房地产预警，就是指通过定性及定量的手段，对房地产市场当前运行态势进行分析、测度和判断，并对未来的发展状况进行预测和预报，及时采取有效的措施来驾驭波动、平缓波动，从而对房地产市场加以有效的宏观调控，促进其健康、可持续的发展。最近几年，我国房地产业呈现出快速发展的势头，市场价格大幅度上涨，人们对于目前房地产市场是否过热、有无泡沫、能否健康可持续发展产生众多质疑。因此，当前时期开展房地产预警研究有着极为重要的理论价值和实践意义。 全文通过定性分析与定量分析相结合的系统化研究方法，并充分借助Matlab、Spss等计算机软件与信息技术，着重针对房地产预警理论与方法的定量化分析，从国内外房地产监测预警的经验介绍、房地产预警指标体系的构建、房地产预警的景气指数方法、基于3σ方法及周期波动理论的房地产预警、人工神经网络在房地产监测预警中的应用共五方面进行了深入的论述与研究，并以上海房地产市场为例展开了实证分析。 基于预警流程，论文的研究工作围绕以下方面展开：1.国内外房地产市场监测预警经验介绍对美国住宅市场监控体系、澳大利亚住房统计体系、法国房地产市场统计调查、加拿大房地产数据统计机构与监测体系，以及我国现有的房地产市场指标及指数体系进行了介绍，并对我国房地产指数的构成及其生成方法、房地产价格指数编制过程中存在的问题与对策进行了论述。 2.房地产预警指标体系的构建简要介绍了房地产预警指标体系的设置原则和我国现有研究所涉及的预警指标体系，基于聚类分析和非参数检验对上海房地产市场22指标数据库进行了预警指标选择，创新性的筛选出其中14个指标作为上海房地产市场的预警指标体系。 3.房地产预警的DI/CI景气指数方法阐释了房地产市场的景气指数预警方法的基本步骤、构建要点等基本原理。基于“时差相关分析”的定量分析技术，对“归一化”处理后的上海房地产市场14指标预警指标体系进行了分类，将其划分为先行指标、同步指标和滞后指标三大类。应用Matlab软件，对上海房地产市场展开了DI/CI指数预警实证分析，并进一步通过Matlab中的“拟合技术”对DI指数进行了平滑处理。 4.基于3σ方法及周期波动理论的房地产预警基于3σ方法、Bootstrap抽样方法及因子分析技术，对上海房地产市场进行了单指标预警和综合指标预警实证分析。依据宏观经济周期波动原理，把房地产市场的波动分为长期趋势、景气循环、季节变动和随机波动四种形态，然后对长期趋势、季节变动和随机波动采用直接法和剩余法进行分离，得出了上海房地产市场景气循环，在此基础上，借助“保持形状插值”技术，对上海房地产市场未来三年的发展态势进行了预测。 5.人工神经网络在房地产预警中的应用简要介绍了传统预警方法与神经网络预警方法的比较，以及人工神经网络在经济预警领域中的应用现状。阐述了BP神经网络预警的基本原理和算法，并将房地产预警指标体系的14个指标作为网络输入的神经元；参照专家意见把房地产市场分为正常、偏冷、偏热三种状态，将其作为网络输出变量；应用Matlab中的BP神经网络工具箱对上海房地产市场的神经网络预警模型进行学习训练，发现实际评价效果良好。基于RBF神经网络的房地产预警则分为单指标预警和综合预警两部分展开，网络通过学习历年的指标变动规律来对未来年度进行预测，预测效果也基本与现实相符。 本文的主要创新之处：1.创新性的基于聚类分析(系统聚类)和非参数检验(Wald-wolfowitz游程检验和Kruskal-wallis单向评秩方差分析)，建立了上海房地产市场14预警指标数据库，并通过预警实证分析验证了该体系的有效性。 2.借助Matlab软件的强大矩阵计算功能及编程功能，对上海房地产市场展开了DI/CI指数预警实证分析，并通过Matlab中的“拟合技术”对DI指数曲线进行了平滑处理改进，解决了由于只有年度数据造成的DI指数曲线不平滑的问题。 3.首次提出了基于3σ方法、Bootstrap抽样技术及宏观经济周期波动理论的房地产预警理论，并通过“保持形状插值”对上海房地产市场景气波动进行预测，结果较为理想。 4.对BP神经网络及RBF神经网络在房地产预警中的应用进行了深入的探讨与比较，验证了神经网络在处理房地产市场这一高度非线性系统时的卓越能力，并进一步剖析了该理论在房地产预警应用中所面临的挑战。 总之，全文借助Matlab、Spss等计算机软件，通过景气指数预警、基于3σ方法及周期波动理论的房地产预警、以及基于人工神经网络的房地产预警三种方法，对房地产监测预警的定量化理论与方法展开了论述与分析。其中，景气指数预警主要是利用先行指标DI/CI指数相对于同步指标的先行特性，来对房地产市场的未来发展态势进行判断；基于3σ方法及周期波动理论的房地产预警则重点从预警区间划分、小样本数据的处理、景气循环波动的确定三方面进行了预警探讨；神经网络是利用对历史数据的训练学习功能，来对未来发展态势进行预测与评价。研究发现，这三种方法各有所长，并无绝对优劣之分，应当根据不同地域、不同时段的房地产市场的特性来加以选择及组合。