[发明专利]基于熵值法和灰色GM11模型预测房地产风险的方法

说明书

技术领域

本发明涉及房地产金融和信息分析相结合领域，尤其是一种基于数据挖掘来评价房地产市场风险体系的房地产风险的评价方法。

背景技术

随着中国经济的快速发展与城镇化进程稳步推进，住房需求成为城镇居民最基本的生活需求，并且随着居民收入稳步增长，房地产需求也不断的增大，从而使得房地产行业存在巨大的发展空间。加之房地产业也因其与其他行业的关联度高、带动力强,对国民经济发展的影响大而成为国民经济的支柱产业。

但是，我国住房商品化的时间还不长，房地产市场在一定程度上还很不规范，还存在着诸如房价增幅过快、供应结构不够合理、部分城市房地产过热、房地产开发和交易不够规范等一系列问题。这些问题都为房地产业的发展带来了巨大的风险，房地产风险如何去识别与判断成为难点。

传统的判断房地产市场分析的方法，往往都是基于定性的分析，比如：

基于房地产与经济相关从业人员的经验判断；基于学术层面的房地产风险的探讨，如使用房价收入比、房价租金比，把国内的房地产市场，多角度的和国外的房地产市场做对比等方法；对于风险的评级大多都是在与国家层面，最多到城市级别风险判断。

因此会分别造成以下缺点和不足：

1、传统的分析评价的过程中，往往是房地产与经济相关人员对于局部房地产市场风险的判断，同时也缺乏数据支撑，主要是从定性的角度进行分析与判断，主观意识比较强，带有个人色彩，容易出现误判。

2、由于个人经验限制，对房地产风险因子的识别不高，对数据掌握整体性不强，对数据分析的解读不过深，容易造成风险因子识别不准，容易造成孤立的数据维度，容易造成对房地产风险片面，从而出现对房地产风险的误判或者偏颇。

3、传统的风险判断大多都是在国家层面，最多到城市级别；缺少对于城市的区县级别的风险判断，楼盘级别的风险判断市场上目前根本就没有出现过。

因此传统风险评判的过程中，缺乏整体性多维度，依靠数据对风险进行综合评级的方法。往往存在依赖相关从业经验者的主观判断，或者依赖相对孤立的维度数据，进行较为片面的判断。

发明内容

为了解决上述技术问题，本发明提供本发明提供一种基于熵值法和灰色GM11模型预测房地产风险的方法，能过很好解决以下问题：

1、区别于传统的房地产风险分析方法，本发明是完全基于定量的分析方法，可以很好的解决了基于定性的分析判断容易出现风险误判的技术问题。

2、区别于传统的房地产风险分析方法，本发明是完全基于数据挖掘的方法，可以能够自动收集到全部与房地产风险因子相关数据，同时是全维度数据，不会出现风险因子丢失的情况，基于数据降维、因子识别与提取技术不会出现风险因子识别的误判与数据的片面性，能够很全面准确的解决识别房地产风险因子。

3、本发明的创新在于可以解决传统房地产风险评价只能评价到城市级别的问题，本发明不仅可以对全国所有城市进行房地产评级，而且可以每个城市的区县进行风险评级，甚至可以对每个区县下的每个楼盘进行风险评级。

本发明解决其技术问题所采取的技术方案是：

基于熵值法和灰色GM11模型预测房地产风险的方法，包括如下步骤：

步骤1：房地产风险因子识别

本发明采用德尔菲法进行房地产风险因子的判断，采集大量房地产与金融领域方面的专家对房地产市场风险因子的理解，综合各专家对每个风险因子的意见，结合统计学中的主成分分析，得到不同风险因子的权重，按照权重的大小确定影响房地产风险的主要因子。

步骤2：数据收集

根据步骤1得出的房地产风险因子，通过分析每个风险因子的内涵，收集各级指标数据。数据收集采用计算机自动化收集。主要分成三层级：城市层级、区县层级和楼盘层级。

步骤3：房地产风险模型建立

通过步骤2 的数据收集，得到三个级别上的数据：城市级别数据、区县级别数据和楼盘数据。同时这些数据是与步骤1房地产市场风险因子相对应的，利用对于风险因子的识别，以及对应的数据建立不同级别上的风险度量模型。

城市级别房地产风险度量模型

通过对城市级别上的风险因子数据分析，不同风险因子对城市房地产风险级别的影响程度是不同的，不同风险因子的权重是不同的，本发明通过熵值法确定城市风险评级不同因子的权重大小。

区县级别房地产风险度量模型