[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

摘要

本发明公开一种基于熵值法和灰色GM11模型预测房地产风险的方法，步骤包括房地产风险因子识别、数据收集、房地产风险模型建立、房地产风险模型评估和房地产风险模型分布，从而实现基于数据挖掘定量分析不同层级的房地产市场的风险。本发明是一种完全基于数据分析的定量方法来度量房地产市场风险，相比传统定性的方法房地产市场风险量化方面有极大的提升。本发明能有效的识别房地产市场风险因子主要有哪些，同时可以确定哪些因子对于房地产市场风险有多大的影响程度，可以分析出来通过哪些因子的调整来控制与防范风险。本发明可以从对宏观层面进行风险评级，同时也可以在中观层面进行风险评级，甚至在微观层面上进行风险评级。

主权项

基于熵值法和灰色GM11模型预测房地产风险的方法，其特征是，包括如下步骤：步骤1：房地产风险因子识别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；1）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；2）区县级别房地产风险度量模型通过对区县级别上的风险因子数据分析，得出不同风险因子对、区县房地产风险级别的影响程度是不同的，因此不同风险因子的权重是不同的，因此区县风险评级主要就是要解决不同因子的权重大小；对于区县房地产风险度量模型本发明采用的模型与城市房地产风险度量模型一致；3）楼盘级别风险度量模型通过对楼盘数据的收集，由于楼盘有价格数据，因此对于楼盘的风险评价本发明采用以下两种模型相结合的方法；基于熵值法的数据楼盘风险度量模型；基于灰色预测GM11模型预测的风险度量；步骤4：房地产风险模型评估对于步骤3得到的城市、区县和楼盘风险评级的结果，通过房地产不同领域的专家给出模型评估结果，对比分析，调整优化模型参数，使得结果与真实更加接近；步骤5：房地产风险模型分布对于步骤4的对风险模型评估完成后，发布风险评级的度量模型，同时进行产品展示。