础上，构建人工神经网络模型，以南京市二手房实际交易数据为例进行实证研究，验证该模型在二手房评估中的有效性并将其应用到实际评估过程中；三是经过对二手房价格影响因素的研究，探索稳定市场价格的因素。

研究意义

我国房地产行业起步较晚，对预测方法的研究方面的内容较少，目前主要向西方国家学习。而引进的评估方法又存在不同的问题。定性分析上，传统的估值方法很少利用数学模型对不同房地产价格进行分析，主要依赖于评估人员的历史经验积累和主观判断，对市场信息比较看重，而市场价格以及投资报酬和其它数据在市场中存在随时变化的可能，难以确定，导致评估人员难以收集数据和预测，从而影响评估成果的准确性和可靠性^[3]。定量分析上，以美国为代表的国家所采取的数学模型评估方法运用的核心是加权平均结构模型，这种评估方法只适用于线性关系，而房地产的价格由多种因素共同作用形成，不能用简单的线性关系解释^[4]。

剩余内容已隐藏，请支付后下载全文，论文总字数：19421字