一个国家或地区经济发展的稳定在一定程度上受到了房地产业发展状态的制约。房地产业的发展过快容易造成资金和资源过于集中,其他行业资源的相对短缺又将进一步破坏经济发展结构,为经济危机到来埋下隐患。因此,通过建立房地产市场预警系统,对房地产业的发展状态进行监控可以有效避免市场的异常波动,引领着行业朝着稳定常态的方向发展,为国民经济持续健康稳定发展提供良好的基础。本文通过对现有文献的搜集和整理,在房地产预警理论、房地产周期波动理论以及人工神经网络理论的学习和理解基础上,分别选取了我国上海市、杭州市以及福州市作为一线城市、二线城市和三线城市的代表,借助中国房地产统计年鉴以及各地级市的统计年鉴,搜集并整理出三个城市2000年至2015年房地产市场的相关数据用于实证研究。经过对全国以及三个城市房地产周期的分析并结合房地产经济理论初选出14个指标作为预警指标,采用时差相关分析和定性分析的方法遴选出9个指标作为先导指标,以人工神经网络技术为依据,运用Matlab软件程序的编写和运行,构建出我国房地产市场预警模型。经过14个训练集作为输入层、1个检测集的验证输出与实际情况做对比,结果表明构建的模型能对未来一年的房地产市场进行预警判断。实证结果表明,2016年上海市和福州市的房地产市场将处于“正常”状态,而杭州市房地产市场将处于“热”的状态。最后,本文在总结研究成果后指出,研究中存在样本数量较少、警度划分不够细致以及未将宏观政策影响纳入模型中等不足,对未来房地产预警模型构建提出展望。