自1998年房改以来,中国房地产业呈现了强劲的发展势头。而近年来房价的快速上涨,以及连续的“过山车”行情会影响了整个产业的正常发展。建立科学的房地产预警体系,客观地反映房地产市场的综合景气情况,能为政府、开发商和购房者的决策提供参考,有助于房地产业的健康平稳发展。　　 在现有的研究中,用于房地产预警的方法包括景气预警方法、统计预警方法、模型预警方法和人工神经网络预警方法。其中,人工神经网络具有非线性性、容错性等特性,是近年来研究中使用最多的研究方法,但在使用过程中还存在着一些不足之处。　　 本文在梳理相关文献的基础上,介绍用人工神经网络方法进行房地产市场预警的过程。然后,以上海市为例进行实证研究,选择全社会固定资产投资增速等十个指标作为警兆指标,选择商品房销售面积增速和商品房成交价格增速作为警情指标,采集了自2001年一季度以来上海市房地产市场预警相关指标的季度数据,构建了房地产市场预警模型。最后,借助所建立的人工神经网络分析了上海市2010年三季度房地产市场,预警结果表明2010年三季度上海市房地产市场处于“正常”状态。　　 本文可能的创新点包括:选择季度数据作为研究样本；将警情指标划分为5个等级；以时差相关分析法来确定警兆指标与警情指标之间的时差；在预警过程中加入了政府调控政策的影响。