基于灰色系统理论住房需求影响因素分析.docVIP

基于灰色系统理论住房需求影响因素分析 　　摘要：基于灰色系统理论分析了我国住房需求的影响系数，通过关联度分析法对影响因子进行排序。加入虚拟变量对主要因子进行多元线性回归分析，建立国内住房需求模型，为房地产业经济的持续发展提供理论支持。 　　关键词：灰色系统理论；关联度分析法；虚拟变量；多元线性回归 　　一、引言 　　房地产行业在国民经济中占主导地位，并与人民的日常生活相关联。在国民经济的发展中，系统的稳定性已经对人们的生活产生显著的影响。近年来，我国房地产业发展迅猛，不仅为整个国民经济的发展做出了巨大贡献，也极大地提高了我国人民的生活水平，但同时房地产业也存在较为严峻的问题和挑战，引起了诸多的争议。 　　国内研究房地产的学者中，赵晨通过投入产出模型分析了西安房地产存在的问题并做了详细说明。宋永发通过构建指数模型分析了与住房者信心指数相关的因素。黎会对广东房地产泡沫的存在情况进行了分析。张完定基于均衡分析探讨了房地产业存在的问题并列出了解决办法。 　　鉴于定量分析可以更准确地把握各影响因子之间的数量关系、预见行业的发展情景，从而可以对房地产行业的稳定发展提供理论依据、深刻认识房地产行业的经济规律，实现我国房地产经济稳定健康的发展，因此研究我国房地产业存在的问题变得非常有必要。本文从当今国内房地产行业的需求出发，立足国内经济现状，希望可以找到适合我国国情发展的有效方法。 　　二、理论模型 　　（一）灰色系统理论 　　在灰色系统理论中，把描述各个因素对结果影响程度大小的指标称为关联度，它的本质就是它们之间几何结构的分析。如果它们发展变化趋势越接近，几何接近程度就越大，那么关联程度就会越大。在实际应用过程中，不同的数据通常具有不同的量纲，为了正确的进行数据之间的比较，在分析前对数据的相关联性进行比较，须对数据序列进行无量纲化处理。 　　假设分析选定的参考序列X0={x0（t）|（t=1，2，3，…，l）}。 　　比较序列Xi={xi（t）|（t=1，2，3，…，l）}，（i=1，2，3，…，n）。对所需的数据进行无量纲化处理，见公式（1）和（2）。 　　xi（t）=xi（0）（t）|xi（0）（l），i=1，2，3，…，n，t=1，2，3，…，l（1） 　　xi（t）=xi（0）（t）|xi，i=1，2，3，…，n， 　　t=1，2，3，…，l（2） 　　其中，xi=xi（0）（t） 　　将参考序列初值化或均值化后，得到：x0（t），x1（t），x2（t），…，xn（t），（t=1，2，3，…，l），求各对应点的绝对差Δi（t），然后求出对应的二级最小差Δmin和二级最大差Δmax： 　　Δmi=|x0（t）-xi（t）|，Δmax=|x0（t）-xi（t）| 　　则xi（t）和x0（t）的关联系数为： 　　ξ0j（t）= 　　其中：ρ为分辨系数且ρ∈（0，1），通常取ρ=0.5。ξ0j（t）表示第t时刻比较曲线Xi与参考曲线X0之间的相对差异，Δi（t）与ξ0j（t）成反比。因此，可以使用ξ0j（t）的大小来描述参考曲线间形状的差别。 　　由于问题分析时需要处理的关联系数较多，可利用求均值的方法对数据进行均值化处理，使关联系数反映的信息集中体现出来。为此，可定义比较Xi对参考因素X0的关联度为： 　　r（0，i）=ξ0j（t） 　　将求得的n个关联度r（0，i）按由大到小的顺序进行排列，得到关联序集。 　　（二）模型初步分析 　　第一，本文首先分析2001～2012年商品房销售情况（即销售量）、居民的生活水平和房地产开发投资额三个指标的变化情况，结合各自对住房需求的影响，对住房需求进行简单的分析。 　　第二，对剔除后剩下的8个对住房需求影响较大的因子进行灰色关联度分析，经过归一化等处理后找到它们对住房需求的影响，并按照影响系数自大到小排序，找到商品房本年竣工面积、人均国内生产总值和广义货币作为最主要的自变量建立住房需求模型。 　　第三，模型以多元回归分析为基础，加入添加国家宏观政策对房地产市场的影响程度这一虚拟指标，对住房需求进行求解，期望找到最终函数表达式，能够对我国住房需求做出较为准确的预测，并为宏观政策的制定提供依据。考虑到直接处理属于非线性情况，分析时较为复杂，因此先将其转化为对数形式（线性形式）求解，最后进行公式还原即可。 　　三、住房需求实证分析 　　（一）灰色关联度分析 　　房地产市场住房需求的影响因素有很多，本文以商品房销售面积作为参考因素，选取下列7个因素作为我国房地产市场住房需求的影响因素。 　　1. 房地产开发投资金额。房地产开发投资金额可以显示出开发商对房地产市场的资金投入情况，可以进一步确定房地产市场的未来发展局面。如果消费者预期房地产开发投资