摘要：建立了房地产公司经济竞争力评价指标体系, 融合多指标评价法与BP神经网络算法构建了基于人工神经网络的经济竞争力评价模型。选取20家典型上市房地产公司进行模拟评价, 模拟结果证明系统具有一定的可行性和实用性。

　　关键词：上市房地产公司;经济竞争力;BP神经网络

　　中图分类号：F832.4 文献标识号：A 文章编号：

　　Abstract: This paper proposes one set of economic competitiveness indicators for real estate listed companies and establishes many indicators of evaluation methods for evaluating the real estate listed company's economic competitiveness with integration of artificial neural network. By using the system, this paper also carries out a simulation evaluation of the economic competitiveness of 20 typical listed real estate companies. The result shows that the proposed system is feasible and practical

　　Key words: real estate listed companies; economic competitiveness; neural networks

　　基于人工神经网络的中国房地产上市公司

　　经济竞争力模型研究

　　0 引言

　　我国房地产业作为国民经济的支柱产业，关系到整个国民经济的稳定发展和金融安全，因其产业相关度高，带动性强，与金融业和人民生活联系密切，因此，国家一直对房地产市场发展给予高度关注。2006年以来，国家陆续出台了一系列调控措施，从土地供应、贷款发放、公积金管理、抑制房价到全行业的综合调控。美国金融危机发生后, 已波及到实体经济，房地产全行业销售下滑,企业面临巨大的资金压力,不少房地产项目开始转让手中的项目、土地、产权等,近期国家出台了一系列拉动内需、促进房地产发展的税收、金融政策等。这一系列的措施突显了国家对房地产市场发展的高度重视，目的是想通过宏观调控政策平抑或减缓房地产周期波动带来的影响，促进房地产行业持续、稳定、健康地发展。受宏观调控影响，当前中国房地产市场已经全面进入转型时期，市场竞争更加激烈，尤其房地产企业出现了结构性调整，众多企业开始谋求发展战略的转变，希望通过对资源的整合走上规模化、专业化的发展道路，而在这个过程中房地产企业的竞争能力是发展的关键所在。

　　为了检验我国房地产上市企业的竞争力，笔者在充分借鉴竞争力研究理论的实践经验，结合我国宏观经济发展条件和房地产行业发展的特点，在建立房地产企业经济竞争力指标体系的基础上，选择沪深两市20家上市公司2008年中期财务数据为样本，运用BP神经网络算法，建立我国房地产上市公司经济竞争力评价模型。

　　1 BP神经网络

　　1.1 BP神经网络结构

　　BP神经网络由神经元及神经元之间的连接权组成，可分为输入层、隐含层和输出层，属于有导师的学习算法(误差反向传播算法)。BP神经网络由正向传播和反向传播组成，在正向传播阶段，每一层神经元的状态只影响下一层神经元的状态;如果在输出层得不到期望的输出值，则进入误差的反向传播阶段。网络根据反向传播的误差信号修改各层的连结权，寻找最佳权集实现网络的正确输出，输入层神经元的输出值等于输入值[1]。

　　图1：BP神经网络结构及学习原理示意图

　　1.2 BP神经网络学习原理

　　BP算法是一种有监督的学习算法，其主要思想：输入学习样本，使用反向传播算法对网络的权值进行反复的调整训练，使输出的向量与期望的向量尽可能地接近，当网络输出层的误差平方和小于指定的误差时训练完成，保存网络的权值和偏差[2]。具体算法步骤如下[1]：

　　(1)权值初始化对所有权值赋以0～1之间的随机数;

　　(2)输入样本，指定输出层神经元的期望值;

　　(3)依次计算各层神经元的实际输出;

　　(4)修正权值，从输出层开始，逐步向后递推，直到隐含层;

　　(5)转到第2步，在小于给定误差时网络学习结束。

　　2 BP神经网络在房地产上市公司竞争力评价中的应用

　　2.1 房地产上市公司竞争力评价指标体系

　　本文在查阅大量文献的基础上进一步的向专家咨询，对房地产上市公司的竞争力评价体系涉及的指标归纳如下[3,4]：以资产运营能力、盈利能力、偿债能力、投资价值和成长性等能够体现房地产上市公司经济竞争力的要素作为一级指标，并且在一级指标的基础上，筛选得到能够具体体现一级指标的二级指标，具体的评价指标体系在表1中详细给出。

　　表1 房地产上市公司经济竞争力评价指标 一级指标 二级指标 资产运营能力 资产总额X1、资产净值X2、房地产业务收入X3 盈利能力 每股收益X4、净资产收益率X5、总资产报酬率X6、总资产利润率X7 偿债能力 流动负债X8、流动比率X9、速动比率X10、产权比率X11、 成长性 每股收益增长率X12、房地产业务利润增长率X13、净利润增长率X14、、总资产增长率X15、

　　2.2 多指标综合评价

　　对房地产上市公司竞争力的评价是由多个单项指标描述和分析，尽管单凭其中一个指标评价公司竞争力能产生序列，但单项指标往往只能反映竞争力的一个侧面，而不可能全面反映公司竞争力的整体情况，而且偏面性导致大量损失其它指标所含的信息。因而本文利用多指标综合评价系统[5]将多个描述公司竞争力的单项指标信息加以综合而对公司竞争力作出整体性评价。它弥补了单项指标信息采集的不足，又能对一系列试验结果的作整体性比较和排序。

　　步骤1：选取评价指标，建立评价体系。评价指标体系由2.1给出;

　　步骤2：指标的正向化和无量纲化。评价指标按其作用趋向不同，可以分为正向指标、逆向指标。正向指标是指那些数值越大越好的统计评价指标，逆向指标则是数值越小越好的评价指标。对逆向类指标首先均要转化成正向指标，然后再按正向指标进行无量纲化处理。

　　(1)逆向指标的处理：逆向指标的处理：直接取原逆向指标Xi的倒数，这样就得到一个正向指标Xi’

　　(2)定量指标的无量纲化：

(1)

　　其中Xi表示每一个指标的实际值，Xmax表示每个指标向量的最大值，Xmin表示每个指标向量的最小值。

　　这种无量纲化方法实际上是求各评价指标实际值在该指标全距中所处的位置比率。此时的Yi相对性质比较明显，而且取值均在0与1之间。

步骤3：评价指标的权数：，n为指标个数。

　　步骤4：加权合成指标评价值：

 1/2    1 2 下一页 尾页