摘要：BP神經(jīng)網(wǎng)絡是目前應用廣泛運用的神經(jīng)網(wǎng)絡之一，具體來看是按照誤差逆向傳播算法訓練的多層前饋神經(jīng)網(wǎng)絡，作為功能多樣、應用范圍較廣的機器學習算法，憑借其具有較強的自適應性、非線性及大規(guī)模并行性，能夠極大的減少人力物力的投入，對一些非線性問題的處理較為高效，極大地降低了計算過程中的主觀性，因此在房地產(chǎn)評估中具有重要作用。BP神經(jīng)網(wǎng)絡在房地產(chǎn)評估中的應用主要是在傳統(tǒng)理論方法的改進和提升，將大量的數(shù)據(jù)信息通過計算機網(wǎng)絡技術來處理，找到影響房地產(chǎn)評估的因素和兩者之間的關系，從而能夠高效、準確的估值房地產(chǎn)，使房地產(chǎn)評估的效率更高也更加客觀具體。本文通過介紹房地產(chǎn)評估對我國經(jīng)濟發(fā)展的影響，從房地產(chǎn)評估中引入BP神經(jīng)網(wǎng)絡，并對BP神經(jīng)網(wǎng)絡的功能和特點簡要介紹，建立房地產(chǎn)評估模型，根據(jù)BP神經(jīng)網(wǎng)絡的不足引入遺傳算法，并通過實證分析驗證遺傳BP神經(jīng)網(wǎng)絡模型的精確度和對房地產(chǎn)評估的準確性。

關鍵詞：房地產(chǎn)評估模型;BP神經(jīng)網(wǎng)絡;數(shù)據(jù)信息

隨著我國改革開放進程的推進，經(jīng)濟社會得到快速發(fā)展，城市化進程不斷加快加快，人們對住房的要求也越來越高，我國房地產(chǎn)市場也由此進入飛速發(fā)展時期，這種背景下我國房地產(chǎn)市場面臨著制度不完善、價格哄抬虛高、供給調節(jié)緩慢以及評估方法效率低下且花費時間較長，而不能滿足房地產(chǎn)市場價格評估的需求，導致我國房地產(chǎn)市場在飛速發(fā)展時期遇到了很多問題。國家針對房地產(chǎn)市場及其對經(jīng)濟社會發(fā)展的影響，也采取了一系列措施調控房地產(chǎn)市場，但由于房地產(chǎn)具有易漲難跌的特性，因此調控效果不夠明顯。因此繼續(xù)房地產(chǎn)專業(yè)相關人士對房地產(chǎn)價格進行科學評估，進而有利于國家調控整個房地產(chǎn)市場，保持房地產(chǎn)行業(yè)的穩(wěn)定性和人們美好的生活。但由于我國房地產(chǎn)行業(yè)起步較晚，對房地產(chǎn)方面的研究也不過幾十年的發(fā)展，相應的體系和研究尚不成熟，因此在房地產(chǎn)市場評估過程中，所采用的評估方法大都是由房地產(chǎn)專業(yè)的專家根據(jù)自身經(jīng)驗開展相關評估，或借助于簡單的數(shù)學模型進行評估，因此傳統(tǒng)的評估方法具有較強的主觀性，對房地產(chǎn)價格的管控主要是由于估價師個人經(jīng)驗和對形勢的分析決定的，再加上房地產(chǎn)市場上尚未形成統(tǒng)一的報價平臺，現(xiàn)已發(fā)生的房地產(chǎn)交易由于前期系統(tǒng)不完善導致數(shù)據(jù)較為分散，房地產(chǎn)評估機構無法掌握全部信息，使得現(xiàn)有數(shù)據(jù)不能得到充分利用。隨著大數(shù)據(jù)的發(fā)展和計算機與數(shù)學的結合，使一些看似復雜的問題可以通過數(shù)學模型的建立立體化呈現(xiàn)，并通過相應的計算程序和模型計算出最優(yōu)解，解決實際生活過程中遇到的問題。

房地產(chǎn)是一個復雜的行業(yè)，影響其價格的因素有很多，房地產(chǎn)價格的高低和需求人數(shù)的多少、土地拍賣價格的高低、人均收入水平以及居民的消費觀等有很大關系，這些因素有的可以通過具體的數(shù)字呈現(xiàn)，有的只能以人們的感官或經(jīng)驗進行描述，因此這些因素中不僅包含了一些定性的因素，還包含眾多定量因素，因此對這些數(shù)據(jù)的收集整理比較困難，尤其是定性數(shù)據(jù)信息的整理，需要考慮到能否量化，能否能夠顯著影響房地產(chǎn)價格，并將可以量化且對房地產(chǎn)價格產(chǎn)生顯著影響的定性因素定量化，之后再對定量化的數(shù)據(jù)進行整理、存儲到專業(yè)的數(shù)據(jù)庫中，并通過先進的方法和模型處理，定量分析影響房地產(chǎn)價格的因素，從而在特定的時間合理的測算和判定房地產(chǎn)的價值。

一、房地產(chǎn)評估對我國國民經(jīng)濟的影響

“衣、食、住、行”是人們日常生產(chǎn)生活中必不可少的一部分，尤其是我國居民，對房子的執(zhí)念較深，很多人都將是否買房作為自身生活是否穩(wěn)定、是否有保障的重要評價標準，而房地產(chǎn)作為保障居民“住”方面的專業(yè)渠道，是我國國民經(jīng)濟發(fā)展的重要成分。隨著我國改革開放進程和市場經(jīng)濟建設進程的推進，我國住房市場朝著健康有序的方向不斷發(fā)展和完善，尤其是在住房福利制度取消之后和住房分配貨幣化政策的實行過程中，又得到進一步的發(fā)展，房地產(chǎn)交易數(shù)量顯著提升，人們購房欲望顯著增加，房地產(chǎn)行業(yè)開發(fā)、買賣的過程中也誕生了一些和房地產(chǎn)相關的價值評估業(yè)務，并隨著國家對其的管控和政策調控不斷發(fā)展壯大，現(xiàn)在已經(jīng)成為我國國民經(jīng)濟發(fā)展過程中必不可少的一部分。

很多人談到估價，都認為是根據(jù)自身對某一件事物的了解和自己以往購買的金額大小對其價值進行評估，是任何有相關經(jīng)驗的人都可以做到的，但房地產(chǎn)估價并非如此，在傳承傳統(tǒng)估價的同時，遵循一定的估價原則和程序，選用合適的估計方法，為特定估價目的，對特定時點上的房地產(chǎn)價格做出客觀合理的測算與判定。房地產(chǎn)作為我國宏觀調控和人們經(jīng)濟生活中重要組成部分，對整個社會發(fā)展、人民幸福具有重要影響，從宏觀層面上來看，房地產(chǎn)估價是否客觀、合理及公正，對我國產(chǎn)業(yè)結構調整效果的優(yōu)劣以及資產(chǎn)充足的合理性具有重要作用，能夠直接關系到能否保障房地產(chǎn)市場交易的雙方合法權益，以及企業(yè)改革過程中產(chǎn)權交易能否科學、規(guī)范實現(xiàn)，甚至是國家對房地產(chǎn)稅收的征管以及融資風險的管控等。微觀層面上來看，房地產(chǎn)市場包含眾多，涉及到人們生產(chǎn)生活中的方方面面，如土地使用權的出讓、征收補償、房地產(chǎn)的抵押典當、房地產(chǎn)作為出資公司的資產(chǎn)、企業(yè)對外投資、合作、清算等業(yè)務，其中都需要通過房地產(chǎn)評估流程為這些業(yè)務的辦理提供科學公正的參考依據(jù)，總而言之，房地產(chǎn)評估意義重大，現(xiàn)已成為房地產(chǎn)開發(fā)、售賣、維護等過程中不可缺少的基礎性工作。在未來的房地產(chǎn)市場發(fā)展過程中，房地產(chǎn)估價也會逐漸保障房地產(chǎn)市場的公平交易、推動房地產(chǎn)市場價格健康波動以及建立健康的房地產(chǎn)交易市場體系和交易秩序貢獻力量。

二、BP神經(jīng)網(wǎng)絡在房地產(chǎn)評估中的應用

在研究房地產(chǎn)評估的過程中，專家和學者針對修正房地產(chǎn)評估的因素最初采用的是簡單的多元線性回歸、逐步回歸等線性的模型，但隨著經(jīng)濟社會的逐漸發(fā)展，房地產(chǎn)市場的因素也逐漸多樣和變化，完全的線性關系已經(jīng)不能滿足房地產(chǎn)價格和影響因素的貼合需求，各影響房地產(chǎn)市場的因素也隨著市場的復雜多變而變得有所關聯(lián)，一些定性的指標處理也變得越來越困難，因此，傳統(tǒng)的以線性模型為主的評估方法受到大家的質疑，由此有學者提出非線性模型可以更好的衡量房地產(chǎn)價格和影響因素之間的關系，BP神經(jīng)網(wǎng)絡也作為非線性模型中的一種方法，憑借其獨特的非線性算法、較強的自適應性和較大規(guī)模并行數(shù)據(jù)處理能力受到大家的認可和青睞。BP神經(jīng)網(wǎng)絡隨著后來學者的不斷完善和發(fā)展，也變得更加貼合實際。作為神經(jīng)網(wǎng)絡家族中發(fā)展的最為成熟、應用范圍最為廣泛，被廣泛應用到機械、工程、科學等諸多領域。

三、影響房地產(chǎn)價格的因素及指標體系的構建

房地產(chǎn)市場涵蓋建筑、景觀等多個行業(yè)和領域，所生產(chǎn)商品的周期較長、產(chǎn)業(yè)鏈較長，且受國家政策的宏觀調控而具有較強的政策導向，其具備的特性也決定了影響其價格的因素較為復雜，因此對其價格評估過程中，應當合理的分析影響和制約價格的因素，對不同影響因素細致分析從而正確股價。

（1）房地產(chǎn)價格的影響因素

通常來看，影響房地產(chǎn)價格的因素雖然較多，但一般分為一般、區(qū)域和個別三個層次的因素，首先，一般因素是指經(jīng)濟運行中較為普遍的，如經(jīng)濟發(fā)展狀況、貨幣和財政政策、物價指數(shù)以及利率水平等對各個房地產(chǎn)價格水平都有顯著影響的因素，考慮到數(shù)據(jù)指標的可量化性和可獲得性因素，一般因素中影響房地產(chǎn)價格的因素的指標大都難以量化或數(shù)據(jù)可獲得性較差，因此不選用指標;區(qū)域因素是指以區(qū)域為界限，各區(qū)域有所區(qū)別的，如地區(qū)城市規(guī)劃、環(huán)境狀況、基礎設施建設優(yōu)劣等能夠對一定區(qū)域范圍內的估價對象房地產(chǎn)價格水平有顯著影響的因素，本文選取了房地產(chǎn)周邊的教育設施、所處的區(qū)域環(huán)境兩個反映區(qū)域方面的因素;個別因素是指由估價對象自身狀況因素如所處位置、所具規(guī)模大小、所處地形地勢等對房地產(chǎn)價格水平有顯著影響的自身狀況的因素，本文選用了房地產(chǎn)所在位置的優(yōu)劣、建筑結構類型、房地產(chǎn)建筑的面積、住宅的主要戶型、裝修程度、樓層、朝向、房屋新舊程度。本文立足于住宅類房地產(chǎn)，研究對住宅類房地產(chǎn)價格有顯著影響的因素，并從三大類別影響因素中選取10個影響房地產(chǎn)價格的因素進行研究等構建房地產(chǎn)估價指標體系。

（2）評估指標體系的構建

選用的10個指標中既有定量指標又有定性指標，為了保證數(shù)據(jù)的可量化性，需要將定性指標轉化為定量指標，定性指標定量化的常見方法是五級打分法，通過所屬類別及對應的分數(shù)是指標具有可比性，一般將定性指標分為優(yōu)、良、一般、較差和極差五個級別，分別對應5、4、3、2、1五個分數(shù)，按照房地產(chǎn)相關的規(guī)定進行打分，本文對住宅類房地產(chǎn)定性影響因素房屋結構、裝修、設備三大部分中的項目情況分類打分的打分依據(jù)是建設部頒發(fā)的《房屋完損等級評定標準》;對區(qū)位優(yōu)劣的打分依據(jù)房地產(chǎn)行業(yè)公認的標準或者是業(yè)主對感受，如房地產(chǎn)周邊的交通設施、綠化環(huán)境、景觀以及公共服務設施建設的完備性等。由此構建出二維房地產(chǎn)價格評估指標體系，預測房地產(chǎn)價格。

四、BP神經(jīng)網(wǎng)絡的構成及應用

BP神經(jīng)網(wǎng)絡本質上以網(wǎng)絡誤差平方為目標函數(shù)、采用梯度下降法來計算目標函數(shù)的最小值，具有任意復雜的模式分類能力和優(yōu)良的多維函數(shù)映射能力。BP神經(jīng)網(wǎng)絡作為一種多層前饋網(wǎng)絡，由隱含層、輸出層與輸入層構成，各層之間由連接點連接，其中隱含層由一層或多層組成，輸入輸出層則只有一層，每一層內部是沒有網(wǎng)絡節(jié)點連接的。BP神經(jīng)網(wǎng)絡上的每一個節(jié)點代表了一直神經(jīng)元，各神經(jīng)元之間通過Sigmod函數(shù)傳遞，神經(jīng)網(wǎng)絡的運轉過程是通過計算輸出結果和希望結果之間差值的最小值，并采用梯度下降法調整各個神經(jīng)元之間的閥值和權值，直至兩者之間的誤差函數(shù)值達到最小。BP神經(jīng)網(wǎng)絡能夠以精確的方式尋找最優(yōu)值，但由于對網(wǎng)絡模型初始權值和閾值的設定的隨機性，會產(chǎn)生一些問題，如由于每次訓練次數(shù)、權數(shù)和閾值的不同，導致BP神經(jīng)網(wǎng)絡尋找的最優(yōu)值不唯一，一些局部值較小;訓練次數(shù)隨著取值和閾值的隨機性而較多，運算收斂的速度較慢，整個運算過程花費時間較長。

遺傳算法來源于生物進化過程，通過效仿生物界生物進化的規(guī)律，根據(jù)適應度函數(shù)選擇染色體，通過選擇種群、交叉種群及變異種群等操作進行迭代，保留優(yōu)秀的個體，并逐步找到問題的最優(yōu)解，因此遺傳算法具有較強的全局搜索能力，因此將遺傳算法和BP神經(jīng)網(wǎng)絡算法相結合，能夠解決BP神經(jīng)網(wǎng)絡中初始權值和閾值隨機性選取的缺點，改善BP神經(jīng)網(wǎng)絡運算的收斂速度慢和泛化能力弱等問題?；谶z傳BP神經(jīng)網(wǎng)絡算法的基本步驟如圖4.1所示：

通過具體的實例更能夠顯示出遺傳算法改善初始權值和閾值隨機性問題，具體如下：

分別用BP神經(jīng)網(wǎng)絡和遺傳BP神經(jīng)網(wǎng)絡預測房地產(chǎn)價格，并將兩種方式預測出來的結構和實際成交價格對比分析，具體的預測結果如所示：

由表4.1可知，在三種結果的對比中，標準的BP神經(jīng)網(wǎng)絡預測結果誤差較大，相對誤差處于4.10%-13.31%之間，而遺傳BP神經(jīng)網(wǎng)絡預測結果誤差相對較小，處于0.47%-2.55%之間，由此可見基于遺傳算法的BP神經(jīng)網(wǎng)絡預測精度高于標準的BP神經(jīng)網(wǎng)絡，其在改善初始權值和閾值的隨機性方面取得較大進展。

近年來，隨著經(jīng)濟社會的快速發(fā)展，整個市場的經(jīng)濟形勢和市場環(huán)境變得更為復雜，房地產(chǎn)作為整個經(jīng)濟社會的關鍵部位，對其價格的評估和制定對整個房地產(chǎn)企業(yè)的發(fā)展至關重要。本文從住宅房地產(chǎn)出發(fā)，探索BP神經(jīng)網(wǎng)絡預測房地產(chǎn)價格，構建房地產(chǎn)價格評估模型，充分考慮到遺傳算法的全局搜索能力，引用遺傳算法改進標準BP神經(jīng)網(wǎng)絡模型中初始權值和閾值設置的隨機性問題，并通過具體的房地產(chǎn)價格預測實例，探討遺傳BP神經(jīng)網(wǎng)絡預測價格精度大小，從而建立遺傳神經(jīng)網(wǎng)絡評估模型，此結果對整個房地產(chǎn)市場價格的評估具有較強的指導性。

參考文獻：

[1]汪瑞.房地產(chǎn)評估的BP神經(jīng)網(wǎng)絡模型構建[J].山東農(nóng)業(yè)大學學報（自然科學版）.2017（01）

[2]呂霽.基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的房地產(chǎn)評估模型及實證研究[J].計算機科學.2014（11）

作者簡介：

劉維軍;性別：男;民族：滿;出生年月：1974年2月;籍貫 ：撫順清原縣;工作單位：遼寧工業(yè)大學經(jīng)濟管理學院;研究方向：電子商務、信息管理;學歷：碩士;職稱：講師;

遼寧省教育廳2019年度科學研究經(jīng)費項目《基于大數(shù)據(jù)的房地產(chǎn)評估研究》（項目編號：JFW201915403）階段性研究成果