论文部分内容阅读
摘要:本文通过对房地产特征的分析并利用层次分析法,确定了各个指标在预警体系中的权重,同时结合预警界限,判断了每个指标历年的监测结果,进而求出昆明市房地产历年的综合警度。最后利用ARMA模型预测2009年昆明市房地产的发展情况并提出相应对策。
关键词:房地产;预警体系;层次分析法
中图分类号:F292文献标识码:Adoi:10.3969/j.issn.1672-3309(x).2010.05.012文章编号:1672-3309(2010)05-0031-03
一、文献综述与理论基础
目前,国外常用判别分析法、logit对数线性分析法、决策树、模糊评判法、人工神经网络等来建立预警模型。我国目前使用的房地产预警研究方法有黑色预警法和黄色预警法。黑色预警方法是根据警素的时间序列波动规律进行直接预警,但该种方法不引入警兆等自变量。国内学者对该方面的研究尚在探索阶段。郭磊(2003)等采用统计预警方法为基础构建了深圳市房地产预警系统。他们根据房地产周期波动理论,通过单指标预警和综合指标预警结合来监测房地产市场的运行轨迹。闫妍等(2006)在短视的理性预期均衡(myopic REE)理论框架下,引入“负红利”概念,证明土地价格在实际贴现率下是一个贴现鞅。杨晓冬(2008)等运用功效系数法计算了综合预警系数,建立了基于BP神经网络的房地产泡沫预警系统,引入了敏感性分析甄别各指标在预警系统中的重要程度。
层次分析法(AHP)是美国运筹学家萨提于20世纪70年代提出的一种定性与定量相结合的决策分析方法。它的特点是把复杂问题中的各种因素通过划分为相互联系的有序层次,使之条理化,根据对一定客观现实的主观判断结构(主要是两两比较)把专家意见和分析者的客观判断结果直接而有效地结合起来,对每一层次元素两两比较的重要性进行定量描述。而后,利用数学方法计算反映每一层次元素的相对重要性次序的权值,通过所有层次之间的总排序计算所有元素的相对权重并进行排序。本文采用层次分析法来确定房地产预警体系各指标的权重。
对房地产的预测既可以是单个指标预测,也可以是综合指标预测,其预测方法包括移动平均、指数平滑、卡尔曼滤波、系统仿真、灰色预测等多种模型。如周亮、周正(2008)利用中国房地产价格指数,进行了时间序列长记忆性判断以及ARFMA建模的实证研究。由于得到的综合警度值最多只有10多年的数据,因此本文采用ARMA模型来预测。ARMA模型是利用自回归移动平均法建立的一种随机时序模型,可以进行精度较高的时序短期预测。它的基本思想是:某些时间序列是依赖于时间t的一组随机变量,构成该时序的变化却有一定的规律性,可以用相应的数学模型近似描述。
二、房地产预警体系的设计
1.预警指标的选择
本文从政府监控房地产市场的实际需要出发,在昆明市1998—2007年的宏观经济和房地产方面有关数据基础上(数据来源:昆明市统计年鉴),运用统计方法,尝试建立一个直观可操作的昆明市房地产市场预警体系。依据目前国内常用的警兆指标,参考北京市、上海市、深圳市等房地产预警系统中的警兆指标体系,取其交集并采取并行析取及专家评分方法,最后根据昆明市的房地产市场数据特点和数据的可靠性,运用相关性分析对初选的警兆指标进行筛选和检验。本文最终选择8个与房地产密切相关的复合指标,这些指标反映了3种关系:第一,反映房地产业同经济社会城市间的协调关系。包括:D1=房地产投资额/全社会固定资产投资额,这一指标主要反映房地产与国民经济之间的协调关系,这是一个非常重要的指标,国际上通常用它来衡量房地产投资是否过热。客观上,它应该有一个合理的比例区间,比例过低,说明房地产供应发展不足;比例过高,说明发展过度。D2=房地产投资增长率/全市GDP增长率,它是衡量房地产业发展状况同国民经济之间的协调关系的另一个重要指标。D3=房地产投资增长率/城市化增长率,这个指标主要反映房地产与城市化水平的协调关系,适度的比值有利于整个城市的可持续发展。D4=商品房价/年人均可支配收入,这个指标主要反映了居民购买房地产的经济承受能力,数字越小,居民承受能力越强。第二,反映房地产市场供求协调关系。包括:D5=商品房的销售面积/商品房的竣工面积,这个指标反应了房地产市场的供求关系,商品房的销售面积代表市场需求,竣工面积代表市场供给。D6=商品房价格涨幅,商品房价格涨幅是房地产市场供求关系的一个重要信号,这个指标反映了市场即期供求关系。第三,反映房地产业内部的协调关系。D7=住宅投资额/房地产投资额,这个指标反映了房地产内部结构的协调情况。D8=商品房施工面积/商品房竣工面积,理论上商品房施工面积要大于竣工面积,才能说明供给大于需求。
2.指标权重的确定
构建房地产预警体系的递阶层次结构,如图1所示。
通过比较全面的综合调查,确定下列各判断矩阵,再使用对数最小二乘法计算向量权重及对判断矩阵进行一致性检验,结果见表1 。最后计算出各指标的权重,见表2。
3.预警区间的确定
当房地产预警指标及指标权重确定后,需要判断各个指标的监测情况,即需要判断各个指标的预警区间。根据顾海兵经济系统分析理论,对指标的判断采用信号交通的方式,即通常有以下5种颜色:红色、黄色、绿色、浅蓝、蓝色。相应地,反映在房地产中分别对应为:过热区、微热区、正常区、微冷区、过冷区。并对这5种情况分别赋予相应的分值:过热为5分、微热为4分、正常为3分、微冷为2分、过冷为1分。对这5个区域的界限划分,根据统计误差理论所得出的3σ法则来确定预警界限的区间,在判断每个指标的监测警度过程中,需要将这8个原始指标标准化,在软件SPSS16.0中可以求得标准化的数据,计算得到μ=0,σ=0.959715。根据统计预警区间的划分,数据标准化后,相应的预警区间转化为:区间[-∞,-2]为过冷、[-2,-1]为偏冷、[-1,1]为正常、[1,2]为偏热、[2,+∞]为过热。我们可以得到各个指标在1997—2007年的警度监测情况,如表3所示。
记赋值表所组成的矩阵为H。我们可以得到1997—2007年指标的综合警度(M)情况为:M=H*W(M为综合警度、H为指标历年赋值矩阵、W为指标权重),同时根据彭翊的研究成果,即:5×80%、5×70%、5×60%、5×50%、5×40%,分别为过热、微热、正常、微冷、过冷的临界点,相应的区间为:[4,5]为过热、[3.5,4]为微热、[2.5,3.5]为正常、[2,2.5]为微冷、[2,1]为过冷,从而判断各年房地产的监测情况,结果见表4。
4.房地产综合警度的预测
利用自回归移动平均法建立ARMA模型,以昆明市2008年以前的综合警值作为背景进行动态趋势模拟,并对2008年的综合警值进行短期预测,结果为3.215。同理,以昆明市2009年以前的综合警值作为背景进行动态趋势模拟,并对2008年的综合警值进行短期预测,结果为3.282。根据预测结果,可以得到昆明市近10年来房地产综合警值的变化趋势,如图2。
三、结论及建议
从表4可以看到,昆明市房地产大体上处于正常状态,1998年处于微热状态,其他年份均处于正常状态,这与实际情况基本吻合,但1997、2000、2002、2003年的警度值不超过3,说明是处于正常偏冷状态。这是因为1997年昆明房地产市场和全国一样在亚洲金融危机下普遍低迷,且住房分配制度还没有废除,使得房地产业处于正常偏冷状态。而从1998年下半年停止住房实物分配,逐步实行住房分配货币化后,房地产市场产生了巨大的需求,这从根本上刺激了房地产业的发展,昆明市房地产业开始进入到正常的状态。从2003年开始房地产发展速度加快,昆明市房地产市场已经处于正常偏热状态。而2006年昆明市房地产又开始升温,2007年综合警值有所回落。预测的2008年综合警值也属于正常,但2009年正常偏热。这是因为经过一年的调整,2009年的昆明房地产业又开始复苏。
要解决好昆明房地产协调发展的问题,应根据全国和昆明的具体情况,采用市场调节与宏观调控相结合的办法,调控房地产需求结构。以住宅投资为中心,兼顾其他物业投资;深化住房体制改革;制定和完善房地产法律体系和行业规范;适当控制外资进入房地产业的比例,防止土地投机行为及房地产过“热”现象的出现,积极引导房地产市场的良性发展。
(责任编辑:郭士琪)
参考文献:
[1] 刘菁菁.基于复杂系统的房地产预警体系研究[J].特区经济,2008,(04).
[2] 李文英.层次分析法(AHP法)在工程项目风险管理中的应用[J].北京化工大学学报,2009,(01).
[3] 余凯.基于主成分分析和灰色预测方法的房地产预警体系研究[J].哈尔滨商业大学学报,2008,(06).
[4] 刘传哲、高静华.房地产市场风险预警研究方法综述[J].中国矿业大学学报,2006,(01).
[5]李安安.房地产预警指数的预测方法研究[J].中国物价,2008,(04).
[6] 郭磊、王峰、刘长滨.深圳市房地产预警系统研究[J].数量经济技术经济研究,2003,(07).
[7] 杨晓冬、王要武.基于神经网络的房地产泡沫预警研究[J].中国软科学,2008,(02).
关键词:房地产;预警体系;层次分析法
中图分类号:F292文献标识码:Adoi:10.3969/j.issn.1672-3309(x).2010.05.012文章编号:1672-3309(2010)05-0031-03
一、文献综述与理论基础
目前,国外常用判别分析法、logit对数线性分析法、决策树、模糊评判法、人工神经网络等来建立预警模型。我国目前使用的房地产预警研究方法有黑色预警法和黄色预警法。黑色预警方法是根据警素的时间序列波动规律进行直接预警,但该种方法不引入警兆等自变量。国内学者对该方面的研究尚在探索阶段。郭磊(2003)等采用统计预警方法为基础构建了深圳市房地产预警系统。他们根据房地产周期波动理论,通过单指标预警和综合指标预警结合来监测房地产市场的运行轨迹。闫妍等(2006)在短视的理性预期均衡(myopic REE)理论框架下,引入“负红利”概念,证明土地价格在实际贴现率下是一个贴现鞅。杨晓冬(2008)等运用功效系数法计算了综合预警系数,建立了基于BP神经网络的房地产泡沫预警系统,引入了敏感性分析甄别各指标在预警系统中的重要程度。
层次分析法(AHP)是美国运筹学家萨提于20世纪70年代提出的一种定性与定量相结合的决策分析方法。它的特点是把复杂问题中的各种因素通过划分为相互联系的有序层次,使之条理化,根据对一定客观现实的主观判断结构(主要是两两比较)把专家意见和分析者的客观判断结果直接而有效地结合起来,对每一层次元素两两比较的重要性进行定量描述。而后,利用数学方法计算反映每一层次元素的相对重要性次序的权值,通过所有层次之间的总排序计算所有元素的相对权重并进行排序。本文采用层次分析法来确定房地产预警体系各指标的权重。
对房地产的预测既可以是单个指标预测,也可以是综合指标预测,其预测方法包括移动平均、指数平滑、卡尔曼滤波、系统仿真、灰色预测等多种模型。如周亮、周正(2008)利用中国房地产价格指数,进行了时间序列长记忆性判断以及ARFMA建模的实证研究。由于得到的综合警度值最多只有10多年的数据,因此本文采用ARMA模型来预测。ARMA模型是利用自回归移动平均法建立的一种随机时序模型,可以进行精度较高的时序短期预测。它的基本思想是:某些时间序列是依赖于时间t的一组随机变量,构成该时序的变化却有一定的规律性,可以用相应的数学模型近似描述。
二、房地产预警体系的设计
1.预警指标的选择
本文从政府监控房地产市场的实际需要出发,在昆明市1998—2007年的宏观经济和房地产方面有关数据基础上(数据来源:昆明市统计年鉴),运用统计方法,尝试建立一个直观可操作的昆明市房地产市场预警体系。依据目前国内常用的警兆指标,参考北京市、上海市、深圳市等房地产预警系统中的警兆指标体系,取其交集并采取并行析取及专家评分方法,最后根据昆明市的房地产市场数据特点和数据的可靠性,运用相关性分析对初选的警兆指标进行筛选和检验。本文最终选择8个与房地产密切相关的复合指标,这些指标反映了3种关系:第一,反映房地产业同经济社会城市间的协调关系。包括:D1=房地产投资额/全社会固定资产投资额,这一指标主要反映房地产与国民经济之间的协调关系,这是一个非常重要的指标,国际上通常用它来衡量房地产投资是否过热。客观上,它应该有一个合理的比例区间,比例过低,说明房地产供应发展不足;比例过高,说明发展过度。D2=房地产投资增长率/全市GDP增长率,它是衡量房地产业发展状况同国民经济之间的协调关系的另一个重要指标。D3=房地产投资增长率/城市化增长率,这个指标主要反映房地产与城市化水平的协调关系,适度的比值有利于整个城市的可持续发展。D4=商品房价/年人均可支配收入,这个指标主要反映了居民购买房地产的经济承受能力,数字越小,居民承受能力越强。第二,反映房地产市场供求协调关系。包括:D5=商品房的销售面积/商品房的竣工面积,这个指标反应了房地产市场的供求关系,商品房的销售面积代表市场需求,竣工面积代表市场供给。D6=商品房价格涨幅,商品房价格涨幅是房地产市场供求关系的一个重要信号,这个指标反映了市场即期供求关系。第三,反映房地产业内部的协调关系。D7=住宅投资额/房地产投资额,这个指标反映了房地产内部结构的协调情况。D8=商品房施工面积/商品房竣工面积,理论上商品房施工面积要大于竣工面积,才能说明供给大于需求。
2.指标权重的确定
构建房地产预警体系的递阶层次结构,如图1所示。
通过比较全面的综合调查,确定下列各判断矩阵,再使用对数最小二乘法计算向量权重及对判断矩阵进行一致性检验,结果见表1 。最后计算出各指标的权重,见表2。
3.预警区间的确定
当房地产预警指标及指标权重确定后,需要判断各个指标的监测情况,即需要判断各个指标的预警区间。根据顾海兵经济系统分析理论,对指标的判断采用信号交通的方式,即通常有以下5种颜色:红色、黄色、绿色、浅蓝、蓝色。相应地,反映在房地产中分别对应为:过热区、微热区、正常区、微冷区、过冷区。并对这5种情况分别赋予相应的分值:过热为5分、微热为4分、正常为3分、微冷为2分、过冷为1分。对这5个区域的界限划分,根据统计误差理论所得出的3σ法则来确定预警界限的区间,在判断每个指标的监测警度过程中,需要将这8个原始指标标准化,在软件SPSS16.0中可以求得标准化的数据,计算得到μ=0,σ=0.959715。根据统计预警区间的划分,数据标准化后,相应的预警区间转化为:区间[-∞,-2]为过冷、[-2,-1]为偏冷、[-1,1]为正常、[1,2]为偏热、[2,+∞]为过热。我们可以得到各个指标在1997—2007年的警度监测情况,如表3所示。
记赋值表所组成的矩阵为H。我们可以得到1997—2007年指标的综合警度(M)情况为:M=H*W(M为综合警度、H为指标历年赋值矩阵、W为指标权重),同时根据彭翊的研究成果,即:5×80%、5×70%、5×60%、5×50%、5×40%,分别为过热、微热、正常、微冷、过冷的临界点,相应的区间为:[4,5]为过热、[3.5,4]为微热、[2.5,3.5]为正常、[2,2.5]为微冷、[2,1]为过冷,从而判断各年房地产的监测情况,结果见表4。
4.房地产综合警度的预测
利用自回归移动平均法建立ARMA模型,以昆明市2008年以前的综合警值作为背景进行动态趋势模拟,并对2008年的综合警值进行短期预测,结果为3.215。同理,以昆明市2009年以前的综合警值作为背景进行动态趋势模拟,并对2008年的综合警值进行短期预测,结果为3.282。根据预测结果,可以得到昆明市近10年来房地产综合警值的变化趋势,如图2。
三、结论及建议
从表4可以看到,昆明市房地产大体上处于正常状态,1998年处于微热状态,其他年份均处于正常状态,这与实际情况基本吻合,但1997、2000、2002、2003年的警度值不超过3,说明是处于正常偏冷状态。这是因为1997年昆明房地产市场和全国一样在亚洲金融危机下普遍低迷,且住房分配制度还没有废除,使得房地产业处于正常偏冷状态。而从1998年下半年停止住房实物分配,逐步实行住房分配货币化后,房地产市场产生了巨大的需求,这从根本上刺激了房地产业的发展,昆明市房地产业开始进入到正常的状态。从2003年开始房地产发展速度加快,昆明市房地产市场已经处于正常偏热状态。而2006年昆明市房地产又开始升温,2007年综合警值有所回落。预测的2008年综合警值也属于正常,但2009年正常偏热。这是因为经过一年的调整,2009年的昆明房地产业又开始复苏。
要解决好昆明房地产协调发展的问题,应根据全国和昆明的具体情况,采用市场调节与宏观调控相结合的办法,调控房地产需求结构。以住宅投资为中心,兼顾其他物业投资;深化住房体制改革;制定和完善房地产法律体系和行业规范;适当控制外资进入房地产业的比例,防止土地投机行为及房地产过“热”现象的出现,积极引导房地产市场的良性发展。
(责任编辑:郭士琪)
参考文献:
[1] 刘菁菁.基于复杂系统的房地产预警体系研究[J].特区经济,2008,(04).
[2] 李文英.层次分析法(AHP法)在工程项目风险管理中的应用[J].北京化工大学学报,2009,(01).
[3] 余凯.基于主成分分析和灰色预测方法的房地产预警体系研究[J].哈尔滨商业大学学报,2008,(06).
[4] 刘传哲、高静华.房地产市场风险预警研究方法综述[J].中国矿业大学学报,2006,(01).
[5]李安安.房地产预警指数的预测方法研究[J].中国物价,2008,(04).
[6] 郭磊、王峰、刘长滨.深圳市房地产预警系统研究[J].数量经济技术经济研究,2003,(07).
[7] 杨晓冬、王要武.基于神经网络的房地产泡沫预警研究[J].中国软科学,2008,(02).