我国房地产监测预警系统的构建.docxVIP

我国房地产监测预警系统的构建 房地产预警系统是在科学和理论指导的基础上，通过分析房地产经济的历史进程的经验，借鉴其他房地产经济和其他行业的经验教训，总结和总结房地产经济的几个基本原则。主要通过指标体系的选择和建立，明确和理解具体指标与房地产经济运行状况和局部特征之间的内在联系。最后，政府监督管理部门可以通过监测房地产经济和相关指标的变化，准确评估房地产经济的全球发展趋势和局部特点，并对未来的发展趋势进行评估。努力采取监督管理措施，尽可能促进行业经济的可持续和良好运行。同时，避免可能出现负面趋势和事件。 从庞杂的房地产业经济运行过程中,如何依据社会再生产的逻辑关系,正确选择能够反映房地产业经济运行过程中主要方面的运行特性和各方面关系的经济指标,是建立科学、实用的房地产监测预警系统的重要前提。从目前国内外研究现状来看,在房地产预警系统指标体系的建立方面大致有三套指标体系。从这三套指标体系建立的情况来看,拟建者都力图能够从不同的侧面来翔实、客观地反映房地产市场的运作情况及其产业地位。但由于这些指标体系主要采用定性方法构建,以致在客观反映房地产业运行态势方面有许多不足;比如,有的指标体系几乎涵盖了房地产市场的整个内容,但是在实践的具体操作下,有很多指标数据是很难获取的,或者说,它们对总体“警性”形成的影响是不容易定量分析的;有的指标体系虽然在实践上比较容易操作,但往往忽略了作 为基础性、先导性的房地产业在整个国民经济中的地位;有的指标体系中很多指标之间存在相关性,因而显得“臃肿不堪”;另外,有的指标体系过分地强调了房地产业发展的时序性,从而造成某些指标经济含义不清,无法抓住房地产业本身所特有的运行规律。 通过对以上三类指标构建的分析,我们发现上述各类研究成果还仅仅停留在定性分析的层面上,没有定量分析的内容(或者说仅是一种理想的概括),因而依据不充分、可信度不高。基于此,本研究拟采用一种量化的方法,利用多元统计中的主成分分析法来确定各单项指标的权重及反映市场景气状况的“第一主成分”;最后以相关性分析来确定各单项指标同“第一主成分”的相关性大小,并以此相关性的大小来确定该取舍的指标,从而构建合理实用的房地产监测预警指标体系。 1 方法介绍 1.1 分析数据来源 主成分分析是一种抓主要矛盾的变量分析方法,又称为矩阵数据分析法,主要通过变量变换的方法把相关的变量变为不相关的若干新变量,为分析数据提供方便。进行主成分分析的主要目的在于从诸多的经济变量中找出影响房地产业总体经济波动的主要变量,并且借助于这些主要变量的变化来反映经济波动的总体趋势。计算结果中的第一主成分相当重要,一般我们称之为“景气因子”,它反映了有关时间序列的主要动态趋势。它不仅在波动起伏的动态趋势上为我们提供了定量考察各个指标同总体经济关系的依据,同时也为下一步的指标相关性研究奠定了基础。 1.2 确定最终时差 所谓指标相关性指的是关于两个指标或某系统内任意两个指标之间随时间而变化的关联程度的大小量度,有时也称为指标的关联度。相关性分析是对一个系统发展变化态势的定量比较与描述,通过计算备选指标与基准指标的相关系数(即关联度),然后排关联序,进而得到关联矩阵以确定二者之间最终时差的指标选取方法。相关系数最大的时差为最终时差,一般认为相关系数大于0.5时效果较好。 在这里,相关性分析是在主成分分析的基础上进行的,目的在于分清楚哪些是主导因素,哪些是潜在因素,哪些是优势,哪些是不足,为进一步的系统分析、预测、决策、规划与发展打好基础。 2 示范分析 根据以上的方法介绍,以武汉市为研究对象,在充分合理收集资料的基础上,建立房地产预警指标体系过程及结果如下: 2.1 查阅所存数据库时所查数据库总数据库2个月的情况,景 基于专家意见,考虑房地产业本身的运行规律及武汉市房地产市场的具体特征拟以以下22个指标作为研究房地产业的基础指标体系,并查阅相应的历史数据。这22个指标分别为房屋施工面积、房屋竣工面积、土地开发面积、商品房销售额、商品房交易面积、空置面积、人均住宅面积、土地批租面积、全社会住宅投资、全社会固定资产投资、土地开发投资、商品房建设投资、房地产价格、土地出让价格、房地产增加值、国内生产总值、物价指数、中长期贷款利率、楼宇按揭利率、投资收益率、通货膨胀和从业人数。 2.2 最大特征值的计算 (1) 将样本数据标准化处理为Xkj并得到样本相关关系矩阵R R=∣∣∣∣∣∣1r21?rn1r121?rn2????r1mr2m?1∣∣∣∣∣∣R=|1r12?r1mr211?r2m????rn1rn2?1| 其中:rij=1/(m-1)∑Xik·Xjk;i,j=1,2,…,n;k=1,2,…,n (2) 求出关系矩阵的秩r,确定r的办法是使∑k=1rλk/∑k=1nλk∑k=1rλk/∑k