商业地产投资环境分析.docxVIP

商业地产投资环境分析 商业地产投资环境是指投资者在开展商业地产投资活动时面临的各种外部情况和条件。这是指计划在一定时期内对商业地产项目的投资产生的各种外部情况和条件的总和。在经济发展的过程中, 一个地区的投资环境对整个商业地产的发展起着重要的作用, 良好的投资环境可以吸引更多的国内外商业地产的投资者。由于商业地产投资价值量大、周期长、产品位置固定、易受经济气候和国家宏观调控政策以及城市规划的影响, 这使得商业地产投资与其他类型的产业投资相比, 对投资环境的要求更为严格, 对其研究也就更具实践意义。 关于投资环境评价方法, 国内外学者已做了不少研究, 并形成了各种评价模型和方法。比较有代表性的方法有:伊酉·利特法克和彼得·班廷提出的“冷热图法”;罗伯特·斯托包夫提出的“等级尺度法”;道氏化学公司提出的“道氏评估法”;日本公社债研究所提出的“国家风险评级法”;阂建蜀教授提出的“多因素和关键因素评估法”;工慧炯等人提出的“相似度评价法”; “沿海开放城市外向型经济发展预测”课题组提出的“满意度评价法”;林应桐教授提出的“准数分析法”;程连生提出的“嫡值法”;鲁明迅提出的“子因素分析法”;吴国蔚提出的“模糊分析法”;文余源提出的“灰色关联度分析法”;联合国留发会议提出的FDI潜力指数法等。本文试用主成分分析法从实证的角度对湖南商业地产的投资环境进行综合评价 。 1 相关矩阵结构模型 Hotelling于1933 年提出的主成分分析方法是综合评价的一种方法。它利用起支配作用的共同因素, 对原始变量相关矩阵内部结构关系进行研究, 找出影响某一经济过程的几个综合指标, 使综合指标为原来变量的线性组合。其中综合指标不仅保留了原始变量的主要信息, 彼此之间又互不相关, 又比原始变量具有某些更优良的性质, 这样可以使得在研究复杂的经济问题时容易抓住主要矛盾。 1.1 前k个主成分贡献率分析 主成分分析法 (Principal Component Analysis) 是一种数学变换的方法, 它把给定的一组相关变量通过线性变换转成另一组不相关的变量, 这些新的变量按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变, 使第一变量具有最大的方差, 称为第一主成分F1;第二变量的方差次大, 并且和第一变量不相关, 即Cov (F1, F2) =0, 称为第二主成分F2。依次类推, p个变量就有p个主成分。用数学模型表示为: {F1=a11ΖX1+a21ΖX2+??+ap1ΖXpF2=a12ΖX1+a22ΖX2+??+ap2ΖXp????Fp=a1pΖX1+a2pΖX2+??+appΖXp???????????F1=a11ZX1+a21ZX2+??+ap1ZXpF2=a12ZX1+a22ZX2+??+ap2ZXp????Fp=a1pZX1+a2pZX2+??+appZXp 上述模型要求a21i21i+a22i22i+……+a2pi=1, 且系数aij由下列原则决定。 (1) Fi与Fj(i≠j) 不相关; (2) F1是X1, X2, ……, XP的一切线性组合 (系数满足上述方程组) 中方差最大的;F2是与F1不相关的X1, X2, ……, XP的一切线性组合 (系数满足上述方程组) 中方差最大的。F1, F2, ……, Fp, 为第1, 2, ……, p主成分。 在解决实际问题时, 一般不是取p个主成分, 而是根据累计贡献率的大小取前k个。称第一主成分的贡献率为λ1/ (λ1+λ2+……+λp) , 由于Var (F1) =λ1, 因此第一主成分的贡献率就是第一主成分的方差在全部方差中的比值, 这个值越大, 表明第一主成分综合X1, X2, ……, XP信息的能力越强, 前k个主成分的累计贡献率定义为 (λ1+λ2+……+λk) / (λ1+λ2+……+λp) 。如果前k个主成分的累计贡献率达到85%, 则表明取前k个主成分基本包含了全部测量指标所具有的信息, 这样既减少了变量的个数, 又便于对实际问题进行分析和研究。 1.2 建立相关系数矩阵 1.选取城市商业地产投资环境的影响要素, 即为Xij; 2.将Xi原始数据标准化;x*ij=xij-ˉxiσi;其中σi=√n∑i=1(xij-ˉxi)2n-1?ˉxi=n∑j=1xijn。σi为标准差,ˉxi为样本均值 3.建立变量的相关系数矩阵R; 4.求R的特征值和特征向量; 5.按特征值大于1或累计方差贡献率大于85%的准则, 确定主成分的个数p, 从而建立p个主成分; 6.以p个主成分F各自的方差贡献率为权重, 建立商业地产投资环境综合评价模型。 2 商业地产投资环境的量化评价标准 一个地区的投资环境通常可以概括为行政环境、经济环境、基础设施环境、法制环境、社会环境、自然环境六大板块的内容。