基于人工神經網絡的烏克蘭民居房地產評估研究

1、基于人工神經網絡的烏克蘭民居房地產評估研究基于人工神經網絡的烏克蘭民居房地產評估研究 答辯學答辯學生：生： Mykola SylkynMykola Sylkyn指導教師：指導教師： 宋艷宋艷 教授教授答辯日期：答辯日期： 2016.6.62016.6.6論文研究論文研究框架框架第一章第一章 緒論緒論第二章第二章 烏克蘭房地產評估現(xiàn)狀分析烏克蘭房地產評估現(xiàn)狀分析第三章第三章 烏克蘭房地產評估體系與影響因素分析烏克蘭房地產評估體系與影響因素分析第四章第四章 基于人工神經網絡的房地產評估模型構建基于人工神經網絡的房地產評估模型構建第五章第五章 實證分析實證分析第六章第六章 結論與展望結論與展望研究思

2、路研究思路模型構建測試模型數(shù)據(jù)分析結果分析人工神經網絡模型的實證分析神經網絡的房地產評估特性評估數(shù)據(jù)的準備基于人工神經網絡的房地產評估模型基于人工神經網絡的烏克蘭民居房地產評估研究評估內容、評估方法及現(xiàn)狀分析評估的影響因素及存在的主要問題民居房地產評估現(xiàn)狀研究背景研究背景探討非物質性投入與員工績效探索非物質投入構成厘清雇傭關系概念1. 1. 烏克蘭民居房地產市場迅速崛起，促使民居房地產評烏克蘭民居房地產市場迅速崛起，促使民居房地產評估行業(yè)發(fā)展迅速。對民居房地產進行科學的評估顯得非估行業(yè)發(fā)展迅速。對民居房地產進行科學的評估顯得非常迫切。常迫切。2. 2. 當前烏克蘭房地產評估方法應用于民居房地產

3、評估存當前烏克蘭房地產評估方法應用于民居房地產評估存在一些問題，構建的評估模型不相適宜。在一些問題，構建的評估模型不相適宜。 本文將人工神經網絡引入民居房地本文將人工神經網絡引入民居房地產評估中，構建評估模型，旨在解決當產評估中，構建評估模型，旨在解決當前評估中存在的一些問題。前評估中存在的一些問題。人工神經網絡研究現(xiàn)狀人工神經網絡研究現(xiàn)狀人工神經網絡是以生理學上的真實人腦神經網人工神經網絡是以生理學上的真實人腦神經網絡的結構和功能為基礎，通過大量神經元的完絡的結構和功能為基礎，通過大量神經元的完善聯(lián)結而構成的一種自適應非線性動態(tài)信息處善聯(lián)結而構成的一種自適應非線性動態(tài)信息處理系統(tǒng)。理系統(tǒng)。目

4、前對于神經網絡的研究主要集中在對神經網目前對于神經網絡的研究主要集中在對神經網絡模型的研究和對神經網絡應用的研究方面。絡模型的研究和對神經網絡應用的研究方面。針對傳統(tǒng)神經網絡模型所存在的問題，許多新針對傳統(tǒng)神經網絡模型所存在的問題，許多新的神經網絡模型被專家學者提出，如遺傳神經的神經網絡模型被專家學者提出，如遺傳神經網絡、模糊神經網絡等。神經網絡的應用研究網絡、模糊神經網絡等。神經網絡的應用研究則是研討如何利用神經網絡解決實際問題則是研討如何利用神經網絡解決實際問題。模模擬人類的某些智能行為，是近年來在神經網絡擬人類的某些智能行為，是近年來在神經網絡研究中最為引人注目的領域研究中最為引人注目的

5、領域。民居房地產評估的研究現(xiàn)狀民居房地產評估的研究現(xiàn)狀關于民居房地產評估方法的研究，目前比較主關于民居房地產評估方法的研究，目前比較主流的就是流的就是市場法市場法，收益法收益法，成成本本法法，假設開發(fā)假設開發(fā)法法和和基準地價修正法基準地價修正法等五種方法。由于民居房等五種方法。由于民居房地產評估行業(yè)需要的是定量分析和定性分析相地產評估行業(yè)需要的是定量分析和定性分析相結合，所以就產生了兩咱派別，一種派別更加結合，所以就產生了兩咱派別，一種派別更加注重定性分析注重定性分析，另一種派別更加注重定量分析，另一種派別更加注重定量分析。目前，在房地產評估行業(yè)中常用的一些模型主目前，在房地產評估行業(yè)中常用的

6、一些模型主要有：要有：回歸分析模型；模糊數(shù)學模型；灰色系回歸分析模型；模糊數(shù)學模型；灰色系統(tǒng)模型統(tǒng)模型。 本文的研究方法本文的研究方法本文在閱讀大量前人的書籍和文章的基礎上，主要做本文在閱讀大量前人的書籍和文章的基礎上，主要做了以下幾方面的工作：了以下幾方面的工作：綜合分析了烏克蘭民居房產評估的迫切性和必要綜合分析了烏克蘭民居房產評估的迫切性和必要性，調研了民居房地產評估的研究背景和國內外性，調研了民居房地產評估的研究背景和國內外研究現(xiàn)狀，研究現(xiàn)狀，明確當前烏克蘭民居房地產評估存在明確當前烏克蘭民居房地產評估存在的問題和研究目的、意義的問題和研究目的、意義。 綜合分析了民居房地產評估的原則和神

7、經網絡分綜合分析了民居房地產評估的原則和神經網絡分析方法，并結合烏克蘭民居房地產存在的問題來析方法，并結合烏克蘭民居房地產存在的問題來分析神經網絡評估特性，分析神經網絡評估特性，具體闡述了烏克蘭民居具體闡述了烏克蘭民居房地產評估的目的、機構、主要方法房地產評估的目的、機構、主要方法，進而綜合，進而綜合分析這些評估方法中存在的一些問題，并對產生分析這些評估方法中存在的一些問題，并對產生這些問題的原因進行了具體分析。這些問題的原因進行了具體分析。本文的研究方法本文的研究方法結合烏克蘭民居房地產評估現(xiàn)狀，結合烏克蘭民居房地產評估現(xiàn)狀，構建了基于神構建了基于神經網絡的房地產評估模型經網絡的房地產評估模

8、型。在這個過程中，首先。在這個過程中，首先歸納總結了應用神經網絡的房地產評估特性，在歸納總結了應用神經網絡的房地產評估特性，在此基礎之上，對各種房地產評估方法進行了對比此基礎之上，對各種房地產評估方法進行了對比，對相應的模型數(shù)據(jù)進行準備，再將數(shù)據(jù)應用于，對相應的模型數(shù)據(jù)進行準備，再將數(shù)據(jù)應用于模型。模型。對對人工神經網絡模型進行了實證分析人工神經網絡模型進行了實證分析。先引入實。先引入實證對象的相關信息和特性，在此基礎上展示相關證對象的相關信息和特性，在此基礎上展示相關的計算過程，并對計算結果進行了綜合分析。的計算過程，并對計算結果進行了綜合分析。本文的創(chuàng)新之處本文的創(chuàng)新之處 論文中，將人工神

9、經網絡的方法引入烏克蘭民居房論文中，將人工神經網絡的方法引入烏克蘭民居房地產評估，結合烏克蘭當前房地產評估的實際，構建地產評估，結合烏克蘭當前房地產評估的實際，構建出相應的評估模型，通過準備相應的數(shù)據(jù)，并將其應出相應的評估模型，通過準備相應的數(shù)據(jù)，并將其應用到評估模型中進行實證分析，從而驗證評估模型的用到評估模型中進行實證分析，從而驗證評估模型的準確性。準確性。 論文中，根據(jù)評估模型的驗證結果分析，對烏克蘭論文中，根據(jù)評估模型的驗證結果分析，對烏克蘭房地產評估提出了相應的建議，包括完善烏克蘭房地房地產評估提出了相應的建議，包括完善烏克蘭房地產管理體制、改變現(xiàn)在管理模式、健全法律法規(guī)建設產管理體

10、制、改變現(xiàn)在管理模式、健全法律法規(guī)建設等。等。烏克蘭房地產評估的內容烏克蘭房地產評估的內容房地產估價的目的，是指估價結果的期望用途，房地產估價的目的，是指估價結果的期望用途，或者說，是指為何種需要而評估房地產的價格?；蛘哒f，是指為何種需要而評估房地產的價格。房地產估價目的具體可以分為土地使用權出讓、房地產估價目的具體可以分為土地使用權出讓、作價入股、房地產轉讓、租賃、抵押、保險、納作價入股、房地產轉讓、租賃、抵押、保險、納稅、征地和房屋拆遷補償、房地產分割合并、房稅、征地和房屋拆遷補償、房地產分割合并、房地產糾紛、房地產拍賣、投資決策及企業(yè)各種經地產糾紛、房地產拍賣、投資決策及企業(yè)各種經濟活動

11、中涉及的房地產估價濟活動中涉及的房地產估價( (如企業(yè)合資、合作、如企業(yè)合資、合作、聯(lián)營、股份制改組、合并兼并等聯(lián)營、股份制改組、合并兼并等) )。估價結果的價格類型也可分為底價、入股價格、估價結果的價格類型也可分為底價、入股價格、買賣價格、租賃價格、抵押價格、投保價格、課買賣價格、租賃價格、抵押價格、投保價格、課稅價格、征用價格和投資價格等。稅價格、征用價格和投資價格等。烏克蘭房地產評估的主要方法烏克蘭房地產評估的主要方法 在對房地產市場價值的充分理解的基礎上，我們很在對房地產市場價值的充分理解的基礎上，我們很容易發(fā)現(xiàn)，房地產價值評估的基本方法主要有三容易發(fā)現(xiàn)，房地產價值評估的基本方法主要有

12、三種：種：銷售比較分析法（銷售比較分析法（CASCAS）；）；成本法；成本法；收入資本化方法。收入資本化方法。烏克蘭房地產評估中存在的主要問題烏克蘭房地產評估中存在的主要問題情感投入政策投入情感投入發(fā)展投入政策投入u首先，在評估方法上，當前烏克蘭國家應用于房首先，在評估方法上，當前烏克蘭國家應用于房地產地產評估的各種方法有些單一，不是很容易為大眾評估的各種方法有些單一，不是很容易為大眾所理解接受，相應方法建立的模型對房地產的評估所理解接受，相應方法建立的模型對房地產的評估也不是很準確也不是很準確，甚至和實際的情況有很大的出入，甚至和實際的情況有很大的出入，從而影響了房地產市場的公正評估和正常的

13、交易。從而影響了房地產市場的公正評估和正常的交易。u其次，在評估過程中，其次，在評估過程中，信息支持的問題，是最緊信息支持的問題，是最緊迫和最難解決的問題之一迫和最難解決的問題之一。如果評估人員不能獲得。如果評估人員不能獲得足夠的市場信息，評估結果就不會具備有效性和可足夠的市場信息，評估結果就不會具備有效性和可靠性。這個不爭的事實在國內外的評估標準中都有靠性。這個不爭的事實在國內外的評估標準中都有涉及。涉及。烏克蘭房地產評估體系烏克蘭房地產評估體系烏克蘭房地產烏克蘭房地產評估體系的核心內容是評估過程評估體系的核心內容是評估過程，它是指確定成本的一系列操作過程它是指確定成本的一系列操作過程：步驟

14、步驟1 1：概念界定。：概念界定。步驟步驟2 2：對房地產進行初步的審查，并得出一致同：對房地產進行初步的審查，并得出一致同意的評估結論。意的評估結論。步驟步驟3 3：收集和分析信息。：收集和分析信息。步驟步驟4 4：選擇評估方法。：選擇評估方法。步驟步驟5 5：批準評估。：批準評估。步驟步驟6 6：起草一份評估報告。：起草一份評估報告。影響房地產評估的因素影響房地產評估的因素任何一種財產價值的變化都取決于許多因素，而這任何一種財產價值的變化都取決于許多因素，而這些因素出現(xiàn)在評估過程的不同階段。我們可以把這些因素出現(xiàn)在評估過程的不同階段。我們可以把這些因素分成三個不同的層級。些因素分成三個不同

15、的層級。第一級（地區(qū)性的）是指因素的影響水平，它第一級（地區(qū)性的）是指因素的影響水平，它是泛一般的特征，并不是與特定的財產有關，是泛一般的特征，并不是與特定的財產有關，會間接影響房地產并最終影響財產的評估過程會間接影響房地產并最終影響財產的評估過程。第二級（局部的）是指局部因素的影響水平，第二級（局部的）是指局部因素的影響水平，主要是看一個城市的規(guī)模，這些因素與被研究主要是看一個城市的規(guī)模，這些因素與被研究的對象、相似財產的分析以及財產交易直接相的對象、相似財產的分析以及財產交易直接相關。關。第三級（直接環(huán)境）是指與主觀財產，尤其是第三級（直接環(huán)境）是指與主觀財產，尤其是其特性，相關聯(lián)的因素的

16、影響水平。其特性，相關聯(lián)的因素的影響水平?？臻g因素與環(huán)境因素對價值評估的影響空間因素與環(huán)境因素對價值評估的影響 空間因素對房地產的影響是存在的。雖然通訊不是生活中空間因素對房地產的影響是存在的。雖然通訊不是生活中必不可少的組成部必不可少的組成部分，但分，但我們可以把財產距離中心地區(qū)的接我們可以把財產距離中心地區(qū)的接近程度看作是一個效用因素近程度看作是一個效用因素。在一個交通運輸更不便利，需在一個交通運輸更不便利，需要花費更長的時間到市中心的地區(qū)要花費更長的時間到市中心的地區(qū), ,它的房地產成本就會更低它的房地產成本就會更低。環(huán)境因素環(huán)境因素在住房成本的組成部分中一直是最在住房成本的組成部分中一

17、直是最重要的重要的，每個購買者根據(jù)自己的感覺來判斷每個購買者根據(jù)自己的感覺來判斷環(huán)境的好壞，會影響房屋的主流模式和可視環(huán)境的好壞，會影響房屋的主流模式和可視價值。價值。環(huán)境因素對價格的影響程度取決于住房的等環(huán)境因素對價格的影響程度取決于住房的等級和每平方米的價格。級和每平方米的價格。應用神經網絡的房地產評估特性應用神經網絡的房地產評估特性雇傭關系非物質性發(fā)展投入政策投入情感投入員工回報員工態(tài)度員工績效組織公民行為在崗穩(wěn)定性控制變量：人口統(tǒng)計學特征、公司、上司-員工層級從房地產價值角度：從房地產價值角度： 人工神經網絡可以通過對樣本的學習，不需要人人工神經網絡可以通過對樣本的學習，不需要人為地給

18、出權重，而可以根據(jù)樣本映射出各種影響因為地給出權重，而可以根據(jù)樣本映射出各種影響因素的重要性權值。實際上是神經網絡的學習功能和素的重要性權值。實際上是神經網絡的學習功能和非線性處理能力運用于評估系統(tǒng)以改善傳統(tǒng)評估方非線性處理能力運用于評估系統(tǒng)以改善傳統(tǒng)評估方法的隨意性和不確定性。法的隨意性和不確定性。從房地產價格因素角度：從房地產價格因素角度： 神經網絡的大規(guī)模并行、分布式存儲和處理、自神經網絡的大規(guī)模并行、分布式存儲和處理、自組織、自適應和自學習能力，使它能夠使用于處理組織、自適應和自學習能力，使它能夠使用于處理需要同時考慮多因素和條件、不精確的信息處理問需要同時考慮多因素和條件、不精確的信

19、息處理問題。預測待估房地產價格時，只要輸入待估房地產題。預測待估房地產價格時，只要輸入待估房地產的價格影響因素的量化值，就可以得到房地評估價的價格影響因素的量化值，就可以得到房地評估價格。格。烏克蘭民居房地產數(shù)據(jù)準備烏克蘭民居房地產數(shù)據(jù)準備通過房地產代理商通過房地產代理商“South-West”“South-West”提供的數(shù)據(jù)，統(tǒng)計銷售價格提供的數(shù)據(jù)，統(tǒng)計銷售價格，索引奧德賽地區(qū)的住房成本及其主要的基本信息。，索引奧德賽地區(qū)的住房成本及其主要的基本信息。BPBP神經網絡神經網絡 BP BP算法是用于前饋多層網絡的學習算法，它具有輸入層算法是用于前饋多層網絡的學習算法，它具有輸入層、輸出層和隱

20、含層的網絡結構。具有、輸出層和隱含層的網絡結構。具有i i個輸入節(jié)點，一個隱個輸入節(jié)點，一個隱含層和一個輸出層的含層和一個輸出層的3 3層層BPBP網絡拓撲結構網絡拓撲結構如下圖所示：如下圖所示：BPBP網絡模型的數(shù)學表達式網絡模型的數(shù)學表達式情感投入inijijOWnet1jjjYOe221jjjOOnetf1 設多層設多層BPBP網絡中，網絡中，i i元為一隱層中的神經元，下一層（傳輸元為一隱層中的神經元，下一層（傳輸層）中有一神經元為層）中有一神經元為j j元。元。i i所在層與所在層與j j所在層之間的連接權為所在層之間的連接權為 ； 為為i i層的輸出到層的輸出到j j層的輸出量層的

21、輸出量，則：，則：首先定義誤差函數(shù)首先定義誤差函數(shù)e e，則網絡系統(tǒng)的均方誤差函數(shù)為：，則網絡系統(tǒng)的均方誤差函數(shù)為：從而可求出表達式如下：從而可求出表達式如下：用軟件對用軟件對BPBP網絡進行設計網絡進行設計對每層的權值和閾值進行初始化。權值和閾值對每層的權值和閾值進行初始化。權值和閾值一般選取小的隨機數(shù)，這是為了避免網絡被大的一般選取小的隨機數(shù)，這是為了避免網絡被大的加權輸入飽和；加權輸入飽和；設計網絡學習精度即最小誤差進行，設定網絡設計網絡學習精度即最小誤差進行，設定網絡學習次數(shù)學習次數(shù)n=1000n=1000，設定學習速率，設定學習速率v=0.02v=0.02；用相應的函數(shù)建立一個多層前

22、向神經網絡。如用相應的函數(shù)建立一個多層前向神經網絡。如果網絡包含多個隱含層的話，可以將每層節(jié)點數(shù)果網絡包含多個隱含層的話，可以將每層節(jié)點數(shù)及激活函數(shù)由左向右一依次排列。及激活函數(shù)由左向右一依次排列。訓練網絡，對網絡的輸出進行評估和分析；訓練網絡，對網絡的輸出進行評估和分析；房地產評估模型的流程設計房地產評估模型的流程設計人工神經網絡進行房地產評估的流程如圖人工神經網絡進行房地產評估的流程如圖下圖所示：下圖所示：評估模型的組成部分評估模型的組成部分民居房地產評估模型主要包括以下六個模型部分民居房地產評估模型主要包括以下六個模型部分: :數(shù)據(jù)庫模塊數(shù)據(jù)庫模塊輸入模塊輸入模塊學習模塊學習模塊測試模塊

23、測試模塊評估模塊評估模塊輸出模塊輸出模塊 輸出模塊即輸出神經網絡計算的評估結果并通輸出模塊即輸出神經網絡計算的評估結果并通過反歸一化數(shù)據(jù)處理將網絡輸出轉化為實際價過反歸一化數(shù)據(jù)處理將網絡輸出轉化為實際價格：格： minminmax15 . 0yyyyyi將數(shù)據(jù)應用于神經網絡評估模型將數(shù)據(jù)應用于神經網絡評估模型 我們用我們用10.010.0版本的版本的StatsoftStatsoft統(tǒng)計軟件來來計算結構，實驗以統(tǒng)計軟件來來計算結構，實驗以及檢測人工神經網絡。輸出變量是唯一非數(shù)值變量，代表了及檢測人工神經網絡。輸出變量是唯一非數(shù)值變量，代表了每平方米公寓的價格，已選擇的列表中是已經使用過的數(shù)據(jù)每平

24、方米公寓的價格，已選擇的列表中是已經使用過的數(shù)據(jù)。神經網絡訓練對比如下表所示：神經網絡訓練對比如下表所示：實證對象介紹實證對象介紹 通過對某市某地區(qū)的民居房地產交易市場、中介公司等多通過對某市某地區(qū)的民居房地產交易市場、中介公司等多家單位的走訪調研，家單位的走訪調研，收集到收集到 382 382 宗已成交房地產實例宗已成交房地產實例，由于收由于收集實例時，已經排除了非正常交易的實例，而且這些實例都是集實例時，已經排除了非正常交易的實例，而且這些實例都是在同一月份成交的，所以就排除了交易情況和交易時間的影響在同一月份成交的，所以就排除了交易情況和交易時間的影響。這樣，我們只考慮區(qū)域因素和個別因素

25、對房地產評估的影響。這樣，我們只考慮區(qū)域因素和個別因素對房地產評估的影響。部分數(shù)據(jù)如。部分數(shù)據(jù)如下表所示：下表所示：對神經網絡訓練的結果如下圖所示：對神經網絡訓練的結果如下圖所示： 把以誤差學習為特點的把以誤差學習為特點的訓練質量訓練質量定義為，在神定義為，在神經網絡輸出中獲得的真實值的研究樣本中，神經經網絡輸出中獲得的真實值的研究樣本中，神經網絡輸出的標準誤差值的相加。網絡輸出的標準誤差值的相加。試驗中止試驗中止是指，是指，相比最初誤差，出現(xiàn)相比最初誤差，出現(xiàn)600600次迭代或誤差減小并且網次迭代或誤差減小并且網絡以兩中命令輸出的情況。在這種情況下，對人絡以兩中命令輸出的情況。在這種情況下

26、，對人工神經網絡模型的訓練結果圖形曲線。工神經網絡模型的訓練結果圖形曲線。藍色線表藍色線表示實驗誤差的訓練曲線，紅色線表示測試誤差曲示實驗誤差的訓練曲線，紅色線表示測試誤差曲線。線。X X軸表示階段的數(shù)量。軸表示階段的數(shù)量。對神經網絡評估模型的驗證過程對神經網絡評估模型的驗證過程 利用訓練好的神經網絡模型（保存在利用訓練好的神經網絡模型（保存在netBP.matnetBP.mat文件中的文件中的權值和閾值）進行民居房地產的評估驗證，權值和閾值）進行民居房地產的評估驗證，輸出的評估價格輸出的評估價格與實際成交價格回歸分析與實際成交價格回歸分析如如下圖所示：下圖所示：計算結果分析計算結果分析 將測

27、試樣本繪制成二維平面圖，并用統(tǒng)計學的方將測試樣本繪制成二維平面圖，并用統(tǒng)計學的方法，擬合出最佳回歸方程，可得：法，擬合出最佳回歸方程，可得： 。在平面圖上再。在平面圖上再作出作出 的軌跡，可以看出兩個方程的軌跡在的軌跡，可以看出兩個方程的軌跡在T=3200T=3200左左右相交，在右相交，在T=3000,3500T=3000,3500范圍內幾乎是重合的，相范圍內幾乎是重合的，相差非常小，這說明在這個范圍內，民居房地產的實差非常小，這說明在這個范圍內，民居房地產的實際成交價格與模型輸出的價格是完全吻合的。際成交價格與模型輸出的價格是完全吻合的。 通過對評估模型實證結果的分析，充分說明此評通過對評

28、估模型實證結果的分析，充分說明此評估模型對于民居房地產評估精度較高，泛化能力較估模型對于民居房地產評估精度較高，泛化能力較強。因此，將真實的實驗對象代入已經建立的人工強。因此，將真實的實驗對象代入已經建立的人工神經網絡的房地產評估模型中，對神經網絡進行實神經網絡的房地產評估模型中，對神經網絡進行實驗、測試和驗證，我們可以發(fā)現(xiàn)，已經建立的人工驗、測試和驗證，我們可以發(fā)現(xiàn)，已經建立的人工神經網絡，可以很好的反映房地產市場的價格情況神經網絡，可以很好的反映房地產市場的價格情況，可以很好的對房地產價值進行評估。，可以很好的對房地產價值進行評估。對烏克蘭民居房地產評估的建議對烏克蘭民居房地產評估的建議完善房地產評估行業(yè)管理體制完善房地產評估行業(yè)管理體制；改變現(xiàn)有的管理模式，推進以人員管理為主改變現(xiàn)有的管理模式，推進以人員管理為主的管理模式的管理模式；完善法律法規(guī)體系的建立，并且法律法規(guī)的完善法律法規(guī)體系的建立，并且法律法規(guī)的建設要有利于房地產評估行業(yè)的長遠發(fā)展建設要有利于房