中国房地产价格影响因素分析研究.pdfVIP

中国房地产价格影响因素分析 中国房地产价格影响因素分析 田益祥 谭地军 (电子科技大学管理学院，四川成都‘610054) 摘 要：本文结合数据分组处理方法(GMDH)和Granger因果关系检验思想，建立了基于GMDH的因果 关系检验方法，并详细分析了房地产价格与各因素之间的因果关系，解释了近年来中国房地产市场的一些现 象。本文的结论不仅对于国家制定宏观经济政策调节房地产市场的健康发展具有参考价值，对于房地产开发 商的合理战略决策也具有指导意义。 关键词：房地产价格 因果关系 数据分组处理方法 宏观调控 一、引言 随着近年来中国楼市的日渐火爆，房地产市场的未来走势成为中国经济焦点之一。当前加强和改善宏观 调控的一项重要内容，就是稳定住房价格。要使国家对房地产价格的宏观调控更加有效，弄清哪些因素将影 响房地产价格，哪些因素对房地产价格的影响更加明显等问题具有非常重要的意义。 影响房地产价格的因素是错综复杂的，不同的学者有不同的观点。文[t31认为国家住房供给(分配)制度、 消费投资行为、城市化进程、金融等方面都可能成为影响房地产价格的因素。文[14J认为政策环境和经济环境 的发展变化所造成的房地产供求的变化，越来越成为房地产价格形成中的最具决定性的因素。文[8,111认为城 市人口总数、GDP、城镇居民的人均年收入等因素都是影响房地产需求和价格的重要因素。文【9J认为顾客需 求是影响房地产价格变化的因素。文[10】则认为国家可以通过货币政策调控土地价格、调节总需求，从而影响 房地产价格的变化，同时，提出了中国人民银行当前货币政策调控存在的问题和解决的办法。总之，除地段、 周围配套设施等微观因素外，各宏观因素对房地产价格的影响及其影响程度是众说纷纭。 为了全面的分析影响房地产价格的因素及其影响程度，本文基于GMDH，从复杂系统的角度，对影响房产 价格的因素进行了建模分析，详细分析了各因素与房地产价格的因果关系，并解释了近年来中国房地产市场 的一些现象。包括中国房地产市场的典型特征，房地产市场是否“过热”、房地产价格快速增长过程中消费者 购买行为的变化、财政政策及货币政策对房地产价格的影响等问题都作了回答或解释。本文的结论既可以作 为国家制定经济政策调控房地产价格的一个参考，也可以指导房地产开发商根据国家宏观经济政策的变动， 确定这种变动带来的影响及程度，及时调节自己的发展战略和定价策略，避免盲目开发。 本文的安排如下：第1部分简单介绍了GMDH建模的基本思想；第2部讨论了房地产价格影响因素的选 择；第3部分详细分析了各因素与房地产价格的因果关系；最后为总结和政策建议。 二、GMDH建模思想 想来自于生物遗传的思想，在“进化一遗传一变异一选择”的原理下，由一个简单的韧始网络结构开始，按照某 种演变规则，产生一系列具有某种“进化”特征的模型，这些新的模型也叫“竞争模型”，然后运用一定的规则 (外准则、内准则等)，淘汰性能差的模型，留下具有更好特征的模型，并将这些留下的模型再进行训练、再筛 选。不断地重复这样一个产生、选择、变异和进化的过程，直到模型不能被进一步优化为止，即得到了最优的 模型。训练的层数、层问节点数都不需要建模者事先指定，整个建模过程是一个完全自组织的过程u’2’71。 在进行GMDH系统建模时，建模者可以根据不同的目的或要求，使用不同的训练网络及准则去选择“最 优模型”。常见的训练网络是单层网络和多层网络【10]。而就准则来说，预测准则是其中最重要的准则之一， 而正则化准则是其中最常用的准则之一。预测准则形式如下： f∈C I∈e t∈C ．-——209·-—— 中国企业运筹学 正则化准则形式如下： △2(A)=∑(y，一挑”(A))2，△2(B)=∑(y，一y，”(B))2 f∈A t∈B 其中Y，表示第t个实际输出值；Yt”(K)为数据集K上得到的模型估计的第t个输出值，在建模K中通常 取A，B及W=AUB。在这里，如果取W=A则GMDH因果关系检验方法与Granger方法对应，但仍然在 滞后数确定方面有优势，有确定的滞后阶数和确定的结果，而Granger方