资源描述
word某某市房价影响因素的灰色关联度分析摘要：以某某市2000-2013年商品房价格、地价、居民人均可支配收入、GDP、房地产投资、贷款利率等相关数据为根底，通过灰色关联度分析指出：当前，居民人均可支配收入与地价是与某某市房价关联度最高的两大要素，而GDP、房地产投资、贷款利率与某某市房价关联度较弱，其影响依次递减。可以从提升居民收入和合理配置土地资源等途径缓解当地居民因房价过高而承爱的压力。关键词：某某市；房价，影响因素；灰色关联度析Grey Relational DegreeAnalysis on Influencing Factors of Housing Pricein NanningCityTANG Chao-guang(Guangxi EconomicManagement Cadre Institute, Nanning, Guangxi, 530007)Abstract：Taking the mercial housing prices, land prices, per capita disposable ine, GDP, real estate investment, loan interest rates and other relevant data of Nanning City from 2000 to 2013 as the basic data , By using the grey Relational degree analysis，the author point out: at present, per capita disposable ine and land prices aretwo highestrelational degree elements with the NanningCity,s housing prices .while GDP, real estate investment, loan interest rate have relatively weak correlation with thehouse pricesof Nanning City, Their effect on housing prices progressive decrease. We can alleviate the local residents higherhousing pricespressure by improving the residents ine and allocating rationally land resources, etc.Keywords: Nanning City, Housing price, Influencing Factors;Grey relational degreeanalysis一、引言自2004年以来，我国房价逐年大幅上升，房价调控成为常态并为世人关注焦点 。住房问题既是经济问题，更是影响社会稳定的重大民生问题。因此，研究房价变动的影响因素具有重要现实意义。国内外学者通过大量研究指出，房地产价格波动的影响因素包括：1供求因素。具体表现为刚需、投资与投机行为、区位、房产品牌和住房供给结构等；2.本钱因素。如地价、原材料、税费；3.经济因素。主要有收入、人均储蓄、房产的投资等；4.人口因素。涉与人口数量、年龄结构、家庭结构等方面；5.金融环境。贷款利率、货币汇率、经济开展水平、居民金融资产规模等决定居民的住房支付水平；6.心理因素。供需双方对住宅价格的预期、居民提前消费等会在房价上有所表现；7.租赁因素。租金、空置率会间接影响房价。8.宏观调控。国家的住房政策、土地政策、税收政策是房价变动的关键因素。1,-3但是，目前对房价的研究存在两大共性：一是定性和非实证分析较多，对各种影响因素的影响机理，影响程度等,较少有定量的分析研究。二是对宏观区域的研究较多，而对微观层面的研究略显不足。本文以灰色关联分析为研究方法，以2000-2013年某某市与商品房价格相关数据为根底，对房地产价格的各种影响因素进展相关度比拟分析，从而找出影响房价变动的主要因素，为有效调控房价提供指导。二、灰色关联分析的应用与根本步骤1.灰色关联分析的应用在多因素相关性分析中，灰色关联分析是根据各因素变化曲线几何形状的相似程度，来判断因素之间关联程度的方法。此方法通过对动态过程开展态势的量化分析，完成对系统内时间序列有关统计数据几何关系的比拟，求出参考数列与各比拟数列之间的灰色关联度。与参考数列关联度越大的比拟数列，其开展方向和速率与参考数列越接近，与参考数列的关系越严密。灰色关联度的应用在社会经济领域，如国民经济各部门投资收益、区域经济优势分析、产业结构调整等方面，都取得较好的应用效果。4灰色关联分析方法弥补了采用数理统计作系统分析所导致的缺憾。它对样本量的多少和样本有无规律都同样适用, 而且计算量小, 十分方便, 更不会出现量化结果与定性分析结果不符的情况。2. 灰色关联分析法的根本步骤灰色关联分析法的具体分析步骤如下:1确定分析数列。这里，反映系统行为特征的数据序列，称为参考数列，是为应变量。影响系统行为的因素组成的数据序列，称比拟数列，是为自变量。 设参考数列为，比拟数列为，类似参考序列的表示方法，比拟数列为可记为等。2变量的无量纲化处理。因系统中各因素列中的数据大多量纲不同，不便比拟或直接比拟难以得到正确的结论。因此，作灰色关联度分析一般都要进展数据的无量纲化处理。3计算关联系数。x0(k)与xi(k)的关联系数计算公式：本文为某某哲学社会科学规划2013年度研究课题“某某房地产市场与城市经济协调开展研究阶段性成果。课题批准文号：13CJY003. 以上称为分辨系数。一般的取值区间为(0,1),具体取值可视情况而定。当0.5463时，分辨力最好，通常取。 计算关联度。 因为关联系数是比拟数列与参考数列在各个时刻即曲线中的各点的关联程度值，所以它是一个数列，而信息过于分散不便于进展整体性比拟。因此有必要将各个时刻即曲线中的各点的关联系数集中为一个值，关联度ri公式： 。即求以上各数列平均值，作为比拟数列与各参考数列间关联程度的数量表示。进展关联度排序。 关联度按大小排序，例如，如果r1 r2，如此参考数列y与比拟数列x2更相似。 在算出)序列与序列的关联系数后，计算各类关联系数的平均值，平均值ri就称为与的关联度。5 三、某某市商品房价格影响因素的灰色关联分析本文考察期为2000-2013年，选取的要素指标以某某市为根底，共有六个：1.商品房成交均价/元；2.商品房地价/元；3.GDP收入/亿元；4.城镇居民人均可支配收入/元；5.房地产开发投资/亿元；6.五年以上银行贷款利率%。各指标具体情况如下表：年度N200021058657448389120012229917790655582002237598687962388200324581055916239482004276711538060660420052741115392031051120062996115310193139072007340412451187718746200841031393144461993020095002151116254226732010632017231803231750201162841841200053771620126815184022561362732013792619572481741637表1 2000-2013某某市房价与房价影响因素的年度数据统计表数据来源：上表2000-2013年房价数据来源于历年某某统计年鉴、某某新闻网等。地价数据查询中国土地勘测规划网的中国城市地价动态监测系统得来。城镇居民人均可支配收入、房地产开发投资数据来源于历年某某市统计局某某市国民经济和社会开展统计公报。五贷款利率为中国人民银行同期利率，少局部年份年内有利率调整的，作了平均化处理，因此并不完全与银行实际利率一致。灰色关联分析1确定分析数列。根据表(1)，设参考数列为：2 对上述变量进展无量纲初值化处理。目前常见的无量纲化处理方法有初值化、均值化、中值化、公值化和区间相对值化法等，最常用的为初值化和均值化法。初值化处理即把序列第一个数据除以该序列所有数据,得到一个新数列。以上数据经初值化处理保存3位小数，得到如下简化数据组：(1，0.944，0.863，0.856，0.266); =1，0.943，0.877，0.442; = (1，0.965，0.827，0.105)=1，0.942，0.847，0.300; =1，0.700，1.629，,0.093;=1，1，1.078，0.9483计算关联系数：可分三步计算与的关联系数。求差序列。各个时刻与的绝对差如下表：序号123456789101112131400000表2 不同时序与的绝对差统计表求两级最小差与最大差。由上表可求出，令，把K=1，2，314分别代入4式，可得到关联系数在各个时刻的值的集合：同理可求得:;以上关联系数数据多，信息过于分散，不便于比拟，可将各个时刻关联系数集中为一个值，根据公式3作平均值得：, 四结论1.一定时期，一定区域的房价影响因素是复杂多样的，这些因素有些可以定量分析，但大多会因为资料的缺失或不可测量性只能进展定性分析。房价是多种因素综合作用的结果。2.由于不同地区，不同时期的经济开展状况不同，各地房价影响因素对房价的影响程度排序可能是不同的。对某某市房价而言，居民人均可支配收入、商品房地价与房价的关联度分别为0.916和0.848，说明其与房价上涨的关联性极强。也就是说，十几年来，某某市人均可支配收入的增长，增强了人们住房购置的支付能力。而长期以来，招拍挂的国有土地使用权有偿出让方式造成土地取得本钱激增，客观上导致房地产开发本钱增加，进而推高了房价。以上两个因素可以较大程度地解释某某市房价升高的原因。此外，GDP、房地产开发投资、贷款利率与某某市房价关联度较弱，其影响依次递减。3. 基于经济的开展,未来某某房商品房价格上升是大势所趋,政府调控措施可以抑制房价上升幅度,但上涨趋势不可防止。因此应加大政府以行政手段为主的调控力度,如适度增加土地供给量，缓解土供需矛盾，增加经济适用房的供给、提供政府廉租房、抑制商品房投机行为、提高房价透明度，防止房地产商的暴利等。当然，抓住某某建设区域性国际金融中心的机遇，努力提升居民收入水平也是解决居民居住问题的重要途径。参考文献：1黄厚霞 侯莉颖房价影响因素综述J 中国房地产(下半月刊学术版),2011(7)P39-432朱仁友、李菊满.房价与地价关系的实证分析与相关政策建议-以某某市为例J. 某某大学学报(哲社版)2011(12):24-28 3黄安永、周 林、X明标.从利率、周期、房价的变化看房地产走势J.东南大学学报(哲社版)2010(1):31-354以某某省为例5赵丽丽, 焦继文.房价影响因素的灰色关联度分析J.统计与决策 ,2007 (23 ):74-754 / 4
展开阅读全文