基于Agent的房地产市场复杂系统建模研究【实用文档】doc文档可直接使用可编辑，欢迎下载基于Agent的房地产市场复杂系统建模研究胡凌辉王卫军摘要：本文利用Nｅtlogo平台建立了包含金融系统的房地产市场多Ａgent复杂系统模型,分析了住房供给、收入、预购房年限、人口增长、存款率以及信贷杠杆率等各种因素对房地产市场的影响.该模型是对房地产市场多Aｇeｎt复杂系统模型的初步探索，有待进一步深入挖掘和完善。关键词：多Agent复杂系统房地产市场Ｎｅtlogo引言在城市化进程中，住房是人们的生活必需品,也成为不少居民的投资品。在这一过程中,房价不断高涨,不少人因此怨声载道,也有不少人从中得到滚滚财富.当代经济运行中，与房地产市场紧密相连的是金融系统,房地产市场的高涨与金融市场有重要关系，同时，房地产市场的跌落,很可能意味着金融危机。那么，什么因素影响房地产市场价格呢？金融系统又是怎样影响房地产价格呢?目前，经济学界大多利用以下几种方式对房地产市场展开研究：（1)自然语言进行描述,例如，赵善华描述了房地产泡沫破裂导致借贷市场失衡,引起金融危机的机制。该方法的特点是能够抓住关系的本质,让普通读者可以明白,但表述上不够严密；（2）以最优化理论为基础的数学方程式描述,例如,陆磊以两阶段动态优化模型研究了居民房地产投资决策和泡沫形成与破裂，及其对金融部门的影响，崔光灿研究了包含金融加速器两部门动态宏观经济模型，分析了房地产价格波动与金融部门之间的关系，瞿强分析了由信贷投资催生的房地产泡沫，该方法的特点是有比较强的微观基础，论证比较严密，但方程式为了求解往往需要进行大量的线性简化；（3）以统计计量进行相关性检验，例如，崔新明利用杭州市住宅市场的经验数据回归分析了引入住房抵押贷款对房价的影响，张晓晶利用19９2-２0０4中国房地产市场季度数据进行了回归分析，对房地产市场的走势进行了判断。这种分析方法能够一定程度上说明历史问题，但是由于历史数据往往受多种因素的影响，线性回归的有效性往往受到质疑。(4）以系统动力学模型来描述系统演化，例如金晓斌建立了包含金融市场的房地产市场系统动力学模型,并以南京市为例进行了系统校准和实证检验。系统动力学模型是建立在控制论、系统论、信息论基础上的，其突出特点是能够反映复杂系统的内部结构、功能和动态行为之间的相互作用关系。一、多Ａｇeｎt复杂系统介绍多Ａgｅｎt的复杂系统建模是与系统动力学模型相对应一种建模方式,其以计算机来模拟个体与个体之间、个体与环境之间互动，从而“涌现”出整体宏观特征的一种自下而上的建模。其建模的一般过程是，首先观察社会现实并抽象出一系列的假设,其次,根据假设建立Ageｎｔ的个体模型以及Ａgｅｎt之间的相互作用规则，接下来通过计算机仿真观察复杂系统宏观涌现结果和动态，最后根据观察结果得出结论从而对社会现实现象进行解释,还可以修改模型的参数和规则，观察参数如何影响模型的涌现结果。可见,基于多A-gent复杂系统建模比系统动力学模型更易把握，更容易组织,更符合现实，并能够克服其他三种方法的缺陷。基于多Agent复杂系统建模自20世纪90年代以来得到越来越广泛应用.于振江以Ｓwａｒｍ平台展示了战争危机下基于信心的多Ａgent复杂经济系统建模。曹毅以Swaｒm平台对虚拟战争空间下的仿真经济系统遭受电力中断等恐怖袭击进行了分析;高宝俊以Sｗａｒｍ平台建立一个基于Aｇｅｎt的连续竞价股票市场模型,翟东升以ｓｗaｒm平台建立了期货市场离散事件仿真模型,张炳利用ｎｅtloｇo以江苏常州地区为原型对多Agenｔ的排污权交易进行了模拟。在房地产市场的研究中,刘小平建立了包含环境层和多智能A-gent-——居民、房地产商、政府之间，以及Agｅｎt之间相互作用而导致城市空间结构演化模型，并利用GIS信息系统对广州市海珠区１9９5－２004土地利用变化情况进行了模拟，取得了良好的效果.刘丹建立了包—62—含银行、房地产开发商、购房消费者三级节点的住房市场系统复杂网络模型,刻画了住房市场系统的结构特性和动态演化特性。基于多Ageｎｔ的建模工具90年代以来得到了迅速推广。SantaFe研究院于１995年发布了SWARM的bｅｔａ版本，美国Ｎoｒtｈwｅstern大学CCL（ｔhｅCenteｒfｏrCoｎneｃtedLeaｒｎing)研究中心于199９年推出Ｎetloｇｏ，美国Ｃｈicago大学于２000年1月推出Ｒepaｓｔ(ＲｅcｕrｓivｅPｏｒuｓAgeｎtＳimulａtionTooｋiｔ)1．0版本，美国麻省理工学院(MＩT)MedｉaLaboratoｒyandTeacｈeducatioｎｐrogram于2000年发布Ｓｔa