近年来,随着中国房地产业的兴起和发展,其在国民经济中的地位越来越重要。然而,接踵而来的问题也越来越多,如:房地产行业发展不平衡、房地产价格和空置率居高不下、一些地区住房供求的矛盾突出等等。由于房地产业具有一定的周期波动性,且与国家宏观经济波动存在着紧密联系,因而其剧烈波动与发展趋势过冷过热,都会对国民经济带来不利的影响。基于这种情况,建立房地产行业风险预警模型具有重要的理论和实践意义。从银行信贷管理角度来说,建立房地产行业风险预警模型对于防范和化解银行房地产贷款风险,提高银行房地产贷款资产质量,促进银行经营状况根本好转,保障房地产业健康稳定发展,都具有十分重要的意义。本文以宏观经济预警理论为机理,总结了国内外现有的预警理论并对几种较常用的预警模型进行了比较,选择在宏观经济预警领域中应用广泛的BP神经网络预警分析方法作为房地产行业风险预警模型。在预警指标选择中,通过对影响房地产行业周期波动因素的分析,确定与房地产行业发展相关的五大类指标并由此构建房地产行业风险预警指标体系,应用主成份分析法和熵值法确定出综合预警指数,对各时期房地产业的发展进行综合警情分析,并以聚类分析方法验证警情分析的准确性。之后,以各个时期预警指标值为输入变量、以各个时期的综合警情为输出,对BP预警网络进行训练,最终使网络误差达到要求,用以判断房地产行业风险警度并预测其发展趋势。利用上述模型以哈尔滨市房地产业为对象进行应用:依据1994年至2004年哈尔滨市房地产业的有关数据,对2005年哈尔滨房地产行业的发展状况进行预测,判断出2005年哈尔滨房地产行业发展比较稳定,处于正常行业上升阶段,据此提出了相应的建议。